CN108765176A - 保险理赔案件处理方法、装置、计算机设备及存储介质 - Google Patents

Abstract

本发明实施例提供了一种保险理赔案件处理方法、装置、计算机设备及存储介质。该方法包括获取理赔案件对应的用户信息；判断所述用户信息是否满足异常条件；若所述用户信息不满足异常条件，获取理赔案件对应的理赔信息；根据所述理赔信息以及预设的风险识别算法，生成所述理赔信息对应的风险等级；根据所述风险等级生成理赔方案。实施本发明实施例，有利于提升保险理赔案件的处理速度以及处理准确度。

Description

保险理赔案件处理方法、装置、计算机设备及存储介质

技术领域

本发明涉及计算机数据处理领域，尤其涉及一种保险理赔案件处理方法、装置、计算机设备及计算机可读存储介质。

背景技术

传统的保险理赔案件处理过程通常需要耗用大量的时间，例如在传统的保险理赔案件处理过程中，通常需要包括如下步骤：理赔人员与被保人会面；将理赔材料提交、传递、流转与录入理赔系统；审核人员查看、审核理赔材料等等。繁琐的理赔流程导致理赔速度缓慢，极大地影响了用户体验感。同时，对于一些特殊险种，例如寿险，往往容易导致被保人因理赔速度慢、理赔金到账不及时而错失治疗的最佳时间，严重时可能危及被保人人身安全。但是理赔速度的提升往往导致理赔的准确度降低。因此，如何提升理赔速度、确保理赔准确度是亟需解决的问题。

发明内容

本发明实施例提供了一种保险理赔案件处理方法、装置、计算机设备及存储介质，旨在解决保险理赔案件处理速度慢、准确度低等问题。

第一方面，本发明实施例提供了一种保险理赔案件处理方法，其包括：

获取理赔案件对应的用户信息；

判断所述用户信息是否满足异常条件；

若所述用户信息不满足异常条件，获取理赔案件对应的理赔信息；

根据所述理赔信息以及预设的风险识别算法，生成所述理赔信息对应的风险等级；

根据所述风险等级生成理赔方案。

第二方面，本发明实施例提供了一种保险理赔案件处理装置，其包括：

第一获取单元，用于获取理赔案件对应的用户信息；

第一判断单元，用于判断所述用户信息是否满足异常条件；

第二获取单元，用于若所述用户信息不满足异常条件，获取理赔案件对应的理赔信息；

第一生成单元，用于根据所述理赔信息以及预设的风险识别算法，生成所述理赔信息对应的风险等级；

第二生成单元，用于根据所述风险等级生成理赔方案。

第三方面，本发明实施例又提供了一种计算机设备，其包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现上述保险理赔案件处理方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其中所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行上述保险理赔案件处理方法。

本发明实施例提供一种保险理赔案件处理方法、装置、计算机设备及计算机可读存储介质。该方法包括获取理赔案件对应的用户信息；判断所述用户信息是否满足异常条件；若所述用户信息不满足异常条件，获取理赔案件对应的理赔信息；根据所述理赔信息以及预设的风险识别算法，生成所述理赔信息对应的风险等级；根据所述风险等级生成理赔方案。实施本发明实施例，有利于提升保险理赔案件的处理速度以及处理准确度。

附图说明

为了更清楚地说明本发明实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明一实施例提供的一种保险理赔案件处理方法的流程示意图；

图2为本发明一实施例提供的一种保险理赔案件处理方法的子流程示意图；

图3为本发明一实施例提供的一种保险理赔案件处理方法的子流程示意图；

图4为本发明一实施例提供的一种保险理赔案件处理方法的子流程示意图；

图5为本发明一实施例提供的一种保险理赔案件处理方法的另一流程示意图；

图6为本发明一实施例提供的一种保险理赔案件处理装置的示意性框图；

图7为本发明一实施例提供的一种保险理赔案件处理装置中第一判断单元的示意性框图；

图8为本发明一实施例提供的一种保险理赔案件处理装置中第一生成单元的示意性框图；

图9为本发明一实施例提供的一种保险理赔案件处理装置中第三生成单元的一示意性框图；

图10为本发明一实施例提供的一种保险理赔案件处理装置的另一示意性框图；

图11为本发明一实施例提供的一种计算机设备的示意性框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或一个以上其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

请参照图1，其为本发明一实施例提供的一种保险理赔案件处理方法的流程示意图。所述保险理赔案件处理方法可应用于理赔服务器，其中该保险理赔案件处理方法包括但不限于步骤S110-S150。

S110，获取理赔案件对应的用户信息。

具体实施中，获取理赔案件对应的用户信息具体可通过用户终端进行获取。其中，用户终端包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving PictureExperts Group Audio LayerIII，动态影像专家压缩标准音频层面3)、MP4(MovingPicture Experts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机。

其中，用户终端具有数据收发功能，可通过有线通讯网络或无线通讯网络与理赔服务器进行网络通讯连接。其中无线通讯网络包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接等无线传输网络。理赔服务器用于接收所述用户终端所获取到的被保人的用户信息。

另外，理赔案件对应的用户信息也可以通过预先存储于所述理赔服务器中的数据进行获取。例如，预先存储于所述理赔服务器中的数据可包括理赔案件中被保人的各类用户信息，如姓名、联系电话、通信地址等等，根据理赔案件中的某一项用户信息通过检索、查找预先存储于理赔服务器中的数据即可获取到与该理赔案件对应的其他项用户信息。例如，根据理赔案件中的被保人姓名，通过检索、查找预先存储于理赔服务器中的数据，即可获取到与该理赔案件相关的其他的用户信息，如与该理赔案件相关的联系电话、通信地址。

S120，判断所述用户信息是否满足异常条件。

具体请参照图2，其为本发明一实施例提供的一种保险理赔案件处理方法的子流程示意图。进一步地，步骤S120中的所述判断所述用户信息是否满足异常条件，具体可包括步骤S121-S122。

S121，判断预设的异常信息数据库中是否存在与所述用户信息相匹配的异常信息。

具体实施中，所述异常信息预先存储于预设的异常信息数据库中。其中异常信息可以为已被标记为存在风险的保险订单的被保人的姓名、电话号码、通讯地址、性别、职业、投保地区、身份证号和银行账户等。

用户信息包括姓名、电话号码、通讯地址、性别、职业、投保地区、身份证号和银行账户等。通过将用户信息与预设的异常信息数据库中的异常信息比较，以判断预设的异常信息数据库中是否存在与所述用户信息相匹配的异常信息。

S122，若预设的异常信息数据库中不存在与所述用户信息相匹配的异常信息，确定所述用户信息不满足异常条件。

具体实施中，若通过将用户信息与预设的异常信息数据库中的异常信息比较后，确定预设的异常信息数据库中不存在与所述用户信息相匹配的异常信息，进而确定所述用户信息不满足异常条件。

反之，若预设的异常信息数据库中存在与所述用户信息相匹配的异常信息，进而确定所述用户信息满足异常条件。例如，假设预设的异常数据库中的异常信息包括姓名为“张三”、电话为“12345”。若所述用户信息包括姓名为“张三”或者电话为“12345”，则确定预设的异常信息数据库中存在与所述用户信息相匹配的异常信息，所述用户信息满足异常条件。若所述用户信息满足异常条件，则直接将该理赔案件转至人工审核。

S130，若所述用户信息不满足异常条件，获取理赔案件对应的理赔信息。

具体实施中，根据理赔案件的类型，所获取的理赔案件对应的理赔信息的类型不同。例如若理赔案件的类型为车险，对应的理赔信息可包括车损信息等。若理赔案件的类型为寿险，对应的理赔信息可包括诊疗信息等。

具体他，该诊疗信息包括但不限于：(1)诊疗金额，诊疗金额可以包括单次诊疗金额，当天诊疗金额，当月诊疗金额等。例如，诊疗金额可以为单次诊疗金额为1800元。(2)诊疗次数，诊疗频率为预设时间段内的诊疗次数。例如，一个月内的诊疗次数、一天内的诊疗次数等。(3)诊疗地点，诊疗地点指预设时间段内的不同的诊疗地点的数量。例如，在15天内不同的诊疗地点包括5个。(4)诊疗时间，诊疗时间指产生诊疗记录的具体时间。例如诊疗时间可以为早上9点。(5)诊疗医生。

S140，根据所述理赔信息以及预设的风险识别算法，生成所述理赔信息对应的风险等级。

具体请参照图3，其为本发明一实施例提供的一种保险理赔案件处理方法的子流程示意图。进一步地，步骤S140中的所述根据所述理赔信息以及预设的风险识别算法，生成所述理赔信息对应的风险等级，具体可包括步骤S141-S143。

S141，读取预设的风险识别算法。

具体地，该预设的风险识别算法可以为：其中，其中，R为该预设的风险识别算法的输出数据，x_n为该预设的风险识别算法的输入数据。具体地，R为风险评分，x_n为单项理赔信息得分；a_n为权重系数；n为理赔信息的项数。其中，0≤x_n≤100。对应地，通过所述预设的风险识别算法所得出的风险评分的取值范围为0到100。权重系数可根据历史理赔信息进行多次模拟计算后获取，或者通过人工进行调整，以不断优化该风险识别算法。

S142，将所述理赔信息作为所述预设的风险识别算法的输入数据，以生成风险评分。

具体实施中，假设理赔信息包括三项，即所述预设的风险识别算法中的n＝3。其中，假设理赔信息具体包括：(1)诊疗金额：被保人在15天内的诊疗金额为13000元。(2)诊疗次数：被保人在15天内的诊疗次数为20次。(3)诊疗地点：被保人在15天内的不同诊疗地点数量为5个。

具体请参照图4，其为本发明一实施例提供的一种保险理赔案件处理方法的子流程示意图。进一步地，步骤S142中的所述将所述理赔信息作为所述预设的风险识别算法的输入数据，以生成风险评分，具体可包括步骤S1421-S1423。

S1421，获取所述理赔信息对应的评分区间。

具体地，所述评分区间可根据实际的理赔场景进行设定，同时可将设定好的评分区间存储至数据库中，以便在计算风险评分时获取理赔信息对应的评分区间。

例如，若理赔信息为诊疗金额，可根据诊疗金额的大小进行评分区间的划分，如将15天内的诊疗金额为0-1000元的评分区间确定为0-25分；将15天内的诊疗金额为1000-10000元的评分区间确定为25-50分；将15天内的诊疗金额为10000-100000元的评分区间确定为50-75分，将15天内的诊疗金额为100000-1000000元的评分区间确定为75-99分；将15天内的诊疗金额为大于1000000元的确定为100分。

S1422，根据所述理赔信息以及所述评分区间生成单项理赔信息得分。

具体地，若被保人在15天内的诊疗金额为13000元，则可确定该理赔信息落入的评分区间为50-75分。然后在对该评分区间进行线性划分，以计算得出该理赔信息对应的单项理赔信息得分。例如，若被保人在15天内的诊疗金额为13000元，计算所得出的单项理赔得分为51.67分。

S1423，将所述单项理赔信息得分作为所述预设的风险识别算法的输入数据，以生成风险评分。

具体地，通过对各个理赔信息进行计算，分别生成各个理赔信息对应的单项理赔信息得分。进而将所述单项理赔信息得分作为所述预设的风险识别算法的输入数据，并执行所述预设的识别算法，即可得出所述风险评分。

S143，根据所述风险评分确定所述理赔信息对应的风险等级。

具体地，通过预先对风险评分的评分区间进行划分，以得出风险区间。进而根据风险区间以及风险评分确定所述理赔案件对应的风险等级。例如，将风险评分为0-50分的理赔案件确定为低风险等级，将风险评分为51-100分的理赔案件确定为高风险等级。其中，高风险等级对应的风险小于低风险等级的风险。若风险评分为80分，则确定所述理赔案件对应的风险等级为高风险等级。

进一步地，所述风险识别算法还可以包括朴素贝叶斯分类算法、CART树、C4.5决策树、支持向量机以及人工神经网络等机器学习方法，本发明实施例对风险识别算法的具体实现方法不作限制，可通过采用其中任意一种分类算法来实现所述风险识别算法。所采用的分类器算法包括但不限于逻辑回归算法、boosting分类算法等。对应地，经训练的风险识别算法可以为逻辑回归风险识别算法、boosting风险识别算法等。

S150，根据所述风险等级生成理赔方案。

具体请参照图5，其为本发明一实施例提供的一种保险理赔案件处理方法的另一流程示意图。进一步地，所述理赔方案包括人工理赔方案以及自动理赔方案，步骤S150中的所述根据所述风险等级生成相对应的理赔方案，具体可包括步骤S151-S153。

S151，判断所述风险等级是否属于高风险等级。

S152，若所述风险等级属于高风险等级，生成人工理赔方案。

S153，若所述风险等级不属于高风险等级，生成自动理赔方案。

具体实施中，所述理赔方案包括自动理赔方案、人工理赔方案。若所述风险等级不属于高风险等级，则生成的理赔方案为自动理赔方案，即根据被保人对应的保单合同信息自动将应赔付金额转账至被保人登记的银行卡账户中，以实现快速理赔。若所述风险等级属于高风险等级，则生成的理赔方案为人工理赔方案，即将该理赔案件发送至相对应的审核工作人员，以进行人工审核，降低出现保险诈骗的几率，有利于提升保险理赔案件的处理准确度。

本发明实施例还提供了一种保险理赔案件处理装置，该保险理赔案件处理装置用于执行前述保险理赔案件处理方法的任一实施例。

请参照图6，其为本发明一实施例提供的一种保险理赔案件处理装置100的示意性框图。该保险理赔案件处理装置100可以实现为一种计算机程序的形式而被配置于理赔服务器上运行，以实现保险理赔案件的自动处理。其中，该保险理赔案件处理装置100包括第一获取单元110、第一判断单元120、第二获取单元130、第一生成单元140以及第二生成单元150。

第一获取单元110，用于获取理赔案件对应的用户信息。

具体实施中，获取理赔案件对应的用户信息具体可通过用户终端进行获取。其中，用户终端包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving PictureExperts Group Audio LayerIII，动态影像专家压缩标准音频层面3)、MP4(MovingPicture Experts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机。

其中，用户终端具有数据收发功能，可通过有线通讯网络或无线通讯网络与理赔服务器进行网络通讯连接。其中无线通讯网络包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接等无线传输网络。理赔服务器用于接收所述用户终端所获取到的被保人的用户信息。

另外，理赔案件对应的用户信息也可以通过预先存储于所述理赔服务器中的数据进行获取。例如，预先存储于所述理赔服务器中的数据可包括理赔案件中被保人的各类用户信息，如姓名、联系电话、通信地址等等，根据理赔案件中的某一用户信息通过检索、查找预先存储于理赔服务器中的数据即可获取到与该理赔案件对应的其他用户信息。例如，根据理赔案件中的被保人姓名，通过检索、查找预先存储于理赔服务器中的数据，即可获取到与该理赔案件相关的其他用户信息，如联系电话、通信地址。

第一判断单元120，用于判断所述用户信息是否满足异常条件。

具体请参照图7，其为本发明一实施例提供的一种保险理赔案件处理装置100中第一判断单元120的示意性框图。进一步地，所述第一判断单元120包括第二判断单元121以及第一确定单元122。

第二判断单元121，用于判断预设的异常信息数据库中是否存在与所述用户信息相匹配的异常信息。

具体实施中，所述异常信息预先存储于预设的异常信息数据库中。其中异常信息可以为已被标记为存在风险的保险订单的被保人的姓名、电话号码、通讯地址、性别、职业、投保地区、身份证号和银行账户等。

用户信息包括姓名、电话号码、通讯地址、性别、职业、投保地区、身份证号和银行账户等。通过将用户信息与预设的异常信息数据库中的异常信息比较，以判断预设的异常信息数据库中是否存在与所述用户信息相匹配的异常信息。

第一确定单元122，用于若预设的异常信息数据库中不存在与所述用户信息相匹配的异常信息，确定所述用户信息不满足异常条件。

具体实施中，若通过将用户信息与预设的异常信息数据库中的异常信息比较后，确定预设的异常信息数据库中不存在与所述用户信息相匹配的异常信息，进而确定所述用户信息不满足异常条件。

反之，若预设的异常信息数据库中存在与所述用户信息相匹配的异常信息，进而确定所述用户信息满足异常条件。例如，假设预设的异常数据库中的异常信息包括姓名为“张三”、电话为“12345”。若所述用户信息包括姓名为“张三”或者电话为“12345”，则确定预设的异常信息数据库中存在与所述用户信息相匹配的异常信息，所述用户信息满足异常条件。若所述用户信息满足异常条件，则直接将该理赔案件转至人工审核。

第二获取单元130，用于若所述用户信息不满足异常条件，获取理赔案件对应的理赔信息。

具体实施中，根据理赔案件的类型，所获取的理赔案件对应的理赔信息的类型不同。例如若理赔案件的类型为车险，对应的理赔信息可包括车损信息等。若理赔案件的类型为寿险，对应的理赔信息可包括诊疗信息等。

具体他，该诊疗信息包括但不限于：(1)诊疗金额，诊疗金额可以包括单次诊疗金额，当天诊疗金额，当月诊疗金额等。例如，诊疗金额可以为单次诊疗金额为1800元。(2)诊疗次数，诊疗频率为预设时间段内的诊疗次数。例如，一个月内的诊疗次数、一天内的诊疗次数等。(3)诊疗地点，诊疗地点指预设时间段内的不同的诊疗地点的数量。例如，在15天内不同的诊疗地点包括5个。(4)诊疗时间，诊疗时间指产生诊疗记录的具体时间。例如诊疗时间可以为早上9点。(5)诊疗医生。

第一生成单元140，用于根据所述理赔信息以及预设的风险识别算法，生成所述理赔信息对应的风险等级。

具体请参照图8，其为本发明一实施例提供的一种保险理赔案件处理装置100中第一生成单元140的示意性框图。进一步地，所述第一生成单元140包括读取单元141、第三生成单元142以及第二确定单元143。

读取单元141，用于读取预设的风险识别算法。

具体地，该预设的风险识别算法可以为：其中，其中，R为该预设的风险识别算法的输出数据，x_n为该预设的风险识别算法的输入数据。具体地，R为风险评分，x_n为单项理赔信息得分；a_n为权重系数；n为理赔信息的项数。其中，0≤x_n≤100。对应地，通过所述预设的风险识别算法所得出的风险评分的取值范围为0到100。权重系数可根据历史理赔信息进行多次模拟计算后获取，或者通过人工进行调整，以不断优化该风险识别算法。

第三生成单元142，用于将所述理赔信息作为所述预设的风险识别算法的输入数据，以生成风险评分。

具体实施中，假设理赔信息包括三项，即所述预设的风险识别算法中的n＝3。其中，假设理赔信息具体包括：(1)诊疗金额：被保人在15天内的诊疗金额为13000元。(2)诊疗次数：被保人在15天内的诊疗次数为20次。(3)诊疗地点：被保人在15天内的不同诊疗地点数量为5个。

具体请参照图9，其为本发明一实施例提供的一种保险理赔案件处理装置100中第三生成单元142的一示意性框图。进一步地，所述第三生成单元142包括第三获取单元1421、第四生成单元1422以及第五生成单元1423。

第三获取单元1421，用于获取所述理赔信息对应的评分区间。

具体地，所述评分区间可根据实际的理赔场景进行设定，同时可将设定好的评分区间存储至数据库中，以便在计算风险评分时获取理赔信息对应的评分区间。

例如，若理赔信息为诊疗金额，可根据诊疗金额的大小进行评分区间的划分，如将15天内的诊疗金额为0-1000元的评分区间确定为0-25分；将15天内的诊疗金额为1000-10000元的评分区间确定为25-50分；将15天内的诊疗金额为10000-100000元的评分区间确定为50-75分，将15天内的诊疗金额为100000-1000000元的评分区间确定为75-99分；将15天内的诊疗金额为大于1000000元的确定为100分。

第四生成单元1422，用于根据所述理赔信息以及所述评分区间生成单项理赔信息得分。

具体地，若被保人在15天内的诊疗金额为13000元，则可确定该理赔信息落入的评分区间为50-75分。然后在对该评分区间进行线性划分，以计算得出该理赔信息对应的单项理赔信息得分。例如，若被保人在15天内的诊疗金额为13000元，计算所得出的单项理赔得分为51.67分。

第五生成单元1423，用于将所述单项理赔信息得分作为所述预设的风险识别算法的输入数据，以生成风险评分。

具体地，通过对各个理赔信息进行计算，分别生成各个理赔信息对应的单项理赔信息得分。进而将所述单项理赔信息得分作为所述预设的风险识别算法的输入数据，并执行所述预设的识别算法，即可得出所述风险评分。

第二确定单元143，用于根据所述风险评分确定所述理赔信息对应的风险等级。

具体地，通过预先对风险评分的评分区间进行划分，以得出风险区间。进而根据风险区间以及风险评分确定所述理赔案件对应的风险等级。例如，将风险评分为0-50分的理赔案件确定为低风险等级，将风险评分为51-100分的理赔案件确定为高风险等级。其中，高风险等级对应的风险小于低风险等级的风险。若风险评分为80分，则确定所述理赔案件对应的风险等级为高风险等级。

进一步地，所述风险识别算法还可以包括朴素贝叶斯分类算法、CART树、C4.5决策树、支持向量机以及人工神经网络等机器学习方法，本发明实施例对风险识别算法的具体实现方法不作限制，可通过采用其中任意一种分类算法来实现所述风险识别算法。所采用的分类器算法包括但不限于逻辑回归算法、boosting分类算法等。对应地，经训练的风险识别算法可以为逻辑回归风险识别算法、boosting风险识别算法等。

第二生成单元150，用于根据所述风险等级生成理赔方案。

具体请参照图10，其为本发明一实施例提供的一种保险理赔案件处理装置100的另一示意性框图。进一步地，所述第二生成单元150包括第三判断单元151、第六生成单元152以及第七生成单元153。

第三判断单元151，用于判断所述风险等级是否属于高风险等级。

第六生成单元152，用于若所述风险等级属于高风险等级，生成人工理赔方案。

第七生成单元153，用于若所述风险等级不属于高风险等级，生成自动理赔方案。

具体实施中，所述理赔方案包括自动理赔方案、人工理赔方案。若所述风险等级不属于高风险等级，则生成的理赔方案为自动理赔方案，即根据被保人对应的保单合同信息自动将应赔付金额转账至被保人登记的银行卡账户中，以实现快速理赔。若所述风险等级属于高风险等级，则生成的理赔方案为人工理赔方案，即将该理赔案件发送至相对应的审核工作人员，以进行人工审核，降低出现保险诈骗的几率，有利于提升保险理赔案件的处理准确度。

上述装置100可以实现为一种计算机程序的形式，计算机程序可以在如图11所示的计算机设备上运行。

请参阅图11，图11是本发明实施例提供的一种计算机设备的示意性框图。该计算机设备500设备可以是服务器。该服务器可以是机架式服务器、刀片服务器、塔式服务器、机柜式服务器等具有通信功能的电子设备。

该计算机设备500包括通过系统总线510连接的处理器520、存储器和网络接口550，其中，存储器可以包括非易失性存储介质530和内存储器540。

该非易失性存储介质530可存储操作系统531和计算机程序532。该计算机程序532被执行时，可使得处理器520执行一种保险理赔案件处理方法。

该处理器520用于提供计算和控制能力，支撑整个计算机设备500的运行。

该内存储器540为非易失性存储介质中的计算机程序的运行提供环境，该计算机程序被处理器520执行时，可使得处理器520执行一种保险理赔案件处理方法。

该网络接口550用于进行网络通信，如发送分配的任务等。本领域技术人员可以理解，该计算机设备的示意性框图仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的计算机设备500的限定，具体的计算机设备500可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

其中，所述处理器520用于运行存储在存储器中的程序代码，以实现如下功能：

获取理赔案件对应的用户信息；

判断所述用户信息是否满足异常条件；

若所述用户信息不满足异常条件，获取理赔案件对应的理赔信息；

根据所述理赔信息以及预设的风险识别算法，生成所述理赔信息对应的风险等级；

根据所述风险等级生成理赔方案。

在一实施例中，处理器520在执行所述判断所述用户信息是否满足异常条件的步骤时，具体执行如下步骤：

判断预设的异常信息数据库中是否存在与所述用户信息相匹配的异常信息；

若预设的异常信息数据库中不存在与所述用户信息相匹配的异常信息，确定所述用户信息不满足异常条件。

在一实施例中，处理器520在执行所述根据所述理赔信息以及预设的风险识别算法，生成所述理赔信息对应的风险等级的步骤时，具体执行如下步骤：

读取预设的风险识别算法；

将所述理赔信息作为所述预设的风险识别算法的输入数据，以生成风险评分；

根据所述风险评分确定所述理赔信息对应的风险等级。

在一实施例中，处理器520在执行所述将所述理赔信息作为所述预设的风险识别算法的输入数据，以生成风险评分的步骤时，具体执行如下步骤：

获取所述理赔信息对应的评分区间；

根据所述理赔信息以及所述评分区间生成单项理赔信息得分；

将所述单项理赔信息得分作为所述预设的风险识别算法的输入数据，以生成风险评分。

在一实施例中，所述理赔方案包括人工理赔方案以及自动理赔方案，处理器520在执行所述根据所述风险等级生成相对应的理赔方案的步骤时，具体执行如下步骤：

判断所述风险等级是否属于高风险等级；

若所述风险等级属于高风险等级，生成人工理赔方案；

若所述风险等级不属于高风险等级，生成自动理赔方案。

应当理解，在本发明实施例中，处理器520可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器520还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application SpecificIntegratedCircuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

本领域技术人员可以理解，该计算机设备500的示意性框图并不构成对计算机设备500的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

在本发明的另一实施例中提供一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，其中计算机程序包括程序指令。所述程序指令被处理器执行时实现如下步骤：

获取理赔案件对应的用户信息；

判断所述用户信息是否满足异常条件；

若所述用户信息不满足异常条件，获取理赔案件对应的理赔信息；

根据所述理赔信息以及预设的风险识别算法，生成所述理赔信息对应的风险等级；

根据所述风险等级生成理赔方案。

在一实施例中，所述程序指令被处理器执行以实现所述判断所述用户信息是否满足异常条件的步骤时，具体实现如下步骤：

判断预设的异常信息数据库中是否存在与所述用户信息相匹配的异常信息；

若预设的异常信息数据库中不存在与所述用户信息相匹配的异常信息，确定所述用户信息不满足异常条件。

在一实施例中，所述程序指令被处理器执行以实现所述根据所述理赔信息以及预设的风险识别算法，生成所述理赔信息对应的风险等级的步骤时，具体实现如下步骤：

读取预设的风险识别算法；

将所述理赔信息作为所述预设的风险识别算法的输入数据，以生成风险评分；

根据所述风险评分确定所述理赔信息对应的风险等级。

在一实施例中，所述程序指令被处理器执行以实现所述将所述理赔信息作为所述预设的风险识别算法的输入数据，以生成风险评分的步骤时，具体实现如下步骤：

获取所述理赔信息对应的评分区间；

根据所述理赔信息以及所述评分区间生成单项理赔信息得分；

将所述单项理赔信息得分作为所述预设的风险识别算法的输入数据，以生成风险评分。

在一实施例中，所述理赔方案包括人工理赔方案以及自动理赔方案，所述程序指令被处理器执行以实现所述根据所述风险等级生成相对应的理赔方案的步骤时，具体实现如下步骤：

判断所述风险等级是否属于高风险等级；

若所述风险等级属于高风险等级，生成人工理赔方案；

若所述风险等级不属于高风险等级，生成自动理赔方案。

该计算机可读存储介质可以是U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、磁碟或者光盘等各种可以存储程序代码的介质。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的。例如，各个单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。例如一个以上单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。

本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。本发明实施例装置中的单元可以根据实际需要进行合并、划分和删减。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

该集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，终端，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种保险理赔案件处理方法，其特征在于，包括：

获取理赔案件对应的用户信息；

判断所述用户信息是否满足异常条件；

若所述用户信息不满足异常条件，获取理赔案件对应的理赔信息；

根据所述理赔信息以及预设的风险识别算法，生成所述理赔信息对应的风险等级；

根据所述风险等级生成理赔方案。

2.如权利要求1所述的方法，其特征在于，所述判断所述用户信息是否满足异常条件，包括：

判断预设的异常信息数据库中是否存在与所述用户信息相匹配的异常信息；

若预设的异常信息数据库中不存在与所述用户信息相匹配的异常信息，确定所述用户信息不满足异常条件。

3.如权利要求1所述的方法，其特征在于，所述根据所述理赔信息以及预设的风险识别算法，生成所述理赔信息对应的风险等级，包括：

读取预设的风险识别算法；

将所述理赔信息作为所述预设的风险识别算法的输入数据，以生成风险评分；

根据所述风险评分确定所述理赔信息对应的风险等级。

4.如权利要求3所述的方法，其特征在于，所述将所述理赔信息作为所述预设的风险识别算法的输入数据，以生成风险评分，包括：

获取所述理赔信息对应的评分区间；

根据所述理赔信息以及所述评分区间生成单项理赔信息得分；

将所述单项理赔信息得分作为所述预设的风险识别算法的输入数据，以生成风险评分。

5.如权利要求1所述的方法，其特征在于，所述理赔方案包括人工理赔方案以及自动理赔方案，所述根据所述风险等级生成相对应的理赔方案，包括：

判断所述风险等级是否属于高风险等级；

若所述风险等级属于高风险等级，生成人工理赔方案；

若所述风险等级不属于高风险等级，生成自动理赔方案。

6.一种保险理赔案件处理装置，其特征在于，所述装置包括：

第一获取单元，用于获取理赔案件对应的用户信息；

第一判断单元，用于判断所述用户信息是否满足异常条件；

第二获取单元，用于若所述用户信息不满足异常条件，获取理赔案件对应的理赔信息；

第一生成单元，用于根据所述理赔信息以及预设的风险识别算法，生成所述理赔信息对应的风险等级；

第二生成单元，用于根据所述风险等级生成理赔方案。

7.如权利要求6所述的装置，其特征在于，所述第一判断单元包括：

第二判断单元，判断预设的异常信息数据库中是否存在与所述用户信息相匹配的异常信息；

第一确定单元，用于若预设的异常信息数据库中不存在与所述用户信息相匹配的异常信息，确定所述用户信息不满足异常条件。

8.如权利要求6所述的装置，其特征在于，所述第一生成单元包括：

读取单元，用于读取预设的风险识别算法；

第三生成单元，用于将所述理赔信息作为所述预设的风险识别算法的输入数据，以生成风险评分；

第二确定单元，用于根据所述风险评分确定所述理赔信息对应的风险等级。

9.一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至5中任一项的保险理赔案件处理方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如权利要求1-5任一项所述的保险理赔案件处理方法。