CN113222443A - 案件分流方法和装置 - Google Patents

Abstract

本公开提供了一种案件分流方法和装置。该方法用于处理待面访的案件，方法包括：获取案件的报案材料；对报案材料进行自动识别，以从报案材料中提取关键信息；将关键信息输入预先建立的判断模型，以判断案件适合的面访类型；响应于面访类型为线上面访，将案件传输至线上面访池；响应于面访类型为线下面访，将案件传输至线下面访池。

Description

案件分流方法和装置

技术领域

本公开涉及计算机技术领域，具体涉及一种案件分流方法和装置。

背景技术

在处理一些案件(例如：理赔、核保、贷款等案件)的过程中，为了对报案材料的真实性进行核实，一般需要对案件的申请人进行面访，从而根据面访结果确定是否同意该申请。

面访的类型一般分为线上面访和线下面访。不同的面访类型可以适用于不同的案件，因此可以根据案件的具体情况判断该案件适合的面访类型。

现有技术通常是通过人工判断某个案件适合的面访类型。但是，人工判断具有效率低、成本高等问题。

发明内容

有鉴于此，本公开提供了一种案件分流方法和装置，以提高案件的处理效率，并降低案件的处理成本。

第一方面，提供了一种案件分流方法，该方法用于处理待面访的案件，所述方法包括：获取案件的报案材料；对报案材料进行自动识别，以从报案材料中提取关键信息；将关键信息输入预先建立的判断模型，以判断案件适合的面访类型；响应于面访类型为线上面访，将案件传输至线上面访池；响应于面访类型为线下面访，将案件传输至线下面访池。

第二方面，提供了一种案件分流方法，该方法用于处理理赔案件，所述方法包括：获取理赔案件的报案材料；对报案材料进行自动识别，以从报案材料中提取关键信息；如果关键信息提取失败，将理赔案件传输至人工筛选池；如果关键信息提取成功，将关键信息输入预先建立的判断模型，以判断理赔案件适合的面访类型；响应于面访类型为线上面访，在理赔案件的申请人的客户端界面上呈现线上面访的预约界面；在申请人通过预约界面预约后，将理赔案件传输至线上面访池；响应于面访类型为线下面访，将理赔案件传输至线下面访池。

第三方面，提供了一种案件分流装置，所述装置用于处理待面访的案件，所述装置包括：获取单元，被配置为获取案件的报案材料；提取单元，被配置为对报案材料进行自动识别，以从报案材料中提取关键信息；判断单元，被配置为将关键信息输入预先建立的判断模型，以判断案件适合的面访类型；分流单元，被配置为响应于面访类型为线上面访，将案件传输至线上面访池，响应于面访类型为线下面访，将案件传输至线下面访池。

第四方面，提供了一种案件分流装置，所述装置用于处理理赔案件，所述装置包括：获取单元，被配置为获取理赔案件的报案材料；提取单元，对报案材料进行自动识别，以从报案材料中提取关键信息；人工筛选案件传输单元，被配置为如果关键信息提取失败，将理赔案件传输至人工筛选池；判断单元，被配置为如果关键信息提取成功，将关键信息输入预先建立的判断模型，以判断理赔案件适合的面访类型；预约界面呈现单元，被配置为响应于面访类型为线上面访，在理赔案件的申请人的客户端界面上呈现线上面访的预约界面；线上面访案件传输单元，被配置为在申请人通过预约界面预约后，将理赔案件传输至线上面访池；线下面访案件传输单元，响应于面访类型为线下面访，将理赔案件传输至线下面访池。

第五方面，提供一种装置，包括存储器和处理器，所述存储器中存储有可执行代码，所述处理器被配置为执行所述可执行代码，以实现如第一方面或第二方面所述的方法。

第六方面，提供一种计算机可读存储介质，其上存储有可执行代码，当所述可执行代码被执行时，能够实现如第一方面或第二方面所述的方法。

第七方面，提供一种计算机程序产品，包括可执行代码，当所述可执行代码被执行时，能够实现如第一方面或第二方面所述的方法。

本公开实施例提供了一种案件分流方案，该方案自动提取报案材料中的关键信息，并根据预先建立的判断规则对案件适合的面访类型进行判断和分流，这种方式无需人工参与，能够提高案件的处理效率、降低案件的处理成本。

附图说明

图1为案件的审核流程示意图。

图2为本公开实施例提供的一案件分流方法的示意性流程图。

图3为本公开实施例提供的另一案件分流方法的示意性流程图。

图4为本公开实施例提供的一案件分流装置的示意性框图。

图5为本公开实施例提供的另一案件分流装置的示意性框图

图6为本公开实施例提供的又一案件分流装置的示意性框图。

具体实施方式

对于涉及较大金额或者重要权益的案件，例如一些金融产品通常会涉及理赔案件、核保案件、信用卡审核案件或贷款审核案件等，产品的提供方需要进行一系列的审核流程，以避免欺诈或骗保等情况。其中，理赔案件可以指保险类产品相关的理赔案件，也可以指互助类产品相关的理赔案件。

为了便于理解，先以图1为例，对案件的审核流程进行举例说明。首先，申请人(有时可以称为用户或客户)需要先报案(即发起申请)。报案的方式有很多。例如，申请人可以通过柜台、电话、网页、客户端等方式报案。

在报案之后，申请人需要填写或准备一些信息。例如对于理赔案件，申请人可以填写或提供以下信息中的一种或多种：理赔案件所属产品的类型、产品的保障期限、是否发生意外、被理赔人的年龄、申请人是否为被理赔人、报案方式、是否属于重疾、是否达到重疾标准、是否违反健康告知以及就医医院的等级。此外，申请人可能还需要提供一些身份或医疗证明文件。

在上述信息和文件准备完毕之后，即形成了报案材料。接着，申请人可以通过网络、客户端、柜台等途径向产品的提供方提交报案材料，以供产品的提供方进行审核。

在收到案件的报案材料之后，产品的提供方会确定该案件适合的面访类型。面访类型分为线上面访和线下面访。面访结束之后，可以根据面访结果确定同意或拒绝申请。

线下面访是一种传统的面访方式。该面访方式一般是工作人员实地走访申请人，与申请人当面核实案件的报案材料是否属实、是否符合同意该申请的标准等。这种线下面访存在耗费人力以及成本高等缺点。因此，随着技术的发展，逐渐出现了线上面访。

线上面访通常是基于网络通过视频等方式进行的，这种方式使得工作人员不需要实地走访即可实现远程面对面访问的效果，从而很大程度上降低了面访的复杂度和成本。

但是，并不是所有的案件都适合线上面访。例如，有些案件会出现申请人年龄过大，或者申请人不会使用手机等情况。当出现此类情况时，则仍然需要对申请人进行线下面访。因此，需要根据案件的实际情况，判断该案件适用哪种类型的面访方式。如果案件被判断为不适合线上面访，可以称案件被“判黑”，相应地，如果案件被判断为适合线上面访，可以称该案件被“判白”。

传统技术一般通过人工的方式判断案件适合的面访类型。但是，人工判断存在效率低、成本高等问题。当申请人提交案件的报案材料之后，由于人工处理时间较长，通常需要等待很长一段时间才会接收到面访的邀约，导致申请人体验较差。

此外，人工判断还会受到人为因素的影响，导致针对案情相似的案件，有些进行了线上面访，有些进行了线下面访，这样可能会引起申请人的不满甚至投诉。

针对上述问题，本公开提出了一种案件分流方法和装置，可以高效、低成本、准确地区分案件适合的面访类型，并根据面访类型自动将案件分流至线上面访池或线下面访池，从而能够从整体上提高案件的处理效率，降低案件的处理成本。

下面将结合附图2，对本公开实施例进行清楚、完整地描述，显然，所描述的实施例仅是本公开一部分实施例，而不是全部的实施例。

图2是本公开实施例提供的案件分流方法的示意性流程图。图2的方法可以由案件的处理系统自动执行。该案件的处理系统例如可以安装在案件所属产品的提供方的服务器上。图2的方法包括步骤S201至步骤S205，下面对这些步骤进行详细描述。

步骤S210，获取案件的报案材料。例如，在申请人将报案材料准备完毕之后，可以通过网页或客户端将报案材料发送至案件的处理系统，以触发该处理系统对该报案材料进行处理或审核。或者，申请人也可以递交纸质的报案材料，然后，工作人员可以在处理系统中手动建立新的案件的处理任务，并将纸质的报案材料扫描件添加至该处理系统中。或者，申请人也可以通过热线报案，工作人员可以将申请人的口述信息记录下来，形成报案材料，并将报案材料上传至处理系统中。

本公开实施例对报案材料的具体内容不做限定，例如可以根据案件所属产品的类型确定。以理赔案件为例，报案材料可以包括以下信息中的一种或多种：理赔案件所属产品的类型、产品的保障期限、是否发生意外、被理赔人的年龄、申请人是否为被理赔人、报案方式、是否属于重疾、是否达到重疾标准、是否违反健康告知以及就医医院的等级。此外，报案材料还可以包括上述信息的证明文件等。

步骤S202，对所述报案材料进行自动识别，以从报案材料中提取关键信息。关键信息可用于后续的面访类型的判断(参见步骤S203)。关键信息可以设定为报案材料中的与面访类型判断有关(或有助于判断面访类型)的信息。例如，如果申请人年龄较大(如超过60周岁)，则可能并不适合线上面访，因此可以将申请人的年龄作为一项关键信息。又如，如果申请人的报案方式为热线报案，可能代表该申请人并不熟悉视频通话软件，不适合线上面访，因此可以将申请人的报案方式作为一项关键信息。

以理赔案件为例，关键信息可以包括以下信息中的一种或多种：理赔案件所属产品的相关信息、被理赔人的相关信息、申请人的相关信息、医疗相关信息等。具体而言，关键信息可以包括以下信息中的一种或多种：理赔案件所属产品的类型、是否发生意外、被理赔人的年龄、申请人是否为被理赔人、报案方式、是否属于重疾类型、是否达到重疾标准、是否违反健康告知、就医医院的等级和产品的保障期限。

从报案材料中提取关键信息的方式可以有多种。例如，可以采用光学字符识别(Optical Character Recognition，OCR)等字符识别技术从报案材料中提取关键信息。又如，可以采用神经网络模型或自然语言处理等技术从报案材料中提取关键信息。

步骤S203，将关键信息输入预先建立的判断模型，以判断案件适合的面访类型。

判断模型例如可以是人为预先设定的一项或多项规则，或者也可以是预先训练的神经网络模型(神经网络模型可以理解是一种复杂或抽象的判断规则)。

面访类型可以包括线上面访和线下面访。在一些实施例中，面访类型还可以包括无需面访。例如，对于不符合申请条件的案件，如明显超出产品保障期限或明显不属于产品保障范围的理赔案件，可以将此类理赔案件适合的面访类型设置为无需面访。对于此类案件，可以直接转给工作人员，由工作人员通过电话或短信等方式告知申请人。或者，对于不符合申请条件的案件，也可以先将其面访类型判定为线下面访，再由处理线下面访的工作人员通过电话或短信等方式通知申请人其案件不符合申请条件。

下面以理赔案件为例，给出判断模型可能包含的一项或多项判断规则的一些示例。

例如，判断规则可以包括：如果理赔案件所属产品的类型为重疾类产品(或称大病类产品)，确定面访类型为线上面访。如果理赔案件所属产品的类型为非重疾类产品，则可以将理赔案件转入线下面访池(参见步骤S205)，由工作人员自行判断是对该理赔案件进行线下面访，还是无需进行面访。或者，如果理赔案件所属产品的类型为非重疾类产品，也可以直接判断该理赔案件适合的面访类型为无需面访。

又如，判断规则可以包括：如果所述理赔案件并非由意外引起，确定面访类型为线上面访。这样设置判断规则是考虑到如果理赔案件是由意外引起，则理赔案件通常涉及意外现场的实地查验，更加适合线下面访。相应地，如果理赔案件并非由意外引起的，这种理赔案件不涉及实地查验，更加适合线上面访。

又如，判断规则可以包括：如果理赔案件的申请人为被理赔人时，确定面访类型为线上面访。这样设置判断规则是考虑到如果理赔案件的申请人并非被理赔人本人，则可能存在诈骗或绑架等情况，最好进行线下核实。

又如，判断规则可以包括：如果被理赔人的年龄处于预设年龄范围内，确定面访类型为线上面访。这样设置判断规则是考虑到有些申请人年龄偏大或偏小，可能存在无民事行为能力或者不会使用手机这类电子设备等情况，不适合进行线上面访。预设年龄范围可以根据实际情况设定，如设定为大于18岁且小于60岁。

又如，判断规则可以包括：如果报案方式为线上报案时，确定面访类型为线上面访。这样设置判断规则是考虑到如果申请人的报案方式为热线报案，可能代表该申请人并不熟悉视频通话软件，不适合线上面试。如果申请人的报案方式为线上报案，则说明该申请人适合线上面访。

又如，判断规则可以包括：如果被理赔人患有的疾病属于重疾类型，确定所述面访类型为线上面访。这样设置判断规则是考虑到疾病的种类很多，对于重疾类产品的理赔案件，只有被理赔者患有的疾病是保障范围内的特定重疾，才可以进行理赔。如果被理赔人患有的疾病不属于重疾类型，则可以将理赔案件转入线下面访池(参见步骤S205)，由工作人员自行判断是对该理赔案件进行线下面访，还是无需进行面访。

又如，判断规则可以包括：如果被理赔人患有的疾病达到重疾标准，确定该理赔案件适合的面访类型为线上面访。这样设置判断规则是考虑到同一种疾病的严重程度可能不同，对于一些疾病，只有达到重疾标准时，才会进行理赔。因此，对于不符合理赔条件的案件可以直接判定无需进行线上面访，让该理赔案件流入线下面访池，由工作人员自行判断是对该理赔案件进行线下面访、还是简单地进行电话或短信通知。

又如，判断规则可以包括：如果被理赔人未违反健康告知，确定所述面访类型为线上面访。健康告知是申请人承诺健康情况符合保障要求的文件。如果被理赔人确实在投保前未患有这些疾病，则未违反“健康告知”，可以进行线上面访，反之，则违反健康告知，不符合理赔条件。对于不符合理赔条件的案件可以直接判定无需面访，或者可以让该理赔案件流入线下面访池，由工作人员自行判断是对该理赔案件进行线下面访、还是简单地进行电话或短信通知。

又如，判断规则可以包括：如果就医医院的等级高于预设等级，确定所述面访类型为线上面访。这样设置判断规则是考虑到对于高于一定等级的医院，例如二级以上公立医院，该医院具有一定的权威性，其出具的诊断报告、住院证明等资料是受到普遍认可的。如果就医的医院的等级低于预设等级，则该医院所出具的证明资料很可能存在造假的情况，难以进行有效的证明。因此，就医的医院低于预设等级是不符合理赔条件的。对于不符合理赔条件的案件可以直接判定无需面访，或者，可以让该理赔案件流入线下面访池，由工作人员自行判断是对该理赔案件进行线下面访、还是简单地进行电话或短信通知。

又如，判断规则可以包括：如果处于产品的保障期限内，确定所述申请人的面访类型为线上面访。如果处于产品的保障期限内，可以进行线上面访。如果疾病确诊的时间不在该产品的保障期限内，则不符合理赔条件，因此不适合进行线上面访。对于不符合理赔条件的案件可以直接判定无需面访，或者，可以让该理赔案件流入线下面访池，由工作人员自行判断是对该理赔案件进行线下面访、还是简单地进行电话或短信通知。

判断模型可以根据实际情况灵活选择判断规则。例如，可以综合考虑上述全部规则，也可以仅考虑其中的部分规则。

面访类型的具体判断方式可以有多种。例如，在一些实施例中，可以对每种判断规则计算一个得分，然后对各个判断规则的得分进行加权求和，以确定是否进行线上面访。

又如，在另一些实施例中，可以将关键信息转换成对应的多个判断因子，并对多个判断因子进行运算，从而判断案件适合的面访类型。

可选地，可以将多个判断因子分别赋值为0或1，并对多个判断因子进行乘法运算。如果乘法运算的结果为1，确定面访类型为线上面访，如果结果为0，确定面访类型为线下面访。

以表1为例，关键信息被适配为对应的判断因子(A、B、C、D、E、F、G、H、I、J)。基于判断模型，判断因子被赋值为0或1，经过如下公式运算得到R，即可确定面访类型。

R＝A×B×C×D×E×F×G×H×I×J

如果R＝1，判断面访类型为线上面访，如果R＝0，判断面访类型为线下面访。

表1

步骤S204～S205，响应于面访类型为线上面访，将案件传输至线上面访池；响应于面访类型为线下面访，将案件传输至线下面访池。

线上面访池(或线下面访池)可以理解为需要进行线上面访(或线下面访)的案件的集合。线上面访池(或线下面访池)例如可以是一段逻辑存储空间。该存储空间例如可以存储着需要线上面访(或线下面访)的案件的案件标识。

线上面访池中的案件可以分配给专门进行线上面访的工作人员，由工作人员对申请人进行视频面访。线下面访池中的案件可以分配至进行线下面访的工作人员处，由工作人员进行线下面访。当然，无论是线上面访还是线下面访，如果工作人员发现案件明显不符合申请条件，也可以直接通过电话或短信进行简单核实之后，告知申请人其发起的案件不符合申请条件，不会对其进行面访。除了线上面访池和线下面访池，还可以包括人工筛选池。人工筛选池可以包括无法判断面访类型的案件。例如，如果存在报案材料残缺或模糊等情况，可能无法从报案材料中提取关键信息，从而导致无法判断面访类型的情况出现。对于这类案件，直接分流至线上面访池或线下面访池均是不合适的。因此，可以将此类案件分流至人工筛选池。然后，可以由工作人员对人工筛选池中的案件进行人工筛选，从而准确确定该案件的面访类型。对于人工筛选池中的案件，当人工确定面访类型为线上面访时，该案件会被分流至线上面访池，当人工确定面访类型为线下面访，则该案件会被分流至线下面访池。

本公开通过设置人工筛选池，形成了一套基于人工筛选的“兜底”策略，从而可以适配各种不同的案件情况，全面、准确地判断面访类型。

当案件适合的面访类型为线上面访时，通常需要致电申请人，预约面访时间，这种预约方式不但流程复杂，而且给申请人造成打扰。

为了简化线上面访的预约流程，本公开实施例可以在判断案件适合的面访类型为线上面访之后，触发预约信息的发送，如向申请人发送指示申请人进行线上面访预约的短信、邮件或网页链接。

作为一个示例，在判断案件适合的面访类型为线上面访之后，可以直接在申请人的客户端界面上呈现(或跳出)预约界面，以指示申请人填写预约信息。例如，该预约界面可以指示申请人填写预约人，并从未被预约的面访时间中选择希望的面访时间等。申请人按照该预约界面的指示进行操作之后，即可完成线上面访的预约，提高了线上面访的预约效果，并减少了对申请人的打扰。

本公开还提供了一种案件分流案件的方法，该方法用于处理理赔案件。图3是本公开实施例提供的案件分流方法的示意性流程图。图3所示的方法包括步骤：S301～S307。

步骤S301，获取理赔案件的报案材料。

步骤S302，对报案材料进行自动识别，以从报案材料中提取关键信息。

步骤S303和S304，如果关键信息提取失败，将理赔案件传输至人工筛选池；如果所述关键信息提取成功，将关键信息输入预先建立的判断模型，以判断理赔案件适合的面访类型。

步骤S305，响应于面访类型为线下面访，将理赔案件传输至线下面访池。

步骤S306，响应于面访类型为线上面访，在理赔案件的申请人的客户端界面上呈现线上面访的预约界面。

步骤S307，在申请人通过所述预约界面预约后，将理赔案件传输至线上面访池。

本公开实施例可以提高理赔案件的处理效率和准确率。

上文结合图2和图3，详细描述了本公开的方法实施例，下面结合图4至图6，详细描述本公开的装置实施例。应理解，方法实施例的描述与装置实施例的描述相互对应，因此，装置实施例未详细描述的部分可以参见前面方法实施例。

图4是本公开实施例提供的一案件分流装置的示意性结构图。装置400可以包括获取单元410、提取单元420、判断单元430以及分流单元440。下面对这些单元进行详细介绍。

获取单元410被配置为获取案件的报案材料。

提取单元420被配置为对所述报案材料进行自动识别，以从所述报案材料中提取关键信息。

判断单元430被配置为被配置为将关键信息输入预先建立的判断模型，以判断案件适合的面访类型。

分流单元440被配置为响应于所述面访类型为线上面访，将所述案件传输至线上面访池，响应于所述面访类型为线下面访，将所述案件传输至线下面访池。

可选地，所述提取单元420可以被配置为基于光学字符识别，对所述报案材料进行自动识别。

可选地，所述装置400还可以包括：发送单元。发送单元可以被配置为响应于所述面访类型为线上面访，向所述案件的申请人发送线上面访的预约信息。

可选地，所述发送单元可以被配置为在所述申请人的客户端界面上呈现线上面访的预约界面。

可选地，所述分流单元还可以被配置为在将所述关键信息输入预先建立的判断模型之前，响应于所述关键信息提取失败，将所述案件传输至人工筛选池。

可选地，所述案件为理赔案件，所述关键信息包括以下信息中的一项或多项：理赔案件所属产品的类型、是否发生意外、被理赔人的年龄、申请人是否为被理赔人、报案方式、是否属于重疾、是否达到重疾标准、是否违反健康告知、就医医院的等级和产品的保障期限。

可选地，所述案件为理赔案件，所述判断模型包括以下判断规则中的一项或多项：如果理赔案件所属产品的类型为重疾，确定所述申请人的面访类型为线上面访；如果所述理赔案件并非由意外引起，确定所述申请人的面访类型为线上面访；如果被理赔人的年龄处于预设年龄范围内，确定所述申请人的面访类型为线上面访；如果理赔案件的申请人为被理赔人，确定所述申请人的面访类型为线上面访；如果报案方式为线上报案，确定所述申请人的面访类型为线上面访；如果被理赔人患有的疾病属于重疾，确定所述申请人的面访类型为线上面访；如果被理赔人患有的疾病达到重疾标准，确定所述申请人的面访类型为线上面访；如果被理赔人未违反健康告知，确定所述申请人的面访类型为线上面访；如果就医医院的等级高于预设等级，确定所述申请人的面访类型为线上面访；如果处于理赔案件所属产品的保障期限内，确定所述申请人的面访类型为线上面访。

可选地，所述判断单元可以被配置为所述判断模型用于执行以下操作：将所述关键信息转换成预设的多个判断因子；对所述多个判断因子进行运算，判断所述案件适合的面访类型。

可选地，所述多个判断因子中的每个判断因子的取值均为0或1，所述判断单元可以被配置为对所述多个判断因子进行乘法运算；如果所述乘法运算的结果为1，确定所述申请人的面访类型为线上面访；如果所述乘法运算的结果为0，确定所述申请人的面访类型为线下面访。

图5是本公开实施例提供的另一案件分流装置的结构示意图。该装置500用于处理理赔案件，该装置500可以包括：获取单元510、提取单元520、人工筛选案件传输单元530、判断单元540、预约界面呈现单元550、线上面访案件传输单元560、线下面访案件传输单元570。下面分别对这些单元进行介绍。

获取单元510，被配置为获取理赔案件的报案材料；

提取单元520，对报案材料进行自动识别，以从报案材料中提取关键信息；

人工筛选案件传输单元530，被配置为如果关键信息提取失败，将理赔案件传输至人工筛选池；

判断单元540，被配置为如果关键信息提取成功，将关键信息输入预先建立的判断模型，以判断理赔案件适合的面访类型；

预约界面呈现单元550，被配置为响应于面访类型为线上面访，在理赔案件的申请人的客户端界面上呈现线上面访的预约界面；

线上面访案件传输单元560，被配置为在申请人通过预约界面预约后，将理赔案件传输至线上面访池；

线下面访案件传输单元570，响应于面访类型为线下面访，将理赔案件传输至线下面访池。

图6是本公开实施例提供的又一案件分流装置的结构示意图。该装置600例如可以是具有计算功能的计算设备。比如，装置600可以是移动终端或者服务器。装置600可以包括存储器610和处理器620。存储器610可用于存储可执行代码。处理器620可用于执行所述存储器610中存储的可执行代码，以实现前文描述的各个方法中的步骤。在一些实施例中，该装置600还可以包括网络接口630，处理器620与外部设备的数据交换可以通过该网络接口630实现。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其他任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本公开实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字申请人线(Digital Subscriber Line，DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如，软盘、硬盘、磁带)、光介质(例如数字视频光盘(Digital Video Disc，DVD))、或者半导体介质(例如固态硬盘(Solid State Disk，SSD))等。本领域普通技术人员可以意识到，结合本公开实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本公开的范围。

在本公开所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本公开实施例方案的目的。

另外，在本公开各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

以上所述，仅为本公开的具体实施方式，但本公开的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应以所述权利要求的保护范围为准。

Claims (21)

1.一种案件分流方法，所述方法用于处理待面访的案件，所述方法包括：

获取所述案件的报案材料；

对所述报案材料进行自动识别，以从所述报案材料中提取关键信息；

将所述关键信息输入预先建立的判断模型，以判断所述案件适合的面访类型；

响应于所述面访类型为线上面访，将所述案件传输至线上面访池；

响应于所述面访类型为线下面访，将所述案件传输至线下面访池。

2.根据权利要求1所述的方法，所述对所述报案材料进行自动识别，包括：

基于光学字符识别，对所述报案材料进行自动识别。

3.根据权利要求1所述的方法，还包括：

响应于所述面访类型为线上面访，向所述案件的申请人发送线上面访的预约信息。

4.根据权利要求3所述的方法，所述向所述案件的申请人发送线上面访的预约信息，包括：

在所述申请人的客户端界面上呈现线上面访的预约界面。

5.根据权利要求1所述的方法，所述将所述关键信息输入预先建立的判断模型之前，所述方法还包括：

响应于所述关键信息提取失败，将所述案件传输至人工筛选池。

6.根据权利要求1所述的方法，所述案件为理赔案件，所述关键信息包括所述理赔案件的以下信息中的一项或多项：所述理赔案件所属产品的类型、所述产品的保障期限、是否发生意外、被理赔人的年龄、申请人是否为被理赔人、报案方式、是否属于重疾、是否达到重疾标准、是否违反健康告知以及就医医院的等级。

7.根据权利要求1所述的方法，所述案件为理赔案件，所述判断模型包括以下判断规则中的一项或多项：

如果所述理赔案件所属产品的类型为重疾类产品，确定所述面访类型为线上面访；

如果所述理赔案件并非由意外引起，确定所述面访类型为线上面访；

如果被理赔人的年龄处于预设年龄范围内，确定所述面访类型为线上面访；

如果理赔案件的申请人为被理赔人，确定所述面访类型为线上面访；

如果报案方式为线上报案，确定所述面访类型为线上面访；

如果被理赔人患有的疾病属于重疾，确定所述面访类型为线上面访；

如果被理赔人患有的疾病达到重疾标准，确定所述面访类型为线上面访；

如果被理赔人未违反健康告知，确定所述面访类型为线上面访；

如果就医医院的等级高于预设等级，确定所述面访类型为线上面访；

如果处于所述产品的保障期限内，确定所述面访类型为线上面访。

8.根据权利要求1所述的方法，所述判断模型用于执行以下操作：

将所述关键信息转换成预设的多个判断因子；

对所述多个判断因子进行运算，判断所述案件适合的面访类型。

9.根据权利要求8所述的方法，所述多个判断因子中的每个判断因子的取值均为0或1，

所述对所述多个判断因子进行运算，确定所述面访类型，包括：

对所述多个判断因子进行乘法运算；

如果所述乘法运算的结果为1，确定所述面访类型为线上面访

如果所述乘法运算的结果为0，确定所述面访类型为线下面访。

10.一种案件分流方法，所述方法用于处理理赔案件，包括：

获取所述理赔案件的报案材料；

对所述报案材料进行自动识别，以从所述报案材料中提取关键信息；

如果所述关键信息提取失败，将所述理赔案件传输至人工筛选池；

如果所述关键信息提取成功，将所述关键信息输入预先建立的判断模型，以判断所述理赔案件适合的面访类型；

响应于所述面访类型为线上面访，在所述理赔案件的申请人的客户端界面上呈现线上面访的预约界面；

在所述申请人通过所述预约界面预约后，将所述理赔案件传输至线上面访池；

响应于所述面访类型为线下面访，将所述理赔案件传输至线下面访池。

11.一种案件分流装置，所述装置用于处理待面访的案件，

所述装置包括：

获取单元，被配置为获取所述案件的报案材料；

提取单元，被配置为对所述报案材料进行自动识别，以从所述报案材料中提取关键信息；

判断单元，被配置为将所述关键信息输入预先建立的判断模型，以判断所述案件适合的面访类型；

分流单元，被配置为响应于所述面访类型为线上面访，将所述案件传输至线上面访池，响应于所述面访类型为线下面访，将所述案件传输至线下面访池。

12.根据权利要求11所述的装置，所述提取单元被配置为基于光学字符识别，对所述报案材料进行自动识别。

13.根据权利要求11所述的装置，所述装置还包括：

发送单元，被配置为响应于所述面访类型为线上面访，向所述案件的申请人发送线上面访的预约信息。

14.根据权利要求13所述的装置，所述发送单元被配置为在所述申请人的客户端界面上呈现线上面访的预约界面。

15.根据权利要求11所述的装置，所述分流单元还被配置为在将所述关键信息输入预先建立的判断模型之前，响应于所述关键信息提取失败，将所述案件传输至人工筛选池。

16.根据权利要求11所述的装置，所述案件为理赔案件，所述关键信息包括所述理赔案件的以下信息中的一项或多项：所述理赔案件所属产品的类型、所述产品的保障期限、是否发生意外、被理赔人的年龄、申请人是否为被理赔人、报案方式、是否属于重疾、是否达到重疾标准、是否违反健康告知以及就医医院的等级。

17.根据权利要求11所述的装置，所述案件为理赔案件，所述判断模型包括以下判断规则中的一项或多项：

如果所述理赔案件所属产品的类型为重疾类产品，确定所述面访类型为线上面访；

如果所述理赔案件并非由意外引起，确定所述面访类型为线上面访；

如果被理赔人的年龄处于预设年龄范围内，确定所述面访类型为线上面访；

如果理赔案件的申请人为被理赔人，确定所述面访类型为线上面访；

如果报案方式为线上报案，确定所述面访类型为线上面访；

如果被理赔人患有的疾病属于重疾，确定所述面访类型为线上面访；

如果被理赔人患有的疾病达到重疾标准，确定所述面访类型为线上面访；

如果被理赔人未违反健康告知，确定所述面访类型为线上面访；

如果就医医院的等级高于预设等级，确定所述面访类型为线上面访；

如果处于所述产品的保障期限内，确定所述面访类型为线上面访。

18.根据权利要求11所述的装置，所述判断单元被配置为所述判断模型用于执行以下操作：

将所述关键信息转换成预设的多个判断因子；

对所述多个判断因子进行运算，判断所述案件适合的面访类型。

19.根据权利要求18所述的装置，所述多个判断因子中的每个判断因子的取值均为0或1，

所述判断单元被配置为对所述多个判断因子进行乘法运算；如果所述乘法运算的结果为1，确定所述面访类型为线上面访；如果所述乘法运算的结果为0，确定所述面访类型为线下面访。

20.一种案件分流装置，所述装置用于处理理赔案件，

所述装置包括：

获取单元，被配置为获取所述理赔案件的报案材料；

提取单元，对所述报案材料进行自动识别，以从所述报案材料中提取关键信息；

人工筛选案件传输单元，被配置为如果所述关键信息提取失败，将所述理赔案件传输至人工筛选池；

判断单元，被配置为如果所述关键信息提取成功，将所述关键信息输入预先建立的判断模型，以判断所述理赔案件适合的面访类型；

预约界面呈现单元，被配置为响应于所述面访类型为线上面访，在所述理赔案件的申请人的客户端界面上呈现线上面访的预约界面；

线上面访案件传输单元，被配置为在所述申请人通过所述预约界面预约后，将所述理赔案件传输至线上面访池；

线下面访案件传输单元，响应于所述面访类型为线下面访，将所述理赔案件传输至线下面访池。

21.一种案件分流的装置，包括存储器和处理器，所述存储器中存储有可执行代码，所述处理器被配置为执行所述可执行代码，以实现权利要求1-10中任一项所述的方法。

Images