CN116051297A - 一种基于互联网的车险风险识别系统 - Google Patents
一种基于互联网的车险风险识别系统 Download PDFInfo
- Publication number
- CN116051297A CN116051297A CN202310093536.1A CN202310093536A CN116051297A CN 116051297 A CN116051297 A CN 116051297A CN 202310093536 A CN202310093536 A CN 202310093536A CN 116051297 A CN116051297 A CN 116051297A
- Authority
- CN
- China
- Prior art keywords
- unit
- vehicle
- risk
- insurance
- data information
- 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
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Finance (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Accounting & Taxation (AREA)
- Educational Administration (AREA)
- Technology Law (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开了一种基于互联网的车险风险识别系统,涉及车险风险识别技术领域,包括系统登录单元、身份认证单元、车辆信息输入单元、车辆信息核实单元、业务选择单元、理赔状况勘查单元、风险评估单元、客户分级分类单元、在线核保单元;该发明不仅可以通过车辆信息核实单元有效的对车险投保车辆进行车辆信息核实确认,避免投保车辆与实际车辆信息不符后期车辆出险无法正常理赔的风险发生,通过理赔状况勘查单元和风险评估单元对新客转保车辆的往年出险情况进行分析,确定新客转保车辆往年出险的概率和出险情况的分析以及出险风险的评估处理,减少新客转保的等待时间,避免新客转保车辆投保后期带来车险理赔风险和恶意骗保风险的发生。
Description
技术领域
本发明涉及车险风险识别技术,具体涉及一种基于互联网的车险风险识别系统。
背景技术
车辆保险即机动车辆保险,简称为车险,也称作汽车保险,是指对机动车辆由于自然灾害或意外事故所造成的人身伤亡或财产损失负赔偿责任的一种商业保险,汽车保险是财产保险的一种,在财产保险领域中,汽车保险属于一个相对年轻的险种,这是由于汽车保险是伴随着汽车的出现和普及而产生和发展的,同时,与现代机动车辆保险不同的是,在汽车保险的初期是以汽车的第三者责任险为主险的,并逐步扩展到车身的碰撞损失等风险,现在车险投保时存在投保时车辆信息输入或者识别导致车辆信息错误,导致出险后事故理赔无法正常处理,同时也存在个别投保人员在不同的保险公司进行车辆投保后进行恶意骗保的行为,导致保险公司理赔损失的风险,现在的车险投保公司的信息都是独立的,导致一些新客转保时车辆信息查询时间比较长,为此,我们提出了一种基于互联网的车险风险识别系统。
发明内容
本发明的目的是提供一种基于互联网的车险风险识别系统,以解决现有技术中的上述不足之处。
为了实现上述目的,本发明提供如下技术方案:一种基于互联网的车险风险识别系统,包括系统登录单元、身份认证单元、车辆信息输入单元、车辆信息核实单元、业务选择单元、理赔状况勘查单元、风险评估单元、客户分级分类单元、在线核保单元、保费评级单元、车险投保单元和风险控制单元;
所述车辆信息核实单元用于对通过车辆信息单元发送的车辆数据信息进行车辆号牌、车架号和车辆型号的信息进行匹配核实,车辆数据信息通过车辆信息核实单元核实后将车辆数据信息发送给业务选择单元,车辆数据信息通过车辆信息核实单元核实有误的将返回车辆信息输入单元,通过车辆信息核实单元有效的对车险投保车辆进行车辆信息核实确认处理,避免投保车辆与实际车辆信息不符,导致后期车辆出险保险无法正常理赔的风险发生;
所述业务选择单元用于对核实后的车辆数据信息进行业务查询和业务办理,同时进行新客转保查询和续保查询的分析判断,并将分析后的车辆数据信息分别发送给理赔状况勘查单元和在线核保单元,通过业务选择单元对投保车辆进行新客转保和老客户续保的车辆信息进行核实处理,有效的减少老用户续保等待时间;
所述理赔状况勘查单元用于通过业务选择单元分析后的新客转保车辆的车辆数据信息进行往年出险次数、事故责任和事故理赔情况进行勘查分析,并将勘查后的车辆出险理赔数据信息发送给风险评估单元,通过理赔状况勘查单元有效的对新客转保车辆往年出险情况和理赔情况进行快速查询,减少新客转保的等待时间,同时通过理赔状况勘查单元对新客转保车辆的往年出险情况进行分析,确定新客转保车辆出险的概率和出险情况的分析,确定有无恶意骗保的风险情况,通过XGBoost算法进行恶意骗保风险的计算,具体定义包含n件车险理赔案件和m个特征因子属性的数据集D={(xi,yi)}(|D|=n,xi∈Rm,yi∈{0,1}),其中xi表示第i个理赔案件的特征向量,Rm代表m维实数集,yi代表该案件是否涉嫌欺诈,0为正常案件,1为欺诈案件,将多棵回归树所得的结果进行相加即可得到最终预测结果,计算公式如下:
其中,k为树的总个数,fk表示第k棵树,fk(xi)表示样本xi输入到第k棵树后得到的叶子节点的预测分数,表示样本xi的预测结果,F={f(x)=ωq(x)}(q:Rm→T,ω∈RT)表示回归树空间,q代表单棵树的结构,T代表叶子节点的数量,ω代表每个叶子节点的权重,每一棵树都是独立存在的,对于一件理赔案件通过k棵树,将其映射到对应的叶子节点后,相加所有映射叶子节点的分数即可得到该样本的最终分数结果;
所述风险评估单元用于对理赔状况勘查单元勘查后的新客转保车辆的出险理赔次数的数据信息进行出险概率和出险风险的评估筛查,同时将风险评估后的数据信息发送给客户分级分类单元,通过风险评估单元进行新客转保车辆往年出险概率和是否存在恶意骗保的风险评估,有效的避免新客转保车辆投保后期带来车险理赔风险的发生;
风险评估单元的目标函数Obj(Θ)如下公式:式中分为两部分,第一部分误差函数代表预测值与真实值的yi之间的训练误差,第二部分代表模型复杂度的惩罚项,Ω(fk)表示第k棵树fk的复杂度,Ω表示计算复杂度的公式符号,通过风险评估单元进行恶意骗保的风险指数实时分析评估处理;
所述客户分级分类单元用于通过风险评估单元评估后的新客转保车辆的数据信息进行不同等级的分级和分类处理,并将分级分类后的数据信息发送给在线核保单元;
所述在线核保单元用于通过客户分级分类单元分级后的车辆数据信息对车辆投保申请的数据信息进行审核,确定是否接受承保风险,并在接受承保风险的情况下,进行保险费率的分析核实,并将核实后的数据信息发送给保费评级单元。
进一步地,所述系统登录单元用于操作人员通过身份验证、密码认证和人脸识别后进入车险风险识别系统的操作处理,并将操作人员输入的身份数据信息、密码数据信息和人脸识别后的数据信息发送给身份认证单元;
所述身份认证单元用于对操作人员通过系统登录单元输入的身份信息、密码信息和人脸识别的数据信息进行确认核实;
所述车辆信息输入单元用于操作人员对需要办理车险的车辆号码、车辆车架号和车辆型号进行系统的输入,并将输入后的车辆数据信息发送给车辆信息核实单元;
所述保费评级单元用于通过在线核保单元核保后的数据信息进行不同等级的风险类别进行不同的费率的保费评级分析,同时将保费评级分析后的数据信息分别发送给车险投保单元、风险控制单元和车辆信息输入单元;
所述风险控制单元用于将通过保费评级单元评级后的保费数据信息进行风险等级的调控降级处理,同时将调控后的车险投保数据信息发送给风险评估单元进行再一次的风险评估;
所述车险投保单元用于通过保费评级单元评级后的车险保费进行投保确认,完成保单投保。
进一步地,所述业务选择单元包括业务查询模块、业务办理模块、续保查询模块和新客转保查询模块,所述业务查询模块用于操作人员对车辆车险需要办理的业务进行查询处理,并将查询后的数据信息发送给业务办理模块,所述业务办理模块用于对通过业务查询模块查询后数据信息进行续保和首保分类处理,并将分类后的数据信息分别发送给续保查询模块和新客转保查询模块,所述续保查询模块用于对之前合作的车辆数据信息进行续保情况查询,所述新客转保查询模块用于对第一次合作的车辆数据信息进行往年出险频率、出险状况和理赔情况进行查询。
进一步地,所述理赔状况勘查单元包括出险次数查询模块、事故责任查询模块和事故理赔查询模块,所述出险次数查询模块用于对查询车辆的往年出险的总次数查询和单次出险的时间地点查询;
利用贪婪算法从深度为0的树开始进行迭代分裂,通过信息增益Gain的方式,选择信息增益最大的特征及其最佳分裂点进行分割,直至信息增益≤0或者迭代到预先设定的阈值时停止分裂,得到最终的分类树结构,信息增益计算公式如下:
所述事故责任查询模块用于对查询车辆的出险后的事故责任认定、责任占比进行查询查看,通过事故责任查询模块有效的对新客转保车辆往年出险责任的划分,通过责任划分确定车辆出险主责的概率;
所述事故理赔查询模块用于对出险车辆事故责任认定后的事故理赔情况进行查询分析,通过事故理赔查询模块有效的对新客转保车辆进行事故理赔金额的查看,判断承保后车辆事故后大额理赔的风险情况。
进一步地,所述系统登录单元的输出端与身份认证单元的输入端相连接,所述身份认证单元的输出端与车辆信息输入单元的输入端相连接,所述车辆信息输入单元的输出端与车辆信息核实单元的输入端相连接,所述车辆信息核实单元的输出端分别与业务选择单元和车辆信息输入单元的输入端相连接,所述业务选择单元的输出端分别与理赔状况勘查单元和在线核保单元的输入端相连接,所述理赔状况勘查单元的输出端与风险评估单元的输入端相连接,所述风险评估单元的输出端与客户分级分类单元的输入端相连接,所述客户分级分类单元的输出端与在线核保单元的输入端相连接,所述在线核保单元的输出端与保费评级单元的输入端相连接,所述保费评级单元的输出端分别与风险控制单元、车辆信息出入单元和车险投保单元的输入端相连接。
进一步地,所述车辆信息核实单元的输出端与业务查询模块的输入端相连接,所述业务查询模块的业务办理模块的输入端相连接,所述业务办理模块的输出端分别与续保查询模块和新客转保查询模块的输入端相连接,所述续保查询模块的输出端与在线核保单元的输入端相连接,所述新客转保查询模块的输出端与理赔状况勘查单元的输入端相连接。
进一步地,所述业务选择单元的输出端与出险次数查询模块的输入端相连接,所述出险次数查询模块的输出端与事故责任查询模块的输入端相连接,所述事故责任查询模块的输出端与事故理赔查询模块的输入端相连接,所述事故理赔查询模块的输出端与风险评估单元的输入端相连接。
与现有技术相比,本发明提供的一种基于互联网的车险风险识别系统,本发明通过理赔状况勘查单元对业务选择单元分析后的新客转保车辆的车辆数据信息进行往年出险次数、事故责任和事故理赔情况进行勘查分析处理,同时通过车辆信息核实单元用于对通过车辆信息单元发送的车辆数据信息进行车辆号牌、车架号和车辆型号的信息进行匹配核实,同时还通过风险评估单元对理赔状况勘查单元勘查后的新客转保车辆的出险理赔次数的数据信息进行出险概率和出险风险的评估筛查,使得该发明不仅可以通过车辆信息核实单元有效的对车险投保车辆进行车辆信息核实确认,避免投保车辆与实际车辆信息不符后期车辆出险无法正常理赔的风险发生,通过理赔状况勘查单元和风险评估单元对新客转保车辆的往年出险情况进行分析,确定新客转保车辆往年出险的概率和出险情况的分析以及出险风险的评估处理,减少新客转保的等待时间,避免新客转保车辆投保后期带来车险理赔风险和恶意骗保风险的发生。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种基于互联网的车险风险识别系统的整体系统框图;
图2为本发明实施例提供的一种基于互联网的车险风险识别系统的业务选择单元的模块框图;
图3为本发明实施例提供的一种基于互联网的车险风险识别系统的理赔状况勘查单元的模块框图。
具体实施方式
为了使本领域的技术人员更好地理解本发明的技术方案,下面将结合附图对本发明作进一步的详细介绍。
实施例一:
请参阅图1,一种基于互联网的车险风险识别系统,包括系统登录单元、身份认证单元、车辆信息输入单元、车辆信息核实单元、业务选择单元、理赔状况勘查单元、风险评估单元、客户分级分类单元、在线核保单元、保费评级单元、车险投保单元和风险控制单元;
车辆信息核实单元用于对通过车辆信息单元发送的车辆数据信息进行车辆号牌、车架号和车辆型号的信息进行匹配核实,车辆数据信息通过车辆信息核实单元核实后将车辆数据信息发送给业务选择单元,车辆数据信息通过车辆信息核实单元核实有误的将返回车辆信息输入单元,通过车辆信息核实单元有效的对车险投保车辆进行车辆信息核实确认处理,避免投保车辆与实际车辆信息不符,导致后期车辆出险保险无法正常理赔的风险发生;
业务选择单元用于对核实后的车辆数据信息进行业务查询和业务办理,同时进行新客转保查询和续保查询的分析判断,并将分析后的车辆数据信息分别发送给理赔状况勘查单元和在线核保单元,通过业务选择单元对投保车辆进行新客转保和老客户续保的车辆信息进行核实处理,有效的减少老用户续保等待时间;
理赔状况勘查单元用于通过业务选择单元分析后的新客转保车辆的车辆数据信息进行往年出险次数、事故责任和事故理赔情况进行勘查分析,并将勘查后的车辆出险理赔数据信息发送给风险评估单元,通过理赔状况勘查单元有效的对新客转保车辆往年出险情况和理赔情况进行快速查询,减少新客转保的等待时间,同时通过理赔状况勘查单元对新客转保车辆的往年出险情况进行分析,确定新客转保车辆出险的概率和出险情况的分析,确定有无恶意骗保的风险情况,通过XGBoost算法进行恶意骗保风险的计算,具体定义包含n件车险理赔案件和m个特征因子属性的数据集D={(xi,yi)}(|D|=n,xi∈Rm,yi∈{0,1}),其中xi表示第i个理赔案件的特征向量,Rm代表m维实数集,yi代表该案件是否涉嫌欺诈,0为正常案件,1为欺诈案件,将多棵回归树所得的结果进行相加即可得到最终预测结果,计算公式如下:
其中,k为树的总个数,fk表示第k棵树,fk(xi)表示样本xi输入到第k棵树后得到的叶子节点的预测分数,表示样本xi的预测结果,F={f(x)=ωq(x)}(q:Rm→T,ω∈RT)表示回归树空间,q代表单棵树的结构,T代表叶子节点的数量,ω代表每个叶子节点的权重,每一棵树都是独立存在的,对于一件理赔案件通过k棵树,将其映射到对应的叶子节点后,相加所有映射叶子节点的分数即可得到该样本的最终分数结果;
所述风险评估单元用于对理赔状况勘查单元勘查后的新客转保车辆的出险理赔次数的数据信息进行出险概率和出险风险的评估筛查,同时将风险评估后的数据信息发送给客户分级分类单元,通过风险评估单元进行新客转保车辆往年出险概率和是否存在恶意骗保的风险评估,有效的避免新客转保车辆投保后期带来车险理赔风险的发生;
风险评估单元的目标函数Obj(Θ)如下公式:式中分为两部分,第一部分误差函数代表预测值与真实值的yi之间的训练误差,第二部分代表模型复杂度的惩罚项,Ω(fk)表示第k棵树fk的复杂度,Ω表示计算复杂度的公式符号,通过风险评估单元进行恶意骗保的风险指数实时分析评估处理;
客户分级分类单元用于通过风险评估单元评估后的新客转保车辆的数据信息进行不同等级的分级和分类处理,并将分级分类后的数据信息发送给在线核保单元;
在线核保单元用于通过客户分级分类单元分级后的车辆数据信息对车辆投保申请的数据信息进行审核,确定是否接受承保风险,并在接受承保风险的情况下,进行保险费率的分析核实,并将核实后的数据信息发送给保费评级单元。
本发明中,系统登录单元用于操作人员通过身份验证、密码认证和人脸识别后进入车险风险识别系统的操作处理,并将操作人员输入的身份数据信息、密码数据信息和人脸识别后的数据信息发送给身份认证单元;
身份认证单元用于对操作人员通过系统登录单元输入的身份信息、密码信息和人脸识别的数据信息进行确认核实;
车辆信息输入单元用于操作人员对需要办理车险的车辆号码、车辆车架号和车辆型号进行系统的输入,并将输入后的车辆数据信息发送给车辆信息核实单元;
保费评级单元用于通过在线核保单元核保后的数据信息进行不同等级的风险类别进行不同的费率的保费评级分析,同时将保费评级分析后的数据信息分别发送给车险投保单元、风险控制单元和车辆信息输入单元;
风险控制单元用于将通过保费评级单元评级后的保费数据信息进行风险等级的调控降级处理,同时将调控后的车险投保数据信息发送给风险评估单元进行再一次的风险评估;
车险投保单元用于通过保费评级单元评级后的车险保费进行投保确认,完成保单投保。
请参阅图2,本发明中,业务选择单元包括业务查询模块、业务办理模块、续保查询模块和新客转保查询模块,业务查询模块用于操作人员对车辆车险需要办理的业务进行查询处理,并将查询后的数据信息发送给业务办理模块,业务办理模块用于对通过业务查询模块查询后数据信息进行续保和首保分类处理,并将分类后的数据信息分别发送给续保查询模块和新客转保查询模块,续保查询模块用于对之前合作的车辆数据信息进行续保情况查询,新客转保查询模块用于对第一次合作的车辆数据信息进行往年出险频率、出险状况和理赔情况进行查询。
请参阅图3,本发明中,理赔状况勘查单元包括出险次数查询模块、事故责任查询模块和事故理赔查询模块,出险次数查询模块用于对查询车辆的往年出险的总次数查询和单次出险的时间地点查询;
利用贪婪算法从深度为0的树开始进行迭代分裂,通过信息增益Gain的方式,选择信息增益最大的特征及其最佳分裂点进行分割,直至信息增益≤0或者迭代到预先设定的阈值时停止分裂,得到最终的分类树结构,信息增益计算公式如下:
事故责任查询模块用于对查询车辆的出险后的事故责任认定、责任占比进行查询查看,通过事故责任查询模块有效的对新客转保车辆往年出险责任的划分,通过责任划分确定车辆出险主责的概率;
事故理赔查询模块用于对出险车辆事故责任认定后的事故理赔情况进行查询分析,通过事故理赔查询模块有效的对新客转保车辆进行事故理赔金额的查看,判断承保后车辆事故后大额理赔的风险情况。
请参阅图1,本发明中,系统登录单元的输出端与身份认证单元的输入端相连接,身份认证单元的输出端与车辆信息输入单元的输入端相连接,车辆信息输入单元的输出端与车辆信息核实单元的输入端相连接,车辆信息核实单元的输出端分别与业务选择单元和车辆信息输入单元的输入端相连接,业务选择单元的输出端分别与理赔状况勘查单元和在线核保单元的输入端相连接,理赔状况勘查单元的输出端与风险评估单元的输入端相连接,风险评估单元的输出端与客户分级分类单元的输入端相连接,客户分级分类单元的输出端与在线核保单元的输入端相连接,在线核保单元的输出端与保费评级单元的输入端相连接,保费评级单元的输出端分别与风险控制单元、车辆信息出入单元和车险投保单元的输入端相连接。
请参阅图2,本发明中,车辆信息核实单元的输出端与业务查询模块的输入端相连接,业务查询模块的业务办理模块的输入端相连接,业务办理模块的输出端分别与续保查询模块和新客转保查询模块的输入端相连接,续保查询模块的输出端与在线核保单元的输入端相连接,新客转保查询模块的输出端与理赔状况勘查单元的输入端相连接。
请参阅图3,本发明中,业务选择单元的输出端与出险次数查询模块的输入端相连接,出险次数查询模块的输出端与事故责任查询模块的输入端相连接,事故责任查询模块的输出端与事故理赔查询模块的输入端相连接,事故理赔查询模块的输出端与风险评估单元的输入端相连接。
以上只通过说明的方式描述了本发明的某些示范性实施例,毋庸置疑,对于本领域的普通技术人员,在不偏离本发明的精神和范围的情况下,可以用各种不同的方式对所描述的实施例进行修正。因此,上述附图和描述在本质上是说明性的,不应理解为对本发明权利要求保护范围的限制。
Claims (7)
1.一种基于互联网的车险风险识别系统,其特征在于,包括系统登录单元、身份认证单元、车辆信息输入单元、车辆信息核实单元、业务选择单元、理赔状况勘查单元、风险评估单元、客户分级分类单元、在线核保单元、保费评级单元、车险投保单元和风险控制单元;
所述车辆信息核实单元用于对通过车辆信息单元发送的车辆数据信息进行车辆号牌、车架号和车辆型号的信息进行匹配核实,车辆数据信息通过车辆信息核实单元核实后将车辆数据信息发送给业务选择单元,车辆数据信息通过车辆信息核实单元核实有误的将返回车辆信息输入单元;
所述业务选择单元用于对核实后的车辆数据信息进行业务查询和业务办理,同时进行新客转保查询和续保查询的分析判断,并将分析后的车辆数据信息分别发送给理赔状况勘查单元和在线核保单元;
所述理赔状况勘查单元用于通过业务选择单元分析后的新客转保车辆的车辆数据信息进行往年出险次数、事故责任和事故理赔情况进行勘查分析,并将勘查后的车辆出险理赔数据信息发送给风险评估单元;
所述风险评估单元用于对理赔状况勘查单元勘查后的新客转保车辆的出险理赔次数的数据信息进行出险概率和出险风险的评估筛查,同时将风险评估后的数据信息发送给客户分级分类单元;
所述客户分级分类单元用于通过风险评估单元评估后的新客转保车辆的数据信息进行不同等级的分级和分类处理,并将分级分类后的数据信息发送给在线核保单元;
所述在线核保单元用于通过客户分级分类单元分级后的车辆数据信息对车辆投保申请的数据信息进行审核,确定是否接受承保风险,并在接受承保风险的情况下,进行保险费率的分析核实,并将核实后的数据信息发送给保费评级单元。
2.根据权利要求1所述的一种基于互联网的车险风险识别系统,其特征在于,所述系统登录单元用于操作人员通过身份验证、密码认证和人脸识别后进入车险风险识别系统的操作处理,并将操作人员输入的身份数据信息、密码数据信息和人脸识别后的数据信息发送给身份认证单元;
所述身份认证单元用于对操作人员通过系统登录单元输入的身份信息、密码信息和人脸识别的数据信息进行确认核实;
所述车辆信息输入单元用于操作人员对需要办理车险的车辆号码、车辆车架号和车辆型号进行系统的输入,并将输入后的车辆数据信息发送给车辆信息核实单元;
所述保费评级单元用于通过在线核保单元核保后的数据信息进行不同等级的风险类别进行不同的费率的保费评级分析,同时将保费评级分析后的数据信息分别发送给车险投保单元、风险控制单元和车辆信息输入单元;
所述风险控制单元用于将通过保费评级单元评级后的保费数据信息进行风险等级的调控降级处理,同时将调控后的车险投保数据信息发送给风险评估单元进行再一次的风险评估;
所述车险投保单元用于通过保费评级单元评级后的车险保费进行投保确认,完成保单投保。
3.根据权利要求1所述的一种基于互联网的车险风险识别系统,其特征在于,所述业务选择单元包括业务查询模块、业务办理模块、续保查询模块和新客转保查询模块;
所述业务查询模块用于操作人员对车辆车险需要办理的业务进行查询处理,并将查询后的数据信息发送给业务办理模块;
所述业务办理模块用于对通过业务查询模块查询后数据信息进行续保和首保分类处理,并将分类后的数据信息分别发送给续保查询模块和新客转保查询模块;
所述续保查询模块用于对之前合作的车辆数据信息进行续保情况查询;
所述新客转保查询模块用于对第一次合作的车辆数据信息进行往年出险频率、出险状况和理赔情况进行查询。
4.根据权利要求1所述的一种基于互联网的车险风险识别系统,其特征在于,所述理赔状况勘查单元包括出险次数查询模块、事故责任查询模块和事故理赔查询模块,所述出险次数查询模块用于对查询车辆的往年出险的总次数查询和单次出险的时间地点查询;
所述事故责任查询模块用于对查询车辆的出险后的事故责任认定、责任占比进行查询查看;
所述事故理赔查询模块用于对出险车辆事故责任认定后的事故理赔情况进行查询分析。
5.根据权利要求1所述的一种基于互联网的车险风险识别系统,其特征在于,所述系统登录单元的输出端与身份认证单元的输入端相连接,所述身份认证单元的输出端与车辆信息输入单元的输入端相连接,所述车辆信息输入单元的输出端与车辆信息核实单元的输入端相连接,所述车辆信息核实单元的输出端分别与业务选择单元和车辆信息输入单元的输入端相连接,所述业务选择单元的输出端分别与理赔状况勘查单元和在线核保单元的输入端相连接,所述理赔状况勘查单元的输出端与风险评估单元的输入端相连接,所述风险评估单元的输出端与客户分级分类单元的输入端相连接,所述客户分级分类单元的输出端与在线核保单元的输入端相连接,所述在线核保单元的输出端与保费评级单元的输入端相连接,所述保费评级单元的输出端分别与风险控制单元、车辆信息出入单元和车险投保单元的输入端相连接。
6.根据权利要求3所述的一种基于互联网的车险风险识别系统,其特征在于,所述车辆信息核实单元的输出端与业务查询模块的输入端相连接,所述业务查询模块的业务办理模块的输入端相连接,所述业务办理模块的输出端分别与续保查询模块和新客转保查询模块的输入端相连接,所述续保查询模块的输出端与在线核保单元的输入端相连接,所述新客转保查询模块的输出端与理赔状况勘查单元的输入端相连接。
7.根据权利要求4所述的一种基于互联网的车险风险识别系统,其特征在于,所述业务选择单元的输出端与出险次数查询模块的输入端相连接,所述出险次数查询模块的输出端与事故责任查询模块的输入端相连接,所述事故责任查询模块的输出端与事故理赔查询模块的输入端相连接,所述事故理赔查询模块的输出端与风险评估单元的输入端相连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310093536.1A CN116051297A (zh) | 2023-02-10 | 2023-02-10 | 一种基于互联网的车险风险识别系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310093536.1A CN116051297A (zh) | 2023-02-10 | 2023-02-10 | 一种基于互联网的车险风险识别系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116051297A true CN116051297A (zh) | 2023-05-02 |
Family
ID=86129458
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310093536.1A Pending CN116051297A (zh) | 2023-02-10 | 2023-02-10 | 一种基于互联网的车险风险识别系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116051297A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107123054A (zh) * | 2017-04-07 | 2017-09-01 | 平安科技(深圳)有限公司 | 车险理赔数据分析方法和系统 |
CN107909378A (zh) * | 2017-12-07 | 2018-04-13 | 泰康保险集团股份有限公司 | 车辆信息审核方法及装置、存储介质、电子设备 |
CN108090747A (zh) * | 2018-01-25 | 2018-05-29 | 中国平安财产保险股份有限公司 | 车险核保的自助验车方法、装置、设备和计算机存储介质 |
CN108876642A (zh) * | 2018-09-12 | 2018-11-23 | 北京精友世纪软件技术有限公司 | 一种车险理赔智能风控系统 |
CN114187120A (zh) * | 2021-11-09 | 2022-03-15 | 中国人寿财产保险股份有限公司 | 一种车险理赔欺诈风险识别方法及装置 |
-
2023
- 2023-02-10 CN CN202310093536.1A patent/CN116051297A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107123054A (zh) * | 2017-04-07 | 2017-09-01 | 平安科技(深圳)有限公司 | 车险理赔数据分析方法和系统 |
CN107909378A (zh) * | 2017-12-07 | 2018-04-13 | 泰康保险集团股份有限公司 | 车辆信息审核方法及装置、存储介质、电子设备 |
CN108090747A (zh) * | 2018-01-25 | 2018-05-29 | 中国平安财产保险股份有限公司 | 车险核保的自助验车方法、装置、设备和计算机存储介质 |
CN108876642A (zh) * | 2018-09-12 | 2018-11-23 | 北京精友世纪软件技术有限公司 | 一种车险理赔智能风控系统 |
CN114187120A (zh) * | 2021-11-09 | 2022-03-15 | 中国人寿财产保险股份有限公司 | 一种车险理赔欺诈风险识别方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111294341B (zh) | 基于自编码器和递归神经网络的车载系统入侵检测方法 | |
CN116342259A (zh) | 一种用户信用自动评级方法、装置、电子设备及介质 | |
CN107341731A (zh) | 保险业务风险评分系统及其构建方法 | |
CN113687972A (zh) | 业务系统异常数据的处理方法、装置、设备及存储介质 | |
Karamizadeh et al. | Using the clustering algorithms and rule-based of data mining to identify affecting factors in the profit and loss of third party insurance, insurance company auto | |
CN113656808A (zh) | 数据安全评估方法、装置、设备及存储介质 | |
CN108876633B (zh) | 外国人保单的核保处理方法、装置、计算机设备和存储介质 | |
CN116051297A (zh) | 一种基于互联网的车险风险识别系统 | |
CN113487241A (zh) | 企业环保信用等级的分类方法、装置、设备及存储介质 | |
CN116862661B (zh) | 基于消费金融场景的数字信用审批与风险监测系统 | |
CN112232553B (zh) | 一种基于贝叶斯网络的高铁列车晚点影响因素诊断方法 | |
CN113920372A (zh) | 数据分类方法、装置、设备及存储介质 | |
CN112070508A (zh) | 基于区块链金融的区块链支付处理方法及区块链支付平台 | |
CN115277250B (zh) | 一种车端攻击路径识别方法、设备和存储介质 | |
CN113919937B (zh) | 一种基于贷款评估风控的ks监控系统 | |
CN114971638A (zh) | 基于风险识别的交易认证方法及装置 | |
CN115907898A (zh) | 对再保客户进行金融产品推荐的方法及其相关设备 | |
CN113313386B (zh) | 汽车金融风险智能语音调查系统及调查方法 | |
CN114154556A (zh) | 样本预测模型的训练方法、装置、电子设备及存储介质 | |
CN115373868A (zh) | 智能数据处理系统及方法 | |
CN112995128A (zh) | 一种基于人工智能的界面信息自动验证组件和方法 | |
CN115187392B (zh) | 一种基于供应链管理平台的业务需求验证方法及系统 | |
CN110913033A (zh) | 基于cnn卷积神经网络学习的idcip地址分配方法 | |
CN113793007B (zh) | 数据交易权限控制方法、装置和设备 | |
CN113887741B (zh) | 基于联邦学习的数据生成方法、装置、设备及存储介质 |
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 |