CN110163760A - 数据处理方法、装置、服务器和计算机可读存储介质 - Google Patents
数据处理方法、装置、服务器和计算机可读存储介质 Download PDFInfo
- Publication number
- CN110163760A CN110163760A CN201810150293.XA CN201810150293A CN110163760A CN 110163760 A CN110163760 A CN 110163760A CN 201810150293 A CN201810150293 A CN 201810150293A CN 110163760 A CN110163760 A CN 110163760A
- Authority
- CN
- China
- Prior art keywords
- account
- premium
- information
- car owner
- attribute 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明提供了一种数据处理方法、装置、服务器和计算机可读存储介质,其中,数据处理方法包括:响应于任一运营车主账户发送的保费提交请求,确定运营车主账户对应的车辆属性信息、司机属性信息和运营记录信息;根据车辆属性信息、司机属性信息和运营记录信息,确定运营车主账户对应的保费返还信息;将保费返还信息推送至运营车主账户的客户端,和/或将保费返还信息对应的金额退回至运营车主账户关联的电子账户。通过本发明的技术方案,提高了对账户类型划分的可靠性,提高了确定保费返还信息的准确性,有利于提高购买车险的成交量。
Description
技术领域
本发明涉及数据处理技术领域,具体而言,涉及一种数据处理方法、一种数据处理装置、一种服务器和一种计算机可读存储介质。
背景技术
车主购买车险时,保险平台通常会将一定比例的保费返还给车主,以提高车主购买车险的意愿。
相关技术中,保险平台通常是按照固定的返还比例计算保费返还金额,这就可能导致对保费返还金额敏感与不敏感的车主均获得相同的保费返还金额,这种返还金额的方案存在诸多技术问题:
一方面,由于保费返还金额相同,使对保费返还金额敏感的车主感觉购买车险的优惠力度不大,不利于提高此类车主购买车险的意愿。
另一方面,将相同的金额返还给对保费返还金额不敏感的车主,不利于提高保险平台的整体收益。
发明内容
本发明旨在至少解决现有技术或相关技术中存在的技术问题之一。
为此,本发明的一个目的在于提供一种数据处理方法。
本发明的另一个目的在于提供一种数据处理装置。
本发明的另一个目的在于提供一种服务器。
本发明的另一个目的在于提供一种计算机可读存储介质。
为了实现上述目的,根据本发明的第一方面的实施例,提供了一种数据处理方法,包括:响应于任一运营车主账户发送的保费提交请求,确定运营车主账户对应的车辆属性信息、司机属性信息和运营记录信息;根据车辆属性信息、司机属性信息和运营记录信息,确定运营车主账户对应的保费返还信息;将保费返还信息推送至运营车主账户的客户端,和/或将保费返还信息对应的金额退回至运营车主账户关联的电子账户。
在该技术方案中,通过运营车主账户发送的保费提交请求,确定运营车主账户对应的车辆属性信息、司机属性信息和运营记录信息,并按照上述信息将运营车主账户进行类型划分,进而针对不同类型的运营车主账户,制定不同级别的保费返还比例或返还金额,确定保费返还信息,提高了对账户类型划分的可靠性,提高了制定保费返还比例或返还金额的准确性,有利于提高保险服务平台的整体收益。
另外,通过将保费返还信息推送至运营车主账户的客户端,有利于车主直观便捷地了解保费返还信息,提升了用户使用体验。
其次,通过将保费返还信息对应的金额退回至运营车主账户关联的电子账户,简化了车主用户获取返还金额的操作步骤,也利于提升车主用户对服务平台的信任度,进而提升投保比例和营业总额。
最后,针对运营车主群体的特殊性,除采集车辆属性信息和司机属性信息外,还采集了运营记录消息,不同于现有技术中对用户属性信息进行划分,运营记录消息包括运营类型、运营活跃度和好评度,不仅能反映运营车主的驾驶水平和信用度,也能通过运营活跃度间接确定用户的经济水平和投保需求。
在上述任一技术方案中,优选地,车辆属性信息包括车辆价格、车龄和动力类型中的至少一种属性参数,司机属性信息包括司机性别、司机年龄和司机驾龄中的至少一种属性参数,运营记录信息包括运营活跃度和/或运营业务信息。
在该技术方案中,综合参考了车辆属性信息、司机属性信息和运营记录信息中包含的属性参数,提高了对账户类型划分的可靠性,提高了制定保费返还比例或返还金额的准确性。
在上述任一技术方案中,优选地,还包括:解析任一保费提交请求中的保费总额;确定保费总额所属的保费档位;计算保费总额与保费档位的下限值之间的金额差;将金额差大于或等于预设金额差的运营车主账户确定为非敏感消费类型,和/或将金额差小于预设金额差的运营车主账户确定为敏感消费类型。
在该技术方案中,通过计算保费总额与保费档位的下限值之间的金额差,并按照金额差与预设金额差之间的大小关系,确定对应运营车主账户为敏感消费类型或非敏感消费类型,提高了确定运营车主账户消费类型的可靠性,有利于提高制定保费返还比例或返还金额的准确性。
具体地,将金额差大于或等于预设金额差的运营车主账户类型确定为非敏感消费类型,并设定较大的保费返还比例或返还金额,以提高平台的整体收益,以及将金额差小于预设金额差的运营车主账户类型确定为敏感消费类型,并设定较大的保费返还比例或返还金额,以提高保险平台的成交量。
在上述任一技术方案中,优选地,根据车辆属性信息、司机属性信息和运营记录信息,确定运营车主账户对应的保费返还信息,具体包括:根据全部敏感消费类型的运营车主账户的属性参数的分布记录,确定任一属性参数的信息熵;根据全部信息熵的排序确定至少两个属性参数阈值;比较任一敏感消费类型的运营车主账户的属性参数与两个属性参数阈值之间的大小关系;根据大小关系确定生成正对敏感消费类型的运营车主账户对应的保费返还信息。
在该技术方案中,通过根据全部敏感消费类型的运营车主账户的属性参数,确定任一属性参数的信息熵,进而确定两个属性参数阈值,提高了确定属性参数阈值的准确性和适用性,再通过比较敏感消费类型的账户与对应阈值的大小关系,确定对应的保费返还信息,有利于提高确定保费返还信息的准确性,进一步提高了敏感消费类型账户中属性参数较高的运营车主购买车险的意愿,提高了保险服务平台的总体成交量。
在上述任一技术方案中,优选地,根据车辆属性信息、司机属性信息和运营记录信息,确定运营车主账户对应的保费返还信息,具体还包括:根据全部非敏感消费类型的运营车主账户的属性参数的分布记录,确定任一属性参数的信息熵;根据全部信息熵的排序确定至少两个属性参数阈值;比较任一非敏感消费类型的运营车主账户的属性参数与两个属性参数阈值之间的大小关系;根据大小关系确定生成正对非敏感消费类型的运营车主账户对应的保费返还信息。
在该技术方案中,通过根据全部非敏感消费类型的运营车主账户的属性参数,确定任一属性参数的信息熵,进而确定两个属性参数阈值,提高了确定属性参数阈值的准确性和适用性,再通过比较非敏感消费类型的账户与对应阈值的大小关系,确定对应的保费返还信息,有利于提高确定保费返还信息的准确性,进一步提高了非敏感消费类型账户中属性参数较高的运营车主购买车险的意愿,提高了保险服务平台的总体成交量。
在上述任一技术方案中,优选地,根据车辆属性信息、司机属性信息和运营记录信息,确定运营车主账户对应的保费返还信息,具体还包括:确定敏感消费类型对应的车辆属性信息的第一权重集合,司机属性信息对应的第二权重集合,运营记录消息对应的第三权重集合;对车辆属性信息、司机属性信息、运营记录消息进行归一化处理,并带入第一权重集合、第二权重集合和第三权重集合,计算敏感消费类型对应的运营车主账户的消费意愿指标;根据消费意愿指标确定对应的保费反馈信息。
在该技术方案中,通过对车辆属性信息、司机属性信息和运营记录信息设置权重值,使得不同的信息在确定保费反馈信息时占有不同的权重,再通过归一化处理,计算出敏感消费类型的运营车主账户的消费意愿指标,提高了计算消费意愿指标的准确性,并通过消费意愿指标确定保费反馈信息,提高了根据车辆属性信息、司机属性信息和运营记录信息确定保费反馈信息的可靠性。
在上述任一技术方案中,优选地,根据车辆属性信息、司机属性信息和运营记录信息,确定运营车主账户对应的保费返还信息,具体还包括:确定非敏感消费类型对应的车辆属性信息的第四权重集合,司机属性信息对应的第五权重集合,运营记录消息对应的第六权重集合;对车辆属性信息、司机属性信息、运营记录消息进行归一化处理,并带入第四权重集合、第五权重集合和第六权重集合,计算非敏感消费类型对应的运营车主账户的消费意愿指标;根据消费意愿指标确定对应的保费反馈信息。
在该技术方案中,通过对车辆属性信息、司机属性信息和运营记录信息设置权重值,使得不同的信息在确定保费反馈信息时占有不同的权重,再通过归一化处理,计算出非敏感消费类型的运营车主账户的消费意愿指标,提高了计算消费意愿指标的准确性,并通过消费意愿指标确定保费反馈信息,提高了根据车辆属性信息、司机属性信息和运营记录信息确定保费反馈信息的可靠性。
根据本发明的第二方面的技术方案,提供了一种数据处理装置,包括:确定单元,用于响应于任一运营车主账户发送的保费提交请求,确定运营车主账户对应的车辆属性信息、司机属性信息和运营记录信息;确定单元还用于:根据车辆属性信息、司机属性信息和运营记录信息,确定运营车主账户对应的保费返还信息;数据处理装置还包括:推送单元,用于将保费返还信息推送至运营车主账户的客户端,和/或将保费返还信息对应的金额退回至运营车主账户关联的电子账户。
在该技术方案中,通过运营车主账户发送的保费提交请求,确定运营车主账户对应的车辆属性信息、司机属性信息和运营记录信息,并按照上述信息将运营车主账户进行类型划分,进而针对不同类型的运营车主账户,制定不同级别的保费返还比例或返还金额,确定保费返还信息,提高了对账户类型划分的可靠性,提高了制定保费返还比例或返还金额的准确性,有利于提高保险服务平台的整体收益。
另外,通过将保费返还信息推送至运营车主账户的客户端,有利于车主直观便捷地了解保费返还信息,提升了用户使用体验。
其次,通过将保费返还信息对应的金额退回至运营车主账户关联的电子账户,简化了车主用户获取返还金额的操作步骤,也利于提升车主用户对服务平台的信任度,进而提升投保比例和营业总额。
最后,针对运营车主群体的特殊性,除采集车辆属性信息和司机属性信息外,还采集了运营记录消息,不同于现有技术中对用户属性信息进行划分,运营记录消息包括运营类型、运营活跃度和好评度,不仅能反映运营车主的驾驶水平和信用度,也能通过运营活跃度间接确定用户的经济水平和投保需求。
在上述任一技术方案中,优选地,车辆属性信息包括车辆价格、车龄和动力类型中的至少一种属性参数,司机属性信息包括司机性别、司机年龄和司机驾龄中的至少一种属性参数,运营记录信息包括运营活跃度和/或运营业务信息。
在该技术方案中,综合参考了车辆属性信息、司机属性信息和运营记录信息中包含的属性参数,提高了对账户类型划分的可靠性,提高了制定保费返还比例或返还金额的准确性。
在上述任一技术方案中,优选地,还包括:解析单元,用于解析任一保费提交请求中的保费总额;确定单元还用于:确定保费总额所属的保费档位;数据处理装置还包括:计算单元,用于计算保费总额与保费档位的下限值之间的金额差;确定单元还用于:将金额差大于或等于预设金额差的运营车主账户确定为非敏感消费类型,和/或将金额差小于预设金额差的运营车主账户确定为敏感消费类型。
在该技术方案中,通过计算保费总额与保费档位的下限值之间的金额差,并按照金额差与预设金额差之间的大小关系,确定对应运营车主账户为敏感消费类型或非敏感消费类型,提高了确定运营车主账户消费类型的可靠性,有利于提高制定保费返还比例或返还金额的准确性。
具体地,将金额差大于或等于预设金额差的运营车主账户类型确定为非敏感消费类型,并设定较大的保费返还比例或返还金额,以提高平台的整体收益,以及将金额差小于预设金额差的运营车主账户类型确定为敏感消费类型,并设定较大的保费返还比例或返还金额,以提高保险平台的成交量。
在上述任一技术方案中,优选地,确定单元还用于:根据全部敏感消费类型的运营车主账户的属性参数的分布记录,确定任一属性参数的信息熵;确定单元还用于:根据全部信息熵的排序确定至少两个属性参数阈值;数据处理装置还包括:第一比较单元,用于比较任一敏感消费类型的运营车主账户的属性参数与两个属性参数阈值之间的大小关系;确定单元还用于:根据大小关系确定生成正对敏感消费类型的运营车主账户对应的保费返还信息。
在该技术方案中,通过根据全部敏感消费类型的运营车主账户的属性参数,确定任一属性参数的信息熵,进而确定两个属性参数阈值,提高了确定属性参数阈值的准确性和适用性,再通过比较敏感消费类型的账户与对应阈值的大小关系,确定对应的保费返还信息,有利于提高确定保费返还信息的准确性,进一步提高了敏感消费类型账户中属性参数较高的运营车主购买车险的意愿,提高了保险服务平台的总体成交量。
在上述任一技术方案中,优选地,确定单元还用于:确定敏感消费类型对应的车辆属性信息的第一权重集合,司机属性信息对应的第二权重集合,运营记录消息对应的第三权重集合;计算单元还用于:对车辆属性信息、司机属性信息、运营记录消息进行归一化处理,并带入第一权重集合、第二权重集合和第三权重集合,计算敏感消费类型对应的运营车主账户的消费意愿指标;确定单元还用于:根据消费意愿指标确定对应的保费反馈信息。
在该技术方案中,通过根据全部非敏感消费类型的运营车主账户的属性参数,确定任一属性参数的信息熵,进而确定两个属性参数阈值,提高了确定属性参数阈值的准确性和适用性,再通过比较非敏感消费类型的账户与对应阈值的大小关系,确定对应的保费返还信息,有利于提高确定保费返还信息的准确性,进一步提高了非敏感消费类型账户中属性参数较高的运营车主购买车险的意愿,提高了保险服务平台的总体成交量。
在上述任一技术方案中,优选地,确定单元还用于:根据全部非敏感消费类型的运营车主账户的属性参数的分布记录,确定任一属性参数的信息熵;确定单元还用于:根据全部信息熵的排序确定至少两个属性参数阈值;数据处理装置还包括:第二比较单元,用于比较任一非敏感消费类型的运营车主账户的属性参数与两个属性参数阈值之间的大小关系;
确定单元还用于:根据大小关系确定生成正对非敏感消费类型的运营车主账户对应的保费返还信息。
在该技术方案中,通过对车辆属性信息、司机属性信息和运营记录信息设置权重值,使得不同的信息在确定保费反馈信息时占有不同的权重,再通过归一化处理,计算出敏感消费类型的运营车主账户的消费意愿指标,提高了计算消费意愿指标的准确性,并通过消费意愿指标确定保费反馈信息,提高了根据车辆属性信息、司机属性信息和运营记录信息确定保费反馈信息的可靠性。
在上述任一技术方案中,优选地,确定单元还用于:确定非敏感消费类型对应的车辆属性信息的第四权重集合,司机属性信息对应的第五权重集合,运营记录消息对应的第六权重集合;计算单元还用于:对车辆属性信息、司机属性信息、运营记录消息进行归一化处理,并带入第四权重集合、第五权重集合和第六权重集合,计算非敏感消费类型对应的运营车主账户的消费意愿指标;确定单元还用于:根据消费意愿指标确定对应的保费反馈信息。
在该技术方案中,通过对车辆属性信息、司机属性信息和运营记录信息设置权重值,使得不同的信息在确定保费反馈信息时占有不同的权重,再通过归一化处理,计算出非敏感消费类型的运营车主账户的消费意愿指标,提高了计算消费意愿指标的准确性,并通过消费意愿指标确定保费反馈信息,提高了根据车辆属性信息、司机属性信息和运营记录信息确定保费反馈信息的可靠性。
根据本发明的第三方面的技术方案,提供了一种服务器,包括:本发明第二方面的技术方案中的数据处理装置。
根据本发明的第四方面的技术方案,提供了一种计算机可读存储介质,其上存储有计算机程序,上述计算机程序被执行时实现如第一方面的技术方案限定的数据处理方法。
本发明的附加方面和优点将在下面的描述部分中给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1示出了根据本发明的一个实施例的数据处理方法的示意流程图;
图2示出了根据本发明的一个实施例的数据处理装置的示意框图;
图3示出了根据本发明的一个实施例的服务器的示意框图;
图4示出了根据本发明的另一个实施例的数据处理方法的示意流程图;
图5示出了根据本发明的一个实施例的车险奖金推送的示意框图;
图6示出了根据本发明的另一个实施例的车险奖金推送的示意框图;
图7示出了根据本发明的又一个实施例的车险奖金推送的示意框图;
图8示出了根据本发明的一个实施例的车辆信息筛选的示意框图;
图9示出了根据本发明的一个实施例的车险购买统计结果的示意图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
图1示出了根据本发明的一个实施例的数据处理方法的示意流程图。
如图1所示,根据本发明的实施例的数据处理方法,包括:步骤S102,响应于任一运营车主账户发送的保费提交请求,确定运营车主账户对应的车辆属性信息、司机属性信息和运营记录信息;步骤S104,根据车辆属性信息、司机属性信息和运营记录信息,确定运营车主账户对应的保费返还信息;步骤S106,将保费返还信息推送至运营车主账户的客户端,和/或将保费返还信息对应的金额退回至运营车主账户关联的电子账户。
在该技术方案中,通过运营车主账户发送的保费提交请求,确定运营车主账户对应的车辆属性信息、司机属性信息和运营记录信息,并按照上述信息将运营车主账户进行类型划分,进而针对不同类型的运营车主账户,制定不同级别的保费返还比例或返还金额,确定保费返还信息,提高了对账户类型划分的可靠性,提高了制定保费返还比例或返还金额的准确性,有利于提高保险服务平台的整体收益。
另外,通过将保费返还信息推送至运营车主账户的客户端,有利于车主直观便捷地了解保费返还信息,提升了用户使用体验。
其次,通过将保费返还信息对应的金额退回至运营车主账户关联的电子账户,简化了车主用户获取返还金额的操作步骤,也利于提升车主用户对服务平台的信任度,进而提升投保比例和营业总额。
最后,针对运营车主群体的特殊性,除采集车辆属性信息和司机属性信息外,还采集了运营记录消息,不同于现有技术中对用户属性信息进行划分,运营记录消息包括运营类型、运营活跃度和好评度,不仅能反映运营车主的驾驶水平和信用度,也能通过运营活跃度间接确定用户的经济水平和投保需求。
在上述任一技术方案中,优选地,车辆属性信息包括车辆价格、车龄和动力类型中的至少一种属性参数,司机属性信息包括司机性别、司机年龄和司机驾龄中的至少一种属性参数,运营记录信息包括运营活跃度和/或运营业务信息。
在该技术方案中,综合参考了车辆属性信息、司机属性信息和运营记录信息中包含的属性参数,提高了对账户类型划分的可靠性,提高了制定保费返还比例或返还金额的准确性。
在上述任一技术方案中,优选地,还包括:解析任一保费提交请求中的保费总额;确定保费总额所属的保费档位;计算保费总额与保费档位的下限值之间的金额差;将金额差大于或等于预设金额差的运营车主账户确定为非敏感消费类型,和/或将金额差小于预设金额差的运营车主账户确定为敏感消费类型。
在该技术方案中,通过计算保费总额与保费档位的下限值之间的金额差,并按照金额差与预设金额差之间的大小关系,确定对应运营车主账户为敏感消费类型或非敏感消费类型,提高了确定运营车主账户消费类型的可靠性,有利于提高制定保费返还比例或返还金额的准确性。
具体地,将金额差大于或等于预设金额差的运营车主账户类型确定为非敏感消费类型,并设定较大的保费返还比例或返还金额,以提高平台的整体收益,以及将金额差小于预设金额差的运营车主账户类型确定为敏感消费类型,并设定较大的保费返还比例或返还金额,以提高保险平台的成交量。
在上述任一技术方案中,优选地,根据车辆属性信息、司机属性信息和运营记录信息,确定运营车主账户对应的保费返还信息,具体包括:根据全部敏感消费类型的运营车主账户的属性参数的分布记录,确定任一属性参数的信息熵;根据全部信息熵的排序确定至少两个属性参数阈值;比较任一敏感消费类型的运营车主账户的属性参数与两个属性参数阈值之间的大小关系;根据大小关系确定生成正对敏感消费类型的运营车主账户对应的保费返还信息。
在该技术方案中,通过根据全部敏感消费类型的运营车主账户的属性参数,确定任一属性参数的信息熵,进而确定两个属性参数阈值,提高了确定属性参数阈值的准确性和适用性,再通过比较敏感消费类型的账户与对应阈值的大小关系,确定对应的保费返还信息,有利于提高确定保费返还信息的准确性,进一步提高了敏感消费类型账户中属性参数较高的运营车主购买车险的意愿,提高了保险服务平台的总体成交量。
在上述任一技术方案中,优选地,根据车辆属性信息、司机属性信息和运营记录信息,确定运营车主账户对应的保费返还信息,具体还包括:根据全部非敏感消费类型的运营车主账户的属性参数的分布记录,确定任一属性参数的信息熵;根据全部信息熵的排序确定至少两个属性参数阈值;比较任一非敏感消费类型的运营车主账户的属性参数与两个属性参数阈值之间的大小关系;根据大小关系确定生成正对非敏感消费类型的运营车主账户对应的保费返还信息。
在该技术方案中,通过根据全部非敏感消费类型的运营车主账户的属性参数,确定任一属性参数的信息熵,进而确定两个属性参数阈值,提高了确定属性参数阈值的准确性和适用性,再通过比较非敏感消费类型的账户与对应阈值的大小关系,确定对应的保费返还信息,有利于提高确定保费返还信息的准确性,进一步提高了非敏感消费类型账户中属性参数较高的运营车主购买车险的意愿,提高了保险服务平台的总体成交量。
在上述任一技术方案中,优选地,根据车辆属性信息、司机属性信息和运营记录信息,确定运营车主账户对应的保费返还信息,具体还包括:确定敏感消费类型对应的车辆属性信息的第一权重集合,司机属性信息对应的第二权重集合,运营记录消息对应的第三权重集合;对车辆属性信息、司机属性信息、运营记录消息进行归一化处理,并带入第一权重集合、第二权重集合和第三权重集合,计算敏感消费类型对应的运营车主账户的消费意愿指标;根据消费意愿指标确定对应的保费反馈信息。
在该技术方案中,通过对车辆属性信息、司机属性信息和运营记录信息设置权重值,使得不同的信息在确定保费反馈信息时占有不同的权重,再通过归一化处理,计算出敏感消费类型的运营车主账户的消费意愿指标,提高了计算消费意愿指标的准确性,并通过消费意愿指标确定保费反馈信息,提高了根据车辆属性信息、司机属性信息和运营记录信息确定保费反馈信息的可靠性。
在上述任一技术方案中,优选地,根据车辆属性信息、司机属性信息和运营记录信息,确定运营车主账户对应的保费返还信息,具体还包括:确定非敏感消费类型对应的车辆属性信息的第四权重集合,司机属性信息对应的第五权重集合,运营记录消息对应的第六权重集合;对车辆属性信息、司机属性信息、运营记录消息进行归一化处理,并带入第四权重集合、第五权重集合和第六权重集合,计算非敏感消费类型对应的运营车主账户的消费意愿指标;根据消费意愿指标确定对应的保费反馈信息。
在该技术方案中,通过对车辆属性信息、司机属性信息和运营记录信息设置权重值,使得不同的信息在确定保费反馈信息时占有不同的权重,再通过归一化处理,计算出非敏感消费类型的运营车主账户的消费意愿指标,提高了计算消费意愿指标的准确性,并通过消费意愿指标确定保费反馈信息,提高了根据车辆属性信息、司机属性信息和运营记录信息确定保费反馈信息的可靠性。
图2示出了根据本发明的一个实施例的数据处理置的示意框图。
如图2所示,根据本发明的一个实施例的数据处理装置200,包括:确定单元202,用于响应于任一运营车主账户发送的保费提交请求,确定运营车主账户对应的车辆属性信息、司机属性信息和运营记录信息;确定单元202还用于:根据车辆属性信息、司机属性信息和运营记录信息,确定运营车主账户对应的保费返还信息;数据处理装置200还包括:推送单元204,用于将保费返还信息推送至运营车主账户的客户端,和/或将保费返还信息对应的金额退回至运营车主账户关联的电子账户。
在该技术方案中,通过运营车主账户发送的保费提交请求,确定运营车主账户对应的车辆属性信息、司机属性信息和运营记录信息,并按照上述信息将运营车主账户进行类型划分,进而针对不同类型的运营车主账户,制定不同级别的保费返还比例或返还金额,确定保费返还信息,提高了对账户类型划分的可靠性,提高了制定保费返还比例或返还金额的准确性,有利于提高保险服务平台的整体收益。
另外,通过将保费返还信息推送至运营车主账户的客户端,有利于车主直观便捷地了解保费返还信息,提升了用户使用体验。
其次,通过将保费返还信息对应的金额退回至运营车主账户关联的电子账户,简化了车主用户获取返还金额的操作步骤,也利于提升车主用户对服务平台的信任度,进而提升投保比例和营业总额。
最后,针对运营车主群体的特殊性,除采集车辆属性信息和司机属性信息外,还采集了运营记录消息,不同于现有技术中对用户属性信息进行划分,运营记录消息包括运营类型、运营活跃度和好评度,不仅能反映运营车主的驾驶水平和信用度,也能通过运营活跃度间接确定用户的经济水平和投保需求。
在上述任一技术方案中,优选地,车辆属性信息包括车辆价格、车龄和动力类型中的至少一种属性参数,司机属性信息包括司机性别、司机年龄和司机驾龄中的至少一种属性参数,运营记录信息包括运营活跃度和/或运营业务信息。
在该技术方案中,综合参考了车辆属性信息、司机属性信息和运营记录信息中包含的属性参数,提高了对账户类型划分的可靠性,提高了制定保费返还比例或返还金额的准确性。
在上述任一技术方案中,优选地,还包括:解析单元206,用于解析任一保费提交请求中的保费总额;确定单元202还用于:确定保费总额所属的保费档位;数据处理装置200还包括:计算单元208,用于计算保费总额与保费档位的下限值之间的金额差;确定单元202还用于:将金额差大于或等于预设金额差的运营车主账户确定为非敏感消费类型,和/或将金额差小于预设金额差的运营车主账户确定为敏感消费类型。
在该技术方案中,通过计算保费总额与保费档位的下限值之间的金额差,并按照金额差与预设金额差之间的大小关系,确定对应运营车主账户为敏感消费类型或非敏感消费类型,提高了确定运营车主账户消费类型的可靠性,有利于提高制定保费返还比例或返还金额的准确性。
具体地,将金额差大于或等于预设金额差的运营车主账户类型确定为非敏感消费类型,并设定较大的保费返还比例或返还金额,以提高平台的整体收益,以及将金额差小于预设金额差的运营车主账户类型确定为敏感消费类型,并设定较大的保费返还比例或返还金额,以提高保险平台的成交量。
在上述任一技术方案中,优选地,确定单元202还用于:根据全部敏感消费类型的运营车主账户的属性参数的分布记录,确定任一属性参数的信息熵;确定单元202还用于:根据全部信息熵的排序确定至少两个属性参数阈值;数据处理装置200还包括:第一比较单元210,用于比较任一敏感消费类型的运营车主账户的属性参数与两个属性参数阈值之间的大小关系;确定单元202还用于:根据大小关系确定生成正对敏感消费类型的运营车主账户对应的保费返还信息。
在该技术方案中,通过根据全部敏感消费类型的运营车主账户的属性参数,确定任一属性参数的信息熵,进而确定两个属性参数阈值,提高了确定属性参数阈值的准确性和适用性,再通过比较敏感消费类型的账户与对应阈值的大小关系,确定对应的保费返还信息,有利于提高确定保费返还信息的准确性,进一步提高了敏感消费类型账户中属性参数较高的运营车主购买车险的意愿,提高了保险服务平台的总体成交量。
在上述任一技术方案中,优选地,确定单元202还用于:确定敏感消费类型对应的车辆属性信息的第一权重集合,司机属性信息对应的第二权重集合,运营记录消息对应的第三权重集合;计算单元208还用于:对车辆属性信息、司机属性信息、运营记录消息进行归一化处理,并带入第一权重集合、第二权重集合和第三权重集合,计算敏感消费类型对应的运营车主账户的消费意愿指标;确定单元202还用于:根据消费意愿指标确定对应的保费反馈信息。
在该技术方案中,通过根据全部非敏感消费类型的运营车主账户的属性参数,确定任一属性参数的信息熵,进而确定两个属性参数阈值,提高了确定属性参数阈值的准确性和适用性,再通过比较非敏感消费类型的账户与对应阈值的大小关系,确定对应的保费返还信息,有利于提高确定保费返还信息的准确性,进一步提高了非敏感消费类型账户中属性参数较高的运营车主购买车险的意愿,提高了保险服务平台的总体成交量。
在上述任一技术方案中,优选地,确定单元202还用于:根据全部非敏感消费类型的运营车主账户的属性参数的分布记录,确定任一属性参数的信息熵;确定单元202还用于:根据全部信息熵的排序确定至少两个属性参数阈值;数据处理装置200还包括:第二比较单元212,用于比较任一非敏感消费类型的运营车主账户的属性参数与两个属性参数阈值之间的大小关系;确定单元202还用于:根据大小关系确定生成正对非敏感消费类型的运营车主账户对应的保费返还信息。
在该技术方案中,通过对车辆属性信息、司机属性信息和运营记录信息设置权重值,使得不同的信息在确定保费反馈信息时占有不同的权重,再通过归一化处理,计算出敏感消费类型的运营车主账户的消费意愿指标,提高了计算消费意愿指标的准确性,并通过消费意愿指标确定保费反馈信息,提高了根据车辆属性信息、司机属性信息和运营记录信息确定保费反馈信息的可靠性。
在上述任一技术方案中,优选地,确定单元202还用于:确定非敏感消费类型对应的车辆属性信息的第四权重集合,司机属性信息对应的第五权重集合,运营记录消息对应的第六权重集合;计算单元208还用于:对车辆属性信息、司机属性信息、运营记录消息进行归一化处理,并带入第四权重集合、第五权重集合和第六权重集合,计算非敏感消费类型对应的运营车主账户的消费意愿指标;确定单元202还用于:根据消费意愿指标确定对应的保费反馈信息。
在该技术方案中,通过对车辆属性信息、司机属性信息和运营记录信息设置权重值,使得不同的信息在确定保费反馈信息时占有不同的权重,再通过归一化处理,计算出非敏感消费类型的运营车主账户的消费意愿指标,提高了计算消费意愿指标的准确性,并通过消费意愿指标确定保费反馈信息,提高了根据车辆属性信息、司机属性信息和运营记录信息确定保费反馈信息的可靠性。
图3示出了根据本发明的一个实施例的服务器的示意框图。
如图3所示,根据本发明的一个实施例的服务器300,包括:如图2所示的数据处理装置200。
其中,数据处理装置200中的确定单元202、推送单元204、解析单元206、计算单元208、第一比较单元210和第二比较单元212可以为中央处理器CPU、数字信号处理器DSP、微控制器MCU或者具有相同功能的电子元件中的至少一种。
实施例:
下面结合图4至9对根据本发明的实施例进行具体说明。
图4示出了根据本发明的另一个实施例的数据处理方法的示意流程图。
图5示出了根据本发明的一个实施例的车辆信息筛选的示意图。
图6示出了根据本发明的一个实施例的车险奖金推送的示意图。
图7示出了根据本发明的另一个实施例的车险奖金推送的示意图。
图8示出了根据本发明的又一个实施例的车险奖金推送的示意图。
图9示出了根据本发明的一个实施例的车险购买统计结果的示意图。
如图4所示,根据本发明的一个实施例的数据处理方法,包括:
步骤一,指标选择:收集指标数据,作为X变量,如表1所示,其中,从人(司机属性信息)、从车(车辆属性信息)部分是车险定价的因子;从环境、购买行为(保费提交请求)、平台属性(运营记录信息)是影响价格的重要因子。
具体包括:步骤S402,数据收集,其中,收集的数据包括:运营车主账户对应的车辆属性信息、司机属性信息和运营记录信息,之后执行步骤S404。
表1
步骤二,变量清洗:Y变量是顺风车司机敏感度,根据顺风车购买车险保费与活动梯度边界的差异,如果差异越小代表用户越敏感,差异越大代表越不敏感。例如车险活动为:商业险每满1000元,返费300元,如果A用户商业险保费为3100元,B用户商业险保费为3500元,A用户距离3000元的边界多出100元,B用户距离3000元的边界多出500元,100元<500元,则A用户为敏感标签,B用户为不敏感标签。
步骤三,X变量清洗与再筛选,根据步骤一和步骤二的数据,计算每个X变量的iv(信息熵),根据iv筛选最终进入模型的X变量,例如:车价、车龄。
步骤四,模型建立,将X变量设为车价和车龄,Y变量设为敏感程度。通过任意选取一个车价(如7万)和任意一个车龄(3年),形成四象限。
如图5所示,形成的四象限中第一象限为车价大于7万且车龄小于3年,第三象限车价小于或等于7万且车龄大于等于3年,然后统计敏感与不敏感比例,如果比例小于预设阈值(如0.5),则继续寻找下一组车价与车龄,直到最后满足比例大于或等于预设阈值,将对应的车价与车龄作为判断运营车主对于保费返还金额敏感程度的判断标准,如车价7万、车龄2年。具体包括:步骤S404,模型建立,执行步骤S406;步骤S406,模型解读,执行步骤S408。
步骤五,模型运算并输出结果,获取运营车主的车价和车龄以及保费提交请求,计算运营车主对于保费返还金额的敏感程度,并根据运营车主的敏感程度,推送对应的保费返还信息。
具体包括:步骤S408应用模型;步骤S410,判断运营车主账号类型,执行步骤S412或步骤S416或步骤S420;步骤S412,当判定车价大于7万且车龄小于2年时,确定运营车主账号为敏感消费型,执行步骤S414;步骤S414,较高的补贴折扣(如1.1倍基准);步骤S416,介于两者之间,执行步骤S418;步骤S418,基准补贴;步骤S420,当判定车价小于或等于7万且车龄大于或等于2年时,确定运营车主账号为非敏感消费型,执行步骤S422;步骤S422,较低的补贴折扣(如0.85基准)。
如图6所示,对于不敏感区间的车主用户,推送的保费返还信息602为车险奖励金1500元。
如图7所示,对于介于敏感区间与不敏感区间之间的车主用户,推送的保费返还信息702为车险奖励金2000元。
如图8所示,对于敏感区间的车主用户,推送的保费返还信息802为车险奖励金2500元。
如图9所示,采用上述方法推送的保费返还信息,经过一段时间T(单位:天数)的统计后,低价格的车险购买转化率曲线为曲线902,高价格的车险购买转化率曲线为904,其中,在天数T1,低价格的车险购买转化率对应于A点36%,高价格的车险购买转化率对应于B点32%。
根据本发明的实施例,还提出了一种计算机可读存储介质,其上存储有计算机程序,上述计算机程序被执行时实现以下步骤:响应于任一运营车主账户发送的保费提交请求,确定运营车主账户对应的车辆属性信息、司机属性信息和运营记录信息;根据车辆属性信息、司机属性信息和运营记录信息,确定运营车主账户对应的保费返还信息;将保费返还信息推送至运营车主账户的客户端,和/或将保费返还信息对应的金额退回至运营车主账户关联的电子账户。
在该技术方案中,通过运营车主账户发送的保费提交请求,确定运营车主账户对应的车辆属性信息、司机属性信息和运营记录信息,并按照上述信息将运营车主账户进行类型划分,进而针对不同类型的运营车主账户,制定不同级别的保费返还比例或返还金额,确定保费返还信息,提高了对账户类型划分的可靠性,提高了制定保费返还比例或返还金额的准确性,有利于提高保险服务平台的整体收益。
另外,通过将保费返还信息推送至运营车主账户的客户端,有利于车主直观便捷地了解保费返还信息,提升了用户使用体验。
其次,通过将保费返还信息对应的金额退回至运营车主账户关联的电子账户,简化了车主用户获取返还金额的操作步骤,也利于提升车主用户对服务平台的信任度,进而提升投保比例和营业总额。
最后,针对运营车主群体的特殊性,除采集车辆属性信息和司机属性信息外,还采集了运营记录消息,不同于现有技术中对用户属性信息进行划分,运营记录消息包括运营类型、运营活跃度和好评度,不仅能反映运营车主的驾驶水平和信用度,也能通过运营活跃度间接确定用户的经济水平和投保需求。
在上述任一技术方案中,优选地,车辆属性信息包括车辆价格、车龄和动力类型中的至少一种属性参数,司机属性信息包括司机性别、司机年龄和司机驾龄中的至少一种属性参数,运营记录信息包括运营活跃度和/或运营业务信息。
在该技术方案中,综合参考了车辆属性信息、司机属性信息和运营记录信息中包含的属性参数,提高了对账户类型划分的可靠性,提高了制定保费返还比例或返还金额的准确性。
在上述任一技术方案中,优选地,还包括:解析任一保费提交请求中的保费总额;确定保费总额所属的保费档位;计算保费总额与保费档位的下限值之间的金额差;将金额差大于或等于预设金额差的运营车主账户确定为非敏感消费类型,和/或将金额差小于预设金额差的运营车主账户确定为敏感消费类型。
在该技术方案中,通过计算保费总额与保费档位的下限值之间的金额差,并按照金额差与预设金额差之间的大小关系,确定对应运营车主账户为敏感消费类型或非敏感消费类型,提高了确定运营车主账户消费类型的可靠性,有利于提高制定保费返还比例或返还金额的准确性。
具体地,将金额差大于或等于预设金额差的运营车主账户类型确定为非敏感消费类型,并设定较大的保费返还比例或返还金额,以提高平台的整体收益,以及将金额差小于预设金额差的运营车主账户类型确定为敏感消费类型,并设定较大的保费返还比例或返还金额,以提高保险平台的成交量。
在上述任一技术方案中,优选地,根据车辆属性信息、司机属性信息和运营记录信息,确定运营车主账户对应的保费返还信息,具体包括:根据全部敏感消费类型的运营车主账户的属性参数的分布记录,确定任一属性参数的信息熵;根据全部信息熵的排序确定至少两个属性参数阈值;比较任一敏感消费类型的运营车主账户的属性参数与两个属性参数阈值之间的大小关系;根据大小关系确定生成正对敏感消费类型的运营车主账户对应的保费返还信息。
在该技术方案中,通过根据全部敏感消费类型的运营车主账户的属性参数,确定任一属性参数的信息熵,进而确定两个属性参数阈值,提高了确定属性参数阈值的准确性和适用性,再通过比较敏感消费类型的账户与对应阈值的大小关系,确定对应的保费返还信息,有利于提高确定保费返还信息的准确性,进一步提高了敏感消费类型账户中属性参数较高的运营车主购买车险的意愿,提高了保险服务平台的总体成交量。
在上述任一技术方案中,优选地,根据车辆属性信息、司机属性信息和运营记录信息,确定运营车主账户对应的保费返还信息,具体还包括:根据全部非敏感消费类型的运营车主账户的属性参数的分布记录,确定任一属性参数的信息熵;根据全部信息熵的排序确定至少两个属性参数阈值;比较任一非敏感消费类型的运营车主账户的属性参数与两个属性参数阈值之间的大小关系;根据大小关系确定生成正对非敏感消费类型的运营车主账户对应的保费返还信息。
在该技术方案中,通过根据全部非敏感消费类型的运营车主账户的属性参数,确定任一属性参数的信息熵,进而确定两个属性参数阈值,提高了确定属性参数阈值的准确性和适用性,再通过比较非敏感消费类型的账户与对应阈值的大小关系,确定对应的保费返还信息,有利于提高确定保费返还信息的准确性,进一步提高了非敏感消费类型账户中属性参数较高的运营车主购买车险的意愿,提高了保险服务平台的总体成交量。
在上述任一技术方案中,优选地,根据车辆属性信息、司机属性信息和运营记录信息,确定运营车主账户对应的保费返还信息,具体还包括:确定敏感消费类型对应的车辆属性信息的第一权重集合,司机属性信息对应的第二权重集合,运营记录消息对应的第三权重集合;对车辆属性信息、司机属性信息、运营记录消息进行归一化处理,并带入第一权重集合、第二权重集合和第三权重集合,计算敏感消费类型对应的运营车主账户的消费意愿指标;根据消费意愿指标确定对应的保费反馈信息。
在该技术方案中,通过对车辆属性信息、司机属性信息和运营记录信息设置权重值,使得不同的信息在确定保费反馈信息时占有不同的权重,再通过归一化处理,计算出敏感消费类型的运营车主账户的消费意愿指标,提高了计算消费意愿指标的准确性,并通过消费意愿指标确定保费反馈信息,提高了根据车辆属性信息、司机属性信息和运营记录信息确定保费反馈信息的可靠性。
在上述任一技术方案中,优选地,根据车辆属性信息、司机属性信息和运营记录信息,确定运营车主账户对应的保费返还信息,具体还包括:确定非敏感消费类型对应的车辆属性信息的第四权重集合,司机属性信息对应的第五权重集合,运营记录消息对应的第六权重集合;对车辆属性信息、司机属性信息、运营记录消息进行归一化处理,并带入第四权重集合、第五权重集合和第六权重集合,计算非敏感消费类型对应的运营车主账户的消费意愿指标;根据消费意愿指标确定对应的保费反馈信息。
在该技术方案中,通过对车辆属性信息、司机属性信息和运营记录信息设置权重值,使得不同的信息在确定保费反馈信息时占有不同的权重,再通过归一化处理,计算出非敏感消费类型的运营车主账户的消费意愿指标,提高了计算消费意愿指标的准确性,并通过消费意愿指标确定保费反馈信息,提高了根据车辆属性信息、司机属性信息和运营记录信息确定保费反馈信息的可靠性。
以上结合附图详细说明了本发明的技术方案,本发明提供了一种数据处理方法、装置、服务器和计算机可读存储介质,通过运营车主账户发送的保费提交请求,确定运营车主账户对应的车辆属性信息、司机属性信息和运营记录信息,并按照上述信息将运营车主账户进行类型划分,进而针对不同类型的运营车主账户,制定不同级别的保费返还比例或返还金额,确定保费返还信息,提高了对账户类型划分的可靠性,提高了制定保费返还比例或返还金额的准确性,有利于提高保险服务平台的整体收益。通过将保费返还信息推送至运营车主账户的客户端,有利于车主便捷地接收保费返还信息,提升了用户使用体验。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (16)
1.一种数据处理方法,其特征在于,包括:
响应于任一运营车主账户发送的保费提交请求,确定所述运营车主账户对应的车辆属性信息、司机属性信息和运营记录信息;
根据所述车辆属性信息、所述司机属性信息和所述运营记录信息,确定所述运营车主账户对应的保费返还信息;
将所述保费返还信息推送至所述运营车主账户的客户端,和/或将所述保费返还信息对应的金额退回至所述运营车主账户关联的电子账户。
2.根据权利要求1所述的数据处理方法,其特征在于,
所述车辆属性信息包括车辆价格、车龄和动力类型中的至少一种属性参数,所述司机属性信息包括司机性别、司机年龄和司机驾龄中的至少一种属性参数,所述运营记录信息包括运营活跃度和/或运营业务信息。
3.根据权利要求1所述的数据处理方法,其特征在于,还包括:
解析任一所述保费提交请求中的保费总额;
确定所述保费总额所属的保费档位;
计算所述保费总额与所述保费档位的下限值之间的金额差;
将所述金额差大于或等于预设金额差的运营车主账户确定为非敏感消费类型,和/或将所述金额差小于预设金额差的运营车主账户确定为敏感消费类型。
4.根据权利要求3所述的数据处理方法,其特征在于,所述根据所述车辆属性信息、所述司机属性信息和所述运营记录信息,确定所述运营车主账户对应的保费返还信息,具体包括:
根据全部所述敏感消费类型的运营车主账户的属性参数的分布记录,确定任一所述属性参数的信息熵;
根据全部所述信息熵的排序确定至少两个属性参数阈值;
比较任一所述敏感消费类型的运营车主账户的属性参数与所述两个属性参数阈值之间的大小关系;
根据所述大小关系确定生成正对所述敏感消费类型的运营车主账户对应的保费返还信息。
5.根据权利要求3所述的数据处理方法,其特征在于,所述根据所述车辆属性信息、所述司机属性信息和所述运营记录信息,确定所述运营车主账户对应的保费返还信息,具体还包括:
根据全部所述非敏感消费类型的运营车主账户的属性参数的分布记录,确定任一所述属性参数的信息熵;
根据全部所述信息熵的排序确定至少两个属性参数阈值;
比较任一所述非敏感消费类型的运营车主账户的属性参数与所述两个属性参数阈值之间的大小关系;
根据所述大小关系确定生成正对所述非敏感消费类型的运营车主账户对应的保费返还信息。
6.根据权利要求3所述的数据处理方法,其特征在于,所述根据所述车辆属性信息、所述司机属性信息和所述运营记录信息,确定所述运营车主账户对应的保费返还信息,具体还包括:
确定所述敏感消费类型对应的车辆属性信息的第一权重集合,所述司机属性信息对应的第二权重集合,所述运营记录消息对应的第三权重集合;
对所述车辆属性信息、所述司机属性信息、所述运营记录消息进行归一化处理,并带入所述第一权重集合、所述第二权重集合和所述第三权重集合,计算所述敏感消费类型对应的运营车主账户的消费意愿指标;
根据所述消费意愿指标确定对应的保费反馈信息。
7.根据权利要求3所述的数据处理方法,其特征在于,所述根据所述车辆属性信息、所述司机属性信息和所述运营记录信息,确定所述运营车主账户对应的保费返还信息,具体还包括:
确定所述非敏感消费类型对应的车辆属性信息的第四权重集合,所述司机属性信息对应的第五权重集合,所述运营记录消息对应的第六权重集合;
对所述车辆属性信息、所述司机属性信息、所述运营记录消息进行归一化处理,并带入所述第四权重集合、所述第五权重集合和所述第六权重集合,计算所述非敏感消费类型对应的运营车主账户的消费意愿指标;
根据所述消费意愿指标确定对应的保费反馈信息。
8.一种数据处理装置,其特征在于,包括:
确定单元,用于响应于任一运营车主账户发送的保费提交请求,确定所述运营车主账户对应的车辆属性信息、司机属性信息和运营记录信息;
所述确定单元还用于:根据所述车辆属性信息、所述司机属性信息和所述运营记录信息,确定所述运营车主账户对应的保费返还信息;
所述数据处理装置还包括:
推送单元,用于将所述保费返还信息推送至所述运营车主账户的客户端,和/或将所述保费返还信息对应的金额退回至所述运营车主账户关联的电子账户。
9.根据权利要求8所述的数据处理装置,其特征在于,
所述车辆属性信息包括车辆价格、车龄和动力类型中的至少一种属性参数,所述司机属性信息包括司机性别、司机年龄和司机驾龄中的至少一种属性参数,所述运营记录信息包括运营活跃度和/或运营业务信息。
10.根据权利要求8所述的数据处理装置,其特征在于,还包括:
解析单元,用于解析任一所述保费提交请求中的保费总额;
所述确定单元还用于:确定所述保费总额所属的保费档位;
所述数据处理装置还包括:
计算单元,用于计算所述保费总额与所述保费档位的下限值之间的金额差;
所述确定单元还用于:将所述金额差大于或等于预设金额差的运营车主账户确定为非敏感消费类型,和/或将所述金额差小于预设金额差的运营车主账户确定为敏感消费类型。
11.根据权利要求10所述的数据处理装置,其特征在于,
所述确定单元还用于:根据全部所述敏感消费类型的运营车主账户的属性参数的分布记录,确定任一所述属性参数的信息熵;
所述确定单元还用于:根据全部所述信息熵的排序确定至少两个属性参数阈值;
所述数据处理装置还包括:
第一比较单元,用于比较任一所述敏感消费类型的运营车主账户的属性参数与所述两个属性参数阈值之间的大小关系;
所述确定单元还用于:根据所述大小关系确定生成正对所述敏感消费类型的运营车主账户对应的保费返还信息。
12.根据权利要求10所述的数据处理装置,其特征在于,
所述确定单元还用于:根据全部所述非敏感消费类型的运营车主账户的属性参数的分布记录,确定任一所述属性参数的信息熵;
所述确定单元还用于:根据全部所述信息熵的排序确定至少两个属性参数阈值;
所述数据处理装置还包括:
第二比较单元,用于比较任一所述非敏感消费类型的运营车主账户的属性参数与所述两个属性参数阈值之间的大小关系;
所述确定单元还用于:根据所述大小关系确定生成正对所述非敏感消费类型的运营车主账户对应的保费返还信息。
13.根据权利要求10所述的数据处理装置,其特征在于,
所述确定单元还用于:确定所述敏感消费类型对应的车辆属性信息的第一权重集合,所述司机属性信息对应的第二权重集合,所述运营记录消息对应的第三权重集合;
所述计算单元还用于:对所述车辆属性信息、所述司机属性信息、所述运营记录消息进行归一化处理,并带入所述第一权重集合、所述第二权重集合和所述第三权重集合,计算所述敏感消费类型对应的运营车主账户的消费意愿指标;
所述确定单元还用于:根据所述消费意愿指标确定对应的保费反馈信息。
14.根据权利要求10所述的数据处理装置,其特征在于,
所述确定单元还用于:确定所述非敏感消费类型对应的车辆属性信息的第四权重集合,所述司机属性信息对应的第五权重集合,所述运营记录消息对应的第六权重集合;
所述计算单元还用于:对所述车辆属性信息、所述司机属性信息、所述运营记录消息进行归一化处理,并带入所述第四权重集合、所述第五权重集合和所述第六权重集合,计算所述非敏感消费类型对应的运营车主账户的消费意愿指标;
所述确定单元还用于:根据所述消费意愿指标确定对应的保费反馈信息。
15.一种服务器,所述服务器设有存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,
处理器执行计算机程序时实现如权利要求1至7中任一项的数据处理方法的步骤;
和/或包括如权利要求8至14中任一项所述的数据处理装置。
16.一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如权利要求1至7中任一项所述的数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810150293.XA CN110163760A (zh) | 2018-02-13 | 2018-02-13 | 数据处理方法、装置、服务器和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810150293.XA CN110163760A (zh) | 2018-02-13 | 2018-02-13 | 数据处理方法、装置、服务器和计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110163760A true CN110163760A (zh) | 2019-08-23 |
Family
ID=67635391
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810150293.XA Pending CN110163760A (zh) | 2018-02-13 | 2018-02-13 | 数据处理方法、装置、服务器和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110163760A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113328989A (zh) * | 2021-04-21 | 2021-08-31 | 之江实验室 | 端云协同的用户隐私保护车辆保险保费计算模型及方法 |
CN115792725A (zh) * | 2022-09-19 | 2023-03-14 | 广东电网有限责任公司佛山供电局 | 一种配电变压器的在线保护联动控制方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105488046A (zh) * | 2014-09-16 | 2016-04-13 | 钛马信息网络技术有限公司 | 基于车辆保险业务的大数据分析系统 |
CN106022928A (zh) * | 2016-05-25 | 2016-10-12 | 财付通支付科技有限公司 | 一种数据处理方法及装置 |
CN106296278A (zh) * | 2016-08-04 | 2017-01-04 | 上海携程商务有限公司 | 优惠券发放方法及系统 |
CN106296366A (zh) * | 2016-08-19 | 2017-01-04 | 北京恒天易开科技股份有限公司 | 一种基于电动汽车租赁行业车辆调价方法 |
-
2018
- 2018-02-13 CN CN201810150293.XA patent/CN110163760A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105488046A (zh) * | 2014-09-16 | 2016-04-13 | 钛马信息网络技术有限公司 | 基于车辆保险业务的大数据分析系统 |
CN106022928A (zh) * | 2016-05-25 | 2016-10-12 | 财付通支付科技有限公司 | 一种数据处理方法及装置 |
CN106296278A (zh) * | 2016-08-04 | 2017-01-04 | 上海携程商务有限公司 | 优惠券发放方法及系统 |
CN106296366A (zh) * | 2016-08-19 | 2017-01-04 | 北京恒天易开科技股份有限公司 | 一种基于电动汽车租赁行业车辆调价方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113328989A (zh) * | 2021-04-21 | 2021-08-31 | 之江实验室 | 端云协同的用户隐私保护车辆保险保费计算模型及方法 |
CN113328989B (zh) * | 2021-04-21 | 2022-05-06 | 之江实验室 | 端云协同的用户隐私保护车辆保险保费计算模型及方法 |
CN115792725A (zh) * | 2022-09-19 | 2023-03-14 | 广东电网有限责任公司佛山供电局 | 一种配电变压器的在线保护联动控制方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Nunes | A cognitive model of people's usage estimations | |
US7366679B2 (en) | Residual value forecasting system and method thereof, insurance premium calculation system and method thereof, and computer program product | |
CN111143339B (zh) | 一种业务资源的分配方法、装置、设备及存储介质 | |
CN110610412A (zh) | 信用风险评估方法和装置、存储介质和电子设备 | |
CN106068526A (zh) | 一种专利价值评估方法及系统 | |
CN108764705A (zh) | 一种数据质量评估平台以及方法 | |
CN102262664A (zh) | 一种质量评价的方法和装置 | |
CN109493113A (zh) | 一种优惠信息的提供方法以及装置 | |
CN106469395A (zh) | 一种数据商品动态综合评估方法及系统 | |
US20210097556A1 (en) | Data processing | |
CN106780008A (zh) | 一种积分管理方法和装置 | |
CN110163760A (zh) | 数据处理方法、装置、服务器和计算机可读存储介质 | |
CN110866698A (zh) | 用于评定服务提供方的服务分值的装置 | |
CN109561132A (zh) | 一种信息推送方法、装置、服务器及终端 | |
CN108711004A (zh) | 风险评估方法和装置及计算机可读存储介质 | |
CN113888312A (zh) | 确定业务额度的方法、装置、电子设备及介质 | |
CN101295388A (zh) | 一种信用评估方法及系统 | |
CN104809550A (zh) | 一种数据处理方法和系统 | |
CN110073389A (zh) | 报酬预测计算装置、报酬预测计算伺服器、报酬预测计算计算机程序产品以及报酬预测计算方法 | |
CN109934701B (zh) | 一种股权质押的风险评估方法和装置 | |
CN111160681A (zh) | 基于用户收支数据评估用户收入级别的方法、装置及存储介质 | |
CN116308226A (zh) | 一种项目结算转化管理方法及系统 | |
CN104969512A (zh) | 用于基于网络的帐户数据管理和数据交换的系统及方法 | |
CN114648310A (zh) | 供应商的行为数据分析方法、系统及装置 | |
WO2007143020B1 (en) | Apparatus, system, method, and computer program for managing transactions involving aviation assets |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190823 |
|
RJ01 | Rejection of invention patent application after publication |