CN109472630A - 核对保单中房价的方法、装置、计算机设备和存储介质 - Google Patents
核对保单中房价的方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN109472630A CN109472630A CN201811083951.4A CN201811083951A CN109472630A CN 109472630 A CN109472630 A CN 109472630A CN 201811083951 A CN201811083951 A CN 201811083951A CN 109472630 A CN109472630 A CN 109472630A
- Authority
- CN
- China
- Prior art keywords
- information
- house property
- room rate
- rate information
- website
- 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
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000012795 verification Methods 0.000 claims abstract description 27
- 238000004590 computer program Methods 0.000 claims description 12
- 238000005516 engineering process Methods 0.000 abstract description 15
- 230000009193 crawling Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 5
- 238000007667 floating Methods 0.000 description 3
- 241000282485 Vulpes vulpes Species 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 235000008954 quail grass Nutrition 0.000 description 2
- 230000009194 climbing Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0278—Product appraisal
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/16—Real estate
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Technology Law (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及大数据技术领域,揭示了一种核对保单中房价的方法、装置、计算机设备和存储介质,其中方法包括:获取保单中的第一房产信息,以及与所述第一房产信息对应的第一房价信息;访问预设的房产网站,获取所述房产网站上的第一房产信息对应的第二房价信息;判断所述第一房价信息是否超出根据所述第二房价信息生成的价格阈值范围;若是,则生成警示信息。本申请的方案自动获取保单中客户填写的房价信息,然后通过爬虫技术自动访问多个网站,自动计算出保单中房产的房价信息,不需要人工来进行核对,省略人工核实房价信息,节省人工,而且比人工访问少量网站来获取的房价信息更加客观准确。
Description
技术领域
本申请涉及到大数据技术领域,特别是涉及到一种核对保单中房价的方法、装置、计算机设备和存储介质。
背景技术
保险公司的客户在投保保险时,需要填写相关的个人信息、财产信息。然后保险公司对客户填写的相关信息进行核实。其中,在核实财产信息中的房产信息时,有一项是要核对该房产的房价信息。核实房价信息准确性完全靠人手动完成,访问相关的网站后了解房产所在地的房价信息,这对需要核对大量房价信息的工作人员来说工作量大,需要花费较多的时间。而且房产不是明码标价的财产,其价格肯有一定的上下浮动,用人工来核对房价,存在人为的主观因素对房价进行误判。
所以提供一种新的核对保单中房价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访问网站核对保单中房价的方法、装置、计算机设备和存储介质。
为了实现上述发明目的,本申请提出一种核对保单中房价的方法,包括:
获取保单中的第一房产信息,以及与所述第一房产信息对应的第一房价信息;
访问预设的房产网站,获取所述房产网站上的第一房产信息对应的第二房价信息;
判断所述第一房价信息是否超出根据所述第二房价信息生成的价格阈值范围;
若是,则生成警示信息。
进一步地,所述访问预设的房产网站,获取所述房产网站上的第一房产信息对应的第二房价信息的步骤之后,包括:
将所述第一房产信息对应的第二房价信息放入到预设的房价信息表中。
进一步地,所述访问预设的房产网站,获取所述房产网站上的第一房产信息对应的第二房价信息的步骤之前,包括:
获取所述房价信息表中与所述第一房产信息匹配的第二房产信息对应的第二房价信息;
若从所述房价信息表中获取第二房价信息失败,则生成访问预设的房产网站,获取所述房产网站上第一房产信息对应的第二房价信息的指令。
进一步地,所述获取所述房价信息表中与所述第一房产信息匹配的第二房产信息对应的第二房价信息的步骤,包括:
将所述房价信息表的多个第二房产信息按照指定的匹配信息与所述第一房产信息匹配;
若匹配成功,获取与匹配成功的第二房产信息对应的第二房价信息;
若匹配失败,减少匹配信息,继续将第二房产信息与第一房产信息匹配,然后获取匹配成功的第二房产信息对应的第二房价信息;
若匹配失败超过预设次数,判定从房价信息表中获取第二房价信息失败。
进一步地,所述访问预设的房产网站,获取所述房产网站上的第一房产信息对应的第二房价信息的步骤包括:
获得房产网站CSS样式;
根据所述CSS样式调用对应的爬取规则;
根据所述爬取规则,访问所述房产网站,爬取所述第一房产信息对应的第二房价信息。
进一步地,所述访问预设的房产网站,获取所述房产网站上的第一房产信息对应的第二房价信息的步骤,包括:
读取所述第一房产信息中的小区名字信息;
根据所述小区名字信息,获取所述小区所在的地址信息;
将所述小区所在的地址信息按照预设的标准化进行重置,以更新所述第一房产信息;
访问预设的房产网站,根据更新后的第一房产信息获取对应的第二房价信息。
进一步地,所述判断所述第一房价信息是否超出根据所述第二房价信息生成的价格阈值范围的步骤,包括:
获取预设的上限比例以及下限比例;
用所述第二房价信息分别乘以所述上限比例和下限比例,得到上限值和下限值,所述上限值和下限值为所述价格阈值范围的最大值和最小值;
判断所述第一房价信息是否超出所述价格阈值范围。
本申请还提供一种核对保单中房价的装置,包括:获取模块,用于获取保单中的第一房产信息,以及与所述第一房产信息对应的第一房价信息;
访问模块,用于访问预设的房产网站,获取所述房产网站上的第一房产信息对应的第二房价信息;
判断模块,用于判断所述第一房价信息是否超出根据所述第二房价信息生成的价格阈值范围;
生成模块,用于若所述第一房价信息超出根据所述第二房价信息生成的价格阈值范围,则生成警示信息。
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。
本申请的核对保单中房价的方法、装置、计算机设备和存储介质,对保单进行改进,自动获取保单中客户填写的房价信息,然后通过爬虫技术自动访问多个网站,自动计算出保单中房产的房价信息,不需要人工来进行核对,省略人工核实房价信息,节省人工,而且比人工访问少量网站来获取的房价信息更加客观准确。将客户填写的房价信息与通过爬虫技术访问网站后计算出的房价信息进行对比,当两者的差距超过一定范围就进行警示,实现自动检查保单中的房价信息是否准确。
附图说明
图1为本申请一实施例的核对保单中房价的方法的流程示意图;
图2为本申请一实施例的核对保单中房价的方法的流程示意图;
图3为本申请一实施例的核对保单中房价的方法的流程示意图;
图4为本申请一实施例的上述核对保单中房价的方法中步骤S201的具体流程示意图;
图5为本申请一实施例的上述核对保单中房价的方法中步骤S2的具体的流程示意图;
图6为本申请一实施例的上述核对保单中房价的方法中步骤S2的具体流程示意图;
图7为本申请一实施例的核对保单中房价的装置的结构示意框图;
图8为本申请一实施例的核对保单中房价的装置的结构示意框图;
图9为本申请一实施例的核对保单中房价的装置的结构示意框图;
图10为本申请一实施例的核对保单中房价的装置的匹配模块的结构示意框图;
图11为本申请一实施例的核对保单中房价的装置的访问模块的结构示意框图;
图12为本申请一实施例的核对保单中房价的装置的访问模块的结构示意框图;
图13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核对保单中房价的方法,包括步骤:
S1、获取保单中的第一房产信息,以及与所述第一房产信息对应的第一房价信息;
S2、访问预设的房产网站,获取所述房产网站上的第一房产信息对应的第二房价信息;
S3、判断所述第一房价信息是否超出根据所述第二房价信息生成的价格阈值范围;
S4、若是,则生成警示信息。
如上述步骤S1所述,第一房产信息是客户在投保时的必填信息。第一房产信息包括房产所在的具体地址、面积大小,以及房总价和单价中的至少一种;第一房价信息是指该在保单中第一房产信息对应的房产的单价,即每平方米的价格。当上述第一房产信息中包含有单价,则定义上述单价为第一房价信息;当上述第一房产信息中不包含有单价,则将房总价除以面积大小得到第一房价信息。进一步地第一房产信息也还包括小区单元号、楼层、朝向等信息,其中楼层信息并不仅仅限定于是第多少层,还可以概述为低层、中层、高层。此处的“第一”只为区别,不作限定,本申请其他处的“第一”、“第二”等作用相同,此后不再赘述。
客户在保单的指定位置填写第一房产信息。在一具体实施例中,保单是电子保单,系统读取电子保单中的指定位置,获取到保单中的第一房产信息。在另一具体实施例中,保单是纸质保单,系统扫描电子保单中,读取电子保单中的指定位置,通过图像识别的方式获取到保单中的第一房产信息。
如上述步骤S2所述,系统读取保单上的第一房产信息后,通过爬虫技术,访问预设的房产网站,爬取房产网站上第一房产信息。房产网站上有很多个房产对应的多个房产信息。系统根据保单中的第一房产信息,设置查找规则,查找到房产网站上的第一房产信息对应的第二房价信息。系统先获取上述第一房产信息中的地址信息,地址信息包括省、市、区/县、街道、小区名字,然后根据依次查找符合地址信息的第一房产信息,然后读取对应第一房产信息的第二房价信息。
如上述步骤S3、S4所述,根据第二房价信息生成的价格阈值范围有多种计算方法。第一种计算方法是将获取到的多个第二房价信息计算平均值,然后设置平均值的上下浮动一定范围为价格阈值范围,如计算平均值为5万,设置上下浮动是10%,则价格阈值范围是4.5万到5.5万。第二种计算方法是计算多个第二房价的最高值和最低值,然后设置最低值的下浮动值到最高值的上浮动值为价格阈值范围,如计算最高值为5.3万,最高值为5.5万,最低值的下浮动值是0.3万,最高值的上浮动值是0.3万,则生成的价格阈值范围是5万到5.8万。第一房价信息是一个数字,价格阈值范围是一个集合,则判断该数字是否超出这个集合范围。当第一房价信息超出价格阈值范围,判断客户填写的房产信息有问题,则生成警示信息,提醒工作人员注意。警示信息包括扬声器发出预设的警示声音,或者是LED灯以指定的频率闪烁。
参照图2,在一个实施例中,上述访问预设的房产网站,获取所述房产网站上的第一房产信息对应的第二房价信息的步骤S2之后,包括:
S221、将所述第一房产信息对应的第二房价信息放入到预设的房价信息表中。
如上述步骤S221所述,房价信息表是工作人员整理出的各房产的第二房价信息,将指定地区的房产以及对应的房价信息整理在一个表格中,形成房价信息表。系统根据保单中的第一房产信息,通过爬虫获取到第一房产对应的第二房价信息后,将第二房价信息更新到该房价信息表中,使房价信息表中的房价信息更加准确具有时效性。
参照图3,在一个实施例中,上述访问预设的房产网站,获取所述房产网站上的第一房产信息对应的第二房价信息的步骤S2之前,包括:
S201、获取所述房价信息表中与所述第一房产信息匹配的第二房产信息对应的第二房价信息;
S202、若从所述房价信息表中获取第二房价信息失败,则生成访问预设的房产网站,获取所述房产网站上第一房产信息对应的第二房价信息的指令。
如上述步骤S201所述,查找房价信息表中与第一房产信息匹配的房产,通过第一房产信息与第二房产信息进行匹配。在进行匹配时,先获取上述第一房产信息中的地址信息,地址信息包括省、市、区/县、街道、小区名字。然后查找房价信息表与地址信息相同的第二房产信息,然后获取这些匹配成功第二房产信息对应的第二房价信息,如果有一个匹配成功,则获取一个对应的第二房价信息;如果有多个匹配成功,则获取多个对应的第二房价信息。进一步地,上述匹配方法中,匹配了与地址信息相同的房产后,再在匹配成功的房产中再匹配与房产信息的朝向信息或楼层信息相同的房产,进而获取通过多次匹配成功的第二房产信息对应的第二房价信息。
如上述步骤S202所述,如果在上述房价信息表中没有获取到与第一房产信息相对应的房价信息,即获取失败,则需要爬虫访问预设网站上更新的第二房价信息,此时生成调用爬虫技术的指令。
参照图4,在一个实施例中,上述获取所述房价信息表中与所述第一房产信息匹配的第二房产信息对应的第二房价信息的步骤S201,包括:
S211、将所述房价信息表的多个第二房产信息按照指定的匹配信息与所述第一房产信息匹配;
S212、若匹配成功,获取与匹配成功的第二房产信息对应的第二房价信息;
S213、若匹配失败,减少匹配信息,生成返回步骤S211的指令;
S214、若匹配失败超过预设次数,判定从房价信息表中获取第二房价信息失败。
如上述步骤S211所述,房产信息中有很多类型的信息,如上述的地址信息、小区名字信息、朝向信息、楼层信息。提取第一房产信息中的地址信息、小区名字信息、朝向信息、楼层信息作为匹配信息,即匹配信息均在第二房产信息中,则匹配成功;若否,则匹配失败。
如上述步骤S212所述,如果匹配成功,那么匹配成功的第二房产信息对应的房产与第一房产信息对应的房产相近,那么对应的价格也都是相近的,因此获取匹配成功的第二房产信息对应的第二房价信息,用于核实第一房价信息的参考价格。
如上述步骤S213以及步骤S214所述,如果匹配失败,就采用前向匹配方式,即减少匹配信息,上述S211中的匹配信息是提取第一房产信息中的地址信息、小区名字信息、朝向信息、楼层信息,将S211中的匹配信息中最后边的楼层信息减去,则更新后的匹配信息是第一房产信息中的地址信息、小区名字信息、朝向信息。减少匹配信息后,扩大了匹配范围,虽然是匹配的不完全准确,但是也是与第一房产信息比较接近的,也能体现出第一房价信息。若减少匹配信息后,仍然匹配失败,则继续减少匹配信息继续匹配。如此多次仍匹配失败,再减小匹配信息进行匹配的话,匹配获得的第二房产信息与第一房房信息的关联性很小,对应的第二房产信息的第二房价信息也与第一房价信息关联度不高,第二房价信息作为第一房价信息的参考价值很低,因此不再进行匹配,判定获取失败,即从房价信息表中获取第二房价信息失败。预设次数是工作人员根据第二房产信息设置的,在图4中为N次,N为正整数。
参照图5,在一个实施例中,上述访问预设的房产网站,获取所述房产网站上的第一房产信息对应的第二房价信息的步骤S2包括:
S21、获得房产网站CSS样式;
S22、根据所述CSS样式调用对应的爬取规则;
S23、根据所述爬取规则,访问所述房产网站,爬取所述第一房产信息对应的第二房价信息。
如上述步骤S21所述,上述房产网站可以包括多个不同的房产网站,如房天下网站或安居客网站。CSS又称层叠样式表,能够对网页中元素位置的排版进行像素级精确控制,支持几乎所有的字体字号样式,拥有对网页对象和模型样式编辑的能力,CSS样式即为网站的模型样式,基本上每个网站的同类型页面都采用相同的CSS样式,如房产网站的每个小区的房产基本都采用相同的CSS样式来展示,即采用通用的CSS样式,故而在配置爬取规则之前先查看房产网站的CSS样式,从而获得通用的CSS样式。另一方面,不同的网站的CSS样式基本不相同,同一个网站的不同类型的页面的CSS样式也有可能不同,故而当通过其中一种通用的CSS样式配置爬取规则,并爬取到需要数据时,采用相同的通用CSS样式配置的爬取规则并不一定能爬取其他房产网站的数据,所以在通过其中一种通用的CSS样式配置爬取规则,并爬取到需要数据之后,可以根据实际情况,查看没有爬取到的房产网站的CSS样式,从而根据该CSS样式修改上述配置的爬取规则。具体地,可以利用谷歌、火狐浏览器自带的开发工具查看CSS样式。
如上述步骤S22所述,在爬取网站的页面数据需按一定的规则,才可进行爬取。具体地,网络爬虫基本都是基于页面结构实现数据获取的,通过获取网页文档,将网页文档解析成DOM树的规则,HTML文档中的所有元素都用节点来表示,根据DOM树构建爬取规则,实现数据爬取,由于网页信息源的异构性,为了不损失抽取精度,需要针对每个网站都构造相应的爬取规则,该规则可自定义配置,本实施例中,客户端根据CSS样式来配置爬取规则,如设定针对相同的CSS样式页面,爬取页面中的某一区域数据。举例地,根据上述房产网站通用的CSS样式,设定针对采用上述通用的CSS样式的房产网站页面,均爬取页面中房产名称、房产地址、房产价格等数据。
如上述步骤S23所述,根据爬取规则访问了网站后,爬取该网站上第二房产信息以及对应的第二房价信息。
参照图6,在一个实施例中,所述访问预设的房产网站,获取所述房产网站上的第一房产信息对应的第二房价信息的步骤S2,包括:
S24、读取所述第一房产信息中的小区名字信息;
S25、根据所述小区名字信息,获取所述小区所在的地址信息;
S26、将所述小区所在的地址信息按照预设的标准化进行重置,以更新所述第一房产信息;
S27、访问预设的房产网站,根据更新后的第一房产信息获取对应的第二房价信息。
本实施例中,地址信息有多种形式,有一种地址信息是以行政区以及道路名来表示;还有一种地址信息是以地标建筑来表示;还有一种地址信息是以经纬度来表示。本实施例的目的是将房价信息表中各房产的地址信息以统一格式进行命名。首先读取房价信息表中的小区名字信息,然后根据小区名字信息,获取小区的地址信息,然后将小区的地址信息按照统一格式进行重置。比如,以行政区以及道路名来表示地址信息。每个地址信息的具体格式是XX省(自治区、直辖市)XX市XX县(区)XX街道办(镇、乡)XX路(村)XX号。例如,读取到平安金融中心的小区名字信息后,读取到该小区在深圳福田区益田路5033号。则将该小区的地址信息变更为:广东省深圳市福田区福华街道办益田路5033号。将第一房产信息中的地址进行标准化,然后访问预设的房产网站,以标准化后的地址进行检索,查到该第一房产信息对应的第二房价信息。在另一具体实施例中,将该获取到的第二房价信息存放到对应的房价信息表中,便于后续将第一房产信息与表格中的第二房产信息进行匹配。
在一个实施例中,上述判断所述第一房价信息是否超出根据所述第二房价信息生成的价格阈值范围的步骤S3,包括:
S31、获取预设的上限比例以及下限比例;
S32、用所述第二房价信息分别乘以所述上限比例和下限比例,得到上限值和下限值,所述上限值和下限值为所述价格阈值范围的最大值和最小值;
S33、判断所述第一房价信息是否超出所述价格阈值范围。
本实施例中,上限比例以及下限比例是工作人员根据房价的浮动等相关信息设置的两个数值,上限比例是根据第二房价信息计算第一房价信息的最高比例,下限比例是根据第二房价信息计算第一房价信息的最低比例。后台人员设置在服务器中的指定位置。服务器访问该指定位置,获取到上限比例和下限比例。获取到第二房价信息后,用第二房价信息分别乘以上限比例和下限比例,得到上限值和下限值,利用该上限值和下限值中间的数设置形成一个范围,即第一房价信息的价格阈值范围,然后判断第一房价信息是否超过该价格阈值范围。
本申请的核对保单中房价的方法,对保单进行改进,自动获取保单中客户填写的房价信息,然后通过爬虫技术自动访问多个网站,自动计算出保单中房产的房价信息,不需要人工来进行核对,省略人工核实房价信息,节省人工,而且比人工访问少量网站来获取的房价信息更加客观准确。将客户填写的房价信息与通过爬虫技术访问网站后计算出的房价信息进行对比,当两者的差距超过一定范围就进行警示,实现自动检查保单中的房价信息是否准确。
参照图7,本申请实施例中还提供一种核对保单中房价的装置,包括:
获取模块1,用于获取保单中的第一房产信息,以及与所述第一房产信息对应的第一房价信息;
访问模块2,用于访问预设的房产网站,获取所述房产网站上的第一房产信息对应的第二房价信息;
判断模块3,用于判断所述第一房价信息是否超出根据所述第二房价信息生成的价格阈值范围;
生成模块4,用于若所述第一房价信息超出根据所述第二房价信息生成的价格阈值范围,则生成警示信息。
本实施例中,第一房产信息是客户在投保时的必填信息。第一房产信息包括房产所在的具体地址、面积大小,以及房总价和单价中的至少一种;第一房价信息是指该在保单中第一房产信息对应的房产的单价,即每平方米的价格。当上述第一房产信息中包含有单价,则定义上述单价为第一房价信息;当上述第一房产信息中不包含有单价,则将房总价除以面积大小得到第一房价信息。进一步地第一房产信息也还包括小区单元号、楼层、朝向等信息,其中楼层信息并不仅仅限定于是第多少层,还可以概述为低层、中层、高层。此处的“第一”只为区别,不作限定,本申请其他处的“第一”、“第二”等作用相同,此后不再赘述。
客户在保单的指定位置填写第一房产信息。在一具体实施例中,保单是电子保单,获取模块1读取电子保单中的指定位置,获取到保单中的第一房产信息。在另一具体实施例中,保单是纸质保单,获取模块1扫描电子保单中,读取电子保单中的指定位置,通过图像识别的方式获取到保单中的第一房产信息。
获取模块1获取保单上的第一房产信息后,访问模块2通过爬虫技术,访问预设的房产网站,爬取房产网站上第一房产信息。房产网站上有很多个房产对应的多个房产信息。访问模块2根据保单中的第一房产信息,设置查找规则,查找到房产网站上的第一房产信息对应的第二房价信息。访问模块2先获取上述第一房产信息中的地址信息,地址信息包括省、市、区/县、街道、小区名字,然后根据依次查找符合地址信息的第一房产信息,然后读取对应第一房产信息的第二房价信息。
判断模块3中的第二房价信息生成的价格阈值范围有多种计算方法。第一种计算方法是将获取到的多个第二房价信息计算平均值,然后设置平均值的上下浮动一定范围为价格阈值范围,如计算平均值为5万,设置上下浮动是10%,则价格阈值范围是4.5万到5.5万。第二种计算方法是计算多个第二房价的最高值和最低值,然后设置最低值的下浮动值到最高值的上浮动值为价格阈值范围,如计算最高值为5.3万,最高值为5.5万,最低值的下浮动值是0.3万,最高值的上浮动值是0.3万,则生成的价格阈值范围是5万到5.8万。第一房价信息是一个数字,价格阈值范围是一个集合,则判断模块3判断该数字是否超出这个集合范围。当第一房价信息超出价格阈值范围,判断模块3判断客户填写的房产信息有问题,则生成模块4生成警示信息,提醒工作人员注意。警示信息包括扬声器发出预设的警示声音,或者是LED灯以指定的频率闪烁。
参照图8,在一个实施例中,上述核对保单中房价的装置还包括:
放入模块221,用于将所述第一房产信息对应的第二房价信息放入到预设的房价信息表中。
本实施例中,房价信息表是工作人员整理出的各房产的第二房价信息,将指定地区的房产以及对应的房价信息整理在一个表格中,形成房价信息表。装置根据保单中的第一房产信息,通过爬虫获取到第一房产对应的第二房价信息后,放入模块221将第二房价信息更新到该房价信息表中,使房价信息表中的房价信息更加准确具有时效性。
参照图9,在一个实施例中,上述核对保单中房价的装置还包括:
匹配模块201,用于获取所述房价信息表中与所述第一房产信息匹配的第二房产信息对应的第二房价信息;
指令模块202,用于若从所述房价信息表中获取第二房价信息失败,则生成访问预设的房产网站,获取所述房产网站上第一房产信息对应的第二房价信息的指令。
本实施例中,查找房价信息表中与第一房产信息匹配的房产,匹配模块201通过第一房产信息与第二房产信息进行匹配。匹配模块201在进行匹配时,先获取上述第一房产信息中的地址信息,地址信息包括省、市、区/县、街道、小区名字。然后查找房价信息表与地址信息相同的第二房产信息,然后获取这些匹配成功第二房产信息对应的第二房价信息,如果有一个匹配成功,则获取一个对应的第二房价信息;如果有多个匹配成功,则获取多个对应的第二房价信息。进一步地,上述匹配模块的工作过程中,匹配了与地址信息相同的房产后,再在匹配成功的房产中再匹配与房产信息的朝向信息或楼层信息相同的房产,进而获取通过多次匹配成功的第二房产信息对应的第二房价信息。
如果匹配模块201在上述房价信息表中没有获取到与第一房产信息相对应的房价信息,即获取失败,则需要爬虫访问预设网站上更新的第二房价信息,此时指令模块202生成调用爬虫技术的指令。
参照图10,在一个实施例中,上述匹配模块201包括:
匹配单元211,用于将所述房价信息表的多个第二房产信息按照指定的匹配信息与所述第一房产信息匹配;
成功单元212,用于若匹配成功,获取与匹配成功的第二房产信息对应的第二房价信息;
失败单元213,用于若匹配失败,减少匹配信息,调用匹配单元211继续匹配;
判定单元214,用于若匹配失败超过预设次数,判定从房价信息表中获取第二房价信息失败。
本实施例中,房产信息中有很多类型的信息,如上述的地址信息、小区名字信息、朝向信息、楼层信息。匹配单元211提取第一房产信息中的地址信息、小区名字信息、朝向信息、楼层信息作为匹配信息,即匹配信息均在第二房产信息中,则匹配成功;若否,则匹配失败。
如果匹配成功,那么匹配成功的第二房产信息对应的房产与第一房产信息对应的房产相近,那么对应的价格也都是相近的,因此成功单元212获取匹配成功的第二房产信息对应的第二房价信息,用于核实第一房价信息的参考价格。
如果匹配失败,失败单元213就采用前向匹配方式,即减少匹配信息,上述匹配单元211中的匹配信息是提取第一房产信息中的地址信息、小区名字信息、朝向信息、楼层信息,将上述匹配信息中最后边的楼层信息减去,则更新后的匹配信息是第一房产信息中的地址信息、小区名字信息、朝向信息。减少匹配信息后,扩大了匹配范围,虽然是匹配的不完全准确,但是也是与第一房产信息比较接近的,也能体现出第一房价信息。若减少匹配信息后,仍然匹配失败,则继续调用匹配单元211继续减少匹配信息继续匹配。如此多次仍匹配失败,再减小匹配信息进行匹配的话,匹配获得的第二房产信息与第一房房信息的关联性很小,对应的第二房产信息的第二房价信息也与第一房价信息关联度不高,第二房价信息作为第一房价信息的参考价值很低,因此不再进行匹配,判定单元214判定获取失败,即从房价信息表中获取第二房价信息失败。预设次数是工作人员根据第二房产信息设置的。。
参照图11,在一个实施例中,上述访问模块2包括:
获得单元21,用于获得房产网站CSS样式;
调用单元22,用于根据所述CSS样式调用对应的爬取规则;
爬取单元23,用于根据所述爬取规则,访问所述房产网站,爬取所述第一房产信息对应的第二房价信息。
本实施例中,上述房产网站可以包括多个不同的房产网站,如房天下网站或安居客网站。CSS又称层叠样式表,能够对网页中元素位置的排版进行像素级精确控制,支持几乎所有的字体字号样式,拥有对网页对象和模型样式编辑的能力,CSS样式即为网站的模型样式,基本上每个网站的同类型页面都采用相同的CSS样式,如房产网站的每个小区的房产基本都采用相同的CSS样式来展示,即采用通用的CSS样式,故而获得单元21在配置爬取规则之前先查看房产网站的CSS样式,从而获得通用的CSS样式。另一方面,不同的网站的CSS样式基本不相同,同一个网站的不同类型的页面的CSS样式也有可能不同,故而当通过其中一种通用的CSS样式配置爬取规则,并爬取到需要数据时,采用相同的通用CSS样式配置的爬取规则并不一定能爬取其他房产网站的数据,所以在通过其中一种通用的CSS样式配置爬取规则,并爬取到需要数据之后,可以根据实际情况,查看没有爬取到的房产网站的CSS样式,从而根据该CSS样式修改上述配置的爬取规则。具体地,可以利用谷歌、火狐浏览器自带的开发工具查看CSS样式。
在爬取网站的页面数据需按一定的规则,才可进行爬取。具体地,网络爬虫基本都是基于页面结构实现数据获取的,通过获取网页文档,将网页文档解析成DOM树的规则,HTML文档中的所有元素都用节点来表示,根据DOM树构建爬取规则,实现数据爬取,由于网页信息源的异构性,为了不损失抽取精度,需要针对每个网站都构造相应的爬取规则,该规则可自定义配置,用单元22根据CSS样式来配置爬取规则,如设定针对相同的CSS样式页面,爬取页面中的某一区域数据。举例地,根据上述房产网站通用的CSS样式,设定针对采用上述通用的CSS样式的房产网站页面,均爬取页面中房产名称、房产地址、房产价格等数据。
根据爬取规则访问了网站后,爬取单元23爬取该网站上第二房产信息以及对应的第二房价信息。
参照图12,进一步地,上述访问模块2还包括:
读取单元24,用于读取所述第一房产信息中的小区名字信息;
地址单元25,用于根据所述小区名字信息,获取所述小区所在的地址信息;
重置单元26,用于将所述小区所在的地址信息按照预设的标准化进行重置,以更新所述第一房产信息;
获取单元27,用于访问预设的房产网站,根据更新后的第一房产信息获取对应的第二房价信息。
本实施例中,地址信息有多种形式,有一种地址信息是以行政区以及道路名来表示;还有一种地址信息是以地标建筑来表示;还有一种地址信息是以经纬度来表示。本实施例的目的是将房价信息表中各房产的地址信息以统一格式进行命名。首先读取单元24读取房价信息表中的小区名字信息,然后地址单元25根据小区名字信息,获取小区的地址信息,然后重置单元26将小区的地址信息按照统一格式进行重置。比如,以行政区以及道路名来表示地址信息。每个地址信息的具体格式是XX省(自治区、直辖市)XX市XX县(区)XX街道办(镇、乡)XX路(村)XX号。例如,读取到平安金融中心的小区名字信息后,读取到该小区在深圳福田区益田路5033号。则将该小区的地址信息变更为:广东省深圳市福田区福华街道办益田路5033号。将第一房产信息中的地址进行标准化,然后获取单元27访问预设的房产网站,以标准化后的地址进行检索,查到该第一房产信息对应的第二房价信息。在另一具体实施例中,将该获取到的第二房价信息存放到对应的房价信息表中,便于后续将第一房产信息与表格中的第二房产信息进行匹配。
在一个实施例中,上述判断模块3包括:
比例单元,用于获取预设的上限比例以及下限比例;
计算单元,用于用所述第二房价信息分别乘以所述上限比例和下限比例,得到上限值和下限值,所述上限值和下限值为所述价格阈值范围的最大值和最小值;
判断单元,用于判断所述第一房价信息是否超出所述价格阈值范围。
本实施例中,上限比例以及下限比例是工作人员根据房价的浮动等相关信息设置的两个数值,上限比例是根据第二房价信息计算第一房价信息的最高比例,下限比例是根据第二房价信息计算第一房价信息的最低比例。后台人员设置在服务器中的指定位置。比例单元访问该指定位置,获取到上限比例和下限比例。获取到第二房价信息后,计算单元用第二房价信息分别乘以上限比例和下限比例,得到上限值和下限值,利用该上限值和下限值中间的数设置形成一个范围,即第一房价信息的价格阈值范围,然后判断单元判断第一房价信息是否超过该价格阈值范围。
综上所述,本申请的核对保单中房价的装置,对保单进行改进,自动获取保单中客户填写的房价信息,然后通过爬虫技术自动访问多个网站,自动计算出保单中房产的房价信息,不需要人工来进行核对,省略人工核实房价信息,节省人工,而且比人工访问少量网站来获取的房价信息更加客观准确。将客户填写的房价信息与通过爬虫技术访问网站后计算出的房价信息进行对比,当两者的差距超过一定范围就进行警示,实现自动检查保单中的房价信息是否准确。
参照图13,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13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核对保单中房价的房产网站CSS样式对应的爬取规则、房价信息表等数据。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核对保单中房价的方法。
上述处理器执行上述核对保单中房价的方法的步骤:获取保单中的第一房产信息,以及与所述第一房产信息对应的第一房价信息;访问预设的房产网站,获取所述房产网站上的第一房产信息对应的第二房价信息;判断所述第一房价信息是否超出根据所述第二房价信息生成的价格阈值范围;若是,则生成警示信息。
在一个实施例中,上述处理器访问预设的房产网站,获取所述房产网站上的第一房产信息对应的第二房价信息的步骤之后,包括:将所述第一房产信息对应的第二房价信息放入到预设的房价信息表中。
在一个实施例中,上述处理器访问预设的房产网站,获取所述房产网站上的第一房产信息对应的第二房价信息的步骤之前,包括:获取所述房价信息表中与所述第一房产信息匹配的第二房产信息对应的第二房价信息;若从所述房价信息表中获取第二房价信息失败,则生成访问预设的房产网站,获取所述房产网站上第一房产信息对应的第二房价信息的指令。
在一个实施例中,上述处理器获取所述房价信息表中与所述第一房产信息匹配的第二房产信息对应的第二房价信息的步骤,包括:将所述房价信息表的多个第二房产信息按照指定的匹配信息与所述第一房产信息匹配;若匹配成功,获取与匹配成功的第二房产信息对应的第二房价信息;若匹配失败,减少匹配信息,继续将第二房产信息与第一房产信息匹配,然后获取匹配成功的第二房产信息对应的第二房价信息;若匹配失败超过预设次数,判定从房价信息表中获取第二房价信息失败。
在一个实施例中,上述处理器访问预设的房产网站,获取所述房产网站上的第一房产信息对应的第二房价信息的步骤包括:获得房产网站CSS样式;根据所述CSS样式调用对应的爬取规则;根据所述爬取规则,访问所述房产网站,爬取所述第一房产信息对应的第二房价信息。
在一个实施例中,上述处理器访问预设的房产网站,获取所述房产网站上的第一房产信息对应的第二房价信息的步骤,包括:读取所述第一房产信息中的小区名字信息;根据所述小区名字信息,获取所述小区所在的地址信息;将所述小区所在的地址信息按照预设的标准化进行重置,以更新所述第一房产信息;访问预设的房产网站,根据更新后的第一房产信息获取对应的第二房价信息。
在一个实施例中,上述处理器判断所述第一房价信息是否超出根据所述第二房价信息生成的价格阈值范围的步骤,包括:获取预设的上限比例以及下限比例;用所述第二房价信息分别乘以所述上限比例和下限比例,得到上限值和下限值,所述上限值和下限值为所述价格阈值范围的最大值和最小值;判断所述第一房价信息是否超出所述价格阈值范围。
综上所述,本申请的计算机设备,对保单进行改进,自动获取保单中客户填写的房价信息,然后通过爬虫技术自动访问多个网站,自动计算出保单中房产的房价信息,不需要人工来进行核对,省略人工核实房价信息,节省人工,而且比人工访问少量网站来获取的房价信息更加客观准确。将客户填写的房价信息与通过爬虫技术访问网站后计算出的房价信息进行对比,当两者的差距超过一定范围就进行警示,实现自动检查保单中的房价信息是否准确。
本领域技术人员可以理解,图13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核对保单中房价的方法,具体为:
获取保单中的第一房产信息,以及与所述第一房产信息对应的第一房价信息;访问预设的房产网站,获取所述房产网站上的第一房产信息对应的第二房价信息;判断所述第一房价信息是否超出根据所述第二房价信息生成的价格阈值范围;若是,则生成警示信息。
在一个实施例中,上述处理器访问预设的房产网站,获取所述房产网站上的第一房产信息对应的第二房价信息的步骤之后,包括:将所述第一房产信息对应的第二房价信息放入到预设的房价信息表中。
在一个实施例中,上述处理器访问预设的房产网站,获取所述房产网站上的第一房产信息对应的第二房价信息的步骤之前,包括:获取所述房价信息表中与所述第一房产信息匹配的第二房产信息对应的第二房价信息;若从所述房价信息表中获取第二房价信息失败,则生成访问预设的房产网站,获取所述房产网站上第一房产信息对应的第二房价信息的指令。
在一个实施例中,上述处理器获取所述房价信息表中与所述第一房产信息匹配的第二房产信息对应的第二房价信息的步骤,包括:将所述房价信息表的多个第二房产信息按照指定的匹配信息与所述第一房产信息匹配;若匹配成功,获取与匹配成功的第二房产信息对应的第二房价信息;若匹配失败,减少匹配信息,继续将第二房产信息与第一房产信息匹配,然后获取匹配成功的第二房产信息对应的第二房价信息;若匹配失败超过预设次数,判定从房价信息表中获取第二房价信息失败。
在一个实施例中,上述处理器访问预设的房产网站,获取所述房产网站上的第一房产信息对应的第二房价信息的步骤包括:获得房产网站CSS样式;根据所述CSS样式调用对应的爬取规则;根据所述爬取规则,访问所述房产网站,爬取所述第一房产信息对应的第二房价信息。
在一个实施例中,上述处理器访问预设的房产网站,获取所述房产网站上的第一房产信息对应的第二房价信息的步骤,包括:读取所述第一房产信息中的小区名字信息;根据所述小区名字信息,获取所述小区所在的地址信息;将所述小区所在的地址信息按照预设的标准化进行重置,以更新所述第一房产信息;访问预设的房产网站,根据更新后的第一房产信息获取对应的第二房价信息。
在一个实施例中,上述处理器判断所述第一房价信息是否超出根据所述第二房价信息生成的价格阈值范围的步骤,包括:获取预设的上限比例以及下限比例;用所述第二房价信息分别乘以所述上限比例和下限比例,得到上限值和下限值,所述上限值和下限值为所述价格阈值范围的最大值和最小值;判断所述第一房价信息是否超出所述价格阈值范围。
综上所述,本申请的计算机可读存储介质,对保单进行改进,自动获取保单中客户填写的房价信息,然后通过爬虫技术自动访问多个网站,自动计算出保单中房产的房价信息,不需要人工来进行核对,省略人工核实房价信息,节省人工,而且比人工访问少量网站来获取的房价信息更加客观准确。将客户填写的房价信息与通过爬虫技术访问网站后计算出的房价信息进行对比,当两者的差距超过一定范围就进行警示,实现自动检查保单中的房价信息是否准确。
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(Synchlink)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)
1.一种核对保单中房价的方法,其特征在于,包括:
获取保单中的第一房产信息,以及与所述第一房产信息对应的第一房价信息;
访问预设的房产网站,获取所述房产网站上的第一房产信息对应的第二房价信息;
判断所述第一房价信息是否超出根据所述第二房价信息生成的价格阈值范围;
若是,则生成警示信息。
2.如权利要求1所述的核对保单中房价的方法,其特征在于,所述访问预设的房产网站,获取所述房产网站上的第一房产信息对应的第二房价信息的步骤之后,包括:
将所述第一房产信息对应的第二房价信息放入到预设的房价信息表中。
3.如权利要求2所述的核对保单中房价的方法,其特征在于,所述访问预设的房产网站,获取所述房产网站上的第一房产信息对应的第二房价信息的步骤之前,包括:
获取所述房价信息表中与所述第一房产信息匹配的第二房产信息对应的第二房价信息;
若从所述房价信息表中获取第二房价信息失败,则生成访问预设的房产网站,获取所述房产网站上第一房产信息对应的第二房价信息的指令。
4.如权利要求3所述的核对保单中房价的方法,其特征在于,所述获取所述房价信息表中与所述第一房产信息匹配的第二房产信息对应的第二房价信息的步骤,包括:
将所述房价信息表的多个第二房产信息按照指定的匹配信息与所述第一房产信息匹配;
若匹配成功,获取与匹配成功的第二房产信息对应的第二房价信息;
若匹配失败,减少匹配信息,继续将第二房产信息与第一房产信息匹配,然后获取匹配成功的第二房产信息对应的第二房价信息;
若匹配失败超过预设次数,判定从房价信息表中获取第二房价信息失败。
5.如权利要求1所述的核对保单中房价的方法,其特征在于,所述访问预设的房产网站,获取所述房产网站上的第一房产信息对应的第二房价信息的步骤包括:
获得房产网站CSS样式;
根据所述CSS样式调用对应的爬取规则;
根据所述爬取规则,访问所述房产网站,爬取所述第一房产信息对应的第二房价信息。
6.如权利要求1所述的核对保单中房价的方法,其特征在于,所述访问预设的房产网站,获取所述房产网站上的第一房产信息对应的第二房价信息的步骤,包括:
读取所述第一房产信息中的小区名字信息;
根据所述小区名字信息,获取所述小区所在的地址信息;
将所述小区所在的地址信息按照预设的标准化进行重置,以更新所述第一房产信息;
访问预设的房产网站,根据更新后的第一房产信息获取对应的第二房价信息。
7.如权利要求1所述的核对保单中房价的方法,其特征在于,所述判断所述第一房价信息是否超出根据所述第二房价信息生成的价格阈值范围的步骤,包括:
获取预设的上限比例以及下限比例;
用所述第二房价信息分别乘以所述上限比例和下限比例,得到上限值和下限值,所述上限值和下限值为所述价格阈值范围的最大值和最小值;
判断所述第一房价信息是否超出所述价格阈值范围。
8.一种核对保单中房价的装置,其特征在于,包括:
获取模块,用于获取保单中的第一房产信息,以及与所述第一房产信息对应的第一房价信息;
访问模块,用于访问预设的房产网站,获取所述房产网站上的第一房产信息对应的第二房价信息;
判断模块,用于判断所述第一房价信息是否超出根据所述第二房价信息生成的价格阈值范围;
生成模块,用于若所述第一房价信息超出根据所述第二房价信息生成的价格阈值范围,则生成警示信息。
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 |
---|---|---|---|
CN201811083951.4A CN109472630A (zh) | 2018-09-17 | 2018-09-17 | 核对保单中房价的方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811083951.4A CN109472630A (zh) | 2018-09-17 | 2018-09-17 | 核对保单中房价的方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109472630A true CN109472630A (zh) | 2019-03-15 |
Family
ID=65664306
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811083951.4A Pending CN109472630A (zh) | 2018-09-17 | 2018-09-17 | 核对保单中房价的方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109472630A (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102110276A (zh) * | 2011-03-28 | 2011-06-29 | 中国建设银行股份有限公司 | 信用卡征信协查方法及其系统 |
CN104581332A (zh) * | 2015-01-23 | 2015-04-29 | 三星电子(中国)研发中心 | 一种设置通用遥控器的方法和系统 |
CN105760545A (zh) * | 2016-03-17 | 2016-07-13 | 湖南中周至尚信息技术有限公司 | 基于可配置规则的网站数据搜索方法 |
CN106779278A (zh) * | 2016-11-09 | 2017-05-31 | 北京金股链科技有限公司 | 资产信息的评价系统及其信息的处理方法和装置 |
CN107888788A (zh) * | 2017-11-28 | 2018-04-06 | 甜新科技(上海)有限公司 | 一种在线实时财产损伤验证系统及使用方法 |
CN107909495A (zh) * | 2017-12-22 | 2018-04-13 | 泰康保险集团股份有限公司 | 一种对账方法、系统、介质、电子设备 |
CN107958201A (zh) * | 2017-10-13 | 2018-04-24 | 上海眼控科技股份有限公司 | 一种车辆年检保险单表格的智能检测系统及方法 |
CN108259424A (zh) * | 2016-12-29 | 2018-07-06 | 北京博瑞彤芸文化传播股份有限公司 | 终端设备的授权验证方法 |
CN108269054A (zh) * | 2017-11-28 | 2018-07-10 | 中国平安财产保险股份有限公司 | 一种车险投保的自动审核方法、存储介质和服务器 |
CN108429721A (zh) * | 2017-02-15 | 2018-08-21 | 腾讯科技(深圳)有限公司 | 一种网络爬虫的识别方法及装置 |
-
2018
- 2018-09-17 CN CN201811083951.4A patent/CN109472630A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102110276A (zh) * | 2011-03-28 | 2011-06-29 | 中国建设银行股份有限公司 | 信用卡征信协查方法及其系统 |
CN104581332A (zh) * | 2015-01-23 | 2015-04-29 | 三星电子(中国)研发中心 | 一种设置通用遥控器的方法和系统 |
CN105760545A (zh) * | 2016-03-17 | 2016-07-13 | 湖南中周至尚信息技术有限公司 | 基于可配置规则的网站数据搜索方法 |
CN106779278A (zh) * | 2016-11-09 | 2017-05-31 | 北京金股链科技有限公司 | 资产信息的评价系统及其信息的处理方法和装置 |
CN108259424A (zh) * | 2016-12-29 | 2018-07-06 | 北京博瑞彤芸文化传播股份有限公司 | 终端设备的授权验证方法 |
CN108429721A (zh) * | 2017-02-15 | 2018-08-21 | 腾讯科技(深圳)有限公司 | 一种网络爬虫的识别方法及装置 |
CN107958201A (zh) * | 2017-10-13 | 2018-04-24 | 上海眼控科技股份有限公司 | 一种车辆年检保险单表格的智能检测系统及方法 |
CN107888788A (zh) * | 2017-11-28 | 2018-04-06 | 甜新科技(上海)有限公司 | 一种在线实时财产损伤验证系统及使用方法 |
CN108269054A (zh) * | 2017-11-28 | 2018-07-10 | 中国平安财产保险股份有限公司 | 一种车险投保的自动审核方法、存储介质和服务器 |
CN107909495A (zh) * | 2017-12-22 | 2018-04-13 | 泰康保险集团股份有限公司 | 一种对账方法、系统、介质、电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102208892B1 (ko) | 잘못된 주소 정보를 식별하기 위한 방법 및 장치 | |
US10482535B1 (en) | Impact data manager for generating dynamic intelligence cubes | |
CN109684607B (zh) | Json数据解析方法、装置、计算机设备和存储介质 | |
JP7212771B2 (ja) | ページ処理方法、デバイス、電子デバイス及びコンピュータ読み取り可能な記憶媒体 | |
CN107818506A (zh) | 电子装置、信贷风险控制方法及存储介质 | |
CN105335246B (zh) | 一种基于问答网站分析的程序崩溃缺陷自动修复方法 | |
McKinnon | Remembering and forgetting 1974: the 2011 Brisbane floods and memories of an earlier disaster | |
Zhu et al. | [Retracted] Analysis of the Impact of Climate Change on National Vulnerability Based on Fuzzy Comprehensive Evaluation | |
US20220270179A1 (en) | System for fast composing, launch and configuration of customizable second-tier transfer structures with build-in auditing and monitoring structures and method thereof | |
CN106326734A (zh) | 一种检测敏感信息的方法和设备 | |
CN106874356A (zh) | 地理位置信息管理方法和装置 | |
Ueyama et al. | Enhancing reliability in wireless sensor networks for adaptive river monitoring systems: Reflections on their long-term deployment in Brazil | |
Fazeli et al. | A study of volunteered geographic information (VGI) assessment methods for flood hazard mapping: A review | |
Kim et al. | Prioritizing countermeasures for reducing seawater‐intrusion area by considering regional characteristics using SEAWAT and a multicriteria decision‐making method | |
Deng et al. | Spatial case revision in case-based reasoning for risk assessment of geological disasters | |
CN109472630A (zh) | 核对保单中房价的方法、装置、计算机设备和存储介质 | |
US10387545B2 (en) | Processing page | |
CN112115328A (zh) | 一种页面流量地图构建方法、装置及计算机可读存储介质 | |
CN110781310A (zh) | 目标概念图谱的构建方法、装置、计算机设备和存储介质 | |
CN110569546A (zh) | 交通小区的划分方法及装置 | |
CN108519984B (zh) | 天气数据处理方法、服务器及计算机可读存储介质 | |
CN103577449B (zh) | 钓鱼网站特性自学习挖掘方法及系统 | |
Anta et al. | Mobile Application for flood disaster in Jakarta | |
Bolter | Perceived risk versus actual risk to sea-level rise: A case study in Broward County, Florida | |
Asmai et al. | An intelligent crisis-mapping framework for flood prediction |
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 |