CN109493244A - 基于预测模型配置保险需求的方法及相关产品 - Google Patents
基于预测模型配置保险需求的方法及相关产品 Download PDFInfo
- Publication number
- CN109493244A CN109493244A CN201811319600.9A CN201811319600A CN109493244A CN 109493244 A CN109493244 A CN 109493244A CN 201811319600 A CN201811319600 A CN 201811319600A CN 109493244 A CN109493244 A CN 109493244A
- Authority
- CN
- China
- Prior art keywords
- insurance
- user
- information
- demand
- health
- 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 62
- 230000036541 health Effects 0.000 claims abstract description 162
- 201000010099 disease Diseases 0.000 claims description 57
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 57
- 206010025482 malaise Diseases 0.000 claims description 36
- 238000004590 computer program Methods 0.000 claims description 11
- 238000013507 mapping Methods 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 4
- 230000004083 survival effect Effects 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000012549 training Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 235000006694 eating habits Nutrition 0.000 description 3
- 238000003786 synthesis reaction Methods 0.000 description 3
- 230000003542 behavioural effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 201000004569 Blindness Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000035622 drinking Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000000391 smoking effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 235000013311 vegetables Nutrition 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
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Technology Law (AREA)
- Economics (AREA)
- Pathology (AREA)
- Development Economics (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本申请公开一种基于预测模型配置保险需求的方法及相关产品,该方法应用于电子设备,该方法包括:从保险公司的用户数据库中获取任意一个用户的综合信息;将所述用户的综合信息输入到预先训练好的健康预测模型,以得到所述用户的健康评分;将所述健康评分输入到所述保险公司的保险数据库,在所述保险数据库中配置与所述健康评分对应的保险需求;向所述用户的终端设备发送所述保险需求。本申请实施例有利于提高保险营销的成功率。
Description
技术领域
本申请涉及电子技术领域,具体涉及一种基于预测模型配置保险需求的方法及相关产品。
背景技术
随着经济的发展,人们生活水平的提高,与大多数商品一样,保险服务这种特殊的“商品”也已经告别了短缺时代。开始了激烈的市场竞争。以往专注于“生产”和“提供”产品的营销思想,已经不能适应时代变化了的经营环境,市场销售作为经营管理的一种全新的理论和方法,逐渐受到保险界的重视,并被引入到这一新领域。
目前,各个保险公司感受到了市场竞争的压力,使出浑身解数,从经营多样化(产险、寿险、投资等集团经营)、渠道多元化(例如,扩张机构网络、大力发展代理人、银行保险、网上营销)、手段现代化(例如,电视广告、公益活动、互联网)等方面积极向用户推荐保险服务。
目前,向用户推荐保险服务的方法是盲目的,不具有针对性,成功率低。
发明内容
本申请实施例提供了一种基于预测模型配置保险需求的方法及相关产品,以期根据用户的综合信息,在保险数据库中匹配出与用户适配的保险需求,提高报销营销的成功率。
第一方面,本申请实施例提供一种基于预测模型配置保险需求的方法,所述方法包括:
从保险公司的用户数据库中获取任意一个用户的综合信息;
将所述用户的综合信息输入到预先训练好的健康预测模型,以得到对所述用户的健康评分;
将所述健康评分输入到所述保险公司的保险数据库,在所述保险数据库中配置与所述健康评分对应的保险需求;
向所述用户的终端设备发送所述保险需求。
第二方面,本申请实施例提供一种基于预测模型配置保险需求的装置,所述装置包括:
获取单元,用于从保险公司的用户数据库中获取任意一个用户的综合信息;
输入单元,用于将所述用户的综合信息输入到预先训练好的健康预测模型,以得到对所述用户的健康评分;
配置单元,用于将所述健康评分输入到所述保险公司的保险数据库,在所述保险数据库中配置与所述健康评分对应的保险需求;
发送单元,用于向所述用户的终端设备发送所述保险需求。
第三方面,本申请实施例提供一种电子设备,包括一个或多个处理器、一个或多个存储器、一个或多个收发器,以及一个或多个程序,所述一个或多个程序被存储在所述存储器中,并且被配置由所述一个或多个处理器执行,所述程序包括用于执行如第一方面所述的方法中的步骤的指令。
第四方面,本申请实施例提供一种计算机可读存储介质,其存储用于电子数据交换的计算机程序,其中,所述计算机程序使得计算机执行如第一方面所述的方法。
第五方面,本申请实施例提供一种计算机程序产品,所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,所述计算机可操作来使计算机执行如第一方面所述的方法。
实施本申请实施例,具有如下有益效果:
可以看出,在本申请实施例中,从保险公司的用户数据库中获取任意一个用户的综合信息,基于健康预测模型得到该用户的综合信息对应的健康评分,然后在保险数据库中在所述保险数据库中配置与所述健康评分对应的保险需求,依据健康评分确定用户的保险需求,使其配置的保险需求对用户具有针对性,将该保险需求发送至用户的终端设备,提高推荐保险需求的成功率,提高保险营销的说服力。
附图说明
为了更清楚地说明本申请实施例中的技术方案,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申请的一些实施例,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为本申请实施例提供的一种基于预测模型配置保险需求的方法的流程示意图;
图1A为本申请实施例提供的一种练健康预测模型得到预设训练好的健康预测模型的流程示意图;
图1B为本申请实施例提供的一种配置用户健康评分对应的保险需求的示意图;
图2为本申请实施例提供的另一种基于预测模型配置保险需求的方法的流程示意图;
图3为本申请实施例提供的另一种基于预测模型配置保险需求的方法的流程示意图;
图4为本申请实施例提供的一种基于预测模型配置保险需求的装置的结构示意图;
图5是本申请实施例提供的一种基于预测模型配置保险需求的装置的功能单元组成框图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结果或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本申请中的电子设备可以包括智能手机(如Android手机、iOS手机、WindowsPhone手机等)、平板电脑、掌上电脑、笔记本电脑、移动互联网设备MID(Mobile InternetDevices,简称:MID)或穿戴式设备等,上述电子设备仅是举例,而非穷举,包含但不限于上述电子设备,为了描述的方便,下面实施例中将上述电子设备称为用户设备UE(Userequipment,简称:UE)。当然在实际应用中,上述用户设备也不限于上述变现形式,例如还可以包括:智能车载终端、计算机设备等等。
参阅图1,图1为本申请实施例提供的一种基于预测模型配置保险需求的方法的流程示意图,该方法应用于电子设备,该方法包括如步骤S101~S104中所示的内容:
步骤S101、从保险公司的用户数据库中获取任意一个用户的综合信息。
可选的,所述用户的综合信息可来自提前录入该保险公司的用户数据库的综合信息或者临时输入到该用户数据库中的综合信息。
可选的,保险推送平台在从该保险公司的用户数据库中调取任意一个用户的综合信息之前,首先获取访问权限,在允许访问后调取该用户的综合信息。
其中,该用户的综合信息具体包括:该用户的人口学信息和该用户的医疗信息,其人口学信息具体包括:个人信息、投保信息、理赔信息、饮食习惯信息、行为习惯信息,其个人信息包括用户的性别、年龄、职业、居住地、家庭结构信息等;其投保信息包括用户在保险公司已购买的保险产品信息等;其理赔信息包括用户在保险公司已发生理赔的疾病信息;其饮食习惯信息包括睡眠、抽烟、喝酒、摄入蔬果量信息等;其行为习惯信息包括运动信息等;其医疗信息具体包括:体检信息和病历信息。
步骤S102、将所述用户的综合信息输入到预先训练好的健康预测模型,以得到所述用户的健康评分。
其中,健康评分可以为50、60、70、80或者其他值。
可选的,得到所述用户的健康评分具体包括:提取所述人口学信息中用于计算健康评分的特征信息,例如,运动信息、饮食习惯信息;将所述特征信息作为输入数据输入到预先训练好的健康预测模型,在所述预设训练好的健康预测模型的输出端输出所述特征信息对应的第一健康评分。
可选的,需先训练健康预测模型以得到预设训练好的健康预测模型,其训练过程如图1A中所示的内容:
步骤10、从健康中心的数据库中获取预设数量(例如,5000)的信息样本,各个所述信息样本中包括用户的人口学信息、用户的标识信息(例如,身份证号码、手机号码)、健康中心依据用户的人口学信息对用户的健康评分结果;
步骤11、将获取到的预设数量的信息样本分为第一比例(例如,80%)的训练集和第二比例(例如,20%)的测试集;
步骤12、利用所述训练集中的各个用户的人口学信息训练预先确定的健康预测模型,以得到预设训练好的健康预测模型,利用所述测试集中的各个用户的人口学信息对所述预设训练好的健康预测模型进行测试,若测试通过,则训练结束,若测试不通过,从所述健康中心的数据库中增加信息样本的数量,并重新执行步骤11和步骤12。
可选的,利用所述测试集中的各个用户的人口学信息对所述预设训练好的健康预测模型进行测试具体包括:利用所述预设训练好的健康预测模型对所述测试集中的各个用户的人口学信息进行分析,以得出各个用户的健康评分;利用各个用户的标识信息,查询各个用户在健康中心的数据库中的健康评分,确定利用所述预设训练好的健康预测模型得到的健康评分与所述健康中心的健康评分的差值得到对所述预设训练好的健康预测模型的准确性测试结果,其输出结果为二值数据,即0和1的二值数据,0代表准确性测试结果为错误,1代表准确性测试结果为正确,具体为如所述差值落入预设区间内[-a,a]内,得到准确性测试结果为1,如所述差值落入预设区间内[-a,a]外,得到准确性测试结果为0,确定准确性测试结果为1占所有准确性测试结果的百分比,如所述百分比大于百分比阈值(例如,80%),则确定对所述预设训练好的健康预测模型的测试通过,或者,如所述百分比比小于或者等于所述百分比阈值,确定对所述设训练好的健康预测模型的测试不通过,需从所述健康中心的数据库中增加信息样本的数量,并重新执行步骤11和步骤12。
进一步地,在得到对所述用户的第一健康评分后,提取所述综合信息中的医疗信息,处理所述医疗信息,以得到所述医疗信息对应的重疾概率,将所述重疾概率输入到所述预设训练好的健康预测模型的输出端,调整所述第一健康评分,得到所述用户的健康评分。其中,得到所述医疗信息对应的重疾概率具体包括:将所述医疗信息与疾病样本数据库进行信息比对,确定所述医疗信息中对患病有影响的多个疾病影响因子;从所述疾病样本数据库中提取所述多个疾病影响因子中每个疾病影响因子的自回归系数;根据重疾概率计算公式、疾病影响因子和自回归系数计算所述医疗信息对应的重疾概率。
其中,
其中,P为所述用户的重疾概率,Xi为第i个疾病影响因子在所述医疗信息中的数值,βi为所述第i个疾病影响因子的自回归系数,为所述第i个疾病影响因子在所述疾病样本数据库中的平均值,S0(t)为在t时刻患有与所述第i个疾病影响因子相关的疾病的人群在所述疾病样本数据库中的生存率,t为输入所述用户的综合信息的时刻,n为疾病影响因子的总数。
可选的,将所述重疾概率输入到所述预设训练好的健康预测模型的输出端,调整所述第一健康评分,得到所述用户的健康评分,包括:基于所述重疾概率相应的增减所述第一健康评分,因为,重疾概率是衡量用户身体健康的一个重要标准,因此,可将重疾概率作为健康评分的补偿值,故用户的健康评分=第一健康评分+补偿值,如重疾概率过高时,其对应的补偿值为负值,具体来讲,当重疾概率在第一概率区间[0,P1]时,对应的补偿值为σ1,当重疾概率在第二概率区间[P1,P2]时,对应的补偿值为σ2,当重疾概率在第三概率区间[P2,1]时,对应的补偿值为σ3,σ1>σ2>σ3,其中,当然还可划分更多的概率区间,这里的三个概率区间只做示例说明,不做唯一限定。
举例来说,如第一健康评分为90,重疾概率0<P<P1,可得用户的健康评分为(90+σ1)。
步骤S103、将所述健康评分输入到所述保险公司的保险数据库,在所述保险数据库中配置与所述健康评分对应的保险需求。
可选的,根据健康评分与保险种类的映射关系在所述保险公司的保险数据库中匹配所述健康评分对应的险种;根据所述健康评分调整所述险种预先设定的理赔比例,得到所述用户在所述险种方面的理赔比例;从所述用户的综合信息中提取所述用户的经济信息,根据所述经济信息确定所述险种的保额;根据所述险种、理赔比例和保额配置所述用户的保险需求。
可以理解的是,在现有保险公司的条约中,险种与理赔比例成对出现,均预先设定好的,本申请中在确定险种后,依据所述健康评分动态调整预先设定的理赔比例,因为基于健康评分可预测用户未来健康状态,如用户当前健康评分较高,则可设定较高的理赔比例,因为用户的患病概率低,故用户如患病则可获得更高的理赔比例,因此通过动态调整理赔比例,可激发用户投保的积极性,进一步提高保险营销的成功率。
可选的,预先建立健康评分、保险种类、理赔比例之间的第一映射关系,依据映射关系可确定所述用户健康评分对应的保险种类和理赔比例,然后,预先建立经济信息与保额的第二映射关系,从而得到所述用户的健康评分对应的险种、理赔比例和保额,依据该险种、理赔比例和保额生成所述用户的保单信息,即保险需求。
举例来说,图1B举例示出了一种配置所述用户健康评分对应的保险需求的示意图,图1B左边举例示出了健康评分、保险种类、理赔比例的第一映射关系,图1B右边示出了经济信息与保额的第二映射关系,故依据图1B所示可确定用户的保险需求。
当然,在得到所述险种后,可依据所述用户的标识信息,在所述保险数据库中查询所述用户的投保信息,查询所述用户的投保信息中是否已投保所述险种,如是,提取所述投保信息在所述险种方面已投放的保额,确定所述已投放的保额是否与上述保额匹配,如否,则可以所述投保信息中的保单信息为标准为所述用户追加保额,生成新的保单信息,将所述保单信息标记为所述用户的保险需求。
步骤S104、向所述用户的终端设备发送所述保险需求。
可选的,在用户数据库中查询该用户终端设备的号码,将所述保险需求发送至所述号码的终端设备。
可以看出,在本申请实施例中,从保险公司的用户数据库中获取任意一个用户的综合信息,提取所述综合信息中的人口学信息,将所述人口学信息输入到健康预测模型得到该用户的第一健康评分,处理所述综合信息中的医疗信息,得到所述用户的重疾概率,依据所述重疾概率调整所述第一健康评分,得到所述用户的健康评分,因此,依据重疾概率调整健康评分使用户的健康评分更加客观,更加准确,然后在保险数据库中在所述保险数据库中配置与所述健康评分对应的险种,依据健康评分确定用户的险种,使其配置出的险种对用户更具有针对性,最后,再结合用户的经济信息确定所述用户的保额,配置出所述用户的保险需求,按照所述保额配置出的保险需求更加符合用户的需求,更具有针对性,故将该保险需求发送至用户的终端设备,可提高推荐保险需求的成功率,提高保险营销的说服力。
在一可能的示例中,对所述保险公司的用户数据库中用户的综合信息进行聚类分析,得到多族用户,对每一族下的多个用户的建立一级家族画像标签,所述聚类分析以用户的基本信息为标准执行聚类分析操作,在配置完任意一用户的保险需求后,解析所述用户的家族标签,向同属于所述家族标签下的多个用户的终端设备同时推送所述保险需求。可以看出,本示例中通过建立家族画像标签实现向需求相同的用户同步推送保险需求,从而提高报销营销的效率。
参阅图2,图2为本申请实施例提供的另一种基于预测模型配置保险需求的方法的流程示意图,该方法应用于电子设备,该方法包括步骤S201~步骤S207中所示的内容:
步骤S201、建立线上投保系统。
可选的,保险推送平台建立线上投保系统时,预先在支持所述线上投保系统的硬件设备中嵌入所述预先训练好的健康预测模型。其中,所述支持线上投保系统的硬件设备与所述保险公司的用户数据库保持通信连接,以调取所述用户数据库中的数据。
步骤S202、接收任意一用户在所述线上投保系统的用户信息输入界面输入的综合信息。
可选的,所述线上投保系统具有多个功能界面,如风格展示界面、人工服务界面、用户信息输入界面、健康评分详情界面,等等。
步骤S203、将所述综合信息输入到所述预设训练好的健康预测模型,得到所述用户的健康评分。
步骤S204、调用所述保险公司的保险数据库,根据所述健康评分在所述保险保险公司的数据库中配置所述用户的保险需求。
步骤S205、在线上投保系统的网页界面显示所述保险需求。
可选的,以文字的形式在所述网页界面所述保险需求或者以图像的形式在所述网页界面显示所述保险需求或者以图文的形式在所述网页界面显示所述保险需求。
步骤S206、确定在所述网页界面是否检测到预设操作;
如是,执行步骤S207;
如否,返回步骤S202。
可选的,确定在所述网页界面是否检测到预设操作具体包括:确定在所述网页界面的底部是否检测到针对详情信息的链接按钮的点击操作,或者在所述网页界面所述用户的浏览时长是否大于第一阈值,其中,确定在所述网页界面所述用户的浏览时长具体包括:以显示所述网页界面的时刻为起始时刻开始计时,检测向所述线上系统发送关闭页面的数据包时刻,以所述时刻为结束时刻,将所述起始时刻和所述结束时刻中的时间间隔作为时浏览时长,或者所述用户从所述网页界面的顶部是否浏览至底部,或者所述用户对所述网页界面的浏览次数是否大于第二阈值,其中,确定所述用户对所述网页界面的浏览次数具体包括:在登录所述线上系统时,获取登录所述线上系统的终端设备的MAC地址,在检测到加载出所述网页界面时,保存所述MAC地址,并统计保存所述MAC地址的次数,将所述MAC地址的次数作为所述用户对所述网页界面的浏览次数。
其中,第一阈值可以为3分钟、7分钟、10分钟或者其他值。
其中,第二阈值可以为5次、7次、10次或者其他值。
步骤S207、确定是否接收到所述用户的在线投保请求;
如是,执行步骤S208;
如否,执行步骤S209。
步骤S208、验证所述用户的在线投保请求,为所述用户配置与所述投保请求对应的保单信息,在所述网页界面显示所述保单信息,以供用户确认所述保单信息是否正确。
步骤S210、将所述用户标记为感兴趣用户,向所述保险公司的终端设备发送所述感兴趣用户的综合信息和在所述线上投保系统中为所述用户配置的保险需求。
可以看出,在本申请实施例中,建立线上投保系统,接收任意一个用户在所述线上投保系统的信息输入界面输入的综合信息,依据该综合信息确定所述用户的健康评分,依据该健康评分为所述用户配置保险需求,并将该保险需求显示在所述在线投保系统的网页界面,如在所述网页界面未接收到用户的在线投保请求,检测所述用户在所述网页界面的点击操作,如检测到预设操作,将所述用户标记为感兴趣用户,将所述用户的综合信息以及所述线上投保系统为所述用户配置的保险需求发送至所述保险公司的终端设备,以告知所述保险公司所述用户对所述保险需求感兴趣,以委派专业人员与所述用户在线或者线下交流,以提高保险营销的成功率,由于所述保险需求与所述用户的健康评分对应,因此本申请中配置出的保险需求具有针对性,增加保险营销的说服力。
参阅图3,图3为本申请实施例提供的另一种基于预测模型配置保险需求的方法的流程示意图,该方法应用于电子设备,该方法包括:
步骤S301、建立线上投保系统。
步骤S302、接收任意一用户在所述线上投保系统的用户信息输入界面输入的综合信息。
步骤S303、将所述综合信息输入到所述预设训练好的健康预测模型,得到所述用户的健康评分。
步骤S304、调用所述保险公司的保险数据库,根据所述健康评分在所述保险保险公司的数据库中配置所述用户的保险需求。
步骤S305、在线上投保系统的网页界面显示所述保险需求。
步骤S306、如在所述网页界面检测到预设操作,且未接收到所述用户的在线投保请求时,将所述用户标记为感兴趣用户。
步骤S307、获取所述感兴趣用户登录所述线上投保系统时所使用的终端设备的IP地址。
可选的,在输入所述用户的综合信息之前,需在所述线上投保系统完成注册,在注册后可依据注册账号完成对所述线上系统的登录,其中,在每次登录时,所述终端设备需要对所述线上系统发送登录数据包,所述线上系统解析所述数据包,获取所述登录数据包中的登录账号、登录设备、登录时间、登录的IP地址,在验证所述登录数据包合法时,允许所述终端设备登录所述线上系统,并所述IP地址保存在所述线上投保系统的配置文件中,在确定所述用户为感兴趣用户后,从所述配置文件中获取所述终端设备的IP地址。
步骤S308、根据所述IP地址确定所述终端设备的位置信息。
可选的,根据所述IP地址确定所述终端设备的位置信息具体包括:获取所述IP地址的IP地址类型,具体来讲,所述IP地址类型包括但不限于固定分配单中心点类型(如学校的某个校区)、动态分配单中心点类型(如单个小区)、固定分配多中心点类型(如学校的多个校区)和动态分配多中心点类型(如多个小区),如所述IP地址属于所述固定分配单中心点类型或者动态分配单中心点类型时,在IP地址信息库中直接查询所述IP地址对应的位置信息,如所述IP地址属于固定分配多中心点类型或者动态分配多中心点类型时,在IP地址信息库中查询所述终端设备的停留位置,在所述终端设备的停留位置附近,获取所述IP地址对应的位置信息。
步骤S309、查询所述保险公司中与所述位置信息距离最近的线下子保险公司,向所述线下子保险公司的终端设备发送所述用户的综合信息和在所述线上投保系统中为所述用户配置的保险需求。
可以看出,在本申请实施例中,建立线上投保系统,接收任意一个用户在所述线上投保系统的信息输入界面输入的综合信息,依据该综合信息确定所述用户的健康评分,依据该健康评分为所述用户配置保险需求,并将该保险需求显示在所述在线投保系统的网页界面,如在所述网页界面未接收到用户的在线投保请求,检测所述用户在所述网页界面的点击操作,如检测到预设操作,将所述用户标记为感兴趣用户,并获取所述用户登录所述线上投保系统时所使用的终端设备的IP地址,根据所述IP地址获取所述终端设备的位置信息,然后,获取与所述位置信息距离最近的所述保险公司中的一个线下子保险公司,并将所述用户的综合信息以及保险需求发送至所述线下子保险公司的终端设备,以告知所述线下子保险公司所述用户对所述保险需求感兴趣,以委派专业人员与所述用户开展线下交流,以提高保险营销的成功率,由于所述保险需求与所述用户的健康评分对应,因此本申请中配置出的保险需求具有针对性,增加保险营销的说服力。
与上述图1、图2、图3所示的实施例一致的,请参阅图4,图4为本申请实施例提供的一种基于预测模型配置保险需求的装置400的结构示意图,如图4所示,该装置400包括处理器、存储器、通信接口以及一个或多个程序,其中,上述一个或多个程序不同于上述一个或多个应用程序,且上述一个或多个程序被存储在上述存储器中,并且被配置由上述处理器执行,上述程序包括用于执行以下步骤的指令;
从保险公司的用户数据库中获取任意一个用户的综合信息;
将所述用户的综合信息输入到预先训练好的健康预测模型,以得到所述用户的健康评分;
将所述健康评分输入到所述保险公司的保险数据库,在所述保险数据库中配置与所述健康评分对应的保险需求;
向所述用户的终端设备发送所述保险需求。
在一可能的示例中,当所述综合信息包括人口学信息和医疗信息时,在将所述用户的综合信息输入到预先训练好的健康预测模型,以得到对所述用户的健康评分方面,上述程序中的指令具体用于执行以下操作:
提取所述人口学信息中的特征信息,将所述特征信息作为输入数据输入到预先训练好的健康预测模型,在所述预设训练好的健康预测模型的输出端输出所述特征信息对应的第一健康评分;
处理所述医疗信息,以得到所述医疗信息对应的重疾概率;
将所述重疾概率输入到所述预设训练好的健康预测模型的输出端,调整所述第一健康评分,得到所述用户的健康评分。
在一可能的示例中,在处理所述医疗信息,以得到所述医疗信息对应的重疾概率方面,上述程序中的指令具体用于执行以下操作:
将所述医疗信息与疾病样本数据库进行信息比对,确定所述医疗信息中对患病有影响的多个疾病影响因子;
从所述疾病样本数据库中提取所述多个疾病影响因子中每个疾病影响因子的自回归系数;
根据重疾概率计算公式、疾病影响因子和自回归系数计算所述医疗信息对应的重疾概率;
其中,P为所述用户的重疾概率,Xi为第i个疾病影响因子在所述医疗信息中的数值,βi为所述第i个疾病影响因子的自回归系数,为所述第i个疾病影响因子在所述疾病样本数据库中的平均值,S0(t)为在t时刻患有与所述第i个疾病影响因子相关的疾病的人群在所述疾病样本数据库中的生存率,t为输入所述用户的综合信息的时刻,n为疾病影响因子的总数。
在一可能的示例中,在将所述健康评分输入到所述保险公司的保险数据库,在所述保险数据库中配置与所述健康评分对应的保险需求具体方面,上述程序中的指令具体用于执行以下操作:
根据健康评分与保险种类的映射关系在所述保险公司的保险数据库中匹配所述健康评分对应的险种;
根据所述健康评分调整所述险种预先设定的理赔比例,得到所述用户在所述险种方面的理赔比例;
从所述用户的综合信息中提取所述用户的经济信息,根据所述经济信息确定所述险种的保额;
根据所述险种、理赔比例和保额配置所述用户的保险需求。
在一可能的示例中,上述程序中的指令还用于执行以下操作
建立线上投保系统;
接收任意一用户在所述线上投保系统的用户信息输入界面输入的综合信息,将所述综合信息输入到所述预设训练好的健康预测模型,得到所述用户的健康评分,调用所述保险公司的保险数据库,根据所述健康评分在所述保险保险公司的数据库中配置所述用户的保险需求,在线上投保系统的网页界面显示所述保险需求;
如在所述网页界面检测到预设操作,且未接收到所述用户的在线投保请求时,将所述用户标记为感兴趣用户;
向所述保险公司的终端设备发送所述感兴趣用户的综合信息和在所述线上投保系统中为所述用户配置的保险需求。
在一可能的示例中,在如在所述网页界面检测到预设操作,且未接收到所述用户的在线投保请求时,将所述用户标记为感兴趣用户方面,上述程序中的指令具体用于执行以下操作:
如在所述网页界面的底部检测到针对详情信息的链接按钮的点击操作,或者如在所述网页界面检测到所述用户的浏览时长大于第一阈值时,或者如检测到所述用户从所述网页界面的顶部浏览至底部时,或者如检测到所述用户对所述网页界面的浏览次数大于第二阈值时,且未接收到所述用户的在线投保请求时,将所述用户标记为感兴趣用户。
在一可能的示例中,上述程序中的指令还用于执行以下操作:
在确定所述感兴趣用户后,获取所述感兴趣用户登录所述线上投保系统时所使用的终端设备的IP地址,根据所述IP地址确定所述终端设备的位置信息,查询所述保险公司中与所述位置信息距离最近的线下子保险公司,向所述线下子保险公司的终端设备发送所述用户的综合信息和在所述线上投保系统中为所述用户配置的保险需求。
参阅图5,图5示出了上述实施例中所涉及的基于预测模型配置保险需求的装置500的一种可能的功能单元组成框图,装置500包括获取单元510、输入单元520、配置单元530、发送单元540、其中;
获取单元510,用于从保险公司的用户数据库中获取任意一个用户的综合信息;
输入单元520,用于将所述用户的综合信息输入到预先训练好的健康预测模型,以得到对所述用户的健康评分;
配置单元530,用于将所述健康评分输入到所述保险公司的保险数据库,在所述保险数据库中配置与所述健康评分对应的保险需求;
发送单元540,用于向所述用户的终端设备发送所述保险需求。
在一可能的示例中,当所述综合信息包括人口学信息和医疗信息时,在将所述用户的综合信息输入到预先训练好的健康预测模型,以得到对所述用户的健康评分时,输入单元520,具体用于:提取所述人口学信息中的特征信息,将所述特征信息作为输入数据输入到预先训练好的健康预测模型,在所述预设训练好的健康预测模型的输出端输出所述特征信息对应的第一健康评分;以及用于处理所述医疗信息,以得到所述医疗信息对应的重疾概率;以及用于将所述重疾概率输入到所述预设训练好的健康预测模型的输出端,调整所述第一健康评分,得到所述用户的健康评分。
在一可能的示例中,在处理所述医疗信息,以得到所述医疗信息对应的重疾概率时,输入单元520,具体用于:将所述医疗信息与疾病样本数据库进行信息比对,确定所述医疗信息中对患病有影响的多个疾病影响因子;以及用于从所述疾病样本数据库中提取所述多个疾病影响因子中每个疾病影响因子的自回归系数;以及用于根据重疾概率计算公式、疾病影响因子和自回归系数计算所述医疗信息对应的重疾概率;
其中,P为所述用户的重疾概率,Xi为第i个疾病影响因子在所述医疗信息中的数值,βi为所述第i个疾病影响因子的自回归系数,为所述第i个疾病影响因子在所述疾病样本数据库中的平均值,S0(t)为在t时刻患有与所述第i个疾病影响因子相关的疾病的人群在所述疾病样本数据库中的生存率,t为输入所述用户的综合信息的时刻,n为疾病影响因子的总数。
在一可能的示例中,在将所述健康评分输入到所述保险公司的保险数据库,在所述保险数据库中配置与所述健康评分对应的保险需求时,配置单元530,具体用于:根据健康评分与保险种类的映射关系在所述保险公司的保险数据库中匹配所述健康评分对应的险种;以及用于根据所述健康评分调整所述险种预先设定的理赔比例,得到所述用户在所述险种方面的理赔比例;以及用于从所述用户的综合信息中提取所述用户的经济信息,根据所述经济信息确定所述险种的保额;以及用于根据所述险种、理赔比例和保额配置所述用户的保险需求。
在一可能的示例中,装置500还包括处理单元550;
其中,处理单元550,用于:建立线上投保系统;以及用于接收任意一用户在所述线上投保系统的用户信息输入界面输入的综合信息,将所述综合信息输入到所述预设训练好的健康预测模型,得到所述用户的健康评分,调用所述保险公司的保险数据库,根据所述健康评分在所述保险保险公司的数据库中配置所述用户的保险需求,在线上投保系统的网页界面显示所述保险需求;以及用于如在所述网页界面检测到预设操作,且未接收到所述用户的在线投保请求时,将所述用户标记为感兴趣用户;以及用于向所述保险公司的终端设备发送所述感兴趣用户的综合信息和在所述线上投保系统中为所述用户配置的保险需求。
在一可能的示例中,在如在所述网页界面检测到预设操作,且未接收到所述用户的在线投保请求时,将所述用户标记为感兴趣用户,处理单元550,具体用于:如在所述网页界面的底部检测到针对详情信息的链接按钮的点击操作,或者如在所述网页界面检测到所述用户的浏览时长大于第一阈值时,或者如检测到所述用户从所述网页界面的顶部浏览至底部时,或者如检测到所述用户对所述网页界面的浏览次数大于第二阈值时,且未接收到所述用户的在线投保请求时,将所述用户标记为感兴趣用户。
在一可能的示例中,处理单元550,还用于:在确定所述感兴趣用户后,获取所述感兴趣用户登录所述线上投保系统时所使用的终端设备的IP地址,根据所述IP地址确定所述终端设备的位置信息,查询所述保险公司中与所述位置信息距离最近的线下子保险公司,向所述线下子保险公司的终端设备发送所述用户的综合信息和在所述线上投保系统中为所述用户配置的保险需求。
本申请实施例还提供一种计算机存储介质,其中,该计算机存储介质存储用于电子数据交换的计算机程序,该计算机程序使得计算机执行如上述方法实施例中记载的任何一种基于预测模型配置保险需求的方法的部分或全部步骤。
本申请实施例还提供一种计算机程序产品,所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,所述计算机程序可操作来使计算机执行如上述方法实施例中记载的任何一种基于预测模型配置保险需求的方法的部分或全部步骤。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于可选实施例,所涉及的动作和模块并不一定是本申请所必须的。
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的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可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,例如所述单元的划分,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信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
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,在本申请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,也可以采用软件程序模块的形式实现。
所述集成的单元如果以软件程序模块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器中。基于这样的理解,本申请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器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、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理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取器(英文:Random Access Memory,简称:RAM)、磁盘或光盘等。
以上对本申请实施例进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种基于预测模型配置保险需求的方法,其特征在于,所述方法包括:
从保险公司的用户数据库中获取任意一个用户的综合信息;
将所述用户的综合信息输入到预先训练好的健康预测模型,以得到所述用户的健康评分;
将所述健康评分输入到所述保险公司的保险数据库,在所述保险数据库中配置与所述健康评分对应的保险需求;
向所述用户的终端设备发送所述保险需求。
2.根据权利要求1所述的方法,其特征在于,当所述综合信息包括人口学信息和医疗信息时,所述将所述用户的综合信息输入到预先训练好的健康预测模型,以得到对所述用户的健康评分具体包括:
提取所述人口学信息中的特征信息,将所述特征信息作为输入数据输入到预先训练好的健康预测模型,在所述预设训练好的健康预测模型的输出端输出所述特征信息对应的第一健康评分;
处理所述医疗信息,以得到所述医疗信息对应的重疾概率;
将所述重疾概率输入到所述预设训练好的健康预测模型的输出端,调整所述第一健康评分,得到所述用户的健康评分。
3.根据权利要求2所述的方法,其特征在于,所述处理所述医疗信息,以得到所述医疗信息对应的重疾概率具体包括:
将所述医疗信息与疾病样本数据库进行信息比对,确定所述医疗信息中对患病有影响的多个疾病影响因子;
从所述疾病样本数据库中提取所述多个疾病影响因子中每个疾病影响因子的自回归系数;
根据重疾概率计算公式、疾病影响因子和自回归系数计算所述医疗信息对应的重疾概率;
其中,P为所述用户的重疾概率,Xi为第i个疾病影响因子在所述医疗信息中的数值,βi为所述第i个疾病影响因子的自回归系数,为所述第i个疾病影响因子在所述疾病样本数据库中的平均值,S0(t)为在t时刻患有与所述第i个疾病影响因子相关的疾病的人群在所述疾病样本数据库中的生存率,t为输入所述用户的综合信息的时刻,n为疾病影响因子的总数。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述将所述健康评分输入到所述保险公司的保险数据库,在所述保险数据库中配置与所述健康评分对应的保险需求具体包括:
根据健康评分与保险种类的映射关系在所述保险公司的保险数据库中匹配所述健康评分对应的险种;
根据所述健康评分调整所述险种预先设定的理赔比例,得到所述用户在所述险种方面的理赔比例;
从所述用户的综合信息中提取所述用户的经济信息,根据所述经济信息确定所述险种的保额;
根据所述险种、理赔比例和保额配置所述用户的保险需求。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述方法还包括:
建立线上投保系统;
接收任意一用户在所述线上投保系统的用户信息输入界面输入的综合信息,将所述综合信息输入到所述预设训练好的健康预测模型,得到所述用户的健康评分,调用所述保险公司的保险数据库,根据所述健康评分在所述保险保险公司的数据库中配置所述用户的保险需求,在线上投保系统的网页界面显示所述保险需求;
如在所述网页界面检测到预设操作,且未接收到所述用户的在线投保请求时,将所述用户标记为感兴趣用户;
向所述保险公司的终端设备发送所述感兴趣用户的综合信息和在所述线上投保系统中为所述用户配置的保险需求。
6.根据权利要求5所述的方法,其特征在于,所述如在所述网页界面检测到预设操作,且未接收到所述用户的在线投保请求时,将所述用户标记为感兴趣用户具体包括:
如在所述网页界面的底部检测到针对详情信息的链接按钮的点击操作,或者如在所述网页界面检测到所述用户的浏览时长大于第一阈值时,或者如检测到所述用户从所述网页界面的顶部浏览至底部时,或者如检测到所述用户对所述网页界面的浏览次数大于第二阈值时,且未接收到所述用户的在线投保请求时,将所述用户标记为感兴趣用户。
7.根据权利要求5或6所述的方法,其特征在于,所述方法还包括:
在确定所述感兴趣用户后,获取所述感兴趣用户登录所述线上投保系统时所使用的终端设备的IP地址,根据所述IP地址确定所述终端设备的位置信息,查询所述保险公司中与所述位置信息距离最近的线下子保险公司,向所述线下子保险公司的终端设备发送所述用户的综合信息和在所述线上投保系统中为所述用户配置的保险需求。
8.一种基于预测模型配置保险需求的装置,其特征在于,所述装置包括:
获取单元,用于从保险公司的用户数据库中获取任意一个用户的综合信息;
输入单元,用于将所述用户的综合信息输入到预先训练好的健康预测模型,以得到对所述用户的健康评分;
配置单元,用于将所述健康评分输入到所述保险公司的保险数据库,在所述保险数据库中配置与所述健康评分对应的保险需求;
发送单元,用于向所述用户的终端设备发送所述保险需求。
9.一种电子设备,其特征在于,包括处理器、存储器、通信接口以及一个或多个程序,其中,所述一个或多个程序被存储在所述存储器中,并且被配置由所述处理器执行,所述程序包括用于执行权利要求1-7任一项方法中的步骤的指令。
10.一种计算机可读存储介质,其特征在于,其用于存储计算机程序,其中,所述计算机程序使得计算机执行如权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811319600.9A CN109493244A (zh) | 2018-11-07 | 2018-11-07 | 基于预测模型配置保险需求的方法及相关产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811319600.9A CN109493244A (zh) | 2018-11-07 | 2018-11-07 | 基于预测模型配置保险需求的方法及相关产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109493244A true CN109493244A (zh) | 2019-03-19 |
Family
ID=65695246
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811319600.9A Pending CN109493244A (zh) | 2018-11-07 | 2018-11-07 | 基于预测模型配置保险需求的方法及相关产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109493244A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110442797A (zh) * | 2019-08-19 | 2019-11-12 | 重庆华医康道科技有限公司 | 一种互联网医院产品配置优化方法 |
CN110674392A (zh) * | 2019-08-15 | 2020-01-10 | 阿里巴巴集团控股有限公司 | 基于历史健康档案的项目推荐方法以及装置 |
CN110706054A (zh) * | 2019-08-21 | 2020-01-17 | 中国平安财产保险股份有限公司 | 方案推送方法、装置、计算机装置及可读存储介质 |
CN111105316A (zh) * | 2019-11-13 | 2020-05-05 | 泰康保险集团股份有限公司 | 长期护理保险的数据处理方法、装置、介质与电子设备 |
CN111158812A (zh) * | 2019-12-17 | 2020-05-15 | 平安医疗健康管理股份有限公司 | 基于界面预测模型的界面展示方法、装置和计算机设备 |
CN111275558A (zh) * | 2020-01-13 | 2020-06-12 | 上海维跃信息科技有限公司 | 用于确定保险数据的方法和装置 |
CN111462910A (zh) * | 2020-03-31 | 2020-07-28 | 上海商汤智能科技有限公司 | 项目的匹配方法及装置、电子设备和存储介质 |
CN111832583A (zh) * | 2019-04-15 | 2020-10-27 | 泰康保险集团股份有限公司 | 基于区块链的健康管理方法、装置、介质及电子设备 |
CN111933239A (zh) * | 2020-09-17 | 2020-11-13 | 泰康保险集团股份有限公司 | 数据处理的方法及装置、系统、存储介质 |
CN112116969A (zh) * | 2020-08-03 | 2020-12-22 | 北京健康之家科技有限公司 | 信息推荐方法、装置、存储介质及计算机设备 |
CN112634061A (zh) * | 2020-07-21 | 2021-04-09 | 中国再保险(集团)股份有限公司 | 一种用户数据处理方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105844530A (zh) * | 2016-03-24 | 2016-08-10 | 深圳市前海安测信息技术有限公司 | 基于健康管理的保险精算方法和系统 |
CN107146160A (zh) * | 2016-02-26 | 2017-09-08 | 平安科技(深圳)有限公司 | 投保客户健康状况分析方法及服务器 |
CN107871285A (zh) * | 2017-12-06 | 2018-04-03 | 和金在线(北京)科技有限公司 | 一种健康保险赔欺诈及滥用的侦测方法和系统 |
CN107910068A (zh) * | 2017-11-29 | 2018-04-13 | 平安健康保险股份有限公司 | 投保用户的健康风险预测方法、装置、设备及存储介质 |
-
2018
- 2018-11-07 CN CN201811319600.9A patent/CN109493244A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107146160A (zh) * | 2016-02-26 | 2017-09-08 | 平安科技(深圳)有限公司 | 投保客户健康状况分析方法及服务器 |
CN105844530A (zh) * | 2016-03-24 | 2016-08-10 | 深圳市前海安测信息技术有限公司 | 基于健康管理的保险精算方法和系统 |
CN107910068A (zh) * | 2017-11-29 | 2018-04-13 | 平安健康保险股份有限公司 | 投保用户的健康风险预测方法、装置、设备及存储介质 |
CN107871285A (zh) * | 2017-12-06 | 2018-04-03 | 和金在线(北京)科技有限公司 | 一种健康保险赔欺诈及滥用的侦测方法和系统 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111832583A (zh) * | 2019-04-15 | 2020-10-27 | 泰康保险集团股份有限公司 | 基于区块链的健康管理方法、装置、介质及电子设备 |
CN110674392A (zh) * | 2019-08-15 | 2020-01-10 | 阿里巴巴集团控股有限公司 | 基于历史健康档案的项目推荐方法以及装置 |
CN110442797B (zh) * | 2019-08-19 | 2022-02-08 | 重庆华医康道科技有限公司 | 一种互联网医院产品配置优化方法 |
CN110442797A (zh) * | 2019-08-19 | 2019-11-12 | 重庆华医康道科技有限公司 | 一种互联网医院产品配置优化方法 |
CN110706054A (zh) * | 2019-08-21 | 2020-01-17 | 中国平安财产保险股份有限公司 | 方案推送方法、装置、计算机装置及可读存储介质 |
CN111105316A (zh) * | 2019-11-13 | 2020-05-05 | 泰康保险集团股份有限公司 | 长期护理保险的数据处理方法、装置、介质与电子设备 |
CN111158812A (zh) * | 2019-12-17 | 2020-05-15 | 平安医疗健康管理股份有限公司 | 基于界面预测模型的界面展示方法、装置和计算机设备 |
CN111158812B (zh) * | 2019-12-17 | 2022-09-09 | 深圳平安医疗健康科技服务有限公司 | 基于界面预测模型的界面展示方法、装置和计算机设备 |
CN111275558A (zh) * | 2020-01-13 | 2020-06-12 | 上海维跃信息科技有限公司 | 用于确定保险数据的方法和装置 |
CN111275558B (zh) * | 2020-01-13 | 2024-02-27 | 上海维跃信息科技有限公司 | 用于确定保险数据的方法和装置 |
CN111462910A (zh) * | 2020-03-31 | 2020-07-28 | 上海商汤智能科技有限公司 | 项目的匹配方法及装置、电子设备和存储介质 |
CN112634061A (zh) * | 2020-07-21 | 2021-04-09 | 中国再保险(集团)股份有限公司 | 一种用户数据处理方法及装置 |
CN112116969A (zh) * | 2020-08-03 | 2020-12-22 | 北京健康之家科技有限公司 | 信息推荐方法、装置、存储介质及计算机设备 |
CN112116969B (zh) * | 2020-08-03 | 2024-03-05 | 北京水滴科技集团有限公司 | 信息推荐方法、装置、存储介质及计算机设备 |
CN111933239A (zh) * | 2020-09-17 | 2020-11-13 | 泰康保险集团股份有限公司 | 数据处理的方法及装置、系统、存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109493244A (zh) | 基于预测模型配置保险需求的方法及相关产品 | |
CN105531691B (zh) | 用于标识数据值之间的隐私相关相关性的方法和装置 | |
CN105224623B (zh) | 数据模型的训练方法及装置 | |
US20200236184A1 (en) | Method, electronic device and computer storage medium for pushing information | |
WO2019184583A1 (zh) | 基于电子书的活动内容推送方法及电子设备 | |
CN107483500A (zh) | 一种基于用户行为的风险识别方法、装置及存储介质 | |
CN104537000B (zh) | 一种用于推送信息的方法和装置 | |
CN111949890B (zh) | 基于医学领域的数据推荐方法、设备、服务器及存储介质 | |
JP2021520567A (ja) | 顔マッチング方法および装置、記憶媒体 | |
CN108369586A (zh) | 用于检测网络中的交互和影响的系统和方法 | |
TW201901579A (zh) | 用於風險評測的資料採集方法及裝置和電子設備 | |
CN108764332A (zh) | 一种渠道质量分析方法、计算设备及存储介质 | |
CN108133390A (zh) | 用于预测用户行为的方法和装置以及计算设备 | |
CN110458594A (zh) | 一种基于用户权重的网络调查问卷生成方法和装置 | |
CN113412607A (zh) | 内容推送方法、装置、移动终端及存储介质 | |
CN110147498A (zh) | 一种知识推送方法、装置及存储设备、程序产品 | |
CN106910135A (zh) | 用户推荐方法及装置 | |
CN115271931A (zh) | 一种信用卡产品的推荐方法、装置、电子设备和介质 | |
CN111461827A (zh) | 产品评价信息的推送方法和装置 | |
CN107357782A (zh) | 一种识别用户性别的方法及终端 | |
US9332016B2 (en) | Web server, information providing method, and information providing system | |
CN106469163A (zh) | 一种公众号推荐方法及系统 | |
CN113408817B (zh) | 流量分发方法、装置、设备及存储介质 | |
CN108933846A (zh) | 一种泛解析域名的识别方法、装置及电子设备 | |
CN113409926A (zh) | 一种智能随访系统 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220606 Address after: 518000 China Aviation Center 2901, No. 1018, Huafu Road, Huahang community, Huaqiang North Street, Futian District, Shenzhen, Guangdong Province Applicant after: Shenzhen Ping An medical and Health Technology Service Co.,Ltd. Address before: Room 12G, Block H, 666 Beijing East Road, Huangpu District, Shanghai 200000 Applicant before: PING AN MEDICAL AND HEALTHCARE MANAGEMENT Co.,Ltd. |
|
TA01 | Transfer of patent application right |