CN112990868A - 车辆保险自动赔付方法、系统、设备及存储介质 - Google Patents

车辆保险自动赔付方法、系统、设备及存储介质 Download PDF

Info

Publication number
CN112990868A
CN112990868A CN202110267684.1A CN202110267684A CN112990868A CN 112990868 A CN112990868 A CN 112990868A CN 202110267684 A CN202110267684 A CN 202110267684A CN 112990868 A CN112990868 A CN 112990868A
Authority
CN
China
Prior art keywords
amount
paying
information
loss
mode
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
CN202110267684.1A
Other languages
English (en)
Inventor
周伟梁
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.)
Ping An Property and Casualty Insurance Company of China Ltd
Original Assignee
Ping An Property and Casualty Insurance Company of China 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 Ping An Property and Casualty Insurance Company of China Ltd filed Critical Ping An Property and Casualty Insurance Company of China Ltd
Priority to CN202110267684.1A priority Critical patent/CN112990868A/zh
Publication of CN112990868A publication Critical patent/CN112990868A/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
    • G06Q10/10—Office automation; Time management
    • G06Q10/103—Workflow collaboration or project management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G06F16/43—Querying
    • G06F16/432—Query formulation
    • G06F16/433—Query formulation using audio data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G06F16/43—Querying
    • G06F16/432—Query formulation
    • G06F16/434—Query formulation using image data, e.g. images, photos, pictures taken by a user
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G06F16/48—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/483—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/044—Recurrent networks, e.g. Hopfield networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Strategic Management (AREA)
  • Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Evolutionary Computation (AREA)
  • Human Resources & Organizations (AREA)
  • Artificial Intelligence (AREA)
  • Databases & Information Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biophysics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Finance (AREA)
  • Library & Information Science (AREA)
  • Biomedical Technology (AREA)
  • Signal Processing (AREA)
  • Marketing (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Accounting & Taxation (AREA)
  • Molecular Biology (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)

Abstract

本申请提供了一种车辆保险自动赔付方法、系统、设备及存储介质，获取用户的理赔请求信息；根据理赔求情信息查找对应的保单信息；当保单信息满足自动定损条件时，通过保单信息与定损金额映射列表，计算定损金额；根据保单信息以及定损金额，确定最终赔付方式；根据最终赔付方式以及定损金额，向付款平台发送赔付指令实现赔付。本申请在不增加理赔人员的情况下实现金额定损，并实现了自动赔付的过程，缩短了理赔周期，提高了理赔效率以及准确性。

Description

车辆保险自动赔付方法、系统、设备及存储介质
技术领域
本申请属于人工智能技术领域，具体地，涉及一种车辆保险自动赔付方法、系统、设备及存储介质。
背景技术
随着车辆以及车辆保险产品的增多，代步车理赔一直被理赔时效以及理赔流程所困扰，客户不仅需要面对冗长的流程，而且还要提交各种复杂的单证，费时费力，而且理赔款在提交完单证后还需要等待保险公司的审核通过后才能到账，并不是在车险理赔结束后就可以直接来理赔代步车，这对我们的被保险人是个非常大的痛点，由于保户是经销商，需要事先垫付大量的代步车赔款给实际车主，这将占用他们一部分用于经营生产的资金流，导致被保险人对于理赔时效性与理赔的便捷性格外关注。
然而，目前，传统的代步车理赔并未与车险理赔信息打通，导致代步车理赔流程长与支付时效慢，部分索赔资料重复提供，客户理赔体验差，如不加改善，将面临客户抱怨，甚至流失的风险，反之如为满足客户需求而加大理赔人员投入，将宝贵的理赔人力资源大量投入到提供简单、重复、低价值的劳动中，则难以实现理赔的真正价值。同时，现有保险的理赔核算，大多通过理赔人员经验、人工核算完成，工作繁杂且出错率高。部分支机构尝试引入规则引擎，但是仍需要专业IT人员逐保单进行配置才能完成少量自动核算处理，不利于大面积推广应用。
发明内容
本发明提出了一种车辆保险自动赔付方法、系统、设备及存储介质，旨在解决现有的保险赔付方法流程长且支付时效慢的问题。
根据本申请实施例的第一个方面，提供了一种车辆保险自动赔付方法，具体包括以下步骤：
获取用户的理赔请求信息；
根据理赔求情信息查找对应的保单信息；
当保单信息满足自动定损条件时，通过保单信息与定损金额映射列表，计算定损金额；
根据保单信息以及定损金额，确定最终赔付方式；
根据最终赔付方式以及定损金额，向付款平台发送赔付指令实现赔付。
本申请一些实施方式中，根据理赔求情信息查找对应的保单信息之前，还包括根据理赔请求信息进行用户身份核验以及项目核验；
用户身份核验具体包括以下步骤；
从理赔请求信息中获取用户的身份信息；身份信息包括用户的身份证号、账号ID和/或手机号码；
根据用户的身份信息对比保险人员信息库，若存在该用户，则判断上述用户具有理赔权益，身份核验通过；
项目核验具体包括以下步骤；
从理赔请求信息中获取报案信息；报案信息包括车牌号、车险报案号和/或纸质报案单的扫描电子版；
根据报案信息对比项目信息库，若存在该项目，则判断项目核验通过。
本申请一些实施方式中，自动定损条件包括：
用户的身份信息与保单信息的被保险人的身份信息一致；且，保单信息对应的案件状态为有效状态。
本申请一些实施方式中，通过保单信息与定损金额映射列表，计算定损金额，具体包括：
预先配置保单出险次数、保单累计金额以及定损金额一一对应的映射列表；
根据保单信息计算保单出险次数以及保单累计金额；
根据保单出险次数以及保单累计金额，通过映射列表得到定损金额。
本申请一些实施方式中，保单出险次数、保单累计金额以及定损金额一一对应的映射列表中，映射列表的映射关系为：
当保单出险次数大于次数阈值，或者保单累计金额大于第一金额阈值时，定损金额为零；
当保单累计金额大于第一金额阈值，且小于等于第二金额阈值时，根据保单的车辆类型匹配相应的定损金额；第二金额阈值大于第一金额阈值；
当保单累计金额大于第二金额阈值时，定损金额为第二金额阈值。
本申请一些实施方式中，根据保单信息以及定损金额，确定最终赔付方式，具体包括：
识别保单信息中，是否包含设定赔付方式；
若没有设定赔付方式，则对应预先配置的赔付规则，确定第一赔付方式为最终赔付方式；
若设定赔付方式，则提取设定赔付方式，同时对应预先配置的赔付规则，确定第二赔付方式；将设定赔付方式与第二赔付方式进行对比，若第二赔付方式包含设定赔付方式，则确定设定赔付方式为最终赔付方式；否则，确定第二赔付方式为最终赔付方式；
若最终赔付方式包括多种赔付方式时，将最终赔付方式发送至界面进行展示，并接收用户选定的赔付方式为最终赔付方式。
本申请一些实施方式中，根据最终赔付方式以及定损金额，向付款平台发送赔付指令实现赔付，具体包括：
根据最终赔付方式以及定损金额，生成赔付列表；
根据赔付列表生成至少一个赔付子命令，每一个赔付子命令包括赔付时间以及赔付金额；
按照时间顺序将至少一个赔付子命令进行排序，形成赔付子命令包，并存储；
实时监测赔付子命令包的赔付时间，依次将当前时间与最近的赔付时间作比较，当达到某一赔付时间时，将相应的赔付子命令发至付款平台；
删除已发出的赔付子命令，并监测下一个赔付子命令。
根据本申请实施例的第二个方面，提供了一种车辆保险自动赔付系统，具体包括：
信息获取模块：用于获取用户的理赔请求信息；
保单信息查找模块：用于根据理赔求情信息查找对应的保单信息；
定损金额计算模块：用于当保单信息满足自动定损条件时，通过保单信息与定损金额映射列表，计算定损金额；
赔付方式确定模块：用于根据保单信息以及定损金额，确定最终赔付方式；
赔付模块：用于根据最终赔付方式以及定损金额，向付款平台发送赔付指令实现赔付。
根据本申请实施例的第三个方面，提供了一种车辆保险自动赔付设备，包括：
存储器：用于存储可执行指令；以及
处理器:用于与存储器连接以执行可执行指令从而完成车辆保险自动赔付方法。
根据本申请实施例的第四个方面，提供了一种计算机可读存储介质，其上存储有计算机程序；计算机程序被处理器执行以实现车辆保险自动赔付方法。
采用本申请的车辆保险自动赔付方法、系统、设备及存储介质，获取用户的理赔请求信息；根据理赔求情信息查找对应的保单信息；当保单信息满足自动定损条件时，通过保单信息与定损金额映射列表，计算定损金额；根据保单信息以及定损金额，确定最终赔付方式；根据最终赔付方式以及定损金额，向付款平台发送赔付指令实现赔付。本申请在不增加理赔人员的情况下实现金额定损，并实现了自动赔付的过程，缩短了理赔周期，提高了理赔效率以及准确性。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1中示出了根据本申请实施例的一种车辆保险自动赔付方法的步骤流程图；
图2中示出了根据本申请实施例中身份核验以及保险项目核验的流程图；
图3中示出了根据本申请实施例中确定赔付方式的具体步骤流程图；
图4中示出了根据本申请实施例中步骤S50的具体步骤流程图；
图5中示出了根据本申请实施例的车辆保险自动赔付系统的结构示意图；
图6中示出了根据本申请实施例的车辆保险自动赔付设备的结构示意图。
具体实施方式
在实现本申请的过程中，发明人发现目前现有保险的理赔核算，大多通过理赔人员经验、人工核算完成，工作繁杂且出错率高。部分支机构尝试引入规则引擎，但是仍需要专业IT人员逐保单进行配置才能完成少量自动核算处理，不利于大面积推广应用。
基于此，本申请的车辆保险自动赔付方法及系统，获取用户的理赔请求信息；根据理赔求情信息查找对应的保单信息；当保单信息满足自动定损条件时，通过保单信息与定损金额映射列表，计算定损金额；根据保单信息以及定损金额，确定最终赔付方式；根据最终赔付方式以及定损金额，向付款平台发送赔付指令实现赔付。本申请在不增加理赔人员的情况下实现金额定损，并实现了自动赔付的过程，缩短了理赔周期，提高了理赔效率以及准确性。
本申请车辆自动理赔定损极大提升了定损作业的效率，由系统根据定损逻辑直接映射定损金额，节约了理赔人力，相比以前传统人工定损理赔流程，省去了冗长的等待时间，理赔体验有一个质的飞跃。
为了使本申请实施例中的技术方案及优点更加清楚明白，以下结合附图对本申请的示例性实施例进行进一步详细的说明，显然，所描述的实施例仅是本申请的一部分实施例，而不是所有实施例的穷举。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
实施例1
图1中示出了根据本申请实施例的车辆保险自动赔付方法的步骤流程图。
如图1所示，本申请的车辆保险自动赔付方法，具体包括以下步骤：
S10:获取用户的理赔请求信息。
理赔请求信息包括用户输入车辆保险报案信息，例如：车牌号、支付信息、车险报案号以及电子版纸质报案单等报案信息，以及用户的用户信息。
图2中示出了根据本申请实施例中身份核验以及保险项目核验的流程图。
本实施例获取以上理赔请求信息后，如图2所示，需要进行用户的身份核验以及保险项目核验，其步骤如下：
S101：从理赔请求信息中获取用户的身份信息，并对身份信息进行核验；
在本实施例中，当用户信息中包括用户的身份信息时，从用户信息中提取表征身份信息的字段，根据用户的身份信息搜索保险人员信息库，判断上述用户是否具有理赔权益。
其中，用户的身份信息可以包括但不限于以下至少一项：用户的身份证号、账号ID以及手机号码等身份信息。
若用户信息中不包含用户的身份信息，则根据车辆报案信息的纸质报案单的电子扫描版获取被保险人的身份信息。
具体的：根据车辆报案信息获取被保险人的身份信息的方法过程为：首先，根据扫描的报案单，进行OCR文本识别，得到文本识别结果；其次，根据文本识别结果进行关键字检索，获取被保险人的身份信息；最后，根据被保险人的身份信息搜索保险人员信息库，判断被保险人是否具有理赔权益。
当上述用户具有理赔权益或者被保险人具有理赔权益，均通过身份核验；若用户以及被保险人均不具有保险理赔权益，则显示提示信息“用户或被保险人不具有理赔权益”。
S102：当身份信息核验通过后，对保险项目进行核验。
根据理赔请求信息的报案信息，如车牌号、车险报案号以及纸质报案单的扫描电子版，调取匹配被保险人的身份信息以及预存的保险项目信息，并进行以下核验。
当报案信息包括车牌号以及车险报案号时，根据车牌号以及车险报案号搜索保险项目信息库，判断是否存在对应的保险项目。
当报案信息不包括车牌号以及车险报案号时，则根据车辆报案信息的电子版纸质报案单识别车牌号以及车险报案号。
具体的，
根据电子版纸质报案单，通过OCR文本识别，得到文本识别结果；
首先，根据文本识别结果进行关键字检索，获取车牌号以及车险报案号；根据车牌号以及车险报案号搜索保险项目信息库，判断车牌号以及车险报案号是否存在响应的保险项目。
当检索到相应的保险项目，则项目核验通过；否则，则显示提示信息“车牌号以及车险报案号不存在”。
其中，车险报案号存在，但是已经使用过，则显示“车险报案号错误”。项目核验也不通过。
其它实施例中，上述身份核验以及项目核验可同时进行，其不通过的提示信息可同时进行显示。
当身份核验以及项目核验均通过时，才判定核验通过，才可进入下一步骤S20。
S20：根据理赔求情信息查找对应保单信息。
用户提交的理赔请求信息包括报案信息以及用户信息，根据车牌号、支付信息、车险报案号以及纸质报案单电子扫描版等报案信息，查找相应的保险保单信息，并提取。
S30：当保单信息满足自动定损条件时，通过保单信息与定损金额映射列表，计算定损金额。
首先，先核验保单信息首付是否满足自动定损条件。
自动定损条件包括：1)用户与被保险人为同一自然人，即用户的身份信息与所述保单信息的被保险人的身份信息一致时；2)保单信息对应的案件状态为有效状态。
为了进一步加强身份的安全验证，本实施例在验证用户与被保险人为同一自然人时，还需对用户进行语音验证。
首先，接收用户的待验证音频数据；
然后，根据用户信息搜索保险人员信息库，获取用户标准音频数据；
最后，将待验证音频数据与用户标准音频数据进行特征对比，最后根据比对结果显示用户是否为安全身份。若显示为不安全身份，则进行提示。
其中，语音对比的具体过程包括：
对待验证音频数据与用户标准音频数据分别进行特征提取，获得各自对应的音频向量；
利用余弦相似度公式求取两个音频向量的相似度，记为第一相似度；
判断第一相似度是否高于第一预设阈值，若高于，则判定当前用户为安全身份，否则执行下一步；
构建基于深度学习的声音相似度计算模型；具体过程包括：
从注册库中提取用户A的语音音频，对该音频进行特征提取，获得对应的音频向量，记为音频特征a；
对验证库中每一个用户的语音音频进行特征提取，获得对应的音频向量，分别记为音频特征b1,b2,....,bn，构成音频特征集B；n为验证库中语音音频的数目。
从音频特征集B中随机抽取若干音频特征，每个音频特征分别与音频特征a构成一个样本，形成训练样本集；
将训练样本集输入LSTM神经网络进行训练，生成声音相似度计算模型；将当前用户输入的语音音频的音频向量，以及音频特征集B中该用户对应的音频特征输入至声音相似度计算模型，输出两者的相似度，记为第二相似度；
判断第二相似度是否高于第二预设阈值，若高于，则判定当前用户为安全身份，否则判定当前用户为不安全身份。
这里优选地，第一预设阈值、第二预设阈值分别设为80％、50％。
保单信息在同时满足以上两个定损条件后，进入步骤S302。
最后，通过所述保单信息与定损金额映射列表，计算定损金额。计算定损金额的过程如下：
1)预先配置保单出险次数、保单累计金额以及定损金额一一对应的映射列表；
2)根据保单信息计算保单出险次数以及保单累计金额；
3)根据保单出险次数以及保单累计金额，通过映射列表得到定损金额。
其中，定损金额的映射列表的映射关系为：
1、当保单出险次数大于次数阈值，或者保单累计金额大于第一金额阈值时，定损金额为零；
2、当保单累计金额大于第一金额阈值，且小于等于第二金额阈值时，根据保单的车辆类型匹配相应的定损金额；第二金额阈值大于第一金额阈值；
具体的，根据保单车辆的车型，匹配车辆等级；然后根据车辆等级，得到相应车辆等级的具体定损金额。
3、当保单累计金额大于第二金额阈值时，定损金额为第二金额阈值。
其中，车辆等级表格以及车辆等级对应的具体定损金额，均可以进行标定和修改。
其中，次数阈值、第一金额阈值以及第二金额阈值均为标定数值。
其它实施例中，当保单信息不满足自动定损条件时，则进行常规的人工定损，有相关人员进行详细人工核验以及定损。
从而增加了保险赔付的全面性以及灵活性，同时，防止了自动定损核验资料的遗漏以及错误，降低了因被保险人填写信息或者上传资料不正确，等人为因素造成的定损失败率。
例如案件状态为已赔付、已结案、赔付中或者结案中时，均不满足定损条件。
S40：根据保单信息以及定损金额，确定最终赔付方式。
赔付方式包括是否分期，分期周期，以及付款时间等，不同的赔付方式预先采用不同字母、数字或者字母数字组合进行编号。
根据保单信息以及定损金额，对应预先配置的赔付规则，可确定一种或多种赔付方式。若最后确定只有一种赔付方式，则直接进入下一步骤S50。
若确定了不止一种赔付方式，则生成赔付方式选择列表，用户进行选择确定后，确定最终赔付方式，然后进入步骤S50。
图3中示出了根据本申请实施例中确定赔付方式的具体步骤流程图。
具体的，如图3所示，确定赔付方式的具体流程为：
S401：识别所述保单信息中，是否包含设定赔付方式；
S402：若没有设定赔付方式，则对应预先配置的赔付规则，确定第一赔付方式为最终赔付方式；
S403：若设定赔付方式，则提取设定赔付方式，同时对应预先配置的赔付规则，确定第二赔付方式；将设定赔付方式与第二赔付方式进行对比，若第二赔付方式包含设定赔付方式，则确定设定赔付方式为最终赔付方式；否则，确定第二赔付方式为最终赔付方式；
S404：若所述最终赔付方式包括多种赔付方式时，将所述最终赔付方式发送至界面进行展示，并接收用户选定的赔付方式为最终赔付方式。
本实施例通过步骤40，实现了以赔付规则为基础，并同时充分考虑了用户赔付意愿，使赔付方式更具科学性以及合理性，大大增加了用户的满意度。
S50：根据所述最终赔付方式以及定损金额，向付款平台发送赔付指令实现赔付。
最后，根据S40确定的赔付方式以及定损金额，生成赔付列表,根据赔付列表向付款平台发送赔付指令，赔付列表包括是否分期，分期周期，以及付款时间等信息，最终实现了车辆保险的一键赔付流程。
图4中示出了根据本申请实施例中步骤S50的具体步骤流程图。
具体的，如图4所示，包括以下流程：
S501：根据所述最终赔付方式以及定损金额，生成赔付列表；
S502：根据赔付列表生成至少一个赔付子命令，每一个赔付子命令包括赔付时间以及赔付金额。
S503：按照赔付时间的时间顺序将至少一个赔付子命令进行排序，形成赔付子命令包，并存储。
S504：通过时间监控实时监测赔付子命令包的赔付时间，依次将当前时间与最近的赔付时间作比较，当达到某一赔付时间时，发出相应的赔付子命令至付款平台；
S505：根据赔付发出形成赔付记录，并删除赔付子命令包中相应的赔付子命令。
本实施例通过步骤50实现了赔付金额的定时赔付，相比人工赔付更加智能、准确，减少了繁琐的赔付流程以及用户配合流程，大大提高了用户满意度。
其它实施例中，在步骤S50之后还包括步骤：检测赔付是否成功。
具体的，若赔付成功，则返回赔付成功消息；若赔付不成功，则从付款平台获取赔付失败原因，返回赔付失败消息。
其中，赔付成功消息或者赔付失败消息，均通过消息推送服务推送至用户。
首先，识别保单信息中，用户预留联系方式；
其次，若联系方式为手机号码，则通过短信息推送服务将赔付成功消息或者赔付失败消息发送至用户；
若联系方式为邮箱，则通过邮件信息推送服务将赔付成功消息或者赔付失败消息邮件发送至用户。
本申请通过此步骤实现了赔付状态的实时反馈，使赔付过程更加人性化以及合理，提高了用户满意度。
本申请的车辆保险自动赔付方法，获取用户的理赔请求信息；根据理赔求情信息查找对应的保单信息；当保单信息满足自动定损条件时，通过保单信息与定损金额映射列表，计算定损金额；根据保单信息以及定损金额，确定最终赔付方式；根据最终赔付方式以及定损金额，向付款平台发送赔付指令实现赔付。
本申请在不增加理赔人员的情况下实现金额定损，并实现了自动赔付的过程，缩短了理赔周期，提高了理赔效率以及准确性。
本申请车辆自动理赔定损极大提升了定损作业的效率，由系统根据定损逻辑直接映射定损金额，节约了理赔人力，相比以前传统人工定损理赔流程，省去了冗长的等待时间，理赔体验有一个质的飞跃。同时，将自动定损与人工定损相结合，防止了自动定损时的遗漏，降低了因被保险人填写信息或者上传资料不正确，等人为因素造成的定损失败率。
实施例2
本实施例2的车辆保险自动赔付方法，在实施例1的车辆保险自动赔付方法基础上，当定损条件核验通过时，进行车辆自动定损，得到定损赔偿金额之后，还包括：将定损赔偿金额乘以损坏严重系数，得到最终的定损赔偿金额，即自动定损金额＝原定损金额*严重系数。
具体的，损坏严重系数的计算过程具体为：
首先，根据事故车辆图像进行预处理，并将预处理图像存储于车辆定损数据库中；
其次，根据预处理图像，提取车辆损坏特征数据；
然后，将车辆损坏特征数据，与车辆定损数据库中的图像库进行图像匹配，从而通过车辆外观件定损模型得到事故车辆的损坏严重程度；
最后，根据车辆严重程度赋值严重系数，严重系数为0-10之间的整数或者小数。
本申请将自动定损规则与实际车辆损坏程度相结合，加大了定损的灵活性，提高了定损的科学性，以及被保险人的满意度。
实施例3
本实施例提供了一种车辆保险自动赔付系统，对于本实施例的车辆保险自动赔付系统中未披露的细节，请参照其它实施例中的车辆保险自动赔付方法的实施内容。
图5中示出了根据本申请实施例的车辆保险自动赔付系统的结构示意图。
如图5所示，本申请的车辆保险自动赔付系统，包括信息获取模块10、保单信息查找模块20、定损金额计算模块30、赔付方式确定模块40以及赔付模块50。
具体的，
信息获取模块10：用于获取用户的理赔请求信息；
保单信息查找模块20：用于根据理赔求情信息查找对应的保单信息。
具体的，根据理赔求情信息查找对应的保单信息之前，还包括根据理赔请求信息进行用户身份核验以及项目核验。
定损金额计算模块30：用于当保单信息满足自动定损条件时，通过保单信息与定损金额映射列表，计算定损金额。
其中，自动定损条件包括：用户与保单信息的被保险人为同一自然人；且，保单信息对应的案件状态为有效状态。
具体的，
预先配置保单出险次数、保单累计金额以及定损金额一一对应的映射列表；根据保单信息计算保单出险次数以及保单累计金额；根据保单出险次数以及保单累计金额，通过映射列表得到定损金额。
其中，映射列表的映射关系为：
1、当保单出险次数大于次数阈值，或者保单累计金额大于第一金额阈值时，定损金额为零；
2、当保单累计金额大于第一金额阈值，且小于等于第二金额阈值时，根据保单的车辆类型匹配相应的定损金额；第二金额阈值大于第一金额阈值；
3、当保单累计金额大于第二金额阈值时，定损金额为第二金额阈值。
赔付方式确定模块40：用于根据保单信息以及定损金额，确定最终赔付方式；
赔付方式包括是否分期，分期周期，以及付款时间等，不同的赔付方式预先采用不同字母、数字或者字母数字组合进行编号。
根据保单信息以及定损金额，对应预先配置的赔付规则，可确定一种或多种赔付方式。若最后确定只有一种赔付方式。
若确定了不止一种赔付方式，则生成赔付方式选择列表，用户进行选择确定后，确定最终赔付方式。
确定赔付方式的具体流程为：
识别所述保单信息中，是否包含设定赔付方式；若没有设定赔付方式，则对应预先配置的赔付规则，确定第一赔付方式为最终赔付方式；若设定赔付方式，则提取设定赔付方式，同时对应预先配置的赔付规则，确定第二赔付方式；将设定赔付方式与第二赔付方式进行对比，若第二赔付方式包含设定赔付方式，则确定设定赔付方式为最终赔付方式；否则，确定第二赔付方式为最终赔付方式；若所述最终赔付方式包括多种赔付方式时，将所述最终赔付方式发送至界面进行展示，并接收用户选定的赔付方式为最终赔付方式。
赔付模块50：用于根据最终赔付方式以及定损金额，向付款平台发送赔付指令实现赔付。
具体的，包括以下流程：
根据所述最终赔付方式以及定损金额，生成赔付列表；根据赔付列表生成至少一个赔付子命令，每一个赔付子命令包括赔付时间以及赔付金额。按照赔付时间的时间顺序将至少一个赔付子命令进行排序，形成赔付子命令包，并存储。通过时间监控实时监测赔付子命令包的赔付时间，依次将当前时间与最近的赔付时间作比较，当达到某一赔付时间时，发出相应的赔付子命令至付款平台；根据赔付发出形成赔付记录，并删除赔付子命令包中相应的赔付子命令。
本申请的车辆保险自动赔付系统，信息获取模块10获取用户的理赔请求信息；保单信息查找模块20根据理赔求情信息查找对应的保单信息；定损金额计算模块30当保单信息满足自动定损条件时，通过保单信息与定损金额映射列表，计算定损金额；赔付方式确定模块40根据保单信息以及定损金额，确定最终赔付方式；赔付模块50根据最终赔付方式以及定损金额，向付款平台发送赔付指令实现赔付。
本申请在不增加理赔人员的情况下实现金额定损，并实现了自动赔付的过程，缩短了理赔周期，提高了理赔效率以及准确性。
实施例4
本实施例提供了一种车辆保险自动赔付设备，对于本实施例的车辆保险自动赔付设备中未披露的细节，请参照其它实施例中的车辆自动理赔定损方法或系统具体的实施内容。
图6中示出了根据本申请实施例的车辆保险自动赔付设备400的结构示意图。
如图6所示，车辆自动理赔定损400，包括：
存储器402：用于存储可执行指令；以及
处理器401:用于与存储器402连接以执行可执行指令从而完成基于模板生成PDF的电子签章方法。
本领域技术人员可以理解，所述示意图6仅仅是车辆保险自动赔付设备400的示例，并不构成对车辆保险自动赔付设备400的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如车辆保险自动赔付设备400还可以包括输入输出设备、网络接入设备、总线等。
所称处理器401(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application SpecificIntegrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器401也可以是任何常规的处理器等，处理器401是车辆保险自动赔付设备400的控制中心，利用各种接口和线路连接整个车辆保险自动赔付设备400的各个部分。
存储器402可用于存储所述计算机可读指令，处理器401通过运行或执行存储在存储器402内的计算机可读指令或模块，以及调用存储在存储器402内的数据，实现车辆保险自动赔付设备400的各种功能。存储器402可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据车辆保险自动赔付设备400使用所创建的数据等。此外，存储器402可以包括硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)或其他非易失性/易失性存储器件。
所述车辆保险自动赔付设备400集成的模块如果以软件功能模块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，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机可读指令来指令相关的硬件来完成，所述的计算机可读指令可存储于一计算机可读存储介质中，该计算机可读指令在被处理器执行时，可实现上述各个方法实施例的步骤。
实施例5
本实施例提供了一种计算机可读存储介质，其上存储有计算机程序；计算机程序被处理器执行以实现其他实施例中的车辆保险自动赔付方法。
采用本申请实施例中的车辆保险自动赔付设备及存储介质，获取用户的理赔请求信息；根据理赔求情信息查找对应的保单信息；当保单信息满足自动定损条件时，通过保单信息与定损金额映射列表，计算定损金额；根据保单信息以及定损金额，确定最终赔付方式；根据最终赔付方式以及定损金额，向付款平台发送赔付指令实现赔付。
本申请在不增加理赔人员的情况下实现金额定损，并实现了自动赔付的过程，缩短了理赔周期，提高了理赔效率以及准确性。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请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，本申请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。
本申请是参照根据本申请实施例的方法、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装置。
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装置的制造品，该指令装置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。
在本发明使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本发明可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本发明范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作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申请范围的所有变更和修改。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims (10)

1.一种车辆保险自动赔付方法，其特征在于，具体包括以下步骤：
获取用户的理赔请求信息；
根据所述理赔求情信息查找对应的保单信息；
当所述保单信息满足自动定损条件时，通过所述保单信息与定损金额映射列表，计算定损金额；
根据所述保单信息以及定损金额，确定最终赔付方式；
根据所述最终赔付方式以及定损金额，向付款平台发送赔付指令实现赔付。
2.根据权利要求1所述的车辆保险自动赔付方法，其特征在于，所述根据所述理赔求情信息查找对应的保单信息之前，还包括根据所述理赔请求信息进行用户身份核验以及项目核验；
所述用户身份核验具体包括以下步骤；
从所述理赔请求信息中获取用户的身份信息；所述身份信息包括用户的身份证号、账号ID和/或手机号码；
根据所述用户的身份信息对比保险人员信息库，若存在该用户，则判断上述用户具有理赔权益，身份核验通过；
所述项目核验具体包括以下步骤；
从所述理赔请求信息中获取报案信息；所述报案信息包括车牌号、车险报案号和/或纸质报案单的扫描电子版；
根据所述报案信息对比项目信息库，若存在该项目，则判断项目核验通过。
3.根据权利要求1所述的车辆保险自动赔付方法，其特征在于，所述自动定损条件包括：
所述用户的身份信息与所述保单信息的被保险人的身份信息一致；
且，所述保单信息对应的案件状态为有效状态。
4.根据权利要求1所述的车辆保险自动赔付方法，其特征在于，所述通过所述保单信息与定损金额映射列表，计算定损金额，具体包括：
预先配置保单出险次数、保单累计金额以及定损金额一一对应的映射列表；
根据所述保单信息计算保单出险次数以及保单累计金额；
根据所述保单出险次数以及保单累计金额，通过所述映射列表得到定损金额。
5.根据权利要求4所述的车辆保险自动赔付方法，其特征在于，所述保单出险次数、保单累计金额以及定损金额一一对应的映射列表中，所述映射列表的映射关系为：
当保单出险次数大于次数阈值，或者保单累计金额大于第一金额阈值时，定损金额为零；
当保单累计金额大于第一金额阈值，且小于等于第二金额阈值时，根据保单的车辆类型匹配相应的定损金额；所述第二金额阈值大于第一金额阈值；
当保单累计金额大于第二金额阈值时，定损金额为第二金额阈值。
6.根据权利要求1所述的车辆保险自动赔付方法，其特征在于，所述根据所述保单信息以及定损金额，确定最终赔付方式，具体包括：
识别所述保单信息中，是否包含设定赔付方式；
若没有设定赔付方式，则对应预先配置的赔付规则，确定第一赔付方式为最终赔付方式；
若设定赔付方式，则提取设定赔付方式，同时对应预先配置的赔付规则，确定第二赔付方式；将设定赔付方式与第二赔付方式进行对比，若第二赔付方式包含设定赔付方式，则确定设定赔付方式为最终赔付方式；否则，确定第二赔付方式为最终赔付方式；
若所述最终赔付方式包括多种赔付方式时，将所述最终赔付方式发送至界面进行展示，并接收用户选定的赔付方式为最终赔付方式。
7.根据权利要求1所述的车辆保险自动赔付方法，其特征在于，所述根据所述最终赔付方式以及定损金额，向付款平台发送赔付指令实现赔付，具体包括：
根据所述最终赔付方式以及定损金额，生成赔付列表；
根据赔付列表生成至少一个赔付子命令，每一个赔付子命令包括赔付时间以及赔付金额；
按照所述时间顺序将所述至少一个赔付子命令进行排序，形成赔付子命令包，并存储；
实时监测所述赔付子命令包的赔付时间，依次将当前时间与最近的赔付时间作比较，当达到某一赔付时间时，将相应的赔付子命令发至付款平台；
删除已发出的赔付子命令，并监测下一个赔付子命令。
8.一种车辆保险自动赔付系统，其特征在于，具体包括：
信息获取模块：用于获取用户的理赔请求信息；
保单信息查找模块：用于根据所述理赔求情信息查找对应的保单信息；
定损金额计算模块：用于当所述保单信息满足自动定损条件时，通过所述保单信息与定损金额映射列表，计算定损金额；
赔付方式确定模块：用于根据所述保单信息以及定损金额，确定最终赔付方式；
赔付模块：用于根据所述最终赔付方式以及定损金额，向付款平台发送赔付指令实现赔付。
9.一种车辆保险自动赔付设备，其特征在于，包括：
存储器：用于存储可执行指令；以及
处理器:用于与所述存储器连接以执行所述可执行指令从而完成权利要求1-7中任一项所述的车辆保险自动赔付方法。
10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序；计算机程序被处理器执行以实现如权利要求1-7任一项所述的车辆保险自动赔付方法。
CN202110267684.1A 2021-03-12 2021-03-12 车辆保险自动赔付方法、系统、设备及存储介质 Pending CN112990868A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110267684.1A CN112990868A (zh) 2021-03-12 2021-03-12 车辆保险自动赔付方法、系统、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110267684.1A CN112990868A (zh) 2021-03-12 2021-03-12 车辆保险自动赔付方法、系统、设备及存储介质

Publications (1)

Publication Number Publication Date
CN112990868A true CN112990868A (zh) 2021-06-18

Family

ID=76335038

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110267684.1A Pending CN112990868A (zh) 2021-03-12 2021-03-12 车辆保险自动赔付方法、系统、设备及存储介质

Country Status (1)

Country Link
CN (1) CN112990868A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113723969A (zh) * 2021-08-20 2021-11-30 上海东普信息科技有限公司 物品理赔处理方法、装置、设备及存储介质
CN117494809A (zh) * 2023-10-23 2024-02-02 中国银行保险信息技术管理有限公司 车辆零配件损坏关联性的分析方法、装置、设备及介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106780048A (zh) * 2016-11-28 2017-05-31 中国平安财产保险股份有限公司 一种智能车险的自助理赔方法、自助理赔装置及系统
CN108230159A (zh) * 2016-12-15 2018-06-29 平安科技（深圳）有限公司 一种理赔请求处理方法和装置
CN111091471A (zh) * 2019-11-25 2020-05-01 泰康保险集团股份有限公司 保险理赔方法、装置、设备及存储介质
CN112053250A (zh) * 2020-09-03 2020-12-08 中国平安财产保险股份有限公司 基于视频的车险自助理赔方法、装置、设备

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106780048A (zh) * 2016-11-28 2017-05-31 中国平安财产保险股份有限公司 一种智能车险的自助理赔方法、自助理赔装置及系统
CN108230159A (zh) * 2016-12-15 2018-06-29 平安科技（深圳）有限公司 一种理赔请求处理方法和装置
CN111091471A (zh) * 2019-11-25 2020-05-01 泰康保险集团股份有限公司 保险理赔方法、装置、设备及存储介质
CN112053250A (zh) * 2020-09-03 2020-12-08 中国平安财产保险股份有限公司 基于视频的车险自助理赔方法、装置、设备

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113723969A (zh) * 2021-08-20 2021-11-30 上海东普信息科技有限公司 物品理赔处理方法、装置、设备及存储介质
CN117494809A (zh) * 2023-10-23 2024-02-02 中国银行保险信息技术管理有限公司 车辆零配件损坏关联性的分析方法、装置、设备及介质

Similar Documents

Publication Publication Date Title
CN112990868A (zh) 车辆保险自动赔付方法、系统、设备及存储介质
CN110689443A (zh) 出险数据处理方法、装置及存储介质、服务器
CN108510141B (zh) 保险数据处理方法及装置
CN112785149A (zh) 车辆自动理赔定损方法、系统、计算机设备及存储介质
CN112529575A (zh) 风险预警方法、设备、存储介质及装置
CN111242788A (zh) 业务数据处理方法、装置、存储介质及计算机设备
CN112288584B (zh) 保险报案处理方法、装置、计算机可读介质及电子设备
CN110008772B (zh) 一种用于税务管理的发票快速识别与录入的方法和系统
CN110942066A (zh) 票据核对方法及装置
CN114529269B (zh) 无效经营范围的处理方法、装置、电子设备及存储介质
CN109324963B (zh) 自动测试收益结果的方法及终端设备
CN114218288B (zh) 一种行车路线推荐方法、装置、存储介质及终端
CN112686732B (zh) 异常地址数据识别方法、装置、设备、介质
CN115577703A (zh) 一种证监报送数据校验方法、装置、系统及存储介质
CN112256639B (zh) 一种电子文件签名方法和系统、及存储设备
CN111459936B (zh) 一种数据管理方法、数据管理装置及服务器
CN110826550B (zh) 目标车辆信息校验方法、装置、设备及存储介质
CN113837170A (zh) 车辆保险理赔申请的自动审核处理方法、装置及设备
CN115470177A (zh) 文件处理方法、装置、设备及计算机存储介质
CN115510182A (zh) 用户投诉定责方法、设备、存储介质及装置
CN110675136A (zh) 信息处理方法、装置及设备
CN113807870B (zh) 车辆信息认证方法、装置、计算机设备和存储介质
KR20200042779A (ko) 범칙금 고지서 자동 인식 처리 시스템 및 방법
CN110889585B (zh) 信息分类决策方法、装置、计算机系统及可读存储介质
CN116070641B (zh) 一种电子合同的在线解读方法

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