CN112102099B - 保单数据处理方法、装置、电子设备及存储介质 - Google Patents
保单数据处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112102099B CN112102099B CN202010974046.9A CN202010974046A CN112102099B CN 112102099 B CN112102099 B CN 112102099B CN 202010974046 A CN202010974046 A CN 202010974046A CN 112102099 B CN112102099 B CN 112102099B
- Authority
- CN
- China
- Prior art keywords
- data
- pool
- policy
- spelling
- data processing
- 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.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 28
- 238000012545 processing Methods 0.000 claims abstract description 338
- 230000004927 fusion Effects 0.000 claims abstract description 122
- 238000000034 method Methods 0.000 claims abstract description 92
- 230000004044 response Effects 0.000 claims abstract description 16
- 230000008569 process Effects 0.000 claims description 64
- 238000004422 calculation algorithm Methods 0.000 claims description 24
- 238000012216 screening Methods 0.000 claims description 5
- 238000011176 pooling Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 2
- 239000000047 product Substances 0.000 description 115
- 239000003795 chemical substances by application Substances 0.000 description 38
- 238000010586 diagram Methods 0.000 description 30
- 238000013499 data model Methods 0.000 description 11
- 238000012423 maintenance Methods 0.000 description 8
- 230000010354 integration Effects 0.000 description 7
- 238000007499 fusion processing Methods 0.000 description 4
- 238000012163 sequencing technique Methods 0.000 description 4
- 239000006227 byproduct Substances 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 125000004122 cyclic group Chemical group 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000001965 increasing effect Effects 0.000 description 2
- 230000005012 migration Effects 0.000 description 2
- 238000013508 migration Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000009954 braiding Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000002699 waste material Substances 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9538—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Marketing (AREA)
- Artificial Intelligence (AREA)
- Technology Law (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Business, Economics & Management (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明实施例提供了一种保单数据处理方法、装置、电子设备及计算机可读存储介质,属于计算机技术领域,该保单数据处理方法包括:获取待处理的保单数据;通过对多个数据处理模型按照多个类型进行公共部分融合得到的融合模型,对所述待处理的保单数据进行处理得到所述多个数据处理模型对应的处理结果;将所述融合模型中所述多个数据处理模型对应的处理结果进行拼接,得到所述待处理的保单数据对应的拼接结果,并响应于终端的查询请求将对应于所述查询请求的所述拼接结果的目标结果发送至终端,以进行显示。本发明实施例的技术方案能够提高数据处理效率。
Description
技术领域
本发明实施例涉及计算机技术领域,具体而言,涉及一种保单数据处理方法、保单数据处理装置、电子设备及计算机可读存储介质。
背景技术
随着互联网保险的发展,用于处理保险数据的数据处理模型也逐渐调整和变化。在存在多种数据处理模型的情况下,可能需要控制多种数据处理模型进行计算。
相关技术中,多套数据处理模型是分别运行,导致运行效率较低,数据处理的效率较低,并且需要较多的资源消耗。另外,多个数据处理模型的处理结果不便于维护,且便捷性较差。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本发明的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本发明实施例的目的在于提供一种保单数据处理方法、保单数据处理装置、电子设备及计算机可读存储介质,进而至少在一定程度上克服数据处理效率较低的问题。
本发明实施例的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本发明的实践而习得。
根据本发明实施例的一个方面,提供一种保单数据处理方法,包括:
获取待处理的保单数据;通过对多个数据处理模型按照多个类型进行公共部分融合得到的融合模型,对所述待处理的保单数据进行处理得到所述多个数据处理模型对应的处理结果;将所述融合模型中所述多个数据处理模型对应的处理结果进行拼接,得到所述待处理的保单数据对应的拼接结果,并响应于终端的查询请求将对应于所述查询请求的所述拼接结果的目标结果发送至终端,以进行显示。
在本公开的一种示例性实施例中,所述方法还包括:分别按照所述多个类型获取所述多个数据处理模型的最大公约数;基于所述最大公约数对所述多个数据处理模型进行公共部分融合,以得到所述融合模型。
在本公开的一种示例性实施例中,所述基于所述最大公约数对所述多个数据处理模型进行公共部分融合,以得到所述融合模型,包括:根据整体产品池和公共基础数据准备池确定所述多个数据处理模型的最大公约数,以确定所述多个数据处理模型的目标步骤,并对所述目标步骤进行融合;合并所述多个数据处理模型的最大公约数,并调整拼单准备池的顺序进行融合,得到最大公约数拼单准备池;对所述多个数据处理模型中的拼单操作进行融合,以进行公共部分融合并得到所述融合模型。
在本公开的一种示例性实施例中,所述方法还包括:对基础数据池的属性信息进行调整,并对拼单操作的操作类型进行更新;基于调整后的属性信息和更新后的操作类型,对未经过拼单操作的待处理的保单数据中的同一类保单数据集合进行拼单操作,并获取针对于每个数据处理模型的拼单结果集。
在本公开的一种示例性实施例中,所述基于调整后的属性信息和更新后的操作类型,对未经过拼单操作的待处理的保单数据中的同一类保单数据集合进行拼单操作,包括:为当前基础数据池和历史基础数据池中的保单数据分别创建用于表示保单数据的标准费用的第一属性以及用于描述保单数据是否经过拼单操作的第二属性;对所述当前基础数据池中的同一类保单数据集合中的保单数据进行排序,并按照排序结果对所述第一属性进行求和操作得到第一综合属性;对所述历史基础数据池中同一集合的保单数据进行排序,并按照历史排序结果对所述第一属性进行求和操作,得到第一历史综合属性;基于所述第一综合属性和所述第一历史综合属性,对所述当前基础数据池和所述历史基础数据池进行联合拼单;在联合拼单后,基于当前基础数据池中未经过拼单操作的保单数据的所述第一综合属性,对当前基础数据池内的同一类保单数据集合中的多个保单数据进行拼单,以得到拼单结果集。
在本公开的一种示例性实施例中,所述基于所述第一综合属性和所述第一历史综合属性,对所述当前基础数据池和所述历史基础数据池进行联合拼单,包括:对当前基础数据池同一类保单数据集合内的目标保单集合,与所述集合内历史基础数据池中的所有保单数据进行拼单操作;若判断同一类保单数据集合中当前基础数据池中目标序号的保单数据的第一综合属性与历史基础数据池中不同序号的保单数据的第一历史综合属性满足预设条件,则获取历史基础数据池中满足预设条件的排序最小的保单数据,并停止对排列在所述排序最小的保单数据之前的所有保单数据以及所述排序最小的保单数据进行拼单操作;若不满足预设条件,则更新所述当前基础数据池和所述历史基础数据池,以更新后的当前基础数据池和更新后的历史基础数据池进行下一次拼单操作,直至拼单操作的次数达到所述当前基础数据池中同一类保单数据集合新保单数据的数量为止。
在本公开的一种示例性实施例中,所述基于所述第一综合属性,对当前基础数据池内的相同类型的保单数据集合中的多个保单数据进行拼单,以得到拼单结果集,包括:若同一类保单集合中目标序号的保单数据的第一综合属性满足预设条件,则停止对所述目标序号的保单数据以及序号小于所述目标序号的保单数据进行拼单操作;若不满足预设条件,则更新所述当前基础数据池,以更新后的当前基础数据池进行下一次拼单操作,直至拼单操作的次数达到所述当前基础数据池中同一类保单数据集合内新保单数据的数量为止,以得到拼单结果集。
根据本发明实施例的一个方面,提供一种保单数据处理方法,包括:响应于用户操作,获取用户标识对应的用户信息,并生成所述用户信息对应的待处理的保单数据;将所述待处理的保单数据发送至服务器生成拼接结果;其中,所述拼接结果是通过采用融合模型对所述待处理的保单数据进行处理得到的多个数据处理模型对应的处理结果进行拼接而得到,所述融合模型通过对多个数据处理模型按照多个类型进行公共部分融合确定;响应于查询请求,接收由所述服务器发送的对应于所述查询请求的拼接结果的目标结果,并进行显示。
在本发明的一种示例性实施例中,响应于查询请求,接收由所述服务器发送的对应于所述查询请求的拼接结果的目标结果,并进行显示,包括:响应于查询请求,接收由所述服务器发送的与所述查询请求对应的拼接结果,并根据所述终端的类型显示所述拼接结果对应的目标结果,所述查询请求与所述终端的类型相对应。
在本发明的一种示例性实施例中,若终端的类型为第一类型,则响应于所述查询请求,将与所述第一类型对应的拼接结果作为所述目标结果,并进行显示。
在本发明的一种示例性实施例中,若终端的类型为第二类型,则响应于所述查询请求,并将与所述第二类型对应的拼接结果的指标数据作为所述目标结果进行显示。
在本发明的一种示例性实施例中,若终端的类型为第三类型,则响应于所述查询请求,将所述第三类型对应的所有拼接结果作为所述目标结果进行显示。
根据本发明实施例的一个方面,提供一种保单数据处理装置,包括:数据获取模块,用于获取待处理的保单数据;模型融合模块,用于通过对多个数据处理模型按照多个类型进行公共部分融合得到的融合模型,对所述待处理的保单数据进行处理得到所述多个数据处理模型对应的处理结果;结果拼接模块,用于将所述融合模型中所述多个数据处理模型对应的处理结果进行拼接,得到所述待处理的保单数据对应的拼接结果,并响应于终端的查询请求将对应于所述查询请求的所述拼接结果的目标结果发送至终端,以进行显示。
根据本发明实施例的一个方面,提供一种保单数据处理装置,包括:保单生成模块,用于响应于用户操作,获取用户标识对应的用户信息,并生成所述用户信息对应的待处理的保单数据;数据发送模块,用于将所述待处理的保单数据发送至服务器生成拼接结果;其中,所述拼接结果是通过采用融合模型对所述待处理的保单数据进行处理得到的多个数据处理模型对应的处理结果进行拼接而得到,所述融合模型通过对多个数据处理模型按照多个类型进行公共部分融合确定;结果显示模块,用于响应于查询请求,接收由所述服务器发送的对应于所述查询请求的拼接结果的目标结果,并进行显示。
根据本发明实施例的一个方面,提供一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如上述任意一项所述的保单数据处理方法。
根据本发明实施例的一个方面,提供一种电子设备,包括:处理器;以及存储器,用于存储所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的保单数据处理方法。
本发明实施例提供的保单数据处理方法、装置、电子设备和计算机可读存储介质中,一方面,通过多个数据处理模型按照多个类型进行公共部分融合得到的融合模型来对待处理的保单数据进行处理,得到多个数据处理模型对应的处理结果,由于对多个数据处理模型按照多个类型进行了部分融合,能够提高使用多个数据处理模型进行数据处理的效率,并且减少了资源消耗,提高了模型的可复用性。另一方面,由于可以将融合模型得到的多个数据处理模型对应的处理结果进行拼接得到拼接结果并使得终端进行显示,能够对多个数据处理模型的拼接结果进行统一管理,提高便捷性和可维护性,为业务处理提供了便捷性,能够实现可视化。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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。在附图中:
图1示意性示出了用于实现本发明实施例的保单数据处理方法的系统架构的示意图;
图2示意性示出了本发明实施例的保单数据处理方法的流程示意图;
图3示意性示出了本发明实施例的多个数据处理模型进行融合的流程示意图;
图4示意性示出了本发明实施例的模型融合的具体流程示意图;
图5示意性示出了本发明实施例的公共基础池的处理流程图;
图6示意性示出了本发明实施例的拼接操作的流程示意图;
图7示意性示出了本发明实施例的拼单操作的整体流程示意图;
图8示意性示出了本发明实施例的拼单操作的流程图;
图9示意性示出了本发明实施例的联合拼单操作的流程示意图;
图10示意性示出了本发明实施例的内部拼单操作的流程示意图;
图11示意性示出了本发明实施例的一个数据处理模型中的拼单操作的流程示意图;
图12示意性示出了本发明实施例的保单数据处理方法的另一流程示意图;
图13示意性示出了本发明实施例的用户端查询界面的示意图;
图14中示意性示出了终端为代理人端时的规划界面的示意图;
图15示意性示出了本发明实施例的代理人端查询界面的示意图;
图16示意性示出了本发明实施例的运营端查询界面的示意图;
图17示意性示出了根据本发明实施例的保单数据处理装置的框图;
图18示意性示出了根据本发明实施例的另一保单数据处理装置的框图;
图19示意性示出了用来实现上述保单数据处理方法的电子设备的框图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本发明将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本发明的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本发明的技术方案而没有特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知方法、装置、实现或者操作以避免模糊本发明的各方面。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
图1中示意性示出了用于实现保单数据处理方法的系统架构图,参考图1中所示,该系统架构100主要包括用户端101、代理人端102、运营端103等不同类型的终端以及服务器104、网络105等部分,从而形成预设类型产品保单处理的整体架构。其中,网络105用于在终端101、102、103和服务器104之间提供通信链路的介质。网络105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。终端101可以安装第一类客户端,用于供用户使用。例如,第一类客户端可以是供用户使用的保险APP,用户可以在保险APP中进行保险方面的查询和保险产品的购买等操作。终端102可以安装第二类客户端,用于供代理人使用。例如,第二类客户端可以是供代理人使用的保险代理人APP,代理人可以在保险代理人APP中为自己的用户购买保险产品,或者对自己的业绩进行查询等操作。
应该理解,图1中的终端、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、网络和服务器。比如服务器104可以是多个服务器组成的服务器集群等。
用户可以使用终端101、102、103通过网络105与服务器104交互,以接收或发送消息等。终端101、102、103可以是具有显示屏的各种电子设备,包括但不限于智能手机、平板电脑、便携式计算机和台式计算机等等。服务器104可以是提供各种服务的服务器。服务器可以是云端服务器,可以是一台服务器或由若干台服务器组成的服务器集群或云计算中心,或者是一个虚拟化平台。
实现本发明实施例中的保单数据处理方法时,具体地,终端101、102、103可以获取待处理的保单数据,并将其发送至服务器104。终端101和终端102还可以向服务器发送数据查询请求,服务器接收到发送的数据查询请求,根据数据查询请求进行处理,并将相应的处理结果发送给终端101和终端102。
服务器104可以通过对多个数据处理模型按照多个类型进行公共部分融合得到的融合模型,对待处理的保单数据进行处理得到多个数据处理模型对应的处理结果;并且可以将多个数据处理模型对应的处理结果进行拼接,得到待处理的保单数据对应的拼接结果。进一步地,服务器可以将拼接结果发送至上传查询请求的终端,以使该终端显示拼接结果对应的目标结果。
由于终端的类型不同,因此服务器将拼接结果发送至终端后可能存在多种不同的场景,并且不同类型的终端能够发送的查询请求的类型以及最终显示的目标结果也由于与终端的类型相对应而不同。具体地,第一种场景,当终端为第一类型的用户端时,用户可以在用户端上通过手动输入等用户操作输入与用户标识对应的用户信息,用户端可以获取该用户信息并生成用户信息对应的待处理的保单数据。进一步地,用户端可以将待处理的保单数据发送至服务器以使服务器生成拼接结果。查询请求例如可以为用于查询保单数据的拼单情况,则用户端在接收到由用户在用户端对应的应用程序(官网、应用程序1或者是公众号)上输入查询信息或者是语音查询等方式发送的查询请求后,可以将查询请求发送至服务器以使服务器进行查询,并且接收由服务器发送的与查询请求对应的与该用户端的用户标识对应的拼接结果作为目标结果,以在用户端的界面上进行展示。
第二种场景,当终端为第二类型的代理人端时,某一个代理人可以在代理人端上通过手动输入等用户操作输入与用户标识对应的用户信息,代理人端可以生成用户信息对应的待处理的保单数据。或者是代理人端可以直接从系统中获取待处理的保单数据。进一步地,代理人端可以将待处理的保单数据发送至服务器以使服务器生成拼接结果。查询请求例如可以为用于查询指标数据,例如可以为某一个代理人对应的预设类型保单产品的绩效指标。代理人端在接收到由某一个代理人在代理人端对应的应用程序(例如应用程序2、应用程序3)上输入查询信息或者是语音查询等方式发送的查询请求后,可以将查询请求发送至服务器以使服务器进行查询,并且接收由服务器发送的与查询请求对应的针对于代理人标识且与拼接结果关联的绩效数据作为目标结果,以在代理人端的界面上进行展示。
第三种场景,当终端为第三类型的运营端(公司端)时,某一个运营人员可以在运营端上获取待处理的保单数据。进一步地,运营端可以将待处理的保单数据发送至服务器以使服务器生成拼接结果。查询请求例如可以为用于查询所有的拼接结果,例如可以为预设类型保单产品的完成情况。运营端在接收到由某一个运营人员在运营端对应的应用程序(例如应用程序3、客户管理系统)上输入查询信息或者是语音查询等方式发送的查询请求后,可以将查询请求发送至服务器以使服务器进行查询,并且接收由服务器发送的与查询请求对应且与该预设类型保单产品标识对应的所有拼接结果作为目标结果,以在代理人端的界面上进行展示。此时的目标结果中可以包括形成预设类型保单产品的所有用户标识,并且,运营端在接收到目标结果后,可以为目标结果中包括的所有用户标识对应的用户发送反馈信息,反馈信息例如可以为邀请函信息等等。用户端可以显示该反馈信息,进而可以同意或者是不同意该反馈信息。
需要说明的是,上述系统架构中,由于终端的类型不同,则每个终端能够执行的查询请求不同,从而使得每个终端上显示的目标结果与终端的类型关联,且每个终端上显示的目标结果可能不同,从而提高交互性。
基于上述系统架构,本发明实施例中提出一种保单数据处理方法,该保单数据处理方法可以应用于各种业务的处理场景,例如保险、电子商务等业务的处理场景中。该保单数据处理方法的执行主体可以为服务器,参考图2所示,对该保单数据处理方法进行具体描述。
在步骤S210中,获取待处理的保单数据。
本公开实施例中,待处理的保单数据可以为多个,例如可以为任意类型的保单数据,也可以为属于同一类保单数据集合的保单数据,此处不做具体限定。待处理的保单数据可以为根据不同规则的保单数据,也可以为根据相同规则生成的保单数据。待处理的保单数据例如人可以为同一个二级机构、同一个渠道、同一个产品大类、同一个客户(人寿公司为同一个投保人、养老公司的个人产品为同一个投保人、养老公司的团体产品为同一个被保人)下的保单集合。
在步骤S220中,通过对多个数据处理模型按照多个类型进行公共部分融合得到的融合模型,对所述待处理的保单数据进行处理得到所述多个数据处理模型对应的处理结果。
本公开实施例中,多个数据处理模型可以为不同阶段的用于实现相同数据处理功能的模型。例如可以为当前数据处理模型以及历史数据处理模型。需要说明的是,多个数据处理模型的数量可以根据实际需求而设定,但是其中需要包含当前数据处理模型。其中的当前数据处理模型可以为新创建的模型。例如,对于预设类型保单产品A而言,多个数据处理模型包括产品A第一版数据模型与产品A第三版数据模型、产品A第二版数据模型等等。
多个类型指的是数据处理模型的多个维度的处理阶段,例如可以包括但不限于目标步骤、顺序以及拼单等等,因此多个类型的融合指的是目标步骤融合、顺序融合以及拼单融合等。目标步骤指的是模型处理过程中最消耗资源的一个或多个步骤。顺序指的是拼单准备池的顺序。拼单指的是每个数据处理模型中的拼单操作的算法。公共部分融合可以理解为对多个数据处理模型按照其公共部分进行部分融合,从而根据融合的部分确定融合模型。具体而言,可以按照多个类型获取多个数据处理模型的最大公约数,进而根据最大公约数对多个数据处理模型进行公共部分融合,以得到融合模型。其中,最大公约数用于表示多个数据处理模型的公共部分。
图3中示意性示出了多个数据处理模型进行融合的流程图,参考图3中所示,主要包括以下步骤:
在步骤S310中,根据整体产品池和公共基础数据准备池确定所述多个数据处理模型的最大公约数,以确定所述多个数据处理模型的目标步骤,并对所述目标步骤进行融合。
本步骤中,整体产品池指的是包含多个数据处理模型的全新产品池,其中可以包括存在多个标签的数据,例如可以为保单数据对应的合同等等。整体产品池用于描述属性标签。在构建整体产品池时,可以重新设计其产品集合,以便于在后期某一类产品的产品集发生变动时,只需要修改产品集合,而不需要对后续拼单算法进行调整,大大简化后期运维成本。产品集合可以为产品大类、产品优先级以及产品的渠道维度组成的集合。在构建整体产品池的过程中,可以同时放宽产品的渠道维度,从而在后期维护时不需要考虑渠道的影响。
在整体产品池的基础上,可以创建存在数据冗余的公共基础数据准备池。公共基础数据准备池是用于表示数据,其中包含具体的实际的所有数据。
进一步地,可以将整体产品池和公共基础数据准备池进行匹配,确定多个数据处理模型的最大公约数,并根据最大公约数确定多个数据处理模型的目标步骤。由于每个数据处理模型有一些满足融合条件的步骤,因此可以将整体产品池靠到公共基础数据准备池来确定每个数据处理模型中满足融合条件的步骤,进而将所有数据处理模型的公共的满足融合条件的步骤确定为最大公约数,以根据这些最大公约数来确定共同的满足融合条件的目标步骤。此处的满足融合条件可以根据实际需求进行设定,例如可以为最消耗资源或者是最复杂步骤等等。举例而言,本公开实施例中的最消耗资源的目标步骤可以为基础数据准备池的大规模IO、产品颗粒度信息的整合、客户信息的整合等等。在得到目标步骤之后,可以对这些目标步骤进行融合,集中对这些步骤进行融合统一,减少时间的浪费,减少资源消耗。
在步骤S320中,合并所述多个数据处理模型的最大公约数,并调整拼单准备池的顺序进行融合,得到最大公约数拼单准备池。
本步骤中,拼单准备池用于表示拼单的具体数据,且拼单准备池可以与多个数据处理模型一一对应。首先可以在允许存在一定数据冗余的前提条件下对多个数据处理模型的最大公约数进行合并。进而可以基于合并的最大公约数来调整拼单准备池的顺序,以实现融合过程,并最终得到融合统一的最大公约数拼单准备池。此处的最大公约数指的是拼单需要的步骤。
具体而言,统一处理第一版拼单准备池、第二版拼单准备池、第三版拼单准备池。调整拼单准备池的顺序,包括调整保单颗粒度信息的整合步骤、产品颗粒度信息的整合步骤、客户信息的整合步骤、代理人信息的整合步骤、剔除历史保单的位置等。最终得到融合统一的最大公约数拼单准备池。
在步骤S330中,对所述多个数据处理模型中的拼单操作进行融合,以进行公共部分融合并得到所述融合模型。
本步骤中,在得到最大公约数拼单准备池之后,然后创建临时缓冲池,以用于存储最大公约数结果集。进一步地,可以在每一个数据处理模型的拼单操作之前,对最大公约数结果集中的冗余数据进行针对性的剔除,例如可以根据每个数据处理模型的特征来进行筛选,以获得符合每个数据处理模型的基础数据池,基础数据池与多个数据处理模型一一对应。然后,可以对多个数据处理模型中的拼单操作进行融合,具体可以根据共同部分来进行融合。
其中,在获取基础数据池的过程中,由于不同数据处理模型的基础数据池有一部分可能是相互独立的,因此在基础数据准备阶段的信息最终合并阶段,可以对数据池进行区分,以提高独立性,避免相互影响。具体地,可以按保单数据最终承保时间将数据池做截取,分别建立每个数据处理模型的基础数据池,从而既满足规则要求,又降低了后期运维成本。同时,在准备当前数据处理模型的基础数据池时,为了保证基础数据池的准确性,可以对基础数据池进行筛选排除处理。图5中示意性示出了对基础数据池进行处理的示意图。具体地,可以对历史保单池进行排除,以及对第二版期间保单池进行再次排除,得到第三版基础数据池。参考图5中所示,在准备第三版基础数据池时,既排除了历史上形成相同产品的保单池,又再次排除与当前数据处理模型相邻的最新的相同产品的保单池(第二版期间保单池),保证了多个数据处理模型的基础数据池可以互不干扰,无缝拼接,统一在一起计算、展示和维护。算法既满足政策,又提高了数据服务的客户友好度,并降低后期运维成本。
综上所述,通过对多个数据处理模型中多个步骤的具体处理过程的融合,实现了多个数据处理模型的融合过程,从而能够基于这些参与融合的处理过程得到一个新的模型作为融合模型,以进行相应部分的处理。即,相当于原本每个数据处理模型中都要执行这些步骤,现在通过对这些步骤进行融合从而进行一次性执行,通过对多个数据处理模型的公共部分进行融合,能够减少操作步骤,从而提高模型处理效率,减少资源消耗。
图4中示意性示出了模型融合的具体流程示意图,参考图4中所示,主要包括以下步骤:
步骤S401,新创建能同时体现三套数据处理模型的全新产品池。
步骤S402,将数据处理模型中每一步所需要的属性数据进行梳理,使获得各属性数据的触发器时间提到最早,从而将等待获取属性数据的时间降到最少。属性数据指的是数据处理模型需要的数据的来源,需要确定这些来源什么时候能够获得,根据获得的时间安排数据处理模型中每一和步骤的处理顺序,即先执行哪一步后执行哪一步。
步骤S403,在全新产品池的基础上创建存在数据冗余的公共基础数据准备池。
步骤S404,分析得到三个数据处理模型的最大公约数。
步骤S405,确定三个数据处理模型中最消耗资源的主要步骤有哪些。具体包括步骤S4051,基础数据准备池的大规模IO;步骤S4052,产品颗粒度信息的整合以及步骤S4053,客户信息的整合。
步骤S406,统一处理第一版拼单准备池、第二版拼单准备池、第三版拼单准备池。具体步骤包括:步骤S4061,在对基础数据池进行进一步分类处理前,合并最大公约数;步骤S4062,允许存在一定数据冗余;步骤S4063,调整拼单准备池的顺序,包括调整保单颗粒度信息的整合步骤、产品颗粒度信息的整合步骤、客户信息的整合步骤、代理人信息的整合步骤、剔除历史保单的位置等。
步骤S407,融合统一最终得到融合统一的最大公约数拼单准备池。
步骤S408,创建临时缓冲池,来存储最大公约数结果集。
步骤S409,对最大公约数结果集中的冗余数据进行剔除,最终获得符合该套规则的独特基础数据池。具体包括当前基础数据池第三版基础数据池4092,以及历史基础数据池第一版基础数据池4091、第二版基础数据池4093。
步骤S410,对三个数据处理模型中的拼单算法进行一定融合。
需要说明的是,本公开实施例中,仅仅是对多个数据处理模型的部分处理过程的融合,但是得到的结果依旧是每个数据处理模型各自对应一个处理结果。因此,通过融合模型得到的处理结果依然是数据处理模型1对应处理结果1,数据处理模型2对应处理结果2,数据处理模型3对应处理结果3。
图3和图4中的技术方案,通过对多个数据处理模型中多个步骤的具体处理过程的融合,实现了多个数据处理模型的融合过程,从而能够基于这些参与融合的处理过程得到一个新的模型作为融合模型,以进行相应部分的处理。新创建保险销售领域的多套数据模型融合算法,将第一版数据模型与第三版新数据模型、第二版数据模型等共三套模型进行融合,并将融合模型应用到该产品的其他应用过程中。通过对多个数据处理模型的公共部分进行融合,能够减少操作步骤,从而提高模型处理效率,减少操作资源消耗。能够有效提高模型效率,降低成本消耗,又提高了模型的可复用性。经测试,通过将多个属于相同产品的数据处理模型的公共部分进行融合,运行效率提高了近两倍,运行时间缩短约三分之二。
由于在对多个数据处理模型进行融合时,可以对多个数据处理模型中的拼单操作进行融合,以对拼单操作进行公共部分融合从而在最消耗资源的步骤融合、拼单池顺序融合以及拼单操作融合等不同部分的模型融合之后得到融合模型。其中,拼单操作指的是即是每个数据处理模型的拼单算法。本公开实施例中,在对多个数据处理模型的拼单操作进行融合之前,首先可以对每个数据处理模型的拼单操作进行详细描述。
拼单操作的过程可以包括以下步骤:对基础数据池的属性信息进行调整,并对拼单操作的操作类型进行更新;基于调整后的属性信息和更新后的操作类型,对未经过拼单操作的待处理的保单数据中的同一类保单数据集合进行拼单操作,并获取每个数据处理模型对应的拼单结果集。
本公开实施例中,属性信息用于描述基础数据池的可处理类型,对属性信息进行调整可以理解为在原有的基础上增加的类型,可以包括但不限于重构产品集结构、增加迁移单处理过程、增加新老客户处理过程。拼单操作的操作类型可以用于表示拼单范围,对拼单操作的操作类型进行更新可以理解为在原有的基础上增加拼单范围,例如可以包括但不限于特殊渠道处理、特殊产品处理,增加不受产品限制的拼单处理过程、特殊承保情况处理以及增加第三优先级的拼单过程。
在调整属性信息和更新操作类型后,可以基于调整后的属性信息和更新后的操作类型,对未经过拼单操作的待处理的保单数据中的同一类保单数据集合进行拼单操作,并获取拼单结果集。在进行拼单时,为了避免重复拼单导致的误操作,因此可以将未经过拼单操作的同一类保单数据集合作为拼单对象来执行拼单操作,从而获得拼单结果集。
具体拼单过程阐述以拼单过程的公共算法部分为例。算法的计算单元,是同一类保单集合,本算法指同一个二级机构、同一个渠道、同一个产品大类、同一个客户(人寿公司为同一个投保人、养老公司的个人产品为同一个投保人、养老公司的团体产品为同一个被保人)下的保单数据集合。
图7示意性示出了拼单操作的整体流程示意图,参考图7中所示,主要包括以下步骤:
在步骤S701中,多模型融合。
在步骤S702中,基础数据池准备阶段,在该阶段增加了重构产品集结构S7021、增加迁移单处理过程S7022、增加新老客户处理过程S7023。
其中,重构数据处理模型中产品集合的结构指的是重新设计产品大类、产品优先级,同时放宽产品的渠道维度,从而在后期维护时不需要考虑渠道的影响,同时在后期产品集发生变动时,只需要修改产品集合,而不需要对后续拼单算法进行调整,极大简化后期运维成本。基础数据池准备阶段增加对发生迁移的保单的处理,以迁移后保单的最终状态为准,保证数据的唯一性,算法的稳定性。基础数据池准备阶段增加数据模型对新老客户的处理,从而满足新规则在某些产品上对客户更加严格的要求。
在步骤S703中,对拼单过程的更新,在该阶段增加了特殊渠道处理S7031、特殊产品处理S7032,增加不受产品限制的拼单处理过程、特殊承保情况处理S7033以及增加第三优先级的处理过程S7034。
其中,特殊渠道处理指的是针对银行保险渠道,增加不和同一渠道内其他任何产品进行拼单,而只和自身产品进行拼单的这类特殊产品的处理过程。特殊产品处理指的是增加不受产品限制的拼单处理过程,即某些特殊产品可以和任意类型产品进行拼单,因此在拼单算法中,将拼单过程分为两大部分,增加不受产品分类限制,可以和任意类型产品进行拼单的处理过程,从而满足政策要求。特殊承保情况处理指的是养老渠道存在同一个保单连续承保的情况,即同一个保单号,同一个投保人或被保人,会有多次承保事件,且其承保时间不同。针对公司养老渠道的这种承保的特殊性,设计专门算法进行解决,保障基础数据池的唯一性,算法的健壮性。增加第三优先级的拼单过程指的是增加产品分类的第三优先级,设计相关优先级算法,从而使当年基础数据池与历史基础数据池进行拼单时,能以产品优先级来设计拼单过程的个数。在满足新需求的基础上,增强拼单算法的可延展性。
在步骤S704中,获取每个数据处理模型的拼单结果集。
在步骤S705中,多个数据处理模型的拼单结果集无缝拼接。
接下来对本公开实施例中的拼单过程进行详细说明。需要说明的是,在进行拼单时,不仅需要对相同基础数据池中的保单数据之间进行拼单,还需要对不同基础数据池中的保单数据之间进行拼单,因此存在两种不同的拼单方式。
图8中示意性示出了拼单操作的流程图,参考图8中所示,对于一个数据处理模型来说,其拼单过程可以包括以下步骤:
步骤S801,为当前基础数据池和历史基础数据池中的保单数据分别创建用于表示保单数据的标准费用的第一属性以及用于描述保单数据是否经过拼单操作的第二属性。
本步骤中,对当前基础数据池,和历史基础数据池,都创建一个字段,专门记录保单数据用于参与预设类型保单产品拼单的标准保费是多少,记为第一属性a。再创建一个字段,专门记录该保单数据是否已经在本阶段拼接成了预设类型保单产品,记为第二属性b。假如保单数据没有参与形成预设类型保单产品的拼单,则第二属性b就是空,就可以继续参与后续的拼单过程,而第二属性b打上标的保单数据,就是已经参与了预设类型保单产品拼单的保单数据。其中,预设类型保单产品可以为保险领域中的任意类型的保险产品,具体可以包括合单产品,例如合单产品A或者是合单产品B等等。
步骤S802,对所述当前基础数据池中的同一类保单数据集合中的保单数据进行排序,并按照排序结果对所述第一属性进行求和操作得到第一综合属性。
本步骤中,对当年基础数据池中同一类保单数据集合,按该集合内保单数据的承保时间先后、标准保费的小大、保单号等标的进行排序,保障同一集合内保单数据的唯一性、保单序号的各异性,并对其第一属性a进行依次加和,得到第一综合属性a1_now。如此一来,在同一类保单数据集合中序号是1的保单数据,其a1_now就是自己的第一属性a,序号最大的保单数据的a1_now,是整个集合内所有保单数据的标准保费之和。需要说明的是,在进行排序时,可按照承保时间先后、标准保费的小大、保单号的优先级由大到小的排列顺序进行排序,且优先级顺序可以根据实际需求进行设定。
步骤S803,对所述历史基础数据池中同一集合的保单数据进行排序,并按照历史排序结果对所述第一属性进行求和操作,得到第一历史综合属性。
本步骤中,对历史基础数据池中同一集合内保单数据,按该集合内保单数据的标准保费的大小等标的进行排序,保障同一集合内保单数据的唯一性,并对其第一属性a进行依次加和,得到第一历史综合属性a1_history。
步骤S804,基于所述第一综合属性和所述第一历史综合属性,对所述当前基础数据池和所述历史基础数据池进行联合拼单。
本步骤中,描述的是对不同基础数据池进行拼单操作的过程。参考图9中所示,该拼单过程主要包括以下步骤:
在步骤S901中,对当前基础数据池同一类保单数据集合内的目标保单集合,与所述集合内历史基础数据池中的所有保单数据进行拼单操作;
在步骤S902中,判断同一类保单数据集合中当前基础数据池中目标序号的保单数据的第一综合属性与历史基础数据池中不同序号的保单数据的第一历史综合属性是否满足预设条件;
在步骤S903中,若满足预设条件,则获取历史基础数据池中满足预设条件的排序最小的保单数据,并停止对排列在所述排序最小的保单数据之前的所有保单数据以及所述排序最小的保单数据进行拼单操作;
在步骤S904中,若不满足预设条件,则更新所述当前基础数据池和所述历史基础数据池,以更新后的当前基础数据池和更新后的历史基础数据池进行下一次拼单操作,直至拼单操作的次数达到所述当前基础数据池中同一类保单数据集合新保单数据的数量为止。
其中,目标保单数据集合是序号小于等于N的保单数据集合,目标序号指的是序号N。第一综合属性与历史基础数据池中不同序号的保单数据的第一历史综合属性满足预设条件可以理解为,判断同一类保单数据集合中当前基础数据池中序号为n的保单数据的第一综合属性a1_now与历史基础数据池中不同序号的保单数据的第一历史综合属性a1_history进行加和后的结果是否满足预设条件。预设条件指的是形成预设类型保单产品的条件,具体可以用多个标签同时满足来描述。其中的多个标签可以包括但不限于保费、产品类型、承保时间、消费机构、投保人、被保人等等。
如果满足该预设条件,则确定一次循环结束。在此基础上,可以筛选出完成本次拼单操作的目标保单数据,并且可以停止再次对这些目标保单数据进行下一次拼单操作。此处的目标保单数据可以为形成预设条件的序号最小的保单数据以及序号位于其之前的所有保单数据。与此同时,还可以更新当前基础数据池和历史基础数据池。在不满足预设条件时,可以采用更新后的当前基础数据池和更新后的历史基础数据池进行下一次拼单操作,直至拼单操作的次数达到当前基础数据池中同一类保单数据集合新保单数据的数量为止。
具体而言,由于需要优先将历史上未参与预设类型保单产品拼单的保单数据进行拼接,同时需要这个集合存在当前的新保单数据(有当年的新单),因此假如当前基础数据池在该集合中序号第一位的那张新保单数据,拼上同一类保单数据集合中的历史保单数据就能形成预设类型保单产品,则不需要再拼接集合内其他的当前的新保单数据。因此需要对拼单过程进行循环处理,以当前基础数据池中同一类保单数据集合内当前新保单数据(当前新保单数据可以为当年的新的保单数据)的数量为循环的次数。
以第n轮循环为例进行说明:第n轮循环时,是当前基础数据池同一类保单数据集合内,序号小于等于n的保单数据集合,与该集合内历史基础数据池中所有保单数据进行拼单,通过判断同一类保单数据集合中当前基础数据池中序号为n的保单的第一综合属性a1_now与历史基础数据池中不同序号的保单数据的第一历史综合属性a1_history进行加和后的结果是否满足预设条件,来判断本次循环是否形成了预设类型保单产品。在本次循环中,假如满足了预设条件,则找到该集合中历史基础数据池中达成预设条件排序最小的那张保单数据(因排序越大,则a1_history越大,a1_now与a1_history的和就越大),将排序在其之前的保单数据的第一属性A,以及它本身的第一属性a都置为0,第二属性b打上标记,将当前基础数据池中同一类保单数据集合中序号小于等于n的保单数据,第一属性a均置为0,第二属性b打上标记,代表这些保单数据已经在本阶段形成了预设类型保单产品,不再参与下一轮的拼单过程了(因为其参与预设类型保单产品拼单的标准保费a已经置为0,故相当于不再参与后续的拼单了)。
然后分别更新当前基础数据池和历史基础数据池,以更新后的当前基础数据池和历史基础数据池进行下一轮拼单。每一轮拼单前,都要重新对当前基础数据池和历史基础数据池中同一类保单数据集合按最新状态,进行排序和累加标准保费(属性a、a1_now、a1_history可能发生变化)。第二轮、第三轮等循环依次类推,直至循环结束为止。
步骤S805,在联合拼单后,基于当前基础数据池中未经过拼单操作的保单数据的所述第一综合属性,对当前基础数据池内的同一类保单数据集合中的多个保单数据进行拼单,以得到拼单结果集。
本步骤中,在不同基础数据池的保单数据进行联合拼单后,可以进一步在相同基础数据池中进行内部拼单操作。参考图10中所示,该内部拼单操作可以包括步骤S1001至步骤S1003,其中:
步骤S1001,判断同一类保单集合中目标序号的保单数据的第一综合属性是否满足预设条件;
步骤S1002,若同一类保单数据集合中目标序号的保单数据的第一综合属性满足预设条件,则停止对所述目标序号的保单数据以及序号小于所述目标序号的保单数据进行拼单操作;
步骤S1003,若不满足预设条件,则更新所述当前基础数据池,以更新后的当前基础数据池进行下一次拼单操作,直至拼单操作的次数达到所述当前基础数据池中同一类保单数据集合内新保单数据的数量为止,以得到拼单结果集。
本公开实施例中,目标序号指的是序号N。目标序号的保单数据的第一综合属性满足预设条件可以理解为,判断同一类保单数据集合中当前基础数据池中序号为N的保单数据的第一综合属性是否满足预设条件。预设条件指的是形成预设类型保单产品的条件,具体可以用多个标签同时满足来描述。其中的多个标签可以包括但不限于保费、产品类型、承保时间、消费机构、投保人、被保人等等。
如果满足该预设条件,则确定一次循环结束。在此基础上,可以筛选出完成本次拼单操作的目标保单数据,并且可以停止再次对这些目标保单数据进行下一次拼单操作。目标保单数据可以为序号小于等于N的保单数据。与此同时,还可以更新当前基础数据池。在不满足预设条件时,可以采用更新后的当前基础数据池进行下一次拼单操作,直至拼单操作的循环次数达到当前基础数据池中同一类保单数据集合新保单数据的数量为止。
具体而言,提取当前基础数据池中还未参与预设类型保单产品拼单的保单数据,对其同一类保单数据集合内的保单数据,按承保时间先后、标准保费的小大、保单号等标的进行排序,保障同一集合内保单数据的唯一性、保单序号的各异性,并对其第一属性a进行依次加和,得到第一综合属性a1_now。
然后需要对拼单过程进行循环处理,以当前基础数据池中同一类保单数据集合内当前新保单数据的数量为循环的次数。
以第n轮循环为例进行说明:第n轮循环就是看同一类保单数据集合中序号为n的保单数据的第一综合属性a1_now能否达到预设条件。假如达到了,则将同一类保单数据集合中序号小于等于n的保单数据的第一属性a都置为0,第二属性b打上标记,代表这些保单数据已经在本阶段形成了预设类型保单产品,不再参与下一轮的拼单过程了。与此同时,可以更新当前基础数据池,以更新后的当前基础数据池进行下一轮拼单操作。
每一轮拼单操作前,都要重新对当前基础数据池中同一类保单数据集合按最新状态,进行排序和累加标准保费(如属性a、a1_now可能发生变化)。以此类推。
图11示意性示出了本发明实施例的一个数据处理模型中的拼单操作的流程示意图,参考图11中所示,主要包括以下步骤:
在步骤S1101中,基础数据池达标。具体可以为对当前基础数据池,和历史基础数据池,都创建一个第一属性,专门记录保单数据用于参与拼单操作的标准保费,以及创建第二属性,用于记录该保单数据是否已经拼单成功。
在步骤S1102中,排序,属性累加。具体地,对当前基础数据池中同一类保单数据集合,按该集合内保单的承保时间先后、标准保费的小大、保单号等标的进行排序,并对其第一属性进行依次加和。对历史基础数据池中同一集合内保单数据,按该集合内保单数据的标准保费的大小等标的进行排序,并对其第一属性进行依次加和。
在步骤S1103中,当前基础数据池和历史基础数据池循环综合拼单操作。在此过程中,还需执行步骤S1104,循环更新基础数据池。具体过程已经在图9中进行了描述,此处不再赘述。
在步骤S1105中,排序,属性累加。
在步骤S1106中,当前基础数据池自身循环内部拼单操作。在此过程中,还需执行步骤S1107,循环更新基础数据池。具体过程已经在图10中进行了描述,此处不再赘述。
在步骤S1108中,得到拼单结果集。此处的拼单结果集指的是每一个数据处理模型对应的拼单结果集。
图11中的技术方案,通过对当前基础数据池以及历史数据池进行联合拼单,以及对当前基础数据池进行内部拼单,能够从多个维度来对保单数据进行拼单操作,从而提高了全面性以及稳定性,避免了遗漏问题,也提高了准确性。
需要说明的是,对于每一个数据处理模型而言,均可以通过上述步骤进行拼单操作,以提高准确性和可复用性。进一步地,可以将每个数据处理模型对应的拼单结果集进行拼接,以便于进行展示。
本公开实施例中,通过对多个数据处理模型中多个步骤的具体处理过程的融合,实现了多个数据处理模型的融合过程,从而能够基于这些参与融合的处理过程得到一个新的模型作为融合模型,能够减少操作步骤,从而提高模型处理效率,减少操作资源消耗。提高了模型的可复用性。
继续参考图2中所示,在步骤S230中,将所述融合模型中所述多个数据处理模型对应的处理结果进行拼接,得到所述待处理的保单数据对应的拼接结果,并响应于终端的查询请求将对应于所述查询请求的所述拼接结果的目标结果发送至终端,以进行显示。
本发明实施例中,由于每个数据处理模型均会得到各自对应的处理结果,为了对多个处理结果进行统一管理和维护,可以对多个数据处理模型的处理结果进行拼接,以得到待处理的保单数据的拼接结果,从而便于展示。
由于各个数据处理模型之间存在较大差异,其得到的处理结果可能也存在较大差异,因此在拼单算法中专门针对拼接过程进行了处理,使得多个数据处理模型的处理结果能够统一计算、展示和维护。
参考图6中所示,判断是否执行拼接操作的判断依据可以为:以每次更新得到的保单最终承保时间来决定保单数据归属于哪个数据处理模型,并按照保单属性状态进行截取、融合、统一,以便于处理跨两个时间段发生异常情况的保单集。异常情况可以包括但不限于发生撤单、退保、失效、理赔、返回未承保以及后续是否又承保(再次承保)等情况。通过保单属性状态进行截取融合,能够提高效率。其中,在第二版期间,完成了基础数据池信息整合以及承保并拼成预设类型保单产品。
多个数据处理模型的处理结果的拼接过程可以包括:将不同数据处理模型的处理结果(数据)打上对应的标签,知道所有数据是哪一个数据处理模型得到的,也可以为处理结果打上不同模型以及不同时间等标签,以便于准确区分所有的处理结果。进一步地,可以将所有的处理结果按照标签的排列顺序或者是其他顺序排列在一起,形成带标签的拼接结果。由于拼接结果中均存在标签,因此可以更方便的从一个地方获取数据,而不需要从不同地方来获取数据,提高了便捷性以及数据获取的效率。
本公开实施例中,新创建保险销售领域的多套数据处理模型的结果集的无缝拼接算法,将第一版数据模型与第三版新数据模型、第二版数据模型等共三套模型的结果集拼接与统一在一起计算、展示和维护。有效提高了数据服务的客户友好度,并降低后期运维成本。
本公开实施例中,将多个数据处理模型按照公共部分进行融合以及将多个数据处理模型的处理结果进行拼接操作的方式,已经应用于决策分析、报表方案、各业务方日常追踪督导中,为预设类型保单产品的管理、实施与督导提供了完整、有效、准确的数据支持。通过多模型融合算法,有效降低了公司资源的消耗;通过多结果集无缝拼接算法,有效提高了数据服务的客户友好度,并降低了后期运维成本,能够为产品转化提供辅助作用,且具有很好的复用性。
在服务器获得拼接结果之后,可以在接收到终端发送的查询请求时,将查询请求对应的拼接结果的目标结果发送至终端进行显示,以实现可视化处理。
本发明实施例中,还提供了另一种保单数据处理方法,其执行主体可以为终端,参考图12所示,主要包括以下步骤:
在步骤S1210中,响应于用户操作,获取用户标识对应的用户信息,并生成所述用户信息对应的待处理的保单数据。
本步骤中,以终端为第一类型所代表的用户端为例进行说明。用户操作可以为用户通过手动输入或者是语音输入等方式输入与用户标识对应的用户信息。用户端可以获取该用户信息并生成用户信息对应的待处理的保单数据。
在步骤S1220中,将所述待处理的保单数据发送至服务器生成拼接结果;其中,所述拼接结果是通过采用融合模型对所述待处理的保单数据进行处理得到的多个数据处理模型对应的处理结果进行拼接而得到,所述融合模型通过对多个数据处理模型按照多个类型进行公共部分融合确定。
本步骤中,用户端可以将待处理的保单数据发送至服务器以使服务器生成拼接结果。服务器对待处理的保单数据的处理过程与图2中相同,此处不再赘述。
在步骤S1230中,响应于查询请求,接收由所述服务器发送的对应于所述查询请求的拼接结果的目标结果,并进行显示。
本步骤中,查询请求例如可以为用于查询保单数据的拼单情况,则用户端在接收到由用户在用户端对应的应用程序(官网、应用程序1或者是公众号)上输入查询信息或者是语音查询等方式发送的查询请求后,可以将查询请求发送至服务器以使服务器进行查询,并且接收由服务器发送的与查询请求对应的与该用户端的用户标识对应的拼接结果作为目标结果,以在用户端的界面上进行展示。
除此之外,若终端的类型为第二类型,则响应于查询请求,接收服务器发送的与所述第二类型对应的拼接结果的指标数据表示的目标结果,并进行显示。若终端的类型为第三类型,则响应于查询请求,接收服务器发送的与第三类型对应的所有拼接结果作为目标结果,并进行显示。
图13中示意性示出了终端为用户端时的查询界面的示意图。图13中的图A为对应的规划图,以便于用户按照规划确定能够购买的保险产品。图13中的图B所示为在购买保险产品后,用户对应的所有功能的展示界面图。
在一种应用场景中,用户还可以通过安装在终端101上的第一类客户端查询自己购买的保险产品的相关信息。例如,用户登录安装在终端101上的第一类客户端,在如图13中的图C所示的界面中,点击“查询服务”,然后选择“保单查询”。终端101会根据用户的保单查询操作生成数据查询请求,并发送给服务器。同时也会将用户的相关标识,如用户的编号等信息发送给服务器,服务器接收到用户的保单查询请求后根据用户的相关标识从数据库中查找对应的保单相关信息并发送给终端101。终端101在接收到服务器所发送的信息后,通过图13中的图D所示的界面向用户展示其已购买的保险产品和保险产品的相关信息,包括已拼单成功的产品和尚未拼单的产品。已拼单成功的产品如图13中的图D的“保单a组”和“保单b组”,尚未拼单的产品如图13中的图D的“第M号保单”和“第N号保单”。用户选择图13中的图D所示界面中的“保单b组”后,终端101会向用户展示“保单b组”中的“第X1号保单”、“第X2号保单”等保单,用户也可以选择图13中的图D所示界面中的“第M号保单”,终端101会向用户展示“第M号保单”的相关信息。
图14中示意性示出了终端为代理人端时的规划界面的示意图。参考图14中所示,用户输入年龄和社区入住规划后,生成规划请求,以用于根据规划请求对预设类型产品保单的数据进行处理。
图15中示意性示出了终端为代理人端时的查询界面的示意图。代理人还可以通过安装在终端102上的第二类客户端对自己的指标数据(业绩或绩效)进行查询。例如,代理人登录安装在终端102上的第二类客户端,在如图15中的图A所示的界面中,点击“业绩查询”,终端102会根据代理人的业绩查询操作生成数据查询请求,并发送给服务器。同时也会将代理人的相关标识,如代理人的编号等信息发送给服务器。由于代理人的业绩实际上是由其所卖出的保单数量所构成的,因此服务器接收到代理人的数据查询请求后根据代理人的相关标识从数据库中查找对应的保单相关信息并发送给终端102。终端102在接收到服务器所发送的信息后,通过图15中的图B所示的界面向代理人展示其本年已卖出的保险产品和保险产品的相关信息,包括已拼单产品和未拼单产品。已拼单产品如图15中的图B中的“保单e组”、“保单f组”和“保险g组”,未拼单产品如图15中的图B中的“第N号保单”。代理人选择“保单f组”后,终端102会向代理人展示“保单f组”中的“第Y1号保单”、“第Y2号保单”等保单,代理人也可以选择“第N号保单”,终端102会向代理人展示“第N号保单”的相关信息。代理人如果想要查询自己往年卖出的保险产品和保险产品的相关信息,则可以对卖出的保险产品的时间进行设置。
管理人员可以通过运营端103对各个分公司和各个分公司的员工的信息进行查询和管理。例如,管理人员可以通过运营端103查看某一分公司的所有员工的信息,运营端103可以根据管理人员的信息查看操作生成数据信息查询请求,并发送给服务器。服务器会根据查询请求查找对应的相关信息并发送给运营端103,运营端103会向管理人员展示如图16所示界面。基于此,管理人员可以查看员工的工号、姓名、销售渠道、本年已拼单产品的数量、本年未拼单产品的数量以及员工的在职状态等信息。其中,图16中的图A所示为每个产品保单的具体情况。图16中的图B为当日和当月内所有产品保单的具体情况。图16中的图C预设类型产品保单的完成情况和具体情况。
本发明实施例中,通过在不同类型的终端(用户端、代理人端以及运营端),分别响应于查询请求而展示拼接结果对应的目标结果,能够更清楚地展示结果,从而实现及时追踪督导,提高业务转化率。
本发明实施例中,还提供了一种保单数据处理装置,参考图17中所示,该保单数据处理装置1700主要包括以下模块:数据获取模块1701,用于获取待处理的保单数据;模型融合模块1702,用于通过对多个数据处理模型按照多个类型进行公共部分融合得到的融合模型,对所述待处理的保单数据进行处理得到所述多个数据处理模型对应的处理结果;结果拼接模块1703,用于将所述融合模型中所述多个数据处理模型对应的处理结果进行拼接,得到所述待处理的保单数据对应的拼接结果,并响应于终端的查询请求将对应于所述查询请求的所述拼接结果的目标结果发送至终端,以进行显示。
在本公开的一种示例性实施例中,所述装置还包括:最大公约数确定模块,用于分别按照所述多个类型获取所述多个数据处理模型的最大公约数;模型融合控制模块,用于基于所述最大公约数对所述多个数据处理模型进行公共部分融合,以得到所述融合模型。
在本公开的一种示例性实施例中,模型融合控制模块包括:目标步骤确定模块,用于根据整体产品池和公共基础数据准备池确定所述多个数据处理模型的最大公约数,以确定所述多个数据处理模型的目标步骤,并对所述目标步骤进行融合;顺序调整模块,用于合并所述多个数据处理模型的最大公约数,并调整拼单准备池的顺序进行融合,得到最大公约数拼单准备池;拼单融合模块,用于对所述多个数据处理模型中的拼单操作进行融合,以进行公共部分融合并得到所述融合模型。
在本公开的一种示例性实施例中,所述装置还包括:更新模块,用于对基础数据池的属性信息进行调整,并对拼单操作的操作类型进行更新;拼单执行模块,用于基于调整后的属性信息和更新后的操作类型,对未经过拼单操作的待处理的保单数据中的同一类保单数据集合进行拼单操作,并获取针对于每个数据处理模型的拼单结果集。
在本公开的一种示例性实施例中,拼单执行模块包括:属性确定模块,用于为当前基础数据池和历史基础数据池中的保单数据分别创建用于表示保单数据的标准费用的第一属性以及用于描述保单数据是否经过拼单操作的第二属性;第一属性处理模块,用于对所述当前基础数据池中的同一类保单数据集合中的保单数据进行排序,并按照排序结果对所述第一属性进行求和操作得到第一综合属性;第二属性处理模块,用于对所述历史基础数据池中同一集合的保单数据进行排序,并按照历史排序结果对所述第一属性进行求和操作,得到第一历史综合属性;联合拼单模块,用于基于所述第一综合属性和所述第一历史综合属性,对所述当前基础数据池和所述历史基础数据池进行联合拼单;内部拼单模块,用于在联合拼单后,基于当前基础数据池中未经过拼单操作的保单数据的所述第一综合属性,对当前基础数据池内的同一类保单数据集合中的多个保单数据进行拼单,以得到拼单结果集。
在本公开的一种示例性实施例中,联合拼单模块被配置为:对当前基础数据池同一类保单数据集合内的目标保单集合,与所述集合内历史基础数据池中的所有保单数据进行拼单操作;若判断同一类保单数据集合中当前基础数据池中目标序号的保单数据的第一综合属性与历史基础数据池中不同序号的保单数据的第一历史综合属性满足预设条件,则获取历史基础数据池中满足预设条件的排序最小的保单数据,并停止对排列在所述排序最小的保单数据之前的所有保单数据以及所述排序最小的保单数据进行拼单操作;若不满足预设条件,则更新所述当前基础数据池和所述历史基础数据池,以更新后的当前基础数据池和更新后的历史基础数据池进行下一次拼单操作,直至拼单操作的次数达到所述当前基础数据池中同一类保单数据集合新保单数据的数量为止。
在本公开的一种示例性实施例中,内部拼单模块被配置为:若同一类保单集合中目标序号的保单数据的第一综合属性满足预设条件,则停止对所述目标序号的保单数据以及序号小于所述目标序号的保单数据进行拼单操作;若不满足预设条件,则更新所述当前基础数据池,以更新后的当前基础数据池进行下一次拼单操作,直至拼单操作的次数达到所述当前基础数据池中同一类保单数据集合内新保单数据的数量为止,以得到拼单结果集。
本发明实施例中,还提供了另一种保单数据处理装置,参考图18中所示,该保单数据处理装置1800主要包括以下模块:保单生成模块1801,用于响应于用户操作,获取用户标识对应的用户信息,并生成所述用户信息对应的待处理的保单数据;数据发送模块1802,用于将所述待处理的保单数据发送至服务器生成拼接结果;其中,所述拼接结果是通过采用融合模型对所述待处理的保单数据进行处理得到的多个数据处理模型对应的处理结果进行拼接而得到,所述融合模型通过对多个数据处理模型按照多个类型进行公共部分融合确定;结果显示模块1803,用于响应于查询请求,接收由所述服务器发送的对应于所述查询请求的拼接结果的目标结果,并进行显示。
需要说明的是,本发明实施例的保单数据处理装置的各个功能模块与上述保单数据处理方法的示例实施例的步骤相同,因此此处不再赘述。
此外,尽管在附图中以特定顺序描述了本发明中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
在本发明的示例性实施例中,还提供了一种能够实现上述方法的电子设备。所属技术领域的技术人员能够理解,本发明的各个方面可以实现为系统、方法或程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
图19显示的电子设备1900仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图19所示,电子设备1900以通用计算设备的形式表现。电子设备1900的组件可以包括但不限于:上述至少一个处理单元1910、上述至少一个存储单元1920、连接不同系统组件(包括存储单元1920和处理单元1910)的总线1930、显示单元1940。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元1910执行,使得所述处理单元1910执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如,所述处理单元1910可以执行如图2中所示的步骤。
存储单元1920可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)19201和/或高速缓存存储单元19202,还可以进一步包括只读存储单元(ROM)19203。
存储单元1920还可以包括具有一组(至少一个)程序模块19205的程序/实用工具19204,这样的程序模块19205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线1930可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备1900也可以与一个或多个外部设备2000(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备1900交互的设备通信,和/或与使得该电子设备1900能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口1950进行。并且,电子设备1900还可以通过网络适配器1960与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器1960通过总线1930与电子设备1900的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备1900使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本发明实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本发明实施方式的保单数据处理方法。
在本发明的示例性实施例中,还提供了一种计算机可读存储介质,其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。
根据本发明的实施方式的用于实现上述方法的程序产品,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
用于执行本发明操作的程序代码可以以一种或多种程序设计语言的任意组合来编写,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
此外,上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其他实施例。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围由权利要求指出。
Claims (8)
1.一种保单数据处理方法,其特征在于,包括:
获取待处理的保单数据;
分别按照多个类型获取多个数据处理模型的最大公约数,基于所述最大公约数对多个数据处理模型进行公共部分融合以得到融合模型,并通过所述融合模型对所述待处理的保单数据进行处理得到所述多个数据处理模型对应的处理结果;所述多个类型为数据处理模型的多个维度的处理阶段,所述多个维度包括目标步骤、顺序以及拼单;所述目标步骤指的是数据处理模型处理过程中最消耗资源的一个或多个步骤;
将所述融合模型中所述多个数据处理模型对应的处理结果进行拼接,得到所述待处理的保单数据对应的拼接结果,并响应于终端的查询请求将对应于所述查询请求的所述拼接结果的目标结果发送至终端,以进行显示;
其中,所述基于所述最大公约数对多个数据处理模型进行公共部分融合以得到融合模型,包括:
将整体产品池和公共基础数据准备池进行匹配确定每个数据处理模型中满足融合条件的步骤,将所有数据处理模型的公共的满足融合条件的步骤确定为最大公约数,以根据最大公约数确定共同的满足融合条件的目标步骤,并对所述目标步骤进行融合;所述整体产品池指的是包含多个数据处理模型的全新产品池,所述整体产品池用于描述属性标签;所述公共基础数据准备池包含具体的实际的所有数据,且存在数据冗余;
合并所述多个数据处理模型的最大公约数,并调整拼单准备池的顺序进行融合,得到最大公约数拼单准备池;所述拼单准备池用于表示拼单的数据,且所述拼单准备池与所述数据处理模型一一对应;
根据每个数据处理模型的特征进行筛选以对最大公约数结果集中的冗余数据进行剔除,获得符合每个数据处理模型的基础数据池,然后对所述多个数据处理模型中的拼单操作进行融合,以进行公共部分融合并得到所述融合模型;拼单操作指的是每个数据处理模型的拼单算法,所述基础数据池与所述数据处理模型一一对应;
其中,拼单操作的过程包括:对基础数据池的属性信息进行调整,并对拼单操作的操作类型进行更新,基于调整后的属性信息和更新后的操作类型,对未经过拼单操作的待处理的保单数据的同一类保单数据集合进行拼单操作,获取每个数据处理模型的拼单结果集;
每个数据处理模型的拼单操作包括以下步骤:
为当前基础数据池和历史基础数据池中的保单数据创建用于表示保单数据的标准费用的第一属性;
对所述当前基础数据池中的同一类保单数据集合中的保单数据进行排序,并按照排序结果对所述第一属性进行求和操作得到第一综合属性;
对所述历史基础数据池中同一集合的保单数据进行排序,并按照历史排序结果对所述第一属性进行求和操作,得到第一历史综合属性;
基于所述第一综合属性和所述第一历史综合属性,对所述当前基础数据池和所述历史基础数据池进行联合拼单;
在联合拼单后,基于当前基础数据池中未经过拼单操作的保单数据的所述第一综合属性,对当前基础数据池内的同一类保单数据集合中的多个保单数据进行拼单,以得到拼单结果集。
2.根据权利要求1所述的保单数据处理方法,其特征在于,所述基于所述第一综合属性和所述第一历史综合属性,对所述当前基础数据池和所述历史基础数据池进行联合拼单,包括:
对当前基础数据池同一类保单数据集合内的目标保单集合,与集合内历史基础数据池中的所有保单数据进行拼单操作;所述目标保单集合为序号小于等于N的保单数据集合,目标序号为序号N;
若判断同一类保单数据集合中,当前基础数据池中目标序号的保单数据的第一综合属性与历史基础数据池中不同序号的保单数据的第一历史综合属性进行加和后的结果满足预设条件,则获取历史基础数据池中满足预设条件的排序最小的保单数据,并停止对排列在所述排序最小的保单数据之前的所有保单数据以及所述排序最小的保单数据进行拼单操作;所述预设条件为形成预设类型保单产品的条件;
若不满足预设条件,则更新所述当前基础数据池和所述历史基础数据池,以更新后的当前基础数据池和更新后的历史基础数据池进行下一次拼单操作,直至拼单操作的次数达到所述当前基础数据池中同一类保单数据集合新保单数据的数量为止。
3.根据权利要求1所述的保单数据处理方法,其特征在于,所述在联合拼单后,基于当前基础数据池中未经过拼单操作的保单数据的所述第一综合属性,对当前基础数据池内的同一类保单数据集合中的多个保单数据进行拼单,以得到拼单结果集,包括:
若同一类保单集合中目标序号的保单数据的第一综合属性满足预设条件,则停止对所述目标序号的保单数据以及序号小于所述目标序号的保单数据进行拼单操作;所述目标序号为序号N,所述预设条件为形成预设类型保单产品的条件;
若不满足预设条件,则更新所述当前基础数据池,以更新后的当前基础数据池进行下一次拼单操作,直至拼单操作的次数达到所述当前基础数据池中同一类保单数据集合内新保单数据的数量为止,以得到拼单结果集。
4.一种保单数据处理方法,其特征在于,包括:
响应于用户操作,获取用户标识对应的用户信息,并生成所述用户信息对应的待处理的保单数据;
将所述待处理的保单数据发送至服务器生成拼接结果;其中,所述拼接结果是通过采用融合模型对所述待处理的保单数据进行处理得到的多个数据处理模型对应的处理结果进行拼接而得到,所述融合模型通过按照多个类型获取多个数据处理模型的最大公约数,并基于所述最大公约数对多个数据处理模型进行公共部分融合确定;所述多个类型为数据处理模型的多个维度的处理阶段,所述多个维度包括目标步骤、顺序以及拼单;所述目标步骤指的是数据处理模型处理过程中最消耗资源的一个或多个步骤;
响应于查询请求,接收由所述服务器发送的对应于所述查询请求的拼接结果的目标结果,并进行显示;
其中,基于所述最大公约数对多个数据处理模型进行公共部分融合以得到融合模型,包括:
将整体产品池和公共基础数据准备池进行匹配确定每个数据处理模型中满足融合条件的步骤,将所有数据处理模型的公共的满足融合条件的步骤确定为最大公约数,以根据最大公约数确定共同的满足融合条件的目标步骤,并对所述目标步骤进行融合;所述整体产品池指的是包含多个数据处理模型的全新产品池,所述整体产品池用于描述属性标签;所述公共基础数据准备池包含具体的实际的所有数据,且存在数据冗余;
合并所述多个数据处理模型的最大公约数,并调整拼单准备池的顺序进行融合,得到最大公约数拼单准备池;所述拼单准备池用于表示拼单的数据,且所述拼单准备池与所述数据处理模型一一对应;
根据每个数据处理模型的特征进行筛选以对最大公约数结果集中的冗余数据进行剔除,获得符合每个数据处理模型的基础数据池,然后对所述多个数据处理模型中的拼单操作进行融合,以进行公共部分融合并得到所述融合模型;拼单操作指的是每个数据处理模型的拼单算法,所述基础数据池与所述数据处理模型一一对应;
其中,拼单操作的过程包括:对基础数据池的属性信息进行调整,并对拼单操作的操作类型进行更新,基于调整后的属性信息和更新后的操作类型,对未经过拼单操作的待处理的保单数据的同一类保单数据集合进行拼单操作,获取每个数据处理模型的拼单结果集;
每个数据处理模型的拼单操作包括以下步骤:
为当前基础数据池和历史基础数据池中的保单数据创建用于表示保单数据的标准费用的第一属性;
对所述当前基础数据池中的同一类保单数据集合中的保单数据进行排序,并按照排序结果对所述第一属性进行求和操作得到第一综合属性;
对所述历史基础数据池中同一集合的保单数据进行排序,并按照历史排序结果对所述第一属性进行求和操作,得到第一历史综合属性;
基于所述第一综合属性和所述第一历史综合属性,对所述当前基础数据池和所述历史基础数据池进行联合拼单;
在联合拼单后,基于当前基础数据池中未经过拼单操作的保单数据的所述第一综合属性,对当前基础数据池内的同一类保单数据集合中的多个保单数据进行拼单,以得到拼单结果集。
5.一种保单数据处理装置,其特征在于,包括:
数据获取模块,用于获取待处理的保单数据;
模型融合模块,用于分别按照多个类型获取多个数据处理模型的最大公约数,基于所述最大公约数对多个数据处理模型进行公共部分融合以得到融合模型,并通过所述融合模型对所述待处理的保单数据进行处理得到所述多个数据处理模型对应的处理结果;所述多个类型为数据处理模型的多个维度的处理阶段,所述多个维度包括目标步骤、顺序以及拼单;所述目标步骤指的是数据处理模型处理过程中最消耗资源的一个或多个步骤;
结果拼接模块,用于将所述融合模型中所述多个数据处理模型对应的处理结果进行拼接,得到所述待处理的保单数据对应的拼接结果,并响应于终端的查询请求将对应于所述查询请求的所述拼接结果的目标结果发送至终端,以进行显示;
其中,所述基于所述最大公约数对多个数据处理模型进行公共部分融合以得到融合模型,包括:
将整体产品池和公共基础数据准备池进行匹配确定每个数据处理模型中满足融合条件的步骤,将所有数据处理模型的公共的满足融合条件的步骤确定为最大公约数,以根据最大公约数确定共同的满足融合条件的目标步骤,并对所述目标步骤进行融合;所述整体产品池指的是包含多个数据处理模型的全新产品池,所述整体产品池用于描述属性标签;所述公共基础数据准备池包含具体的实际的所有数据,且存在数据冗余;
合并所述多个数据处理模型的最大公约数,并调整拼单准备池的顺序进行融合,得到最大公约数拼单准备池;所述拼单准备池用于表示拼单的数据,且所述拼单准备池与所述数据处理模型一一对应;
根据每个数据处理模型的特征进行筛选以对最大公约数结果集中的冗余数据进行剔除,获得符合每个数据处理模型的基础数据池,然后对所述多个数据处理模型中的拼单操作进行融合,以进行公共部分融合并得到所述融合模型;拼单操作指的是每个数据处理模型的拼单算法,所述基础数据池与所述数据处理模型一一对应;
其中,拼单操作的过程包括:对基础数据池的属性信息进行调整,并对拼单操作的操作类型进行更新,基于调整后的属性信息和更新后的操作类型,对未经过拼单操作的待处理的保单数据的同一类保单数据集合进行拼单操作,获取每个数据处理模型的拼单结果集;
每个数据处理模型的拼单操作包括以下步骤:
为当前基础数据池和历史基础数据池中的保单数据创建用于表示保单数据的标准费用的第一属性;
对所述当前基础数据池中的同一类保单数据集合中的保单数据进行排序,并按照排序结果对所述第一属性进行求和操作得到第一综合属性;
对所述历史基础数据池中同一集合的保单数据进行排序,并按照历史排序结果对所述第一属性进行求和操作,得到第一历史综合属性;
基于所述第一综合属性和所述第一历史综合属性,对所述当前基础数据池和所述历史基础数据池进行联合拼单;
在联合拼单后,基于当前基础数据池中未经过拼单操作的保单数据的所述第一综合属性,对当前基础数据池内的同一类保单数据集合中的多个保单数据进行拼单,以得到拼单结果集。
6.一种保单数据处理装置,其特征在于,包括:
保单生成模块,用于响应于用户操作,获取用户标识对应的用户信息,并生成所述用户信息对应的待处理的保单数据;
数据发送模块,用于将所述待处理的保单数据发送至服务器生成拼接结果;其中,所述拼接结果是通过采用融合模型对所述待处理的保单数据进行处理得到的多个数据处理模型对应的处理结果进行拼接而得到,所述融合模型通过按照多个类型获取多个数据处理模型的最大公约数,并基于所述最大公约数对多个数据处理模型按照多个类型进行公共部分融合确定;所述多个类型为数据处理模型的多个维度的处理阶段,所述多个维度包括目标步骤、顺序以及拼单;所述目标步骤指的是数据处理模型处理过程中最消耗资源的一个或多个步骤;
结果显示模块,用于响应于查询请求,接收由所述服务器发送的对应于所述查询请求的拼接结果的目标结果,并进行显示;
其中,基于所述最大公约数对多个数据处理模型进行公共部分融合以得到融合模型,包括:
将整体产品池和公共基础数据准备池进行匹配确定每个数据处理模型中满足融合条件的步骤,将所有数据处理模型的公共的满足融合条件的步骤确定为最大公约数,以根据最大公约数确定共同的满足融合条件的目标步骤,并对所述目标步骤进行融合;所述整体产品池指的是包含多个数据处理模型的全新产品池,所述整体产品池用于描述属性标签;所述公共基础数据准备池包含具体的实际的所有数据,且存在数据冗余;
合并所述多个数据处理模型的最大公约数,并调整拼单准备池的顺序进行融合,得到最大公约数拼单准备池;所述拼单准备池用于表示拼单的数据,且所述拼单准备池与所述数据处理模型一一对应;
根据每个数据处理模型的特征进行筛选以对最大公约数结果集中的冗余数据进行剔除,获得符合每个数据处理模型的基础数据池,然后对所述多个数据处理模型中的拼单操作进行融合,以进行公共部分融合并得到所述融合模型;拼单操作指的是每个数据处理模型的拼单算法,所述基础数据池与所述数据处理模型一一对应;
其中,拼单操作的过程包括:对基础数据池的属性信息进行调整,并对拼单操作的操作类型进行更新,基于调整后的属性信息和更新后的操作类型,对未经过拼单操作的待处理的保单数据的同一类保单数据集合进行拼单操作,获取每个数据处理模型的拼单结果集;
每个数据处理模型的拼单操作包括以下步骤:
为当前基础数据池和历史基础数据池中的保单数据创建用于表示保单数据的标准费用的第一属性;
对所述当前基础数据池中的同一类保单数据集合中的保单数据进行排序,并按照排序结果对所述第一属性进行求和操作得到第一综合属性;
对所述历史基础数据池中同一集合的保单数据进行排序,并按照历史排序结果对所述第一属性进行求和操作,得到第一历史综合属性;
基于所述第一综合属性和所述第一历史综合属性,对所述当前基础数据池和所述历史基础数据池进行联合拼单;
在联合拼单后,基于当前基础数据池中未经过拼单操作的保单数据的所述第一综合属性,对当前基础数据池内的同一类保单数据集合中的多个保单数据进行拼单,以得到拼单结果集。
7.一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,所述程序被处理器执行时实现如权利要求1至4中任一项所述的保单数据处理方法。
8.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1-4任意一项所述的保单数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010974046.9A CN112102099B (zh) | 2020-09-16 | 2020-09-16 | 保单数据处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010974046.9A CN112102099B (zh) | 2020-09-16 | 2020-09-16 | 保单数据处理方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112102099A CN112102099A (zh) | 2020-12-18 |
CN112102099B true CN112102099B (zh) | 2023-11-24 |
Family
ID=73760194
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010974046.9A Active CN112102099B (zh) | 2020-09-16 | 2020-09-16 | 保单数据处理方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112102099B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113656466B (zh) * | 2021-08-31 | 2023-06-06 | 中国平安财产保险股份有限公司 | 保单数据查询方法、装置、设备及存储介质 |
CN113687933A (zh) * | 2021-09-08 | 2021-11-23 | 中国银行股份有限公司 | 一种模型级别确定方法及装置 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002099725A1 (en) * | 2001-06-05 | 2002-12-12 | Incellico, Inc. | Systems, methods and computer program products for integrating biological/chemical databases to create an ontology network |
CN101799807A (zh) * | 2009-02-10 | 2010-08-11 | 中国移动通信集团公司 | 一种异构数据表的合并方法及其系统 |
CN108629697A (zh) * | 2018-03-30 | 2018-10-09 | 平安科技(深圳)有限公司 | 保险产品配置方法、装置、计算机设备及存储介质 |
CN108989399A (zh) * | 2018-06-28 | 2018-12-11 | 郑州云海信息技术有限公司 | 一种集群公共数据查询方法、系统、装置及可读存储介质 |
CN109189799A (zh) * | 2018-08-14 | 2019-01-11 | 中国平安人寿保险股份有限公司 | 业务数据查询方法、装置、计算机设备及存储介质 |
CN109360113A (zh) * | 2018-12-14 | 2019-02-19 | 泰康保险集团股份有限公司 | 一种保单的自动理算方法、装置、介质及电子设备 |
CN109544392A (zh) * | 2019-01-18 | 2019-03-29 | 携程旅游信息技术(上海)有限公司 | 用于保险订单处理的方法、系统、设备以及介质 |
US10431106B1 (en) * | 2015-04-13 | 2019-10-01 | Aptima, Inc. | Systems and methods to measure performance |
CN110378795A (zh) * | 2019-06-17 | 2019-10-25 | 中国平安人寿保险股份有限公司 | 一种条款文件的生成方法、装置、存储介质和服务器 |
CN111127224A (zh) * | 2019-11-25 | 2020-05-08 | 泰康保险集团股份有限公司 | 信息处理方法、装置、电子设备及存储介质 |
CN111338818A (zh) * | 2020-02-24 | 2020-06-26 | 北京声智科技有限公司 | 一种事件处理方法及相关设备 |
CN107944011B (zh) * | 2017-12-08 | 2020-08-21 | 中国平安财产保险股份有限公司 | 团体保单数据的处理方法、装置、服务器和存储介质 |
CN111639068A (zh) * | 2020-05-24 | 2020-09-08 | 中信银行股份有限公司 | 一种基于多系统的公共数据池生成方法、装置、设备、和可读存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10489425B2 (en) * | 2017-10-26 | 2019-11-26 | Salesforce.Com, Inc. | User clustering based on query history |
-
2020
- 2020-09-16 CN CN202010974046.9A patent/CN112102099B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002099725A1 (en) * | 2001-06-05 | 2002-12-12 | Incellico, Inc. | Systems, methods and computer program products for integrating biological/chemical databases to create an ontology network |
CN101799807A (zh) * | 2009-02-10 | 2010-08-11 | 中国移动通信集团公司 | 一种异构数据表的合并方法及其系统 |
US10431106B1 (en) * | 2015-04-13 | 2019-10-01 | Aptima, Inc. | Systems and methods to measure performance |
CN107944011B (zh) * | 2017-12-08 | 2020-08-21 | 中国平安财产保险股份有限公司 | 团体保单数据的处理方法、装置、服务器和存储介质 |
CN108629697A (zh) * | 2018-03-30 | 2018-10-09 | 平安科技(深圳)有限公司 | 保险产品配置方法、装置、计算机设备及存储介质 |
CN108989399A (zh) * | 2018-06-28 | 2018-12-11 | 郑州云海信息技术有限公司 | 一种集群公共数据查询方法、系统、装置及可读存储介质 |
CN109189799A (zh) * | 2018-08-14 | 2019-01-11 | 中国平安人寿保险股份有限公司 | 业务数据查询方法、装置、计算机设备及存储介质 |
CN109360113A (zh) * | 2018-12-14 | 2019-02-19 | 泰康保险集团股份有限公司 | 一种保单的自动理算方法、装置、介质及电子设备 |
CN109544392A (zh) * | 2019-01-18 | 2019-03-29 | 携程旅游信息技术(上海)有限公司 | 用于保险订单处理的方法、系统、设备以及介质 |
CN110378795A (zh) * | 2019-06-17 | 2019-10-25 | 中国平安人寿保险股份有限公司 | 一种条款文件的生成方法、装置、存储介质和服务器 |
CN111127224A (zh) * | 2019-11-25 | 2020-05-08 | 泰康保险集团股份有限公司 | 信息处理方法、装置、电子设备及存储介质 |
CN111338818A (zh) * | 2020-02-24 | 2020-06-26 | 北京声智科技有限公司 | 一种事件处理方法及相关设备 |
CN111639068A (zh) * | 2020-05-24 | 2020-09-08 | 中信银行股份有限公司 | 一种基于多系统的公共数据池生成方法、装置、设备、和可读存储介质 |
Non-Patent Citations (3)
Title |
---|
何有世 等.《管理信息系统 第2版》.东南大学出版社,2009,第142-147页. * |
基于模型自适应选择融合的智能电表故障多分类方法;高欣 等;电网技术(第06期);全文 * |
多核环境下Hilbert曲线划分简单要素多边形合并算法;陈占龙 等;计算机应用研究(第07期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112102099A (zh) | 2020-12-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10740711B2 (en) | Optimization of a workflow employing software services | |
US11416920B2 (en) | Analytics engine for multiple blockchain nodes | |
KR102687564B1 (ko) | 정책 기반 자원 관리 및 할당 시스템 | |
CN113692582B (zh) | 用于建立数据隐私管线和合约协议以共享数据的用户接口 | |
US8340995B2 (en) | Method and system of using artifacts to identify elements of a component business model | |
US20160063145A1 (en) | Dynamic and collaborative workflow authoring with cloud-supported live feedback | |
JP2017530469A (ja) | イベント処理のための動的に型付けされたビッグデータによるイベントの充実化 | |
JP2024074934A (ja) | 分散システムにわたる統合エンティティビュー | |
CN112102099B (zh) | 保单数据处理方法、装置、电子设备及存储介质 | |
CN111626602A (zh) | 业务处理方法、业务处理装置、存储介质与电子设备 | |
CN117454278A (zh) | 一种标准企业数字化规则引擎的实现方法和系统 | |
US11995587B2 (en) | Method and device for managing project by using data merging | |
US20240112065A1 (en) | Meta-learning operation research optimization | |
CN110991923A (zh) | 架构构建方法、装置、电子设备和介质 | |
WO2020155167A1 (en) | Application of cross-organizational transactions to blockchain | |
US20220004965A1 (en) | Systems and methods for electronic messaging testing optimization in prospect electronic messages series | |
US20190205953A1 (en) | Estimating annual cost reduction when pricing information technology (it) service deals | |
US20140149186A1 (en) | Method and system of using artifacts to identify elements of a component business model | |
KR102276230B1 (ko) | 유한 상태기계 생성 방법, 유한 상태기계 운영 방법, 이를 수행하는 서버 및 컴퓨터 프로그램 | |
KR102546847B1 (ko) | Erp의 커스터마이징 자동화 처리 및 커스터마이징된 erp 솔루션의 제공 방법, 장치 및 시스템 | |
US20220405678A1 (en) | Method and device for managing project by using data pointer | |
US20220405677A1 (en) | Method and device for managing project by using cost payment time point setting | |
US20220405676A1 (en) | Method and device for managing project by using data filtering | |
US10755324B2 (en) | Selecting peer deals for information technology (IT) service deals | |
KR101617651B1 (ko) | 트랜잭션 에디터를 이용한 이 기종간 데이터 전송 시스템 및 방법 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |