CN116843290A - 理赔报案处理方法、装置、设备及计算机可读存储介质 - Google Patents
理赔报案处理方法、装置、设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN116843290A CN116843290A CN202310786983.5A CN202310786983A CN116843290A CN 116843290 A CN116843290 A CN 116843290A CN 202310786983 A CN202310786983 A CN 202310786983A CN 116843290 A CN116843290 A CN 116843290A
- Authority
- CN
- China
- Prior art keywords
- settlement
- processing
- report
- sliding window
- preset
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 194
- 238000000034 method Methods 0.000 title claims abstract description 59
- 230000008569 process Effects 0.000 claims abstract description 21
- 239000013598 vector Substances 0.000 claims description 26
- 230000006870 function Effects 0.000 claims description 23
- 230000015654 memory Effects 0.000 claims description 21
- 239000011159 matrix material Substances 0.000 claims description 20
- 238000005259 measurement Methods 0.000 claims description 18
- 230000004913 activation Effects 0.000 claims description 14
- 238000012544 monitoring process Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 9
- 230000003467 diminishing effect Effects 0.000 claims description 8
- 238000013507 mapping Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 238000005457 optimization Methods 0.000 claims description 4
- 238000007726 management method Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000015556 catabolic process Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000003672 processing method Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000010523 cascade reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 229920006395 saturated elastomer Polymers 0.000 description 2
- 230000006403 short-term memory Effects 0.000 description 2
- 230000001550 time effect Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Accounting & Taxation (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Technology Law (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明涉及金融科技数据处理领域,揭露一种理赔报案处理方法,包括:接收理赔报案,识别所述理赔报案的业务类型;根据所述理赔报案的业务类型生成滑动窗口的大小及调用所述业务类型对应的预设数量的理赔事务并发处理所述理赔报案;实时计算所述滑动窗口内的理赔报案的最大预估理赔量;当所述最大预估理赔量小于预设的处理峰值时,根据所述最大预估理赔量调整所述理赔事务的数量;当所述最大预估理赔量不小于所述预设的处理峰值时,对所述理赔事务进行熔断。本发明还提出一种理赔报案处理装置、电子设备及计算机可读存储介质。本发明可以提升理赔报案处理平台的效率和可靠性。
Description
技术领域
本发明涉及金融科技数据处理领域,尤其涉及一种理赔报案处理方法、装置、电子设备及计算机可读存储介质。
背景技术
随着保险行业的发展,理赔案件处理的繁琐度也逐渐增加。理赔员在处理理赔案件时一般采取的是手工处理的方式,这种方式既费时又容易出错。并且一旦理赔逾期,不仅会对客户产生不良影响,也会导致保险公司链式反应,影响客户满意度。
在理赔案件处理中,理赔报案是一个非常重要的环节。在高峰期或突发情况下,当流量峰值来临时,常规的微服务架构无法承受高并发的请求,系统容易系统崩溃,影响用户体验。这给保险公司带来了重大的经济损失和声誉损失。因此,如何处理高并发的保险理赔事务成了一个迫切需要解决的问题。
发明内容
本发明提供一种理赔报案处理方法、装置、电子设备及计算机可读存储介质,其主要目的在于提升理赔报案处理平台的效率和可靠性。
为实现上述目的,本发明提供的一种基于理赔报案处理方法,包括:
接收理赔报案,识别所述理赔报案的业务类型;
根据所述理赔报案的业务类型生成滑动窗口的大小及调用所述业务类型对应的预设数量的理赔事务并发处理所述理赔报案;
实时计算所述滑动窗口内的理赔报案的最大预估理赔量;
当所述最大预估理赔量小于预设的处理峰值时,根据所述最大预估理赔量调整所述理赔事务的数量;
当所述最大预估理赔量不小于所述预设的处理峰值时,对所述理赔事务进行熔断。
可选地,所述接收理赔报案,识别所述理赔报案的业务类型,包括:
获取所述理赔报案的文本描述信息,并对所述文本描述信息进行向量转换,得到文本向量矩阵;
提取所述文本向量矩阵对应的文本特征,利用预先训练好的激活函数计算所述文本特征与预设的业务标签之间的相对概率值;
选取取值最大的相对概率值对应的业务标签作为所述理赔报案的业务类型。
可选地,所述根据所述理赔报案的业务类型生成滑动窗口的大小,包括:
获取所述业务类型对应的理赔效率因子;
在预设的历史理赔库中查询每个所述理赔效率因子的取值,并对每个所述理赔效率因子的取值进行归一化,得到每个所述理赔效率因子的归一化取值;
计算所述业务类型对应的所有理赔效率因子的归一化取值的均值,得到所述业务类型的理赔报案的处理效率衡量值;
在预设的衡量值与窗口大小匹配表中,查询与所述处理效率衡量值相匹配的窗口大小,并将查询到的窗口大小作为所述滑动窗口的大小。
可选地,所述实时计算所述滑动窗口内的理赔报案的最大预估理赔量,包括:
统计当前所述滑动窗口内的所述业务类型的理赔报案的实时处理效率;
根据所述实时处理效率及所述滑动窗口的大小生成所述滑动窗口的最大预估理赔量。
可选地,所述当所述最大预估理赔量小于预设的处理峰值时,根据所述最大预估理赔量调整所述理赔事务的数量,包括:
判断所述最大预估理赔量所在的预设的数量区间;
在预设的理赔数量与事务数量映射表,查询所述预设的数量区间对应的事务数量;
调用与所述事务数量一致的理赔事务处理所述滑动窗口内的理赔报案。
可选地,当所述最大预估理赔量小于预设的处理峰值时,还可通过下述方法调整所述理赔事务的数量:
分别获取预设的相邻的两个时间间隔对应的实时处理效率,作为比对处理效率;
根据所述比对处理效率,计算所述滑动窗口内的实时处理效率的变化趋势;
当所述实时处理效率呈变小趋势,增加所述理赔事务的数量;
当所述实时处理效率呈变大趋势,减少所述理赔事务的数量。
可选地,所述当所述最大预估理赔量不小于所述预设的处理峰值时,对所述理赔事务进行熔断之后,所述方法还包括:
生成熔断故障信息,并将所述熔断故障信息发送到预设的数据优化模块对相应的理赔报案处理平台进行优化。
为了解决上述问题,本发明还提供一种理赔报案处理装置,所述装置包括:
滑窗大小生成模块,用于接收理赔报案,识别所述理赔报案的业务类型,根据所述理赔报案的业务类型生成滑动窗口的大小及调用所述业务类型对应的预设数量的理赔事务并发处理所述理赔报案;
滑窗监控模块,用于实时计算所述滑动窗口内的理赔报案的最大预估理赔量;
动态调整模块,用于当所述最大预估理赔量小于预设的处理峰值时,根据所述最大预估理赔量调整所述理赔事务的数量;
熔断模块,用于当所述最大预估理赔量不小于所述预设的处理峰值时,对所述理赔事务进行熔断。
为了解决上述问题,本发明还提供一种电子设备,所述电子设备包括:
存储器,存储至少一个计算机程序;及
处理器,执行所述存储器中存储的程序以实现上述所述的理赔报案处理方法。
为了解决上述问题,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一个计算机程序,所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的理赔报案处理方法。
本发明申请根据理赔报案的业务类型设置滑动窗口的大小和处理理赔报案的并发的理赔事务,以滑动窗口为监控单位,根据滑动窗口内的最大预估理赔量,调整实际理赔事务的数量,提升理赔报案的处理效率,或实施必要的熔断操作,避免理赔报案系统的崩溃,减少潜在损失,因此,本申请可以提升理赔报案处理平台的效率和可靠性。
附图说明
图1为本发明一实施例提供的理赔报案处理方法的流程示意图;
图2为本发明一实施例提供的理赔报案处理方法其中一个步骤的详细实施流程示意图;
图3为本发明一实施例提供的理赔报案处理方法其中一个步骤的详细实施流程示意图;
图4为本发明一实施例提供的理赔报案处理装置的功能模块图;
图5为本发明一实施例提供的实现所述理赔报案处理方法的电子设备的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
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。
本申请实施例提供一种理赔报案处理方法。所述理赔报案处理方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之,所述理赔报案处理方法可以由安装在终端设备或服务端设备的软件或硬件来执行,所述软件可以是区块链平台。所述服务端可以是独立的服务器,也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(ContentDelivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示,为本发明一实施例提供的理赔报案处理方法的流程示意图。在本实施例中,所述一种理赔报案处理方法,包括:
S1、接收理赔报案,识别所述理赔报案的业务类型;
本发明实施例,以保险行业为例说明所述一种理赔报案处理方法。通常提供保险服务的企业会提供特定的平台或途经,供保险客户在需要进行理赔时,进行理赔业务的报案,保险企业针对客户的理赔需求,利用理赔平台自动化功能进行初步核实及流程流转处理,并指派相应的理赔员跟进相关业务的处理。
可以理解的是,保险理赔涉及的种类非常多,例如,一般意外事故理赔、房屋、车辆、货物等财产损失理赔、住院医疗理赔、失业保险理赔等,每种保险理赔所涉及的理赔工序不尽相同,相应地,保险理赔处理时效也有所不同,本发明实施例识别所述理赔报案的业务类型的目的在于针对上述保险理赔业务种类繁多的特点,对理赔报案进行分门别类处理,以提升保险理赔报案处理的效率。
详细地,参阅图2所示,所述识别所述理赔报案的业务类型,包括:
S11、获取所述理赔报案的文本描述信息,并对所述文本描述信息进行向量转换,得到文本向量矩阵;
S12、提取所述文本向量矩阵对应的文本特征,利用预先训练好的激活函数计算所述文本特征与预设的业务标签之间的相对概率值;
S13、选取取值最大的相对概率值对应的业务标签作为所述理赔报案的业务类型。
本发明实施例中,可以从指定的保险理赔平台获取所述理赔报案的文本描述信息,所述文本描述信息是指理赔相关事项的具体说明信息,包括但不限于保险单、证明材料、登记立案等描述信息。
本发明实施例中,由于所述文本描述信息由自然语言组成,若直接对所述文本描述信息进行分析,会占用大量的计算资源,导致分析的效率低下,因此,可将所述文本描述信息转换为文本向量矩阵,进而将由自然语言表达的文本描述信息转换为数值形式。
本发明实施例中,可采用Glove(Global Vectors for Word Representation,全局词向量)、Embedding Layer等方法将所述文本描述信息转换为文本向量矩阵。
进一步地,在将所述文本描述信息转换为文本向量矩阵后,可对所述文本向量矩阵进行特征提取,以获取所述文本描述信息的文本特征,所述文本特征包括但不限于理赔场景、理赔主题、理赔关键词。
本发明一可选实施例中,可利用预先训练的LSTM(Long Short-Term Memory,长短期记忆网络)模型对所述文本描述信息的文本向量矩阵进行特征提取,以获取所述文本向量矩阵中的文本特征。
本发明实施例中,所述预设的业务标签可以根据实际保险理赔的业务分类进行设置,例如,车险理赔业务、房屋险理赔业务、重大疾病理赔业务、失业保险理赔业务等。
本发明实施例中,可利用预先训练好的激活函数对所述文本特征进行计算,以计算所述文本特征与预设多个业务标签的相对概率值,其中,所述相对概率值是指每一个特征是某一种业务标签的概率值,当某一特征与某一业务标签标签之间的相对概率越高,则该特征是用于表达该业务标签标签的概率越高。
详细地,所述激活函数包括但不限于softmax激活函数、sigmoid激活函数、relu激活函数。
本发明另一可选实施例中,可通过识别所述文本描述信息的业务关键字,再将识别到的业务关键字与预设的业务标签进行比对的方式,得到所述理赔报案的业务类型。
S2、根据所述理赔报案的业务类型生成滑动窗口的大小及调用所述业务类型对应的预设数量的理赔事务并发处理所述理赔报案;
本发明实施例中,所述滑动窗口是指用来监控理赔报案处理状况的最小时间单元,即在所述滑动窗口内所产生的全部理赔报案均属于需要监控的对象,针对在所述滑动窗口内出现的理赔报案处理状况,例如,理赔报案处理出现拥堵、故障,保险理赔平台能够及时做出反应,例如,熔断当前理赔报案处理,以避免进一步地出现级联反应,导致保险理赔平台平台无法运作,或增加可并发运行的理赔事务,有效支撑多理赔报案的处理。
详细地,参阅图3所示,所述根据所述理赔报案的业务类型生成滑动窗口的大小,包括:
S21、获取所述业务类型对应的理赔效率因子;
S22、在预设的历史理赔库中查询每个所述理赔效率因子的取值,并对每个所述理赔效率因子的取值进行归一化,得到每个所述理赔效率因子的归一化取值;
S23、计算所述业务类型对应的所有理赔效率因子的归一化取值的均值,得到所述业务类型的理赔报案的处理效率衡量值;
S24、在预设的衡量值与窗口大小匹配表中,查询与所述处理效率衡量值相匹配的窗口大小,并将查询到的窗口大小作为所述滑动窗口的大小。
本发明实施例中,所述理赔效率因子是指影响理赔报案处理效率的因素,包括但不限于理赔复杂度、理赔平均金额、历史理赔数量等,可以理解的是,理赔复杂度是指根据理赔取证、核证、审评流程等环节综合评估得到复杂系数,理赔复杂度越高,相应地,理赔报案处理周期会比较长,理赔金额越大,相应地,理赔程序会比较多,理赔处理周期也会比较长。
本发明实施例中,所述预设的历史理赔库是记录历史理赔案件的数据库,可基于所述预设的历史理赔库,对历史理赔案件进行相关统计及标注,例如,同一业务类型的理赔报案在统计时间单位内的发生数量,即历史理赔数量,理赔平均金额等信息。
可以理解的是,每种理赔效率因子的取值范围不同,多种理赔效率因子的取值无法直接进行计算,需要对每个所述理赔效率因子的取值进行归一化。
本发明一可选实施例中,可通过对每种理赔效率因子的取值进行量级化的方式,实现对理赔效率因子的取值的归一化,例如,理赔复杂度可划分为三级,一级为最高,三级为最低,同理,理赔平均金额也可换分为三级,一级为最高,三级为最低。这样就可以直接利用归一化的理赔效率因子的取值进行后续的计算。
本发明实施例中,所述衡量值是用来反应某一业务类型的理赔报案的处理效率的综合值,所述预设的衡量值与窗口大小匹配表是根据实际业务情况预先设置的,针对不同的业务类型的保险理赔报案的衡量值分配不同的时间大小的滑动窗口。
本发明实施例中,所述预设数量的理赔事务是指默认数量的能够并发处理理赔报案的微服务,所述预设数量可以根据实际业务情况进行设置。
本发明实施例根据理赔报案的业务类型,设置滑动窗口的大小和调用预设数量的理赔事务处理该理赔报案,可以体现出不同业务类型的理赔报案处理的差异性,遵循理赔报案的客观差异,有利于提升理赔平台的处理效率和可靠性。
S3、实时计算所述滑动窗口内的理赔报案的最大预估理赔量,当所述最大预估理赔量小于预设的处理峰值时,根据所述最大预估理赔量调整所述理赔事务的数量,当所述最大预估理赔量不小于所述预设的处理峰值时,对所述理赔事务进行熔断。
本发明实施例中,当所述滑动窗口开始计时时,通过实时测算所述滑动窗口内的理赔报案的最大预估理赔量,监测所述滑动窗口内的理赔报案处理是否存在的潜在风险。
本发明实施例中,可通过下述方法实时计算所述滑动窗口内的理赔报案的最大预估理赔量,包括:
统计当前所述滑动窗口内的所述业务类型的理赔报案的实时处理效率;
根据所述实时处理效率及所述滑动窗口的大小生成所述滑动窗口的最大预估理赔量。
需要说明的是,所述最大预估理赔量并不是当前所述滑动窗口内的实际处理的理赔报案的数量,而是根据当前的实时处理效率,预估的所述滑动窗口可处理的最大理赔量。
本发明实施例中,所述预设的处理峰值是指预先根据所述滑动窗口的大小、单个理赔报案的处理效率及该理赔平台的理赔事务的并发能力进行评估的饱和状态下的最大处理量。所述预设的处理峰值反应的是该保险理赔平台,在所述滑动窗口内,处理所述业务类型的理赔报案的最大处理量,而所述最大预估理赔量是指基于所述滑动窗口的大小及当前实际投入的并发的理赔事务的处理能力,预估的当前的最大理赔量。
可以理解的是,当所述最大预估理赔量小于所述预设的处理峰值时,表明当前滑动窗口内的理赔报案处理还未超过所述理赔平台的最大处理能力,这种情况下,进一步地,为了合理利用保险理赔平台的资源,可通过下述方法,根据所述最大预估理赔量调整所述理赔事务的数量:
判断所述最大预估理赔量所在的预设的数量区间;
在预设的理赔数量与事务数量映射表,查询所述预设的数量区间对应的事务数量;
调用与所述事务数量一致的理赔事务处理所述滑动窗口内的理赔报案。
本发明实施例中,所述预设的理赔数量与事务数量映射表是根据实际业务历史处理经验,针对每种业务类型的理赔报案的不同的数量区间分配一定数量的理赔事务,以保障理赔平台的事务资源得到合理的利用。
本发明另一可选实施例中,还可通过监测当前所述滑动窗口内的实时处理效率,根据所述实时处理效率的变化趋势,调整所述理赔事务的数量,包括:
分别获取预设的相邻的两个时间间隔对应的实时处理效率,作为比对处理效率;
根据所述比对处理效率,计算所述滑动窗口内的实时处理效率的变化趋势;
当所述实时处理效率呈变小趋势,增加所述理赔事务的数量;
当所述实时处理效率呈变大趋势,减少所述理赔事务的数量。
本发明实施例中,可根据所述滑动窗口的大小设置获取所述实时处理效率的时间间隔。
本发明实施例中,当所述实时处理效率呈变小趋势时,可以采用增加并发的理赔事务的方式,提升所述实时处理效率,当所述实时处理效率呈变大趋势时,表示当前所述滑动窗口内的实际理赔报案的数量比较小,可以适当的关停并发的理赔事务,合理利用所述理赔平台的资源。
本发明实施例中,当所述最大预估理赔量不小于所述预设的处理峰值时,表明当前滑动窗口内的理赔报案的数量已经超过所述理赔平台的最大处理能力,这种情况下,无法通过增加理赔事务的方式提升理赔报案的处理效率,为了避免保险理赔平台崩溃,减少潜在损失,需要对当前的理赔事务进行熔断。进一步地,可以通过生成熔断故障信息,并将所述熔断故障信息发送到预设的数据优化模块的方式,共保险理赔平台的维护人员对保险理赔平台进行优化,提升保险理赔平台的可靠性。
本发明申请根据理赔报案的业务类型设置滑动窗口的大小和处理理赔报案的并发的理赔事务,以滑动窗口为监控单位,根据滑动窗口内的最大预估理赔量,调整实际理赔事务的数量,提升理赔报案的处理效率,或实施必要的熔断操作,避免理赔报案系统的崩溃,减少潜在损失,因此,本申请可以提升理赔报案处理平台的效率和可靠性。
如图4所示,是本发明一实施例提供的理赔报案处理装置的功能模块图。
本发明所述理赔报案处理装置100可以安装于电子设备中。根据实现的功能,所述理赔报案处理装置100包括滑窗大小生成模块101、滑窗监控模块102、动态调整模块103及熔断模块104:本发明所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
在本实施例中,关于各模块/单元的功能如下:
所述滑窗大小生成模块101,用于接收理赔报案,识别所述理赔报案的业务类型,根据所述理赔报案的业务类型生成滑动窗口的大小及调用所述业务类型对应的预设数量的理赔事务并发处理所述理赔报案;
所述滑窗监控模块102,用于实时计算所述滑动窗口内的理赔报案的最大预估理赔量;
所述动态调整模块103,用于当所述最大预估理赔量小于预设的处理峰值时,根据所述最大预估理赔量调整所述理赔事务的数量;
所述熔断模块104,用于当所述最大预估理赔量不小于所述预设的处理峰值时,对所述理赔事务进行熔断。
详细地,所述理赔报案处理装置100各模块的具体实施方式如下:
步骤一、接收理赔报案,识别所述理赔报案的业务类型;
本发明实施例,以保险行业为例说明所述一种理赔报案处理方法。通常提供保险服务的企业会提供特定的平台或途经,供保险客户在需要进行理赔时,进行理赔业务的报案,保险企业针对客户的理赔需求,利用理赔平台自动化功能进行初步核实及流程流转处理,并指派相应的理赔员跟进相关业务的处理。
可以理解的是,保险理赔涉及的种类非常多,例如,一般意外事故理赔、房屋、车辆、货物等财产损失理赔、住院医疗理赔、失业保险理赔等,每种保险理赔所涉及的理赔工序不尽相同,相应地,保险理赔处理时效也有所不同,本发明实施例识别所述理赔报案的业务类型的目的在于针对上述保险理赔业务种类繁多的特点,对理赔报案进行分门别类处理,以提升保险理赔报案处理的效率。
详细地,所述识别所述理赔报案的业务类型,包括:
获取所述理赔报案的文本描述信息,并对所述文本描述信息进行向量转换,得到文本向量矩阵;
提取所述文本向量矩阵对应的文本特征,利用预先训练好的激活函数计算所述文本特征与预设的业务标签之间的相对概率值;
选取取值最大的相对概率值对应的业务标签作为所述理赔报案的业务类型。
本发明实施例中,可以从指定的保险理赔平台获取所述理赔报案的文本描述信息,所述文本描述信息是指理赔相关事项的具体说明信息,包括但不限于保险单、证明材料、登记立案等描述信息。
本发明实施例中,由于所述文本描述信息由自然语言组成,若直接对所述文本描述信息进行分析,会占用大量的计算资源,导致分析的效率低下,因此,可将所述文本描述信息转换为文本向量矩阵,进而将由自然语言表达的文本描述信息转换为数值形式。
本发明实施例中,可采用Glove(Global Vectors for Word Representation,全局词向量)、Embedding Layer等方法将所述文本描述信息转换为文本向量矩阵。
进一步地,在将所述文本描述信息转换为文本向量矩阵后,可对所述文本向量矩阵进行特征提取,以获取所述文本描述信息的文本特征,所述文本特征包括但不限于理赔场景、理赔主题、理赔关键词。
本发明一可选实施例中,可利用预先训练的LSTM(Long Short-Term Memory,长短期记忆网络)模型对所述文本描述信息的文本向量矩阵进行特征提取,以获取所述文本向量矩阵中的文本特征。
本发明实施例中,所述预设的业务标签可以根据实际保险理赔的业务分类进行设置,例如,车险理赔业务、房屋险理赔业务、重大疾病理赔业务、失业保险理赔业务等。
本发明实施例中,可利用预先训练好的激活函数对所述文本特征进行计算,以计算所述文本特征与预设多个业务标签的相对概率值,其中,所述相对概率值是指每一个特征是某一种业务标签的概率值,当某一特征与某一业务标签标签之间的相对概率越高,则该特征是用于表达该业务标签标签的概率越高。
详细地,所述激活函数包括但不限于softmax激活函数、sigmoid激活函数、relu激活函数。
本发明另一可选实施例中,可通过识别所述文本描述信息的业务关键字,再将识别到的业务关键字与预设的业务标签进行比对的方式,得到所述理赔报案的业务类型。
步骤二、根据所述理赔报案的业务类型生成滑动窗口的大小及调用所述业务类型对应的预设数量的理赔事务并发处理所述理赔报案;
本发明实施例中,所述滑动窗口是指用来监控理赔报案处理状况的最小时间单元,即在所述滑动窗口内所产生的全部理赔报案均属于需要监控的对象,针对在所述滑动窗口内出现的理赔报案处理状况,例如,理赔报案处理出现拥堵、故障,保险理赔平台能够及时做出反应,例如,熔断当前理赔报案处理,以避免进一步地出现级联反应,导致保险理赔平台平台无法运作,或增加可并发运行的理赔事务,有效支撑多理赔报案的处理。
详细地,所述根据所述理赔报案的业务类型生成滑动窗口的大小,包括:
获取所述业务类型对应的理赔效率因子;
在预设的历史理赔库中查询每个所述理赔效率因子的取值,并对每个所述理赔效率因子的取值进行归一化,得到每个所述理赔效率因子的归一化取值;
计算所述业务类型对应的所有理赔效率因子的归一化取值的均值,得到所述业务类型的理赔报案的处理效率衡量值;
在预设的衡量值与窗口大小匹配表中,查询与所述处理效率衡量值相匹配的窗口大小,并将查询到的窗口大小作为所述滑动窗口的大小。
本发明实施例中,所述理赔效率因子是指影响理赔报案处理效率的因素,包括但不限于理赔复杂度、理赔平均金额、历史理赔数量等,可以理解的是,理赔复杂度是指根据理赔取证、核证、审评流程等环节综合评估得到复杂系数,理赔复杂度越高,相应地,理赔报案处理周期会比较长,理赔金额越大,相应地,理赔程序会比较多,理赔处理周期也会比较长。
本发明实施例中,所述预设的历史理赔库是记录历史理赔案件的数据库,可基于所述预设的历史理赔库,对历史理赔案件进行相关统计及标注,例如,同一业务类型的理赔报案在统计时间单位内的发生数量,即历史理赔数量,理赔平均金额等信息。
可以理解的是,每种理赔效率因子的取值范围不同,多种理赔效率因子的取值无法直接进行计算,需要对每个所述理赔效率因子的取值进行归一化。
本发明一可选实施例中,可通过对每种理赔效率因子的取值进行量级化的方式,实现对理赔效率因子的取值的归一化,例如,理赔复杂度可划分为三级,一级为最高,三级为最低,同理,理赔平均金额也可换分为三级,一级为最高,三级为最低。这样就可以直接利用归一化的理赔效率因子的取值进行后续的计算。
本发明实施例中,所述衡量值是用来反应某一业务类型的理赔报案的处理效率的综合值,所述预设的衡量值与窗口大小匹配表是根据实际业务情况预先设置的,针对不同的业务类型的保险理赔报案的衡量值分配不同的时间大小的滑动窗口。
本发明实施例中,所述预设数量的理赔事务是指默认数量的能够并发处理理赔报案的微服务,所述预设数量可以根据实际业务情况进行设置。
本发明实施例根据理赔报案的业务类型,设置滑动窗口的大小和调用预设数量的理赔事务处理该理赔报案,可以体现出不同业务类型的理赔报案处理的差异性,遵循理赔报案的客观差异,有利于提升理赔平台的处理效率和可靠性。
步骤三、实时计算所述滑动窗口内的理赔报案的最大预估理赔量,当所述最大预估理赔量小于预设的处理峰值时,根据所述最大预估理赔量调整所述理赔事务的数量,当所述最大预估理赔量不小于所述预设的处理峰值时,对所述理赔事务进行熔断。
本发明实施例中,当所述滑动窗口开始计时时,通过实时测算所述滑动窗口内的理赔报案的最大预估理赔量,监测所述滑动窗口内的理赔报案处理是否存在的潜在风险。
本发明实施例中,可通过下述方法实时计算所述滑动窗口内的理赔报案的最大预估理赔量,包括:
统计当前所述滑动窗口内的所述业务类型的理赔报案的实时处理效率;
根据所述实时处理效率及所述滑动窗口的大小生成所述滑动窗口的最大预估理赔量。
需要说明的是,所述最大预估理赔量并不是当前所述滑动窗口内的实际处理的理赔报案的数量,而是根据当前的实时处理效率,预估的所述滑动窗口可处理的最大理赔量。
本发明实施例中,所述预设的处理峰值是指预先根据所述滑动窗口的大小、单个理赔报案的处理效率及该理赔平台的理赔事务的并发能力进行评估的饱和状态下的最大处理量。所述预设的处理峰值反应的是该保险理赔平台,在所述滑动窗口内,处理所述业务类型的理赔报案的最大处理量,而所述最大预估理赔量是指基于所述滑动窗口的大小及当前实际投入的并发的理赔事务的处理能力,预估的当前的最大理赔量。
可以理解的是,当所述最大预估理赔量不小于所述预设的处理峰值时,表明当前滑动窗口内的理赔报案处理还未超过所述理赔平台的最大处理能力,这种情况下,进一步地,为了合理利用保险理赔平台的资源,可通过下述方法,根据所述最大预估理赔量调整所述理赔事务的数量:
判断所述最大预估理赔量所在的预设的数量区间;
在预设的理赔数量与事务数量映射表,查询所述预设的数量区间对应的事务数量;
调用与所述事务数量一致的理赔事务处理所述滑动窗口内的理赔报案。
本发明实施例中,所述预设的理赔数量与事务数量映射表是根据实际业务历史处理经验,针对每种业务类型的理赔报案的不同的数量区间分配一定数量的理赔事务,以保障理赔平台的事务资源得到合理的利用。
本发明另一可选实施例中,还可通过监测当前所述滑动窗口内的实时处理效率,根据所述实时处理效率的变化趋势,调整所述理赔事务的数量,包括:
分别获取预设的相邻的两个时间间隔对应的实时处理效率,作为比对处理效率;
根据所述比对处理效率,计算所述滑动窗口内的实时处理效率的变化趋势;
当所述实时处理效率呈变小趋势,增加所述理赔事务的数量;
当所述实时处理效率呈变大趋势,减少所述理赔事务的数量。
本发明实施例中,可根据所述滑动窗口的大小设置获取所述实时处理效率的时间间隔。
本发明实施例中,当所述实时处理效率呈变小趋势时,可以采用增加并发的理赔事务的方式,提升所述实时处理效率,当所述实时处理效率呈变大趋势时,表示当前所述滑动窗口内的实际理赔报案的数量比较小,可以适当的关停并发的理赔事务,合理利用所述理赔平台的资源。
本发明实施例中,当所述最大预估理赔量不小于所述预设的处理峰值时,表明当前滑动窗口内的理赔报案的数量已经超过所述理赔平台的最大处理能力,这种情况下,无法通过增加理赔事务的方式提升理赔报案的处理效率,为了避免保险理赔平台崩溃,减少潜在损失,需要对当前的理赔事务进行熔断。进一步地,可以通过生成熔断故障信息,并将所述熔断故障信息发送到预设的数据优化模块的方式,共保险理赔平台的维护人员对保险理赔平台进行优化,提升保险理赔平台的可靠性。
本发明申请根据理赔报案的业务类型设置滑动窗口的大小和处理理赔报案的并发的理赔事务,以滑动窗口为监控单位,根据滑动窗口内的最大预估理赔量,调整实际理赔事务的数量,提升理赔报案的处理效率,或实施必要的熔断操作,避免理赔报案系统的崩溃,减少潜在损失,因此,本申请提供的理赔报案处理装置可以提升理赔报案处理平台的效率和可靠性。
如图5所示,是本发明一实施例提供的实现理赔报案处理方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11和总线,还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序,如理赔报案处理。
其中,所述存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元,例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备,例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(SecureDigital,SD)卡、闪存卡(Flash Card)等。进一步地,所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据,例如理赔报案处理的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing Unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器11内的程序或者模块(例如理赔报案处理等),以及调用存储在所述存储器11内的数据,以执行电子设备1的各种功能和处理数据。
所述总线可以是外设部件互连标准(Peripheral Component Interconnect,简称PCI)总线或扩展工业标准结构(Extended Industry Standard Architecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图5仅示出了具有部件的电子设备,本领域技术人员可以理解的是,图5示出的结构并不构成对所述电子设备1的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
例如,尽管未示出,所述电子设备1还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器10逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
进一步地,所述电子设备1还可以包括网络接口,可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地,该电子设备1还可以包括用户接口,用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的理赔报案处理是多个指令的组合,在所述处理器10中运行时,可以实现:
接收理赔报案,识别所述理赔报案的业务类型;
根据所述理赔报案的业务类型生成滑动窗口的大小及调用所述业务类型对应的预设数量的理赔事务并发处理所述理赔报案;
实时计算所述滑动窗口内的理赔报案的最大预估理赔量;
当所述最大预估理赔量小于预设的处理峰值时,根据所述最大预估理赔量调整所述理赔事务的数量;
当所述最大预估理赔量不小于所述预设的处理峰值时,对所述理赔事务进行熔断。
进一步地,所述电子设备1集成的模块/单元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存储介质中。所述计算机可读存储介质可以是易失性的,也可以是非易失性的。例如,所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)。
本发明还提供一种计算机可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序在被电子设备的处理器所执行时,可以实现:
接收理赔报案,识别所述理赔报案的业务类型;
根据所述理赔报案的业务类型生成滑动窗口的大小及调用所述业务类型对应的预设数量的理赔事务并发处理所述理赔报案;
实时计算所述滑动窗口内的理赔报案的最大预估理赔量;
当所述最大预估理赔量小于预设的处理峰值时,根据所述最大预估理赔量调整所述理赔事务的数量;
当所述最大预估理赔量不小于所述预设的处理峰值时,对所述理赔事务进行熔断。
另外,在本发明各个实施例中的各功能模块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。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
本申请实施例可以基于全息投影技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种理赔报案处理方法,其特征在于,所述方法包括:
接收理赔报案,识别所述理赔报案的业务类型;
根据所述理赔报案的业务类型生成滑动窗口的大小及调用所述业务类型对应的预设数量的理赔事务并发处理所述理赔报案;
实时计算所述滑动窗口内的理赔报案的最大预估理赔量;
当所述最大预估理赔量小于预设的处理峰值时,根据所述最大预估理赔量调整所述理赔事务的数量;
当所述最大预估理赔量不小于所述预设的处理峰值时,对所述理赔事务进行熔断。
2.如权利要求1所述的理赔报案处理方法,其特征在于,所述接收理赔报案,识别所述理赔报案的业务类型,包括:
获取所述理赔报案的文本描述信息,并对所述文本描述信息进行向量转换,得到文本向量矩阵;
提取所述文本向量矩阵对应的文本特征,利用预先训练好的激活函数计算所述文本特征与预设的业务标签之间的相对概率值;
选取取值最大的相对概率值对应的业务标签作为所述理赔报案的业务类型。
3.如权利要求1所述的理赔报案处理方法,其特征在于,所述根据所述理赔报案的业务类型生成滑动窗口的大小,包括:
获取所述业务类型对应的理赔效率因子;
在预设的历史理赔库中查询每个所述理赔效率因子的取值,并对每个所述理赔效率因子的取值进行归一化,得到每个所述理赔效率因子的归一化取值;
计算所述业务类型对应的所有理赔效率因子的归一化取值的均值,得到所述业务类型的理赔报案的处理效率衡量值;
在预设的衡量值与窗口大小匹配表中,查询与所述处理效率衡量值相匹配的窗口大小,并将查询到的窗口大小作为所述滑动窗口的大小。
4.如权利要求1所述的理赔报案处理方法,其特征在于,所述实时计算所述滑动窗口内的理赔报案的最大预估理赔量,包括:
统计当前所述滑动窗口内的所述业务类型的理赔报案的实时处理效率;
根据所述实时处理效率及所述滑动窗口的大小生成所述滑动窗口的最大预估理赔量。
5.如权利要求1所述的理赔报案处理方法,其特征在于,所述当所述最大预估理赔量小于预设的处理峰值时,根据所述最大预估理赔量调整所述理赔事务的数量,包括:
判断所述最大预估理赔量所在的预设的数量区间;
在预设的理赔数量与事务数量映射表,查询所述预设的数量区间对应的事务数量;
调用与所述事务数量一致的理赔事务处理所述滑动窗口内的理赔报案。
6.如权利要求4所述的理赔报案处理方法,其特征在于,当所述最大预估理赔量小于预设的处理峰值时,还可通过下述方法调整所述理赔事务的数量:
分别获取预设的相邻的两个时间间隔对应的实时处理效率,作为比对处理效率;
根据所述比对处理效率,计算所述滑动窗口内的实时处理效率的变化趋势;
当所述实时处理效率呈变小趋势,增加所述理赔事务的数量;
当所述实时处理效率呈变大趋势,减少所述理赔事务的数量。
7.如权利要求1所述的理赔报案处理方法,其特征在于,所述当所述最大预估理赔量不小于所述预设的处理峰值时,对所述理赔事务进行熔断之后,所述方法还包括:
生成熔断故障信息,并将所述熔断故障信息发送到预设的数据优化模块对相应的理赔报案处理平台进行优化。
8.一种理赔报案处理装置,其特征在于,所述装置包括:
滑窗大小生成模块,用于接收理赔报案,识别所述理赔报案的业务类型,根据所述理赔报案的业务类型生成滑动窗口的大小及调用所述业务类型对应的预设数量的理赔事务并发处理所述理赔报案;
滑窗监控模块,用于实时计算所述滑动窗口内的理赔报案的最大预估理赔量;
动态调整模块,用于当所述最大预估理赔量小于预设的处理峰值时,根据所述最大预估理赔量调整所述理赔事务的数量;
熔断模块,用于当所述最大预估理赔量不小于所述预设的处理峰值时,对所述理赔事务进行熔断。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至7中任意一项所述的理赔报案处理方法。
10.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述的理赔报案处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310786983.5A CN116843290A (zh) | 2023-06-29 | 2023-06-29 | 理赔报案处理方法、装置、设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310786983.5A CN116843290A (zh) | 2023-06-29 | 2023-06-29 | 理赔报案处理方法、装置、设备及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116843290A true CN116843290A (zh) | 2023-10-03 |
Family
ID=88159331
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310786983.5A Pending CN116843290A (zh) | 2023-06-29 | 2023-06-29 | 理赔报案处理方法、装置、设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116843290A (zh) |
-
2023
- 2023-06-29 CN CN202310786983.5A patent/CN116843290A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113688923B (zh) | 订单异常智能检测方法、装置、电子设备及存储介质 | |
CN114844792B (zh) | 基于lua语言的动态监控方法、装置、设备及存储介质 | |
CN112560465B (zh) | 批量异常事件的监控方法、装置、电子设备及存储介质 | |
CN113379391A (zh) | 工单处理方法、装置、电子设备及计算机可读存储介质 | |
CN114638547A (zh) | 企业战略智能预警方法、装置、电子设备及存储介质 | |
CN117193975A (zh) | 任务调度方法、装置、设备及存储介质 | |
CN113628043B (zh) | 基于数据分类的投诉有效性判断方法、装置、设备及介质 | |
CN113313211B (zh) | 文本分类方法、装置、电子设备及存储介质 | |
CN113918718A (zh) | 基于人工智能的车险用户分类方法、装置、设备及介质 | |
CN112085611A (zh) | 数据异步核验方法、装置、电子设备及存储介质 | |
CN116843481A (zh) | 知识图谱分析方法、装置、设备及存储介质 | |
CN116842290A (zh) | 数据缓存方法、装置、设备及计算机可读存储介质 | |
CN116843395A (zh) | 一种业务系统的告警分级方法、装置、设备及存储介质 | |
CN114625340B (zh) | 基于需求分析的商用软件研发方法、装置、设备及介质 | |
CN116843290A (zh) | 理赔报案处理方法、装置、设备及计算机可读存储介质 | |
CN113726963B (zh) | 智能外呼防骚扰方法、装置、设备及介质 | |
CN113706019B (zh) | 基于多维数据的业务能力分析方法、装置、设备及介质 | |
CN113537519B (zh) | 一种识别异常设备的方法和装置 | |
CN115222549A (zh) | 风险评估处理方法、装置、计算机设备及存储介质 | |
CN114372892A (zh) | 支付数据监控方法、装置、设备及介质 | |
CN113688924B (zh) | 异常订单检测方法、装置、设备及介质 | |
CN114399293B (zh) | 信息提醒方法、装置、设备及存储介质 | |
CN115225489B (zh) | 队列业务流量阈值动态控制方法、电子设备及存储介质 | |
CN113360375B (zh) | 交易测试方法、装置、电子设备及存储介质 | |
CN116662027A (zh) | 远程办公系统资源检测方法、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 |