CN116720969A - 自动理算方法、装置及电子设备 - Google Patents

自动理算方法、装置及电子设备 Download PDF

Info

Publication number
CN116720969A
CN116720969A CN202310639710.8A CN202310639710A CN116720969A CN 116720969 A CN116720969 A CN 116720969A CN 202310639710 A CN202310639710 A CN 202310639710A CN 116720969 A CN116720969 A CN 116720969A
Authority
CN
China
Prior art keywords
calculation
target
model
settlement
mathematical model
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
CN202310639710.8A
Other languages
English (en)
Inventor
赵志鹏
单蓓
宋昱昭
翟红军
朱启坤
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.)
Sunshine Property & Casualty Insurance Co
Original Assignee
Sunshine Property & Casualty Insurance Co
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 Sunshine Property & Casualty Insurance Co filed Critical Sunshine Property & Casualty Insurance Co
Priority to CN202310639710.8A priority Critical patent/CN116720969A/zh
Publication of CN116720969A publication Critical patent/CN116720969A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • 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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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
    • G06Q50/10—Services

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Technology Law (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

本发明提供了一种自动理算方法、装置及电子设备，方法包括：针对每个理赔业务模型，从预先建立的因子库中选择与该理赔业务模型对应的多个计算因子，然后确定与该理赔业务模型对应的至少一个数学模型；基于接收到的客户终端发送的理赔请求，确定与该理赔请求对应的目标理赔业务模型；基于目标理赔业务模型和理赔请求，确定对应的目标数学模型，得到计算结果。该方式针对每个理赔业务模型，通过从预先建立的因子库中选择与该理赔业务模型对应的多个计算因子，基于多个计算因子确定数学模型，可以将数学模型和理赔业务模型对应起来，实现数学模型的配置化，满足随时调整，即插即用，从而提高了数学模型调整的灵活性。

Description

自动理算方法、装置及电子设备
技术领域
本申请涉及保险理赔技术领域，尤其是涉及一种自动理算方法、装置、及电子设备。
背景技术
保险作为一种保障机制，已融入到人们的日常生活中。当客户发生保险事故时，可以收集理赔相关材料向保险公司请求理赔，获取相应赔款。然而，在传统的方式中，计算公式相对固定，每次计算公式的新增需要硬编码，拉长了实现的时间，导致计算公式调整的灵活性较差。
发明内容
本发明的目的在于提供自动理算方法、装置及电子设备，以将数学模型和理赔业务模型对应起来，实现数学模型的配置化，满足随时调整，即插即用，从而提高了数学模型调整的灵活性。
本发明提供的一种自动理算方法，方法包括：
获取预设的多个理赔业务模型；
针对每个理赔业务模型，从预先建立的因子库中选择与该理赔业务模型对应的多个计算因子；
基于多个计算因子，确定与该理赔业务模型对应的至少一个数学模型；
基于接收到的客户终端发送的理赔请求，从多个理赔业务模型中确定与该理赔请求对应的目标业务模型；
基于目标业务模型和理赔请求，从目标业务模型对应的至少一个数学模型中确定目标数学模型；
基于目标数学模型，得到计算结果。
进一步的，如果理赔业务模型对应多个数学模型，基于多个计算因子，确定与该理赔业务模型对应的至少一个数学模型的步骤之后，方法还包括：
对多个数学模型分别配置计算条件；
针对每个数学模型，将该数学模型与对应的计算条件之间的映射关系保存到理赔业务模型中。
进一步的，理赔请求携带有理赔信息，基于目标业务模型和理赔请求，从目标业务模型对应的至少一个数学模型中确定目标数学模型的步骤包括；
基于理赔信息，在目标业务模型中查找与理赔信息相匹配的目标计算条件；
基于目标计算条件，确定与该目标计算条件对应的目标数学模型。
进一步的，每个计算因子均有对应的因子类型和因子取值路径，基于目标数学模型，得到计算结果的步骤包括：
基于目标数学模型，从预先建立的因子库中查找与该目标数学模型对应的目标计算因子；
如果目标计算因子对应的因子类型为模型，则根据该目标计算因子对应的因子取值路径，从与该目标计算因子相关联的目标业务模型中获取该目标计算因子对应的数值；
根据目标计算因子对应的数值，得到计算结果。
进一步的，基于理赔信息，在目标业务模型中查找与理赔信息相匹配的目标计算条件的步骤之后，方法还包括：
如果目标业务模型中不存在与理赔信息相匹配的计算条件，则基于理赔信息配置计算条件，并为计算条件配置对应的目标数学模型。
进一步的，计算条件至少包括：条款和责任。
进一步的，针对每个数学模型，将该数学模型与对应的计算条件之间的映射关系保存到理赔业务模型中的步骤包括：
针对每个数学模型，基于该数学模型对应的计算条件，对该数学模型中的计算因子配置对应的数值；
将该数学模型、对应的计算条件和对应的计算因子的数值三者之间的映射关系保存到理赔业务模型中。
本发明提供的一种自动理算装置，装置包括：
获取模块，用于获取预设的多个理赔业务模型；
选择模块，用于针对每个理赔业务模型，从预先建立的因子库中选择与该理赔业务模型对应的多个计算因子；
第一确定模块，用于基于多个计算因子，确定与该理赔业务模型对应的至少一个数学模型；
第二确定模块，用于基于接收到的客户终端发送的理赔请求，从多个理赔业务模型中确定与该理赔请求对应的目标业务模型；
第三确定模块，用于基于目标业务模型和理赔请求，从目标业务模型对应的至少一个数学模型中确定目标数学模型；
获得模块，用于基于目标数学模型，得到计算结果。
本发明提供的一种电子设备，电子设备包括处理器和存储器，存储器存储有能够被处理器执行的计算机可执行指令，处理器执行计算机可执行指令以实现上述任一项的方法。
本发明提供的一种计算机可读存储介质，其特征在于，计算机可读存储介质存储有计算机可执行指令，计算机可执行指令在被处理器调用和执行时，计算机可执行指令促使处理器实现上述任一项的方法。
本发明提供的自动理算方法、装置及电子设备，方法包括：针对每个理赔业务模型，从预先建立的因子库中选择与该理赔业务模型对应的多个计算因子，然后确定与该理赔业务模型对应的至少一个数学模型；基于接收到的客户终端发送的理赔请求，确定与该理赔请求对应的目标理赔业务模型；基于目标理赔业务模型和理赔请求，确定对应的目标数学模型，得到计算结果。该方式针对每个理赔业务模型，通过从预先建立的因子库中选择与该理赔业务模型对应的多个计算因子，基于多个计算因子确定数学模型，可以将数学模型和理赔业务模型对应起来，实现数学模型的配置化，满足随时调整，即插即用，从而提高了数学模型调整的灵活性。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，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自动理算方法的流程图；
图2为本发明实施例提供的另一种自动理算方法的流程图；
图3为本发明实施例提供的一种定义数学模型的过程示意图；
图4为本发明实施例提供的一种定义计算因子与理赔业务模型的映射关系的过程示意图；
图5为本发明实施例提供的一种自动规则配置示意图；
图6为本发明实施例提供的另一种自动规则配置示意图；
图7为本发明实施例提供的另一种自动规则配置示意图；
图8为本发明实施例提供的一种数学模型(也即公式)匹配流程示意图；
图9为本发明实施例提供的一种传统的自动理算示意图；
图10为本发明实施例提供的一种自动理算装置的结构示意图；
图11为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
目前，保险理赔的赔款计算的计算公式相对固定，管理人员不能随时根据业务类型，出险因素灵活调整计算参数，每次的计算参数变更和计算公式的新增需要硬编码，拉长了实现的时间，导致计算公式调整的灵活性较差。
而且，理赔费用的计算通常是由理赔相关人员根据个人经验人工填写参与计算的计算参数对应的数据，然后计算得到计算结果，容易降低计算结果的准确性，且降低理赔工作效率。
基于此，本发明实施例提供了一种自动理算方法、装置及电子设备，该技术应用于需要对保险理赔进行自动理算的应用中。
为便于对本实施例进行理解，首先对本发明实施例所公开的一种自动理算方法进行详细介绍，如图1所示，该方法包括如下步骤：
步骤S102，获取预设的多个理赔业务模型。
针对于理赔的场景，理赔的案件流程环节(相当于业务环节)可以包括查勘、立案、定损、理算、核赔、结案；其中，一个业务环节可以对应一个或多个业务模型；上述理赔业务模型可以理解为定损环节对应的一个或多个定损模型，以及理算环节对应的一个或多个理算模型。在具体实现过程中，一般可以先获取预设的多个理赔业务模型。
步骤S104，针对每个理赔业务模型，从预先建立的因子库中选择与该理赔业务模型对应的多个计算因子。
在具体实现过程中，保险理赔的计算公式千差万别，当根据不同的条款责任赔付标的以及特约并结合实际的出险情况进行计算时，要求参与计算的因子多而广，从承保出单的相关因子到损失项的相关因子并结合其他相关因子如性别，年龄，职业等都是计算要素；为了方便管理和维护这些计算因子，新建了一套因子管理库，可以根据不同理赔业务模型，从因子管理库中选择相应的理赔业务模型对应的计算因子。具体的，获取预设的多个理赔业务模型后，可以基于预先定义的理赔业务模型与计算因子之间的关联关系，获取每个理赔业务模型对应的多个计算因子。
步骤S106，基于多个计算因子，确定与该理赔业务模型对应的至少一个数学模型。
在具体实现过程中，获取到某个理赔业务模型对应的多个计算因子后，可以为该理赔业务模型配置计算公式(相当于数学模型)，具体的，可以将多个理算因子和数学符号组合起来，形成一个或多个计算公式，从而可以将计算公式与业务模型对应起来。
步骤S108，基于接收到的客户终端发送的理赔请求，从多个理赔业务模型中确定与该理赔请求对应的目标理赔业务模型。
在具体实现过程中，事故发生后，理赔系统接收到报案请求，即开始进行一系列流程处理，比如定损、理算等；其中，无论是定损环节还是理算环节，都可以根据案件信息决策出对应的目标理赔业务模型，具体的，定损环节可以根据案件信息决策出对应的目标定损模型，理算环节可以根据案件信息决策出对应的目标理算模型。以理算环节为例，当案件环节初始化后，进行到理算环节时，可以根据已知的案件信息，例如险类、险种等因子调用产品工厂的决策，决策出对应的目标理算模型。具体的，当客户发生保险事故时，可以向保险公司提供理赔材料然后发送理赔请求，保险公司收到客户报案，在报案进来后根据险类、险种、条款等信息，匹配决策得到对应的目标理算模型。
步骤S110，基于目标理赔业务模型和理赔请求，从目标理赔业务模型对应的至少一个数学模型中确定目标数学模型。
在具体实现过程中，上述理赔请求中可以携带有报案人提供的理赔数据(包括保单号、出险人、出险时间、出险地点、险种、出险原因等信息)，理赔系统接收到理赔请求后，可以将报案人提供的理赔数据存储到数据库，再直接调用数据库中理赔数据去匹配对应的目标理赔业务模型以及目标计算公式(相当于目标数学模型)。具体的，可以根据报案号进行当前环节的数据处理，查询到对应的数据后，后端服务调用自动规则配置提供的匹配服务，进行匹配，匹配到目标计算公式。
例如，95510电话报案进来，会把理赔数据存入数据库中，并生成对应的流程数据(报案已完成，调度已完成，查勘待处理)，在理赔任务处理中，查询到此查勘待处理的案件，进行查勘、立案后，生成对应的流程数据(查勘已完成，立案已完成，定损待处理)，其中，在立案后也会把查勘、立案环节中获取到的信息(比如年龄、性别、损失类型、就诊类型等)作为与报案号相对应的理赔数据存入数据库中；在理赔任务处理中，查询到此定损待处理的案件，点击前往处理，则根据报案号从数据库中把理赔数据(此时的理赔数据不仅包括报案人提供的保单号、被保险人、出险信息等信息，还包括年龄、性别、损失类型、就诊类型等信息)查询出来，展示到页面，根据理赔数据决策出对应的目标定损模型，后端服务调用自动规则配置提供的匹配服务，进行匹配，从目标定损模型中查找与理赔数据对应的目标定损公式，调用产品工厂提供的自动计算的服务自动计算出定损金额。
然后可以将定损金额也存入数据库中，并生成对应的流程数据(定损已完成，理算待处理)，在理赔任务处理中，查询到此理算待处理的案件，点击前往处理，则根据报案号从数据库中把理赔数据查询出来，展示到页面，根据理赔数据决策出对应的目标理算模型，后端服务调用自动规则配置提供的匹配服务，进行匹配，从目标理算模型中查找与理赔数据对应的目标理算公式，调用产品工厂提供的自动计算的服务自动计算出理算金额。
步骤S112，基于目标数学模型，得到计算结果。
在具体实现过程中，由于根据计算因子配置的计算公式可以关联到对应环节对应的理赔业务模型上，在定损环节或理算环节，匹配到对应的目标计算公式后，可以调用产品工厂提供的自动计算的服务，得出计算结果。具体的，可以根据目标计算公式中的计算因子的取值方式实现计算，而计算因子的取值方式取决于如何配置，比如，将计算因子配置成模型因子。那这个计算因子对应的取值就是从相关联的理赔业务模型中进行取值，而理赔业务模型对应数据库中的表跟字段，在配置理赔业务模型的时候就建立了关联关系，比如，赔付比例为模型因子，赔付比例这个字段存在A表中的a字段，当目标理赔业务模型为意健险业务模型时，那么业务模型对应的配置就是A表中的a字段。赔付比例对应的取值取决于A表中的a字段的值。
上述自动理算方法，方法包括：针对每个理赔业务模型，从预先建立的因子库中选择与该理赔业务模型对应的多个计算因子，然后确定与该理赔业务模型对应的至少一个数学模型；基于接收到的客户终端发送的理赔请求，确定与该理赔请求对应的目标理赔业务模型；基于目标理赔业务模型和理赔请求，确定对应的目标数学模型，得到计算结果。该方式针对每个理赔业务模型，通过从预先建立的因子库中选择与该理赔业务模型对应的多个计算因子，基于多个计算因子确定数学模型，可以将数学模型和理赔业务模型对应起来，实现数学模型的配置化，满足随时调整，即插即用，从而提高了数学模型调整的灵活性。
本发明实施例还提供了另一种自动理算方法，该方法在上述实施例方法的基础上实现；如图2所示，该方法包括如下步骤：
步骤S202，获取预设的多个理赔业务模型。
步骤S204，针对每个理赔业务模型，从预先建立的因子库中选择与该理赔业务模型对应的多个计算因子。
步骤S206，基于多个计算因子，确定与该理赔业务模型对应的至少一个数学模型。
在具体实现过程中，可以参见如图3所示的一种定义数学模型的过程示意图，配置时，定义公式库可以理解为确定多个理赔业务模型分别对应的数学模型，也即将每个理赔业务模型对应的数学模型放入公式库中，然后基于条款责任级/赔付项目级选择公式(相当于数学模型)，定义每个公式与模型属性的关联关系(也即每个公式与理赔业务模型的对应关系)，比如计算公式：MIN(定损金额*投保比例*赔付比例*(1-免赔率)，定损金额*投保比例*赔付比例*-免赔额)，该计算公式为理算公式，可以定义该理算公式与理算模型属性的关联关系(也即与理算模型的对应关系)，还可以定义公式因子(相当于计算因子)与模型属性的关联关系(也即计算因子与理赔业务模型的映射关系)，具体的，可以参见如图4所示的一种定义计算因子与理赔业务模型的映射关系的过程示意图，计算公式：MIN(定损金额*投保比例*赔付比例*(1-免赔率)，定损金额*投保比例*赔付比例-免赔额)，其中，定损金额、投保比例、免赔额、免赔率、赔付比例都为该公式中的计算因子，可以将这些计算因子与理算模型建立映射。
仍参见如图3所示的一种定义数学模型的过程示意图，理算时，页面选择要计算的field(节点)，节点转换为对应的理算模型属性(相当于在理赔任务处理中，查询并点击理算待处理的案件，并确定对应的理算模型)，根据理算模型属性查询公式，计算公式的值，并返回页面。
步骤S208，如果理赔业务模型对应多个数学模型，对多个数学模型分别配置计算条件。
在具体实现过程中，根据实际业务场景，在配置理赔业务模型对应的多个公式(数学模型)时，需要配置对应的匹配条件(相当于计算条件)，什么条件下对应的是那个公式，具体的，可以参见如图5所示的一种自动规则配置示意图，将条款责任、赔付项目进行分级，将公式按不同层级进行配置，可以实现多层级的计算；实际配置时，可以首先选择配置类型，具体的，可以在配置类型这一行对应的第一个方框选择填入保单(号)、产品、险种、条款中的任意一个，然后根据选择的配置类型在配置类型这一行对应的第二个方框对应选择填入具体的保单号、产品类型、险种类型、条款类型，之后在规则名称这一行的方框对应输入自定义的规则名称，比如保单级公式、产品级公式、险种级公式、条款级公式；点击查询后可以显示对应的基本表格信息(包括险种信息、产品信息、方案信息、条款信息、责任信息、保额)，其中，无论是哪种配置类型，都可以显示对应的条款责任信息。因此可以基于条款和责任，接着进行条款责任配置和赔付项目配置，对应生成条款责任公式和赔付项目级公式。
实际实现过程中，对多个数学模型分别配置计算条件时，计算条件至少包括条款和责任。
优选的，计算条件还可以包括：性别、年龄、出险原因、损失类型、就诊类型等。
具体的，可以参见如图6所示的另一种自动规则配置示意图，进行条款责任配置时，条款责任配置表格中的条款责任配置为必选配置项，可以配置成具体的条款、责任(相当于计算条件至少包括条款和责任)，而性别、年龄、出险原因、损失类型、就诊类型为可选配置项，其中，性别可以配置成男或女、年龄可以根据实际需求配置成区间范围(比如30-70)，还可以配置成某个预设年龄以上(比如70以上)或某个预设年龄以下(比如30以下)，出险原因、损失类型、就诊类型均可以根据实际需求进行配置，具体的损失类型可以配置成以下类型中的一种：一般损伤、伤残、死亡、其他；就诊类型可以配置成以下类型中的一种：无治疗、门诊、住院。不同的计算条件可以配置得到不同的数学模型(定损计算公式和理算计算公式)。
进一步的，条款责任配置完成之后，还可以进行赔付类型配置，如果赔付类型配置成人，还可以进行赔付项目配置，其中，图6中的赔付项目配置表格中的赔付类型、特约、性别、年龄、赔付项目、损失类型、就诊类型、出险原因为可选配置项，具体的，赔付类型可以配置成人、车、物、责，特约可以根据实际需求进行配置，性别可以配置成男或女，年龄可以根据实际需求配置成区间范围、某个预设年龄阈值以上或某个预设年龄阈值以下，赔付项目、损失类型、就诊类型、出险原因均可以根据实际需求进行配置，具体的，赔付类型配置成人时，赔付项目可以配置成以下类型中的一种：身故、残疾、医疗费、误工费、医疗津贴等；需要说明的是，如果赔付类型为车、物、责中的一种，对应的性别、年龄、赔付项目、损失类型和就诊类型可以不用配置。其中，不同的计算条件可以配置得到不同的数学模型(定损计算公式和理算计算公式)。
为了便于理解为数学模型配置计算条件的过程，下面可以举例说明，比如图5中的配置类型这一行对应的第一个方框选择险种时，可以在配置类型这一行对应的第二个方框选择险种的具体类型，比如1501、1601等，进而选择配置不同的险种，假设选择1501，然后在规则名称这一行的方框对应输入险种级公式后，可以点击查询，此时配置页面可以显示出系统中每条1501对应的信息，包括产品、方案、条款、责任和保额，其中，产品、方案和保额对应的信息有可能为空，但是条款和责任对应的信息是一定存在的。
假设查询后配置页面显示出两条1501对应的信息，其中一条对应的信息(可以理解为图5中序号1这一行显示的信息)包括：险种为1501、产品为空、方案为H000000162、条款为102、责任为0001、保额为999999。另外一条对应的信息(可以理解为图5中序号2这一行显示的信息)包括：险种为1501、产品为空、方案为H000000164、条款为016、责任为0001、保额为999999，可以对这两条1501对应的信息进行条款责任配置和赔付项目配置。
具体的，条款责任配置时，可以先对第一条1501对应的条款102、责任0001进行条款责任配置，由于计算条件至少包括条款和责任，此时可以先将匹配因子，也即条款责任配置(相当于条款和责任)配置为102-0001，然后选择对应的计算公式(包括定损计算公式和理算计算公式)，得到计算条件102-0001对应的计算公式。
除此之外，还可以对性别、年龄、出险原因、损失类型、就诊类型等匹配因子一项或多项进行配置，假设配置后得到的计算条件为“性别：男；年龄：30-50(区间)；出险原因：自然灾害类-龙卷风；损失类型：一般损伤；就诊类型：无治疗”，那么可以为该计算条件选择对应的定损计算公式和理算计算公式。
进一步的，条款责任配置完成之后，还进行赔付项目配置，具体的，可以对赔付类型、特约、性别、年龄、赔付项目、出险原因、损失类型、就诊类型等匹配因子中的一项或多项进行配置，如果赔付类型为车、物、责中的一种，对应的性别、年龄、赔付项目、损失类型和就诊类型不用配置，如果赔付类型为人，除了可以对特约、性别、年龄、出险原因这些匹配因子中的一项或多项进行配置之外，还可以对赔付项目、损失类型、就诊类型这些匹配因子中的一项或多项进行配置，其中，不同的赔付项目可以配置得到不同的数学模型(定损计算公式和理算计算公式)。
比如配置后得到的计算条件为“赔付类型：人；特约：不限；性别：不限(男或女均可)；年龄：25-50(区间)；赔付项目：身故；损失类型：死亡；就诊类型：住院；出险原因：不限”，该计算条件包括赔付项目，且赔付项目为身故，那么可以基于身故这个赔付项目选择对应的理算计算公式，比如“min(剩余保额，定损金额)”。
步骤S210，针对每个数学模型，将该数学模型与对应的计算条件之间的映射关系保存到理赔业务模型中。
具体的，可以为每个计算公式添加计算规则，即计算公式对应的计算条件，将计算公式和计算条件作为相关联的整个理赔业务模型的一部分放入该理赔业务模型中，后续通过理赔业务模型取值赋值，从定义的取值路径进行取值计算，计算的结果赋值到模型路径上，供返回调用，即可将计算结果显示到页面上。
在具体实现过程中，该步骤S210具体可以通过以下步骤一至步骤二实现：
步骤一：针对每个数学模型，基于该数学模型对应的计算条件，对该数学模型中的计算因子配置对应的数值。
在具体实现过程中，可以参见如图7所示的另一种自动规则配置示意图，计算因子可以包括投保比例、免赔方式、免赔额、免赔率、每次事故限额、每人限额、单次限额(元)、保额/累计限额(元)、赔付比例类型、免赔(天)、累计限额(天)、赔付比例、赔付标准等。
如果，存在一个理赔业务模型为责任险业务模型(属于一种理算模型)，且责任险业务模型对应多个数学模型，比如数学模型1：理算金额＝MIN(定损金额*赔付比例*(1-免赔率)，(定损金额-免赔额)*赔付比例)；数学模型2:理算金额＝MIN(定损金额*投保比例*事故责任比例*赔付比例*(1-免赔率),定损金额*投保比例*事故责任比例*赔付比例-免赔额)；数学模型1(可以定义为理算公式F00075)对应的计算条件可以配置为：“赔付类型：人；特约：不限；性别：不限；年龄：25-50；赔付项目：无；损失类型：不限；就诊类型：不限；出险原因：不限”；数学模型2(可以定义为理算公式F00077)对应的计算条件可以配置为：“赔付类型：物；特约：不限；性别：无；年龄：无；赔付项目：无；损失类型：无；就诊类型：无；出险原因：不限”。
假设将理算公式F00075对应的计算条件定义为H，将理算公式F00077对应的计算条件定义为K；以数学模型1为例，当数学模型1(F00075)对应的计算条件为H时，可以对数学模型1中的计算因子(定损金额、赔付比例、免赔率、免赔额)配置数值，此时在图7中赔付项目配置-计算因子配置下面的表格中的理算计算公式对应为F00075，可以将后面的赔付比例配置为90、免赔率配置为5、免赔额配置为10；其中，定损金额一般不在此处进行配置，一般可以通过计算条件H对应的定损公式计算得到，并存储到数据库中，因此，后续计算时，可以通过调取数据库中定损金额对应的数值进行计算。
除此之外，还可以对其他计算因子(不属于数学模型1中的计算因子)进行配置，比如可以将投保比例配置为90、免赔(天)配置为3、单次限额(元)配置为500、累计限额(天)配置为180、保额/累计限额(元)配置为10000001、赔付比例类型配置为直接配置。
在具体实现过程中，赔付比例类型可以满足多种场景计算，有多种配置类型包括直接配置(直接配置一个赔付比例)、分级累进(根据定义值阶梯配置对应赔付比例)、关联社保(根据社保情况，配置对应赔付比例)、伤残等级(根据伤残等级，配置对应赔付比例)。其中，赔付比例分级累进时，定义值可以根据实际需求定义，比如可以将定损金额与免赔额的差值作为定义值，也可以将定损金额直接作为定义值；然后通过配置定义值(假设用字母x表示)的不同取值范围，对应配置赔付比例，比如当x<＝y1时，赔付比例可以对应配置成z1％，当y1<x<＝y2时，赔付比例可以对应配置成z2％，当x>y2时，赔付比例可以对应配置成z3％等，需要说明的是，上述y1、y2、y3、z1、z2、z3等均可以根据实际需求任意配置对应的数值。
为了更好的理解赔付比例分级累进，下面举例说明可能存在的一种配置情况，人伤赔付信息模块单条款理算金额计算时，x＝定损金额-免赔额，当x小于等于100时，赔付比例可以对应配置成0％，计算理算金额＝0；当100<x<＝1000时，赔付比例可以对应配置成50％，计算理算金额＝x*0.5；1000<x<＝5000时，赔付比例可以对应配置成60％，计算理算金额＝1000*0.5+(x-1000)*0.6；当5000<x<＝10000时，赔付比例可以对应配置成70％，计算理算金额＝1000*0.5+(5000-1000)*0.6+(x-5000)*0.7；当10000<x<＝30000时，赔付比例可以对应配置成80％；计算理算金额＝1000*0.5+(5000-1000)*0.6+(10000-5000)*0.7+(x-10000)*0.8；当x>30000时，赔付比例可以对应配置成90％，计算理算金额＝1000*0.5+(5000-1000)*0.6+(10000-5000)*0.7+(30000-10000)*0.8+(x-30000)*0.9。
根据社保情况，配置对应赔付比例时，有三种常见情况，第一种情况为被保险人有社保、且使用社保，那么赔付比例可以对应配置成10％；第二种情况为被保险人有社保、但是不使用社保，那么赔付比例可以对应配置成20％；第三种情况为被保险人没有社保、无法使用社保，那么赔付比例可以对应配置成30％；
根据伤残等级(一般为一级到十级)，配置对应赔付比例时，有十种常见情况，第一种情况为伤残等级为一级，那么赔付比例可以对应配置成100％；第二种情况为伤残等级为二级，那么赔付比例可以对应配置成90％；第三种情况为伤残等级为三级，那么赔付比例可以对应配置成80％；第四种情况为伤残等级为四级，那么赔付比例可以对应配置成70％；第五种情况为伤残等级为五级，那么赔付比例可以对应配置成60％；第六种情况为伤残等级为六级，那么赔付比例可以对应配置成50％；第七种情况为伤残等级为七级，那么赔付比例可以对应配置成40％；第八种情况为伤残等级为八级，那么赔付比例可以对应配置成30％；第九种情况为伤残等级为九级，那么赔付比例可以对应配置成20％；第十种情况为伤残等级为十级，那么赔付比例可以对应配置成10％。
步骤二：将该数学模型、对应的计算条件和对应的计算因子的数值三者之间的映射关系保存到理赔业务模型中。
在具体实现过程中，当计算公式(比如F00075)满足某个计算条件(比如H)时，可以为计算公式的每个计算因子配置对应数值，将对应的数值存储到数据库中，生成对应的取值路径(相当于计算因子满足该计算条件时对应的取值路径，将取值路径、计算公式和计算条件作为相关联的整个理赔业务模型的一部分放入该理赔业务模型中，后续可以通过取值路径进行取值计算，得到计算结果。
步骤S212，基于接收到的客户终端发送的理赔请求，从多个理赔业务模型中确定与该理赔请求对应的目标理赔业务模型。
步骤S214，理赔请求携带有理赔信息，基于理赔信息，在目标业务模型中查找与理赔信息相匹配的目标计算条件。
步骤S216，基于目标计算条件，确定与该目标计算条件对应的目标数学模型。
在具体实现过程中，上述理赔请求携带的理赔信息，可以理解为报案人提供的报案信息(包括保单号、被保险人、出险人、出险时间、出险地点、险种、出险原因等信息)，理赔系统接收到理赔请求后，可以将报案人提供的报案信息作为理赔数据存储到数据库，然后可以通过查勘、立案处理，获取查勘立案信息(比如产品、条款、责任、年龄、性别、损失类型、就诊类型、赔付类型、特约、赔付项目等信息)，将获取到的查勘立案信息也作为理赔数据存入数据库中；再直接调用数据库中理赔数据(包括报案信息、查勘立案信息)去匹配对应的目标理赔业务模型，当确定目标业务模型后，进行到定损环节和理算环节时，可以在目标业务模型中查找与理赔数据相匹配的目标计算条件；以理算环节为例，获取到理赔数据后可以先根据保单号查询是否有自动规则配置，如果无，则可以按照产品、险种、条款这样的查找顺序，一级一级往上找目标计算条件。其中，获取查勘立案信息，条款和责任这两项一般默认为必获取信息项，而其他信息项为可选获取信息项。
具体的，可以参见如图8所示的一种数学模型(也即公式)匹配流程示意图，理算环节中，当理算发起后，可以先判断是否有可匹配的保单级公式，具体的，如果获取到的理赔数据中存在保单号(比如为BD100000001)，且可以查找到该保单号对应的计算公式，可以进一步的基于获取到的理赔数据中的条款和其他信息项(比如年龄、性别、出险原因、损失类型等)匹配对应的条款责任级公式或赔付项目级公式；如果获取到的理赔数据中存在保单号(比如为BD100000002)，但是却无法查找到该保单号对应的计算公式(说明保单号BD100000002没有对应的自动规则配置，也即之前进行自动规则配置时没有为保单号BD100000002配置对应的计算公式)，可以接着判断是否有相匹配的产品级公式。
具体的，如果获取到的理赔数据中存在产品(比如为03)，且可以查找到该产品对应的计算公式，可以进一步的基于获取到的理赔数据中的条款和其他信息项匹配对应的条款责任级公式或赔付项目级公式；如果获取到的理赔数据中没有产品，或者存在产品(比如为05)，但是确无法查找到该产品对应的计算公式，可以接着判断是否有相匹配的险种级公式；如果获取到的理赔数据中存在险种(比如为1501)，且可以查找到该险种对应的计算公式，可以进一步的基于获取到的理赔数据中的条款和其他信息项匹配对应的条款责任级公式或赔付项目级公式；如果获取到的理赔数据中没有险种，或者存在险种(比如为0101)，但是确无法查找到该险种对应的计算公式，可以接着判断是否有相匹配的条款级公式。
具体的，如果获取到理赔数据中的条款(比如为001)后，查找到该条款对应的计算公式，可以进一步的基于获取到的理赔数据中的其他信息项匹配对应的条款责任级公式或赔付项目级公式，但是如果获取到的理赔数据中的条款(比如为020)，但是确无法查找到该条款对应的计算公式(比如之前进行自动规则配置时由于条款太多，忘记为条款020配置对应的计算公式)，此时目标业务模型中不存在与理赔数据相匹配的计算条件，因此，可以基于获取到的理赔数据配置计算条件，并为计算条件配置对应的目标计算公式(相当于目标数学模型)。比如，可以将条款020和理赔数据中的其他信息项作为计算条件，配置该计算条件对应的目标数学模型；其中，计算条件中至少包括：条款和责任。
优选的，每个计算公式可以有对应的级别顺序，当根据目标计算条件筛选后还有多个计算公式时，可以将多个计算公式中级别顺序数字最小的计算公式作为目标计算公式。
步骤S218，基于目标数学模型，从预先建立的因子库中查找与该目标数学模型对应的目标计算因子。
步骤S220，如果目标计算因子对应的因子类型为模型，则根据该目标计算因子对应的因子取值路径，从与该目标计算因子相关联的目标业务模型中获取该目标计算因子对应的数值。
步骤S222，根据目标计算因子对应的数值，得到计算结果。
在具体实现过程中，每个计算因子均可以有对应的因子类型和因子取值路径，除此之外，还可以有对应的匹配条件；其中，因子类型可以包括：公式因子、数值因子、决策因子(相当于模型因子)等。
不同理赔业务模型中的计算公式对应的计算因子的因子取值路径一般不同，可以在配置计算因子的时候关联理赔业务模型进行配置。假设，理赔业务模型A下配置了c、d两个计算公式，分别如下：c＝a+b,d＝a*b,当条件1成立对应计算公式c,当条件2成立对应公式d，a跟b均属于模型因子，取值数据来源于模型中的值，如果a对应的字段存在A表中的a字段，b对应的字段存在A表中的b字段；那么在配置理赔业务模型A的时候可以与数据库中的表A对应的字段a、b建立关联关系，目标计算因子(a、b)对应的数值就是目标业务模型A中的值(也即数据库的表A中字段a、b分别对应的值)。
实际实现时，有的计算因子需要多次计算后而出(计算嵌套)。比如目标数学模型为MIN(计算结果金额,每次事故限额)；其中，计算结果金额这个计算因子为公式因子，需要多次计算后得到，具体的，计算结果金额＝MIN(计算结果金额1,计算结果金额2)；计算结果金额1＝定损金额合计*投保比例*事故责任比例*赔付比例*(1-免赔率)；计算结果金额2＝定损金额合计*投保比例*事故责任比例*赔付比例-免赔额。当匹配到目标数学模型，比如MIN(计算结果金额,每次事故限额)后，可以根据计算因子的因子名称、匹配条件等查找与该目标数学模型相关联的计算因子，当计算因子为公式因子时，比如计算结果金额，可以查找与计算结果金额对应的公式相关联的计算因子，然后再进行计算；当计算因子为数值因子时，可以直接将对应的数值替换到原公式(目标数学模型)内的计算因子中；然后继续下一个因子的处理；当计算因子为决策因子时，可以将决策后的值返回替换到原公式内的计算因子中，通过此方式可以将计算出的值返回到最外层的公式中，进行计算，并将计算结果返回到目标理赔业务模型中。
具体的，上述目标数学模型MIN(计算结果金额,每次事故限额)也可以表示为：MIN(MIN(定损金额合计*投保比例*事故责任比例*赔付比例*(1-免赔率),定损金额合计*投保比例*事故责任比例*赔付比例-免赔额),每次事故限额)，计算时，如果投保比例未配置，可以通过计算获得：投保比例＝累计赔偿限额*100/保险价值，或者，投保比例＝保额*100/保险价值。实际计算时，一般先计算出“定损金额合计*投保比例*事故责任比例*赔付比例*(1-免赔率)”对应的数值结果，比如为500，然后计算出“定损金额合计*投保比例*事故责任比例*赔付比例-免赔额”对应的数值结果，比如为300；接着可以计算出“MIN(定损金额合计*投保比例*事故责任比例*赔付比例*(1-免赔率),定损金额合计*投保比例*事故责任比例*赔付比例-免赔额)”也即“MIN(500,300)”对应的数值结果，由于500和300中，最小的是300，因此对应的数值结果为300；最后可以计算出MIN(300,每次事故限额)的数值结果，如果每次事故限额为1000，可以计算出MIN(300,1000)的数值结果为300。
现有的理算方法，计算公式是相对固定的，没有公式配置页面，而且理赔费用的计算通常是由理赔相关人员根据个人经验人工填写参与计算的计算参数对应的数据，比如图9所示的一种传统的自动理算示意图，图9中的实线框中的核定损失、赔付比例、免赔率、免赔额，都是纯粹靠工作人员的专业能力人工输入的，容易降低计算结果的准确性，且降低理赔工作效率。
而本申请通过建立因子库，将计算公式与理赔业务模型相结合，根据条款责任、赔付项目和其他因素对计算公式做差异化区分，进行差异化配置，能够实现定损金额、理算金额的自动计算和赔款报告、支付信息等数据的自动生成，从而将页面数据尽可能自动填充，实现案件处理的精细化要求，提高了计算公式配置的灵活性、完整性、严密性和人工处理效率，适应了理赔线上化的未来需求，可持续对复杂程度日益增长的计算公式进行完整、快速地配置。
上述自动理算方法，一方面根据理赔业务模型定义的计算因子和因子库中预定义的计算因子进行匹配，计算公式由计算因子和计算符号进行组成，即可实现简单的加减乘除，也可实现的复杂的函数计算以及嵌套计算，从而实现计算公式的配置化，满足随时调整，即插即用，提高了计算公式配置的灵活性。另一方面，将保单、条款、产品、险种进行分级，将公式按不同层级配置成条款责任级公式和赔付项目级公式，可以实现多层级的计算,满足案件处理的精细化要求，另外，为计算公式配置对应的计算条件可以提高计算结果的准确性，计算公式通过理赔业务模型自动取值赋值也提高了理赔工作效率。
本发明实施例还提供了一种自动理算装置，如图10所示，装置包括：获取模块100，用于获取预设的多个理赔业务模型；选择模块101，用于针对每个所述理赔业务模型，从预先建立的因子库中选择与该理赔业务模型对应的多个计算因子；第一确定模块102，用于基于多个所述计算因子，确定与该理赔业务模型对应的至少一个数学模型；第二确定模块103，用于基于接收到的客户终端发送的理赔请求，从多个所述理赔业务模型中确定与该理赔请求对应的目标业务模型；第三确定模块104，用于基于所述目标业务模型和所述理赔请求，从所述目标业务模型对应的至少一个数学模型中确定目标数学模型；获得模块105，用于基于所述目标数学模型，得到计算结果。
上述自动理算装置，包括：针对每个理赔业务模型，从预先建立的因子库中选择与该理赔业务模型对应的多个计算因子，然后确定与该理赔业务模型对应的至少一个数学模型；基于接收到的客户终端发送的理赔请求，确定与该理赔请求对应的目标理赔业务模型；基于目标理赔业务模型和理赔请求，确定对应的目标数学模型，得到计算结果。该装置针对每个理赔业务模型，通过从预先建立的因子库中选择与该理赔业务模型对应的多个计算因子，基于多个计算因子确定数学模型，可以将数学模型和理赔业务模型对应起来，实现数学模型的配置化，满足随时调整，即插即用，从而提高了数学模型调整的灵活性。
进一步的，上述装置还包括第一配置模块，用于如果理赔业务模型对应多个数学模型，对多个数学模型分别配置计算条件；针对每个数学模型，将该数学模型与对应的计算条件之间的映射关系保存到理赔业务模型中。
进一步的，理赔请求携带有理赔信息，第三确定模块还用于：基于理赔信息，在目标业务模型中查找与理赔信息相匹配的目标计算条件；基于目标计算条件，确定与该目标计算条件对应的目标数学模型。
进一步的，每个计算因子均有对应的因子类型和因子取值路径，获得模块还用于：基于目标数学模型，从预先建立的因子库中查找与该目标数学模型对应的目标计算因子；如果目标计算因子对应的因子类型为模型，则根据该目标计算因子对应的因子取值路径，从与该目标计算因子相关联的目标业务模型中获取该目标计算因子对应的数值；根据目标计算因子对应的数值，得到计算结果。
进一步的，上述装置还包括第二配置模块，用于如果目标业务模型中不存在与理赔信息相匹配的计算条件，则基于理赔信息配置计算条件，并为计算条件配置对应的目标数学模型。
进一步的，计算条件至少包括：条款和责任。
进一步的，第一配置模块还用于：针对每个数学模型，基于该数学模型对应的计算条件，对该数学模型中的计算因子配置对应的数值；将该数学模型、对应的计算条件和对应的计算因子的数值三者之间的映射关系保存到理赔业务模型中。
本发明实施例所提供的自动理算装置，其实现原理及产生的技术效果和前述自动理算方法实施例相同，自动理算装置实施例部分，可参考前述自动理算方法实施例中相应内容。
本发明实施例还提供了一种电子设备，参见图11所示，该电子设备包括处理器130和存储器131，该存储器131存储有能够被处理器130执行的机器可执行指令，该处理器130执行机器可执行指令以实现上述自动理算方法。
进一步地，图11所示的电子设备还包括总线132和通信接口133，处理器130、通信接口133和存储器131通过总线132连接。
其中，存储器131可能包含高速随机存取存储器(RAM，Random Access Memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口133(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。总线132可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图11中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
处理器130可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器130中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器130可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DigitalSignal Processor，简称DSP)、专用集成电路(Application Specific IntegratedCircuit，简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array，简称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。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器131，处理器130读取存储器131中的信息，结合其硬件完成前述实施例的方法的步骤。
本发明实施例还提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令在被处理器调用和执行时，该计算机可执行指令促使处理器实现上述自动理算方法，具体实现可参见方法实施例，在此不再赘述。
本发明实施例所提供的自动理算方法、装置及电子设备，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。
所述功能如果以软件功能单元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，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种自动理算方法，其特征在于，所述方法包括：
获取预设的多个理赔业务模型；
针对每个所述理赔业务模型，从预先建立的因子库中选择与该理赔业务模型对应的多个计算因子；
基于多个所述计算因子，确定与该理赔业务模型对应的至少一个数学模型；
基于接收到的客户终端发送的理赔请求，从多个所述理赔业务模型中确定与该理赔请求对应的目标业务模型；
基于所述目标业务模型和所述理赔请求，从所述目标业务模型对应的至少一个数学模型中确定目标数学模型；
基于所述目标数学模型，得到计算结果。
2.根据权利要求1所述的方法，其特征在于，如果所述理赔业务模型对应多个所述数学模型，所述基于多个所述计算因子，确定与该理赔业务模型对应的至少一个数学模型的步骤之后，所述方法还包括：
对多个所述数学模型分别配置计算条件；
针对每个所述数学模型，将该数学模型与对应的计算条件之间的映射关系保存到所述理赔业务模型中。
3.根据权利要求2所述的方法，其特征在于，所述理赔请求携带有理赔信息，基于所述目标业务模型和所述理赔请求，从所述目标业务模型对应的至少一个数学模型中确定目标数学模型的步骤包括；
基于所述理赔信息，在所述目标业务模型中查找与所述理赔信息相匹配的目标计算条件；
基于所述目标计算条件，确定与该目标计算条件对应的目标数学模型。
4.根据权利要求1所述的方法，其特征在于，每个所述计算因子均有对应的因子类型和因子取值路径，基于所述目标数学模型，得到计算结果的步骤包括：
基于所述目标数学模型，从预先建立的所述因子库中查找与该目标数学模型对应的目标计算因子；
如果所述目标计算因子对应的因子类型为模型，则根据该目标计算因子对应的因子取值路径，从与该目标计算因子相关联的目标业务模型中获取该目标计算因子对应的数值；
根据所述目标计算因子对应的数值，得到计算结果。
5.根据权利要求3所述的方法，其特征在于，基于所述理赔信息，在所述目标业务模型中查找与所述理赔信息相匹配的目标计算条件的步骤之后，所述方法还包括：
如果所述目标业务模型中不存在与所述理赔信息相匹配的计算条件，则基于所述理赔信息配置计算条件，并为所述计算条件配置对应的目标数学模型。
6.根据权利要求5所述的方法，其特征在于，所述计算条件至少包括：条款和责任。
7.根据权利要求2所述的方法，其特征在于，针对每个所述数学模型，将该数学模型与对应的计算条件之间的映射关系保存到所述理赔业务模型中的步骤包括：
针对每个所述数学模型，基于该数学模型对应的计算条件，对该数学模型中的计算因子配置对应的数值；
将该数学模型、对应的计算条件和对应的计算因子的数值三者之间的映射关系保存到所述理赔业务模型中。
8.一种自动理算装置，其特征在于，所述装置包括：
获取模块，用于获取预设的多个理赔业务模型；
选择模块，用于针对每个所述理赔业务模型，从预先建立的因子库中选择与该理赔业务模型对应的多个计算因子；
第一确定模块，用于基于多个所述计算因子，确定与该理赔业务模型对应的至少一个数学模型；
第二确定模块，用于基于接收到的客户终端发送的理赔请求，从多个所述理赔业务模型中确定与该理赔请求对应的目标业务模型；
第三确定模块，用于基于所述目标业务模型和所述理赔请求，从所述目标业务模型对应的至少一个数学模型中确定目标数学模型；
获得模块，用于基于所述目标数学模型，得到计算结果。
9.一种电子设备，其特征在于，所述电子设备包括处理器和存储器，所述存储器存储有能够被所述处理器执行的计算机可执行指令，所述处理器执行所述计算机可执行指令以实现权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令在被处理器调用和执行时，计算机可执行指令促使处理器实现权利要求1至7任一项所述的方法。
CN202310639710.8A 2023-05-31 2023-05-31 自动理算方法、装置及电子设备 Pending CN116720969A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310639710.8A CN116720969A (zh) 2023-05-31 2023-05-31 自动理算方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310639710.8A CN116720969A (zh) 2023-05-31 2023-05-31 自动理算方法、装置及电子设备

Publications (1)

Publication Number Publication Date
CN116720969A true CN116720969A (zh) 2023-09-08

Family

ID=87867191

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310639710.8A Pending CN116720969A (zh) 2023-05-31 2023-05-31 自动理算方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN116720969A (zh)

Similar Documents

Publication Publication Date Title
CN110060144B (zh) 额度模型训练方法、额度评估方法、装置、设备及介质
CN110516910A (zh) 基于大数据的保单核保模型训练方法和核保风险评估方法
CN112734559B (zh) 企业信用风险评价方法、装置及电子设备
CN110415123B (zh) 金融产品推荐方法、装置和设备及计算机存储介质
CN115668265A (zh) 为操纵和调整承保标的的风险驱动组合提供前瞻和后顾度量的风险转移配置器和模拟引擎及其方法
CN113487442A (zh) 基于大数据的dip分值测算方法与系统
CN111930350B (zh) 一种基于计算模板的精算模型建立方法
CN113988638A (zh) 一种通用关联关系强度测算方法、装置、电子设备和介质
CN116720969A (zh) 自动理算方法、装置及电子设备
CN113592529B (zh) 债券产品的潜在客户推荐方法和装置
CN114997879B (zh) 一种支付路由方法、装置、设备和存储介质
CN113379212B (zh) 基于区块链的物流信息平台违约风险评估方法、装置、设备及介质
CN113610627B (zh) 用于风险预警的数据处理方法和装置
CN112182320B (zh) 聚类数据处理方法、装置、计算机设备及存储介质
CN112199359B (zh) 数据检核方法、装置、电子设备和存储介质
CN113869996A (zh) 阶梯式额度分析测算方法、装置、设备及介质
CN110175271B (zh) 案件随机排序方法以及装置
CN116976712A (zh) 异常指标的根因确定方法、装置、设备以及存储介质
CN111309870B (zh) 数据快速搜索方法、装置及计算机设备
CN113408863A (zh) 工单推荐方法、装置、终端设备及计算机存储介质
CN113434705A (zh) 一种基于关系图谱的提现额度调整方法、系统
CN110246026B (zh) 一种数据转移的输出组合设定方法、装置及终端设备
CN111008204B (zh) 一种报价库处理方法、装置、存储介质和服务器
CN114299043B (zh) 点云质量评估方法、装置、电子设备和存储介质
CN115269792A (zh) 基于云计算的企业画像生成方法、装置、设备及介质

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