CN113362191A - 设备投保数据处理方法、装置、计算机设备和存储介质 - Google Patents
设备投保数据处理方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN113362191A CN113362191A CN202110730722.2A CN202110730722A CN113362191A CN 113362191 A CN113362191 A CN 113362191A CN 202110730722 A CN202110730722 A CN 202110730722A CN 113362191 A CN113362191 A CN 113362191A
- Authority
- CN
- China
- Prior art keywords
- insurance
- risk
- determining
- information
- sub
- 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
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
- 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
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
Abstract
本发明涉及一种设备投保数据处理方法、装置、计算机设备和存储介质。该设备投保数据处理方法包括:构建用于保险稽核的知识图谱,基于知识图谱和原始保单数据获取保险的设备投保信息,根据保险方案确定险别和保险额度,根据所述险别和所述设备信息确定相应的基准费率与至少一个影响系数,根据所述保险额度、所述基准费率以及所述至少一个影响系数,确定保费数据。本申请的设备投保数据处理方法实现了对投保数据的自动化处理,不再需要人工处理,从而提高了对投保数据的处理效率,提高了处理准确率,降低了人力成本,能够很好地满足当前投保数据的处理需求。
Description
技术领域
本发明涉及数据处理领域,特别是涉及设备投保数据处理方法、装置、计算机设备和存储介质。
背景技术
财产保险是指投保人根据合同约定,向保险人交付保险费,保险人按保险合同的约定对所承保的财产及其有关利益因意外事故造成的损失承担赔偿责任的保险。例如,此处的财产可以为生产设备,生产设备发生故障时,保险人对由于故障所导致的损失进行赔偿。在传统保险领域,业务员根据客户需要,初步制定保单条款、免赔、限额等条例,然后提交给核保人员审核,核保人参考历史核保数据、行业规则等条件给出范围内的报价,业务员根据已出报价再做调整或者和核保人协商,增加特约以调整价格,其中需要大量的人力和时间沟通,造成保险出单业务的时间成本和人力成本的提高,也带给客户等待时间长的体验。在大数据和AI、知识图谱等技术的加持下,对于普通常见的保单模型数据亟需由人工报价逐渐走向自动化的过程。目前,保险公司在客户投保后,是通过人工依据经验对核保所需的核保数据进行审核,最终下发核保结论进行保单签发,人工核保需要依赖人工经验,导致核保准确度较低,进而导致核保效率低。
发明内容
基于此,有必要针对在对保险的设备投保数据进行处理时通过人工进行处理,需要依赖人工经验,导致对投保数据的处理准确度低、处理效率低的问题,提供一种设备投保数据处理方法、装置、计算机设备和存储介质。
一种设备投保数据处理方法,包括:
构建用于保险稽核的知识图谱;
基于所述知识图谱和原始保单数据获取保险的设备投保信息;所述设备投保信息包括保险方案以及设备信息;
根据所述保险方案确定险别和保险额度;
根据所述险别和所述设备信息确定相应的基准费率与至少一个影响系数;
根据所述保险额度、所述基准费率以及所述至少一个影响系数,确定保费数据。
在其中一个实施例中,所述构建用于保险稽核的知识图谱,包括:
获取所述保险的多个历史保险信息样本;所述历史保险信息样本包括样本险别、所述样本险别对应的多个子险别以及每个所述子险别对应的子险种属性,所述子险种属性包括子险种说明信息和所述子险别的保费信息;
基于多个所述子险别以及每个所述子险别所对应的子险种属性,确定多个所述子险别之间的多种组合关系;
将所述样本险别作为结点实体,并将所述多个子险别分别作为所述结点实体的从结点;
根据所述结点实体以及各所述从结点,生成所述用于保险稽核的知识图谱。
在其中一个实施例中,所述基于所述知识图谱和原始保单数据获取保险的设备投保信息,包括:
从所述原始保单数据中提取语义实体以及语义关系;
利用所有所述语义实体以及所述语义关系构造查询模式图;
将所述查询模式图与所述知识图谱进行比对,在所述查询模式图中查找到与所述知识图谱相匹配的匹配项,所述匹配项即所述保险的设备投保信息。
在其中一个实施例中,所述根据所述保险额度、所述基准费率以及所述至少一个影响系数,确定保费数据,包括:
根据所述至少一个影响系数,确定所述基准费率的动态因子;
根据所述动态因子确定针对所述设备投保信息的费率;
根据所述保险额度和所述费率,确定保费数据。
在其中一个实施例中,所述根据保险方案确定险别,包括:
根据所述保险方案确定所述保险方案代号;
获取方案信息表,所述方案信息表包括各保险方案代号以及对应的至少一个险别;
根据所述方案信息表确定对应于所述保险方案代号的至少一个险别。
在其中一个实施例中,所述根据所述险别和所述设备信息确定相应的基准费率与至少一个影响系数,包括:
根据所述险别由险别设置表确定所述基准费率,其中,所述险别设置表包括各险别与相应的基准费率;
根据所述险别由所述险别系数表确定所述至少一个影响系数和对应的测算规则;其中,所述险别系数表包括各险别与相应的至少一个影响系数及对应的测算规则;
根据所述设备信息、所述至少一个影响系数和对应的测算规则,确定所述至少一个影响系数的相应参数值。
在其中一个实施例中,所述获取方案信息表,包括:
根据所述保险方案代号,由键值对数据库获取所述方案信息表。
一种设备投保数据处理装置,包括:
构建模块,用于构建用于保险稽核的知识图谱;
获取模块,用于基于所述知识图谱和原始保单数据获取保险的设备投保信息;所述设备投保信息包括保险方案以及设备信息;
第一确定模块,用于根据所述保险方案确定险别和保险额度;
第二确定模块,用于根据所述险别和所述设备信息确定相应的基准费率与至少一个影响系数;
第三确定模块,用于根据所述保险额度、所述基准费率以及所述至少一个影响系数,确定保费数据。
一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机可读指令,所述计算机可读指令被所述处理器执行时,使得所述处理器执行上述所述设备投保数据处理方法的步骤。
一种存储有计算机可读指令的存储介质,所述计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行上述所述设备投保数据处理方法的步骤。
上述设备投保数据处理方法、装置、计算机设备和存储介质,构建用于保险稽核的知识图谱,基于知识图谱和原始保单数据获取保险的设备投保信息,根据保险方案确定险别和保险额度,根据所述险别和所述设备信息确定相应的基准费率与至少一个影响系数,根据所述保险额度、所述基准费率以及所述至少一个影响系数,确定保费数据,实现了对投保数据的自动化处理,不再需要人工处理,从而提高了对投保数据的处理效率,提高了处理准确率,降低了人力成本,能够很好地满足当前投保数据的处理需求。
附图说明
图1为一个实施例中提供的设备投保数据处理方法的流程图;
图2为一个实施例中构建用于保险稽核的知识图谱的流程图;
图3为一个实施例中基于知识图谱和原始保单数据获取保险的投保信息的流程图;
图4为一个实施例中根据保险方案确定险别和保险额度的流程图;
图5为一个实施例中根据险别和设备信息确定相应的基准费率与至少一个影响系数的流程图;
图6为一个实施例中根据保险额度、基准费率以及至少一个影响系数,确定保费数据的流程图;
图7为一个实施例中提供的设备投保数据处理装置的结构框图;
图8为一个实施例中计算机设备的内部结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
可以理解,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。还应理解的是,虽然术语“第一”、“第二”、“第三”等在文本中在一些本申请实施例中用来描述各种元素,但是这些元素不应该受到这些术语的限制。这些术语仅用于区分各种元素。
机器设备损坏险是保险的附加验,凡投保保险的单位的机器设备,均可附加机器设备损坏险。通常,投保的机器设备由于规定范围内的原因造成的直接损失,由保险公司负责赔偿。
针对保险的设备投保数据,在本申请实施例中,提出了一种设备投保数据处理方法,设备即投保保险的单位的机器设备。通过本实施例的方法,将现有技术中的人工核保工作替换为自动核保处理工作,减少了人工介入,规避了人工工作出错风险,提高了准确率,且能够一天24小时进行该处理工作,大大减少了业务员的等待时间,同时将出错风险降到最低,能够根据多个动态的影响系数实时确定当前保费,还能够实现保费计算自动化运行,降低了开发和运维成本,提高了工作效率。
参考图1所示,该设备投保数据处理方法,具体可以包括以下步骤:
S10、构建用于保险稽核的知识图谱。
参考图2所示,在某些实施方式中,步骤S10包括:
S101、获取保险的多个历史保险信息样本;每个保险信息样本包括险别、险别对应的多个子险别以及每个子险别对应的子险种属性,子险种属性包括子险种说明信息和子险别的保费信息。
其中,子险种说明信息包括子险别的名称以及代号。
采集保险多个类别的保险信息,保险信息可以为保单也可以为没生成保单的前期数据,具体地,每个保险信息可以包括险别、险别对应的多个子险别以及每个子险别对应的子险种属性,这里的子险种属性包括子险种说明信息和子险别的保费信息。
S102、基于多个子险别以及每个子险别对应的子险种属性,确定多个子险别之间的多种组合关系。
例如,可以基于每个子险别以及每个子险别所对应的子险种属性,如根据子险种说明信息和子险别的保费信息,可以对多个子险别进行组合或是历史保单中多个子险别的拆分,得到多个子险别所对应的多种组合方式,每个组合方式可以生成一个保单,用于供人学习或咨询。
S103、将险别作为结点实体,并将多个子险别作为结点实体的各个从结点。
本实施例中,为了生成树状或网状的可视图即为保险知识图谱,首先确定主结点(险别用于作为结点实体)和从结点(即子险别),即将险别作为结点实体,并将多个子险别作为结点实体的各个从结点,通过结点实体和各个从结点之间的关联,形成树状或是网状的可视图。例如,财产保险作为一种险种即为结点实体,其中财产保险还具体包括子险别一、子险别二、子险别三等。主结点也可以称为父节点,相应地,从结点可以称为子节点。
S104、根据结点实体以及各个从结点,生成知识图谱。知识图谱中包含结点实体以及各个从结点的子险种说明信息。
本实施例中,为了直观地体现出用于保险稽核的知识图谱,具体地,根据结点实体以及各个从结点,可以生成保险知识图谱,保险知识图谱中包含从结点的子险种说明信息,也含有对应结点实体的险种说明信息,用以直观地为用户提供保险知识图谱的整体架构以及内容。
在知识图谱中,语义关系用于联系两个语义实体,语义关系用于作为两个语义实体之间的联系“纽带”,因此基于自然语言查询文本对应的语义关系能够获取该语义关系所对应的语义实体。
S20、基于知识图谱和原始保单数据获取保险的投保信息。投保信息包括保险方案以及设备信息。
原始保单数据可以是各种格式的数据,例如,文本格式、图像格式和表单格式等。原始保单数据既可以包括投保人通过手动输入的数据,也可以包括从投保人上传的各种格式的多模态数据中提取出的数据。原始保单数据还可以从其他有效途径获取。
各原始保单数据可以是不同的格式,例如,已用时长、使用年限、生产厂家、能耗等数据可以是文本格式、图片格式或者表格格式的数据。
对于各种不同格式的多模态数据,可以采用相应的数据提取算法进行数据提取,例如,对于图片数据,可以采用基于OCR(Optical Character Recognition,光学字符识别)算法和抽取—转换—加载(Extract-Transform-Load,ETL)算法等数据处理算法来提取数据,将多模态数据构建成结构化数据,以便于识别和处理。
参考图3所示,在某些实施方式中,步骤S20包括:
S201、从原始保单数据中提取语义实体以及语义关系。
原始保单数据的文本中提取语义实体(即文本中用于描述确定对象的词组)以及语义关系(语义关系即语义实体之间的关系)。
S202、利用所有语义实体以及语义关系构造查询模式图。
具体地,以各语义实体为节点,以各语义实体之间的语义关系为索引,建立用于查询语义实体的模式图,即查询模式图。
S203、将查询模式图与知识图谱进行比对,在所述查询模式图中查找到与所述知识图谱相匹配的匹配项,所述匹配项即所述保险的设备投保信息。
知识图谱中保存有用于保险稽核的数据以及规则,将查询模式图与知识图谱进行比对,查找到匹配项,匹配项即用于保险稽核的投保信息。
设备信息例如可以包括设备运行状态信息、设备管理信息以及生产状态信息,以及设备运行状态信息、设备管理信息和生产状态信息中的各项参数所对应的评价分数,各项参数的评价分数能够反映出投保方设备的运营风险,一般的,运营风险越高,则意味着投保方设备出现故障的概率越高,相应地进行保险赔偿的概率也越高,因此,为了降低承保风险,向投保方所收取的保费也越高;反之,则可以降低保费。
设备运行状态信息包括设备运行时的各种参数数据,例如耗电量或耗油量、运行噪声音量等。设备运行时的各种参数数据能够有效反映设备当前的质量状况,质量状况越好,设备故障发生概率越低,承保方的风险越低,向投保方所收取的保费也越低。质量状况越差,设备故障发生概率越高,承保方的风险越高,向投保方所收取的保费也越高。
生产状态信息通过智能检测设备监测得到投保设备的产品产量、能耗、原料用量以及人员班次;具体地,产品产量、能耗、原料用量和人员班次的值越高,则意味着投保方的运营能力越强,投保设备利用率越高,工作负担越重,设备磨损越快,出现设备故障的概率越高。
设备管理信息,包括投保设备的保养和巡检按时完成率、备件和易耗件按时更换情况和维修记录;具体地,从通过上述步骤可以得到投保方对投保设备进行保养的情况、配件的损耗情况以及维修情况,而这些情况是直接与设备的老化及折旧程度对应的,保养和巡检的按时完成率越高、备件和易耗件的按时更换率越高、故障记录和维修记录之间的时间间隔越短,则投保设备出现故障的概率越低。
S30、根据保险方案确定险别和保险额度。
如图4所示,在某些实施方式中,根据保险方案确定险别,包括:
S301、根据所述保险方案确定所述保险方案代号。
保险方案代号与保险方案是唯一对应的关系。保险方案代号是预先设置的,例如可以设置为1011A10001。
S302、获取方案信息表,所述方案信息表包括各保险方案代号以及对应的至少一个险别。
获取方案信息表,包括:根据所述保险方案标识,由键值对数据库获取所述方案信息表。
在某些实施方式中,方案信息表是通过保险方案代号与至少一个险别生成的。方案信息表用于保存保险方案与险别间的对应关系,保险方案与险别为一对多的关系。主要字段有方案代码、险别代码、方案名称和短期费率代号等。
S303、根据所述方案信息表确定对应于所述保险方案代号的至少一个险别。
其中,方案信息表可包含方案代号、方案名称以及方案类型。其中方案类型用于判断该方案是定额方案还是非定额方案。本实施例中的方法可用于计算非定额方案,所以方案类型代号为“0”;定额保险中的保费可通过读取设置的保额保费直接获取,定额方案代号为“1”或其他非0数值。方案类型代号为“0”表示非定额方案,有保费计算。
例如,某保险产品为高端设备故障险,保险方案代号为1011A10001,包含四个险别,有三个影响系数,已用时长、保额、使用年限。
在一个实施例中,保险方案代号为1011A10001,名称为“高端设备故障险”,方案类型0。
其中,该方案可分别有4个险别11013001,11013002、11013003、11013004。
S40、根据险别和设备信息确定相应的基准费率与至少一个影响系数。
如图5所示,在某些实施方式中,S40包括:
S401、根据险别由险别设置表确定基准费率,其中,险别设置表包括各险别与相应的基准费率。
险别设置表,用于保存最基本的险别对应的基础费率,险别与基础费率是一对一的关系,主要字段包括险别代码、险别名称和基准费率。险别系数表用于保存险别与影响系数的对应关系以及衡量规则,险别与影响系数是一对多的关系。主要字段有险别代码,影响系数类型(例如TIME已用时长),衡量规则(如:BEIN代表在此区间内,DENGYU代表等于)。在某些实施方式中,险别设置表可以是通过险别与基准费率生成的。险别系数表可以是通过险别与至少一个影响系数生成的。
在某些实施方式中,险别系数表,用于保存保险方案、险别与影响系数的对应关系,保险方案与险别为一对多的关系,险别与影响系数组合为一对一的关系。主要字段有方案代码,险别代码,影响系数组合,影响系数代码。影响系数组合包括至少一个影响系数。
S402、根据险别由险别系数表确定至少一个影响系数和对应的衡量规则,其中,险别系数表包括各险别与相应的至少一个影响系数及对应的衡量规则;
S403、根据设备信息、至少一个影响系数和对应的衡量规则,确定至少一个影响系数的相应参数值。
例如,该保险方案涉及到的四个险别,四个险别的编号分别为01013101、01013102、01013103和01013104,对应地,四个险别的名称依次为一级故障险、二级故障险、三级故障险和四级故障险,基准费率对应依次为0.001、0.002、0.003和0.004,方案类型均为0。
其中,该方案的01013101险别(一级故障险)用到其中三个影响系数:已用时长,衡量规则为在已用时长区间内满足;保额,衡量规则为等于保额时满足;使用年限,衡量规则为在使用年限区间内满足。表中有一些别的影响系数,是其他方案用到01013101险别的其他影响系数,在本实施例中,险别系数表可例如如下:
上表中的“生产厂家”这一影响系数,含义为不同生产厂家所生产的同一种设备的质量不同,因此对不同的生产厂家赋予不同的系数值。
例如:该方案的01013101险别,影响系数组合为[“已用时长”,“使用年限”,“保额”],可以为每一个影响系数均定义一个影响系数代码,方便在计算时直接调用。
在本实施例中,可定义一个影响系数代码1011A10001001LIST(影响系数代码的定义规则可为:方案代码+001(第一个险别的第一条规则),+LIST(代表为影响系数组,不是单一的影响系数),本申请实施例不受此限制。
在某些实施方式中,根据保险方案由方案信息表确定险别包括:根据保险方案由键值对数据库获取方案信息表;通过方案信息表确定险别。
其中,键值对数据库可以采用Key-value数据库,Key-value数据库是一种以键值对存储数据的数据库,类似java中的map。可以将整个Key-value数据库理解为一个大的map,每个键都会对应一个唯一的值。Key-value分布式存储系统具有查询速度快、存放数据量大、支持高并发的优点,尤其适合通过主键进行查询。
S50、根据保险额度、基准费率以及至少一个影响系数,确定保费数据。
如图6所示,在某些实施方式中,S50包括:
S501、根据至少一个影响系数的相应参数值,确定基准费率的动态因子;
S502、根据基本费率和动态因子确定针对投保信息的费率;
S503、根据保险额度和费率,确定保费数据。
其中,根据至少一个影响系数的相应参数值,确定基准费率的动态因子,包括:根据动态因子表确定对应于至少一个影响系数的相应参数值的动态因子;其中,动态因子表包括至少一个影响系数的相应参数值与对应的动态因子。
在某些实施方式中,动态因子表是通过影响系数代号与系数生成的。动态因子表,用于保存影响系数值与动态因子间的关系,影响系数值与动态因子为一对一的关系。主要字段有影响系数代码,影响系数值(如已用时长区间1-20年),动态因子。
在动态因子表中,例如可以包括三个影响系数:“已用时长”,“使用年限”,“保额”,其中“已用时长”影响系数的相应参数为8到10年,“保额”影响系数的相应参数为1000000,“使用年限”影响系数的相应参数为“20”,则根据动态因子表,对应于至少一个影响系数的相应参数值[“已用时长”:“8,10”],[“保额”:“1000000”],[“使用年限”:“20”],对应动态因子为0.28。
可例如根据如下公式计算保费数据:实时影响系数=基准费率*动态因子;
保费数据=保额*实时影响系数。
例如,影响系数代码1011A10001001LIST,对应的影响系数的相应参数值为[“已用时长”:“8,10”],[“保额”:“1000000”],[“使用年限”:“20”],时,动态因子0.28。结合前面的设置,本条影响系数代码表达的含义如下:有高端设备故障险a(款),在01013101险别下,投保设备已用时长在8到10年之间,保额为1000000元,并且使用年限为20年时,对应的动态因子为0.28,
因此,针对该投保设备的费率为:
基准费率*动态因子=0.001*0.28=0.00028
保费数据为280元:
保额*费率=1000000*0.00028=280。
在某些实施方式中所采用的保费计算公式包括:
保费计算公式:
主险保费公式=主险纯风险保费*(1-成数分出比例-溢额分出比例-临分分出比例))/[预估成本率*(1-成数分出比例-溢额分出比例-临分分出比例)-跟单费用率-营业费用率-保险保障基金+成数分出比例*成数摊回手续费率+溢额分出比例*溢额摊回手续费率+临分分出比例*临分摊回手续费率]*1.06*短期费率系数;
主险费率=主险保费/主险保额;
附加险纯风险保费=主险纯风险保费/主险保额*附加险比例*机构附加险调整系数*附加险保额;
附加险保费=主险保费/主险保额*附加险比例*机构附加险调整系数*附加险保额*短期费率系数;
根据录入的每岗位每人保费,计算新整单保费,按新整单保费/整单保费的比例分摊到模型保费的险种层,计算新主险保费,再根据以下公式计算新手续费/经纪费:
模型预估成本率=主险纯风险保费*1.06*短期费率系数/主险保费+手续费/经纪费+RZ费+营业费用率+0.8%;
如果转人工,人工报价页面显示预估成本率处,显示此数值:
新手续费/经纪费=min(模型预估成本率-主险纯风险保费*短期费率系数*1.06/新主险保费-RZ费-营业费用率-0.08%,手续费/经纪费上限值),显示在手续费/经纪费处:当计算出新手续费/经纪费<=0时,提示保费过低,页面回到上次成功调整的值。
根据本申请实施例的方法,基于知识图谱和原始保单数据获取保险的投保信息,通过保险方案确定险别,进而确定基准费率与至少一个影响系数,然后计算保费的方式,能够根据多个动态的影响系数实时确定当前保费,还能够实现保费计算自动化运行,降低了开发和运维成本。
如图7所示,在一个实施例中,提出了一种设备投保数据处理装置,包括:
构建模块10,用于构建用于保险稽核的知识图谱;
获取模块20,用于基于所述知识图谱和原始保单数据获取保险的设备投保信息;所述设备投保信息包括保险方案以及设备信息;
第一确定模块30,用于根据所述保险方案确定险别和保险额度;
第二确定模块40,用于根据所述险别和所述设备信息确定相应的基准费率与至少一个影响系数;
第三确定模块50,用于根据所述保险额度、所述基准费率以及所述至少一个影响系数,确定保费数据。
在某些实施方式中,构建模块10包括:
获取单元,用于获取保险的多个历史保险信息样本;每个保险信息样本包括险别、险别对应的多个子险别以及每个子险别对应的子险种属性,子险种属性包括子险种说明信息和子险别的保费信息。其中,子险种说明信息包括子险别的名称以及代号。
第一确定单元,用于基于多个子险别以及每个子险别对应的子险种属性,确定多个子险别之间的多种组合关系。
第二确定单元,用于将险别作为结点实体,并将多个子险别作为结点实体的各个从结点。
生成单元,用于根据结点实体以及各个从结点,生成知识图谱。知识图谱中包含结点实体以及各个从结点的子险种说明信息。
在某些实施方式中,获取模块20包括:
提取单元,用于从原始保单数据中提取语义实体以及语义关系。
构造单元,用于利用所有语义实体以及语义关系构造查询模式图。
查找单元,用于将查询模式图与知识图谱进行比对,在所述查询模式图中查找到与所述知识图谱相匹配的匹配项,所述匹配项即所述保险的设备投保信息。
在某些实施方式中,第一确定模块30包括用于根据保险方案确定险别的子模块,该子模块包括:
第三确定单元,用于根据所述保险方案确定所述保险方案代号。
获取单元,用于获取方案信息表,所述方案信息表包括各保险方案代号以及对应的至少一个险别。
第四确定单元,用于根据所述方案信息表确定对应于所述保险方案代号的至少一个险别。
在某些实施方式中,第二确定模块40,包括:
第五确定单元,用于根据险别由险别设置表确定基准费率,其中,险别设置表包括各险别与相应的基准费率。
第六确定单元,用于根据险别由险别系数表确定至少一个影响系数和对应的衡量规则,其中,险别系数表包括各险别与相应的至少一个影响系数及对应的衡量规则。
第七确定单元,用于根据设备信息、至少一个影响系数和对应的衡量规则,确定至少一个影响系数的相应参数值。
在某些实施方式中,第三确定模块50包括:
第八确定单元,用于根据至少一个影响系数的相应参数值,确定基准费率的动态因子;
第九确定单元,用于根据基本费率和动态因子确定针对投保信息的费率;
第十确定单元,用于根据保险额度和费率,确定保费数据。
如图8所示,在一个实施例中,提出了一种计算机设备,所述计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
构建用于保险稽核的知识图谱;
基于所述知识图谱和原始保单数据获取保险的设备投保信息;所述设备投保信息包括保险方案以及设备信息;
根据所述保险方案确定险别和保险额度;
根据所述险别和所述设备信息确定相应的基准费率与至少一个影响系数;
根据所述保险额度、所述基准费率以及所述至少一个影响系数,确定保费数据。
在一个实施例中,所述处理器所执行的构建用于保险稽核的知识图谱的步骤包括:
获取保险的多个历史保险信息样本;每个保险信息样本包括险别、险别对应的多个子险别以及每个子险别对应的子险种属性,子险种属性包括子险种说明信息和子险别的保费信息。其中,子险种说明信息包括子险别的名称以及代号;
基于多个子险别以及每个子险别对应的子险种属性,确定多个子险别之间的多种组合关系;
将险别作为结点实体,并将多个子险别作为结点实体的各个从结点;
根据结点实体以及各个从结点,生成知识图谱;知识图谱中包含结点实体以及各个从结点的子险种说明信息。
在一个实施例中,所述处理器所执行的基于所述知识图谱和原始保单数据获取保险的设备投保信息的步骤包括:
从原始保单数据中提取语义实体以及语义关系。
利用所有语义实体以及语义关系构造查询模式图。
将查询模式图与知识图谱进行比对,在所述查询模式图中查找到与所述知识图谱相匹配的匹配项,所述匹配项即所述保险的设备投保信息。
在一个实施例中,所述处理器所执行的根据保险方案确定险别的步骤包括:
根据所述保险方案确定所述保险方案代号;
获取方案信息表,所述方案信息表包括各保险方案代号以及对应的至少一个险别;
根据所述方案信息表确定对应于所述保险方案代号的至少一个险别。
在一个实施例中,所述处理器所执行的根据所述险别和所述设备信息确定相应的基准费率与至少一个影响系数的步骤包括:
根据险别由险别设置表确定基准费率,其中,险别设置表包括各险别与相应的基准费率;
根据险别由险别系数表确定至少一个影响系数和对应的衡量规则,其中,险别系数表包括各险别与相应的至少一个影响系数及对应的衡量规则;
根据设备信息、至少一个影响系数和对应的衡量规则,确定至少一个影响系数的相应参数值。
在一个实施例中,所述处理器所执行的根据所述保险额度、所述基准费率以及所述至少一个影响系数,确定保费数据的步骤,包括:
根据至少一个影响系数的相应参数值,确定基准费率的动态因子;
根据基本费率和动态因子确定针对投保信息的费率;
根据保险额度和费率,确定保费数据。
在一个实施例中,提出了一种存储有计算机可读指令的存储介质,该计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行以下步骤:
构建用于保险稽核的知识图谱;
基于所述知识图谱和原始保单数据获取保险的设备投保信息;所述设备投保信息包括保险方案以及设备信息;
根据所述保险方案确定险别和保险额度;
根据所述险别和所述设备信息确定相应的基准费率与至少一个影响系数;
根据所述保险额度、所述基准费率以及所述至少一个影响系数,确定保费数据。
在一个实施例中,该计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器所执行的构建用于保险稽核的知识图谱的步骤包括:
获取保险的多个历史保险信息样本;每个保险信息样本包括险别、险别对应的多个子险别以及每个子险别对应的子险种属性,子险种属性包括子险种说明信息和子险别的保费信息。其中,子险种说明信息包括子险别的名称以及代号;
基于多个子险别以及每个子险别对应的子险种属性,确定多个子险别之间的多种组合关系;
将险别作为结点实体,并将多个子险别作为结点实体的各个从结点;
根据结点实体以及各个从结点,生成知识图谱;知识图谱中包含结点实体以及各个从结点的子险种说明信息。
在一个实施例中,该计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器所执行的基于所述知识图谱和原始保单数据获取保险的设备投保信息的步骤包括:
从原始保单数据中提取语义实体以及语义关系。
利用所有语义实体以及语义关系构造查询模式图。
将查询模式图与知识图谱进行比对,在所述查询模式图中查找到与所述知识图谱相匹配的匹配项,所述匹配项即所述保险的设备投保信息。
在一个实施例中,该计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器所执行的根据保险方案确定险别的步骤包括:
根据所述保险方案确定所述保险方案代号;
获取方案信息表,所述方案信息表包括各保险方案代号以及对应的至少一个险别;
根据所述方案信息表确定对应于所述保险方案代号的至少一个险别。
在一个实施例中,该计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器所执行的根据所述险别和所述设备信息确定相应的基准费率与至少一个影响系数的步骤包括:
根据险别由险别设置表确定基准费率,其中,险别设置表包括各险别与相应的基准费率;
根据险别由险别系数表确定至少一个影响系数和对应的衡量规则,其中,险别系数表包括各险别与相应的至少一个影响系数及对应的衡量规则;
根据设备信息、至少一个影响系数和对应的衡量规则,确定至少一个影响系数的相应参数值。
在一个实施例中,该计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器所执行的根据所述保险额度、所述基准费率以及所述至少一个影响系数,确定保费数据的步骤,包括:
根据至少一个影响系数的相应参数值,确定基准费率的动态因子;
根据基本费率和动态因子确定针对投保信息的费率;
根据保险额度和费率,确定保费数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,该计算机程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)等非易失性存储介质,或随机存储记忆体(Random Access Memory,RAM)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种设备投保数据处理方法,其特征在于,包括:
构建用于保险稽核的知识图谱;
基于所述知识图谱和原始保单数据获取保险的设备投保信息;所述设备投保信息包括保险方案以及设备信息;
根据所述保险方案确定险别和保险额度;
根据所述险别和所述设备信息确定相应的基准费率与至少一个影响系数;
根据所述保险额度、所述基准费率以及所述至少一个影响系数,确定保费数据。
2.如权利要求1所述的设备投保数据处理方法,其特征在于,所述构建用于保险稽核的知识图谱,包括:
获取所述保险的多个历史保险信息样本;所述历史保险信息样本包括样本险别、所述样本险别对应的多个子险别以及每个所述子险别对应的子险种属性,所述子险种属性包括子险种说明信息和所述子险别的保费信息;
基于多个所述子险别以及每个所述子险别所对应的子险种属性,确定多个所述子险别之间的多种组合关系;
将所述样本险别作为结点实体,并将所述多个子险别分别作为所述结点实体的从结点;
根据所述结点实体以及各所述从结点,生成所述用于保险稽核的知识图谱。
3.如权利要求1所述的设备投保数据处理方法,其特征在于,所述基于所述知识图谱和原始保单数据获取保险的设备投保信息,包括:
从所述原始保单数据中提取语义实体以及语义关系;
利用所有所述语义实体以及所述语义关系构造查询模式图;
将所述查询模式图与所述知识图谱进行比对,在所述查询模式图中查找到与所述知识图谱相匹配的匹配项,所述匹配项即所述保险的设备投保信息。
4.如权利要求1所述的设备投保数据处理方法,其特征在于,所述根据所述保险额度、所述基准费率以及所述至少一个影响系数,确定保费数据,包括:
根据所述至少一个影响系数,确定所述基准费率的动态因子;
根据所述动态因子确定针对所述设备投保信息的费率;
根据所述保险额度和所述费率,确定保费数据。
5.如权利要求1所述的设备投保数据处理方法,其特征在于,所述根据保险方案确定险别,包括:
根据所述保险方案确定所述保险方案代号;
获取方案信息表,所述方案信息表包括各保险方案代号以及对应的至少一个险别;
根据所述方案信息表确定对应于所述保险方案代号的至少一个险别。
6.如权利要求5所述的设备投保数据处理方法,其特征在于,所述根据所述险别和所述设备信息确定相应的基准费率与至少一个影响系数,包括:
根据所述险别由险别设置表确定所述基准费率,其中,所述险别设置表包括各险别与相应的基准费率;
根据所述险别由所述险别系数表确定所述至少一个影响系数和对应的测算规则;其中,所述险别系数表包括各险别与相应的至少一个影响系数及对应的测算规则;
根据所述设备信息、所述至少一个影响系数和对应的测算规则,确定所述至少一个影响系数的相应参数值。
7.如权利要求5所述的设备投保数据处理方法,其特征在于,所述获取方案信息表,包括:
根据所述保险方案代号,由键值对数据库获取所述方案信息表。
8.一种设备投保数据处理装置,其特征在于,包括:
构建模块,用于构建用于保险稽核的知识图谱;
获取模块,用于基于所述知识图谱和原始保单数据获取保险的设备投保信息;所述设备投保信息包括保险方案以及设备信息;
第一确定模块,用于根据所述保险方案确定险别和保险额度;
第二确定模块,用于根据所述险别和所述设备信息确定相应的基准费率与至少一个影响系数;
第三确定模块,用于根据所述保险额度、所述基准费率以及所述至少一个影响系数,确定保费数据。
9.一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机可读指令,所述计算机可读指令被所述处理器执行时,使得所述处理器执行如权利要求1至7中任一项权利要求所述设备投保数据处理方法的步骤。
10.一种存储有计算机可读指令的存储介质,所述计算机可读指令被处理器执行时,使得所述处理器执行如权利要求1至7中任一项权利要求所述设备投保数据处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110730722.2A CN113362191A (zh) | 2021-06-29 | 2021-06-29 | 设备投保数据处理方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110730722.2A CN113362191A (zh) | 2021-06-29 | 2021-06-29 | 设备投保数据处理方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113362191A true CN113362191A (zh) | 2021-09-07 |
Family
ID=77537232
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110730722.2A Pending CN113362191A (zh) | 2021-06-29 | 2021-06-29 | 设备投保数据处理方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113362191A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114220099A (zh) * | 2021-12-14 | 2022-03-22 | 中国平安财产保险股份有限公司 | 差异数据批量处理方法、装置及存储介质 |
-
2021
- 2021-06-29 CN CN202110730722.2A patent/CN113362191A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114220099A (zh) * | 2021-12-14 | 2022-03-22 | 中国平安财产保险股份有限公司 | 差异数据批量处理方法、装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3043447B1 (en) | Distribution transformer heavy loading and overloading mid-term and short-term pre-warning analytics model | |
CN105868373B (zh) | 电力业务信息系统关键数据处理方法及装置 | |
CN107810500A (zh) | 数据质量分析 | |
CN109376924A (zh) | 一种物资需求预测的方法、装置、设备及可读存储介质 | |
CN104756106A (zh) | 表征数据存储系统中的数据源 | |
CN102208064A (zh) | 行政协同审批系统及审批方法 | |
CN112860769A (zh) | 一种能源规划数据管理系统 | |
CN113362191A (zh) | 设备投保数据处理方法、装置、计算机设备和存储介质 | |
CN109583773A (zh) | 一种纳税信用积分确定的方法、系统及相关装置 | |
CN102208065A (zh) | 行政审批智能导航系统及导航方法 | |
CN115577983B (zh) | 基于区块链的企业任务匹配方法、服务器及存储介质 | |
CN111127186A (zh) | 一种基于大数据技术的客户信用等级评价体系的使用方法 | |
CN111242779A (zh) | 金融数据特征选择和预测方法、装置、设备及存储介质 | |
CN115796585A (zh) | 一种企业经营风险评估方法及系统 | |
CN115600972A (zh) | 一种不良资产的核销方法、装置、设备及存储介质 | |
CN115545881A (zh) | 一种基于信贷风险处理的风险因子归因方法 | |
CN114742409A (zh) | 一种财务报销的处理方法、装置、设备及介质 | |
CN109324963A (zh) | 自动测试收益结果的方法及终端设备 | |
CN113642669A (zh) | 基于特征分析的防欺诈检测方法、装置、设备及存储介质 | |
CN112418600A (zh) | 一种基于指标集的企业政策评分方法及系统 | |
CN112037086A (zh) | 一种供电方案审查方法、装置及可读存储介质 | |
CN113488132B (zh) | 用于控制药品短缺风险的系统 | |
CN116308158B (zh) | 一种国有资产监督管理系统 | |
CN112613732A (zh) | 一种金融机构监管评级的方法和装置 | |
CN115563267A (zh) | 一种变压器的维护方法及相关设备 |
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 |