CN112767179A - 一种车险增值服务监控预警方法及系统 - Google Patents
一种车险增值服务监控预警方法及系统 Download PDFInfo
- Publication number
- CN112767179A CN112767179A CN202110012990.0A CN202110012990A CN112767179A CN 112767179 A CN112767179 A CN 112767179A CN 202110012990 A CN202110012990 A CN 202110012990A CN 112767179 A CN112767179 A CN 112767179A
- Authority
- CN
- China
- Prior art keywords
- information
- early warning
- input information
- vehicle
- obtaining
- 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.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 83
- 238000000034 method Methods 0.000 title claims abstract description 60
- 206010039203 Road traffic accident Diseases 0.000 claims abstract description 33
- 238000013210 evaluation model Methods 0.000 claims abstract description 32
- 238000012795 verification Methods 0.000 claims description 42
- 238000012545 processing Methods 0.000 claims description 30
- 230000003993 interaction Effects 0.000 claims description 29
- 238000012549 training Methods 0.000 claims description 27
- 238000001514 detection method Methods 0.000 claims description 12
- 238000004891 communication Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000003384 imaging method Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 230000000694 effects Effects 0.000 description 10
- 238000003062 neural network model Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 238000013528 artificial neural network Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 238000005406 washing Methods 0.000 description 2
- 101100134058 Caenorhabditis elegans nth-1 gene Proteins 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000003925 brain function Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012360 testing method Methods 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/587—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
-
- 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
- G06Q10/02—Reservations, e.g. for tickets, services or events
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Technology Law (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Library & Information Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开了一种车险增值服务监控预警方法及系统，通过车险增值服务监控预警系统获得第一预约信息，获得第一用户的第一基础信息；获得第一用户的第一位置；通过第一摄像装置获得所述第一位置的第一图像信息，获得第一车辆和第二车辆的第一位置关系，确定第一交通事故信息，将第一输入信息、第二输入信息输入第一评估模型，获得第一评估模型的第一输出结果，输出结果包含所述第一输入信息和第二输入信息是否匹配的结果；当第一输出结果为第一输入信息和第二输入信息不匹配的结果时，获得第一预警指令，获得第一反馈预约信息；将第一反馈预约信息发送至所述用户客户端，解决了现有技术中存在对车险增值服务缺乏准确的监控、预警的技术问题。
Description
技术领域
本发明涉及增值服务监控相关领域，尤其涉及一种车险增值服务监控预警方法及系统。
背景技术
车险增值服务主要服务于车险后市场，客户可以自由选择是否需要这些增值服务，并且能够根据自身的需求来选择各项服务，财险公司联动增值服务供应商，推动车险服务质量不断提升，主要包括：罚款代缴纳、年检代办、挪车、驾照查分、洗车、保养、停车服务、道路救援等。
但本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：
现有技术中存在对业务运营过程缺乏准确的监控、预警的技术问题。现有车险增值服务过程中，从业务和系统技术实现角度均存在较多风险事项，例如：当业务系统与第三方(供应商或渠道客户系统等)交互非常频繁时，虽然系统从功能和各环节均已测试和验收，但由于第三方(供应商或渠道客户系统等)的不可控性，可能导致非正常交易数据，由于系统缺少必要的监控记录，没有及时进行预警触发动作，可能会导致巨大风险。
发明内容
本申请实施例通过提供一种车险增值服务监控预警方法及系统，解决了现有技术中存在对车险增值服务缺乏准确的监控、预警的技术问题，达到对车险增值服务进行准确的监控、预警的技术效果。
鉴于上述问题，提出了本申请实施例提供一种车险增值服务监控预警方法及系统。
第一方面，本申请实施例提供了一种车险增值服务监控预警方法，所述方法应用于车险增值服务监控预警系统，所述车险增值服务监控预警系统与第一摄像装置、用户客户端通信连接，所述方法包括：通过所述车险增值服务监控预警系统获得第一预约信息，将所述第一预约信息作为第一输入信息；通过所述第一预约信息获得第一用户的第一基础信息；根据所述第一基础信息获得所述第一用户的第一位置；通过所述第一摄像装置获得所述第一位置的第一图像信息，所述第一图像信息包括第一车辆和第二车辆；根据所述第一图像信息，获得所述第一车辆和所述第二车辆的第一位置关系；根据所述第一位置关系，确定第一交通事故信息，将所述第一交通事故信息作为第二输入信息；将所述第一输入信息、所述第二输入信息输入第一评估模型，所述第一评估模型通过多组训练数据训练获得，所述多组训练数据中的每组均包括：所述第一输入信息、所述第二输入信息和标识所述第一输入信息和第二输入信息是否匹配的标识信息；获得所述第一评估模型的第一输出结果，所述输出结果包含所述第一输入信息和第二输入信息是否匹配的结果；当所述第一输出结果为所述第一输入信息和第二输入信息不匹配的结果时，获得第一预警指令；根据所述第一预警指令获得第一反馈预约信息；将所述第一反馈预约信息发送至所述用户客户端。
另一方面，本申请还提供了一种车险增值服务监控预警系统，所述系统包括：第一获得单元，所述第一获得单元用于通过所述车险增值服务监控预警系统获得第一预约信息，将所述第一预约信息作为第一输入信息；第二获得单元，所述第二获得单元用于通过所述第一预约信息获得第一用户的第一基础信息；第三获得单元，所述第三获得单元用于根据所述第一基础信息获得所述第一用户的第一位置；第四获得单元，所述第四获得单元用于通过所述第一摄像装置获得所述第一位置的第一图像信息，所述第一图像信息包括第一车辆和第二车辆；第五获得单元，所述第五获得单元用于根据所述第一图像信息，获得所述第一车辆和所述第二车辆的第一位置关系；第六获得单元，所述第六获得单元用于根据所述第一位置关系，确定第一交通事故信息，将所述第一交通事故信息作为第二输入信息；第一输入单元，所述第一输入单元用于将所述第一输入信息、所述第二输入信息输入第一评估模型，所述第一评估模型通过多组训练数据训练获得，所述多组训练数据中的每组均包括：所述第一输入信息、所述第二输入信息和标识所述第一输入信息和第二输入信息是否匹配的标识信息；第七获得单元，所述第七获得单元用于获得所述第一评估模型的第一输出结果，所述输出结果包含所述第一输入信息和第二输入信息是否匹配的结果；第八获得单元，所述第八获得单元用于当所述第一输出结果为所述第一输入信息和第二输入信息不匹配的结果时，获得第一预警指令；第九获得单元，所述第九获得单元用于根据所述第一预警指令获得第一反馈预约信息；第一发送单元，所述第一发送单元用于将所述第一反馈预约信息发送至所述用户客户端。
第三方面，本发明提供了一种车险增值服务监控预警系统，包括存储器、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，其中，所述处理器执行所述程序时实现第一方面所述方法的步骤。
本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
由于采用了根据所述车险增值服务监控预警系统获得第一预约信息，通过所述预约信息获得第一用户的基础信息，根据所述基础信息获得所述第一用户的第一位置，通过所述第一摄像装置获得所述第一位置的第一图像信息，根据所述第一图像信息获得所述第一车辆和第二车辆的位置关系，通过所述位置关系确定第一交通事故信息，将所述第一预约信息和第一交通事故信息输入第一评估模型，获得所述第一评估模型的第一输出结果，根据所述第一输出结果判断所述第一预约信息与所述第一交通事故信息是否相互匹配，进而判断是否对所述第一预约信息进行预警，进而达到对车险增值服务进行准确的监控、预警的技术效果。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例一种车险增值服务监控预警方法的流程示意图；
图2为本申请实施例一种车险增值服务监控预警系统的结构示意图；
图3为本申请实施例示例性电子设备的结构示意图。
附图标记说明：第一获得单元11，第二获得单元12，第三获得单元13，第四获得单元14，第五获得单元15，第六获得单元16，第一输入单元17，第七获获得单元18，第八获得单元19，第九获得单元20，第一发送单元21，总线300，接收器301，处理器302，发送器303，存储器304，总线接口306。
具体实施方式
本申请实施例通过提供一种车险增值服务监控预警方法及系统，解决了现有技术中存在对车险增值服务缺乏准确的监控、预警的技术问题，达到对车险增值服务进行准确的监控、预警的技术效果。下面，将参考附图详细的描述根据本申请的示例实施例。显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。
申请概述
车险增值服务主要服务于车险后市场，客户可以自由选择是否需要这些增值服务，并且能够根据自身的需求来选择各项服务，财险公司联动增值服务供应商，推动车险服务质量不断提升，主要包括：罚款代缴纳、年检代办、挪车、驾照查分、洗车、保养、停车服务、道路救援等。但现有技术中存在对业务运营过程缺乏准确的监控、预警的技术问题。
针对上述技术问题，本申请提供的技术方案总体思路如下：
本申请实施例提供了一种车险增值服务监控预警方法，所述方法应用于车险增值服务监控预警系统，所述车险增值服务监控预警系统与第一摄像装置、用户客户端通信连接，所述方法包括：通过所述车险增值服务监控预警系统获得第一预约信息，将所述第一预约信息作为第一输入信息；通过所述第一预约信息获得第一用户的第一基础信息；根据所述第一基础信息获得所述第一用户的第一位置；通过所述第一摄像装置获得所述第一位置的第一图像信息，所述第一图像信息包括第一车辆和第二车辆；根据所述第一图像信息，获得所述第一车辆和所述第二车辆的第一位置关系；根据所述第一位置关系，确定第一交通事故信息，将所述第一交通事故信息作为第二输入信息；将所述第一输入信息、所述第二输入信息输入第一评估模型，所述第一评估模型通过多组训练数据训练获得，所述多组训练数据中的每组均包括：所述第一输入信息、所述第二输入信息和标识所述第一输入信息和第二输入信息是否匹配的标识信息；获得所述第一评估模型的第一输出结果，所述输出结果包含所述第一输入信息和第二输入信息是否匹配的结果；当所述第一输出结果为所述第一输入信息和第二输入信息不匹配的结果时，获得第一预警指令；根据所述第一预警指令获得第一反馈预约信息；将所述第一反馈预约信息发送至所述用户客户端。
在介绍了本申请基本原理后，下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示，本申请实施例提供了一种车险增值服务监控预警方法，其中，所述方法应用于车险增值服务监控预警系统，所述车险增值服务监控预警系统与第一摄像装置、用户客户端通信连接，所述方法包括：
步骤S100：通过所述车险增值服务监控预警系统获得第一预约信息，将所述第一预约信息作为第一输入信息；
具体而言，所述车险增值服务监控预警系统为对车险增值服务、汽车后市场、车险后市场等进行监控预警的系统，所述系统与主服务器、用户客户端、第三方系统(供应商/渠道客户系统)、第一摄像装置等相互通信连接，所述主服务器为进行信息接收处理的服务器，所述第一摄像装置为具备成像功能的设备，所述用户客户端为与主服务器进行沟通的用户端口，通过所述车险增值服务监控预警系统获得所述主服务器的第一预约信息，所述第一预约信息包括预约进行保险服务，并将所述第一预约信息作为第一输入信息。
步骤S200：通过所述第一预约信息获得第一用户的第一基础信息；
步骤S300：根据所述第一基础信息获得所述第一用户的第一位置；
具体而言，通过所述第一预约信息，经过所述第一用户授权后，获得所述第一用户的基础信息，具体而言，根据所述第一用户的预约信息，调用所述第一用户进行注册、登记时的信息，通过所述信息调用所述第一用户的车牌号信息，通过车牌号结合所述第一用户的通信设备对所述第一用户进行定位，获得所述第一用户的第一位置，所述第一位置为所述第一用户的当前位置信息。
步骤S400：通过所述第一摄像装置获得所述第一位置的第一图像信息，所述第一图像信息包括第一车辆和第二车辆；
具体而言，通过所述车险增值服务监控系统获得所述第一摄像装置的第一图像信息，所述摄像装置可以是所述第一用户的通信设备，可以是所述第一用户的行车记录仪，也可以是监控设备，获得第一图像信息，所述第一图像信息包括第一车辆和第二车辆，其中，所述第一车辆为所述第一用户的车辆，所述第二车辆为与所述第一车辆发生摩擦的车辆。
步骤S500：根据所述第一图像信息，获得所述第一车辆和所述第二车辆的第一位置关系；
步骤S600：根据所述第一位置关系，确定第一交通事故信息，将所述第一交通事故信息作为第二输入信息；
具体而言，根据获得的第一图像信息，对所述第一车辆和第二车辆的相对位置进行分析，获得第一位置关系，根据所述第一位置关系，对所述第一交通事故的严重程度进行确定，进一步而言，根据所述第一图像信息获得所述第一车辆、第二车辆的损伤程度，根据损伤程度、第一位置关系对所述第一交通事故的类型、严重程度进行评估，获得第一交通事故信息，将所述第一交通事故信息作为第二输入信息。
步骤S700：将所述第一输入信息、所述第二输入信息输入第一评估模型，所述第一评估模型通过多组训练数据训练获得，所述多组训练数据中的每组均包括：所述第一输入信息、所述第二输入信息和标识所述第一输入信息和第二输入信息是否匹配的标识信息；
步骤S800：获得所述第一评估模型的第一输出结果，所述输出结果包含所述第一输入信息和第二输入信息是否匹配的结果。
具体而言，所述第一评估模型为机器学习中的神经网络模型，神经网络(NeuralNetworks，NN)是由大量的、简单的处理单元(称为神经元)广泛地互相连接而形成的复杂神经网络系统，它反映了人脑功能的许多基本特征，是一个高度复杂的非线性动力学习系统。神经网络模型是以神经元的数学模型为基础来描述的。人工神经网络(Artificial NeuralNetworks)，是对人类大脑系统的一阶特性的一种描述。通过大量训练数据的训练，将所述第一输入信息、所述第二输入信息输入神经网络模型，则输出所述第一输入信息和第二输入信息是否匹配的结果。
更进一步而言，所述训练的过程实质为监督学习的过程，每一组监督数据均包括所述第一输入信息、所述第二输入信息和标识所述第一输入信息和第二输入信息是否匹配的标识信息，将所述第一输入信息、所述第二输入信息输入到神经网络模型中，根据用来标识所述第一输入信息和第二输入信息是否匹配的标识信息，所述神经网络模型进行不断的自我修正、调整，直至获得的输出结果与所述标识信息一致，则结束本组数据监督学习，进行下一组数据监督学习；当所述神经网络模型的输出信息达到预定的准确率/达到收敛状态时，则监督学习过程结束。通过对所述神经网络模型的监督学习，进而使得所述神经网络模型处理所述输入信息更加准确，进而获得更加准确的所述第一交通事故信息与所述第一预约信息是否匹配的结果，进而所对所述第一用户的预约情况进行准确的评估，为后续进行准确的监控、预警夯实了基础。
步骤S900：当所述第一输出结果为所述第一输入信息和第二输入信息不匹配的结果时，获得第一预警指令；
步骤S1000：根据所述第一预警指令获得第一反馈预约信息；
步骤S1100：将所述第一反馈预约信息发送至所述用户客户端。
具体而言，当所述第一输出结果为所述第一输入信息和第二输入信息不匹配的结果时，获得第一预警指令，根据所述第一预警指令，获得第一预约反馈信息，根据所述第一预警指令，对所述第一预约信息进行反馈，即所述第一预约信息与所述第一交通事故信息不匹配，此时根据所述第一交通事故信息获得第一预约反馈信息，将所述第一预约反馈信息发送给所述第一用户的用户客户端，当所述第一用户接受所述第一预约反馈信息后，根据所述第一预警指令，为所述第一用户生成第二预约信息，并将所述第一预约信息消除，用所述第二预约信息替换。达到对车险增值服务进行准确的监控、预警的技术效果。
进一步而言，本申请实施例还包括：
步骤S1210：通过所述车险增值服务监控预警系统获得第一数据交互频率信息，所述第一数据交互频率信息为供应商与服务器的订单数据交互频率；
步骤S1220：获得第一数据交互频率阈值；
步骤S1230：当所述第一数据交互频率阈值不满足所述第一数据交互频率阈值时，获得第二预警指令；
步骤S1240：根据所述第二预警指令，对所述供应商与所述服务器的订单数据进行完整性检测。
具体而言，通过所述车险增值服务监控预警系统获得第一数据交互的频率信息，所述数据交互频率为单位时间内业务系统与第三方(供应商或渠道客户系统等)进行数据交互的次数信息，虽然主服务器的功能和各个环节已经过大量的测试和验收，但是由于第三方的不可控性，可能会产生非正常的交易数据，即当交易数据频繁时，由于第三方的不稳定性，非正常交易数据产生概率更高，因此，获得第一数据交互频率阈值，所述第一数据交互频率阈值为依据所述第三方的稳定性设定的数据交互频率阈值，当所述第一数据交互频率阈值不满足所述第一数据交互频率阈值时，即所述第一数据交互频率超出所述第一数据交互频率阈值，获得第二预警指令，根据所述第二预警指令，对所述供应商与所述服务器的订单数据进行完整性检测。通过对交易数据进行监控，可避免由于系统缺少必要的监控记录，没有及时进行预警触发动作，可能会导致巨大风险的问题。
进一步而言，所述根据所述第二预警指令，对所述供应商与所述服务器的订单数据进行完整性检测，本申请实施例步骤S1240还包括：
步骤S1241：获得第一订单，其中，所述第一订单为第一礼包的交易订单；
步骤S1242：获得第一解析指令，根据所述第一解析指令对所述第一订单进行解析，获得第一订单数据；
步骤S1243：对所述第一订单数据进行关键词提取，获得第一关键数据；
步骤S1244：对所述第一关键数据进行完整性检测。
具体而言，获得所述供应商和所述第一服务器进行数据交互的第一数据，将所述第一数据进行数据提取，获得第一订单信息，获得第一解析指令，根据所述第一解析指令对所述第一订单信息进行解析，在解析过程中对所述第一订单的关键词进行提取，举例而言，所述关键词提取包括所述第一订单的收件人信息、发货人信息、订单创建时间、订单传达的信息完整性等，所述数据为关键数据，对所述关键数据进行完整性检测，即判断所述订单收件人信息、发件人信息、订单传达信息是否完整进行判断，即进行完整性检测。
进一步而言，所述对所述第一关键数据进行完整性检测之后，本申请实施例步骤S1244还包括：
步骤S12441：获得第一核实指令，根据所述第一核实指令对所述第一关键数据进行核实；
步骤S12442：当所述第一关键数据核实有误时，获得第三预警指令；
步骤S12443：根据所述第三预警指令，对所述第一订单进行标记后进行预警提醒。
具体而言，所述第一核实指令为控制所述车险增值服务监控预警系统对所述第一关键数据进行核实的指令，根据所述第一核实指令，对所述第一关键数据进行核实，举例而言，所述核实过程包括但不限于根据所述订单接受者的信息，对所述订单接受者的接受位置、手机号、车辆型号等进行核实，判断所述第一订单的关键信息是否与所述实际信息相匹配，当所述第一订单的关键信息核实有误时，获得第三预警指令，根据所述第三预警指令，对所述第一订单进行标记后，进行预警提醒。
进一步而言，所述车险增值服务监控预警系统与第二摄像装置通信连接，本申请实施例还包括：
步骤S1310：获得第二预约信息，其中，所述第二预约信息为第二用户的预约信息，所述第二用户为所述第二车辆的车主；
步骤S1320：通过所述第二预约信息获得第二图像信息，其中，所述第二图像信息为通过所述第二摄像装置获得的包括所述第二车辆的图像信息；
步骤S1330：根据所述第二图像信息、所述第二预约信息对所述第一输出结果进行一致性判断；
步骤S1340：当判断所述第二图像信息、所述第二预约信息与所述第一输出结果不一致时，获得第四预警指令，根据所述第四预警指令对所述第一预约信息、第二预约信息进行预警处理。
具体而言，所述第二预约信息为第二用户进行预约的信息，所述第二用户为所述第二车辆的车主，通过所述第二预约信息获得第二用户的基础信息，通过所述第二用户的基础信息获得第二图像信息，所述第二图像信息可以是通过所述第二用户的通讯设备或行车记录仪获得的图像信息，根据所述第二用户的预约信息对所述第一评估模型的第一输出结果进行一致性判断，判断所述判断第一预约信息和第一交通事故信息是否匹配的结果是否准确，当判断所述第二图像信息、所述第二预约信息与所述第一输出结果不一致时，获得第四预警指令，根据所述第四预警指令对所述第一预约信息、第二预约信息进行预警处理，并获得处理后的唯一结果，根据所述唯一结果替换所述第一预约信息和第二预约信息。
进一步而言，本申请实施例还包括：
步骤S1410：通过所述车险增值服务监控预警系统获得所述第一预约信息的第一处理结果；
步骤S1420：获得所述第一用户的用户客户端的接收结果；
步骤S1430：判断所述第一处理结果与所述用户客户端的接收结果是否一致；
步骤S1440：当所述第一处理结果与所述用户客户端的接收结果不一致时，将所述第一处理结果同步至所述用户客户端的接收结果。
具体而言，通过所述车险增值服务监控预警系统获得所述第一预约信息的第一处理结果，所述第一处理结果为所述第一预约信息的后续处理，包括对于所述第一用户的第一交通事故的保险赔偿结果，获得所述第一用户的用户客户端的接收结果，判断服务器端的第一处理结果与所述第一用户的用户端的接收结果是否一致，当所述第一用户的用户端接收结果与所述第一处理结果不一致时，将所述第一处理结果同步至所述第一用户的用户客户端，以保证信息的一致性。
进一步而言，本申请实施例还包括：
步骤S1350：根据所述第一预约信息生成第一验证码，所述第一验证码与所述第一预约信息一一对应；
步骤S1360：根据所述第二预约信息和所述第一验证码生成第二验证码，所述第二验证码与所述第二预约信息一一对应；
步骤S1370：将预约信息和验证码进行存储。
具体而言，区块链技术也被称之为分布式账本技术，是一种由若干台计算设备共同参与“记账”，共同维护一份完整的分布式数据库的新兴技术。由于区块链技术具有去中心化、公开透明、每台计算设备可以参与数据库记录、并且各计算设备之间可以快速的进行数据同步的特性，使得区块链技术已在众多的领域中广泛的进行应用。根据所述第一预约信息生成第一验证码，所述第一验证码与第一预约信息一一对应；根据所述第二预约信息和第一验证码生成第二验证码，第二验证码与第二预约信息一一对应；以此类推，根据第N预约信息和第N-1验证码生成第N验证码，其中，N为大于1的自然数，将所有预约信息和验证码分别复制保存在电子设备上，其中，所述第一预约信息和所述第一验证码作为第一存储单元保存在一台设备上，所述第二预约信息和所述第二验证码作为第二存储单元保存在一台设备上，所述第N预约信息和所述第N验证码作为第N存储单元保存在一台设备上，当需要调用所述预约信息时，每后一个节点接收前一节点存储的数据后，通过“共识机制”进行校验后保存，通过哈希函数对于每一存储单元进行串接，使得预约信息不易丢失和遭到破坏，通过区块链的逻辑对所述预约信息进行加密处理，达到了保证所述预约信息的安全性，进而达到保证所述用户的信息安全的技术效果。
进一步而言，所述将预约信息和验证码进行存储，本申请实施例步骤S1370还包括：
步骤S1371：获得M台电子设备，其中，所述M台电子设备为具备存储功能的电子设备，M为大于1的自然数；
步骤S1372：获得M台电子设备中运力最快的第一电子设备；
步骤S1373：将所述第一预约信息和第一验证码的存储权限发送至所述第一电子设备。
具体而言，将所述第一预约信息和所述第一验证码作为第一存储单元，所述第二预约信息和所述第二验证码作为第二存储单元，所述第N预约信息和所述第N验证码作为第N存储单元，获得M台电子设备中运力最快的第一电子设备，将所述第一存储单元的记录权发送给所述第一电子设备，当所述第一电子设备记录所述第一存储单元后，获得所述M台电子设备中运力最快的第二电子设备，将第二存储单元的记录权发送至第二电子设备。通过运力最快的电子设备对所述存储单元进行记录，保证所述信息能快速准确的记录，进而达到保证所述预约信息的安全的技术效果。
综上所述，本申请实施例所提供的一种车险增值服务监控预警方法及系统具有如下技术效果：
1、由于采用了根据所述车险增值服务监控预警系统获得第一预约信息，通过所述预约信息获得第一用户的基础信息，根据所述基础信息获得所述第一用户的第一位置，通过所述第一摄像装置获得所述第一位置的第一图像信息，根据所述第一图像信息获得所述第一车辆和第二车辆的位置关系，通过所述位置关系确定第一交通事故信息，将所述第一预约信息和第一交通事故信息输入第一评估模型，获得所述第一评估模型的第一输出结果，根据所述第一输出结果判断所述第一预约信息与所述第一交通事故信息是否相互匹配，进而判断是否对所述第一预约信息进行预警，进而达到对车险增值服务进行准确的监控、预警的技术效果。
2、由于采用了通过对所述神经网络模型的监督学习的方式，进而使得所述神经网络模型处理所述输入信息更加准确，进而获得更加准确的所述第一交通事故信息与所述第一预约信息是否匹配的结果，进而所对所述第一用户的预约情况进行准确的评估，为后续进行准确的监控、预警夯实了基础。
实施例二
基于与前述实施例中一种车险增值服务监控预警方法同样发明构思，本发明还提供了一种车险增值服务监控预警系统，如图2所示，所述系统包括：
第一获得单元11，所述第一获得单元11用于通过所述车险增值服务监控预警系统获得第一预约信息，将所述第一预约信息作为第一输入信息；
第二获得单元12，所述第二获得单元12用于通过所述第一预约信息获得第一用户的第一基础信息；
第三获得单元13，所述第三获得单元13用于根据所述第一基础信息获得所述第一用户的第一位置；
第四获得单元14，所述第四获得单元14用于通过所述第一摄像装置获得所述第一位置的第一图像信息，所述第一图像信息包括第一车辆和第二车辆；
第五获得单元15，所述第五获得单元15用于根据所述第一图像信息，获得所述第一车辆和所述第二车辆的第一位置关系；
第六获得单元16，所述第六获得单元16用于根据所述第一位置关系，确定第一交通事故信息，将所述第一交通事故信息作为第二输入信息；
第一输入单元17，所述第一输入单元17用于将所述第一输入信息、所述第二输入信息输入第一评估模型，所述第一评估模型通过多组训练数据训练获得，所述多组训练数据中的每组均包括：所述第一输入信息、所述第二输入信息和标识所述第一输入信息和第二输入信息是否匹配的标识信息；
第七获得单元18，所述第七获得单元18用于获得所述第一评估模型的第一输出结果，所述输出结果包含所述第一输入信息和第二输入信息是否匹配的结果；
第八获得单元19，所述第八获得单元19用于当所述第一输出结果为所述第一输入信息和第二输入信息不匹配的结果时，获得第一预警指令；
第九获得单元20，所述第九获得单元20用于根据所述第一预警指令获得第一反馈预约信息；
第一发送单元21，所述第一发送单元21用于将所述第一反馈预约信息发送至所述用户客户端。
进一步的，所述系统还包括：
第十获得单元，所述第十获得单元用于通过所述车险增值服务监控预警系统获得第一数据交互频率信息，所述第一数据交互频率信息为供应商与服务器的订单数据交互频率；
第十一获得单元，所述第十一获得单元用于获得第一数据交互频率阈值；
第十二获得单元，所述第十二获得单元用于当所述第一数据交互频率阈值不满足所述第一数据交互频率阈值时，获得第二预警指令；
第一检测单元，所述第一检测单元用于根据所述第二预警指令，对所述供应商与所述服务器的订单数据进行完整性检测。
进一步的，所述系统还包括：
第十三获得单元，所述第十三获得单元用于获得第一订单，其中，所述第一订单为第一礼包的交易订单；
第十四获得单元，所述第十四获得单元用于获得第一解析指令，根据所述第一解析指令对所述第一订单进行解析，获得第一订单数据；
第十五获得单元，所述第十五获得单元用于对所述第一订单数据进行关键词提取，获得第一关键数据；
第二检测单元，所述第二检测单元用于对所述第一关键数据进行完整性检测。
进一步的，所述系统还包括：
第十六获得单元，所述第十六获得单元用于获得第一核实指令，根据所述第一核实指令对所述第一关键数据进行核实；
第十七获得单元，所述第十七获得单元用于当所述第一关键数据核实有误时，获得第三预警指令；
第一提醒单元，所述第一提醒单元用于根据所述第三预警指令，对所述第一订单进行标记后进行预警提醒。
进一步的，所述系统还包括：
第十八获得单元，所述第十八获得单元用于获得第二预约信息，其中，所述第二预约信息为第二用户的预约信息，所述第二用户为所述第二车辆的车主；
第十九获得单元，所述第十九获得单元用于通过所述第二预约信息获得第二图像信息，其中，所述第二图像信息为通过所述第二摄像装置获得的包括所述第二车辆的图像信息；
第一判断单元，所述第一判断单元用于根据所述第二图像信息、所述第二预约信息对所述第一输出结果进行一致性判断；
第二十获得单元，所述第二十获得单元用于当判断所述第二图像信息、所述第二预约信息与所述第一输出结果不一致时，获得第四预警指令，根据所述第四预警指令对所述第一预约信息、第二预约信息进行预警处理。
进一步的，所述系统还包括：
第二十一获得单元，所述第二十一获得单元用于通过所述车险增值服务监控预警系统获得所述第一预约信息的第一处理结果；
第二十二获得单元，所述第二十二获得单元用于获得所述第一用户的用户客户端的接收结果；
第二判断单元，所述第二判断单元用于判断所述第一处理结果与所述用户客户端的接收结果是否一致；
第一同步单元，所述第一同步单元用于当所述第一处理结果与所述用户客户端的接收结果不一致时，将所述第一处理结果同步至所述用户客户端的接收结果。
进一步的，所述系统还包括：
第二十三获得单元，所述第二十三获得单元用于根据所述第一预约信息生成第一验证码，所述第一验证码与所述第一预约信息一一对应；
第二十四获得单元，所述第二十四获得单元用于根据所述第二预约信息和所述第一验证码生成第二验证码，所述第二验证码与所述第二预约信息一一对应；
第一存储单元，所述第一存储单元用于将预约信息和验证码进行存储。
前述图1实施例一中的一种车险增值服务监控预警方法的各种变化方式和具体实例同样适用于本实施例的一种车险增值服务监控预警系统，通过前述对一种车险增值服务监控预警方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种车险增值服务监控预警系统的实施方法，所以为了说明书的简洁，在此不再详述。
示例性电子设备
下面参考图3来描述本申请实施例的电子设备。
图3图示了根据本申请实施例的电子设备的结构示意图。
基于与前述实施例中一种车险增值服务监控预警方法的发明构思，本发明还提供一种车险增值服务监控预警系统，其上存储有计算机程序，该程序被处理器执行时实现前文所述一种车险增值服务监控预警方法的任一方法的步骤。
其中，在图3中，总线架构(用总线300来代表)，总线300可以包括任意数量的互联的总线和桥，总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口306在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件，即收发机，提供用于在传输介质上与各种其他系统通信的单元。
处理器302负责管理总线300和通常的处理，而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
本发明实施例提供的一种车险增值服务监控预警方法，所述方法应用于车险增值服务监控预警系统，所述车险增值服务监控预警系统与第一摄像装置、用户客户端通信连接，所述方法包括：通过所述车险增值服务监控预警系统获得第一预约信息，将所述第一预约信息作为第一输入信息；通过所述第一预约信息获得第一用户的第一基础信息；根据所述第一基础信息获得所述第一用户的第一位置；通过所述第一摄像装置获得所述第一位置的第一图像信息，所述第一图像信息包括第一车辆和第二车辆；根据所述第一图像信息，获得所述第一车辆和所述第二车辆的第一位置关系；根据所述第一位置关系，确定第一交通事故信息，将所述第一交通事故信息作为第二输入信息；将所述第一输入信息、所述第二输入信息输入第一评估模型，所述第一评估模型通过多组训练数据训练获得，所述多组训练数据中的每组均包括：所述第一输入信息、所述第二输入信息和标识所述第一输入信息和第二输入信息是否匹配的标识信息；获得所述第一评估模型的第一输出结果，所述输出结果包含所述第一输入信息和第二输入信息是否匹配的结果；当所述第一输出结果为所述第一输入信息和第二输入信息不匹配的结果时，获得第一预警指令；根据所述第一预警指令获得第一反馈预约信息；将所述第一反馈预约信息发送至所述用户客户端。解决了现有技术中存在对车险增值服务缺乏准确的监控、预警的技术问题，达到对车险增值服务进行准确的监控、预警的技术效果。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的系统。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品，该指令系统实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种车险增值服务监控预警方法，其中，所述方法应用于车险增值服务监控预警系统，所述车险增值服务监控预警系统与第一摄像装置、用户客户端通信连接，所述方法包括：
通过所述车险增值服务监控预警系统获得第一预约信息，将所述第一预约信息作为第一输入信息；
通过所述第一预约信息获得第一用户的第一基础信息；
根据所述第一基础信息获得所述第一用户的第一位置；
通过所述第一摄像装置获得所述第一位置的第一图像信息，所述第一图像信息包括第一车辆和第二车辆；
根据所述第一图像信息，获得所述第一车辆和所述第二车辆的第一位置关系；
根据所述第一位置关系，确定第一交通事故信息，将所述第一交通事故信息作为第二输入信息；
将所述第一输入信息、所述第二输入信息输入第一评估模型，所述第一评估模型通过多组训练数据训练获得，所述多组训练数据中的每组均包括：所述第一输入信息、所述第二输入信息和标识所述第一输入信息和第二输入信息是否匹配的标识信息；
获得所述第一评估模型的第一输出结果，所述输出结果包含所述第一输入信息和第二输入信息是否匹配的结果；
当所述第一输出结果为所述第一输入信息和第二输入信息不匹配的结果时，获得第一预警指令；
根据所述第一预警指令获得第一反馈预约信息；
将所述第一反馈预约信息发送至所述用户客户端。
2.如权利要求1所述的方法，其中，所述方法还包括：
通过所述车险增值服务监控预警系统获得第一数据交互频率信息，所述第一数据交互频率信息为供应商与服务器的订单数据交互频率；
获得第一数据交互频率阈值；
当所述第一数据交互频率阈值不满足所述第一数据交互频率阈值时，获得第二预警指令；
根据所述第二预警指令，对所述供应商与所述服务器的订单数据进行完整性检测。
3.如权利要求2所述的方法，其中，所述根据所述第二预警指令，对所述供应商与所述服务器的订单数据进行完整性检测，所述方法包括：
获得第一订单，其中，所述第一订单为第一礼包的交易订单；
获得第一解析指令，根据所述第一解析指令对所述第一订单进行解析，获得第一订单数据；
对所述第一订单数据进行关键词提取，获得第一关键数据；
对所述第一关键数据进行完整性检测。
4.如权利要求3所述的方法，其中，所述对所述第一关键数据进行完整性检测之后，所述方法包括：
获得第一核实指令，根据所述第一核实指令对所述第一关键数据进行核实；
当所述第一关键数据核实有误时，获得第三预警指令；
根据所述第三预警指令，对所述第一订单进行标记后进行预警提醒。
5.如权利要求1所述的方法，其中，所述车险增值服务监控预警系统与第二摄像装置通信连接，所述方法包括：
获得第二预约信息，其中，所述第二预约信息为第二用户的预约信息，所述第二用户为所述第二车辆的车主；
通过所述第二预约信息获得第二图像信息，其中，所述第二图像信息为通过所述第二摄像装置获得的包括所述第二车辆的图像信息；
根据所述第二图像信息、所述第二预约信息对所述第一输出结果进行一致性判断；
当判断所述第二图像信息、所述第二预约信息与所述第一输出结果不一致时，获得第四预警指令，根据所述第四预警指令对所述第一预约信息、第二预约信息进行预警处理。
6.如权利要求1所述的方法，其中，所述方法还包括：
通过所述车险增值服务监控预警系统获得所述第一预约信息的第一处理结果；
获得所述第一用户的用户客户端的接收结果；
判断所述第一处理结果与所述用户客户端的接收结果是否一致；
当所述第一处理结果与所述用户客户端的接收结果不一致时，将所述第一处理结果同步至所述用户客户端的接收结果。
7.如权利要求5所述的方法，其中，所述方法还包括：
根据所述第一预约信息生成第一验证码，所述第一验证码与所述第一预约信息一一对应；
根据所述第二预约信息和所述第一验证码生成第二验证码，所述第二验证码与所述第二预约信息一一对应；
将预约信息和验证码进行存储。
8.一种车险增值服务监控预警系统，其中，所述系统包括：
第一获得单元，所述第一获得单元用于通过所述车险增值服务监控预警系统获得第一预约信息，将所述第一预约信息作为第一输入信息；
第二获得单元，所述第二获得单元用于通过所述第一预约信息获得第一用户的第一基础信息；
第三获得单元，所述第三获得单元用于根据所述第一基础信息获得所述第一用户的第一位置；
第四获得单元，所述第四获得单元用于通过所述第一摄像装置获得所述第一位置的第一图像信息，所述第一图像信息包括第一车辆和第二车辆；
第五获得单元，所述第五获得单元用于根据所述第一图像信息，获得所述第一车辆和所述第二车辆的第一位置关系；
第六获得单元，所述第六获得单元用于根据所述第一位置关系，确定第一交通事故信息，将所述第一交通事故信息作为第二输入信息；
第一输入单元，所述第一输入单元用于将所述第一输入信息、所述第二输入信息输入第一评估模型，所述第一评估模型通过多组训练数据训练获得，所述多组训练数据中的每组均包括：所述第一输入信息、所述第二输入信息和标识所述第一输入信息和第二输入信息是否匹配的标识信息；
第七获得单元，所述第七获得单元用于获得所述第一评估模型的第一输出结果，所述输出结果包含所述第一输入信息和第二输入信息是否匹配的结果；
第八获得单元，所述第八获得单元用于当所述第一输出结果为所述第一输入信息和第二输入信息不匹配的结果时，获得第一预警指令；
第九获得单元，所述第九获得单元用于根据所述第一预警指令获得第一反馈预约信息；
第一发送单元，所述第一发送单元用于将所述第一反馈预约信息发送至所述用户客户端。
9.一种车险增值服务监控预警系统，包括存储器、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，其中，所述处理器执行所述程序时实现权利要求1-7任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110012990.0A CN112767179B (zh) | 2021-01-11 | 2021-01-11 | 一种车险增值服务监控预警方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110012990.0A CN112767179B (zh) | 2021-01-11 | 2021-01-11 | 一种车险增值服务监控预警方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112767179A true CN112767179A (zh) | 2021-05-07 |
| CN112767179B CN112767179B (zh) | 2022-07-19 |
Family
ID=75699876
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110012990.0A Active CN112767179B (zh) | 2021-01-11 | 2021-01-11 | 一种车险增值服务监控预警方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112767179B (zh) |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101577653A (zh) * | 2008-05-08 | 2009-11-11 | 韩军 | 使用定位技术进行车险理赔辅助认证的系统和方法 |
| CN106448216A (zh) * | 2016-08-18 | 2017-02-22 | 深圳市永兴元科技股份有限公司 | 车险理赔预警方法及装置 |
| CN107292528A (zh) * | 2017-06-30 | 2017-10-24 | 阿里巴巴集团控股有限公司 | 车险风险预测方法、装置及服务器 |
| CN107657376A (zh) * | 2017-09-26 | 2018-02-02 | 武汉默联股份有限公司 | 商业健康保险骗保风险控制系统及方法 |
| WO2018045962A1 (zh) * | 2016-09-06 | 2018-03-15 | 腾讯科技（深圳）有限公司 | 基于位置的信息预警方法、终端、服务器及系统 |
| WO2018086361A1 (zh) * | 2016-11-10 | 2018-05-17 | 广州小鹏汽车科技有限公司 | 一种汽车增值服务的智能控制方法及系统 |
| CN108537422A (zh) * | 2018-03-26 | 2018-09-14 | 神华宁夏煤业集团有限责任公司 | 安全风险预警系统和方法 |
| CN108765171A (zh) * | 2018-05-22 | 2018-11-06 | 深圳市元征科技股份有限公司 | 车辆保险的风险控制方法、区块链节点设备及车载设备 |
| CN108860158A (zh) * | 2018-07-27 | 2018-11-23 | 平安科技（深圳）有限公司 | 车辆、车险防欺诈预警及存储介质 |
| CN110059952A (zh) * | 2019-04-12 | 2019-07-26 | 中国人民财产保险股份有限公司 | 车险风险评估方法、装置、设备和存储介质 |
| CN110458718A (zh) * | 2019-08-09 | 2019-11-15 | 泰康保险集团股份有限公司 | 车险欺诈识别方法、装置、介质及电子设备 |
| CN110675267A (zh) * | 2018-07-03 | 2020-01-10 | 北京嘀嘀无限科技发展有限公司 | 一种根据实时路况进行车险预警的方法及系统 |
| CN111865933A (zh) * | 2020-06-30 | 2020-10-30 | 上海瀚之友信息技术服务有限公司 | 一种增值服务管理系统 |
| CN112036593A (zh) * | 2020-08-25 | 2020-12-04 | 中国大地财产保险股份有限公司上海分公司 | 用于保险增值服务的数据处理方法以及系统、服务器 |
| CN112150766A (zh) * | 2020-08-28 | 2020-12-29 | 永安行科技股份有限公司 | 一种远程安全防控的预警方法和装置 |
-
2021
- 2021-01-11 CN CN202110012990.0A patent/CN112767179B/zh active Active
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101577653A (zh) * | 2008-05-08 | 2009-11-11 | 韩军 | 使用定位技术进行车险理赔辅助认证的系统和方法 |
| CN106448216A (zh) * | 2016-08-18 | 2017-02-22 | 深圳市永兴元科技股份有限公司 | 车险理赔预警方法及装置 |
| WO2018045962A1 (zh) * | 2016-09-06 | 2018-03-15 | 腾讯科技（深圳）有限公司 | 基于位置的信息预警方法、终端、服务器及系统 |
| WO2018086361A1 (zh) * | 2016-11-10 | 2018-05-17 | 广州小鹏汽车科技有限公司 | 一种汽车增值服务的智能控制方法及系统 |
| CN107292528A (zh) * | 2017-06-30 | 2017-10-24 | 阿里巴巴集团控股有限公司 | 车险风险预测方法、装置及服务器 |
| CN107657376A (zh) * | 2017-09-26 | 2018-02-02 | 武汉默联股份有限公司 | 商业健康保险骗保风险控制系统及方法 |
| CN108537422A (zh) * | 2018-03-26 | 2018-09-14 | 神华宁夏煤业集团有限责任公司 | 安全风险预警系统和方法 |
| CN108765171A (zh) * | 2018-05-22 | 2018-11-06 | 深圳市元征科技股份有限公司 | 车辆保险的风险控制方法、区块链节点设备及车载设备 |
| CN110675267A (zh) * | 2018-07-03 | 2020-01-10 | 北京嘀嘀无限科技发展有限公司 | 一种根据实时路况进行车险预警的方法及系统 |
| CN108860158A (zh) * | 2018-07-27 | 2018-11-23 | 平安科技（深圳）有限公司 | 车辆、车险防欺诈预警及存储介质 |
| CN110059952A (zh) * | 2019-04-12 | 2019-07-26 | 中国人民财产保险股份有限公司 | 车险风险评估方法、装置、设备和存储介质 |
| CN110458718A (zh) * | 2019-08-09 | 2019-11-15 | 泰康保险集团股份有限公司 | 车险欺诈识别方法、装置、介质及电子设备 |
| CN111865933A (zh) * | 2020-06-30 | 2020-10-30 | 上海瀚之友信息技术服务有限公司 | 一种增值服务管理系统 |
| CN112036593A (zh) * | 2020-08-25 | 2020-12-04 | 中国大地财产保险股份有限公司上海分公司 | 用于保险增值服务的数据处理方法以及系统、服务器 |
| CN112150766A (zh) * | 2020-08-28 | 2020-12-29 | 永安行科技股份有限公司 | 一种远程安全防控的预警方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112767179B (zh) | 2022-07-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110263024B (zh) | 数据处理方法、终端设备及计算机存储介质 | |
| CN111126622B (zh) | 一种数据异常检测方法与装置 | |
| CN110874744B (zh) | 一种数据异常检测方法及装置 | |
| CN112860676B (zh) | 应用于大数据挖掘和业务分析的数据清洗方法及云服务器 | |
| CN112417293A (zh) | 信息推送方法和系统、模型训练方法及相关设备 | |
| CN115221380A (zh) | 一种城建档案的批量管理方法、系统和平台 | |
| CN112712264B (zh) | 一种智慧社区信息共享方法及系统 | |
| CN112767179B (zh) | 一种车险增值服务监控预警方法及系统 | |
| CN114510867A (zh) | 一种3d模拟配电柜电路接线方法及系统 | |
| CN112711757B (zh) | 一种基于大数据平台的数据安全集中管控方法及系统 | |
| CN112651811B (zh) | 一种基于多源数据的订单处理方法及系统 | |
| CN112102139A (zh) | 一种闲置物品交易扶贫管理方法及系统 | |
| CN110175113B (zh) | 业务场景确定方法和装置 | |
| CN112288582B (zh) | 一种提高保单审批效率的信息处理方法和装置 | |
| CN111079175A (zh) | 数据处理方法、装置、计算机可读存储介质和计算机设备 | |
| Sudharson et al. | A PD ANN Machine Learning Framework for Reliability Optimization in Application Software | |
| CN112785146B (zh) | 一种网络舆情的评估方法及系统 | |
| CN112765220A (zh) | 一种基于云计算的业务数据监测方法及系统 | |
| CN112288342B (zh) | 一种提高多中心协作质量控制的数据处理方法和系统 | |
| CN112487780A (zh) | 一种订单数据排版优化方法及系统 | |
| CN112085624A (zh) | 一种基于云计算的数据处理方法及系统 | |
| CN114254985A (zh) | 一种基于供应链的智能金融服务方法及系统 | |
| CN112541514A (zh) | 事件发布方法、服务器、终端及存储介质 | |
| CN112184474B (zh) | 一种基于区块链的材料智能化制造方法及装置 | |
| CN112798955B (zh) | 一种特种电机的故障检测方法及装置 |
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 | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A monitoring and early warning method and system for value-added car insurance services Granted publication date: 20220719 Pledgee: CITIC Bank Limited by Share Ltd. Shanghai branch Pledgor: SHANGHAI HANDPAL INFORMATION TECHNOLOGY SERVICE Co.,Ltd. Registration number: Y2024980010385 |