CN109522400A - 核保方法、装置、计算机设备和存储介质 - Google Patents

Abstract

本申请涉及一种核保方法、装置、计算机设备和存储介质。所述方法包括：接收用户终端发送的核保请求，所述核保请求携带有投保人标识和核保数据；根据所述投保人标识获取到对应的核保规则，并根据所述核保规则对所述核保数据进行审核得到对应的初始承保条件；根据所述投保人标识从医保服务器获取对应的第一医保记录；从所述第一医保记录中提取待输入至投保人评分模型的字段；对所提取的字段进行标记，并将标记的字段输入至所述投保人评分模型中得到投保人评分；根据所述投保人评分对所述初始承保条件进行调整得到目标承保条件，并将所述目标承保条件发送至所述用户终端。采用本方法能够提高核保准确性。

Description

核保方法、装置、计算机设备和存储介质

技术领域

本申请涉及计算机技术领域，特别是涉及一种核保方法、装置、计算机设备和存储介质。

背景技术

在保险产品中，核保是整个产品的第一道门槛。保险公司通过核保来筛选满足保险产品要求的客户。

然而传统技术中大多数的核保方式是通过调查问卷提问与保险产品直接相关的问题来对用户进行评估，并根据评估结果得到对应的承保条件，这样通过调查问卷的方式来对用户进行评估，难以全面的评估用户，从而导致承保条件出现偏差。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高核保准确性的核保方法、装置、计算机设备和存储介质。

一种核保方法，所述方法包括：

接收用户终端发送的核保请求，所述核保请求携带有投保人标识和核保数据；

根据所述投保人标识获取到对应的核保规则，并根据所述核保规则对所述核保数据进行审核得到对应的初始承保条件；

根据所述投保人标识从医保服务器获取对应的第一医保记录；

从所述第一医保记录中提取待输入至投保人评分模型的字段；

对所提取的字段进行标记，并将标记的字段输入至所述投保人评分模型中得到投保人评分；

根据所述投保人评分对所述初始承保条件进行调整得到目标承保条件，并将所述目标承保条件发送至所述用户终端。

在其中一个实施例中，所述标记的字段至少包括姓名字段、性别字段、年龄字段、疾病字段和用药字段。

在其中一个实施例中，所述根据所述投保人评分对所述初始承保条件进行调整得到目标承保条件，包括：

获取所述投保人评分对应的调整步长；

根据所述调整步长对所述初始承保条件进行调整得到目标承保条件。

在其中一个实施例中，所述对所提取的字段进行标记，包括：

将所提取的疾病字段与标准疾病分组库中的第一标准字段进行匹配得到所述疾病字段的对应第一分组，将所提取的用药字段与标准药品分组库中的第二标准字段进行匹配得到所述用药字段的对应第二分组；

通过匹配得到的所述第一分组对所述疾病字段进行标记，通过匹配得到的所述第二分组对所述用药字段进行标记。

在其中一个实施例中，所述投保人评分模型的生成方式包括：

获取训练数据，所述训练数据包括第一历史年份的第二医保记录和第二历史年份的花费；

对所述第二医保记录中的训练字段进行标记得到训练变量值；

获取所述训练变量值对应的初始权值，并根据所述初始权值以及所述训练变量值计算得到综合评价值；

通过调整所述初始权值建立所述综合评价值与所述第二历史年份的花费的线性关系；

根据调整后的初始权值生成所述投保人评分模型。

在其中一个实施例中，所述对所述第二医保记录中的训练字段进行标记得到训练变量值之前，还包括：

从所述第二医保记录中选取只有初始字段不同的第三医保记录；

根据所述第三医保记录以及对应的所述第二历史年份的花费计算所述初始字段的显著性水平；

当所述显著性水平小于第二预设值时，则将所述初始字段标记为训练字段。

在其中一个实施例中，所述根据所述第三医保记录以及对应的所述第二历史年份的花费计算所述初始字段的显著性水平，包括：

根据所述第三医保记录以及对应的所述第二历史年份的花费计算得到t检验统计量；

根据所述统计量从t界值表中查询得到与所述初始字段对应的显著性水平。

一种核保装置，所述装置包括：

第一接收模块，用于接收用户终端发送的核保请求，所述核保请求携带有投保人标识和核保数据；

初始承保条件生成模块，用于根据所述投保人标识获取到对应的核保规则，并根据所述核保规则对所述核保数据进行审核得到对应的初始承保条件；

第一获取模块，用于根据所述投保人标识从医保服务器获取对应的第一医保记录；

提取模块，用于从所述第一医保记录中提取待输入至投保人评分模型的字段；

模型计算模块，用于对所提取的字段进行标记，并将标记的字段输入至所述投保人评分模型中得到投保人评分；

发送模块，用于根据所述投保人评分对所述初始承保条件进行调整得到目标承保条件，并将所述目标承保条件发送至所述用户终端。

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。

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。

上述核保方法、装置、计算机设备和存储介质，在接收到用户终端发送的核保请求后，可以根据核保数据以及对应的核保规则生成初始承保条件，然后根据与投保人标识对应的医保记录得到投保人评分，根据该投保人评分可以对初始承保规则而进行调整，从而保证了承保条件的准确性。

附图说明

图1为一个实施例中核保方法的应用场景图；

图2为一个实施例中核保方法的流程示意图；

图3为图2所示实施例中的步骤S212的流程图；

图4为一实施例中的投保人评分模型的生成方式的流程图；

图5为一个实施例中核保装置的结构框图；

图6为一个实施例中计算机设备的内部结构图。

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。

本申请提供的核保方法，可以应用于如图1所示的应用环境中。其中，核保终端通过网络与用户终端进行通信，核保终端还通过网络与医保服务器进行通信。具体地，用户在用户终端填写用户的基本信息，用户终端根据用户填写的基本信息生成核保请求，并将该核保请求发送至核保终端，核保终端在接收到该核保请求后，根据投保人标识获取到对应的核保规则，并根据核保规则对核保数据进行审核得到初始承保条件，且核保终端根据该核保请求中的投保人标识从医保服务器获取到对应的第一医保记录，然后从第一医保记录中提取待输入至投保人评分模型的字段，并将所提取的字段新型标记，将标记后的字段输入至投保人评分模型中得到投保人评分，根据投保人评分对初始承保条件进行调整得到目标承保条件，并将该目标承保条件发送至用户终端，从而可以通过该投保人的医保记录对初始承条件进行调整，不再仅仅依靠用户调查问卷，使得承保条件更为准确。其中，核保终端和用户终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，医保服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。

在一个实施例中，如图2所示，提供了一种核保方法，以该方法应用于图1中的核保终端为例进行说明，包括以下步骤：

S202：接收用户终端发送的核保请求，核保请求携带有投保人标识和核保数据。

具体地，核保请求是用户终端根据用户所填写的用户的基本信息和核保数据生成的，该用户的基本信息可以包括用户的姓名、年龄、身份证号等，核保数据可以包括用户所要投保的产品的当前特征等，例如如果用户所要投保的产品为车辆，则核保数据可以包括车辆的当前状况，例如车辆行驶里程、车辆维修次数等。投保人标识是指可以将用户唯一地确定并与其它用户进行区分的标识，一般为用户的身份证号。

在实际应用中，用户可以通过用户终端浏览保险人提供的保险服务，并选择想要投保的保险服务，需要说明的是本实施例中的核保请求所对应的保险服务是非医疗健康领域的保险服务，例如车险等。根据所选择的保险服务的要求输入相应的用户的基本信息，然后点击核保提交按钮，从而用户终端可以根据用户输入的用户基本信息生成对应的核保请求，并将所生成的核保请求发送到核保终端。可选地，用户终端可以首先将核保请求发送到分配服务器，由分配服务器根据核保请求中的投保人标识为该核保请求分配对应的核保终端，例如将该核保请求分配至处理过该用户的核保请求的核保终端等。

S204：根据投保人标识获取到对应的核保规则，并根据核保规则对核保数据进行审核得到对应的初始承保条件。

具体地，核保规则是核保终端用于对核保数据进行审核所依赖的规则，其用于给核保终端提供依据，以便于核保终端判断核保数据是否为风险数据，或者是便于核保终端判断核保数据所对应的承保条件，例如根据核保规则判断核保数据所对应的理赔次数、理赔金额以及保费等。

其中，核保规则是与对应的保险服务相对应的，由于用户在用户终端选择核保服务时，建立了投保人标识和核保服务的关系，因此核保规则与投保人标识也是相对应的。核保终端在获取到投保人标识后，首先根据投保人标识获取到对应的保险服务，然后根据保险服务获取到对应的核保规则。

在实际应用中，根据核保规则对核保数据进行审核得到对应的初始承保条件可以是核保终端将核保数据输入至核保规则中得到结果。以车险为例，当车辆的行驶里程越多时，其保费相应地增加，则核保终端可以首先获取到车辆的行驶里程，然后判断行驶里程所处的里程范围，将该里程范围对应的保费作为初始承保条件之一。

S206：根据投保人标识从医保服务器获取对应的第一医保记录。

具体地，核保终端在接收到核保请求后，将投保人标识发送至医保服务器，从而医保服务器可以根据投保人标识选取到对应的第一医保记录，然后将该第一医保记录返回至核保终端。可选地，核保终端可以将用户终端发送的基本信息都发送至医保服务器，医保服务器根据多个字段进行筛选，从而可以提高第一医保记录获取的准确性。

S208：从第一医保记录中提取待输入至投保人评分模型的字段。

具体地，待输入至投保人评分模型的字段是在投保人评分模型生成时所选择的输入至投保人评分模型中的字段，该待输入至投保人评分模型的字段至少包括姓名字段、性别字段、年龄字段、疾病字段和用药字段。

在获取到第一医保记录后，核保终端可以根据预设的待输入至投保人评分模型的字段从第一医保记录中选取到对应的字段。可选地，可以通过模糊匹配的方式选择对应的字段，例如将第一医保记录中的字段与待输入至投保人评分模型的字段进行模糊匹配，只有匹配成功的字段才会被提取出来。

S210：对所提取的字段进行标记，并将标记的字段输入至投保人评分模型中得到投保人评分。

具体地，标记的字段至少包括姓名字段、性别字段、年龄字段、疾病字段和用药字段。投保人评分模型是预先训练得到的可以量化投保人的医保记录的模型，其具体的生成过程可以参见下文。

核保终端在提取出字段后，则对提取的字段进行标记得到变量，从而将标记后的字段，即相应的变量输入至投保人评分模型中得到对应的投保人评分，具体地，在投保人评分模型中首先获取到标记的字段对应的权重以及字段分值，即根据标记的字段的标记来获取到对应的权重以及字段分值，根据该字段分值和权重进行加权得到用户的花费，并预计下一个投保期限中所有用户花费的平均值，根据用户的花费和所有用户花费的平均值得到投保人评分，其中下一个投保期限可以是指下一年。

其中下一个投保期限所有用户花费的平均值可以是根据每一个投保期限中所有用户花费的平均值得到的，即事先获取到每一个投保期限中所有用户花费的平均值，然后根据该些平均值计算增长率的平均值，从而根据增长率的平均值以及投保人对应的当前投保期限的所有用户花费的平均值计算得到下一个投保期限所有用户花费的平均值，例如计算下一年所有用户花费的平均值等。

S212：根据投保人评分对初始承保条件进行调整得到目标承保条件，并将目标承保条件发送至用户终端。

具体地，本实施例中的核保请求是针对非医疗健康领域的保险服务，其获取承保条件时一般是根据产品本身的特征进行计算，例如车险则更多地关注车辆的行驶里程、维修次数等。而本实施例中为了提高承保条件的准确性，引入了与非医疗健康领域的保险服务对应的用户的医疗健康来作为其中一个核保条件，例如当保险服务是车险时，则通过车辆的行驶里程、维修次数等计算得到初始承保条件后，还需要通过根据用户的医疗记录所计算得到的投保人评分来对该初始承保条件进行调整以得到更准确的目标承保条件，例如如果根据医疗记录判断出用户是心脏病患者，且经常发病，则其投保人评分会相应地降低，从而目标承保条件所得到的理赔次数、理赔金额会相应地减少，保费等会相应地增加，这是因为心脏病患者在开车时其如果心脏并发则一般会造成事故，从而提高车辆的危险概率，因此需要相应地提高保费等。核保终端在获取到目标承保条件后将该目标承保条件反馈给用户终端，以便于用户终端显示该目标承保条件给用户查看，从而可以尽快促进本次投保。

可选地，核保终端可以线程进行处理以提高处理的效率，例如通过主线程接收用户终端发送的核保请求，核保请求携带有投保人标识和核保数据；通过第一线程执行根据投保人标识获取到对应的核保规则，并根据核保规则对核保数据进行审核得到对应的初始承保条件的步骤，通过第二线程根据投保人标识从医保服务器获取对应的第一医保记录，从第一医保记录中提取待输入至投保人评分模型的字段，对所提取的字段进行标记，并将标记的字段输入至投保人评分模型中得到投保人评分的步骤，即将初始承保条件的获取以及投保人评分的获取分线程执行，且通过主线程中根据投保人评分对初始承保条件进行调整得到目标承保条件，并将目标承保条件发送至用户终端，这样可以并行获取初始承保条件和投保人评分，从而提高处理效率，减少承保条件的反馈时间。

上述核保方法，在接收到用户终端发送的核保请求后，可以根据核保数据以及对应的核保规则生成初始承保条件，然后根据与投保人标识对应的医保记录得到投保人评分，根据该投保人评分可以对初始承保规则而进行调整，从而保证了非医疗健康领域的保险服务的承保条件的准确性。

在其中一个实施例中，参阅图3，图3为图2所示实施例中的步骤S212的流程图，该步骤S212，即根据投保人评分对初始承保条件进行调整得到目标承保条件，可以包括：

S302：获取投保人评分对应的调整步长。

具体地，核保终端中预设有投保人评分与调整步长的映射关系，该映射关系可以以表格的方式进行存储，例如当投保人评分为0～A时，则其保费的调整步长为+a1，其理赔次数的调整步长为-a2，理赔金额的调整步长为-a3；当投保人评分为A～B时，则其保费的调整步长为+b1，其理赔次数的调整步长为-b2，理赔金额的调整步长为-b3等等，当投保人评分为c～100时，则其保费的调整步长为-c1，其理赔次数的调整步长为+c2，理赔金额的调整步长为+c3等。在其他的实施例中，上述投保人评分可以划分为多个分段，根据不同分段对应的调整步长获取到相应的调整步长。

S304：根据调整步长对初始承保条件进行调整得到目标承保条件。

具体地，核保终端在获取到调整步长后，根据调整步长依次对理赔次数、理赔金额和保费进行调整；如当投保人评分位于A～B段时，则保费+b1，其理赔次数-b2，理赔金额-b3从而可以得到目标承保条件。

上述实施例中，对于非医疗健康领域保险服务进行核保时，首先按照其自身的核保规则进行核保得到初始承保条件，然后根据投保人的医疗记录得到投保人评分，根据该投保人评分对应的调整步长对该初始承保条件进行调整得到目标承保条件，可以使得得到的目标承保条件更为准确，为非医疗领域保险服务的核保提供了新的思路。

在其中一个实施例中，对所提取的字段进行标记，即上述步骤S210可以包括：将所提取的疾病字段与标准疾病分组库中的第一标准字段进行匹配得到疾病字段的对应第一分组，将所提取的用药字段与标准药品分组库中的第二标准字段进行匹配得到用药字段的对应第二分组；通过匹配得到的第一分组对疾病字段进行标记，通过匹配得到的第二分组对用药字段进行标记。

具体地，提取的字段包括疾病字段和用药字段，其中疾病字段是指第一医保记录中表征疾病名称的字段，用药字段是指第一医保记录中表征用药名称的字段。标准疾病分组库是根据国际疾病分类(International Classification of Diseases,ICD)生成的包含了所有标准疾病名称的疾病库，标准药品分组库是根据国家权威药品分类库生产的包含了所有药品名称的药品库。

核保终端将从第一医保记录中提取的疾病字段与标准疾病分组库中的第一标准字段进行匹配从而获得到疾病字段对应的第一分组，将从第一医保记录中提取的用药字段与标准药品分组库中的第二标准字段进行匹配从而获得到用药字段对应的第二分组，通过该第一分组和第二分组分别对疾病字段和用药字段进行标记。从而投保人评分模型可以根据该第一分组和第二分组得到对应于疾病字段和用药字段的权重和字段分值。

可选地，将提取的第一医疗记录中的疾病字段与标准疾病分组库进行匹配对的方式以及将提取的第一医疗记录中的用药字段与标准药品分组库进行匹配对的方式可以采用模糊匹配的方式。且在未匹配成功时，还可以引入人工干预，并根据人工干预的结果生成映射库。从而在下次匹配未成功时，可以先到映射库中进行匹配，在映射库匹配失败时，再引入人工干预，以提高匹配的效率。

上述实施例中，由于医疗记录中的字段可能存在不规范的描述，以及为了适应模型的输入，可以首先对所提取的字段进行标记，从而可以根据标记后的标准分组，即第一分组和第二分组来计算对应的第一投保人评分，提高计算效率以及准确率。

在其中一个实施例中，参阅图4，图4为一实施例中的投保人评分模型的生成方式的流程图，该投保人评分模型的生成方式可以包括：

S402：获取训练数据，训练数据包括第一历史年份的第二医保记录和第二历史年份的花费。

具体地，训练数据是指历史关于医保记录的数据，其中包括第一历史年份的第二医保记录和第二历史年份的花费，其中第二历史年份可以为第一历史年份的后一年，其中第一历史年费某用户的第二医保记录与第二历史年份该用户的花费相对应。为了方便，本文的训练数据以每个用户的前年的医疗记录以及去年的医疗花费进行说明。

S404：对第二医保记录中的训练字段进行标记得到训练变量值。

具体地，对第二医保记录中的训练字段进行标记得到训练变量值，是将第二医保记录中的训练字段进行分类得到的。该训练字段可以包括姓名字段、性别字段、年龄字段、疾病字段和用药字段。

其中，对该些训练字段进行标记得到训练变量值的步骤可以是将疾病字段与标准疾病分组库中的第一标准字段进行匹配得到疾病字段的对应第三分组，将所提取的用药字段与标准药品分组库中的第二标准字段进行匹配得到用药字段的对应第四分组；通过匹配得到的第三分组对疾病字段进行标记得到疾病训练变量值，通过匹配得到的第四分组对用药字段进行标记用药训练变量值。对年龄、性别等的标记可以根据预先设置的分类逻辑进行分类得到对应的变量值。

S406：获取训练变量值对应的初始权值，并根据初始权值以及训练变量值计算得到综合评价值。

具体地，初始权值是预先随机配置的，该权值可以是0至1内任意数。每一个训练变量值对应一个初始权值，根据该初始权值和训练变量值可以得到一综合评价值，例如综合评价值为根据每一个训练变量值以及相应的初始权值得到的加权平均值。

S408：通过调整初始权值建立综合评价值与第二历史年份的花费的线性关系。

具体地，将所得到的综合评价值和第二历史年份的花费描在坐标轴上得到花费-综合评价值对应的散点图，通过调整初始权值是的花费-综合评价值成线性关系，即进行线性回归模型的建立。

S410：根据调整后的初始权值生成投保人评分模型。

具体地，根据调整后的初始权值生成投保人评分模型，即根据所构建的线程回归模型得到调整后的初始权值，根据调整后的初始权值建立综合评价值与第二历史年份的花费的线性关系，例如y＝ax+bz+cm+dn，其中a、b、c、d为系数，x、z、m、n为训练变量，其中在该模型中训练变量仅以4个变量进行展示，但是根据上文描述可以得知该模型中的训练变量并不限定于4个。

可选地，在得到该线程回归模型后，可以对调整后的初始权值进行归一化，即通过调整后的初始权值除以去年的花费的平均值与前年花费的平均值的比值得到目标权值。通过目标权值替换上述建立的模型中的调整后的初始权值即可以得到最终的模型。

上述实施例中，获取的训练数据包括第一历史年份的第二医保记录和第二历史年份的花费，根据训练数据得到训练变量值，并且根据训练变量值以及初始权值得到对应的综合评价值，通过调整初始权值建立综合评价值与第二历史年份的花费的线性关系，从建立投保人评分模型，使得投保人评分模型与医疗记录相关，从而通过该投保人评分模型进行核保，可以提高核保的准确性。

在其中一个实施例中，对第二医保记录中的训练字段进行标记得到训练变量值之前，即步骤S404之前还可以包括：从第二医保记录中选取只有初始字段不同的第三医保记录；根据第三医保记录以及对应的第二历史年份的花费计算初始字段的显著性水平；当显著性水平小于第二预设值时，则将初始字段标记为训练字段。

具体地，初始字段是指待判断是否为训练字段的字段，训练字段是指用于训练模型的字段，其与上文中的待输入至投保人评分模型的字段相同。第二预设值是为了确定初始字段是否为显著字段的阈值，其一般可以取值为0.05。

例如当需要判断用药字段是否为训练字段时，则首先选取只有用药字段不同的第三医保记录，然后根据第三医保记录以及对应的第二历史年份的花费计算初始字段的显著性水平，然后判断该显著性水平与第二预设值的关系，当显著性水平低于第二预设值时，则将初始字段标记为训练字段，即标记为显著字段。通过该种方式将医保记录中的所有字段进行判断以得到训练字段。

上述实施例中，通过根据第三医保记录以及对应的第二历史年份的花费计算初始字段的显著性水平，将显著性水平低的字段删除，可以减少模型的计算量，且上文中将对应年龄字段、性别字段、疾病字段和用药字段配置对应的初始权值得到综合评价，也仅是配置显著变量的初始权值，而直接删除掉非显著变量，减少数据的处理量。

在其中一个实施例中，根据第三医保记录以及对应的第二历史年份的花费计算初始字段的显著性水平，可以包括：根据第三医保记录以及对应的第二历史年份的花费计算得到t检验统计量；根据统计量从t界值表中查询得到与初始字段对应的显著性水平。

具体地，首先从第二医保记录中选取了只有初始字段不同的第三医保记录，然后根据所选取的第三医保记录计算得到初始字段与第二历史年份的花费的t检验统计量，具体公式如下：

其中，自由度v＝n-1，是所选取的第三医保记录对应的第二历史年份的花费的平均值，μ₀是已知的第二历史年份的花费的平均值(即全部的历史记录对应的平均值)，S是所选取的第三医保记录对应的第二历史年份的花费的标准差，n是所选取的第三医保记录的数量，其中显著性水平选取为0.05，根据上述公式计算得到t值，然后根据所计算的t值查找如下表所示的t界值表得到p值，即显著性水平值，当p值小于0.05时，则表示该初始字段为显著变量，否则为非显著变量。

表1 t界值表

上述实施例中，通过t检验来确定初始字段的显著性水平，使得结果更为准确。

应该理解的是，虽然图2-4的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-4中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，如图5所示，提供了一种核保装置，包括：第一接收模块100、初始承保条件生成模块200、第一获取模块300、提取模块400、模型计算模块500和发送模块600，其中：

第一接收模块100，用于接收用户终端发送的核保请求，核保请求携带有投保人标识和核保数据。

初始承保条件生成模块200，用于根据投保人标识获取到对应的核保规则，并根据核保规则对核保数据进行审核得到对应的初始承保条件。

第一获取模块300，用于根据投保人标识从医保服务器获取对应的第一医保记录。

提取模块400，用于从第一医保记录中提取待输入至投保人评分模型的字段。

模型计算模块500，用于对所提取的字段进行标记，并将标记的字段输入至投保人评分模型中得到投保人评分。

发送模块600，用于根据投保人评分对初始承保条件进行调整得到目标承保条件，并将目标承保条件发送至用户终端。

在其中一个实施例中，标记的字段至少包括姓名字段、性别字段、年龄字段、疾病字段和用药字段。

在其中一个实施例中，发送模块600可以包括：

步长获取单元，用于获取投保人评分对应的调整步长。

调整单元，用于根据调整步长对初始承保条件进行调整得到目标承保条件。

在其中一个实施例中，模型计算模块500可以包括：

匹配单元，用于将所提取的疾病字段与标准疾病分组库中的第一标准字段进行匹配得到疾病字段的对应第一分组，将所提取的用药字段与标准药品分组库中的第二标准字段进行匹配得到用药字段的对应第二分组。

标记单元，用于通过匹配得到的第一分组对疾病字段进行标记，通过匹配得到的第二分组对用药字段进行标记。

在其中一个实施例中，装置可以包括：

第二获取模块，用于获取训练数据，训练数据包括第一历史年份的第二医保记录和第二历史年份的花费。

第一标记模块，用于对第二医保记录中的训练字段进行标记得到训练变量值。

综合评价值计算模块，用于获取训练变量值对应的初始权值，并根据初始权值以及训练变量值计算得到综合评价值。

建立模块，用于通过调整初始权值建立综合评价值与第二历史年份的花费的线性关系。

模型生成模块，用于根据调整后的初始权值生成投保人评分模型。

在其中一个实施例中，装置还可以包括：

选取模块，用于从第二医保记录中选取只有初始字段不同的第三医保记录。

显著性水平计算模块，用于根据第三医保记录以及对应的第二历史年份的花费计算初始字段的显著性水平。

第二标记模块，用于当显著性水平小于第二预设值时，则将初始字段标记为训练字段。

在其中一个实施例中，显著性水平计算模块可以包括：

统计量计算单元，用于根据第三医保记录以及对应的第二历史年份的花费计算得到t检验统计量。

查找单元，用于根据统计量从t界值表中查询得到与初始字段对应的显著性水平。

关于核保装置的具体限定可以参见上文中对于核保方法的限定，在此不再赘述。上述核保装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图6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、显示屏和输入装置。其中，该计算机设备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和计算机程序。该内存储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保方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

本领域技术人员可以理解，图6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，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行计算机程序时实现以下步骤：接收用户终端发送的核保请求，核保请求携带有投保人标识和核保数据；根据投保人标识获取到对应的核保规则，并根据核保规则对核保数据进行审核得到对应的初始承保条件；根据投保人标识从医保服务器获取对应的第一医保记录；从第一医保记录中提取待输入至投保人评分模型的字段；对所提取的字段进行标记，并将标记的字段输入至投保人评分模型中得到投保人评分；根据投保人评分对初始承保条件进行调整得到目标承保条件，并将目标承保条件发送至用户终端。

在一个实施例中，处理器执行计算机程序时所涉及的标记的字段至少包括姓名字段、性别字段、年龄字段、疾病字段和用药字段。

在一个实施例中，处理器执行计算机程序时所实现的根据投保人评分对初始承保条件进行调整得到目标承保条件，可以包括：获取投保人评分对应的调整步长；

根据调整步长对初始承保条件进行调整得到目标承保条件。

在一个实施例中，处理器执行计算机程序时所实现的对所提取的字段进行标记，可以包括：将所提取的疾病字段与标准疾病分组库中的第一标准字段进行匹配得到疾病字段的对应第一分组，将所提取的用药字段与标准药品分组库中的第二标准字段进行匹配得到用药字段的对应第二分组；通过匹配得到的第一分组对疾病字段进行标记，通过匹配得到的第二分组对用药字段进行标记。

在一个实施例中，处理器执行计算机程序时所涉及的投保人评分模型的生成方式可以包括：获取训练数据，训练数据包括第一历史年份的第二医保记录和第二历史年份的花费；对第二医保记录中的训练字段进行标记得到训练变量值；获取训练变量值对应的初始权值，并根据初始权值以及训练变量值计算得到综合评价值；通过调整初始权值建立综合评价值与第二历史年份的花费的线性关系；根据调整后的初始权值生成投保人评分模型。

在一个实施例中，处理器执行计算机程序时所实现的对第二医保记录中的训练字段进行标记得到训练变量值之前，还可以包括：从第二医保记录中选取只有初始字段不同的第三医保记录；根据第三医保记录以及对应的第二历史年份的花费计算初始字段的显著性水平；当显著性水平小于第二预设值时，则将初始字段标记为训练字段。

在一个实施例中，处理器执行计算机程序时所实现的根据第三医保记录以及对应的第二历史年份的花费计算初始字段的显著性水平，可以包括：根据第三医保记录以及对应的第二历史年份的花费计算得到t检验统计量；根据统计量从t界值表中查询得到与初始字段对应的显著性水平。

在一个实施例中，提供了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以下步骤：接收用户终端发送的核保请求，核保请求携带有投保人标识和核保数据；根据投保人标识获取到对应的核保规则，并根据核保规则对核保数据进行审核得到对应的初始承保条件；根据投保人标识从医保服务器获取对应的第一医保记录；从第一医保记录中提取待输入至投保人评分模型的字段；对所提取的字段进行标记，并将标记的字段输入至投保人评分模型中得到投保人评分；根据投保人评分对初始承保条件进行调整得到目标承保条件，并将目标承保条件发送至用户终端。

在一个实施例中，计算机程序被处理器执行时所涉及的标记的字段至少包括姓名字段、性别字段、年龄字段、疾病字段和用药字段。

在一个实施例中，计算机程序被处理器执行时所实现的根据投保人评分对初始承保条件进行调整得到目标承保条件，可以包括：获取投保人评分对应的调整步长；

根据调整步长对初始承保条件进行调整得到目标承保条件。

在一个实施例中，计算机程序被处理器执行时所实现的对所提取的字段进行标记，可以包括：将所提取的疾病字段与标准疾病分组库中的第一标准字段进行匹配得到疾病字段的对应第一分组，将所提取的用药字段与标准药品分组库中的第二标准字段进行匹配得到用药字段的对应第二分组；通过匹配得到的第一分组对疾病字段进行标记，通过匹配得到的第二分组对用药字段进行标记。

在一个实施例中，计算机程序被处理器执行时所涉及的投保人评分模型的生成方式可以包括：获取训练数据，训练数据包括第一历史年份的第二医保记录和第二历史年份的花费；对第二医保记录中的训练字段进行标记得到训练变量值；获取训练变量值对应的初始权值，并根据初始权值以及训练变量值计算得到综合评价值；通过调整初始权值建立综合评价值与第二历史年份的花费的线性关系；根据调整后的初始权值生成投保人评分模型。

在一个实施例中，计算机程序被处理器执行时所实现的对第二医保记录中的训练字段进行标记得到训练变量值之前，还可以包括：从第二医保记录中选取只有初始字段不同的第三医保记录；根据第三医保记录以及对应的第二历史年份的花费计算初始字段的显著性水平；当显著性水平小于第二预设值时，则将初始字段标记为训练字段。

在一个实施例中，计算机程序被处理器执行时所实现的根据第三医保记录以及对应的第二历史年份的花费计算初始字段的显著性水平，可以包括：根据第三医保记录以及对应的第二历史年份的花费计算得到t检验统计量；根据统计量从t界值表中查询得到与初始字段对应的显著性水平。

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，本申请所提供的各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)、双数据率SDRAM(DDRSDRAM)、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。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种核保方法，所述方法包括：

接收用户终端发送的核保请求，所述核保请求携带有投保人标识和核保数据；

根据所述投保人标识获取到对应的核保规则，并根据所述核保规则对所述核保数据进行审核得到对应的初始承保条件；

根据所述投保人标识从医保服务器获取对应的第一医保记录；

从所述第一医保记录中提取待输入至投保人评分模型的字段；

对所提取的字段进行标记，并将标记的字段输入至所述投保人评分模型中得到投保人评分；

根据所述投保人评分对所述初始承保条件进行调整得到目标承保条件，并将所述目标承保条件发送至所述用户终端。

2.根据权利要求1所述的方法，其特征在于，所述标记的字段至少包括姓名字段、性别字段、年龄字段、疾病字段和用药字段。

3.根据权利要求2所述的方法，其特征在于，所述根据所述投保人评分对所述初始承保条件进行调整得到目标承保条件，包括：

获取所述投保人评分对应的调整步长；

根据所述调整步长对所述初始承保条件进行调整得到目标承保条件。

4.根据权利要求2所述的方法，其特征在于，所述对所提取的字段进行标记，包括：

将所提取的疾病字段与标准疾病分组库中的第一标准字段进行匹配得到所述疾病字段的对应第一分组，将所提取的用药字段与标准药品分组库中的第二标准字段进行匹配得到所述用药字段的对应第二分组；

通过匹配得到的所述第一分组对所述疾病字段进行标记，通过匹配得到的所述第二分组对所述用药字段进行标记。

5.根据权利要求1至4任意一项所述的方法，其特征在于，所述投保人评分模型的生成方式包括：

获取训练数据，所述训练数据包括第一历史年份的第二医保记录和第二历史年份的花费；

对所述第二医保记录中的训练字段进行标记得到训练变量值；

获取所述训练变量值对应的初始权值，并根据所述初始权值以及所述训练变量值计算得到综合评价值；

通过调整所述初始权值建立所述综合评价值与所述第二历史年份的花费的线性关系；

根据调整后的初始权值生成所述投保人评分模型。

6.根据权利要求5所述的方法，其特征在于，所述对所述第二医保记录中的训练字段进行标记得到训练变量值之前，还包括：

从所述第二医保记录中选取只有初始字段不同的第三医保记录；

根据所述第三医保记录以及对应的所述第二历史年份的花费计算所述初始字段的显著性水平；

当所述显著性水平小于第二预设值时，则将所述初始字段标记为训练字段。

7.根据权利要求6所述的方法，其特征在于，所述根据所述第三医保记录以及对应的所述第二历史年份的花费计算所述初始字段的显著性水平，包括：

根据所述第三医保记录以及对应的所述第二历史年份的花费计算得到t检验统计量；

根据所述统计量从t界值表中查询得到与所述初始字段对应的显著性水平。

8.一种核保装置，其特征在于，所述装置包括：

第一接收模块，用于接收用户终端发送的核保请求，所述核保请求携带有投保人标识和核保数据；

初始承保条件生成模块，用于根据所述投保人标识获取到对应的核保规则，并根据所述核保规则对所述核保数据进行审核得到对应的初始承保条件；

第一获取模块，用于根据所述投保人标识从医保服务器获取对应的第一医保记录；

提取模块，用于从所述第一医保记录中提取待输入至投保人评分模型的字段；

模型计算模块，用于对所提取的字段进行标记，并将标记的字段输入至所述投保人评分模型中得到投保人评分；

发送模块，用于根据所述投保人评分对所述初始承保条件进行调整得到目标承保条件，并将所述目标承保条件发送至所述用户终端。

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。