CN110648243A - 一种数据处理方法、装置、计算机设备及存储介质 - Google Patents
一种数据处理方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN110648243A CN110648243A CN201910770284.5A CN201910770284A CN110648243A CN 110648243 A CN110648243 A CN 110648243A CN 201910770284 A CN201910770284 A CN 201910770284A CN 110648243 A CN110648243 A CN 110648243A
- Authority
- CN
- China
- Prior art keywords
- user
- data
- information
- application
- historical
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 28
- 238000012795 verification Methods 0.000 claims abstract description 122
- 238000012545 processing Methods 0.000 claims abstract description 36
- 238000004364 calculation method Methods 0.000 claims abstract description 28
- 238000000034 method Methods 0.000 claims abstract description 22
- 230000006399 behavior Effects 0.000 claims description 40
- 238000004590 computer program Methods 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 16
- 238000012552 review Methods 0.000 description 9
- 230000010365 information processing Effects 0.000 description 8
- 238000012550 audit Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 201000010099 disease Diseases 0.000 description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 4
- 206010039203 Road traffic accident Diseases 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 1
- 238000013524 data verification Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Images
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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Technology Law (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例属于大数据领域，涉及一种数据处理方法、装置、计算机设备及存储介质，方法包括：获取用户对目标信息的申请请求，所述目标信息为向目标用户自动推荐的信息；根据所述申请请求向用户发送验证数据上传请求，所述验证数据为根据所述目标信息预先设定的指定数据；判断用户返回的验证数据的有效性；若所述验证数据有效，则根据所述目标信息中的计算公式计算出数据值；提取用户的历史申请记录，根据所述历史申请记录，分析用户是否存在恶意请求的行为；若不存在所述恶意请求的行为，则向用户发送所述数据值。本申请避免了人工审核的高人力成本，提高了数据处理效率，从而提高用户体验度以及粘度。
Description
技术领域
本申请涉及大数据技术领域，尤其涉及一种数据处理方法、装置、计算机设备及存储介质。
背景技术
在现有的对申请请求的信息处理的方式中，一般是通过电话等向对应的客服人员进行咨询及并提供相关的信息进行申请，然后再由相关工作人员对用户的需求进行线上的系统性申请，当接收到线上申请后，确认该申请成立，为了判断该申请是否满足申请条件，需要线下对用户提供的信息及其他相关信息进行一个取证的过程，过程中还需要对取证的信息进一步进行审核，最后才会对用户提出的申请做一个信息处理反馈给用户。整个信息处理过程中，采用了大量的人力进行取证与审核，延长了数据处理的时间。由此可见，现有的单证信息处理的方式存在人力需求大，数据处理时间长，导致申请请求处理效率低的问题。
发明内容
本申请实施例的目的在于提供一种数据处理方法，可以降低人力成本，提高对申请请求的处理效率。
为了解决上述技术问题，本申请实施例提供一种数据处理方法，采用了如下所述的技术方案：
包括下述步骤：
获取用户对目标信息的申请请求，所述目标信息为向目标用户自动推荐的信息；
根据所述申请请求向用户发送验证数据上传请求，所述验证数据为根据所述目标信息预先设定的指定数据；
判断用户返回的验证数据的有效性；
若所述验证数据有效，则根据所述目标信息中的计算公式计算出数据值；
提取用户的历史申请记录，根据所述历史申请记录，分析用户是否存在恶意请求的行为；
若不存在所述恶意请求的行为，则向用户发送所述数据值。
进一步的，向目标用户自动推荐信息包括下述步骤：
获取用户的信息安全等级，并判断所述信息安全等级是否达到预先设置的信息安全等级阈值；
若所述信息安全等级没有达到预先设置的所述信息安全等级阈值，则匹配符合所述信息安全等级的信息向用户进行推荐。
进一步的，向目标用户自动推荐信息还包括下述步骤：
若所述信息安全等级达到预先设置的所述信息安全等级阈值，则将用户添加进入自动推荐黑名单中。
进一步的，所述判断用户返回的验证数据有效性的步骤具体包括：
通过将返回的验证数据与后台数据库中的数据进行对比，判断验证数据的有效性；
若所述验证数据无效，则转入预先设置的验证数据审核区，对提取的所述验证数据所包含的必要数据进行审核，获取所述验证数据审核区的返回结果，其中，所述返回结果包括所述验证数据的有效性判断结果；
若所述返回结果为有效，则根据所述目标信息中的计算公式计算出数据值。
进一步的，所述验证用户返回的验证数据有效性的步骤具体还包括：
若所述验证数据审核区的返回结果为无效，则提高用户的信息安全等级，并向用户发出验证数据无效的提示信息。
进一步的，所述历史申请记录包括历史申请次数和/或历史数据值，所述提取用户的历史申请记录，根据所述历史申请记录，分析用户是否存在恶意请求的行为的步骤具体包括：
根据所述历史申请次数，判断用户历史申请次数是否达到历史申请次数阈值；和/或
根据所述历史数据值，判断用户历史数据值是否达到历史数据值阈值；
若用户历史申请次数达到历史申请次数阈值和/或用户历史数据值达到历史数据值阈值，则认为用户存在所述恶意请求的行为。
进一步的，在所述根据用户的所述历史申请记录，分析用户是否存在恶意请求的行为之后，所述方法还包括下述步骤：
若存在所述恶意请求的行为，则发送用户的恶意请求信息到预警系统进行预警，并降低用户的申请等级。
为了解决上述技术问题，本申请实施例还提供一种数据处理装置，采用了如下所述的技术方案：
所述一种数据处理装置，包括：
获取模块，用于获取用户对目标信息的申请请求，所述目标信息为向目标用户自动推荐的信息；
第一发送模块，用于根据所述申请请求向用户发送验证数据上传请求，所述验证数据为根据所述目标信息预先设定的指定数据；
验证模块，用于判断用户返回的验证数据的有效性；
计算模块，用于若所述验证数据有效，则根据所述目标信息中的计算公式计算出数据值；
提取模块，用于提取用户的历史申请记录，根据所述历史申请记录，分析用户是否存在恶意请求的行为；
第二发送模块，用于若不存在所述恶意请求的行为，则向用户发送所述数据值。
为了解决上述技术问题，本申请实施例还提供一种计算机设备，采用了如下所述的技术方案：
所述计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时实现本申请实施例中提出的任一项所述的一种数据处理方法的步骤。
为了解决上述技术问题，本申请实施例还提供一种计算机可读存储介质，采用了如下所述的技术方案：
所述计算机可读存储介质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本申请实施例中提出的任一项所述的一种数据处理方法的步骤。
与现有技术相比，本申请实施例主要有以下有益效果：获取目标信息的申请请求，所述目标信息为向目标用户自动推荐的信息；根据所述申请请求向用户发送验证数据上传请求，所述验证数据为根据所述目标信息预先设定的指定数据；判断用户返回的验证数据的有效性；若所述验证数据有效，则根据所述目标信息中的计算公式计算出数据值；提取用户的历史申请记录，根据所述历史申请记录，分析用户是否存在恶意请求的行为；若不存在所述恶意请求的行为，则向用户发送所述数据值。通过将用户的申请进行有效性验证后，可以自动计算出对应的数据值，避免了人工审核的高人力成本，对申请请求的处理效率，从而提高用户体验度以及粘度；同时，根据用户的历史申请记录分析目标信息的用户的申请请求的性质，可以避免用户的恶意请求行为发生。
附图说明
为了更清楚地说明本申请中的方案，下面将对本申请实施例描述中所需要使用的附图作一个简单介绍，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是本申请可以应用于其中的示例性系统架构图；
图2本申请的一种数据处理方法的一个实施例的流程图；
图3是图2中步骤201的一种具体实施方式的流程图；
图4是图2中步骤201的另一种具体实施方式的流程图；
图5是图2中步骤203的一种具体实施方式的流程图；
图6是图2中步骤203的另一种具体实施方式的流程图；
图7是图2中步骤205的一种具体实施方式的流程图；
图8是本申请的一种数据处理方法的另一种具体实施方式的流程图；
图9是本申请的一种数据处理装置的一个实施例的结构示意图；
图10是图9所示获取模块的一种具体实施方式的结构示意图；
图11是图9所示验证模块的一种具体实施方式的结构示意图；
图12是图9所示提取模块的一种具体实施方式的结构示意图；
图13根据本申请的计算机设备的一个实施例的结构示意图。
具体实施方式
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同；本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请；本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构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。
为了使本技术领域的人员更好地理解本申请方案，下面将结合附图，对本申请实施例中的技术方案进行清楚、完整地描述。
如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯用户端应用，例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱用户端、社交平台软件等。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving PictureExpertsGroup Audio Layer III，动态影像专家压缩标准音频层面3)、MP4(MovingPictureExperts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上显示的页面提供支持的后台服务器。
需要说明的是，本申请实施例所提供的一种数据处理方法一般由服务器/终端设备执行，相应地，一种数据处理装置一般设置于服务器/终端设备中。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的，根据实现需要，可以具有任意数目的终端设备、网络和服务器。
继续参考图2，示出了根据本申请的一种数据处理的方法的一个实施例的流程图。上述的一种数据处理方法，包括以下步骤：
步骤201，获取用户对目标信息的申请请求，目标信息为向目标用户自动推荐的信息。
在本实施例中，一种数据处理方法运行于其上的电子设备(例如图1所示的服务器/终端设备)可以通过有线连接方式或者无线连接方式获取目标保单的用户申请。需要指出的是，上述无线连接方式可以包括但不限于3G/4G连接、WiFi(Wireless-Fidelity)连接、蓝牙连接、WiMAX(Worldwide Interoperability for Microwave Access)连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。
上述的申请请求可以是用户通过用户端进行的申请，上述的申请请求可以是医保报销申请、售后退换申请、补助申请或是保险理赔申请等数据，例如：通过扫描用户端认证的二维码进入申请界面进行申请；也可以是通过网络客服进行申请，由网络客服进行后续申请操作。其中，用户端可以是计算机上的用户端，也可以是移动终端上的用户端，在一些可能的实现方式中，上述的用户端可以是经过认证的用户端，例如：设置在交通处理中心的终端或是设置在医疗中心的终端等。上述目标信息可以是服务器/终端设备向目标用户自动推荐的信息，目标信息可以是包括审核程序简单、数额小的涉及安全类的信息，例如：学险、财险、轻疾病险等，每个信息对应不同情况可以有多种信息处理方式。上述自动推荐可以是通过各个渠道对目标用户进行推荐，例如：微信小程序、短信、支付宝等渠道对用户进行推荐。
步骤202，根据申请请求向用户发送验证数据上传请求，验证数据为根据目标信息预先设定的指定数据。
在本实施例中，可以根据申请请求对应的类型，向用户预设的用户端发送该类型的数据处理所需要的验证数据模板的请求，上述验证数据或预先设定的指定数据可以包括：对应类型的数据单、已缴纳的费用凭证、用户需要申请处理的清单以及出险检验证明等。例如：以保险为例，用户所得某种疾病为在保险范围内的疾病，可以通过对应所需验证数据模板要求用户上传医院的疾病证明以及其他证据，确保理赔的真实性。上述验证数据模板中，可以是在对应位置填写个人信息和/或产生的原因以及严重程度等。又例如：在未造成人员伤亡的情况下，用户因机动车道路交通事故而发出申请的，应当通过模版要求用户提供由公安局交通管理部门出具机动车道路交通事故责任认定书，证明该机动车交通事故的发生地点、时间、事故发生的经过、损害后果已经责任划分，以及被保险标的车的行驶证和驾驶人员的驾驶证等。
步骤203，判断用户返回的验证数据的有效性。
在本实施例中，可以对验证数据进行有效性识别来验证用户返回的验证数据是否具备有效性，例如：上传用户当前的头像，通过人脸识别引擎对用户当前的头像进行识别，判断当前头像所属人员与投保用户是否为同一人；又例如：可以对验证数据上的印章进行识别，判断该印章是否与提供验证数据的单位一致；又例如：可以对用户上传的目标信息进行识别，判断目标信息是否在有效期，是否符合对应的信息处理的条款规定等。通过对用户返回的验证数据进行验证，可以确保验证数据的真实有效性，防止出现恶意请求行为。当然，在一种可能的实现方式中，还可以通过预先训练好的检测模型对验证数据的有效性进行检测。
步骤204，若验证数据有效，则根据目标信息中的计算公式计算出数据值。
在本实施例中，该目标信息可以是包括通过线上或者线下进行医疗报销的信息、售后退换的信息或者用户投保的信息，例如：目标信息中包括保费、保额、费率、保期等。数据处理方式可以是资助、退换、赔偿或给付。上述对应的目标信息中可以包括预先设置有对应的计算公式，在用户提出合理的数据处理请求后，验证数据齐备有效，则可以根据目标信息索引出对应的计算公式，从目标信息中提取出计算参数，进行数据值的计算，其中，数据值可以是指数据处理结果，例如：对于家庭财产险，A用户买了甲乙两个保险，若A用户损失1万元，未超过甲保险的保险金额1万元，也未超过乙保险的3万元，则家庭财产险赔偿金额的计算公式可以是：甲(乙)应承担的赔偿金额＝[甲(乙)保险金额÷(甲+乙)保险金额]×损失金额，计算得出甲保险赔偿金额为0.25万元，乙保险赔偿金额为0.75万元。因类型众多，对数据的处理方式也不同，上述的计算公式只属于本实施例中的一种，因此，在本发明实施例中，对数据进行处理的计算公式不作限定。
步骤205，提取用户的历史申请记录，根据历史申请记录，分析用户是否存在恶意请求的行为。
在本实施例中，历史申请记录可以是一个月内的申请记录或者一个季度内的申请记录，申请记录可以包括申请次数，申请类型。历史申请记录可以是从数据库中进行获取，数据库中保存有用户每一次的申请记录，也可以是本公司的历史申请记录，还可以是其他公司的历史申请记录。恶意请求可以是指用户的不符合请求条件的请求，例如：规定在正常情况下，一个月内达到3次申请次数，并且申请类型相同则属于恶意申请行为，若从获取到的B申请请求记录中，查看到在一个月内申请次数为4次，申请类型均相同，则可判定为恶意请求行为。当然，在本实施例中，不限定恶意请求的规定条件。
步骤206，若不存在恶意请求的行为，则向用户发送数据值。
在本实施例中，向用户发送数据值可以是指回复用户的数据申请，可以是自动发送数据值，具体的数据值为根据上述目标信息中的计算公式所计算出的数据值。
在本实施例中，获取目标信息的申请请求，目标信息为向目标用户自动推荐的信息；根据申请请求向用户发送验证数据上传请求；判断用户返回的验证数据的有效性；若验证数据有效，则根据目标信息中的计算公式计算出数据值；提取用户的历史申请记录，根据历史申请记录，分析用户是否存在恶意请求的行为；若不存在恶意请求的行为，则向用户发送数据值。通过将用户申请以发送验证数据请求的方式进行有效性验证后，可以自动计算出数据值，避免了人工审核的高人力成本，提高了申请请求的数据处理效率，从而提高用户体验度以及粘度；同时，根据用户的历史申请记录分析用户的申请性质，可以避免用户的恶意请求行为发生。
进一步的，如图3所示，上述步骤201可以包括以下步骤：
步骤301，获取用户的信息安全等级，并判断信息安全等级是否达到预先设置的信息安全等级阈值；
步骤302，若信息安全等级没有达到预先设置的信息安全等级阈值，则匹配符合信息安全等级的信息向用户进行推荐。
其中，可以通过用户信用等级、同类申请次数等对用户进行信息安全等级评估，用户信用等级可以参考用户征信，同时用户按期守信的行为可以增加信用评分；申请次数可以是在同一执行数据处理公司的申请次数，也可以是在不同的执行数据处理公司的总申请次数；用户信用等级、同类型申请次数等可以通过用户的历史申请记录进行获取。
在一些可选的实现方式中，可以预先根据具体情况设置信息安全等级阈值，并且可以将用户的信息安全等级分为三个级别，一种级别是可以自动向用户推荐信息，并开通一种数据处理功能的级别；一种级别是可以自动向用户推荐信息，但不开通一种数据处理功能的级别；一种级别是既不向用户推荐信息，也不开通一种数据处理功能的级别。可以根据用户的信息安全等级，对应于三个级别进行执行，起到信息安全控制的作用。例如：以百分制的评分规定，可以设置第一信息安全等级阈值及第二信息安全等级阈值分别为30和50，当用户的信息安全等级的评估为20，则可以自动向用户推荐对应的信息，并开通一种数据处理功能；当用户的信息安全等级的评估为35，可以自动向用户推荐对应的信息，但不开通一种数据处理功能。
进一步的，如图4所示，在实施例三的基础上，上述步骤201还可以包括：
步骤401，若信息安全等级达到预先设置的信息安全等级阈值，则将用户添加进入自动推荐黑名单中。
其中，用户的信息安全等级达到预先设置的信息安全等级阈值，可以认为用户信息安全存在风险，需对申请请求谨慎处理。在一些可选的实现方式中，可以设置第一信息安全等级阈值及第二信息安全等级阈值，例如：以百分制的评分规定，可以设置第二信息安全等级阈值50，当用户的信息安全等级的评估为55时，可以即不向用户推荐对应的信息，也不开通向用户发送数据值的功能，并将该用户添加进入自动推荐黑名单中，这样能够对信息安全起到控制作用，提高数据处理效率。
在一些可选的实现方式中，可以通过信息安全等级评价对黑名单用户进行年度评分和/或季度评分，以更新黑名单，更新黑名单可以是移除用户名单或增加用户名单。例如：未更新前的某些黑名单用户在本次的信息安全等级评估中没有超过第一信息安全等级阈值，则可以将该用户移除黑名单；若是某些用户依然出现或出现信息安全等级评估超过第一信息安全等级，甚至达到第二信息安全等级的现象，则继续保留或增加在黑名单内。
进一步的，如图5所示，上述步骤203可以包括：
步骤501，通过将返回的验证数据与后台数据库中的验证数据进行对比，判断验证数据的有效性；
步骤502，若验证数据无效，则转入预先设置的验证数据审核区，对提取的验证数据所包含的必要数据进行审核，获取验证数据审核区的返回结果，其中，返回结果包括验证数据的有效性判断结果；
步骤503，若返回结果为有效，则根据目标信息中的计算公式计算出数据值。
其中，后台数据库中，可以保存有用户的投保信息等，以及各验证数据的模板等材料，通过对返回的验证数据与后台数据库中的数据进行对比，可以判断验证数据是否真实有效，或者是否完整填写材料。若填写不完整则无效，或者填写的固定信息不符合的也可以是无效，例如：身份信息直接不匹配。验证数据审核区可以是当与后台数据库进行匹配无效之后，对用户填写的验证数据进行再次验证的复审机制，比如，验证数据审核区可以是人工审核、上级主管审核或是在另外一个或多个后台数据库中进行验证数据的对比等。其中，验证数据审核区的审核可以包括对应各种模板预先设置的必要数据的审核，验证数据审核区的返回结果可以是审核通过，也即是验证数据有效；或者审核验证数据不足或不详，或者审核不通过，也即是验证数据无效。其中，必要数据可以是指必不可少的数据，若是缺少必不可少的数据或是明显不符合事实的，则会审核不通过，例如：身份信息、申请事由等。
在一些可选的实现方式中，在经过验证数据审核区审核后，若验证数据有效，可以将审核结果返回系统，由系统进行后续的数据值计算以及发送数据值。
在一些可选的实现方式中，在经过验证数据审核区审核后，因必要数据不足或不详的情况，可以发送补充信息的请求到用户，用户可以对缺乏的必要数据进行补充，当用户补充材料后，再继续验证验证数据有效性。
进一步的，如图6所示，在实施例五的基础上，步骤203还可以包括：
步骤601，若验证数据审核区的返回结果为无效，则提高用户的信息安全等级，并向用户发出验证数据无效的提示信息。
其中，若验证数据审核区审核后的验证数据依然无效可以理解为，验证数据中的必要数据缺失，或者必要数据存在明显的事实不符，则可以将审核结果返回系统，由系统发送验证数据无效的信息到用户。可选的，可以审核后的验证数据无效的具体理由发送给用户。还可以根据审核返回的验证数据无效的信息，将该用户的信息安全等级临时提高，信息安全等级越高，则表示越不安全或越不可靠。当然也可以对该用户进行线下审核，若线下审核通过，则恢复原来的信息安全等级，若线下审核不通过，则可以提高该用户的信息安全等级。
进一步的，如图7所示，上述步骤205可以包括：
步骤701，根据历史申请次数，判断用户历史申请次数是否达到历史申请次数阈值；和/或
步骤702，根据历史数据值，判断用户历史数据值是否达到历史数据值阈值；
步骤703，若用户历史申请次数达到历史申请次数阈值和/或用户历史数据值达到历史数据值阈值，则认为用户存在恶意请求的行为。
其中，可以设置历史申请次数阈值，通过提取用户的历史申请次数与历史申请次数阈值进行对比，若用户的历史申请次数达到历史申请次数阈值，例如：历史申请次数阈值为每月15次，若申请次数达到一个月20次，则可以认为用户存在恶意请求的行为。若用户的历史申请次数没有达到历史申请次数阈值，比如没有达到一个月申请15次，则可以认为用户不存在恶意请求的行为。
或者可以设置特定时间段内数据值阈值，例如：一个用户一个月的数据值阈值可以设置为20万，若用户数据值在一个月内达到22万，则可以认为用户存在恶意请求的行为。若用户数据值在一个月内低于20万，则可以认为用户不存在恶意请求的行为。
当然，还可以综合用户历史申请次数以及历史数据值来判断用户是否存在恶意请求的行为。例如：历史申请次数每月超过15次，且历史数据值每月超过20万，则认为用户存在恶意请求的行为。
更进一步的，如图8所示，上述步骤205之后，上述方法还可以包括：
步骤801，若用户存在恶意请求的行为，则发送用户的恶意请求信息到预警系统进行预警，并降低用户的申请等级。
在一些可选的实现方式中，对应配置有预警系统，可以生成预警信息，预警信息包括恶意请求行为触发的条件，触发的条件可以是超过申请次数阈值，或者超过数据值阈值。预警信息可以发送到预警部门，也可以发送到用户。并且会将用户的申请等级进行降级，可以是降一个等级，也可以是根据具体的情况进行降级处理，降级可以是对用户之后的申请进行限制，可以影响该用户的信用。
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，该计算机程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)等非易失性存储介质，或随机存储记忆体(Random Access Memory，RAM)等。
应该理解的是，虽然附图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，其可以以其他的顺序执行。而且，附图的流程图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，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他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。
进一步参考图9，作为对上述图2所示方法的实现，本申请提供了一种数据处理装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图9所示，本实施例的一种数据处理装置900包括：获取模块901、第一发送模块902、验证模块903、计算模块904、提取模块905、第二发送模块906。其中：
获取模块901用于获取目标信息的申请请求，目标信息为向目标用户自动推荐的信息；
第一发送模块902用于根据申请请求向用户发送验证数据上传请求，验证数据为根据所述目标信息预先设定的指定数据；
验证模块903用于判断用户返回的验证数据的有效性；
计算模块904用于若验证数据有效，则根据目标信息中的计算公式计算出数据值；
提取模块905用于提取用户的历史申请记录，根据历史申请记录，分析用户是否存在恶意请求的行为；
第二发送模块906用于若不存在恶意请求的行为，则向用户发送数据值。
参阅图10，为获取模块901一种具体实施方式的结构示意图，获取模块901包括：第一判断子模块9011和匹配子模块9012。其中，
第一判断子模块9011用于获取用户的信息安全等级，并判断信息安全等级是否达到预先设置的信息安全等级阈值；
匹配子模块9012用于若信息安全等级没有达到预先设置的信息安全等级阈值，则匹配符合信息安全等级的信息向用户进行推荐。
获取模块901还用于若信息安全等级达到预先设置的信息安全等级阈值，则将用户添加进入自动推荐黑名单中。
参阅图11，为验证模块903一种具体实施方式的结构示意图，验证模块903进一步包括：对比子模块9031、审核子模块9032以及计算子模块9033。其中，
对比子模块9031用于通过将返回的验证数据与后台数据库中的数据进行对比，判断验证数据的有效性；
审核子模块9032用于若验证数据无效，则转入预先设置的验证数据审核区，对提取的验证数据所包含的必要数据进行审核，获取验证数据审核区的返回结果，其中，返回结果包括验证数据的有效性判断结果；
计算子模块9033用于若返回结果为有效，则根据目标信息中的计算公式计算出数据值。
验证模块903还用于若验证数据审核区的返回结果为无效，则提高用户的信息安全等级，并向用户发出验证数据无效的提示信息。
参阅图12，为提取模块905一种具体实施方式的结构示意图，提取模块905进一步包括：第二判断子模块9051、第三判断子模块9052以及判定子模块9053。其中，
第二判断子模块9051用于根据历史申请次数，判断用户历史申请次数是否达到历史申请次数阈值；和/或
第三判断子模块9052用于根据历史数据值，判断用户历史数据值是否达到历史数据值阈值；
判定子模块9053用于若用户历史申请次数达到历史申请次数阈值和/或用户历史数据值达到历史数据值阈值，则认为用户存在恶意请求的行为。
第二发送模块906还用于若存在恶意请求的行为，则发送用户的恶意请求信息到预警系统进行预警，并降低用户的申请等级。
本申请实施例提供的一种数据处理装置能够实现图2至图8的方法实施例中的各个实施方式，以及相应有益效果，为避免重复，这里不再赘述。
为解决上述技术问题，本申请实施例还提供计算机设备。具体请参阅图13，图13为本实施例计算机设备基本结构框图。
计算机设备13括通过系统总线相互通信连接存储器131、处理器132、网络接口133。需要指出的是，图中仅示出了具有组件131-133的计算机设备13，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。其中，本技术领域技术人员可以理解，这里的计算机设备是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(ApplicationSpecific Integrated Circuit，ASIC)、可编程门阵列(Field－Programmable GateArray，FPGA)、数字处理器(Digital Signal Processor，DSP)、嵌入式设备等。
计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
存储器13141至少包括一种类型的可读存储介质，可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中，存储器131可以是计算机设备13的内部存储单元，例如该计算机设备13的硬盘或内存。在另一些实施例中，存储器131也可以是计算机设备13的外部存储设备，例如该计算机设备13上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。当然，存储器131还可以既包括计算机设备13的内部存储单元也包括其外部存储设备。本实施例中，存储器131通常用于存储安装于计算机设备13的操作系统和各类应用软件，例如一种数据处理方法的程序代码等。此外，存储器131还可以用于暂时地存储已经输出或者将要输出的各类数据。
处理器132在一些实施例中可以是中央处理器(Central Processing Unit，CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器132通常用于控制计算机设备13的总体操作。本实施例中，处理器132用于运行存储器131中存储的程序代码或者处理数据，例如运行一种数据处理方法的程序代码。
网络接口133可包括无线网络接口或有线网络接口，该网络接口133通常用于在计算机设备13与其他电子设备之间建立通信连接。
本申请还提供了另一种实施方式，即提供一种计算机可读存储介质，计算机可读存储介质存储有一种数据处理程序，上述一种数据处理程序可被至少一个处理器执行，以使至少一个处理器执行如上述的一种数据处理方法的步骤。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。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介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本申请各个实施例的一种数据处理方法。
显然，以上所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例，附图中给出了本申请的较佳实施例，但并不限制本申请的专利范围。本申请可以以许多不同的形式来实现，相反地，提供这些实施例的目的是使对本申请的公开内容的理解更加透彻全面。尽管参照前述实施例对本申请进行了详细的说明，对于本领域的技术人员来而言，其依然可以对前述各具体实施方式所记载的技术方案进行修改，或者对其中部分技术特征进行等效替换。凡是利用本申请说明书及附图内容所做的等效结构，直接或间接运用在其他相关的技术领域，均同理在本申请专利保护范围之内。
Claims (10)
1.一种数据处理方法，其特征在于，包括下述步骤：
获取用户对目标信息的申请请求，所述目标信息为向目标用户自动推荐的信息；
根据所述申请请求向用户发送验证数据上传请求，所述验证数据为根据所述目标信息预先设定的指定数据；
判断用户返回的验证数据的有效性；
若所述验证数据有效，则根据所述目标信息中的计算公式计算出数据值；
提取用户的历史申请记录，根据所述历史申请记录，分析用户是否存在恶意请求的行为；
若不存在所述恶意请求的行为，则向用户发送所述数据值。
2.根据权利要求1所述的一种数据处理方法，其特征在于，向目标用户自动推荐信息包括下述步骤：
获取用户的信息安全等级，并判断所述信息安全等级是否达到预先设置的信息安全等级阈值；
若所述信息安全等级没有达到预先设置的所述信息安全等级阈值，则匹配符合所述信息安全等级的信息向用户进行推荐。
3.根据权利要求2所述的一种数据处理方法，其特征在于，向目标用户自动推荐信息还包括下述步骤：
若所述信息安全等级达到预先设置的所述信息安全等级阈值，则将用户添加进入自动推荐黑名单中。
4.根据权利要求1所述的一种数据处理方法，其特征在于，所述判断用户返回的验证数据有效性的步骤具体包括：
通过将返回的验证数据与后台数据库中的数据进行对比，判断验证数据的有效性；
若所述验证数据无效，则转入预先设置的验证数据审核区，对提取的所述验证数据所包含的必要数据进行审核，获取所述验证数据审核区的返回结果，其中，所述返回结果包括所述验证数据的有效性判断结果；
若所述返回结果为有效，则根据所述目标信息中的计算公式计算出数据值。
5.根据权利要求4所述的一种数据处理方法，其特征在于，所述验证用户返回的验证数据有效性的步骤具体还包括：
若所述验证数据审核区的返回结果为无效，则提高用户的信息安全等级，并向用户发出验证数据无效的提示信息。
6.根据权利要求1所述的一种数据处理方法，其特征在于，所述历史申请记录包括历史申请次数和/或历史数据值，所述提取用户的历史申请记录，根据所述历史申请记录，分析用户是否存在恶意请求的行为的步骤具体包括：
根据所述历史申请次数，判断用户历史申请次数是否达到历史申请次数阈值；和/或
根据所述历史数据值，判断用户历史数据值是否达到历史数据值阈值；
若用户所述历史申请次数达到所述历史申请次数阈值和/或用户所述历史数据值达到所述历史数据值阈值，则认为用户存在所述恶意请求的行为。
7.根据权利要求6所述的一种数据处理方法，其特征在于，在所述根据用户的所述历史申请记录，分析用户是否存在恶意请求的行为之后，所述方法还包括下述步骤：
若存在所述恶意请求的行为，则发送用户的恶意请求信息到预警系统进行预警，并降低用户的申请等级。
8.一种数据处理装置，其特征在于，包括：
获取模块，用于获取用户对目标信息的申请请求，所述目标信息为向目标用户自动推荐的信息；
第一发送模块，用于根据所述申请请求向用户发送验证数据上传请求，所述验证数据为根据所述目标信息预先设定的指定数据；
验证模块，用于判断用户返回的验证数据的有效性；
计算模块，用于若所述验证数据有效，则根据所述目标信息中的计算公式计算出数据值；
提取模块，用于提取用户的历史申请记录，根据所述历史申请记录，分析用户是否存在恶意请求的行为；
第二发送模块，用于若不存在所述恶意请求的行为，则向用户发送所述数据值。
9.一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的数据处理方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质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如权利要求1至7中任一项所述的数据处理方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910770284.5A CN110648243A (zh) | 2019-08-20 | 2019-08-20 | 一种数据处理方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910770284.5A CN110648243A (zh) | 2019-08-20 | 2019-08-20 | 一种数据处理方法、装置、计算机设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110648243A true CN110648243A (zh) | 2020-01-03 |
Family
ID=69009769
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910770284.5A Pending CN110648243A (zh) | 2019-08-20 | 2019-08-20 | 一种数据处理方法、装置、计算机设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110648243A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112233294A (zh) * | 2020-12-18 | 2021-01-15 | 深圳市亚联讯网络科技有限公司 | 一种权限自动识别方法及系统 |
| CN112328903A (zh) * | 2021-01-06 | 2021-02-05 | 成都全时云信息技术有限公司 | 一种用户信息推送系统及方法 |
| CN113159879A (zh) * | 2021-02-25 | 2021-07-23 | 华夏方圆信用评估有限公司 | 招投标主体信用智能评估方法及系统 |
| CN113409957A (zh) * | 2021-06-29 | 2021-09-17 | 重庆市司法局 | 一种探视系统及其方法 |
| CN114240059A (zh) * | 2021-11-22 | 2022-03-25 | 中国建设银行股份有限公司 | 资源在线申请处理方法、装置、计算机设备和存储介质 |
| CN115170355A (zh) * | 2022-07-27 | 2022-10-11 | 湖南红普创新科技发展有限公司 | 取证数据可信验证方法、装置、计算机设备及存储介质 |
| CN115587392A (zh) * | 2022-11-22 | 2023-01-10 | 杭州字节方舟科技有限公司 | 一种防掉存力方法、装置、设备及介质 |
| CN116756716A (zh) * | 2023-06-20 | 2023-09-15 | 天津篱上青桑智能科技有限公司 | 基于大数据的安全验证方法、系统、设备和存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108038787A (zh) * | 2017-11-17 | 2018-05-15 | 中国平安财产保险股份有限公司 | 基于etc投保的方法、装置、终端设备及存储介质 |
| CN108428184A (zh) * | 2017-12-01 | 2018-08-21 | 中国平安财产保险股份有限公司 | 一种保险投保时的资料处理方法、存储介质和服务器 |
| CN109447658A (zh) * | 2018-09-10 | 2019-03-08 | 平安科技（深圳）有限公司 | 反欺诈模型的生成及应用方法、装置、设备及存储介质 |
| CN109523400A (zh) * | 2018-10-27 | 2019-03-26 | 平安医疗健康管理股份有限公司 | 基于数据处理的取药异常确定方法和终端设备 |
| CN109544366A (zh) * | 2018-10-27 | 2019-03-29 | 平安医疗健康管理股份有限公司 | 基于数据处理的取药异常确定方法和终端设备 |
| WO2019074446A1 (en) * | 2017-10-13 | 2019-04-18 | Digital Alpha Group Pte Ltd | LOAN REQUEST PROCESSING SYSTEM AND METHOD |
| WO2019100854A1 (zh) * | 2017-11-22 | 2019-05-31 | 阿里巴巴集团控股有限公司 | 基于信用实现理赔的方法和装置 |
-
2019
- 2019-08-20 CN CN201910770284.5A patent/CN110648243A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019074446A1 (en) * | 2017-10-13 | 2019-04-18 | Digital Alpha Group Pte Ltd | LOAN REQUEST PROCESSING SYSTEM AND METHOD |
| CN108038787A (zh) * | 2017-11-17 | 2018-05-15 | 中国平安财产保险股份有限公司 | 基于etc投保的方法、装置、终端设备及存储介质 |
| WO2019100854A1 (zh) * | 2017-11-22 | 2019-05-31 | 阿里巴巴集团控股有限公司 | 基于信用实现理赔的方法和装置 |
| CN108428184A (zh) * | 2017-12-01 | 2018-08-21 | 中国平安财产保险股份有限公司 | 一种保险投保时的资料处理方法、存储介质和服务器 |
| CN109447658A (zh) * | 2018-09-10 | 2019-03-08 | 平安科技（深圳）有限公司 | 反欺诈模型的生成及应用方法、装置、设备及存储介质 |
| CN109523400A (zh) * | 2018-10-27 | 2019-03-26 | 平安医疗健康管理股份有限公司 | 基于数据处理的取药异常确定方法和终端设备 |
| CN109544366A (zh) * | 2018-10-27 | 2019-03-29 | 平安医疗健康管理股份有限公司 | 基于数据处理的取药异常确定方法和终端设备 |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112233294A (zh) * | 2020-12-18 | 2021-01-15 | 深圳市亚联讯网络科技有限公司 | 一种权限自动识别方法及系统 |
| CN112328903A (zh) * | 2021-01-06 | 2021-02-05 | 成都全时云信息技术有限公司 | 一种用户信息推送系统及方法 |
| CN112328903B (zh) * | 2021-01-06 | 2021-04-09 | 成都全时云信息技术有限公司 | 一种用户信息推送系统及方法 |
| CN113159879A (zh) * | 2021-02-25 | 2021-07-23 | 华夏方圆信用评估有限公司 | 招投标主体信用智能评估方法及系统 |
| CN113409957A (zh) * | 2021-06-29 | 2021-09-17 | 重庆市司法局 | 一种探视系统及其方法 |
| CN113409957B (zh) * | 2021-06-29 | 2022-02-22 | 重庆市司法局 | 一种探视系统及其方法 |
| CN114240059A (zh) * | 2021-11-22 | 2022-03-25 | 中国建设银行股份有限公司 | 资源在线申请处理方法、装置、计算机设备和存储介质 |
| CN115170355A (zh) * | 2022-07-27 | 2022-10-11 | 湖南红普创新科技发展有限公司 | 取证数据可信验证方法、装置、计算机设备及存储介质 |
| CN115587392A (zh) * | 2022-11-22 | 2023-01-10 | 杭州字节方舟科技有限公司 | 一种防掉存力方法、装置、设备及介质 |
| CN115587392B (zh) * | 2022-11-22 | 2023-04-07 | 杭州字节方舟科技有限公司 | 一种防掉存力方法、装置、设备及介质 |
| CN116756716A (zh) * | 2023-06-20 | 2023-09-15 | 天津篱上青桑智能科技有限公司 | 基于大数据的安全验证方法、系统、设备和存储介质 |
| CN116756716B (zh) * | 2023-06-20 | 2024-03-22 | 广东笑翠鸟教育科技有限公司 | 基于大数据的安全验证方法、系统、设备和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110648243A (zh) | 一种数据处理方法、装置、计算机设备及存储介质 | |
| CN108921708B (zh) | 保险服务优化方法、装置和存储介质 | |
| US20210279667A1 (en) | Method and computer readable storage medium for agent matching in remote interview signature | |
| WO2021012904A1 (zh) | 一种数据更新方法及相关设备 | |
| CN111709603B (zh) | 基于风控的服务请求处理方法、装置及系统 | |
| CN110796054B (zh) | 证件验真方法及装置 | |
| CN109472706B (zh) | 理赔风控方法、装置、计算机设备和存储介质 | |
| WO2019119642A1 (zh) | 电子装置、远程保单的出单方法及存储介质 | |
| CN113326991A (zh) | 自动授权方法、装置、计算机设备及存储介质 | |
| CN111882445A (zh) | 跨系统保险用户信息管理方法、装置、设备及可读介质 | |
| CN112446995A (zh) | 身份信息登记处理方法、装置、设备及系统 | |
| CN111062819A (zh) | 简易理赔方法、装置、介质及电子设备 | |
| CN110796578A (zh) | 一种分级救援的判断方法及装置、计算机设备和存储介质 | |
| CN107798536A (zh) | 信用额度处理方法和装置 | |
| CN115936895A (zh) | 基于人工智能的风险评估方法、装置、设备及存储介质 | |
| CN114549220A (zh) | 理赔操作的引导方法、装置、计算机设备及存储介质 | |
| CN114219664A (zh) | 产品推荐方法、装置、计算机设备及存储介质 | |
| CN113642462A (zh) | 一种驾驶行为考核方法、装置、终端设备及存储介质 | |
| US20220036467A1 (en) | Machine learning system and method for quote generation | |
| CN113592625A (zh) | 征信报告的生成方法、装置及电子设备 | |
| US20230342855A1 (en) | Systems and methods for detecting insurance claim fraud by using image data validation | |
| CN110365642B (zh) | 监控信息操作的方法、装置、计算机设备及存储介质 | |
| CN113011962B (zh) | 资源分配方法及装置 | |
| CN113989059A (zh) | 客户信息核查方法、系统、计算机设备及存储介质 | |
| CN114741668A (zh) | 访客来访管理方法、系统、计算机设备及存储介质 |
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 |