CN109242261A - 基于大数据评估保全风险的方法及终端设备 - Google Patents
基于大数据评估保全风险的方法及终端设备 Download PDFInfo
- Publication number
- CN109242261A CN109242261A CN201810921949.3A CN201810921949A CN109242261A CN 109242261 A CN109242261 A CN 109242261A CN 201810921949 A CN201810921949 A CN 201810921949A CN 109242261 A CN109242261 A CN 109242261A
- Authority
- CN
- China
- Prior art keywords
- risk
- damage
- client
- value
- declaration form
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 230000008859 change Effects 0.000 claims abstract description 57
- 238000012986 modification Methods 0.000 claims abstract description 29
- 230000004048 modification Effects 0.000 claims abstract description 29
- 238000004590 computer program Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 10
- 238000012502 risk assessment Methods 0.000 claims description 10
- 238000011478 gradient descent method Methods 0.000 claims description 4
- 230000004807 localization Effects 0.000 claims description 4
- 230000003252 repetitive effect Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 abstract description 10
- 238000011156 evaluation Methods 0.000 abstract description 6
- 238000005516 engineering process Methods 0.000 abstract description 4
- 230000005540 biological transmission Effects 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000012550 audit Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
Abstract
本发明适用于大数据处理技术领域,提供了一种基于大数据评估保全风险的方法及终端设备,所述方法包括:接收客户端发送的保全请求,该保全请求中包含客户的身份标识和保单变更信息,获取客户身份标识对应的客户历史交易信息,并根据历史交易信息确定客户的信誉指数,识别保单变更信息中的保单变更项目,获取保单变更项目的项目类别,并获取每个项目类别的风险值,将风险值导入预设的风险模型中,得到风险指数,基于信誉指数和风险指数,对保全请求进行分析按评估。由于不需要人工进行审核,本发明实施例能够节省评估保全风险的人力成本,提高评估效率,同时排除了人工评估主观因素的影响,提高评估的准确性。
Description
技术领域
本发明属于大数据处理技术领域,尤其涉及基于大数据评估保全风险的方法及终端设备。
背景技术
保险单是保险公司与被保险人订立保险合同的书面证明。被保险人为保险公司的客户,在保单有效期内保险公司可以根据保险人的请求为客户提供保单相关信息变更服务,称为保单保全服务。保单保全对对保单变更的相关信息包括新增附加险、减保、加保,或者变更受益人、投保人等。为了对客户在办理保单保全业务的风险进行控制,保险公司需要对客户的保单保全信息进行审核,评估保全的风险情况。
目前,现有的对保单保全信息进行风险评估方式,一般是将保单保全信息送到核保部门,由核保部门的员工进行人工评估,确定保全风险的大小,但是人工评估的方式需要消耗极大的人力成本,且存在评估效率低、评估结果不准确的问题。
发明内容
本发明实施例提供一种基于大数据评估保全风险的方法及终端设备,以解决现有技术对客户的保单保全信息进行人工评估,需要消耗极大的人力成本,且存在评估效率低、评估结果不准确的问题。
本发明实施例的第一方面提供了一种基于大数据评估保全风险的方法,包括:
接收客户端发送的保全请求,所述保全请求包含客户身份标识和保单变更信息;
获取客户的身份标识对应的客户的历史交易信息,并根据所述历史交易信息确定客户的信誉指数;
识别所述保单变更信息中的保单变更项目,获取所述保单变更项目的项目类别,并获取每个项目类别对应的风险值;
将所述风险值导入预设的风险模型中,得到所述保全请求的风险指数;
基于所述信誉指数和所述风险指数,对所述保全请求进行风险评估。
本发明实施例的第二方面提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如下步骤:
接收客户端发送的保全请求,所述保全请求包含客户身份标识和保单变更信息;
获取客户的身份标识对应的客户的历史交易信息,并根据所述历史交易信息确定客户的信誉指数;
识别所述保单变更信息中的保单变更项目,获取所述保单变更项目的项目类别,并获取每个项目类别对应的风险值;
将所述风险值导入预设的风险模型中,得到所述保全请求的风险指数;
基于所述信誉指数和所述风险指数,对所述保全请求进行风险评估。
本发明实施例的第三方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上述基于大数据评估保全风险的方法的步骤。
本发明实施例与现有技术相比存在的有益效果是:本发明实施例提供的基于大数据评估保全风险的方法及终端设备,首先接收客户端发送的保全请求,该保全请求中包含客户的身份标识和保单变更信息,获取客户身份标识对应的客户历史交易信息,并根据历史交易信息确定客户的信誉指数,再识别保单变更信息中的保单变更项目,获取保单变更项目的项目类别,并获取每个项目类别的风险值,将风险值导入预设的风险模型中,得到风险指数,基于信誉指数和风险指数,对保全请求进行分析按评估。由于不需要人工进行审核,本发明实施例能够节省评估保全风险的人力成本,提高评估效率,同时排除了人工评估主观因素的影响,提高评估的准确性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅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性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例提供的一种基于大数据评估保全风险的方法的示意流程图;
图2是本发明另一实施例提供的一种基于大数据评估保全风险的方法的示意流程图;
图3是本发明再一实施例提供的一种基于大数据评估保全风险的方法的示意流程图;
图4是本发明又一实施例提供的一种基于大数据评估保全风险的方法的示意流程图;
图5是本发明实施例提供的一种终端设备的结构示意图;
图6是本发明实施例提供的基于大数据评估保全风险程序的功能模块图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
参见图1,图1是本发明一实施例提供的一种基于大数据评估保全风险的方法的示意流程图,在该实施例中,以服务器一侧为例进行说明,这里,服务器可以为一台或多台。如图1所示,在该实施例中,服务器的处理过程可以包括以下步骤:
S101:接收客户端发送的保全请求,保全请求包含客户身份标识和保单变更信息。
在本实施例中,客户端包括手机、平板电脑(Personal Digital Assistant,PDA)或个人电脑等。客户通过在客户端上对已投保保单进行保单信息的变更生成保全请求,客户端发送的保全请求到服务器。客户身份标识可以是客户的用户名、身份证号码、手机号等。
S102:获取客户的身份标识对应的客户的历史交易信息,并根据历史交易信息确定客户的信誉指数。
在本实施例中,历史交易信息为客户在本次保全请求之前进行的保险交易记录。保险交易记录中可以包含客户购买保险产品及保险相关产品的消费记录,消费记录包括但不限于消费时间、消费类别和消费金额。信誉指数代表了客户的支付能力。具体地,可以根据消费记录中的消费时间、消费类别和消费金额,计算得到客户的信誉指数。
S103:识别保单变更信息中的保单变更项目,获取保单变更项目的项目类别,并获取每个项目类别对应的风险值。
在本实施例中,保单变更项目可以包括地址变更、电话号码变更、关联银行账号变更、投保金额变更、暂缓缴费、退保、受益人变更、投保人变更等保单变更项目。项目类别可以分为基本信息变更(包括地址变更、电话号码变更、关联银行账号变更等)、保单费用变更(包括投保金额变更、暂缓缴费、退保等)和利益主体变更(包括受益人变更、投保人变更等)。
具体地,可以识别变更信息中预设的项目类别标识,根据该项目类别标识获取对应的项目类别,并查询预存的项目类别与风险值的对应关系,得到项目类别的风险值。
S104:将风险值导入预设的风险模型中,得到风险指数。
在本实施例中,预设的风险模型可以是通过历史保全数据进行训练得到的。风险指数代表了保全请求中保单变更项目对保单的风险影响的大小。
S105:基于信誉指数和风险指数,对保全请求进行风险评估。
在本实施例中,可以将风险指数与信誉指数比值确定客户的风险等级,若该比值小于第一预设阈值,则确定客户的保全请求为低风险;若该比值大于或等于第一预设阈值且小于第二预设阈值,则确定客户的保全请求为中等风险;若该比值大于或等于第二预设阈值,则确定客户的保全请求为高风险。
在本发明的一个实施例中,若保全请求为低风险,则发送短信或邮箱验证信息到客户端,若接收到客户端返回的验证相应信息与验证信息匹配,则在所述保全请求添加直接承保的标签;
若保全请求为中等风险,则发送生物特征验证请求到客户端,若接收到客户端返回的生物特征信息与预存的生物特征信息匹配,则在所述保全请求添加直接承保的标签,若不匹配,则发送柜台亲自确认的提示到客户端;
若保全请求为高风险,则发送柜台亲自确认的提示到客户端。
从上述描述可知,通过接收客户端发送的保全请求,该保全请求中包含客户的身份标识和保单变更信息,获取客户身份标识对应的客户历史交易信息,并根据历史交易信息确定客户的信誉指数,识别保单变更信息中的保单变更项目,获取保单变更项目的项目类别,并获取每个项目类别的风险值,将风险值导入预设的风险模型中,得到风险指数,基于信誉指数和风险指数,对保全请求进行分析按评估。由于不需要人工进行审核,本发明实施例能够节省评估保全风险的人力成本,提高评估效率,同时排除了人工评估主观因素的影响,提高评估的准确性。
请参阅图2,图2为本发明另一实施例提供的一种基于大数据评估保全风险的方法的示意流程图。在上述实施的基础上,本实施例仅描述与实施例相关的部分,上述步骤S102详述如下:
S201:根据历史交易信息获取客户的若干条消费记录,每条消费记录包含消费时间、消费类别和消费金额。
在本实施例中,历史交易信息中包含若干条消费记录,每一条消费记录包含消费时间、消费类别和消费金额三者的对应关系,例如表1所示。
消费时间 | 消费类别 | 消费金额 |
2018.06.06 | 儿童教育险 | 50000 |
2017.02.23 | 交通意外险 | 10000 |
... | ... | ... |
S202:根据每条消费记录的消费类别和消费金额,确定每条消费记录的信誉值。
具体地,可以获取每条消费记录的消费类别对应的类别系数,将该条消费记录对应的消费金额乘以对应的类别系数,得到该条消费记录的信誉值。在本实施例中,消费类别中投资类消费记录(如儿童教育险)的类别系数较大,保障类消费记录(如交通意外险)的类别系数较小。
S203:根据每条消费记录的消费时间和信誉值,确定客户的信誉指数。
具体地,可以获取每条消费记录的消费时间对应的时间系数,将该条消费记录对应的信誉值乘以对应的时间系数,得带该条消费记录的信誉指数,对所有的消费记录的信誉指数求取算术平均值,得到客户的信誉指数。在本实施例中,时间系数可以与消费时间与当前时间的差值成反比,也就是距离当前时间越近的消费记录的时间系数越大,距离当前时间越远的消费记录的时间系数越小。
从上述描述可知,通过客户的历史交易信息中的消费记录,确定客户的信誉指数,能够准确地获得客户的信誉情况。
请参阅图3,图3为本发明再一实施例提供的一种基于大数据评估保全风险的方法的示意流程图。在上述实施的基础上,本实施例仅描述与实施例相关的部分,上述步骤S103详述如下:
S301:识别保单变更信息中预设的项目类别标识,其中每个项目类别标识对应一段用于写入变更项目信息的字段。
在本实施例中,当项目类别分为基本信息变更、保单费用变更和利益主体变更三类时,识别保单变更信息中预设的项目类别标识依次为第一项目类别标识、第二项目类别标识和第三项目类别标识,其中第一项目类别标识对应基本信息变更、第二项目类别标识对应保单费用变更和第三项目类别标识对应利益主体变更。
S302:若检测到任一项目类别标识对应的字段不为空,则获取该项目类别标识对应的项目类别的风险值。
在本实施例中,可以查询预存的项目类别与风险值的对应关系,获取目类别标识对应的项目类别的风险值。优选的,保单费用变更的风险值大于利益主体变更的风险值,利益主体变更的风险值大于基本信息变更的风险值。
请参阅图4,图4为本发明又一实施例提供的一种基于大数据评估保全风险的方法的示意流程图。在上述实施的基础上,本实施例仅描述与实施例相关的部分,获取上述步骤S104中的预设的风险模型的过程,包括:
S401:获取预设时间段内的历史保全数据,并获取每个历史保全数据若干保单变更信息中的保单变更项目类别对应的风险值。
在本实施例中,预设时间段可以是5年或10年。获取每个历史保全数据若干保单变更信息中的保单变更项目类别对应的风险值的过程可以参考步骤S301至S302描述,这里不再赘述。
S402:建立初始的风险模型,并随机且均匀的生成初始的风险模型内各权重的初始值。
在本实施例中,可以根据保单变更项目类别的建立初始的风险模型。例如当项目类别分为基本信息变更(对应的风险值用“a”标识)、保单费用变更(对应的风险值用“b”标识)和利益主体变更三类(对应的风险值用“c”标识)时,初始的风险模型可以是:风险指数W=A·a+B·b+C·c,式中,A、B和C,为各个变更项目类别的风险值的权重。风险模型内各权重的初始值可以是33.3%。
S403:采用随机梯度下降法,从历史保全数据中随机取样输入到初始风险模型中,计算得到对应的实际风险指数。
S404:计算实际风险指数与期望风险指数的差值,采用误差最小化定位方法调整各权重的值。
在本实施例中,期望风险指数可以是预存历史保全数据的。
S405:利用历史保全数据对风险模型迭代训练调整各权重的值,当调整的风险模型的整体误差小于预设阈值时停止训练。
在本实施例中,预设阈值可以根据需求进行设置,例如正负0.1。调整的风险模型的始的风险模型的整体误差是指预设数量的历史保全数据的最大误差。
S406:将调整后的风险模型确定为预设的风险模型。
从上述描述可知,通过历史保全数据训练得到的预设的风险模型,能够准确计算保全请求的风险指数,为后续保全请求进行风险评估提供准确依据。
在本发明的一个实施例中,所述接收客户端发送的保全请求之后,还包括:
采集客户当前的多类生物特征信息;
根据所述客户身份标识,分别获取与每一类所述生物特征信息对应的预存特征值;
若所述客户当前的任一类所述生物特征信息与对应的所述预存特征值均不匹配,则发送验证错误的提示信息到所述客户端;
若所述客户当前的每一类所述特征信息与对应的所述预存特征值匹配,则按照预设规则修正所述信誉指数。
在本实施例中,按照预设规则修正所述信誉指数可以是将该信誉指数加上预设的数值,得到新的信誉指数;也可以是将该信誉指数乘以预设信誉系数,该预设信誉系数小于2大于1。
在本实施例中,当前的多类生物特征信息可以是指静脉识别信息、掌静脉识别信息、虹膜识别信息和面部识别信息中的任意一种或多种。
例如,获取所述客户当前第一生物特征信息和当前第二生物特征信息;
根据所述客户身份标识,获取客户预存的第一生物特征值和预存的第一生物特征值;
若检测到所述当前第一生物特征信息与所述预存的第一生物特征值不匹配或所述当前第二生物特征信息与所述预存的第二生物特征值不匹配,则发送验证错误的提示信息到所述客户端;
若检测到所述当前第一生物特征信息与所述预存的第一生物特征值匹配、且所述当前第二生物特征信息与所述预存的第二生物特征值匹配,则按照预设规则修正所述信誉指数。
从上述描述可知,通过当前的多类生物特征信息与对应的所述预存特征值进行匹配,根据匹配结果对信誉指数修正,保证信誉指数的准确。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
对应于上文实施例的基于大数据评估保全风险的方法,图5示出了本发明实施例提供的终端设备的结构示意图。为了便于说明,仅示出了与本实施例相关的部分。
在本实施例中,评估保全风险程序600安装并运行于终端设备60中。该终端设备60可以是移动终端、掌上电脑、服务器等。该终端设备60可包括,但不仅限于,存储器601、处理器602及显示器603。图5仅示出了具有组件601-603的终端设备60,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。
存储器601在一些实施例中可以是所述终端设备60的内部存储单元,例如该终端设备60的硬盘或内存。所述存储器601在另一些实施例中也可以是所述终端设备60的外部存储设备,例如所述终端设备60上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器601还可以既包括所述终端设备60的内部存储单元也包括外部存储设备。所述存储器601用于存储安装于所述终端设备60的应用软件及各类数据,例如所述评估保全风险程序600的程序代码等。所述存储器601还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器602在一些实施例中可以是一中央处理器(Central ProcessingUnit,CPU),微处理器或其他数据处理芯片,用于运行所述存储器601中存储的程序代码或处理数据,例如执行所述评估保全风险程序600等。
所述显示器603在一些实施例中可以是LED显示器、液晶显示器、触控式液晶显示器以及有机发光二极管(Organic Light-Emitting Diode,OLED)触摸器等。所述显示器603用于显示在所述终端设备60中处理的信息以及用于显示可视化的用户界面,例如应用菜单界面、应用图标界面等。所述终端设备60的部件601-603通过系统总线相互通信。
请参阅图6,是本发明实施例提供的评估保全风险程序600的功能模块图。在本实施例中,所述的评估保全风险程序600可以被分割成一个或多个模块,所述一个或者多个模块被存储于所述存储器601中,并由一个或多个处理器(本实施例为所述处理器602)所执行,以完成本发明。例如,在图6中,所述的评估保全风险程序600可以被分割成保全请求接收单元701、信誉指数确定单元702、风险值获取单元703、风险指数处理单元704和风险评估单元705。本发明所称的单元是指能够完成特定功能的一系列计算机程序指令段,比程序更适合于描述所述评估保全风险程序600在所述终端设备60中的执行过程。以下描述将具体介绍所述单元701-705功能。
其中,保全请求接收单元701,用于接收客户端发送的保全请求,所述保全请求包含客户身份标识和保单变更信息;
信誉指数确定单元702,用于获取客户的身份标识对应的客户的历史交易信息,并根据所述历史交易信息确定客户的信誉指数;
风险值获取单元703,用于识别所述保单变更信息中的保单变更项目,获取所述保单变更项目的项目类别,并获取每个项目类别对应的风险值;
风险指数处理单元704,用于将所述风险值导入预设的风险模型中,得到所述保全请求的风险指数;
风险评估单元705,用于基于所述信誉指数和所述风险指数,对所述保全请求进行风险评估。
在本发明的一个实施例中,所述信誉指数确定单元702,具体用于
根据所述历史交易信息获取客户的若干条消费记录,每条消费记录包含消费时间、消费类别和消费金额;
根据每条消费记录的消费类别和消费金额,确定每条消费记录的信誉值;
根据每条消费记录的消费时间和信誉值,确定所述客户的信誉指数。
在本发明的一个实施例中,所述风险值获取单元703,具体用于
识别所述保单变更信息中预设的项目类别标识,其中每个项目类别标识对应一段用于写入变更项目信息的字段;
若检测到任一项目类别标识对应的字段不为空,则获取该项目类别标识对应的项目类别的风险值。
在本发明的一个实施例中,所述评估保全风险程序600,还包括风险模型生成单元706,用于
获取预设时间段内的历史保全数据,并获取每个历史保全数据若干保单变更信息中的保单变更项目类别对应的风险值;
建立初始的风险模型;
随机且均匀的生成所述初始的风险模型内各权重的初始值;
采用随机梯度下降法,从历史保全数据中随机取样输入到所述初始风险模型中,计算得到对应的实际风险指数;
计算实际风险指数与期望风险指数的差值,采用误差最小化定位方法调整各权重的值;
利用历史保全数据对所述风险模型迭代训练调整各权重的值,当初始的风险模型的整体误差小于预设阈值时停止训练;
将调整后的风险模型确定为预设的风险模型。
在本发明的一个实施例中,所述评估保全风险程序600,还包括生物特征匹配单元707,用于
采集客户当前的多类生物特征信息;
根据所述客户身份标识,分别获取与每一类所述生物特征信息对应的预存特征值;
若所述客户当前的任一类所述生物特征信息与对应的所述预存特征值均不匹配,则发送验证错误的提示信息到所述客户端;
若所述客户当前的每一类所述特征信息与对应的所述预存特征值匹配,则按照预设规则修正所述信誉指数。
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,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
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、或者计算机软件和电子硬件的结合来实现。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。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,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,例如多个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。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
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。
所述集成的模块/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,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于大数据评估保全风险的方法,其特征在于,包括:
接收客户端发送的保全请求,所述保全请求包含客户身份标识和保单变更信息;
获取客户的身份标识对应的客户的历史交易信息,并根据所述历史交易信息确定客户的信誉指数;
识别所述保单变更信息中的保单变更项目,获取所述保单变更项目的项目类别,并获取每个项目类别对应的风险值;
将所述风险值导入预设的风险模型中,得到所述保全请求的风险指数;
基于所述信誉指数和所述风险指数,对所述保全请求进行风险评估。
2.根据权利要求1所述的基于大数据评估保全风险的方法,其特征在于,获取客户的身份标识对应的客户的历史交易信息,并根据所述历史交易信息确定客户的信誉指数,包括:
根据所述历史交易信息获取客户的若干条消费记录,每条消费记录包含消费时间、消费类别和消费金额;
根据每条消费记录的消费类别和消费金额,确定每条消费记录的信誉值;
根据每条消费记录的消费时间和信誉值,确定所述客户的信誉指数。
3.根据权利要求1所述的基于大数据评估保全风险的方法,其特征在于,所述识别所述保单变更信息中的保单变更项目,获取所述保单变更项目的变更项目类别,获取所述项目类别对应的风险值,包括:
识别所述保单变更信息中预设的项目类别标识,其中每个项目类别标识对应一段用于写入变更项目信息的字段;
若检测到任一项目类别标识对应的字段不为空,则获取该项目类别标识对应的项目类别的风险值。
4.根据权利要求1所述的基于大数据评估保全风险的方法,其特征在于,生成所述预设的风险模型的过程,包括:
获取预设时间段内的历史保全数据,并获取每个历史保全数据若干保单变更信息中的保单变更项目类别对应的风险值;
建立初始的风险模型;
随机且均匀的生成所述初始的风险模型内各权重的初始值;
采用随机梯度下降法,从历史保全数据中随机取样输入到所述初始风险模型中,计算得到对应的实际风险指数;
计算实际风险指数与期望风险指数的差值,采用误差最小化定位方法调整各权重的值;
利用历史保全数据对所述风险模型迭代训练调整各权重的值,当初始的风险模型的整体误差小于预设阈值时停止训练;
将调整后的风险模型确定为预设的风险模型。
5.根据权利要求1所述的基于大数据评估保全风险的方法,其特征在于,所述接收客户端发送的保全请求之后,还包括:
采集客户当前的多类生物特征信息;
根据所述客户身份标识,分别获取与每一类所述生物特征信息对应的预存特征值;
若所述客户当前的任一类所述生物特征信息与对应的所述预存特征值均不匹配,则发送验证错误的提示信息到所述客户端;
若所述客户当前的每一类所述特征信息与对应的所述预存特征值匹配,则按照预设规则修正所述信誉指数。
6.一种终端设备,其特征在于,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如下步骤:
接收客户端发送的保全请求,所述保全请求包含客户身份标识和保单变更信息;
获取客户的身份标识对应的客户的历史交易信息,并根据所述历史交易信息确定客户的信誉指数;
识别所述保单变更信息中的保单变更项目,获取所述保单变更项目的项目类别,并获取每个项目类别对应的风险值;
将所述风险值导入预设的风险模型中,得到所述保全请求的风险指数;
基于所述信誉指数和所述风险指数,对所述保全请求进行风险评估。
7.如权利要求6所述的终端设备,其特征在于,获取客户的身份标识对应的客户的历史交易信息,并根据所述历史交易信息确定客户的信誉指数,包括:
根据所述历史交易信息获取客户的若干条消费记录,每条消费记录包含消费时间、消费类别和消费金额;
根据每条消费记录的消费类别和消费金额,确定每条消费记录的信誉值;
根据每条消费记录的消费时间和信誉值,确定所述客户的信誉指数。
8.如权利要求6所述的终端设备,其特征在于,所述识别所述保单变更信息中的保单变更项目,获取所述保单变更项目的变更项目类别,获取所述项目类别对应的风险值,包括:
识别所述保单变更信息中预设的项目类别标识,其中每个项目类别标识对应一段用于写入变更项目信息的字段;
若检测到任一项目类别标识对应的字段不为空,则获取该项目类别标识对应的项目类别的风险值。
9.如权利要求6所述的终端设备,其特征在于,生成所述预设的风险模型的过程,包括:
获取预设时间段内的历史保全数据,并获取每个历史保全数据若干保单变更信息中的保单变更项目类别对应的风险值;
建立初始的风险模型;
随机且均匀的生成所述初始的风险模型内各权重的初始值;
采用随机梯度下降法,从历史保全数据中随机取样输入到所述初始风险模型中,计算得到对应的实际风险指数;
计算实际风险指数与期望风险指数的差值,采用误差最小化定位方法调整各权重的值;
利用历史保全数据对所述风险模型迭代训练调整各权重的值,当初始的风险模型的整体误差小于预设阈值时停止训练;
将调整后的风险模型确定为预设的风险模型。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述基于大数据评估保全风险的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810921949.3A CN109242261B (zh) | 2018-08-14 | 2018-08-14 | 基于大数据评估保全风险的方法及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810921949.3A CN109242261B (zh) | 2018-08-14 | 2018-08-14 | 基于大数据评估保全风险的方法及终端设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109242261A true CN109242261A (zh) | 2019-01-18 |
CN109242261B CN109242261B (zh) | 2024-04-05 |
Family
ID=65071367
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810921949.3A Active CN109242261B (zh) | 2018-08-14 | 2018-08-14 | 基于大数据评估保全风险的方法及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109242261B (zh) |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110009515A (zh) * | 2019-03-12 | 2019-07-12 | 中国平安财产保险股份有限公司 | 基于人脸识别的单据校验方法、装置、服务器及介质 |
CN110458707A (zh) * | 2019-07-03 | 2019-11-15 | 平安证券股份有限公司 | 基于分类模型的行为评估方法、装置及终端设备 |
CN110503564A (zh) * | 2019-07-05 | 2019-11-26 | 中国平安人寿保险股份有限公司 | 基于大数据的保全案件处理方法、系统、设备及存储介质 |
CN110516967A (zh) * | 2019-08-28 | 2019-11-29 | 腾讯科技(深圳)有限公司 | 一种信息评估的方法以及相关装置 |
CN110888625A (zh) * | 2019-11-05 | 2020-03-17 | 南方电网财务有限公司 | 基于需求变更和项目风险对代码质量进行控制的方法 |
CN110942395A (zh) * | 2019-11-26 | 2020-03-31 | 泰康保险集团股份有限公司 | 保险保全风险控制方法、装置、设备及存储介质 |
CN111429104A (zh) * | 2020-04-03 | 2020-07-17 | 青岛大学 | 一种众包项目执行装置、方法、设备及可读存储介质 |
CN111950889A (zh) * | 2020-08-10 | 2020-11-17 | 中国平安人寿保险股份有限公司 | 一种客户风险评估方法、装置、可读存储介质及终端设备 |
CN111985810A (zh) * | 2020-08-19 | 2020-11-24 | 支付宝(杭州)信息技术有限公司 | 一种数据处理方法、装置及设备 |
CN112085609A (zh) * | 2020-08-28 | 2020-12-15 | 车主邦(北京)科技有限公司 | 一种保险服务数据处理方法及装置 |
CN112132694A (zh) * | 2020-09-28 | 2020-12-25 | 平安养老保险股份有限公司 | 保单保全案件确认校验方法、装置、设备及存储介质 |
CN112767061A (zh) * | 2019-10-21 | 2021-05-07 | 贝壳技术有限公司 | 一种房产交易风险自动识别方法及装置 |
CN112906139A (zh) * | 2021-04-08 | 2021-06-04 | 平安科技(深圳)有限公司 | 车辆故障风险评估方法、装置、电子设备及存储介质 |
CN113052711A (zh) * | 2021-05-31 | 2021-06-29 | 国任财产保险股份有限公司 | 基于区块链的保险保全风险控制方法和装置 |
CN113282922A (zh) * | 2021-06-29 | 2021-08-20 | 北京安天网络安全技术有限公司 | 对移动存储设备进行防护控制的方法、装置、设备及介质 |
CN114091899A (zh) * | 2021-11-22 | 2022-02-25 | 支付宝(杭州)信息技术有限公司 | 风险特征识别方法以及装置 |
CN116684207A (zh) * | 2023-08-03 | 2023-09-01 | 杭州字节方舟科技有限公司 | 一种基于区块链的监控数据处理方法、装置、设备和介质 |
CN117132396A (zh) * | 2023-07-04 | 2023-11-28 | 北京中盛九橙企业管理咨询有限公司 | 一种用于在线交易的风险评估系统和方法 |
CN117574411A (zh) * | 2024-01-16 | 2024-02-20 | 支付宝(杭州)信息技术有限公司 | 数据保全的评估处理方法及装置 |
CN110516967B (zh) * | 2019-08-28 | 2024-05-10 | 腾讯科技(深圳)有限公司 | 一种信息评估的方法以及相关装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7831451B1 (en) * | 2003-06-27 | 2010-11-09 | Quantitative Data Solutions, Inc. | Systems and methods for insurance underwriting |
CN106779441A (zh) * | 2016-12-27 | 2017-05-31 | 中国银联股份有限公司 | 一种预测变更风险方法和装置 |
CN107292150A (zh) * | 2016-04-13 | 2017-10-24 | 平安科技(深圳)有限公司 | 保全信息处理中用户身份确认方法和装置 |
CN107358531A (zh) * | 2016-05-09 | 2017-11-17 | 平安科技(深圳)有限公司 | 保费结算方法和装置 |
CN108074069A (zh) * | 2016-11-15 | 2018-05-25 | 平安科技(深圳)有限公司 | 保险的保全信息处理方法和装置 |
-
2018
- 2018-08-14 CN CN201810921949.3A patent/CN109242261B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7831451B1 (en) * | 2003-06-27 | 2010-11-09 | Quantitative Data Solutions, Inc. | Systems and methods for insurance underwriting |
CN107292150A (zh) * | 2016-04-13 | 2017-10-24 | 平安科技(深圳)有限公司 | 保全信息处理中用户身份确认方法和装置 |
CN107358531A (zh) * | 2016-05-09 | 2017-11-17 | 平安科技(深圳)有限公司 | 保费结算方法和装置 |
CN108074069A (zh) * | 2016-11-15 | 2018-05-25 | 平安科技(深圳)有限公司 | 保险的保全信息处理方法和装置 |
CN106779441A (zh) * | 2016-12-27 | 2017-05-31 | 中国银联股份有限公司 | 一种预测变更风险方法和装置 |
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110009515A (zh) * | 2019-03-12 | 2019-07-12 | 中国平安财产保险股份有限公司 | 基于人脸识别的单据校验方法、装置、服务器及介质 |
CN110458707A (zh) * | 2019-07-03 | 2019-11-15 | 平安证券股份有限公司 | 基于分类模型的行为评估方法、装置及终端设备 |
CN110458707B (zh) * | 2019-07-03 | 2023-11-03 | 平安证券股份有限公司 | 基于分类模型的行为评估方法、装置及终端设备 |
CN110503564A (zh) * | 2019-07-05 | 2019-11-26 | 中国平安人寿保险股份有限公司 | 基于大数据的保全案件处理方法、系统、设备及存储介质 |
CN110503564B (zh) * | 2019-07-05 | 2024-04-02 | 中国平安人寿保险股份有限公司 | 基于大数据的保全案件处理方法、系统、设备及存储介质 |
CN110516967A (zh) * | 2019-08-28 | 2019-11-29 | 腾讯科技(深圳)有限公司 | 一种信息评估的方法以及相关装置 |
CN110516967B (zh) * | 2019-08-28 | 2024-05-10 | 腾讯科技(深圳)有限公司 | 一种信息评估的方法以及相关装置 |
CN112767061A (zh) * | 2019-10-21 | 2021-05-07 | 贝壳技术有限公司 | 一种房产交易风险自动识别方法及装置 |
CN110888625A (zh) * | 2019-11-05 | 2020-03-17 | 南方电网财务有限公司 | 基于需求变更和项目风险对代码质量进行控制的方法 |
CN110942395A (zh) * | 2019-11-26 | 2020-03-31 | 泰康保险集团股份有限公司 | 保险保全风险控制方法、装置、设备及存储介质 |
CN110942395B (zh) * | 2019-11-26 | 2023-03-24 | 泰康保险集团股份有限公司 | 保险保全风险控制方法、装置、设备及存储介质 |
CN111429104A (zh) * | 2020-04-03 | 2020-07-17 | 青岛大学 | 一种众包项目执行装置、方法、设备及可读存储介质 |
CN111950889A (zh) * | 2020-08-10 | 2020-11-17 | 中国平安人寿保险股份有限公司 | 一种客户风险评估方法、装置、可读存储介质及终端设备 |
CN111985810A (zh) * | 2020-08-19 | 2020-11-24 | 支付宝(杭州)信息技术有限公司 | 一种数据处理方法、装置及设备 |
CN112085609A (zh) * | 2020-08-28 | 2020-12-15 | 车主邦(北京)科技有限公司 | 一种保险服务数据处理方法及装置 |
CN112132694A (zh) * | 2020-09-28 | 2020-12-25 | 平安养老保险股份有限公司 | 保单保全案件确认校验方法、装置、设备及存储介质 |
CN112132694B (zh) * | 2020-09-28 | 2024-04-09 | 平安养老保险股份有限公司 | 保单保全案件确认校验方法、装置、设备及存储介质 |
CN112906139A (zh) * | 2021-04-08 | 2021-06-04 | 平安科技(深圳)有限公司 | 车辆故障风险评估方法、装置、电子设备及存储介质 |
CN113052711A (zh) * | 2021-05-31 | 2021-06-29 | 国任财产保险股份有限公司 | 基于区块链的保险保全风险控制方法和装置 |
CN113282922A (zh) * | 2021-06-29 | 2021-08-20 | 北京安天网络安全技术有限公司 | 对移动存储设备进行防护控制的方法、装置、设备及介质 |
CN114091899A (zh) * | 2021-11-22 | 2022-02-25 | 支付宝(杭州)信息技术有限公司 | 风险特征识别方法以及装置 |
CN117132396A (zh) * | 2023-07-04 | 2023-11-28 | 北京中盛九橙企业管理咨询有限公司 | 一种用于在线交易的风险评估系统和方法 |
CN116684207B (zh) * | 2023-08-03 | 2023-10-20 | 杭州字节方舟科技有限公司 | 一种基于区块链的监控数据处理方法、装置、设备和介质 |
CN116684207A (zh) * | 2023-08-03 | 2023-09-01 | 杭州字节方舟科技有限公司 | 一种基于区块链的监控数据处理方法、装置、设备和介质 |
CN117574411A (zh) * | 2024-01-16 | 2024-02-20 | 支付宝(杭州)信息技术有限公司 | 数据保全的评估处理方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109242261B (zh) | 2024-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109242261A (zh) | 基于大数据评估保全风险的方法及终端设备 | |
CN107464169B (zh) | 信息输出方法和装置 | |
CN107679995B (zh) | 电子装置、保险案件理赔审核方法及计算机可读存储介质 | |
CN110175903A (zh) | 一种商票融资方法及装置 | |
CN109636564A (zh) | 用于风控的信息核实方法、装置、设备及存储介质 | |
CN107909467A (zh) | 一种贷款额度评估方法及相关设备 | |
CN110610431A (zh) | 基于大数据的智能理赔方法及智能理赔系统 | |
CN110503564A (zh) | 基于大数据的保全案件处理方法、系统、设备及存储介质 | |
CN108711013A (zh) | 异常行为确定方法、装置、设备及存储介质 | |
CN108629685A (zh) | 贷款产品属性确定方法及服务器 | |
CN108665312A (zh) | 用于生成信息的方法和装置 | |
CN113159545A (zh) | 确定价值属性值的方法、装置、电子设备和存储介质 | |
CN112702410A (zh) | 一种基于区块链网络的评估系统、方法及相关设备 | |
CN107798508A (zh) | 月度结算管理方法及终端设备 | |
CN110489394A (zh) | 中间数据处理方法及设备 | |
CN110263068A (zh) | 一种处理监控数据的方法及系统 | |
CN107172311B (zh) | 业务评估方法及终端设备 | |
CN109871962A (zh) | 一种终端价格评估的方法及终端设备 | |
CN109345193A (zh) | 基于信息安全的保单保全审核方法及终端设备 | |
CN109785107A (zh) | 基于资金占比灵活配置的方法及相关产品 | |
US10235719B2 (en) | Centralized GAAP approach for multidimensional accounting to reduce data volume and data reconciliation processing costs | |
CN108428174A (zh) | 交易资金预警方法、服务器及存储介质 | |
CN114265835A (zh) | 基于图挖掘的数据分析方法、装置及相关设备 | |
EP3273399A1 (en) | Point exchange system and point exchange method | |
US20160148186A1 (en) | Information processing system, control method of information processing system, and information processing program |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |