TW202020791A

TW202020791A - 理賠業務處理方法及裝置

Info

Publication number: TW202020791A
Application number: TW108130765A
Authority: TW
Inventors: 方雪瓊
Original assignee: 香港商阿里巴巴集團服務有限公司
Priority date: 2018-11-27
Filing date: 2019-08-28
Publication date: 2020-06-01
Also published as: TWI729474B; CN110047007A; WO2020108048A1

Abstract

公開了一種理賠業務處理方法及裝置。一種理賠業務處理方法，該方法包括：獲得理賠申請中的理賠資料；根據所述保單標識，獲得需理賠保單的保單資訊對應的理賠規則；以及，根據所述用戶標識，獲得理賠用戶的信用資料；根據預設的所述理賠規則與規則特徵的對應關係，確定需提取的若干規則特徵，並從所述理賠證明中提取所述規則特徵；以及，從所述信用資料中提取預設的若干信用特徵；將所提取的特徵輸入預先訓練的理賠審核模型，根據該模型的輸出結果，確定本次理賠申請是否通過。

Description

理賠業務處理方法及裝置

本說明書實施例涉及網際網路應用技術領域，尤其涉及一種理賠業務處理方法及裝置。

保險透過繳納規定的保費，可以享受財務、人身等保障。隨著社會的經濟發展和人們保險意識的提高，保險業務的需求也越來越多。在用戶需要理賠時，傳統的理賠流程中，通常是由保險公司的人員進行理賠的受理、調查及審核等工作，因此傳統的流程中一般需要涉及多個部門的人員溝通合作，理賠流程較長，效率低下，且容易出現人為因素造成的錯誤。基於現有技術，需要一種更高效的理賠業務處理方案。

針對上述技術問題，本說明書實施例提供一種理賠業務處理方法及裝置，技術方案如下：一種理賠業務處理方法，該方法包括：獲得理賠申請中的理賠資料，所述理賠資料至少包括：保單標識、用戶標識及理賠證明；根據所述保單標識，獲得需理賠保單的保單資訊對應的理賠規則；以及，根據所述用戶標識，獲得理賠用戶的信用資料；根據預設的所述理賠規則與規則特徵的對應關係，確定需提取的若干規則特徵，並從所述理賠證明中提取所述規則特徵；以及，從所述信用資料中提取預設的若干信用特徵；將所提取的特徵輸入預先訓練的理賠審核模型，根據該模型的輸出結果，確定本次理賠申請是否通過；其中，根據輸入特徵得到輸出結果的方法包括：根據輸入的規則特徵，計算所述理賠證明是否符合所述理賠規則；根據輸入的信用特徵，計算理賠用戶是否達到預設信用要求、及/或詐欺風險是否達到預設閾值。一種理賠業務處理裝置，該裝置包括：資料獲得模組，用於獲得理賠申請中的理賠資料，所述理賠資料至少包括：保單標識、用戶標識及理賠證明；以及，根據所述保單標識，獲得需理賠保單的保單資訊對應的理賠規則；以及，根據所述用戶標識，獲得理賠用戶的信用資料；輸入模組，用於根據預設的所述理賠規則與規則特徵的對應關係，確定需提取的若干規則特徵，並從所述理賠證明中提取所述規則特徵；以及，從所述信用資料中提取預設的若干信用特徵；輸出模組，用於將所提取的特徵輸入預先訓練的理賠審核模型，根據該模型的輸出結果，確定本次理賠申請是否通過；其中，根據輸入特徵得到輸出結果的裝置包括：根據輸入的規則特徵，計算所述理賠證明是否符合所述理賠規則；根據輸入的信用特徵，計算理賠用戶是否達到預設信用要求、及/或詐欺風險是否達到預設閾值。本說明書實施例所提供的技術方案，可以根據用戶理賠請求中的理賠資料，結合用戶的信用資料與理賠規則，自動地對理賠是否通過進行審核，從而節省人力、縮短流程，提高理賠業務的處理效率。應當理解的是，以上的一般描述和後文的細節描述僅是示例性和解釋性的，並不能限制本說明書實施例。此外，本說明書實施例中的任一實施例並不需要達到上述的全部效果。

為了使本領域技術人員更好地理解本說明書實施例中的技術方案，下面將結合本說明書實施例中的圖式，對本說明書實施例中的技術方案進行詳細地描述，顯然，所描述的實施例僅僅是本說明書的一部分實施例，而不是全部的實施例。基於本說明書中的實施例，本領域普通技術人員所獲得的所有其他實施例，都應當屬保護的範圍。針對現有技術的問題，本說明書實施例提供一種理賠業務處理方法，參見圖1所示，該方法可以包括以下步驟： S101，獲得理賠申請中的理賠資料，所述理賠資料至少包括：保單標識、用戶標識及理賠證明；本說明書方案可以應用於目前已有的多數險種，如用於醫療報銷等的健康險，又如訂單險、運費險等場景險，用戶在發生保險可能可以理賠的情況時，可以透過相應的保險平臺發起理賠，S101中所稱的理賠申請，可以是指由用戶直接發起的理賠申請，也可以指透過用戶發起的理賠或其他操作，經過相應流程處理(如車險需要現場核損)後，產生的理賠申請，本說明書實施例對此不做限定的。 S102a，根據所述保單標識，獲得需理賠保單的保單資訊對應的理賠規則； S102b，根據所述用戶標識，獲得理賠用戶的信用資料；這裡所稱的保單資訊對應的理賠規則，可以包括該保單所屬險種對應的通用規則，例如，可以是該類險種能夠理賠的場景範圍，如只能夠理賠門診費用；也可以是該類險種能夠理賠的金額範圍，每年能夠理賠的金額上限為1萬元；等等。此外，理賠規則也可以包括根據保單資訊確定的定制規則，例如，健康險中可以根據保單資訊中，被保險人的投保時年齡與已患疾病等情況，進行一些特殊的保障限定；也可以包括該份保單的歷史賠償金額；等等。本領域技術人員可以根據實際需求，設置保單資訊對應的理賠規則的具體條款內容，本說明書實施例不做限定。此外，本說明書實施例對所獲得的理賠用戶的信用資料也不做限定。例如，可以是該用戶在保險機構或理賠平臺的信用積分、或可以獲得的用戶在其他機構的信用積分；又如，可以是該用戶在保險機構或理賠平臺的歷史理賠記錄、或歷史行為記錄，如是否存在騙保行為、是否及時繳納保費、等等；當然，信用資料中可以包括從一個或多個途經獲得的、一種或多種資料，並且各資料的形式可以不一，如可以是分值形式、可以是特徵描述形式、等等，本說明書實施例均不做限定。 S103a，根據預設的所述理賠規則與規則特徵的對應關係，確定需提取的若干規則特徵，並從所述理賠證明中提取所述規則特徵； S103b，從所述信用資料中提取預設的若干信用特徵；如前面所述，不同險種甚至不同保單資訊，對應的理賠規則可能存在區別，因此，在從理賠證明中提取規則特徵時，可以針對不同的理賠規則，對應設置需提取的不同規則特徵。在一個例子中，如果理賠規則中規定了能夠理賠的場景範圍，則對應的規則特徵可以為場景特徵。例如，理賠規則中規定的理賠場景範圍為：除牙科類與醫療美容類之外的門診費用，而理賠證明可以是醫院開具的收費單據，從而可以從理賠證明中提取出門診/住院、就診科室、檢查項目等場景特徵。在另一個例子中，以車險為例，如果理賠規則中對車輛不同位置的損傷，規定了不同的理賠金額範圍，則對應的規則特徵可以為損傷部位特徵，而理賠證明可以是車輛不同位置的照片，從而可以從理賠證明中提取出受損的各部位。可以理解的是，本說明書實施例並不需要對規則特徵與信用特徵的數量及具體內容做限定，本領域技術人員可以根據實際需求靈活地設置。 S104，將所提取的特徵輸入預先訓練的理賠審核模型，根據該模型的輸出結果，確定本次理賠申請是否通過；其中，根據輸入特徵得到輸出結果的方法包括：根據輸入的規則特徵，計算所述理賠證明是否符合所述理賠規則；根據輸入的信用特徵，計算理賠用戶是否達到預設信用要求、及/或詐欺風險是否達到預設閾值。本說明書實施例的方案中，透過預先訓練的理賠審核模型，可以從理賠規則、用戶信用及詐欺風險三個維度，對理賠申請進行審核。理賠規則的審核維度，仍以上述規則特徵為場景特徵為例，透過從理賠證明中提取出門診/住院、就診科室、檢查項目等場景特徵，判斷是否符合理賠規則中，理賠場景範圍為除牙科類與醫療美容類之外的門診費用的規定。用戶信用的審核維度，例如，可以根據所提取的各信用特徵，基於預設的各權重，透過加權算法計算用戶的信用分值，並與預設信用要求中的閾值進行比較，從而確定該理賠用戶是否達到預設信用要求。詐欺風險審核維度，例如，所獲得的理賠用戶的信用資料中，可以包括用戶的歷史IP位址，對應的信用特徵為IP特徵，基於IP特徵計算理賠用戶的IP位址是否頻繁變動，若是，則存在一定的團夥作案、詐欺騙保的風險；又如，在運費險等場景險中，可能存在買家與賣家合作騙取運費險保費的情況，則所獲得的理賠用戶(即買家)的信用資料中，可以包括用戶的歷史交易記錄，對應的信用特徵為交易特徵，基於交易特徵計算買家是否頻繁與賣家交易，若是，則存在一定的詐欺騙保的風險；等等。各類存在一定詐欺騙保的風險的情況，均可以對應到一定的分值，並基於加權等運算得到理賠申請的詐欺風險值，從而透過是否達到預設閾值，進行詐欺風險維度的審核。可以理解的是，為了保證審核的全面性，用戶信用維度與詐欺風險維度，可以共同應用於理賠審核模型，但一般信用較好的用戶騙保風險較低，因此二者也可以分別單獨應用於理賠審核模型，本說明書實施例不做限定，本領域技術人員可以根據實際需求進行設定。當然，本方案中所使用的理賠審核模型，所預測的審核結果並不一定完全正確，並且隨著時間或社會環境的變化，該模型對於所應用場景的適應性也會發生變化，針對這一情況，在本說明書的一種具體實施方式中，所使用的理賠審核模型，還可以在應用於審核理賠申請的過程中，透過已完成審核的各理賠申請，進行進一步的優化更新，從而提高預測準確率。具體地，可以首先針對已完成審核的各理賠申請，確定審核結果存在錯誤的理賠申請的數量，並根據該數量計算所述理賠審核模型的預測準確率。例如，用戶在對審核結果不認可的情況下，可以對審核結果發起申訴，因此透過統計用戶對審核結果發起申訴的理賠申請數量，可以間接確定審核結果存在錯誤的理賠申請的數量；又如，可以對理賠申請進行人工複審，在理賠申請較少的情況下，可以全部進行人工複審，而如果理賠申請較多，則可以按一定比例抽樣進行人工複審，並統計複審確定審核結果錯誤的理賠申請數量。當然，確定審核結果存在錯誤的理賠申請的數量的具體方式，並不限於以上2種方式，並且各方式可以單獨或共同應用，本說明書實施例對此不做限定。計算預測準確率後，比較計算結果與預設的準確率閾值，在所述預測準確率未達到預設準確率閾值的情況下，以審核結果存在錯誤的理賠申請為負樣本，優化所述理賠審核模型。理賠申請通過審核後，可以進一步地確定實際賠償金額，在本說明書的一種具體實施方式中，在確定本次理賠申請通過的情況下，可以首先確定所述理賠規則中規定的賠償場景範圍與賠償金額範圍。例如，可以首先確定所述理賠保單的保額及歷史賠償金額，然後根據所述保額與所述歷史賠償金額的差值，計算所述理賠保單可賠償金額，得到所述可賠償金額對應的賠償金額範圍。然後從所述理賠證明中提取申請理賠金額。該金額可以由用戶填寫，也可以根據理賠證明中的花費明細計算。確定所述申請理賠金額中符合所述賠償場景範圍與賠償金額範圍的金額，得到本次理賠申請的實際賠償金額。例如，確定所述申請理賠金額中符合所述賠償場景範圍的第一金額，確定所述第一金額是否大於所述賠償金額範圍對應的可賠償金額，在不大於的情況下，確定所述第一金額為本次理賠申請的實際賠償金額。在大於的情況下，可以直接結束理賠流程，或提示用戶可賠償金額不足等。此外，某些保險機構可以支持墊付一定的賠償金額，或者某些險種(如訂單險)的保障功能，便是透過墊付賠償金額實現快速理賠，從而使用戶獲得良好的理賠體驗。在上述情況下，可以進一步地獲得所述理賠保單的投保人的賠償風險值，所述賠償風險值用於表示墊付賠償金額後追償成功的機率。以訂單險為例，可根據賣家在購物平臺的等級、經營時間、營業信譽等，對應設置一定的賠償風險值，等級越高、經營時間越長、營業信譽越好的買家，賠償風險值越低。判斷所述賠償風險值是否符合預設墊付條件；若是，確定所述第一金額為本次理賠申請的實際賠償金額，即進行墊付。最後根據所述實際賠償金額，對所述理賠用戶進行賠償。針對上述進行墊付的情況，在根據所述保額與所述歷史賠償金額的差值，計算所述理賠保單可賠償金額，得到所述可賠償金額對應的賠償金額範圍時，可以進一步地確定所述理賠保單的已追償金額，計算所述保額與所述已追償金額之和，並根據所計算的和與所述歷史賠償金額的差值，計算所述理賠保單可賠償金額，得到所述可賠償金額對應的賠償金額範圍。在本說明書的一種具體實施方式中，如果理賠申請未通過審核，可以進一步地提示用戶未通過的原因。具體地，在確定本次理賠申請不通過的情況下，可以根據所述理賠審核模型的輸出結果，確定理賠申請不通過的原因；所述原因至少包括：不符合理賠規則、信用未達到要求、及/或存在詐欺風險，當然，也可能存在其他原因，本說明書實施例對此不做限定。下面結合一個更為具體的實例，對本說明書提供的理賠業務處理方法進行說明。如圖2所示，假設某電商平臺的買家在交易後需要退貨，並就交易訂單發起了退貨申請，而由於賣家對交易商品投保了訂單險，則保險機構的理賠系統，可以自動為該筆訂單發起理賠申請。理賠申請的理賠資料中，將包括保單標識(如保單號)、用戶標識(如買家ID)及理賠證明(如交易訂單的交易金額、時間、退貨原因等詳細資訊)。首先可以根據保單號，獲得需理賠保單的保單資訊對應的理賠規則，如針對該筆訂單的最大賠償金額、不同退貨原因對應的是否可以賠償、等等。此外可以根據買家ID獲得該名買家的信用資料，如其在該電商平臺的信用積分、歷史購物記錄、歷史退貨記錄、歷史交易評價記錄、等等。然後便可以從理賠證明中提取預設的規則特徵，及從信用資料中提取預設的信用特徵。從而將特徵輸入預先訓練的理賠審核模型，計算理賠證明是否符合理賠規則、買家信用是否達到預設要求、本次理賠是否存在詐欺騙保風險。在確定符合理賠規則、信用達到要求、且不存在詐欺風險的情況下，可以輸出理賠通過審核的預測結果，否則輸出理賠未通過審核的預測結果。如果理賠未通過審核，則確定不通過的原因，如不符合理賠規則、信用未達到要求、存在詐欺風險等，並向用戶返回相應說明，以便於用戶理解或進一步申訴審核結果。如果理賠通過審核，則可以進一步地確定實際賠償金額，基於預設的金額計算模型：可賠償金額=保額-歷史賠償金額+已追償金額，計算得到當前的可賠償金額，其中歷史賠償金額可以包括未決和已決賠償金額，已追償金額則可以指賣家以償還金額。此外，用戶在發起退貨申請時可以填寫退款金額、或者可以由退貨退款系統根據交易訂單與退貨理由自動計算退款金額，並根據退款金額得到對應的申請理賠金額。如果申請理賠金額不大於上述計算的可賠償金額，則可以直接進行賠償；如果申請理賠金額大於上述計算的可賠償金額，則可以進一步地確定賣家的賠償風險值。具體地，可以為該電商平臺中不同等級的買家設置不同的賠償風險值，並設置不同的可墊付金額，例如，最高等級的賣家賠償風險值最低，對應可以墊付5萬元的賠償金額。判斷該賣家的賠償風險值對應的可墊付金額，是否足夠墊付申請理賠金額大於可賠償金額的部分，若是，為賣家墊付全部或部分實際賠償金額，並對賣家發起追償流程。可見，應用上述方案，可以消除人為理賠操作流程中，可能帶來的理賠審核時間長等問題，簡化理賠流程、提升理賠效率。並且，可以為買家提供快速理賠服務，提升賣家服務能力的時效性，同時保障保險機構的資產安全。相應於上述方法實施例，本說明書實施例還提供一種理賠業務處理裝置，參見圖3所示，該裝置可以包括：資料獲得模組110，用於獲得理賠申請中的理賠資料，所述理賠資料至少包括：保單標識、用戶標識及理賠證明；以及，根據所述保單標識，獲得需理賠保單的保單資訊對應的理賠規則；以及，根據所述用戶標識，獲得理賠用戶的信用資料；輸入模組120，用於根據預設的所述理賠規則與規則特徵的對應關係，確定需提取的若干規則特徵，並從所述理賠證明中提取所述規則特徵；以及，從所述信用資料中提取預設的若干信用特徵；輸出模組130，用於將所提取的特徵輸入預先訓練的理賠審核模型，根據該模型的輸出結果，確定本次理賠申請是否通過；其中，根據輸入特徵得到輸出結果的裝置包括：根據輸入的規則特徵，計算所述理賠證明是否符合所述理賠規則；根據輸入的信用特徵，計算理賠用戶是否達到預設信用要求、及/或詐欺風險是否達到預設閾值。在本說明書提供的一種具體實施方式中，參見圖4所示，所述裝置還可以包括模型優化模組140，具體可以包括：準確率計算子模組，用於針對已完成審核的各理賠申請，確定審核結果存在錯誤的理賠申請的數量，並根據該數量計算所述理賠審核模型的預測準確率；模型優化子模組，用於在所述預測準確率未達到預設準確率閾值的情況下，以審核結果存在錯誤的理賠申請為負樣本，優化所述理賠審核模型。在本說明書提供的一種具體實施方式中，所述準確率計算子模組，具體可以用於：統計用戶對審核結果發起申訴的理賠申請數量；及/或對全部或部分理賠申請進行人工複審，統計複審確定審核結果錯誤的理賠申請數量。在本說明書提供的一種具體實施方式中，參見圖4所示，所述裝置還可以包括：原因確定模組150，用於在確定本次理賠申請不通過的情況下，根據所述理賠審核模型的輸出結果，確定理賠申請不通過的原因；所述原因至少包括：不符合理賠規則、信用未達到要求、及/或存在詐欺風險。在本說明書提供的一種具體實施方式中，參見圖4所示，所述裝置還可以包括金額賠償模組160，具體可以包括：範圍確定子模組，用於在確定本次理賠申請通過的情況下，確定所述理賠規則中規定的賠償場景範圍與賠償金額範圍；金額計算子模組，用於從所述理賠證明中提取申請理賠金額，並確定所述申請理賠金額中符合所述賠償場景範圍與賠償金額範圍的金額，得到本次理賠申請的實際賠償金額；金額賠償子模組，用於根據所述實際賠償金額，對所述理賠用戶進行賠償。在本說明書提供的一種具體實施方式中，所述範圍確定子模組，可以包括：金額確定單元，用於確定所述理賠保單的保額及歷史賠償金額；範圍確定單元，用於根據所述保額與所述歷史賠償金額的差值，計算所述理賠保單可賠償金額，得到所述可賠償金額對應的賠償金額範圍。在本說明書提供的一種具體實施方式中，所述金額計算子模組，可以包括：第一金額確定單元，用於確定所述申請理賠金額中符合所述賠償場景範圍的第一金額；金額比較單元，用於確定所述第一金額是否大於所述賠償金額範圍對應的可賠償金額；賠償金額確定單元，用於在不大於的情況下，確定所述第一金額為本次理賠申請的實際賠償金額。在本說明書提供的一種具體實施方式中，所述金額計算子模組，還可以包括：賠償風險確定單元，用於在大於的情況下，獲得所述理賠保單的投保人的賠償風險值，所述賠償風險值用於表示墊付賠償金額後追償成功的機率；墊付條件判斷單元，用於判斷所述賠償風險值是否符合預設墊付條件；若是，確定所述第一金額為本次理賠申請的實際賠償金額。在本說明書提供的一種具體實施方式中，所述範圍確定單元，具體可以用於：確定所述理賠保單的已追償金額；計算所述保額與所述已追償金額之和，並根據所計算的和與所述歷史賠償金額的差值，計算所述理賠保單可賠償金額，得到所述可賠償金額對應的賠償金額範圍。可以理解的是，模型優化模組140、原因確定模組150與金額賠償模組160作為三種功能獨立的模組，既可以如圖4所示同時配置在裝置中，也可以分別單獨配置在裝置中，因此圖4所示的結構不應理解為對本說明書實施例方案的限定。上述裝置中各個模組的功能和作用的實現過程具體詳見上述方法中對應步驟的實現過程，在此不再贅述。本說明書實施例還提供一種電腦設備，其至少包括儲存器、處理器及儲存在儲存器上並可在處理器上運行的電腦程式，其中，處理器執行所述程式時實現前述的理賠業務處理方法。該方法至少包括：一種理賠業務處理方法，該方法包括：獲得理賠申請中的理賠資料，所述理賠資料至少包括：保單標識、用戶標識及理賠證明；根據所述保單標識，獲得需理賠保單的保單資訊對應的理賠規則；以及，根據所述用戶標識，獲得理賠用戶的信用資料；根據預設的所述理賠規則與規則特徵的對應關係，確定需提取的若干規則特徵，並從所述理賠證明中提取所述規則特徵；以及，從所述信用資料中提取預設的若干信用特徵；將所提取的特徵輸入預先訓練的理賠審核模型，根據該模型的輸出結果，確定本次理賠申請是否通過；其中，根據輸入特徵得到輸出結果的方法包括：根據輸入的規則特徵，計算所述理賠證明是否符合所述理賠規則；根據輸入的信用特徵，計算理賠用戶是否達到預設信用要求、及/或詐欺風險是否達到預設閾值。圖5示出了本說明書實施例所提供的一種更為具體的計算設備硬體結構示意圖，該設備可以包括：處理器1010、儲存器1020、輸入/輸出介面1030、通訊介面1040和匯流排1050。其中處理器1010、儲存器1020、輸入/輸出介面1030和通訊介面1040透過匯流排1050實現彼此之間在設備內部的通訊連接。處理器1010可以採用通用的CPU(Central Processing Unit，中央處理器)、微處理器、應用專用積體電路(Application Specific Integrated Circuit，ASIC)、或者一個或多個積體電路等方式實現，用於執行相關程式，以實現本說明書實施例所提供的技術方案。儲存器1020可以採用ROM(Read Only Memory，唯讀記憶體)、RAM(Random Access Memory，隨機存取記憶體)、靜態儲存設備，動態儲存設備等形式實現。儲存器1020可以儲存操作系統和其他應用程式，在透過軟體或者韌體來實現本說明書實施例所提供的技術方案時，相關的程式代碼保存在儲存器1020中，並由處理器1010來呼叫執行。輸入/輸出介面1030用於連接輸入/輸出模組，以實現資訊輸入及輸出。輸入輸出/模組可以作為組件配置在設備中(圖中未示出)，也可以外接於設備以提供相應功能。其中輸入設備可以包括鍵盤、滑鼠、觸控螢幕、麥克風、各類傳感器等，輸出設備可以包括顯示器、揚聲器、振動器、指示燈等。通訊介面1040用於連接通訊模組(圖中未示出)，以實現本設備與其他設備的通訊交互。其中通訊模組可以透過有線方式(例如USB、網線等)實現通訊，也可以透過無線方式(例如行動網路、WIFI、藍牙等)實現通訊。匯流排1050包括一通路，在設備的各個組件(例如處理器1010、儲存器1020、輸入/輸出介面1030和通訊介面1040)之間傳輸資訊。需要說明的是，儘管上述設備僅示出了處理器1010、儲存器1020、輸入/輸出介面1030、通訊介面1040以及匯流排1050，但是在具體實施過程中，該設備還可以包括實現正常運行所必需的其他組件。此外，本領域的技術人員可以理解的是，上述設備中也可以僅包含實現本說明書實施例方案所必需的組件，而不必包含圖中所示的全部組件。本說明書實施例還提供一種電腦可讀儲存媒體，其上儲存有電腦程式，該程式被處理器執行時實現前述的理賠業務處理方法。該方法至少包括：一種理賠業務處理方法，該方法包括：獲得理賠申請中的理賠資料，所述理賠資料至少包括：保單標識、用戶標識及理賠證明；根據所述保單標識，獲得需理賠保單的保單資訊對應的理賠規則；以及，根據所述用戶標識，獲得理賠用戶的信用資料；根據預設的所述理賠規則與規則特徵的對應關係，確定需提取的若干規則特徵，並從所述理賠證明中提取所述規則特徵；以及，從所述信用資料中提取預設的若干信用特徵；將所提取的特徵輸入預先訓練的理賠審核模型，根據該模型的輸出結果，確定本次理賠申請是否通過；其中，根據輸入特徵得到輸出結果的方法包括：根據輸入的規則特徵，計算所述理賠證明是否符合所述理賠規則；根據輸入的信用特徵，計算理賠用戶是否達到預設信用要求、及/或詐欺風險是否達到預設閾值。電腦可讀媒體包括永久性和非永久性、可移除和非可移除媒體可以由任何方法或技術來實現資訊儲存。資訊可以是電腦可讀指令、資料結構、程式的模組或其他資料。電腦的儲存媒體的例子包括，但不限於相變記憶體(PRAM)、靜態隨機存取記憶體(SRAM)、動態隨機存取記憶體(DRAM)、其他類型的隨機存取記憶體(RAM)、唯讀記憶體(ROM)、電可抹除可程式化唯讀記憶體(EEPROM)、快閃記憶體或其他記憶體技術、唯讀光碟唯讀儲存器(CD-ROM)、數位多功能光碟(DVD)或其他光學儲存、卡式磁帶，磁帶磁磁碟儲存或其他磁性儲存設備或任何其他非傳輸媒體，可用於儲存可以被計算設備存取的資訊。按照本文中的界定，電腦可讀媒體不包括暫存電腦可讀媒體(transitory media)，如調變的資料信號和載波。透過以上的實施方式的描述可知，本領域的技術人員可以清楚地瞭解到本說明書實施例可借助軟體加必需的通用硬體平臺的方式來實現。基於這樣的理解，本說明書實施例的技術方案本質上或者說對現有技術做出貢獻的部分可以以軟體產品的形式體現出來，該電腦軟體產品可以儲存在儲存媒體中，如ROM/RAM、磁碟、光碟等，包括若干指令用以使得一台電腦設備(可以是個人電腦，伺服器，或者網路設備等)執行本說明書實施例各個實施例或者實施例的某些部分所述的方法。上述實施例闡明的系統、裝置、模組或單元，具體可以由電腦晶片或實體實現，或者由具有某種功能的產品來實現。一種典型的實現設備為電腦，電腦的具體形式可以是個人電腦、膝上型電腦、行動電話、相機電話、智慧電話、個人數位助理、媒體播放器、導航設備、電子郵件收發設備、遊戲控制台、平板電腦、可穿戴設備或者這些設備中的任意幾種設備的組合。本說明書中的各個實施例均採用遞進的方式描述，各個實施例之間相同相似的部分互相參見即可，每個實施例重點說明的都是與其他實施例的不同之處。尤其，對於裝置實施例而言，由於其基本相似於方法實施例，所以描述得比較簡單，相關之處參見方法實施例的部分說明即可。以上所描述的裝置實施例僅僅是示意性的，其中所述作為分離部件說明的模組可以是或者也可以不是實體上分開的，在實施本說明書實施例方案時可以把各模組的功能在同一個或多個軟體及/或硬體中實現。也可以根據實際的需要選擇其中的部分或者全部模組來實現本實施例方案的目的。本領域普通技術人員在不付出進步性勞動的情況下，即可以理解並實施。以上所述僅是本說明書實施例的具體實施方式，應當指出，對於本技術領域的普通技術人員來說，在不脫離本說明書實施例原理的前提下，還可以做出若干改進和潤飾，這些改進和潤飾也應視為本說明書實施例的保護範圍。

S101:步驟 S102a:步驟 S102b:步驟 S103a:步驟 S103b:步驟 S104:步驟 110:資料獲得模組 120:輸入模組 130:輸出模組 140:模型優化模組 150:原因確定模組 160:金額賠償模組 1010:處理器 1020:儲存器 1030:輸入/輸出介面 1040:通訊介面 1050:匯流排

為了更清楚地說明本說明書實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的圖式作簡單地介紹，顯而易見地，下面描述中的圖式僅僅是本說明書實施例中記載的一些實施例，對於本領域普通技術人員來講，還可以根據這些圖式獲得其他的圖式。圖1是本說明書實施例的理賠業務處理方法的流程示意圖；圖2是本說明書實施例的訂單險理賠業務處理方法的流程示意圖；圖3是本說明書實施例的理賠業務處理裝置的一種結構示意圖；圖4是本說明書實施例的理賠業務處理裝置的另一種結構示意圖；圖5是用於配置本說明書實施例裝置的一種設備的結構示意圖。

Claims

一種理賠業務處理方法，該方法包括：獲得理賠申請中的理賠資料，所述理賠資料至少包括：保單標識、用戶標識及理賠證明；根據所述保單標識，獲得需理賠保單的保單資訊對應的理賠規則；以及，根據所述用戶標識，獲得理賠用戶的信用資料；根據預設的所述理賠規則與規則特徵的對應關係，確定需提取的若干規則特徵，並從所述理賠證明中提取所述規則特徵；以及，從所述信用資料中提取預設的若干信用特徵；將所提取的特徵輸入預先訓練的理賠審核模型，根據該模型的輸出結果，確定本次理賠申請是否通過；其中，根據輸入特徵得到輸出結果的方法包括：根據輸入的規則特徵，計算所述理賠證明是否符合所述理賠規則；根據輸入的信用特徵，計算理賠用戶是否達到預設信用要求、及/或詐欺風險是否達到預設閾值。
根據請求項1所述的方法，還包括：針對已完成審核的各理賠申請，確定審核結果存在錯誤的理賠申請的數量，並根據該數量計算所述理賠審核模型的預測準確率；在所述預測準確率未達到預設準確率閾值的情況下，以審核結果存在錯誤的理賠申請為負樣本，優化所述理賠審核模型。
根據請求項2所述的方法，所述確定審核結果存在錯誤的理賠申請的數量，包括：統計用戶對審核結果發起申訴的理賠申請數量；及/或對全部或部分理賠申請進行人工複審，統計複審確定審核結果錯誤的理賠申請數量。
根據請求項1所述的方法，還包括：在確定本次理賠申請不通過的情況下，根據所述理賠審核模型的輸出結果，確定理賠申請不通過的原因；所述原因至少包括：不符合理賠規則、信用未達到要求、及/或存在詐欺風險。
根據請求項1所述的方法，還包括：在確定本次理賠申請通過的情況下，確定所述理賠規則中規定的賠償場景範圍與賠償金額範圍；從所述理賠證明中提取申請理賠金額，並確定所述申請理賠金額中符合所述賠償場景範圍與賠償金額範圍的金額，得到本次理賠申請的實際賠償金額；根據所述實際賠償金額，對所述理賠用戶進行賠償。
根據請求項5所述的方法，所述確定所述理賠規則中規定的賠償金額範圍，包括：確定所述理賠保單的保額及歷史賠償金額；根據所述保額與所述歷史賠償金額的差值，計算所述理賠保單可賠償金額，得到所述可賠償金額對應的賠償金額範圍。
根據請求項6所述的方法，所述確定所述申請理賠金額中符合所述賠償場景範圍與賠償金額範圍的金額，得到本次理賠申請的實際賠償金額，包括：確定所述申請理賠金額中符合所述賠償場景範圍的第一金額；確定所述第一金額是否大於所述賠償金額範圍對應的可賠償金額；在不大於的情況下，確定所述第一金額為本次理賠申請的實際賠償金額。
根據請求項7所述的方法，還包括：在大於的情況下，獲得所述理賠保單的投保人的賠償風險值，所述賠償風險值用於表示墊付賠償金額後追償成功的機率；判斷所述賠償風險值是否符合預設墊付條件；若是，確定所述第一金額為本次理賠申請的實際賠償金額。
根據請求項8所述的方法，所述根據所述保額與所述歷史賠償金額的差值，計算所述理賠保單可賠償金額，得到所述可賠償金額對應的賠償金額範圍，包括：確定所述理賠保單的已追償金額；計算所述保額與所述已追償金額之和，並根據所計算的和與所述歷史賠償金額的差值，計算所述理賠保單可賠償金額，得到所述可賠償金額對應的賠償金額範圍。
一種理賠業務處理裝置，該裝置包括：資料獲得模組，用於獲得理賠申請中的理賠資料，所述理賠資料至少包括：保單標識、用戶標識及理賠證明；以及，根據所述保單標識，獲得需理賠保單的保單資訊對應的理賠規則；以及，根據所述用戶標識，獲得理賠用戶的信用資料；輸入模組，用於根據預設的所述理賠規則與規則特徵的對應關係，確定需提取的若干規則特徵，並從所述理賠證明中提取所述規則特徵；以及，從所述信用資料中提取預設的若干信用特徵；輸出模組，用於將所提取的特徵輸入預先訓練的理賠審核模型，根據該模型的輸出結果，確定本次理賠申請是否通過；其中，根據輸入特徵得到輸出結果的裝置包括：根據輸入的規則特徵，計算所述理賠證明是否符合所述理賠規則；根據輸入的信用特徵，計算理賠用戶是否達到預設信用要求、及/或詐欺風險是否達到預設閾值。
根據請求項10所述的裝置，還包括模型優化模組，具體包括：準確率計算子模組，用於針對已完成審核的各理賠申請，確定審核結果存在錯誤的理賠申請的數量，並根據該數量計算所述理賠審核模型的預測準確率；模型優化子模組，用於在所述預測準確率未達到預設準確率閾值的情況下，以審核結果存在錯誤的理賠申請為負樣本，優化所述理賠審核模型。
根據請求項11所述的裝置，所述準確率計算子模組，具體用於：統計用戶對審核結果發起申訴的理賠申請數量；及/或對全部或部分理賠申請進行人工複審，統計複審確定審核結果錯誤的理賠申請數量。
根據請求項10所述的裝置，還包括：原因確定模組，用於在確定本次理賠申請不通過的情況下，根據所述理賠審核模型的輸出結果，確定理賠申請不通過的原因；所述原因至少包括：不符合理賠規則、信用未達到要求、及/或存在詐欺風險。
根據請求項10所述的裝置，還包括金額賠償模組，具體包括：範圍確定子模組，用於在確定本次理賠申請通過的情況下，確定所述理賠規則中規定的賠償場景範圍與賠償金額範圍；金額計算子模組，用於從所述理賠證明中提取申請理賠金額，並確定所述申請理賠金額中符合所述賠償場景範圍與賠償金額範圍的金額，得到本次理賠申請的實際賠償金額；金額賠償子模組，用於根據所述實際賠償金額，對所述理賠用戶進行賠償。
根據請求項14所述的裝置，所述範圍確定子模組，包括：金額確定單元，用於確定所述理賠保單的保額及歷史賠償金額；範圍確定單元，用於根據所述保額與所述歷史賠償金額的差值，計算所述理賠保單可賠償金額，得到所述可賠償金額對應的賠償金額範圍。
根據請求項15所述的裝置，所述金額計算子模組，包括：第一金額確定單元，用於確定所述申請理賠金額中符合所述賠償場景範圍的第一金額；金額比較單元，用於確定所述第一金額是否大於所述賠償金額範圍對應的可賠償金額；賠償金額確定單元，用於在不大於的情況下，確定所述第一金額為本次理賠申請的實際賠償金額。
根據請求項16所述的裝置，所述金額計算子模組，還包括：賠償風險確定單元，用於在大於的情況下，獲得所述理賠保單的投保人的賠償風險值，所述賠償風險值用於表示墊付賠償金額後追償成功的機率；墊付條件判斷單元，用於判斷所述賠償風險值是否符合預設墊付條件；若是，確定所述第一金額為本次理賠申請的實際賠償金額。
根據請求項17所述的裝置，所述範圍確定單元，具體用於：確定所述理賠保單的已追償金額；計算所述保額與所述已追償金額之和，並根據所計算的和與所述歷史賠償金額的差值，計算所述理賠保單可賠償金額，得到所述可賠償金額對應的賠償金額範圍。
一種電腦設備，包括儲存器、處理器及儲存在儲存器上並可在處理器上運行的電腦程式，其中，所述處理器執行所述程式時實現如請求項1至9任一項所述的方法。