JP2019519017A - 精算処理方法、精算処理装置、端末機器及び記憶媒体 - Google Patents

精算処理方法、精算処理装置、端末機器及び記憶媒体 Download PDF

Info

Publication number
JP2019519017A
JP2019519017A JP2018553077A JP2018553077A JP2019519017A JP 2019519017 A JP2019519017 A JP 2019519017A JP 2018553077 A JP2018553077 A JP 2018553077A JP 2018553077 A JP2018553077 A JP 2018553077A JP 2019519017 A JP2019519017 A JP 2019519017A
Authority
JP
Japan
Prior art keywords
data
group
insurance contract
data group
target
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.)
Granted
Application number
JP2018553077A
Other languages
English (en)
Other versions
JP6680902B2 (ja
Inventor
永凡 劉
永凡 劉
治 李
治 李
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.)
Ping An Technology Shenzhen Co Ltd
Original Assignee
Ping An Technology Shenzhen Co Ltd
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 Ping An Technology Shenzhen Co Ltd filed Critical Ping An Technology Shenzhen Co Ltd
Publication of JP2019519017A publication Critical patent/JP2019519017A/ja
Application granted granted Critical
Publication of JP6680902B2 publication Critical patent/JP6680902B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/242—Query formulation
    • G06F16/2433—Query languages
    • G06F16/244—Grouping and aggregation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/283—Multi-dimensional databases or data warehouses, e.g. MOLAP or ROLAP
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/06—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols the encryption apparatus using shift registers or memories for block-wise or stream coding, e.g. DES systems or RC4; Hash functions; Pseudorandom sequence generators
    • H04L9/0643—Hash functions, e.g. MD5, SHA, HMAC or f9 MAC

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Marketing (AREA)
  • Technology Law (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Power Engineering (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computer Security & Cryptography (AREA)
  • Quality & Reliability (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本願の実施形態の方法は、精算処理対象のターゲット保険契約書データを確定することと、予め設定された商品分類ルールに従って、前記ターゲット保険契約書データを分類し、それぞれのデータグループを得ることと、前記データグループにおける予め設定された条件に合致するデータ種別を抽出することと、前記データグループにおいて同一のデータ種別に属するデータ値を結合処理し、結合文字列を得ることと、得られた結合文字列を暗号化処理し、前記データグループにおけるデータ種別に対応する種別識別子を得ることと、前記データグループから抽出されたそれぞれデータ種別に対応する種別識別子に基づいて、前記データグループのターゲット保険契約書データを分類し、データグループのそれぞれの精算対象のデータ小グループを得ることと、予め設定された精算プログラムを利用してそれぞれの前記精算対象のデータ小グループにそれぞれ精算処理することを含む。【選択図】図１

Description

（関連出願の相互参照）
本願は、２０１７年４月６日付けで提出された中国特許出願第２０１７１０２２１０７７．５号（出願名称：「精算処理方法及び装置」）による優先権を主張し、この出願の全体を参照として本願に組み込む。
（技術分野）
本願は、金融サービス分野に関連し、特に、精算処理方法及び装置に関連する。
保険業において、データ精算は、重要なデータ予測・統計手段である。
例えば、保険会社にとって、賠償準備金の計算は、リスク管理・制御の面で非常に重要な一環であり、多くの保険会社は、賠償ケースが発生する時に、時間どおりに賠償金を支払えるように、一定の時間（例えば半月に一回）ごとに賠償準備金を計算するようになる。今のところ、賠償準備金の計算は、一般的に、ＰＲＯＰＨＥＴモデルに基づく精算プログラムのような精算ソフトによって行われる。
しかし、賠償準備金の計算は、一つの保険会社が保有する全ての有効な保険契約書に関連し、これらの保険契約書のデータは極めて大きいが、精算プログラムによって賠償準備金を計算する時に、それぞれ個別の保険契約書に対して計算する。一つの保険契約書の賠償準備金の計算に掛かる時間は多くないが、有効な保険契約書の基数が大きい場合、一つの保険会社の賠償準備金を計算する度に大量の時間を要し、保険会社の賠償準備金の計算コストを大幅に高めさせる。
本願の実施形態は、精算プログラムによって同じデータ種別値を繰り返して処理する作業量を低減し、精算処理の効率を高めることができる精算処理方法及び装置を提供する。
本発明は、第１の観点において、
精算処理対象のターゲット保険契約書データを確定することと、
予め設定された商品分類ルールに従って、前記ターゲットの保険契約書データを分類し、それぞれのデータグループを得ることと、
前記データグループにおける設定条件に合致するデータ種別を抽出することと、
前記データグループにおいて同一のデータ種別に属するデータ値を結合処理し、結合文字列を得ることと、
得られた前記結合文字列に暗号化処理を行い、前記データグループにおいて前記データ種別に対応する種別識別子を得ることと、
前記データグループから抽出されたそれぞれの前記データ種別に対応する種別識別子に基づいて、前記データグループのターゲット保険契約書データを分類し、前記データグループのそれぞれ精算対象のデータグループを得ることと、
予め設定された精算プログラムを利用して前記精算対象のデータグループにそれぞれ精算処理することと、
を含む精算処理方法を提供する。
以上の技術手段から見れば、本願の実施形態は以下の利点がある。
本願の実施形態において、まず、精算処理対象のターゲット保険契約書データを確定する。そして、予め設定された商品分類ルールに従い、前記ターゲット保険契約書データを分類し、それぞれのデータグループを得る。前記データグループにおいて設定条件に合致するデータ種別を抽出する。次に、前記データグループにおいて同一のデータ種別に属するデータ値を結合処理し、結合文字列を得る。得られた前記結合文字列を暗号化処理し、前記データグループにおいて前記データ種別に対応する種別識別子を得る。更に、前記データグループから抽出されたそれぞれの前記データ種別に対応する種別識別子に基づいて前記データグループのターゲット保険契約書データを分類し、前記データグループのそれぞれ精算対象のデータ小グループを得る。最後に、予め設定された精算プログラムを利用してそれぞれの前記精算対象のデータ小グループをそれぞれ精算処理する。本願の実施形態では、同様な商品のグループにおいて、種別識別子に基づいて、同じデータ種別を有するターゲット保険契約書データを１つの精算対象のデータ小グループに分け、精算プログラムを利用してこれらの精算対象のデータ小グループを精算処理する場合、精算プログラムによって同じデータ種別値を繰り返して処理する作業量を大幅に低減し、精算処理の効率を向上させた。賠償準備金を計算するケースにおいて、計算にかかる時間コストを効率的に低下し、保険会社の計算コストを低下する。
本願の精算処理方法の１つの実施形態のフローチャートである。 本願の精算処理方法におけるステップ１０４の１つの適用ケースでのフローチャートである。 本願の精算処理方法の１つの適用ケースで分類エラー処理を行うフローチャートである。 本願の精算処理装置の第１の実施形態の構造図である。 本願の精算処理装置の第２の実施形態の構造図である。 本願の精算処理装置の第３の実施形態の構造図である。
図１を参照する。本願の精算処理方法の１つの実施形態は、以下のことを含む。
１０１において、精算処理対象のターゲット保険契約書データを確定する。
本実施形態において、異なる精算業務に対して、それが確定された精算処理対象のデータは異なる。例えば、今回の精算処理の業務は保険会社の賠償準備金の精算である場合、この保険会社の既存の全ての有効な保険契約書をいずれも精算処理対象のターゲット保険契約書データとして確定することができる。以下、本実施形態の精算処理方法を記述する時に、記述しやすいために、下記の内容は主に賠償準備金の精算処理を例として説明するが、本願により提供される精算処理方法がその他の精算業務に適用されることができると理解すべきであり、本実施形態では詳細に説明しない。
理解できるように、今のところ、多くの保険会社は、異なるサーバによって区別して記憶するように保険契約書データを管理する。そのため、１つの精算業務のターゲット保険契約書データにとって、これらのターゲット保険契約書データは同一のサーバ又はデータベースに存在しない可能性が極めて高い。その場合、後の精算プログラムによる精算処理が行いやすいように、データ統計方式によってこの保険会社の複数のサーバ又はデータベースからこれらのターゲット保険契約書データをピックアップし、且つこれらのターゲット保険契約書データを１つのサーバ又はデータベースに集計する。具体的には、ｍｏｄｅｌ ｐｏｉｎｔ集計（モデルポイント集計）によって、複数のデータベースから保険契約書及び他の業務データを精算プログラムにより指定されたデータベースＰＡＬＡに同期した後、これらの保険契約書データを主契約特約関係に基づいて保険金額、保険料、現金価値を１つの保険契約書記録に集計し、後に賠償準備金を計算するための基本データを準備する。
更に、保険契約書データに対するデータをまとめた後、これらのターゲット保険契約書データをいずれも精算プログラムにより認識および処理できるように、これらのターゲット保険契約書データを予めデータクレンジングする。例えば、あるターゲット保険契約書データは、「タイプ：生命保険、賠償金額：５００Ｗ」を含み、ここで、「生命保険」は保険契約書データにおける「タイプ」という属性値であり、精算プログラムの処理に役立つ数字又は文字でないため、この「生命保険」を転化させ、たとえ「Ｋ００１」で代替し、この保険契約書データにおける「タイプ」という属性のデータクレンジングが完成する。理解できるように、データクレンジングする場合、これらのターゲット保険契約書データをどのようなデータフォーマット値に転化するかは、一般的に後のステップに利用される精算プログラムによって決められる。
１０２において、予め設定された予め設定された商品分類ルールに従って、前記ターゲット保険契約書データを分類し、それぞれのデータグループを得る。
確定されたターゲット保険契約書データに対して、保険契約書データは一般的に保険商品のタイプに密に関係し、また、異なる保険商品の間に、それが対応して生成される保険契約書データの間に大きな差がある。例えば、生命保険、自動車保険、医療保険などの保険商品によって生成される保険契約書は、その賠償金額、保険料、賠償責任などの情報又はデータが大きく異なる。そのため、本実施形態は、後のステップにおいてデータ種別抽出と精算処理を行いやすいように、商品分類ルールを予め設定し、ターゲット保険契約書データをグループに分ける時に、この商品の分類ルールを利用して、データ形式が大きく異なる保険商品によって生成されるターゲット保険契約書データを区別し、異なるデータグループに分けることができる。
特に、異なる保険商品の商品名称も異なるため、商品名称によって異なる保険商品に属するターゲット保険契約書データを区別することができる。そのため、更に、前記ステップ１０２は、前記ターゲット保険契約書データが属する商品名称により、前記ターゲット保険契約書データを分類して、それぞれのデータグループを得ることを更に含む。
１０３において、前記データグループにおける予め設定された条件に合致するデータ種別を抽出する。
以上の内容から分かるように、ターゲット保険契約書データをそれぞれのデータグループに分けた後、同一のデータグループにおけるターゲット保険契約書データは保険商品が同じ又は類似の保険契約書データに属し、これらのターゲット保険契約書データには、常に同じデータ種別を有する。例えば、医療保険に対応するデータグループにおいて、それぞれのターゲット保険契約書データは、一般的に賠償金額、保険料、各種の医療賠償責任、保険有効期間、特別条件付き契約などを含み、これらのデータ種別の値は、一定の範囲内で同じ又は近いため、このデータグループからこれらのデータ種別を抽出することができる。
本実施形態において、予め設定された商品分類ルールに対して、分類した後それぞれのデータグループに対応する予め設定された条件を設定して、それぞれの対応するデータグループのデータ種別を抽出することができる。理解できるように、同一の保険商品のデータグループは、タイプ、納付期間、性別、年齢、納付タイプ、保険期間などのような１つ又は複数の同じデータ種別を有するため、異なる保険商品のデータグループに対してどのようなデータ種別を抽出する必要があるかをこのデータグループの「設定条件」として予め設定することができ、抽出する時、このデータグループにおけるターゲット保険契約書データから対応するデータ種別を直接的に抽出すればよい。
１０４において、前記データグループにおいて同一のデータ種別に属するデータ値を結合処理し、結合文字列を得る。
本実施形態において、前記データグループからそれぞれのデータ種別を抽出した後、同一のデータ種別のデータ値を結合処理し、結合文字列を生成することができる。データ値に対する結合処理の時に採用される結合アルゴリズムは複数あり、例えば、平均、加重平均、和を求める等の方式がある。
同一のデータ種別のデータ値に対する結合処理の時、データ精度のロスを低減するために、異なるデータグループに異なる結合アルゴリズムを予め設定し、具体的には、ステップ１０４の前に、前記データグループに、互いに異なる対応する結合アルゴリズムをそれぞれ配置する。理解できるように、異なるデータグループに異なる結合アルゴリズムを配置すれば、これらのデータグループからデータ種別を抽出した後、結合して得られた文字列が互いに同じである可能性は大幅に低下する。
前記のステップ１０３の一部の記述から分かるように、それぞれのデータグループは商品名称と対応する関係があるため、前記の「それぞれの前記データグループに対応する結合アルゴリズムをそれぞれ配置する」というステップは、具体的に、それぞれの前記データグループに対応する商品名称、及び前記商品名称と予め設定された結合アルゴリズムとの間の対応関係が記録される予め設定されたアルゴリズム配置テーブルに基づいて、それぞれの前記データグループに対応する結合アルゴリズムをそれぞれ配置することを更に含む。商品名称と結合アルゴリズムとの間の対応関係をアルゴリズム配置テーブルに予め記録することによって、それぞれのデータグループに対応する結合アルゴリズムを配置する必要がある時、アルゴリズム配置テーブルから速やかに対応する結合アルゴリズムを比較でき、データグループと結合アルゴリズムとの比較効率を大幅に向上させる。
そのため、更に、データ値に対する結合処理の前に、結合アルゴリズムを取得してもよい。図２に示すように、前記ステップ１０４は、
２０１において、前記データグループに対応する結合アルゴリズムを取得することと、
２０２において、取得された前記結合アルゴリズムによって、前記データグループにおいて同一のデータ種別に属するデータ値を結合処理し、結合文字列を得ることと、
前記ステップ２０１、２０２において、取得された１つのデータグループに対応する結合アルゴリズムは平均を求めるアルゴリズムであると仮定する。このデータグループにおけるデータ種別は「保険期間」であり、このデータグループにおける３つのターゲット保険契約書データにおいて、この「保険期間」種別に属するデータ値はそれぞれ２０１３０５１６−２０１８０５１６（即ち、２０１３年５月１６日乃至２０１８年５月１６日、以下の数値は同様であり、再度説明しない）、２０１４０２１３−２０２００２１３、２０１６０９１７−２０２２０９１７であり、この３つのデータ値の平均を求め、即ち、（２０１３０５１６＋２０１４０２１３＋２０１６０９１７）／３−（２０１８０５１６＋２０２００２１３＋２０２２０９１７）／３で２０１４３８８２−２０２００５４９（四捨五入）に等しい。このようにして、前記結合文字列として２０１４３８８２−２０２００５４９が得られることと、を含む。
１０５において、得られた前記結合文字列を暗号化処理し、前記データグループにおける前記データ種別に対応する種別識別子を得る。
本実施形態において、具体的には、ＭＤ５という暗号化方式によってこの結合文字列を３２ビットの文字列に暗号化し、暗号化された文字列は、このデータ種別に対応する種別識別子、即ち、種別ＩＤになる。
１０６において、前記データグループから抽出されたそれぞれの前記データ種別に対応する種別識別子に基づいて、前記データグループのターゲット保険契約書データを分類し、前記データグループのそれぞれ精算対象のデータ小グループを得る。
データグループにおけるそれぞれのデータ種別の種別識別子を取得した後、引き続きこのデータグループにおけるターゲット保険契約書データを更に分類し、それぞれの精算対象のデータ小グループを取得する。分かるように、同一の精算対象のデータ小グループにおけるそれぞれのターゲット保険契約書データは同じ種別識別子を有する。
本実施形態において、前記ステップ１０１に記述された内容から分かるように、精算処理対象のターゲット保険契約書データを確定した後、前記ターゲット保険契約書データをデータクレンジング処理することができる。データクレンジングの後、更に、予め設定された保存要求に応じて、データクレンジング処理された後の前記ターゲット保険契約書データを予め設定されたそれぞれのデータ保存経路を介して保存することができる。これに基づいて、前記ステップ１０６は、
前記データグループから抽出されたそれぞれの前記データ種別に対応する種別識別子、及びそれぞれの前記データ保存経路に基づいて、前記データグループのターゲット保険契約書データを分類し、前記データグループのそれぞれの精算対象のデータ小グループを得ることを含む。
理解できるように、業務において異なる保険契約書データに対する要求が異なるため、データクレンジングされたターゲット保険契約書データをそれぞれのデータ保存経路を介して保存する場合、ユーザが必要に応じて検索しやすくなる。例えば、「ＮＢ」という名称の経路を介して、今年度に生成された新しい保険契約書データだけを記憶するが、「ｋａｏｈｅ」という名称の経路は、異なるデータベースに由来する保険契約書データを区別するために用いる。前記ステップ１０６において具体的にデータ保存経路を分類根拠として更に加えると、分類して得られたそれぞれの精算対象のデータ小グループを更に細分化でき、もともと異なるデータ保存経路を介して存在するターゲット保険契約書データを１つの精算対象のデータ小グループに分けることを回避し、一定の程度で精算プログラムの処理効率を保証する。
更に、ターゲット保険契約書データの評価時点、タイプ名称などを分類根拠として併せて考えてもよい。例えば、前記ステップ１０６は、前記データグループから抽出されたそれぞれの前記データ種別に対応する種別識別子、及び前記ターゲット保険契約書データのデータ保存経路、評価時点とタイプ名称に基づいて、前記データグループのターゲット保険契約書データを分類し、前記データグループのそれぞれ精算対象のデータ小グループを得ることができる。
ここで、ターゲット保険契約書データの評価時点とは、ＡＩＯプログラムの実行時間（予定時間）を意味する。
また、ターゲット保険契約書データのタイプ名称とは、この保険契約書データのタイプの名称を意味する。特に、タイプ名称を精算プログラムに提供する前に、異なるタイプに対して異なるモデルを構築することができる。
１０７において、予め設定された精算プログラムを利用してそれぞれの前記精算対象のデータ小グループに対して精算処理する。
本実施形態において、分類してそれぞれの精算対象のデータ小グループを得た後、予め設定された精算プログラムを利用して前記精算対象のデータ小グループの組合せに対してそれぞれ精算処理し、この精算プログラムはｐｒｏｐｈｅｔソフトであってもよく、他の精算ソフトであってもよいが、本実施形態には限定しない。
理解できるように、それぞれ精算対象のデータ小グループにおけるターゲット保険契約書データは同じデータ種別のデータ値を有するため、精算プログラムによって精算処理する時に、これらのデータ値を何回も繰り返して精算する必要はない。
更に、図３に示すように、本実施形態に係る前記精算処理方法は、
３０１において、ログ情報に基づいて分類エラーがある前記データグループ又は前記精算対象のデータ小グループが存在するかを判断する。存在する場合、ステップ３０２を実行し、存在しない場合、予め設定されたフローステップに従って処理を行うことと、
３０２において、予め設定された商品分類ルールに従って、前記ターゲット保険契約書データを分類し、それぞれのデータグループを得るステップに戻って再実行することと、を含む。
前記ステップ３０１、３０２については、理解できるように、分類エラーが検出された場合、前記ステップ１０２に戻して再実行させ、本実施形態の方法を再実行して分類処理と精算処理をすることができる。１つの適用ケースにおいて、今回の精算業務処理のデータの正確性を保証するように、本実施形態の精算処理方法の再実行をサポートする目的とする。
本実施形態では、１グループに分けられた商品において、種別識別子に基づいて、同じデータ種別を有するターゲット保険契約書データを１つの精算対象のデータ小グループに分け、精算プログラムを利用してこれらの精算対象のデータ小グループを精算処理する場合、精算プログラムによって同じデータ種別値を繰り返して処理する作業量を大幅に減少し、精算処理の効率を向上させる。賠償準備金を計算するケースにおいて、計算にかかる時間コストを効果的に低下し、保険会社の計算コストを低下する。
図４には、本願の実施形態の精算処理装置の第１の実施形態の構造図を示す。
本実施形態において、精算処理装置は、図４に示すように、
精算処理対象のターゲット保険契約書データを確定する保険契約書データ確定モジュール４０１と、
予め設定された商品分類ルールに従って、前記ターゲット保険契約書データを分類し、それぞれのデータグループを得るデータ分類モジュール４０２と、
前記データグループにおける予め設定された条件に合致するデータ種別を抽出するデータ種別抽出モジュール４０３と、
前記データグループにおいて同一のデータ種別に属するデータ値を結合処理し、結合文字列を得る結合モジュール４０４と、
得られた前記結合文字列を暗号化処理し、前記データグループにおける前記データ種別に対応する種別識別子を得る種別識別モジュール４０５と、
前記データグループから抽出されたそれぞれの前記データ種別に対応する種別識別子に基づいて、前記データグループのターゲット保険契約書データを分類し、前記データグループのそれぞれ精算対象のデータ小グループを得る精算対象小グループ分類モジュール４０６と、
予め設定された精算プログラムを採用してそれぞれの前記精算対象のデータ小グループに対してそれぞれ精算処理する精算処理モジュール４０７と、を含む。
図５には、本願の実施形態の精算処理装置の第２の実施形態の構造図を示す。
更に、図５に示すように、前記精算処理装置は、
それぞれの前記データグループに、互いに異なる対応する結合アルゴリズムをそれぞれ配置するアルゴリズム配置モジュール４０８を更に含む。
前記結合モジュール４０４は、
前記データグループに対応する結合アルゴリズムを取得するアルゴリズム取得ユニット４０４１と、
取得された前記結合アルゴリズムに基づいて、前記データグループにおいて同一のデータ種別に属するデータ値を結合処理し、結合文字列を得る結合処理ユニット４０４２と、を含む。
更に、前記データ分類モジュール４０２は、
前記ターゲット保険契約書データが属する商品名称により前記ターゲット保険契約書データを分類し、それぞれのデータグループを得る保険契約書データ分類ユニット４０２１を含む。
前記アルゴリズム配置モジュール４０８は、
それぞれの前記データグループに対応する商品名称及び予め設定された結合アルゴリズムとの間の対応関係が記録される予め設定されたアルゴリズム配置テーブルに基づいて、それぞれの前記データグループに対応する結合アルゴリズムをそれぞれ配置する結合アルゴリズム配置ユニット４０８１を含む。
更に、前記精算処理装置は、
前記ターゲット保険契約書データをデータクレンジング処理するデータクレンジングモジュール４０９と、
予め設定された保存要求により、データクレンジング処理された前記ターゲット保険契約書データを予め設定されたそれぞれのデータ保存経路を介して保存するデータ保存モジュール４１０と、を更に含む。
前記精算対象小グループ分類モジュール４０６は、
前記データグループから抽出されたそれぞれの前記データ種別に対応する種別識別子、及びそれぞれの前記データ保存経路に基づいて前記データグループのターゲット保険契約書データを分類し、前記データグループのそれぞれ精算対象のデータ小グループを得る第１小グループ分類ユニット４０６１を含む。
図６には、本願の実施形態の精算処理装置の第３の実施形態の構造図を示す。
更に、図６に示すように、前記精算対象小グループ分類モジュール４０６は、
前記データグループから抽出されたそれぞれの前記データ種別に対応する種別識別子、及び前記ターゲット保険契約書データのデータ保存経路、評価時点とタイプ名称に基づいて、前記データグループのターゲット保険契約書データを分類し、前記データグループのそれぞれ精算対象のデータ小グループを得る第２小グループ分類ユニット４０６２を含む。
更に、前記精算処理方法は、
ログ情報に基づいて分類エラーがある前記データグループ又は前記精算対象のデータ小グループが存在するかを判断する分類エラー判断モジュール４１１と、
前記分類エラー判断ユニットによる判断結果がＹＥＳであれば、前記データ分類モジュール４０２に戻るトリガを発する戻りトリガモジュール４１２と、を更に含む。
以上に記載されるように、以上の実施形態は、本願の技術手段を説明するためのものだけであり、これに制限されない。前記実施形態を参照して本願を詳細に説明したが、本分野の通常の技術者は理解でき、依然として前記それぞれ実施形態に記載される技術手段に対して修正でき、又は、その中の一部の技術特徴を均等物に置き換えることができ、これらの修正又は置き換えは、対応する技術手段を実質的に本願の各実施形態の手段の範囲から逸脱させることはない。
（付記）
（付記１）
精算処理対象のターゲット保険契約書データを確定することと、
予め設定された商品分類ルールに従って、前記ターゲット保険契約書データを分類し、それぞれのデータグループを得ることと、
前記データグループにおける予め設定された条件に合致するデータ種別を抽出することと、
前記データグループにおいて同一のデータ種別に属するデータ値を結合処理し、結合文字列を得ることと、
得られた前記結合文字列を暗号化処理し、前記データグループにおける前記データ種別に対応する種別識別子を得ることと、
前記データグループから抽出されたそれぞれの前記データ種別に対応する種別識別子に基づいて、前記データグループのターゲット保険契約書データを分類し、前記データグループのそれぞれの精算対象のデータ小グループを得ることと、
予め設定された精算プログラムを利用して前記精算対象のデータ小グループにそれぞれ精算処理することと、を含む、
ことを特徴とする精算処理方法。
（付記２）
前記データグループにおいて同一のデータ種別に属するデータ値を結合処理し、結合文字列を得る前に、
それぞれの前記データグループに、互いに異なる対応する結合アルゴリズムをそれぞれ配置することを更に含み、
前記データグループにおいて同一のデータ種別に属するデータ値を結合処理し、結合文字列を前記得ることは、
前記データグループに対応する結合アルゴリズムを取得することと、
取得された前記結合アルゴリズムに基づいて、前記データグループにおいて同一のデータ種別に属するデータ値を結合処理し、結合文字列を得ることと、を含む、
ことを特徴とする付記１に記載の精算処理方法。
（付記３）
予め設定された商品分類ルールに従って、前記ターゲット保険契約書データを分類し、それぞれのデータグループを前記得ることは、
前記ターゲット保険契約書データが属する商品名称に応じて、前記ターゲット保険契約書データを分類し、それぞれのデータグループを得ることを含み、
それぞれの前記データグループに対応する結合アルゴリズムをそれぞれ前記配置することは、
それぞれの前記データグループに対応する商品名称、及び前記商品名称と予め設定された結合アルゴリズムとの間の対応関係が記録される予め設定されたアルゴリズム配置テーブルに基づいて、それぞれの前記データグループに対応する結合アルゴリズムをそれぞれ配置することを含む、
ことを特徴とする付記２に記載の精算処理方法。
（付記４）
精算処理対象のターゲット保険契約書データを確定した後、
前記ターゲット保険契約書データをデータクレンジング処理することと、
予め設定された保存要求に応じて、データクレンジング処理された前記ターゲット保険契約書データを予め設定されたそれぞれのデータ保存経路を介して保存することと、を更に含み、
前記データグループから抽出されたそれぞれの前記データ種別に対応する種別識別子に基づいて、前記データグループのターゲット保険契約書データを分類し、前記データグループのそれぞれの精算対象のデータ小グループを前記得ることは、
前記データグループから抽出されたそれぞれの前記データ種別に対応する種別識別子、及び前記それぞれのデータ保存経路に基づいて、前記データグループのターゲット保険契約書データを分類し、前記データグループのそれぞれの精算対象のデータ小グループを得ることを含む、
ことを特徴とする付記１に記載の精算処理方法。
（付記５）
前記データグループから抽出されたそれぞれの前記データ種別に対応する種別識別子に基づいて、前記データグループのターゲット保険契約書データを分類し、前記データグループのそれぞれの精算対象のデータ小グループを前記得ることは、
前記データグループから抽出されたそれぞれの前記データ種別に対応する種別識別子、及び前記ターゲット保険契約書データのデータ保存経路、評価時点とタイプ名称に基づいて、前記データグループのターゲット保険契約書データを分類し、前記データグループのそれぞれの精算対象のデータ小グループを得ることを含む、
ことを特徴とする付記１に記載の精算処理方法。
（付記６）
ログ情報に基づいて分類エラーがある前記データグループ又は前記精算対象のデータ小グループが存在するかを判断することと、
分類エラーがある前記データグループ又は前記精算対象のデータ小グループが存在する場合、予め設定された商品分類ルールに従って、前記ターゲット保険契約書データを分類し、それぞれのデータグループを得るステップに戻して再実行させることと、を更に含む、
ことを特徴とする付記１から５の何れか１つに記載の精算処理方法。
（付記７）
精算処理対象のターゲット保険契約書データを確定する保険契約書データ確定モジュールと、
予め設定された商品分類ルールに従って、前記ターゲット保険契約書データを分類し、それぞれのデータグループを得るデータ分類モジュールと、
前記データグループにおける予め設定された条件に合致するデータ種別を抽出するデータ種別抽出モジュールと、
前記データグループにおいて同一のデータ種別に属するデータ値を結合処理し、結合文字列を得る結合モジュールと、
得られた前記結合文字列を暗号化処理し、前記データグループにおける前記データ種別に対応する種別識別子を得る種別識別モジュールと、
前記データグループから抽出されたそれぞれの前記データ種別に対応する種別識別子に基づいて、前記データグループのターゲット保険契約書データを分類し、前記データグループのそれぞれの精算対象のデータ小グループを得る精算対象小グループ分類モジュールと、
予め設定された精算プログラムを利用してそれぞれの前記精算対象のデータ小グループにそれぞれ精算処理する精算処理モジュールと、を含む、
ことを特徴とする精算処理装置。
（付記８）
それぞれの前記データグループに、互いに異なる対応する結合アルゴリズムをそれぞれ配置するアルゴリズム配置モジュールを更に含み、
前記結合モジュールは、
前記データグループに対応する結合アルゴリズムを取得するアルゴリズム取得ユニットと、
取得された前記結合アルゴリズムに基づいて、前記データグループにおいて同一のデータ種別に属するデータ値を結合処理し、結合文字列を得る結合処理ユニットと、を含む、
ことを特徴とする付記７に記載の精算処理装置。
（付記９）
前記データ分類モジュールは、
前記ターゲット保険契約書データが属する商品名称により、前記ターゲット保険契約書データを分類し、それぞれのデータグループを得る保険契約書データ分類ユニットを含み、
前記アルゴリズム配置モジュールは、
それぞれの前記データグループに対応する商品名称及び前記商品名称と予め設定された結合アルゴリズムとの間の対応関係が記録される予め設定されたアルゴリズム配置テーブルに基づいて、それぞれの前記データグループに対応する結合アルゴリズムをそれぞれ配置する結合アルゴリズム配置ユニットを含む、
ことを特徴とする付記８に記載の精算処理装置。
（付記１０）
前記ターゲット保険契約書データをデータクレンジング処理するデータクレンジングモジュールと、
予め設定された保存要求に応じて、データクレンジング処理された前記ターゲット保険契約書データを予め設定されたそれぞれのデータ保存経路を介して保存するデータ保存モジュールと、を更に含み、
前記精算対象小グループ分類モジュールは、
前記データグループから抽出されたそれぞれの前記データ種別に対応する種別識別子、及びそれぞれの前記データ保存経路に基づいて、前記データグループのターゲット保険契約書データを分類し、前記データグループのそれぞれ精算対象のデータ小グループを得る第１小グループ分類ユニットを含む、
ことを特徴とする付記７から９の何れか１つに記載の精算処理装置。
（付記１１）
メモリと、プロセッサと、前記メモリに記憶されて前記プロセッサで実行可能なコンピュータ読取可能なコマンドと、を含み、
前記コンピュータ読取可能なコマンドが前記プロセッサにより実行される時に、
精算処理対象のターゲット保険契約書データを確定するステップと、
予め設定された商品分類ルールに従って、前記ターゲット保険契約書データを分類し、それぞれのデータグループを得るステップと、
前記データグループにおける予め設定された条件に合致するデータ種別を抽出するステップと、
前記データグループにおいて同一のデータ種別に属するデータ値を結合処理し、結合文字列を得るステップと、
得られた前記結合文字列を暗号化処理し、前記データグループにおける前記データ種別に対応する種別識別子を得るステップと、
前記データグループから抽出されたそれぞれの前記データ種別に対応する種別識別子に基づいて、前記データグループのターゲット保険契約書データを分類し、前記データグループのそれぞれの精算対象のデータ小グループを得るステップと、
予め設定された精算プログラムを利用してそれぞれの前記精算対象のデータ小グループにそれぞれ精算処理するステップと、を実現する、
ことを特徴とする端末機器。
（付記１２）
前記データグループにおいて同一のデータ種別に属するデータ値を結合処理し、結合文字列を得る前に、
それぞれの前記データグループに、互いに異なる対応する結合アルゴリズムをそれぞれ配置するステップを更に含み、
前記データグループにおいて同一のデータ種別に属するデータ値を結合処理し、結合文字列を前記得るステップは、
前記データグループに対応する結合アルゴリズムを取得するステップと、
取得された前記結合アルゴリズムに基づいて、前記データグループにおいて同一データ種別に属するデータ値を結合処理し、結合文字列を得るステップを含む、
ことを特徴とする付記１１に記載の端末機器。
（付記１３）
予め設定された商品分類ルールに従って、前記ターゲット保険契約書データを分類し、それぞれのデータグループを前記得るステップは、
前記ターゲット保険契約書データが属する商品名称により、前記ターゲット保険契約書データを分類し、それぞれのデータグループを得るステップを含み、
それぞれの前記データグループに対応する結合アルゴリズムをそれぞれ前記配置するステップは、
それぞれの前記データグループに対応する商品名称、及び前記商品名称と予め設定された結合アルゴリズムとの間の対応関係が記録される予め設定されたアルゴリズム配置テーブルに基づいて、それぞれの前記データグループに対応する結合アルゴリズムをそれぞれ配置するステップを含む、
ことを特徴とする付記１２に記載の端末機器。
（付記１４）
精算処理対象のターゲット保険契約書データを確定した後、
前記ターゲット保険契約書データをデータクレンジング処理するステップと、
予め設定された保存要求により、データクレンジング処理された前記ターゲット保険契約書データを予め設定されたそれぞれのデータ保存経路を介して保存するステップと、を更に含み、
前記データグループから抽出されたそれぞれの前記データ種別に対応する種別識別子に基づいて、前記データグループのターゲット保険契約書データを分類し、前記データグループのそれぞれの精算対象のデータ小グループを前記得るステップは、
前記データグループから抽出されたそれぞれの前記データ種別に対応する種別識別子、及び前記それぞれのデータ保存経路に基づいて、前記データグループのターゲット保険契約書データを分類し、前記データグループのそれぞれの精算対象のデータ小グループを得るステップを含む、
ことを特徴とする付記１１に記載の端末機器。
（付記１５）
前記コンピュータ読取可能なコマンドが前記プロセッサにより実行される時に、
ログ情報に基づいて分類エラーがある前記データグループ又は前記精算対象のデータ小グループが存在するかを判断するステップと、
分類エラーがある前記データグループ又は前記精算対象のデータ小グループが存在する場合、予め設定された商品分類ルールに従って、前記ターゲット保険契約書データを分類し、それぞれのデータグループを得るステップに戻して再実行させるステップと、を更に実現する、
ことを特徴とする付記１１から１４の何れか１つに記載の端末機器。
（付記１６）
コンピュータ読取可能なコマンドが記憶されるコンピュータ読取可能な記憶媒体であって、
前記コンピュータ読取可能なコマンドがプロセッサにより実行される時に、
精算処理対象のターゲット保険契約書データを確定するステップと、
予め設定された商品分類ルールに従って、前記ターゲット保険契約書データを分類し、それぞれのデータグループを得るステップと、
前記データグループにおける予め設定された条件に合致するデータ種別を抽出するステップと、
前記データグループにおいて同一のデータ種別に属するデータ値を結合処理し、結合文字列を得るステップと、
得られた前記結合文字列を暗号化処理し、前記データグループにおける前記データ種別に対応する種別識別子を得るステップと、
前記データグループから抽出されたそれぞれの前記データ種別に対応する種別識別子に基づいて、前記データグループのターゲット保険契約書データを分類し、前記データグループのそれぞれの精算対象のデータ小グループを得るステップと、
予め設定された精算プログラムを利用してそれぞれの前記精算対象のデータ小グループにそれぞれ精算処理するステップと、を実現する、
ことを特徴とするコンピュータ読取可能な記憶媒体。
（付記１７）
前記データグループにおいて同一のデータ種別に属するデータ値を結合処理し、結合文字列を得る前に、
それぞれの前記データグループに、互いに異なる対応する結合アルゴリズムをそれぞれ配置するステップを更に含み、
前記データグループにおいて同一のデータ種別に属するデータ値を結合処理し、結合文字列を前記得るステップは、
前記データグループに対応する結合アルゴリズムを取得するステップと、
取得された前記結合アルゴリズムに基づいて、前記データグループにおいて同一のデータ種別に属するデータ値を結合処理し、結合文字列を得るステップと、を含む、
ことを特徴とする付記１６に記載のコンピュータ読取可能な記憶媒体。
（付記１８）
予め設定された商品分類ルールに従って、前記ターゲット保険契約書データを分類し、それぞれのデータグループを前記得るステップは、
前記ターゲット保険契約書データが属する商品名称により、前記ターゲット保険契約書データを分類し、それぞれのデータグループを得るステップを含み、
それぞれの前記データグループに対応する結合アルゴリズムをそれぞれ前記配置するステップは、
それぞれの前記データグループに対応する商品名称、及び前記商品名称と予め設定された結合アルゴリズムとの間の対応関係が記録される予め設定されたアルゴリズム配置テーブルに基づいて、それぞれの前記データグループに対応する結合アルゴリズムをそれぞれ配置するステップを含む、
ことを特徴とする付記１７に記載のコンピュータ読取可能な記憶媒体。
（付記１９）
精算処理対象のターゲット保険契約書データを確定した後、
前記ターゲット保険契約書データをデータクレンジング処理するステップと、
予め設定された保存要求により、データクレンジング処理された前記ターゲット保険契約書データを予め設定されたそれぞれのデータ保存経路を介して保存するステップと、を更に含み、
前記データグループから抽出されたそれぞれの前記データ種別に対応する種別識別子に基づいて、前記データグループのターゲット保険契約書データを分類し、前記データグループのそれぞれの精算対象のデータ小グループを前記得るステップは、
前記データグループから抽出されたそれぞれの前記データ種別に対応する種別識別子、及び前記それぞれのデータ保存経路に基づいて、前記データグループのターゲット保険契約書データを分類し、前記データグループのそれぞれの精算対象のデータ小グループを得るステップを含む、
ことを特徴とする付記１６に記載のコンピュータ読取可能な記憶媒体。
（付記２０）
前記コンピュータ読取可能なコマンドがプロセッサにより実行される時に、
ログ情報に基づいて分類エラーがある前記データグループ又は前記精算対象のデータ小グループが存在するかを判断するステップと、
分類エラーがある前記データグループ又は前記精算対象のデータ小グループが存在する場合、予め設定された商品分類ルールに従って、前記ターゲット保険契約書データを分類し、それぞれのデータグループを得るステップに戻して再実行させるステップと、を更に実現する、
ことを特徴とする付記１６から１９の何れか１つに記載のコンピュータ読取可能な記憶媒体。

Claims (20)

  1. 精算処理対象のターゲット保険契約書データを確定することと、
    予め設定された商品分類ルールに従って、前記ターゲット保険契約書データを分類し、それぞれのデータグループを得ることと、
    前記データグループにおける予め設定された条件に合致するデータ種別を抽出することと、
    前記データグループにおいて同一のデータ種別に属するデータ値を結合処理し、結合文字列を得ることと、
    得られた前記結合文字列を暗号化処理し、前記データグループにおける前記データ種別に対応する種別識別子を得ることと、
    前記データグループから抽出されたそれぞれの前記データ種別に対応する種別識別子に基づいて、前記データグループのターゲット保険契約書データを分類し、前記データグループのそれぞれの精算対象のデータ小グループを得ることと、
    予め設定された精算プログラムを利用して前記精算対象のデータ小グループにそれぞれ精算処理することと、を含む、
    ことを特徴とする精算処理方法。
  2. 前記データグループにおいて同一のデータ種別に属するデータ値を結合処理し、結合文字列を得る前に、
    それぞれの前記データグループに、互いに異なる対応する結合アルゴリズムをそれぞれ配置することを更に含み、
    前記データグループにおいて同一のデータ種別に属するデータ値を結合処理し、結合文字列を前記得ることは、
    前記データグループに対応する結合アルゴリズムを取得することと、
    取得された前記結合アルゴリズムに基づいて、前記データグループにおいて同一のデータ種別に属するデータ値を結合処理し、結合文字列を得ることと、を含む、
    ことを特徴とする請求項１に記載の精算処理方法。
  3. 予め設定された商品分類ルールに従って、前記ターゲット保険契約書データを分類し、それぞれのデータグループを前記得ることは、
    前記ターゲット保険契約書データが属する商品名称に応じて、前記ターゲット保険契約書データを分類し、それぞれのデータグループを得ることを含み、
    それぞれの前記データグループに対応する結合アルゴリズムをそれぞれ前記配置することは、
    それぞれの前記データグループに対応する商品名称、及び前記商品名称と予め設定された結合アルゴリズムとの間の対応関係が記録される予め設定されたアルゴリズム配置テーブルに基づいて、それぞれの前記データグループに対応する結合アルゴリズムをそれぞれ配置することを含む、
    ことを特徴とする請求項２に記載の精算処理方法。
  4. 精算処理対象のターゲット保険契約書データを確定した後、
    前記ターゲット保険契約書データをデータクレンジング処理することと、
    予め設定された保存要求に応じて、データクレンジング処理された前記ターゲット保険契約書データを予め設定されたそれぞれのデータ保存経路を介して保存することと、を更に含み、
    前記データグループから抽出されたそれぞれの前記データ種別に対応する種別識別子に基づいて、前記データグループのターゲット保険契約書データを分類し、前記データグループのそれぞれの精算対象のデータ小グループを前記得ることは、
    前記データグループから抽出されたそれぞれの前記データ種別に対応する種別識別子、及び前記それぞれのデータ保存経路に基づいて、前記データグループのターゲット保険契約書データを分類し、前記データグループのそれぞれの精算対象のデータ小グループを得ることを含む、
    ことを特徴とする請求項１に記載の精算処理方法。
  5. 前記データグループから抽出されたそれぞれの前記データ種別に対応する種別識別子に基づいて、前記データグループのターゲット保険契約書データを分類し、前記データグループのそれぞれの精算対象のデータ小グループを前記得ることは、
    前記データグループから抽出されたそれぞれの前記データ種別に対応する種別識別子、及び前記ターゲット保険契約書データのデータ保存経路、評価時点とタイプ名称に基づいて、前記データグループのターゲット保険契約書データを分類し、前記データグループのそれぞれの精算対象のデータ小グループを得ることを含む、
    ことを特徴とする請求項１に記載の精算処理方法。
  6. ログ情報に基づいて分類エラーがある前記データグループ又は前記精算対象のデータ小グループが存在するかを判断することと、
    分類エラーがある前記データグループ又は前記精算対象のデータ小グループが存在する場合、予め設定された商品分類ルールに従って、前記ターゲット保険契約書データを分類し、それぞれのデータグループを得るステップに戻して再実行させることと、を更に含む、
    ことを特徴とする請求項１から５の何れか１項に記載の精算処理方法。
  7. 精算処理対象のターゲット保険契約書データを確定する保険契約書データ確定モジュールと、
    予め設定された商品分類ルールに従って、前記ターゲット保険契約書データを分類し、それぞれのデータグループを得るデータ分類モジュールと、
    前記データグループにおける予め設定された条件に合致するデータ種別を抽出するデータ種別抽出モジュールと、
    前記データグループにおいて同一のデータ種別に属するデータ値を結合処理し、結合文字列を得る結合モジュールと、
    得られた前記結合文字列を暗号化処理し、前記データグループにおける前記データ種別に対応する種別識別子を得る種別識別モジュールと、
    前記データグループから抽出されたそれぞれの前記データ種別に対応する種別識別子に基づいて、前記データグループのターゲット保険契約書データを分類し、前記データグループのそれぞれの精算対象のデータ小グループを得る精算対象小グループ分類モジュールと、
    予め設定された精算プログラムを利用してそれぞれの前記精算対象のデータ小グループにそれぞれ精算処理する精算処理モジュールと、を含む、
    ことを特徴とする精算処理装置。
  8. それぞれの前記データグループに、互いに異なる対応する結合アルゴリズムをそれぞれ配置するアルゴリズム配置モジュールを更に含み、
    前記結合モジュールは、
    前記データグループに対応する結合アルゴリズムを取得するアルゴリズム取得ユニットと、
    取得された前記結合アルゴリズムに基づいて、前記データグループにおいて同一のデータ種別に属するデータ値を結合処理し、結合文字列を得る結合処理ユニットと、を含む、
    ことを特徴とする請求項７に記載の精算処理装置。
  9. 前記データ分類モジュールは、
    前記ターゲット保険契約書データが属する商品名称により、前記ターゲット保険契約書データを分類し、それぞれのデータグループを得る保険契約書データ分類ユニットを含み、
    前記アルゴリズム配置モジュールは、
    それぞれの前記データグループに対応する商品名称及び前記商品名称と予め設定された結合アルゴリズムとの間の対応関係が記録される予め設定されたアルゴリズム配置テーブルに基づいて、それぞれの前記データグループに対応する結合アルゴリズムをそれぞれ配置する結合アルゴリズム配置ユニットを含む、
    ことを特徴とする請求項８に記載の精算処理装置。
  10. 前記ターゲット保険契約書データをデータクレンジング処理するデータクレンジングモジュールと、
    予め設定された保存要求に応じて、データクレンジング処理された前記ターゲット保険契約書データを予め設定されたそれぞれのデータ保存経路を介して保存するデータ保存モジュールと、を更に含み、
    前記精算対象小グループ分類モジュールは、
    前記データグループから抽出されたそれぞれの前記データ種別に対応する種別識別子、及びそれぞれの前記データ保存経路に基づいて、前記データグループのターゲット保険契約書データを分類し、前記データグループのそれぞれ精算対象のデータ小グループを得る第１小グループ分類ユニットを含む、
    ことを特徴とする請求項７から９の何れか１項に記載の精算処理装置。
  11. メモリと、プロセッサと、前記メモリに記憶されて前記プロセッサで実行可能なコンピュータ読取可能なコマンドと、を含み、
    前記コンピュータ読取可能なコマンドが前記プロセッサにより実行される時に、
    精算処理対象のターゲット保険契約書データを確定するステップと、
    予め設定された商品分類ルールに従って、前記ターゲット保険契約書データを分類し、それぞれのデータグループを得るステップと、
    前記データグループにおける予め設定された条件に合致するデータ種別を抽出するステップと、
    前記データグループにおいて同一のデータ種別に属するデータ値を結合処理し、結合文字列を得るステップと、
    得られた前記結合文字列を暗号化処理し、前記データグループにおける前記データ種別に対応する種別識別子を得るステップと、
    前記データグループから抽出されたそれぞれの前記データ種別に対応する種別識別子に基づいて、前記データグループのターゲット保険契約書データを分類し、前記データグループのそれぞれの精算対象のデータ小グループを得るステップと、
    予め設定された精算プログラムを利用してそれぞれの前記精算対象のデータ小グループにそれぞれ精算処理するステップと、を実現する、
    ことを特徴とする端末機器。
  12. 前記データグループにおいて同一のデータ種別に属するデータ値を結合処理し、結合文字列を得る前に、
    それぞれの前記データグループに、互いに異なる対応する結合アルゴリズムをそれぞれ配置するステップを更に含み、
    前記データグループにおいて同一のデータ種別に属するデータ値を結合処理し、結合文字列を前記得るステップは、
    前記データグループに対応する結合アルゴリズムを取得するステップと、
    取得された前記結合アルゴリズムに基づいて、前記データグループにおいて同一データ種別に属するデータ値を結合処理し、結合文字列を得るステップと、を含む、
    ことを特徴とする請求項１１に記載の端末機器。
  13. 予め設定された商品分類ルールに従って、前記ターゲット保険契約書データを分類し、それぞれのデータグループを前記得るステップは、
    前記ターゲット保険契約書データが属する商品名称により、前記ターゲット保険契約書データを分類し、それぞれのデータグループを得るステップを含み、
    それぞれの前記データグループに対応する結合アルゴリズムをそれぞれ前記配置するステップは、
    それぞれの前記データグループに対応する商品名称、及び前記商品名称と予め設定された結合アルゴリズムとの間の対応関係が記録される予め設定されたアルゴリズム配置テーブルに基づいて、それぞれの前記データグループに対応する結合アルゴリズムをそれぞれ配置するステップを含む、
    ことを特徴とする請求項１２に記載の端末機器。
  14. 精算処理対象のターゲット保険契約書データを確定した後、
    前記ターゲット保険契約書データをデータクレンジング処理するステップと、
    予め設定された保存要求により、データクレンジング処理された前記ターゲット保険契約書データを予め設定されたそれぞれのデータ保存経路を介して保存するステップと、を更に含み、
    前記データグループから抽出されたそれぞれの前記データ種別に対応する種別識別子に基づいて、前記データグループのターゲット保険契約書データを分類し、前記データグループのそれぞれの精算対象のデータ小グループを前記得るステップは、
    前記データグループから抽出されたそれぞれの前記データ種別に対応する種別識別子、及び前記それぞれのデータ保存経路に基づいて、前記データグループのターゲット保険契約書データを分類し、前記データグループのそれぞれの精算対象のデータ小グループを得るステップを含む、
    ことを特徴とする請求項１１に記載の端末機器。
  15. 前記コンピュータ読取可能なコマンドが前記プロセッサにより実行される時に、
    ログ情報に基づいて分類エラーがある前記データグループ又は前記精算対象のデータ小グループが存在するかを判断するステップと、
    分類エラーがある前記データグループ又は前記精算対象のデータ小グループが存在する場合、予め設定された商品分類ルールに従って、前記ターゲット保険契約書データを分類し、それぞれのデータグループを得るステップに戻して再実行させるステップと、を更に実現する、
    ことを特徴とする請求項１１から１４の何れか１項に記載の端末機器。
  16. コンピュータ読取可能なコマンドが記憶されるコンピュータ読取可能な記憶媒体であって、
    前記コンピュータ読取可能なコマンドがプロセッサにより実行される時に、
    精算処理対象のターゲット保険契約書データを確定するステップと、
    予め設定された商品分類ルールに従って、前記ターゲット保険契約書データを分類し、それぞれのデータグループを得るステップと、
    前記データグループにおける予め設定された条件に合致するデータ種別を抽出するステップと、
    前記データグループにおいて同一のデータ種別に属するデータ値を結合処理し、結合文字列を得るステップと、
    得られた前記結合文字列を暗号化処理し、前記データグループにおける前記データ種別に対応する種別識別子を得るステップと、
    前記データグループから抽出されたそれぞれの前記データ種別に対応する種別識別子に基づいて、前記データグループのターゲット保険契約書データを分類し、前記データグループのそれぞれの精算対象のデータ小グループを得るステップと、
    予め設定された精算プログラムを利用してそれぞれの前記精算対象のデータ小グループにそれぞれ精算処理するステップと、を実現する、
    ことを特徴とするコンピュータ読取可能な記憶媒体。
  17. 前記データグループにおいて同一のデータ種別に属するデータ値を結合処理し、結合文字列を得る前に、
    それぞれの前記データグループに、互いに異なる対応する結合アルゴリズムをそれぞれ配置するステップを更に含み、
    前記データグループにおいて同一のデータ種別に属するデータ値を結合処理し、結合文字列を前記得るステップは、
    前記データグループに対応する結合アルゴリズムを取得するステップと、
    取得された前記結合アルゴリズムに基づいて、前記データグループにおいて同一のデータ種別に属するデータ値を結合処理し、結合文字列を得るステップと、を含む、
    ことを特徴とする請求項１６に記載のコンピュータ読取可能な記憶媒体。
  18. 予め設定された商品分類ルールに従って、前記ターゲット保険契約書データを分類し、それぞれのデータグループを前記得るステップは、
    前記ターゲット保険契約書データが属する商品名称により、前記ターゲット保険契約書データを分類し、それぞれのデータグループを得るステップを含み、
    それぞれの前記データグループに対応する結合アルゴリズムをそれぞれ前記配置するステップは、
    それぞれの前記データグループに対応する商品名称、及び前記商品名称と予め設定された結合アルゴリズムとの間の対応関係が記録される予め設定されたアルゴリズム配置テーブルに基づいて、それぞれの前記データグループに対応する結合アルゴリズムをそれぞれ配置するステップを含む、
    ことを特徴とする請求項１７に記載のコンピュータ読取可能な記憶媒体。
  19. 精算処理対象のターゲット保険契約書データを確定した後、
    前記ターゲット保険契約書データをデータクレンジング処理するステップと、
    予め設定された保存要求により、データクレンジング処理された前記ターゲット保険契約書データを予め設定されたそれぞれのデータ保存経路を介して保存するステップと、を更に含み、
    前記データグループから抽出されたそれぞれの前記データ種別に対応する種別識別子に基づいて、前記データグループのターゲット保険契約書データを分類し、前記データグループのそれぞれの精算対象のデータ小グループを前記得るステップは、
    前記データグループから抽出されたそれぞれの前記データ種別に対応する種別識別子、及び前記それぞれのデータ保存経路に基づいて、前記データグループのターゲット保険契約書データを分類し、前記データグループのそれぞれの精算対象のデータ小グループを得るステップを含む、
    ことを特徴とする請求項１６に記載のコンピュータ読取可能な記憶媒体。
  20. 前記コンピュータ読取可能なコマンドがプロセッサにより実行される時に、
    ログ情報に基づいて分類エラーがある前記データグループ又は前記精算対象のデータ小グループが存在するかを判断するステップと、
    分類エラーがある前記データグループ又は前記精算対象のデータ小グループが存在する場合、予め設定された商品分類ルールに従って、前記ターゲット保険契約書データを分類し、それぞれのデータグループを得るステップに戻して再実行させるステップと、を更に実現する、
    ことを特徴とする請求項１６から１９の何れか１項に記載のコンピュータ読取可能な記憶媒体。
JP2018553077A 2017-04-06 2018-01-31 精算処理方法、精算処理装置、端末機器及び記憶媒体 Active JP6680902B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201710221077.5A CN107688591B (zh) 2017-04-06 2017-04-06 一种精算处理方法和装置
CN201710221077.5 2017-04-06
PCT/CN2018/074863 WO2018184419A1 (zh) 2017-04-06 2018-01-31 一种精算处理方法和装置

Publications (2)

Publication Number Publication Date
JP2019519017A true JP2019519017A (ja) 2019-07-04
JP6680902B2 JP6680902B2 (ja) 2020-04-15

Family

ID=61152356

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018553077A Active JP6680902B2 (ja) 2017-04-06 2018-01-31 精算処理方法、精算処理装置、端末機器及び記憶媒体

Country Status (4)

Country Link
US (1) US20210287298A1 (ja)
JP (1) JP6680902B2 (ja)
CN (1) CN107688591B (ja)
WO (1) WO2018184419A1 (ja)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108399574B (zh) * 2018-02-28 2021-09-28 泰康保险集团股份有限公司 理赔数据获取方法、对接理赔子系统、介质及电子设备
CN108805725B (zh) * 2018-05-28 2023-04-07 平安科技（深圳）有限公司 风险事件确认方法、服务器及计算机可读存储介质
CN109711998B (zh) * 2018-08-20 2023-10-20 中国平安人寿保险股份有限公司 数据传输方法、装置、设备及可读存储介质
CN109360113B (zh) * 2018-12-14 2021-04-13 泰康保险集团股份有限公司 一种保单的自动理算方法、装置、介质及电子设备
CN110334086A (zh) * 2019-05-30 2019-10-15 平安科技（深圳）有限公司 数据去重方法、装置、计算机设备以及存储介质
CN111222048A (zh) * 2020-01-03 2020-06-02 北京字节跳动网络技术有限公司 用户数量的查询计算方法、装置、电子设备、及存储介质
CN112288585B (zh) * 2020-11-20 2024-05-28 中国人寿保险股份有限公司 保险业务精算数据处理方法、装置及电子设备
CN112579586A (zh) * 2020-12-23 2021-03-30 平安普惠企业管理有限公司 数据处理方法、装置、设备及存储介质
CN112651842A (zh) * 2020-12-29 2021-04-13 中国平安人寿保险股份有限公司 项目的演示方法、装置、计算机设备及存储介质
CN116777648B (zh) * 2023-08-23 2023-11-03 山东远硕上池健康科技有限公司 一种车辆出险的人伤理赔信息智能管理方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2805641A1 (en) * 2010-07-15 2012-01-19 Per A. Sekse Financial insurance product for hydrocarbon reserves
CN103678314B (zh) * 2012-09-03 2017-07-25 中国银联股份有限公司 基于关联规则提取的海量数据处理系统、设备及方法
CN106156040A (zh) * 2015-03-26 2016-11-23 阿里巴巴集团控股有限公司 多维度数据管理方法及装置

Also Published As

Publication number Publication date
CN107688591A (zh) 2018-02-13
WO2018184419A1 (zh) 2018-10-11
JP6680902B2 (ja) 2020-04-15
CN107688591B (zh) 2019-05-07
US20210287298A1 (en) 2021-09-16

Similar Documents

Publication Publication Date Title
JP2019519017A (ja) 精算処理方法、精算処理装置、端末機器及び記憶媒体
US20140249865A1 (en) Claims analytics engine
CN107729376B (zh) 保险数据审核方法、装置、计算机设备及存储介质
US11494860B2 (en) Systems and methods for implementing search and recommendation tools for attorney selection
WO2019056789A1 (zh) 关联交易的识别方法、装置、计算机设备和存储介质
US20150278336A1 (en) Software Application Complexity Analysis
US20200410480A1 (en) Method and system for predicting cryptocurrency price using artificial intelligence
US20230177065A1 (en) Feature selection for artificial intelligence in healthcare management
US11210742B2 (en) Accumulator systems and methods
CN112036631A (zh) 采购量确定方法、装置、设备及存储介质
CN111242779B (zh) 金融数据特征选择和预测方法、装置、设备及存储介质
CN109271564A (zh) 保单查询方法及设备
CN111695077A (zh) 资产信息推送方法、终端设备及可读存储介质
US20230401468A1 (en) Methods and systems for generating forecasts using an ensemble online demand generation forecaster
US20230298016A1 (en) Systems and methods for validating asset destinations in blockchain networks
CN112581295B (zh) 基于字段拆分的产品数据处理方法、装置、设备和介质
US20130311967A1 (en) Method and System for Collapsing Functional Similarities and Consolidating Functionally Similar, Interacting Systems
WO2019056769A1 (zh) 基于关联交易数据处理的优化方法、装置和计算机设备
CN111984657B (zh) 数据归集方法、装置、存储介质及计算机设备
CN110457332B (zh) 一种信息处理方法及相关设备
CN110544165A (zh) 一种信用风险评分卡创建方法、装置及电子设备
US12002047B1 (en) System and method for blockchain-verified digital-identity-and-derivatives archetype-based transaction processing and implementation with the aid of a digital computer
US20230171202A1 (en) System and method for performing assessment of electronic resources stored in a distributed network
US20240135443A1 (en) User application approval
US20230297550A1 (en) Dynamic data views

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20181009

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20181009

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20191119

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200217

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20200303

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20200319

R150 Certificate of patent or registration of utility model

Ref document number: 6680902

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250