CN110705720A - 一种基于车商产保比的车辆推修方法及系统 - Google Patents

一种基于车商产保比的车辆推修方法及系统 Download PDF

Info

Publication number
CN110705720A
CN110705720A CN201910726939.9A CN201910726939A CN110705720A CN 110705720 A CN110705720 A CN 110705720A CN 201910726939 A CN201910726939 A CN 201910726939A CN 110705720 A CN110705720 A CN 110705720A
Authority
CN
China
Prior art keywords
vehicle
insurance
ratio
company
data
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
Application number
CN201910726939.9A
Other languages
English (en)
Inventor
周兆全
邵延富
谢大为
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Langsheng Internet Technology Co.,Ltd.
Original Assignee
Guangzhou Landau Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangzhou Landau Information Technology Co Ltd filed Critical Guangzhou Landau Information Technology Co Ltd
Priority to CN201910726939.9A priority Critical patent/CN110705720A/zh
Publication of CN110705720A publication Critical patent/CN110705720A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q10/067—Enterprise or organisation modelling
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Databases & Information Systems (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Educational Administration (AREA)
  • Technology Law (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本申请实施例公开了一种基于车商产保比的车辆推修方法及系统，包括：将与保险公司合作的车商企业的历史产保比数据代入预测模型中，拟合所述预测模型并得到所述预测模型的参数；采用所述预测模型预测车商企业下一期的产保比；根据预测得到的所述产保比以及车商企业提供的保费计算出保险公司对所述车商企业的推修额度。本申请动态的预测出车商企业下一周期的产保比，并计算出该车商企业的推修额度，实现保险公司的利润最大化。

Description

一种基于车商产保比的车辆推修方法及系统
技术领域
本申请涉及车辆推修技术领域，尤其涉及一种基于车商产保比的车辆推 修方法及系统。
背景技术
目前，大多数保险公司都有车险业务，而车险业务的重要销售渠道是与 车商企业(如汽车维修店、4S店等)的卖车修车服务捆绑销售，即车商企业 在销售车辆的同时，推销自己代理的某一家保险公司的车险，由此给保险公 司带来车险保费；另一方面，若汽车发生事故受损，则该汽车需要通过其承 保的保险公司，推荐去与保险公司合作的车商门店进行修理，修理产生的费 用由保险公司承担支付给车商门店。
由上述可知，保险公司与车商企业存在资源互换的博弈关系，一 方面，车商企业需要通过捆绑销售，向保险公司提供保费资源，而保 险公司也需要定期向车商企业推荐事故车辆让其修理，并承担维修费 用。
保险公司与车商企业的这种资源互换数量关系，需要在某一时间周期 (如某月初)就确定，即：某月初，某家保险公司需要对某一车商企业承 诺，这个月推荐多少维修资源，若该月推荐资源已达到月初承诺的值，则不 再为该家车商企业推荐维修资源(转而推荐给其他车商)；该车商企业也需 承诺，这个月为这家保险公司推荐多少保费资源，若该月推荐资源已达到月 初承诺的值，则不再为该家保险企业推荐保费资源(转而推荐给其他保险公 司)。
从利润的角度来说，保险公司需要优先把推修资源推送给“推修产值与 保费的比值”最小的车商企业，即产保比最小的车商企业。但目前来说，保 险公司对车商企业的“产保比”的定值是随意的，没有经过严格的数学模型 探索得出，而且是静态的，即不能根据每个时间周期实际情况自动调整这一 比值。
因此，对保险公司而言需要解决的问题是：需要在某一时间周期(如某 月，某周等)初，动态地预测出某家车商企业在这一周期的“产保比”，再 根据这家车商企业在周期初承诺的保费资源，即可得出在这一时间周期，需 要对该家车商企业推荐多少维修资源。
发明内容
本申请实施例提供了一种基于车商产保比的车辆推修方法及系统，解决 了现有技术中保险公司对车商企业的“产保比”的定值是随意且静态的，即 不能根据每个时间周期实际情况自动调整这一比值。
有鉴于此，本申请第一方面提供了一种基于车商产保比的车辆推修方法， 所述方法包括：
将与保险公司合作的车商企业的历史产保比数据代入预测模型中，拟合 所述预测模型并得到所述预测模型的参数；
采用所述预测模型预测车商企业下一期的产保比；
根据预测得到的所述产保比以及车商企业提供的保费计算出保险公司对 所述车商企业的推修额度。
优选地，在所述将与保险公司合作的车商企业的历史产保比数据代入预 测模型中，拟合所述预测模型并得到所述预测模型的参数之前还包括：
预处理与保险公司合作的车商企业的历史产保比数据。
优选地，所述与保险公司合作的车商企业的历史产保比数据具体为：
对保险公司为车商企业提供推修的历史产保比数据进行处理，包括：合 并月度数据、清除数据为0的数据以及清除异常值数据；
所述合并月度数据是将保险公司为车商企业提供推修的月份数据进行合 并，若存在某月无推修数据，则当月产保比为0；
所述清除数据为0的数据具体为：删除掉当月产保比为0的数据；
所述清除异常数据具体为：删除掉产保比大于预设阈值的数据。
优选地，所述将与保险公司合作的车商企业的历史产保比数据代入预测 模型中，拟合所述预测模型并得到所述预测模型的参数具体包括：
将与保险公司合作的车商企业的历史产保比数据代入一元线性回归模型 中，所述一元线性回归模型为：
y＝c+bx+u
式中，x表示时间，y表示产保比，c为需要预测的常数项，b为需要预 测的回归系数，u为符合标准正态分布的随机干扰项；
采用最小二乘法拟合出模型参数c和b，得到保险公司对该车商企业的产 保比预测模型。
优选地，所述根据预测得到的所述产保比以及车商企业提供的保费计算 出保险公司对所述车商企业的推修额度具体为；
根据预测得到的所述产保比以及车商企业预先提供的保费承诺计算出下 一期保险公司对该车商企业分配的推修额度，其公式为：
t＝m·r
式中，t表示保险公司对该车商企业分配的推修额度，m表示车商企业承 诺在下一期给出的保费总额，r表示预测得到的所述产保比。
优选地，在所述根据预测得到的所述产保比以及车商企业提供的保费计 算出保险公司对所述车商企业的推修额度之后还包括：
对推修额度不为0的车商企业排序，按照产保比的数值从小到大排序， 选取排在前列的若干车商企业推荐给客户。
本申请第二方面提供一种基于车商产保比的车辆推修系统，所述系统包 括：
模型生成模块，所述模型生成模块用于将与保险公司合作的车商企业的 历史产保比数据代入预测模型中，拟合所述预测模型并得到所述预测模型的 参数；
预测模块，所述预测模块用于采用所述预测模型预测车商企业下一期的 产保比；
额度计算模块，所述额度计算模块根据预测得到的所述产保比以及车商 企业提供的保费计算出保险公司对所述车商企业的推修额度。
优选地，还包括预处理模块，所述预处理模块用于预处理与保险公司合 作的车商企业的历史产保比数据。
优选地，还包括：推修模块，所述推修模块用于对推修额度不为0的车 商企业排序，按照产保比的数值从小到大排序，选取排在前列的若干车商企 业推荐给客户。
本申请第三方面提供一种基于车商产保比的车辆推修设备，所述设备包 括处理器以及存储器：
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
所述处理器用于根据所述程序代码中的指令，执行如上述第一方面所述 的基于车商产保比的车辆推修方法的步骤。
从以上技术方案可以看出，本申请实施例具有以下优点：本申请提供了 一种基于车商产保比的车辆推修方法，包括：将与保险公司合作的车商企业 的历史产保比数据代入预测模型中，拟合所述预测模型并得到所述预测模型 的参数；采用所述预测模型预测车商企业下一期的产保比；根据预测得到的 所述产保比以及车商企业提供的保费计算出保险公司对所述车商企业的推修 额度。
本申请实施例中，提供了一种基于车商产保比的车辆推修方法，通过采 用历史产保比数据拟合得到产保比预测模型，由预测模型动态的预测出车商 企业下一周期的产保比，并计算出车商企业的推修额度，实现了保险公司利 润的最大化。
附图说明
图1为本申请一种基于车商产保比的车辆推修方法的一个实施例的方法 流程图；
图2为本申请一种基于车商产保比的车辆推修方法的另一个实施例的方 法流程图；
图3为本申请实施例中一种基于车商产保比的车辆推修系统的一个实施 例示意图；
图4为本申请实施例中一种基于车商产保比的车辆推修系统的另一个实 施例示意图。
具体实施方式
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， 所描述的实施例仅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做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。
应理解，请参阅图1，图1为本申请一种基于车商产保比的车辆推修方法 的一个实施例的方法流程图，如图1所示，包括：
101、将与保险公司合作的车商企业的历史产保比数据代入预测模型中， 拟合预测模型并得到预测模型的参数。
102、采用预测模型预测车商企业下一期的产保比。
103、根据预测得到的产保比以及车商企业提供的保费计算出保险公司对 车商企业的推修额度。
需要说明的是，与保险公司合作的每一个车商企业，由于其历史产保比 数据的差异，代入到预测模型后得到的预测模型参数也是不一致的，因此， 每一个车商企业都有一个对应的预测模型；一般来说，保险公司对车商企业 的“产保比”的定值是随意的，因此通过预测模型的预测数据一方面能够给 予保险公司对于该车商企业产保比的预期值，另一方面也为了满足保险公司 的利润最大化，产保比越小，即为推修产值小，承诺保费大的车商企业提供 更多的推修额度。
本申请实施例中，提供了一种基于车商产保比的车辆推修方法，通过采 用历史产保比数据拟合得到产保比预测模型，由预测模型动态的预测出车商 企业下一周期的产保比，并计算出车商企业的推修额度，实现了保险公司利 润的最大化。
为了便于理解，请参阅图2，图2为本申请一种基于车商产保比的车辆推 修方法的另一个实施例的方法流程图，如图2所示，具体为：
200、预处理与保险公司合作的车商企业的历史产保比数据。
需要说明的是，为了方便于预测模型的拟合计算，首先要初始化历史产 保比数据。
优选地，对数据预处理的步骤包括：合并月度数据、清除数据为0的数 据以及清除异常值数据。其中，合并月度数据是将保险公司为车商企业提供 推修的月份数据进行合并，若存在某月无推修数据，则当月产保比为0；清除 数据为0的数据具体为：删除掉当月产保比为0的数据；清除异常数据具体 为：删除掉产保比大于预设阈值的数据。
在一种实施例中，选取某车商企业3年36个月的产保比历史数据，若在 某一月该车商企业没有产保比数据，则当月产保比为0，即删除掉该0数据， 删除掉所有0数据以后，若数据中心存在产保比大于75％的月度数据，则将 该月数据视为异常值，即删除掉异常值，之后将删除掉0数据以及异常值的 所有月度数据进行合并，即将预处理后的时间数据从1往后排序，得到的连 续时间及其对应的产保比数据即为预处理后的历史产保比数据。
201、将与保险公司合作的车商企业的历史产保比数据代入预测模型中， 拟合预测模型并得到预测模型的参数。
需要说明的是，与保险公司合作的每一个车商企业，由于其历史产保比 数据的差异，代入到预测模型后得到的预测模型参数也是不一致的，因此， 每一个车商企业都有一个对应的预测模型。
在一种实施例中，将与保险公司合作的车商企业的历史产保比数据代入 一元线性回归模型中，一元线性回归模型为：
y＝c+bx+u
式中，x表示时间，y表示产保比，c为需要预测的常数项，b为需要预 测的回归系数，u为符合标准正态分布的随机干扰项；
将历史数据的时间以及对应的产保比代入一元线性回归模型，并采用最 小二乘法拟合出模型参数c和b，得到保险公司对该车商企业的产保比预测模 型。
202、采用预测模型预测车商企业下一期的产保比。
203、根据预测得到的产保比以及车商企业提供的保费计算出保险公司对 车商企业的推修额度。
需要说明的是，由于产保比为推修产值与保费的比值，因此保险公司对 车商企业的推修额度为产保比乘以车商企业提供的保费。
在一种实施例中，根据预测得到的产保比以及车商企业预先提供的保费 承诺计算出下一期保险公司对该车商企业分配的推修额度，其公式为：
t＝m·r
式中，t表示保险公司对该车商企业分配的推修额度，m表示车商企业承 诺在下一期给出的保费总额，r表示预测得到的所述产保比。
204、对推修额度不为0的车商企业排序，按照产保比的数值从小到大排 序，选取排在前列的若干车商企业推荐给客户。
需要说明的是，为了实现保险公司的利润最大值，将产保比从小到大排 序，因为产保比越小的车商企业，相对于保险公司来说，意味着保险公司对 其投入最小的推修资源能获得更大的保费资源。
为了便于理解，请参阅图3，图3为本申请一种基于车商产保比的车辆推 修系统的一个实施例的示意图，如图3所示，具体包括：
模型生成模块301，模型生成模块301用于将与保险公司合作的车商企业 的历史产保比数据代入预测模型中，拟合预测模型并得到预测模型的参数。
预测模块302，预测模块302用于采用预测模型预测车商企业下一期的产 保比。
额度计算模块303，额度计算模块303根据预测得到的产保比以及车商企 业提供的保费计算出保险公司对车商企业的推修额度。
需要说明的是，与保险公司合作的每一个车商企业，由于其历史产保比 数据的差异，代入到预测模型后得到的预测模型参数也是不一致的，因此， 每一个车商企业都有一个对应的预测模型；一般来说，保险公司对车商企业 的“产保比”的定值是随意的，因此通过预测模型的预测数据一方面能够给 予保险公司对于该车商企业产保比的预期值，另一方面也为了满足保险公司 的利润最大化，产保比越小，即为推修产值小，承诺保费大的车商企业提供 更多的推修额度。
本申请实施例中，提供了一种基于车商产保比的车辆推修系统，通过采 用历史产保比数据拟合得到产保比预测模型，由预测模型动态的预测出车商 企业下一周期的产保比，并计算出车商企业的推修额度，实现了保险公司利 润的最大化。
为了便于理解，请参阅图4，图4为本申请一种基于车商产保比的车辆推 修系统的另一个实施例的示意图，如图4所示，具体包括：
预处理模块400，预处理模块400用于预处理与保险公司合作的车商企业 的历史产保比数据。
模型生成模块401，模型生成模块401用于将与保险公司合作的车商企业 的历史产保比数据代入预测模型中，拟合预测模型并得到预测模型的参数。
预测模块402，预测模块402用于采用预测模型预测车商企业下一期的产 保比。
额度计算模块403，额度计算模块403根据预测得到的产保比以及车商企 业提供的保费计算出保险公司对车商企业的推修额度。
推修模块404，推修模块404用于对推修额度不为0的车商企业排序，按 照产保比的数值从小到大排序，选取排在前列的若干车商企业推荐给客户。
本申请实施例还提供了一种基于车商产保比的车辆推修设备，设备包括 处理器以及存储器：存储器用于存储程序代码，并将程序代码传输给处理器； 处理器用于根据所述程序代码中的指令，执行如第一个实施例所述的一种基 于车商产保比的车辆推修方法的步骤。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描 述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应 过程，在此不再赘述。
本申请的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四” 等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后 次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本 申请的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此 外，术语“包括”和“具有”以及他们的任何变形，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、产品或设备不必 限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这 些过程、方法、产品或设备固有的其它步骤或单元。
应当理解，在本申请中，“至少一个(项)”是指一个或者多个，“多个” 是指两个或两个以上。“和/或”，用于描述关联对象的关联关系，表示可以存 在三种关系，例如，“A和/或B”可以表示：只存在A，只存在B以及同时存 在A和B三种情况，其中A，B可以是单数或者复数。字符“/”一般表示前后 关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些 项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b 或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”， 或“a和b和c”，其中a，b，c可以是单个，也可以是多个。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和 方法，可以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，机械或其它的形式。
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，也可以采用软件功 能单元的形式实现。
所述集成的单元如果以软件功能单元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介质中。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 存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机， 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。而前述的存储介质包括：U盘、移动硬盘、只读存储器(英文全称： Read-Only Memory，英文缩写：ROM)、随机存取存储器(英文全称： Random Access Memory，英文缩写：RAM)、磁碟或者光盘等各种可以存储 程序代码的介质。
以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制； 尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应 当理解：其依然可以对前述各实施例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同替换；而这些修改或者替换，并不使相应技术方案 的本质脱离本申请各实施例技术方案的精神和范围。

Claims (10)

1.一种基于车商产保比的车辆推修方法，其特征在于，包括：
将与保险公司合作的车商企业的历史产保比数据代入预测模型中，拟合所述预测模型并得到所述预测模型的参数；
采用所述预测模型预测车商企业下一期的产保比；
根据预测得到的所述产保比以及车商企业提供的保费计算出保险公司对所述车商企业的推修额度。
2.根据权利要求1所述的一种基于车商产保比的车辆推修方法，其特征在于，在所述将与保险公司合作的车商企业的历史产保比数据代入预测模型中，拟合所述预测模型并得到所述预测模型的参数之前还包括：
预处理所述与保险公司合作的车商企业的历史产保比数据。
3.根据权利要求2所述的一种基于车商产保比的车辆推修方法，其特征在于，所述与保险公司合作的车商企业的历史产保比数据具体为：
对保险公司为车商企业提供推修的历史产保比数据进行处理，包括：合并月度数据、清除数据为0的数据以及清除异常值数据；
所述合并月度数据是将保险公司为车商企业提供推修的月份数据进行合并，若存在某月无推修数据，则当月产保比为0；
所述清除数据为0的数据具体为：删除掉当月产保比为0的数据；
所述清除异常数据具体为：删除掉产保比大于预设阈值的数据。
4.根据权利要求1所述的一种基于车商产保比的车辆推修方法，其特征在于，所述将与保险公司合作的车商企业的历史产保比数据代入预测模型中，拟合所述预测模型并得到所述预测模型的参数具体包括：
将与保险公司合作的车商企业的历史产保比数据代入一元线性回归模型中，所述一元线性回归模型为：
y＝c+bx+u
式中，x表示时间，y表示产保比，c为需要预测的常数项，b为需要预测的回归系数，u为符合标准正态分布的随机干扰项；
采用最小二乘法拟合出模型参数c和b，得到保险公司对该车商企业的产保比预测模型。
5.根据权利要求1所述的一种基于车商产保比的车辆推修方法，其特征在于，所述根据预测得到的所述产保比以及车商企业提供的保费计算出保险公司对所述车商企业的推修额度具体为；
根据预测得到的所述产保比以及车商企业预先提供的保费承诺计算出下一期保险公司对该车商企业分配的推修额度，其公式为：
t＝m·r
式中，t表示保险公司对该车商企业分配的推修额度，m表示车商企业承诺在下一期给出的保费总额，r表示预测得到的所述产保比。
6.根据权利要求1所述的一种基于车商产保比的车辆推修方法，其特征在于，在所述根据预测得到的所述产保比以及车商企业提供的保费计算出保险公司对所述车商企业的推修额度之后还包括：
对推修额度不为0的车商企业排序，按照产保比的数值从小到大排序，选取排在前列的若干车商企业推荐给客户。
7.一种基于车商产保比的车辆推修系统，其特征在于，包括：
模型生成模块，所述模型生成模块用于将与保险公司合作的车商企业的历史产保比数据代入预测模型中，拟合所述预测模型并得到所述预测模型的参数；
预测模块，所述预测模块用于采用所述预测模型预测车商企业下一期的产保比；
额度计算模块，所述额度计算模块根据预测得到的所述产保比以及车商企业提供的保费计算出保险公司对所述车商企业的推修额度。
8.根据权利要求7所述的一种基于车商产保比的车辆推修系统，其特征在于，还包括：
预处理模块，所述预处理模块用于预处理所述与保险公司合作的车商企业的历史产保比数据。
9.根据权利要求7所述的一种基于车商产保比的车辆推修系统，其特征在于，还包括：
推修模块，所述推修模块用于对推修额度不为0的车商企业排序，按照产保比的数值从小到大排序，选取排在前列的若干车商企业推荐给客户。
10.一种基于车商产保比的车辆推修设备，其特征在于，所述设备包括处理器以及存储器：
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
所述处理器用于根据所述程序代码中的指令执行权利要求1-6任一项所述的一种基于车商产保比的车辆推修方法。
CN201910726939.9A 2019-08-07 2019-08-07 一种基于车商产保比的车辆推修方法及系统 Pending CN110705720A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910726939.9A CN110705720A (zh) 2019-08-07 2019-08-07 一种基于车商产保比的车辆推修方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910726939.9A CN110705720A (zh) 2019-08-07 2019-08-07 一种基于车商产保比的车辆推修方法及系统

Publications (1)

Publication Number Publication Date
CN110705720A true CN110705720A (zh) 2020-01-17

Family

ID=69193383

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910726939.9A Pending CN110705720A (zh) 2019-08-07 2019-08-07 一种基于车商产保比的车辆推修方法及系统

Country Status (1)

Country Link
CN (1) CN110705720A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103530700A (zh) * 2013-10-11 2014-01-22 国家电网公司 城区配电网饱和负荷综合预测方法
CN106296126A (zh) * 2016-08-09 2017-01-04 深圳市永兴元科技有限公司 车险理赔费用预测方法和装置
CN107423862A (zh) * 2017-08-11 2017-12-01 国家电网公司 基于经济数据的电力负荷预测方法
CN107679993A (zh) * 2016-08-01 2018-02-09 松下电器（美国）知识产权公司 保险金算出装置、保险金算出方法以及保险金算出程序
CN107784547A (zh) * 2016-09-28 2018-03-09 平安科技（深圳）有限公司 基于报案信息的修理厂推荐方法和装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103530700A (zh) * 2013-10-11 2014-01-22 国家电网公司 城区配电网饱和负荷综合预测方法
CN107679993A (zh) * 2016-08-01 2018-02-09 松下电器（美国）知识产权公司 保险金算出装置、保险金算出方法以及保险金算出程序
CN106296126A (zh) * 2016-08-09 2017-01-04 深圳市永兴元科技有限公司 车险理赔费用预测方法和装置
CN107784547A (zh) * 2016-09-28 2018-03-09 平安科技（深圳）有限公司 基于报案信息的修理厂推荐方法和装置
CN107423862A (zh) * 2017-08-11 2017-12-01 国家电网公司 基于经济数据的电力负荷预测方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
冯巧玲: ""车商代理保险业务专业化的思考与研究"", 《现代商业》 *
吕鹏伟等: ""基于灰色马尔可夫模型的送修金额精准度预测研究"", 《内燃机与配件》 *
程磊: ""烟台PA财险公司车险业务竞争战略研究"", 《中国优秀博硕士学位论文全文数据库（硕士） 经济与管理科学辑》 *
郝枫: ""中华财险内蒙古分公司销售渠道优化研究——以车商渠道为例"", 《中国优秀博硕士学位论文全文数据库（硕士） 经济与管理科学辑》 *

Similar Documents

Publication Publication Date Title
Jackson et al. Optimal maintenance service contract negotiation with aging equipment
US8494916B2 (en) Managing fresh-product inventory
US20080103876A1 (en) Sales funnel management method and system
US20080103846A1 (en) Sales funnel management method and system
Huber et al. Pricing of full-service repair contracts
CN110363476B (zh) 货物入仓分配处理方法及装置
Li et al. The effects of sharing upstream information on product rollover
Snoeck et al. The value of physical distribution flexibility in serving dense and uncertain urban markets
Deprez et al. Pricing service maintenance contracts using predictive analytics
Uthayakumar et al. Permissible delay in payments in the two-echelon inventory system with controllable setup cost and lead time under service level constraint
US9201768B1 (en) System, method, and computer program for recommending a number of test cases and effort to allocate to one or more business processes associated with a software testing project
US20220414579A1 (en) Salesperson evaluation apparatus, salesperson evaluation method, and salesperson evaluation program
US20140372289A1 (en) Process, system and computer program product for asset maintenance
Gönsch A note on a model to evaluate acquisition price and quantity of used products for remanufacturing
US20160125518A1 (en) Process, system and computer program product for asset maintenance
Morgan et al. Using SPC to measure a national supermarket chain's suppliers' performance
JP2009043291A (ja) 商品需要予測システム、商品の売上数調整システム
Eksler et al. An EOQ model for multiple products with varying degrees of substitutability
WO2004068281A2 (en) Method of evaluating a portfolio of leased items
Bell Adaptive sales forecasting with many stockouts
CN110705720A (zh) 一种基于车商产保比的车辆推修方法及系统
US20090094146A1 (en) Methods, Systems, and Computer-Readable Media for Predicting an Effectiveness of a Cost Saving Opportunity
JP2006350532A (ja) 市場動向予測システム、市場動向予測方法、プログラム及びコンピュータ読み取り可能な記録媒体
CN113822543B (zh) 一种资源数量确定方法、装置、电子设备及存储介质
US20170213228A1 (en) System and method for grouped analysis via geographically distributed servers

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: 20210205

Address after: 510000 room 304, 239-257 Tianfu Road, Tianhe District, Guangzhou City, Guangdong Province (office only)

Applicant after: Guangzhou Langsheng Internet Technology Co.,Ltd.

Address before: 510000 room 216, no.22-3, Kemu Long South Road, Tianhe District, Guangzhou City, Guangdong Province (office only)

Applicant before: Guangzhou Landau Information Technology Co.,Ltd.

TA01 Transfer of patent application right
RJ01 Rejection of invention patent application after publication

Application publication date: 20200117

RJ01 Rejection of invention patent application after publication