CN109460964A - 基于数据更新生成车险报价单的方法、装置和计算机设备 - Google Patents
基于数据更新生成车险报价单的方法、装置和计算机设备 Download PDFInfo
- Publication number
- CN109460964A CN109460964A CN201811152442.2A CN201811152442A CN109460964A CN 109460964 A CN109460964 A CN 109460964A CN 201811152442 A CN201811152442 A CN 201811152442A CN 109460964 A CN109460964 A CN 109460964A
- Authority
- CN
- China
- Prior art keywords
- insurance
- data
- quotation
- list
- information
- 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.)
- Pending
Links
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
- G06Q10/10—Office automation; Time management
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Technology Law (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及到大数据技术领域，揭示了一种基于数据更新生成车险报价单的方法、装置和计算机设备，其中方法包括：读取工作人员上传的报价表内的客户数据，其中，所述客户数据至少包括客户信息、车辆信息以及保险需求信息；根据预设的插入规则，基于数据更新技术，将所述客户数据分别插入到对应的保险单模板中的指定位置，将所述保险单模板更新得到初始报价单；根据所述初始报价单中的所述车辆信息以及保险需求信息计算得到对应所述客户信息的报价；将所述报价加载到所述初始报价单上，得到保险报价单。本申请自动读取工作人员上传的报价表中的客户数据，然后进行计算得到多个保险报价单，不需要工作人员输入数据，大大减小工作人员的工作量。
Description
技术领域
本申请涉及到大数据技术领域，特别是涉及到一种基于数据更新生成车险报价单的方法、装置和计算机设备。
背景技术
客户为汽车购买保险时，通常会向保险公司的工作人员咨询价格。保险公司的工作人员了解了客户的汽车信息以及客户的需求后，将汽车信息以及客户需求录入到报价系统中，等待系统做出对应的报价单。
但是当客户有多台汽车需要投保时，或者多个客户需要对其各自汽车投保时，业务员需要在多个页面多次输入各客户信息以及汽车信息，这样来回切换页面输入数据，比较耗费工作人员的时间，而且很容易出错。
所以提供一种新的基于数据更新生成车险报价单的方法是亟需解决的问题。
发明内容
本申请的主要目的为提供一种自动读取客户数据并计算生成车险报价的基于数据更新生成车险报价单的方法、装置和计算机设备。
为了实现上述发明目的，本申请提出一种基于数据更新生成车险报价单的方法，包括：
读取工作人员上传的报价表内的客户数据，其中，所述客户数据至少包括客户信息、车辆信息以及保险需求信息；
根据预设的插入规则，基于数据更新技术，将所述客户数据分别插入到对应的保险单模板中的指定位置，将所述保险单模板更新得到初始报价单；
根据所述初始报价单中的所述车辆信息以及保险需求信息计算得到对应所述客户信息的报价；
将所述报价加载到所述初始报价单上，得到保险报价单。
进一步地，所述将所述报价加载到所述初始报价单上，得到保险报价单的步骤之前，包括：
根据所述客户数据，评估客户的出险概率；
根据所述出险概率，对客户的所述报价进行重新计算，得到优化后的所述报价。
进一步地，所述根据所述客户数据，评估客户的出险概率的步骤包括：
将所述客户数据输入到训练后的逻辑回归模型，输出客户的出险概率。
进一步地，所述将所述客户数据输入到训练后的逻辑回归模型，输出客户的出险概率的步骤之前，包括：
将多个已出险的样本客户的样本客户数据输入到GBDT模型，得到出险向量；
根据所述出险向量，通过迭代优化算法计算所述逻辑回归模型的特征系数，以确定训练后的逻辑回归模型。
进一步地，所述将所述报价加载到所述初始报价单上，得到保险报价单的步骤之后，包括：
访问服务器，获取所述保险需求信息中的保险产品的优惠信息；
将所述优惠信息显示在所述客户数据对应的保险报价单上。
进一步地，所述读取工作人员上传的报价表内的多个客户数据的步骤，包括：
调用所述报价表内的客户数据；
判断所述客户数据是否符合所述客户数据所在表格内的字段对应的数据格式；
若是，读取所述报价表内的客户数据。
进一步地，所述将所述报价加载到所述初始报价单上，得到保险报价单的步骤之后，包括：
获取一个客户的所述保险报价单的数量；
若所述客户的所述保险报价单的数量超过数量阈值，对所述客户的多个所述保险报价单的报价进行折扣。
本申请还提供一种基于数据更新生成车险报价单的装置，包括：
读取模块，用于读取工作人员上传的报价表内的客户数据，其中，所述客户数据至少包括客户信息、车辆信息以及保险需求信息；
插入模块，用于根据预设的插入规则，基于数据更新技术，将所述客户数据分别插入到对应的保险单模板中的指定位置，将所述保险单模板更新得到初始报价单；
计算模块，用于根据所述初始报价单中的撰述车辆信息以及保险需求信息计算得到对应所述客户信息的报价；
加载模块，用于将所述报价加载到所述初始报价单上，得到保险报价单。
本申请还提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。
本申请还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。
本申请的基于数据更新生成车险报价单的方法、装置和计算机设备，自动读取工作人员上传的报价表中的客户数据，然后将数据更新到保险单模板中，得到初始报价单，然后进行计算得到多个保险报价单，不需要人工依次将客户数据输入到保险单模板中，大大减小工作人员的工作量。同时对各客户数据估算其出险概率，对应的对报价进行自动调整，使报价更加个性化，能给客户带来最大优惠的同时也可以给公司带来最大化盈利。
附图说明
图1为本申请一实施例的基于数据更新生成车险报价单的方法的流程示意图；
图2为本申请一实施例的基于数据更新生成车险报价单的装置结构示意框图；
图3为本申请一实施例的基于数据更新生成车险报价单的装置结构示意框图；
图4为本申请一实施例的基于数据更新生成车险报价单的装置的评估模块的具体结构示意框图；
图5为本申请一实施例的基于数据更新生成车险报价单的装置结构示意框图；
图6为本申请一实施例的基于数据更新生成车险报价单的装置的读取模块的具体结构示意框图；
图7为本申请一实施例的基于数据更新生成车险报价单的装置结构示意框图；
图8为本申请一实施例的计算机设备的结构示意框图。
本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
参照图1，本申请实施例提供一种基于数据更新生成车险报价单的方法，包括步骤：
S1、读取工作人员上传的报价表内的客户数据，其中，所述客户数据至少包括客户信息、车辆信息以及保险需求信息；
S2、根据预设的插入规则，基于数据更新技术，将所述客户数据分别插入到对应的保险单模板中的指定位置，将所述保险单模板更新得到初始报价单；
S3、根据所述初始报价单中的撰述车辆信息以及保险需求信息计算得到对应所述客户信息的报价；
S4、将所述报价加载到所述初始报价单上，得到保险报价单。
如上述步骤S1所述，客户数据是指客户的个人信息以及所要投保汽车的汽车信息以及对保费或保险类型需求的保险需求信息，一个客户有两台汽车需要报价，则对应的是两个客户数据。客户数据不仅仅是数字，而是指对客户的个人情况以及汽车情况进行描述的文字。报价表的第一行是客户数据属性，从第二行开始每一行均是一个客户数据。报价表上的客户数据是工作人员接收到客户的信息后整理后根据每个对应的客户数据属性填写在报价表内，每一行代表一个客户数据。工作人员需要计算报价时，将报价表上传到系统上，系统读取工作人员上传的报价表，从第二行开始读取客户数据。报价表中有多个客户数据，系统依次读取各客户数据。客户信息包括客户的个人信息、联系方式等基本信息，车辆信息是指客户需要投保的保险标的的信息，包括汽车价格、品牌、驾驶年限、历次出险记录等，保险需求信息包括保险类型以及保险金额。
如上述步骤S2所述，插入规则是后台人员根据预设的保险单模板设置的，即将报价表中的哪个数据插入到保险单模板中的哪个位置。系统读取插入规则后，解析出报价表内的各数据分别与保险单模板中对应的具体位置，然后利用数据更新技术，将对应的将报价表内的数据插入到保险单模板中对应的具体位置，将客户数据更新在保险单模板中，以更新保险单模板形成初始报价单。保险单模板是工作人员预先设置的模版，上面具有一些用于输入客户数据的空格以及对应的报价的空格，便于将客户的需求与结果展示出来。
如上述步骤S3所述，系统读取车辆信息以及保险需求信息，将该客户数据输出到预设的计算公式，得到一个报价。预设的计算公式是根据系统内的计算公式整理出来的报价单。汽车保险的价格通常与汽车的价格以及保险类型和保费有关，这些相关的信息均在上述客户数据中的车辆信息与保险需求信息中体现。
如上述步骤S4所述，得到报价后，将报价加载在初始报价单上的指定位置，即用于显示报价的位置，即得到该客户数据对应的保险报价单。该保险报价单上有客户的汽车信息、客户的保险需求信息以及对应的保险报价，便于客户清楚看到自己的汽车以及对应的保险报价。其中，每个报价对应一个保险报价单。在一个具体实施例中，报价表内有多个客户数据，系统读取报价表内的数据，每读取一行数据，得到一个初始报价单并计算出一个报价，最后生成一个保险报价单，然后系统继续读取报价表内的下一行的客户数据，得到下一个保险报价单。这样可以快速计算出多个报价，生成多个保险报价单，不用工作人员多次在系统上频繁切换页面输入数据计算。
在一个实施例中，上述将所述报价加载到所述初始报价单上，得到保险报价单的步骤S4之前，包括：
S401、根据所述客户数据，评估客户的出险概率；
S402、根据所述出险概率，对客户的所述报价进行重新计算，得到优化后的所述报价。
如上述步骤S401所述，客户的出险是指客户的汽车发生碰撞、摩擦等需要理赔的事件。通过客户的个人信息以及保险公司以往理赔案件的客户信息情况，可以评估出该客户的出险概率。例如，通过客户的获得驾照年限来进行评估客户的出险概率。保险公司获取过去一年的理赔案件，发现获得驾照年限在三年内的客户的理赔最多，占58％，获得驾照年限有十年以上的客户理赔最少，占13％。获得驾照年限作为评估客户的出险概率的评估因素，仅仅是其中一个实施例，在其他实施例中，该评估因素包括客户的其他信息。
如上述步骤S402所述，客户的出险概率越低，说明客户的理赔的可能性越小。如客户出险，发生理赔，则保险公司对于此单是要亏损的。因此，有必要根据出险概率对报价进行重新计算，将报价进行优化，得到优化后的报价。若客户的出险概率越高，说明保险公司对于此单亏本的可能性很高，因此要将该保单的报价在原计算出的基础上进行上浮动；若客户的出险概率很低，说明保险公司对于此单盈利的可能性很高，因此要将该保单的报价在原计算的基础上进行下浮动，促进客户依此报价单购买保险。
在一个实施例中，上述根据所述客户数据，评估客户的出险概率S401的步骤包括：
S41、将所述客户数据输入到训练后的逻辑回归模型，分别输出所述客户的出险概率。
如上述步骤S41所述，逻辑回归模型的应用主要是用于概率表达式，该模型的优点是求解速度快，应用方便。在训练该逻辑回归模型时，先输入多个产生理赔的客户数据，然后根据客户数据的类别，计算客户数据的类别对产生理赔的影响权重。逻辑回归模型再基于这些影响权重，根据客户数据计算出该客户购买该报价单上的保险产品后产生理赔的概率。将客户数据输入到训练后的逻辑回归模型，即可计算出该客户对应的客户数据的出险概率。
在一个实施例中，上述将所述客户数据输入到训练后的逻辑回归模型，输出所述客户的出险概率的步骤S41之前，包括：
S411、将多个已出险的样本客户的样本客户数据输入到GBDT模型，得到出险向量；
S412、根据所述出险向量，通过迭代优化算法计算所述逻辑回归模型的特征系数，以确定训练后的逻辑回归模型。
如上述步骤S411所述，已出险的样本客户是指购买了公司的保险产品且在保险期间发生摩擦、碰撞等保险事情发生理赔的客户。样本客户数据包括客户的年龄、性别、汽车型号、汽车价格、客户的驾驶证年龄、汽车年龄等，与上述客户数据的属性相同。GBDT模型又叫梯度提升树(Gradient BoostingDecison Tree)模型。根据获取到的客户的基础数据，而设置不同层次的GBDT模型。梯度提升树有至少一棵决策树，每棵树均有多个叶子节点。根据数据的类型以及维度设置不同数量的叶子节点，将一个用户信息输入到决策树中，输出一个向量，即客户的出险向量。在一简单实施例中，以用户信息中的性别作为出险向量，则具有两个叶子节点，设置第一个叶子节点是性别男，设置第二个叶子节点为性别不是男，即女性。将一个客户的数据输入到GBDT模型中，若是男性客户，则落在第一个叶子节点上，得到的出险向量是(1,0)。在具体实施例中，根据多个信息维度，对应的，预测向量的维度会更多。将多个已出险的客户的用户信息输入到GBDT模型中，得到多个出险向量。
如上述步骤S412所述，逻辑回归一种广义线性回归，是在线性回归的基础上加入了Sigmoid函数进行非线性映射，这个函数可以将连续值映射到0和1上，把大范围数值压缩到这个范围内，可以消除特别冒尖的变量的影响，即消除数据的异常值。逻辑回归的因变量可以是二分类的也可以是多分类的，实际中常用的就是二分类的逻辑回归。通过迭代算法优化算法确定所述逻辑回归模型的特征系数。迭代优化算法可以是L-BFGS算法也可以是SGD算法。L-BFGS算法是一种求解无约束线性优化问题常用的方法，该算法有较完善的局部收敛理论，在大数据集上有优势。将多个已出险的样本客户数据对应的购买向量输入到逻辑回归模型，然后计算各子节点的购买保险的比例，得到各子节点的对应的特征系数，即逻辑回归模型的特征系数。
在一个实施例中，上述将所述报价加载到所述初始报价单上，得到保险报价单的步骤S4之后，包括：
S5、访问服务器，获取所述保险需求信息中的保险产品的优惠信息；
S6、将所述优惠信息显示在所述客户数据对应的报价单上。
如上述步骤S5所述，系统生成报价单后，访问服务器，服务器是指销售报价单对应的产品的经销商的网站，查找与保险报价单上的保险产品匹配的优惠信息。系统访问服务器，查找到报价单上的保险产品，点击进去，获取到该保险产品的信息，然后浏览该保险产品信息所在的网页，查找是否有活动、优惠、折扣等的图片或文字，若有，则确定该保险产品有优惠信息。在另一具体实施例中，系统登录该服务器的账户，生成一个虚拟的订单购买该保险产品，若订单价格低于该服务器上该保险产品的报价，说明是有优惠信息的，获取该服务器上的该保险产品的网页链接，该网页链接上具有优惠信息。
如上述步骤S6所述，优惠信息是指服务器上该保险产品的宣传画面。将优惠信息显示在报价单上，更加利于促进客户购买该报价单的保险产品，增加公司的销售业绩。
在一个实施例中，上述读取工作人员上传的报价表内的多个客户数据的步骤S1，包括：
S11、调用所述报价表内的客户数据；
S12、判断所述客户数据是否符合所述客户数据所在表格内的字段对应的数据格式；
S13、若是，读取所述报价表内的客户数据。
如上述步骤S11所述，系统在读取客户数据前，先检查报价表内的客户数据的格式是否是正确的，从数据的类型来判断客户数据是否正确。因而，先调用数据，读取报价表内的数据。
如上述步骤S12所述，报价表内的第一行(列)是行属性，每个属性对应的客户数据的类型也都是固定的。系统在读取客户数据时，同时也读取客户数据所在的列(行)对应的数据格式属性，判断客户数据的格式是不是与客户数据所在的列(行)的数据格式属性。例如，数据属性是身份证号，则系统读取到身份证号数据的类型是18位数字，其中最后一位数据包括X，则判断对应的客户数据是不是18位数字。字段是指报价表中的行或列。
如上述步骤S13所述，如果报价表内的数据均是符合该行对应的数据格式，说明报价表内的客户数据都是准确的，可以能过预设的计算公式计算出来，因此，再读取该报价表内的客户数据。
在一个实施例中，上述将所述报价加载到所述初始报价单上，得到保险报价单的步骤之后，包括：
S7、获取一个客户的所述保险报价单的数量；
S8、若所述客户的所述保险报价单的数量超过数量阈值，对所述客户的多个所述保险报价单的报价进行折扣。
如上述步骤S7所述，报价表内有多个客户数据，对应的生成多个保险报价单；而多个客户数据中可能多个客户信息相同，也可能部分客户信息相同，即可能是一个客户的多个客户数据。系统读取报价单中的客户信息，获取同一客户信息的保险报价单的数量。
如上述步骤S8所述，数量阈值是后台根据保险产品的利益计算出来的数值，即保险报价单的数量超过一定数量，对应的利益也会超过一定值，则保险公司可以进行一部份的让利行为。则对多个保险报价单上的报价进行一定的折扣，然后将折扣信息显示在保险报价单上，促使客户对上述保险报价单对应的保险产品均进行购买。有利于提高公司的销售额。
综上所述，本申请的基于数据更新生成车险报价单的方法，自动读取工作人员上传的报价表中的客户数据，然后将数据更新到保险单模板中，得到初始报价单，然后进行计算得到多个保险报价单，不需要人工依次将客户数据输入到保险单模板中，大大减小工作人员的工作量。同时对各客户数据估算其出险概率，对应的对报价进行自动调整，使报价更加个性化，能给客户带来最大优惠的同时也可以给公司带来最大化盈利。
参照图2，本申请实施例中还提供一种基于数据更新生成车险报价单的装置，包括：
读取模块1，用于读取工作人员上传的报价表内的客户数据，其中，所述客户数据至少包括客户信息、车辆信息以及保险需求信息；
插入模块2，用于根据预设的插入规则，基于数据更新技术，将所述客户数据分别插入到对应的保险单模板中的指定位置，将所述保险单模板更新得到初始报价单；
计算模块3，用于根据所述初始报价单中的撰述车辆信息以及保险需求信息计算得到对应所述客户信息的报价；
加载模块4，用于将所述报价加载到所述初始报价单上，得到保险报价单。
本实施例中，客户数据是指客户的个人信息以及所要投保汽车的汽车信息以及对保费或保险类型需求的保险需求信息，一个客户有两台汽车需要报价，则对应的是两个客户数据。客户数据不仅仅是数字，而是指对客户的个人情况以及汽车情况进行描述的文字。报价表的第一行是客户数据属性，从第二行开始每一行均是一个客户数据。报价表上的客户数据是工作人员接收到客户的信息后整理后根据每个对应的客户数据属性填写在报价表内，每一行代表一个客户数据。工作人员需要计算报价时，将报价表上传到系统上，读取模块1读取工作人员上传的报价表，从第二行开始读取客户数据。报价表中有多个客户数据，读取模块1依次读取各客户数据。客户信息包括客户的个人信息、联系方式等基本信息，车辆信息是指客户需要投保的保险标的的信息，包括汽车价格、品牌、驾驶年限、历次出险记录等，保险需求信息包括保险类型以及保险金额。
插入规则是后台人员根据预设的保险单模板设置的，即将报价表中的哪个数据插入到保险单模板中的哪个位置。插入模块2读取插入规则后，解析出报价表内的各数据分别与保险单模板中对应的具体位置，然后插入模块2利用数据更新技术，将报价表内的数据插入到保险单模板中对应的具体位置，将客户数据更新在保险单模板中，以更新保险单模板形成初始报价单。保险单模板是工作人员预先设置的模版，上面具有一些用于输入客户数据的空格以及对应的报价的空格，便于将客户的需求与结果展示出来。
计算模块3读取车辆信息以及保险需求信息，将该客户数据输出到预设的计算公式，得到一个报价。预设的计算公式是根据系统内的计算公式整理出来的报价单。汽车保险的价格通常与汽车的价格以及保险类型和保费有关，这些相关的信息均在上述客户数据中的车辆信息与保险需求信息中体现。
计算模块3计算得到报价后，加载模块4将报价加载在初始报价单上的指定位置，即用于显示报价的位置，即得到该客户数据对应的保险报价单。该保险报价单上有客户的汽车信息、客户的保险需求信息以及对应的保险报价，便于客户清楚看到自己的汽车以及对应的保险报价。其中，每个报价对应一个保险报价单。在一个具体实施例中，报价表内有多个客户数据，系统读取报价表内的数据，每读取一行数据，得到一个初始报价单并计算出一个报价，最后生成一个保险报价单，然后系统继续读取报价表内的下一行的客户数据，得到下一个保险报价单。这样可以快速计算出多个报价，生成多个保险报价单，不用工作人员多次在系统上频繁切换页面输入数据计算。
参照图3，在一个实施例中，上述基于数据更新生成车险报价单的装置还包括：
评估模块401，用于根据所述客户数据，评估客户的出险概率；
优化模块402，用于根据所述出险概率，对客户的所述报价进行重新计算，得到优化后的所述报价。
本实施例中，客户的出险是指客户的汽车发生碰撞、摩擦等需要理赔的事件。评估模块401通过客户的个人信息以及保险公司以往理赔案件的客户信息情况，可以评估出该客户的出险概率。例如，通过客户的获得驾照年限来进行评估客户的出险概率。保险公司获取过去一年的理赔案件，统计获得驾照年限在三年内的客户的理赔最多，占58％，获得驾照年限有十年以上的客户理赔最少，占13％。评估模块401获得驾照年限作为评估客户的出险概率的评估因素，仅仅是其中一个实施例，在其他实施例中，该评估因素包括客户的其他信息。
客户的出险概率越低，说明客户的理赔的可能性越小。如客户出险，发生理赔，则保险公司对于此单是要亏损的。因此，优化模块402有必要根据出险概率对报价进行重新计算，将报价进行优化，得到优化后的报价。若客户的出险概率越高，说明保险公司对于此单亏本的可能性很高，因此优化模块402要将该保单的报价在原计算出的基础上进行上浮动；若客户的出险概率很低，说明保险公司对于此单盈利的可能性很高，因此优化模块402要将该保单的报价在原计算的基础上进行下浮动，促进客户依此报价单购买保险。
参照图4，在一个实施例中，上述评估模块401包括：
概率单元41，用于将所述客户数据输入到训练后的逻辑回归模型，分别输出所述客户的出险概率
本实施例中，逻辑回归模型的应用主要是用于概率表达式，该模型的优点是求解速度快，应用方便。在训练该逻辑回归模型时，先输入多个产生理赔的客户数据，然后根据客户数据的类别，计算客户数据的类别对产生理赔的影响权重。逻辑回归模型再基于这些影响权重，根据客户数据计算出该客户购买该报价单上的保险产品后产生理赔的概率。概率单元41将客户数据输入到训练后的逻辑回归模型，即可计算出该客户对应的客户数据的出险概率。
在一个实施例中，上述评估模块401还包括：
向量单元411，用于将多个已出险的样本客户的样本客户数据输入到GBDT模型，得到出险向量；
系数单元412，用于根据所述出险向量，通过迭代优化算法计算所述逻辑回归模型的特征系数，以确定训练后的逻辑回归模型。
本实施例中，已出险的样本客户是指购买了公司的保险产品且在保险期间发生摩擦、碰撞等保险事情发生理赔的客户。样本客户数据包括客户的年龄、性别、汽车型号、汽车价格、客户的驾驶证年龄、汽车年龄等，与上述客户数据的属性相同。GBDT模型又叫梯度提升树(Gradient Boosting DecisonTree)模型。根据获取到的客户的基础数据，而设置不同层次的GBDT模型。梯度提升树有至少一棵决策树，每棵树均有多个叶子节点。根据数据的类型以及维度设置不同数量的叶子节点，将一个用户信息输入到决策树中，输出一个向量，即客户的出险向量。在一简单实施例中，以用户信息中的性别作为出险向量，则具有两个叶子节点，设置第一个叶子节点是性别男，设置第二个叶子节点为性别不是男，即女性。将一个客户的数据输入到GBDT模型中，若是男性客户，则落在第一个叶子节点上，得到的出险向量是(1,0)。在具体实施例中，根据多个信息维度，对应的，预测向量的维度会更多。向量单元411将多个已出险的客户的用户信息输入到GBDT模型中，得到多个出险向量。
逻辑回归一种广义线性回归，是在线性回归的基础上加入了Sigmoid函数进行非线性映射，这个函数可以将连续值映射到0和1上，把大范围数值压缩到这个范围内，可以消除特别冒尖的变量的影响，即消除数据的异常值。逻辑回归的因变量可以是二分类的也可以是多分类的，实际中常用的就是二分类的逻辑回归。通过迭代算法优化算法确定所述逻辑回归模型的特征系数。迭代优化算法可以是L-BFGS算法也可以是SGD算法。L-BFGS算法是一种求解无约束线性优化问题常用的方法，该算法有较完善的局部收敛理论，在大数据集上有优势。将多个已出险的样本客户数据对应的购买向量输入到逻辑回归模型，然后计算各子节点的购买保险的比例，得到各子节点的对应的特征系数，即逻辑回归模型的特征系数。
参照图5，在一个实施例中，上述基于数据更新生成车险报价单的装置还包括：
优惠模块5，用于访问服务器，获取所述保险需求信息中的保险产品的优惠信息；
显示模块6，用于将所述优惠信息显示在所述客户数据对应的报价单上。
本实施例中，系统生成报价单后，优惠模块5访问服务器，服务器是指销售报价单对应的产品的经销商的网站，查找与保险报价单上的保险产品匹配的优惠信息。优惠模块5访问服务器，查找到报价单上的保险产品，点击进去，获取到该保险产品的信息，然后浏览该保险产品信息所在的网页，查找是否有活动、优惠、折扣等的图片或文字，若有，则确定该保险产品有优惠信息。在另一具体实施例中，系统登录该服务器的账户，生成一个虚拟的订单购买该保险产品，若订单价格低于该服务器上该保险产品的报价，说明是有优惠信息的，获取该服务器上的该保险产品的网页链接，该网页链接上具有优惠信息。
优惠信息是指服务器上该保险产品的宣传画面。显示模块6将优惠信息显示在报价单上，更加利于促进客户购买该报价单的保险产品，增加公司的销售业绩。
参照图6，在一个实施例中，上述读取模块1包括：
调用单元11，用于调用所述报价表内的客户数据；
判断单元12，用于判断所述客户数据是否符合所述客户数据所在表格内的字段对应的数据格式；
读取单元13，用于若所述客户数据符合所述客户数据所在表格内的字段对应的数据格式，则读取所述报价表内的客户数据。
本实施例中，系统在读取客户数据前，调用单元11先检查报价表内的客户数据的格式是否是正确的，从数据的类型来判断客户数据是否正确。因而，先调用数据，读取报价表内的数据。
报价表内的第一行(列)是行属性，每个属性对应的客户数据的类型也都是固定的。系统在读取客户数据时，同时判断单元12也读取客户数据所在的列(行)对应的数据格式属性，判断客户数据的格式是不是与客户数据所在的列(行)的数据格式属性。例如，数据属性是身份证号，则系统读取到身份证号数据的类型是18位数字，其中最后一位数据包括X，则判断单元12判断对应的客户数据是不是18位数字。字段是指报价表中的行或列。
如果报价表内的数据均是符合该行对应的数据格式，说明报价表内的客户数据都是准确的，可以能过预设的计算公式计算出来，因此，读取单元13再读取该报价表内的客户数据。
参照图7，在一个实施例中，上述基于数据更新生成车险报价单的装置还包括：
数量模块7，用于获取一个客户的所述保险报价单的数量；
折扣模块8，用于若所述客户的所述保险报价单的数量超过数量阈值，对所述客户的多个所述保险报价单的报价进行折扣。
本实施例中，报价表内有多个客户数据，对应的生成多个保险报价单；而多个客户数据中可能多个客户信息相同，也可能部分客户信息相同，即可能是一个客户的多个客户数据。数量模块7读取报价单中的客户信息，获取同一客户信息的保险报价单的数量。
数量阈值是后台根据保险产品的利益计算出来的数值，即保险报价单的数量超过一定数量，对应的利益也会超过一定值，则保险公司可以进行一部份的让利行为。折扣模块8对多个保险报价单上的报价进行一定的折扣，然后将折扣信息显示在保险报价单上，促使客户对上述保险报价单对应的保险产品均进行购买。有利于提高公司的销售额。
综上所述，本申请的基于数据更新生成车险报价单的装置，自动读取工作人员上传的报价表中的客户数据，然后将数据更新到保险单模板中，得到初始报价单，然后进行计算得到多个保险报价单，不需要人工依次将客户数据输入到保险单模板中，大大减小工作人员的工作量。同时对各客户数据估算其出险概率，对应的对报价进行自动调整，使报价更加个性化，能给客户带来最大优惠的同时也可以给公司带来最大化盈利。
参照图8，本申请实施例中还提供一种计算机设备，该计算机设备可以是服务器，其内部结构可以如图8所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储客户数据、保险单模板等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于数据更新生成车险报价单的方法。
上述处理器执行上述基于数据更新生成车险报价单的方法的步骤：读取工作人员上传的报价表内的客户数据，其中，所述客户数据至少包括客户信息、车辆信息以及保险需求信息；根据预设的插入规则，基于数据更新技术，将所述客户数据分别插入到对应的保险单模板中的指定位置，将所述保险单模板更新得到初始报价单；根据所述初始报价单中的所述车辆信息以及保险需求信息计算得到对应所述客户信息的报价；将所述报价加载到所述初始报价单上，得到保险报价单。
在一个实施例中，上述处理器执行将所述报价加载到所述初始报价单上，得到保险报价单的步骤之前，包括：根据所述客户数据，评估客户的出险概率；根据所述出险概率，对客户的所述报价进行重新计算，得到优化后的所述报价。
在一个实施例中，上述处理器执行根据所述客户数据，评估客户的出险概率的步骤包括：将所述客户数据输入到训练后的逻辑回归模型，输出客户的出险概率。
在一个实施例中，上述处理器执行将所述客户数据输入到训练后的逻辑回归模型，输出客户的出险概率的步骤之前，包括：将多个已出险的样本客户的样本客户数据输入到GBDT模型，得到出险向量；根据所述出险向量，通过迭代优化算法计算所述逻辑回归模型的特征系数，以确定训练后的逻辑回归模型。
在一个实施例中，上述处理器执行将所述报价加载到所述初始报价单上，得到保险报价单的步骤之后，包括：访问服务器，获取所述保险需求信息中的保险产品的优惠信息；将所述优惠信息显示在所述客户数据对应的保险报价单上。
在一个实施例中，上述处理器执行读取工作人员上传的报价表内的多个客户数据的步骤，包括：调用所述报价表内的客户数据；判断所述客户数据是否符合所述客户数据所在表格内的字段对应的数据格式；若是，读取所述报价表内的客户数据。
在一个实施例中，上述处理器执行将所述报价加载到所述初始报价单上，得到保险报价单的步骤之后，包括：获取一个客户的所述保险报价单的数量；若所述客户的所述保险报价单的数量超过数量阈值，对所述客户的多个所述保险报价单的报价进行折扣。
综上所述，本申请的计算机设备自动读取工作人员上传的报价表中的客户数据，然后将数据更新到保险单模板中，得到初始报价单，然后进行计算得到多个保险报价单，不需要人工依次将客户数据输入到保险单模板中，大大减小工作人员的工作量。同时对各客户数据估算其出险概率，对应的对报价进行自动调整，使报价更加个性化，能给客户带来最大优惠的同时也可以给公司带来最大化盈利。
本领域技术人员可以理解，图8中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定。
本申请一实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现一种基于数据更新生成车险报价单的方法，具体为：读取工作人员上传的报价表内的客户数据，其中，所述客户数据至少包括客户信息、车辆信息以及保险需求信息；根据预设的插入规则，基于数据更新技术，将所述客户数据分别插入到对应的保险单模板中的指定位置，将所述保险单模板更新得到初始报价单；根据所述初始报价单中的所述车辆信息以及保险需求信息计算得到对应所述客户信息的报价；将所述报价加载到所述初始报价单上，得到保险报价单。
在一个实施例中，上述处理器执行将所述报价加载到所述初始报价单上，得到保险报价单的步骤之前，包括：根据所述客户数据，评估客户的出险概率；根据所述出险概率，对客户的所述报价进行重新计算，得到优化后的所述报价。
在一个实施例中，上述处理器执行根据所述客户数据，评估客户的出险概率的步骤包括：将所述客户数据输入到训练后的逻辑回归模型，输出客户的出险概率。
在一个实施例中，上述处理器执行将所述客户数据输入到训练后的逻辑回归模型，输出客户的出险概率的步骤之前，包括：将多个已出险的样本客户的样本客户数据输入到GBDT模型，得到出险向量；根据所述出险向量，通过迭代优化算法计算所述逻辑回归模型的特征系数，以确定训练后的逻辑回归模型。
在一个实施例中，上述处理器执行将所述报价加载到所述初始报价单上，得到保险报价单的步骤之后，包括：访问服务器，获取所述保险需求信息中的保险产品的优惠信息；将所述优惠信息显示在所述客户数据对应的保险报价单上。
在一个实施例中，上述处理器执行读取工作人员上传的报价表内的多个客户数据的步骤，包括：调用所述报价表内的客户数据；判断所述客户数据是否符合所述客户数据所在表格内的字段对应的数据格式；若是，读取所述报价表内的客户数据。
在一个实施例中，上述处理器执行将所述报价加载到所述初始报价单上，得到保险报价单的步骤之后，包括：获取一个客户的所述保险报价单的数量；若所述客户的所述保险报价单的数量超过数量阈值，对所述客户的多个所述保险报价单的报价进行折扣。
综上所述，本申请的计算机可读存储介质自动读取工作人员上传的报价表中的客户数据，然后将数据更新到保险单模板中，得到初始报价单，然后进行计算得到多个保险报价单，不需要人工依次将客户数据输入到保险单模板中，大大减小工作人员的工作量。同时对各客户数据估算其出险概率，对应的对报价进行自动调整，使报价更加个性化，能给客户带来最大优惠的同时也可以给公司带来最大化盈利。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是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非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双速据率SDRAM(SSRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchl ink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
以上所述仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种基于数据更新生成车险报价单的方法，其特征在于，包括：
读取工作人员上传的报价表内的客户数据，其中，所述客户数据至少包括客户信息、车辆信息以及保险需求信息；
根据预设的插入规则，基于数据更新技术，将所述客户数据分别插入到对应的保险单模板中的指定位置，将所述保险单模板更新得到初始报价单；
根据所述初始报价单中的所述车辆信息以及保险需求信息计算得到对应所述客户信息的报价；
将所述报价加载到所述初始报价单上，得到保险报价单。
2.如权利要求1所述的基于数据更新生成车险报价单的方法，其特征在于，所述将所述报价加载到所述初始报价单上，得到保险报价单的步骤之前，包括：
根据所述客户数据，评估客户的出险概率；
根据所述出险概率，对客户的所述报价进行重新计算，得到优化后的所述报价。
3.如权利要求2所述的基于数据更新生成车险报价单的方法，其特征在于，所述根据所述客户数据，评估客户的出险概率的步骤包括：
将所述客户数据输入到训练后的逻辑回归模型，输出客户的出险概率。
4.如权利要求3所述的基于数据更新生成车险报价单的方法，其特征在于，所述将所述客户数据输入到训练后的逻辑回归模型，输出客户的出险概率的步骤之前，包括：
将多个已出险的样本客户的样本客户数据输入到GBDT模型，得到出险向量；
根据所述出险向量，通过迭代优化算法计算所述逻辑回归模型的特征系数，以确定训练后的逻辑回归模型。
5.如权利要求1所述的基于数据更新生成车险报价单的方法，其特征在于，所述将所述报价加载到所述初始报价单上，得到保险报价单的步骤之后，包括：
访问服务器，获取所述保险需求信息中的保险产品的优惠信息；
将所述优惠信息显示在所述客户数据对应的保险报价单上。
6.如权利要求1所述的基于数据更新生成车险报价单的方法，其特征在于，所述读取工作人员上传的报价表内的多个客户数据的步骤，包括：
调用所述报价表内的客户数据；
判断所述客户数据是否符合所述客户数据所在表格内的字段对应的数据格式；
若是，读取所述报价表内的客户数据。
7.如权利要求1所述的基于数据更新生成车险报价单的方法，其特征在于，所述将所述报价加载到所述初始报价单上，得到保险报价单的步骤之后，包括：
获取一个客户的所述保险报价单的数量；
若所述客户的所述保险报价单的数量超过数量阈值，对所述客户的多个所述保险报价单的报价进行折扣。
8.一种基于数据更新生成车险报价单的装置，其特征在于，包括：
读取模块，用于读取工作人员上传的报价表内的客户数据，其中，所述客户数据至少包括客户信息、车辆信息以及保险需求信息；
插入模块，用于根据预设的插入规则，基于数据更新技术，将所述客户数据分别插入到对应的保险单模板中的指定位置，将所述保险单模板更新得到初始报价单；
计算模块，用于根据所述初始报价单中的撰述车辆信息以及保险需求信息计算得到对应所述客户信息的报价；
加载模块，用于将所述报价加载到所述初始报价单上，得到保险报价单。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811152442.2A CN109460964A (zh) | 2018-09-29 | 2018-09-29 | 基于数据更新生成车险报价单的方法、装置和计算机设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811152442.2A CN109460964A (zh) | 2018-09-29 | 2018-09-29 | 基于数据更新生成车险报价单的方法、装置和计算机设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109460964A true CN109460964A (zh) | 2019-03-12 |
Family
ID=65607261
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811152442.2A Pending CN109460964A (zh) | 2018-09-29 | 2018-09-29 | 基于数据更新生成车险报价单的方法、装置和计算机设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109460964A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112001767A (zh) * | 2020-07-03 | 2020-11-27 | 杭州摸象大数据科技有限公司 | 车险自动报价方法、装置、计算机设备及存储介质 |
| CN112001658A (zh) * | 2020-09-02 | 2020-11-27 | 中国平安财产保险股份有限公司 | 一种车险报价生成方法和装置 |
| CN113780956A (zh) * | 2021-09-18 | 2021-12-10 | 中国平安人寿保险股份有限公司 | 物流运费生成方法、装置、设备及存储介质 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106411998A (zh) * | 2016-07-15 | 2017-02-15 | 南京邮电大学 | 基于车联网大数据的ubi系统预测方法 |
| CN106934720A (zh) * | 2017-01-24 | 2017-07-07 | 久隆财产保险有限公司 | 基于物联网的设备保险智能定价方法与系统 |
| CN106952002A (zh) * | 2017-04-05 | 2017-07-14 | 南京人人保网络技术有限公司 | 基于驾驶行为的驾驶风险评估方法及装置 |
| CN107203945A (zh) * | 2017-06-12 | 2017-09-26 | 清华大学苏州汽车研究院（吴江） | 车险分级评估方法及装置 |
| CN107292528A (zh) * | 2017-06-30 | 2017-10-24 | 阿里巴巴集团控股有限公司 | 车险风险预测方法、装置及服务器 |
| CN107527291A (zh) * | 2017-08-03 | 2017-12-29 | 平安科技（深圳）有限公司 | 一种投保方法、设备及存储介质 |
| CN107818513A (zh) * | 2017-11-24 | 2018-03-20 | 泰康保险集团股份有限公司 | 风险评估方法及装置、存储介质、电子设备 |
| CN108022169A (zh) * | 2017-11-30 | 2018-05-11 | 平安科技（深圳）有限公司 | 通过网站对接购买保险的方法、装置、设备及介质 |
| CN108428181A (zh) * | 2017-06-12 | 2018-08-21 | 平安科技（深圳）有限公司 | 录单装置、方法及计算机可读存储介质 |
| CN108564421A (zh) * | 2018-05-07 | 2018-09-21 | 中国平安财产保险股份有限公司 | 车辆保险定价方法、装置、设备和计算机存储介质 |
-
2018
- 2018-09-29 CN CN201811152442.2A patent/CN109460964A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106411998A (zh) * | 2016-07-15 | 2017-02-15 | 南京邮电大学 | 基于车联网大数据的ubi系统预测方法 |
| CN106934720A (zh) * | 2017-01-24 | 2017-07-07 | 久隆财产保险有限公司 | 基于物联网的设备保险智能定价方法与系统 |
| CN106952002A (zh) * | 2017-04-05 | 2017-07-14 | 南京人人保网络技术有限公司 | 基于驾驶行为的驾驶风险评估方法及装置 |
| CN107203945A (zh) * | 2017-06-12 | 2017-09-26 | 清华大学苏州汽车研究院（吴江） | 车险分级评估方法及装置 |
| CN108428181A (zh) * | 2017-06-12 | 2018-08-21 | 平安科技（深圳）有限公司 | 录单装置、方法及计算机可读存储介质 |
| CN107292528A (zh) * | 2017-06-30 | 2017-10-24 | 阿里巴巴集团控股有限公司 | 车险风险预测方法、装置及服务器 |
| CN107527291A (zh) * | 2017-08-03 | 2017-12-29 | 平安科技（深圳）有限公司 | 一种投保方法、设备及存储介质 |
| CN107818513A (zh) * | 2017-11-24 | 2018-03-20 | 泰康保险集团股份有限公司 | 风险评估方法及装置、存储介质、电子设备 |
| CN108022169A (zh) * | 2017-11-30 | 2018-05-11 | 平安科技（深圳）有限公司 | 通过网站对接购买保险的方法、装置、设备及介质 |
| CN108564421A (zh) * | 2018-05-07 | 2018-09-21 | 中国平安财产保险股份有限公司 | 车辆保险定价方法、装置、设备和计算机存储介质 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112001767A (zh) * | 2020-07-03 | 2020-11-27 | 杭州摸象大数据科技有限公司 | 车险自动报价方法、装置、计算机设备及存储介质 |
| CN112001658A (zh) * | 2020-09-02 | 2020-11-27 | 中国平安财产保险股份有限公司 | 一种车险报价生成方法和装置 |
| CN113780956A (zh) * | 2021-09-18 | 2021-12-10 | 中国平安人寿保险股份有限公司 | 物流运费生成方法、装置、设备及存储介质 |
| CN113780956B (zh) * | 2021-09-18 | 2024-02-13 | 中国平安人寿保险股份有限公司 | 物流运费生成方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110060144B (zh) | 额度模型训练方法、额度评估方法、装置、设备及介质 | |
| CN109582876B (zh) | 旅游行业用户画像构造方法、装置和计算机设备 | |
| US20230281652A1 (en) | System, method and computer program product for geo-specific vehicle pricing | |
| US8200511B2 (en) | Method and system for determining the importance of individual variables in a statistical model | |
| CN109493199A (zh) | 产品推荐方法、装置、计算机设备和存储介质 | |
| CN109300003B (zh) | 企业推荐方法、装置、计算机设备和存储介质 | |
| CN109460964A (zh) | 基于数据更新生成车险报价单的方法、装置和计算机设备 | |
| CN109377286A (zh) | 基于预测模型计算保险价格的方法、装置和计算机设备 | |
| US20130226945A1 (en) | Natural language processing system, method and computer program product useful for automotive data mapping | |
| CN109767345A (zh) | 基于信息匹配的产品推荐方法、装置、设备及存储介质 | |
| CN109697668A (zh) | 一种信贷产品的定价方法、装置、设备及存储介质 | |
| CN108334625A (zh) | 用户信息的处理方法、装置、计算机设备和存储介质 | |
| Hosein | A data science approach to risk assessment for automobile insurance policies | |
| US20180285976A1 (en) | Method, computer program product and system for proactive insurance marketing | |
| CN112685639A (zh) | 活动推荐方法、装置、计算机设备和存储介质 | |
| Ma et al. | Research of two‐period insurance contract model with a low compensation period under adverse selection | |
| Li et al. | How does a firm adapt in a changing world? The case of prosper marketplace | |
| Charnovitz | Addressing government failure through international financial law | |
| CN113888214A (zh) | 定价策略的评价方法、装置、设备及存储介质 | |
| Abubakar et al. | Fisher’s effect: an empirical examination using India’s time series data | |
| CN114742633A (zh) | 一种车辆管理方法、装置、电子设备及计算机存储介质 | |
| CN109685543A (zh) | 基于机器学习确定保单赠品的方法、装置和计算机设备 | |
| US11822562B2 (en) | Unstructured text processing for geographical location determination system | |
| CN116503092A (zh) | 用户留资意向识别方法、装置、电子设备及存储介质 | |
| CN110910256A (zh) | 基于家庭成员属性的家庭风险评测方法和装置 |
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 |