TWI744542B - 保險服務優化系統 - Google Patents
保險服務優化系統 Download PDFInfo
- Publication number
- TWI744542B TWI744542B TW107125372A TW107125372A TWI744542B TW I744542 B TWI744542 B TW I744542B TW 107125372 A TW107125372 A TW 107125372A TW 107125372 A TW107125372 A TW 107125372A TW I744542 B TWI744542 B TW I744542B
- Authority
- TW
- Taiwan
- Prior art keywords
- insurance
- information
- premium
- user
- insured
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/048—Activation functions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Accounting & Taxation (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- Finance (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Technology Law (AREA)
- Strategic Management (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本發明提供一種保險服務優化系統,其包括:收使用者輸入之一投保資訊,根據投保資訊進行解析處理並產生一解析結果,其中,投保資訊包含複數投保影響因素及一預設投保需求資訊;根據解析結果,產生一保額保費關聯以及各投保影響因素之一投保影響比重;根據保額保費關聯產生一初始保額保費組合;根據所述投保影響比重,檢測初始保額保費組合是否符合預設投保需求資訊,初始保額保費組合符合該預設投保需求資訊時,產生一保額保費組合;藉此,提供準確合理的保額保費組合,讓使用者即時獲得合理的投保方案。
Description
本發明係關於一種保險相關領域,尤指一種險服務優化系統。
保險商品種類繁多,大多數保險商品係由保險業務員介紹相關保險商品予消費者後,再由消費者當面填寫投保申請單等資料,且由保險業務員帶回交由保險公司進行資格審查,並待審核透過後,保險公司方會寄出保單,以確保保險公司及消費者雙方權益。
傳統的購買保險方式大部分是透過保險員面對面的銷售,使用者要投保時難以即時找到合適可靠的保險員,而且保險員的水準差異各不相同,多數情況下,很難根據使用者的實際情況與不同的投保需求,即時提供合理的投保方案給使用者,以致使用者無法快速且即時購買保險,導致投保完成效率低。
再者,傳統保險商品的設計理念是從保險公司、商業銀行、基層金融機構以及國內法規所允許之公民營單位或組織等角度出發,透過抽樣調查、經驗法則或是大數法則等方式,推出制式化之保險商品,然而,前述制式化商品並無法滿足消費者個人化的保險需求。
又,前述保險公司或相關單位在銷售保險商品的過程中,往往受
限於既有通路的銷售偏好與傾向,無法提供多元化的保險商品,使得消費者僅能夠在既有的少數商品中選擇,還有諸多的購買限制,例如:保險責任、保障期間、繳費頻率等購買限制。
而且不能因應個別的消費者需求提供客制化保險商品,將造成消費者在選購保險之過程中,因為無法反應實際的保險需求,並即時對照自己的付費能力,致使消費者需要在保險商品內容、保障額度、保障期間等諸多問題上反覆地檢視、調整及選擇,不僅耗時且費力,如此一來,可能導致消費者放棄購買保險商品。
為解決上述課題,本發明提供一種保險服務優化系統,藉以提供欲投保者能夠快速得到合理之投保方案。
本發明之一項實施例提供一種保險服務優化系統,其架設於伺服器,其中,使用者透過終端裝置訊號連接至伺服器,以使用保險服務優化系統;保險服務優化系統包括:一解析模組,其用以接收使用者輸入之一投保資訊,並對投保資訊進行解析處理,並產生一解析結果,其中,投保資訊包含複數投保影響因素及一預設投保需求資訊;一比重確認模組,其與解析模組耦接,比重確認模組根據解析結果,產生一保額保費關聯以及各投保影響因素之一投保影響比重;一產生模組,其與比重確認模組耦接,產生模組根據保額保費關聯產生一初始保額保費組合;一檢視模組,其與產生模組耦接,檢視模組根據投保影響比重,檢視初始保額保費組合是否符合預設投保需求資訊,其中,當初始保額保費組合符合預設投保需求資訊時,產生一保額保費組合;一顯示模組,
其與檢視模組耦接,顯示模組用以將保額保費組合顯示於終端裝置。
藉由上述,本發明保險服務優化系統,根據使用者所輸入之投保資訊進行解析,並產生初始保額保費組合,並確認初始保額保費組合是否符合預設投保需求資訊,當初始保額保費組合符合預設投保需求資訊時,能夠產生符合需求之保額保費組合;藉此,能夠判斷初始保額保費組合是否為適合使用者之投保方案,以提供使用者即時獲得合理且準確之投保方案,進而克服習知保險員無法根據使用者之實際情況,準確提供合適投保方案之問題。
1:終端裝置
2:伺服器
100:保險服務優化系統
10:調節視窗
11:保費調節條
12:保額調節條
13:保費調節按鈕
14:保額調節按鈕
20:解析模組
21:資訊接收單元
22:健康監測單元
23:健康評估單元
24:健康比重確認單元
25:資訊解析單元
26:需求確認單元
27:產品單元
28:投保比例確認單元
30:比重確認模組
40:產生模組
41:初始產生單元
42:更新產生單元
50:檢視模組
60:顯示模組
70:核保處理模組
80:理賠處理模組
90:會員處理模組
S1:接收資訊步驟
S2:確認步驟
S3:第一產生步驟
S4:檢視步驟
S5:第二產生步驟
S6:更新步驟
S7:排序步驟
S8:驗證加密步驟
S9:理賠步驟
S10:會員步驟
圖1係本發明保險服務優化方法之應用環境示意圖。
圖2係本發明第一實施例保險服務優化方法之流程示意圖。
圖3係本發明第二實施例保險服務優化方法之流程示意圖。
圖4係本發明調節視窗示意圖。
圖5係本發明第三實施例保險服務優化方法之流程示意圖。
圖6係本發明預設神經網路模型的結構示意圖。
圖7係本發明第四實施例保險服務優化方法之流程示意圖。
圖8係本發明第五實施例保險服務優化方法之流程示意圖。
圖9係本發明保險服務優化系統方塊連結示意圖。
為便於說明本發明於上述發明內容一欄中所表示的中心思想,茲
以具體實施例表達。實施例中各種不同物件係按適於說明之比例、尺寸、變形量或位移量而描繪,而非按實際元件的比例予以繪製。
再者,本發明各流程圖中之各個步驟按照箭頭的指示依次顯示,但是這些步驟並不必然按照箭頭指示的順序依次執行,除非本發明文中有明確的說明,所以在未明確說明之下,本發明所揭示各步驟之執行並沒有嚴格之順序限制,各步驟能夠以其它之循序執行。而且本發明之各步驟能夠包括多個子步驟或者多個階段,各子步驟或者階段並不必然是在同一時刻執行完成,而是能夠在不同的時刻執行,各子步驟或者階段之執行順序也不必然是依次進行,而是能夠與其它步驟或者其它步驟的子步驟或者階段的輪流或者交替地執行,合先敘明。
請參閱圖1至圖8所示,本發明提供一種保險服務優化方法,本發明之保險服務優化方法可以應用於如圖1所示之應用環境中,其中,圖2係本發明第一實施例保險服務優化方法之流程示意圖;圖3係本發明第二實施例保險服務優化方法之流程示意圖;圖5係本發明第三實施例保險服務優化方法之流程示意圖;圖7係本發明第四實施例保險服務優化方法之流程示意圖;圖8係本發明第五實施例保險服務優化方法之流程示意圖。
請參閱圖1及圖2所示,本發明第一實施例保險服務優化方法,其包含下列步驟:
一接收資訊步驟S1:接收使用者輸入之一投保資訊,根據投保資訊進行解析處理並產生一解析結果,其中,投保資訊包含複數投保影響因素及一預設投保需求資訊。其中,於本發明實施例中,使用者為欲投保之用戶。
進一步說明:使用者能夠透過終端裝置1輸入投保資訊,終端裝
置1接收到使用者的投保資訊,投保資訊會存儲於終端裝置1的記憶體並發送至伺服器2進行存儲,其中,終端裝置1能夠係各種個人電腦、筆記型電腦、智慧手機、平板電腦、擕帶式穿戴設備或保險終端裝置機;伺服器2能夠係物理伺服器或雲端伺服器,於本實施例中,伺服器2係保險公司之雲端伺服器,伺服器2中之資料庫儲存有使用者之相關資訊,而使用者相關資訊之來源能夠係由使用者輸入之投保資訊中所取得、由使用者先前投保時之相關資訊或是能夠由保險公司與健保局或醫院合作所取得之使用者相關資訊;而伺服器2能夠為獨立之伺服器或是複數伺服器組成之伺服器集群來實現。
於本發明其他實施例中,使用者藉由終端裝置1透過網際網路與伺服器2訊號連接,投保資訊能夠由伺服器2中存儲的資料中擷取。
再者,投保資訊是指使用者按照購買保險要求所提供的受保人相關資訊,而投保資訊具有使用者基本資訊、健康資訊、使用者家庭情況與財務資訊以及預設投保需求資訊等相關資訊,其中,使用者基本資訊包括使用者姓名、年齡以及性別等資訊;健康資訊包括重大疾病史、住院或門診情況及體檢結果等資訊;使用者(受保人)之家庭與財務資訊包括家庭人口數、收支情況等;預設投保需求資訊包括如預期保額、投保年限等資訊。
預設投保需求資訊是指使用者達到投保的條件,並能完成保費繳納的相關條件,預設投保需求資訊包括單位時間需繳納的保費在使用者的承受範圍內,根據各投保影響因素中的使用者資產、收入與支出情況,在其他可能之實施例中,預設投保條件能夠包括根據保險種類之不同對應受保人之健康狀況等,符合對應保險種類之投保條件。
解析處理是指透過人工智慧方式,對投保資訊進行進一步地分
析,能夠下列資訊分析,其包括:根據對使用者之家庭情況與財務資訊進行解析,確認使用者每年可承擔的保費範圍;根據對使用者的健康資訊進行解析,確認使用者的健康狀況是否能夠直接投保;根據對使用者的預設投保需求資訊的解析,確認使用者需求是否合理,並且根據投保之保險種類,確認投保資訊中之各投保影響因素。
一確認步驟S2:根據解析結果,產生一保額保費關聯以及各投保影響因素之一投保影響比重。
進一步說明:保額是指保險公司為承擔賠償或者給付保險金責任的最高限額,通常是保險單上載明的保險金額;保費是指投保人根據保險合同的約定,為獲得保險保障而繳付給保險公司的費用,是各條款費率表上的金額,投保人繳納一定的保費而獲得一定的保額。
保額保費關聯是指在單位時間所繳納的保費與保額的比例關係,其中,單位時間能夠是指每年、每季度或每月,在其它可能之實施例中,能夠根據實際情況設定單位元時間;於本實施例中,保額保費關聯能夠根據預設投保需求資訊中,使用者選擇保額與保費之繳納年限來確認。
各投保影響因素對投保影響比重是指,透過選擇的保險種類確認投保影響因素,並對投保影響因素進行分析,根據投保影響因素之分析結果確認投保影響比重,從而判斷是否影響投保的正常進行,例如:重疾、醫療、人壽或其它依賴投保人的健康作為核保依據的保險種類,使用者的健康狀況將會作為重要的投保影響因素,透過對使用者健康資訊進行解析處理,於本發明實施例中,透過神經網路模型對使用者之健康資訊進行解析評估,判斷使用者的健康狀況,對使用者預設之保險種類的投保影響比重,確認使用者的健康狀況
是否影響投保正常進行。再者,投保影響因素能夠根據投保的保險種類進行確認,例如:儲蓄類保險種類之投保影響因素會著重於投保人的財產資訊,如資產、收入以及支出等。
一第一產生步驟S3:根據確認步驟S2所產生之保額保費關聯,產生一初始保額保費組合,也就是說,透過保額保費關聯,能夠產生符合使用者期望之初始保額保費組合。
進一步說明:初始保額保費組合是指投保人單位時間需繳納的保費資料金額與對應能夠獲得之保險資料金額的組合,在指定的投保年限內,保費數額越大,所對應的保額數額也越大,而同一保額保費關聯,能夠對應多種保額保費組合。
於本實施例中,初始保額保費組合能夠根據使用者需求進行調整,其中,能夠透過將確認之保額保費關聯以及使用者預期的保額與投保年限發送至伺服器2,透過伺服器2進行計算處理後,得到對應的保費資料,並將保費資料發送至終端裝置1,從而產生初始保額保費組合。
一檢視步驟S4:根據所述投保影響比重,檢測初始保額保費組合是否符合預設投保需求資訊。
進一步說明:終端裝置1根據解析結果確認投保資訊中各投保影響因素的投保影響比重,判斷初始保額保費組合是否符合預設投保需求資訊。
一第二產生步驟S5:當經由檢視步驟S4,確認初始保額保費組合符合預設投保要求時,便產生一保額保費組合,並將保額保費組合顯示於終端裝置1,以提供給使用者。產生符合預設投保需求資訊之保額保費組合。
進一步說明,當初始保額保費組合符合預設投保需求資訊之保額
保費組合時,表示使用者在各項條件滿足投保要求,且能承受保費的繳納數額、滿足投保需求的組合,透過對保額保費進行檢測,能夠即時產生符合使用者當前狀況且合理的保額保費組合,讓使用者即時獲得合理的投保方案。
因此,上述本發明保險服務優化方法,能夠根據對使用者投保資訊進行解析,以確認保額保費關聯以及投保資訊中各投保影響因素之投保影響比重,確認保額保費組合是否符合預設投保需求資訊,從而判斷是否適合使用者投保:藉此,克服習知保險員無法根據使用者實際情況,準確提供對應保額保費之問題;而且本發明能夠根據保額保費關聯產生保額保費組合,並產生檢測合格之保額保費組合,藉以得到準確合理之保額保費組合,讓使用者即時獲得合理之投保方案。
請參閱圖1、圖3至圖4所示,本發明第二實施例保險服務優化方法,與前述實施例不同在於,本實施例保險服務優化方法,更包含下列步驟:
第一產生步驟S3:根據保額保費關聯,產生初始保額保費組合,其中,初始保額保費組合包括一保額數據以及對應保額數據之一保費資料。
一更新步驟S6:當接收到使用者發送之一資料更新指令,根據資料更新指令以及保額保費關聯,對保額數據及保費資料進行資料更新,產生更新後之保額保費組合,其中,資料更新指令為保額數據更新指令或保費資料更新指令。
進一步說明:初始保額保費組合是指根據保額保費關聯,並按照使用者投保需求中輸入的保費繳納年限得到的基礎保費資料與對應保額數據的組合,提供初始保額保費組合,並將初始保額保費組合顯示於終端裝置1,讓使用者準確瞭解基礎的保額與保費資料;此時,使用者能夠針對初始保額保費組
合進行調整,以調整出符合需求之保額保費組合,而終端裝置1會接收使用者之資料更新指令,對保額保費進行調整。
如圖1及圖4所示,於本實施例中,使用者能夠透過顯示於終端裝置1之保額保費的調節視窗10進行調整初始保額保費組合。調節視窗10中包括保費調節條11與保額調節條12,其中,保費調節條11上設有保費調節按鈕13,保額調節條12上設有保額調節按鈕14;而保費資料與保額數據會顯示於保費調節條11與保額調節條12中。
因此,當終端裝置1接收到使用者觸發拖動保費調節條11上的保費調節按鈕13時,根據保費調節按鈕13的在保費調節條11上之位置確認更新的保費資料,並根據保額保費關聯,同步更新對應的保額數據,產生更新的保額保費組合。同理,當終端裝置1接收到使用者觸發拖動保額調節條12上的保額調節按鈕14時,根據保額調節按鈕14的在保額調節條12上的位置確認更新的保額數據,使對應的保費資料更新,產生使用者所期望的保額保費組合。
請參閱圖1及圖5所示,本發明第三實施例保險服務優化方法,與前述實施例不同在於,本實施例保險服務優化方法更包含下列步驟:
接收資訊步驟S1:接收使用者投保資訊中的健康資訊,根據健康資訊檢測使用者健康狀況是否在一預設評估範圍內,其中,健康資訊包含一健康參數及一健康因素;當健康狀況在預設評估範圍內時,根據預設的神經網路模型與健康參數,進行使用者之健康狀況評估,並獲取健康狀況評估之所述解析結果,其中,預設評估範圍係利用一般保險公司評斷使用者(受保人)身體健康狀態之評估方法與指標。
進一步說明:健康資訊是指使用者(受保人)的健康狀況的相關資
訊,使用者(受保人)的健康狀況是非常關鍵的投保要素,特別是與健康有關的保險種類,例如:重疾、醫療、人壽等保險種類,健康資訊包括使用者在一定期間內所有異常的健康狀況,例如:門診、住院、較為重大的疾病、慢性病或潛伏性疾病等,相關疾病或治療的詳情資訊以及潛伏性疾病情況。
住院情況包括如過去的5年內有沒有住過院、因為何種原因住院、住院前的症狀、住院後的詳細治療情況、住院的天數或出院後的追蹤治療情況等,其中,若使用者有住院情況,便需於健康資訊中提供診斷報告、出院小結及出院後的醫療報告等相關報告資訊。
門診情況包括如在過去5年內因為什麼原因去了門診、治療的情況、治癒後的跟進等門診情況,舉例說明:使用者之某器官長了腫瘤,雖然經過門診切除化驗後腫瘤為良性,此時,使用者便需要健康資訊中提供診斷報告與化驗結果。潛伏性疾病例如:甲狀腺結節、乳腺增生、人類免疫缺陷病毒、脂肪肝、糖尿病等。
因此,當檢測到上述有關於健康資訊時,能夠確認使用者健康狀況不在預設的評估範圍內,而終端裝置1便會產生提示資訊,提示使用者將來會由保險專人進行溝通,並請使用者提供聯繫方式。再者,當檢測到使用者(受保人)只有輕微的健康異常狀況,例如:體重超過或低於標準、血壓過高或過低等,則能夠確認使用者健康狀況在健康評估範圍內。
預設的神經網路模型是指用於對健康參數進行評估,判斷健康狀況是否會影響投保的模型,健康參數包括受保人年齡、性別、以及體重指數或是受保人近期最低、最高的血壓和心跳次數等,於本實施例中,如圖6所示,預設的神經網路模型包括四層神經網路,其中初步X0是投保人的年齡,X1是體重
指數(BMI)=體重(公斤)÷[身高(米)*身高(米)],X2是近期所測最高的血壓,X3是近期所測最低的血壓,計算過程如下:
其中,各個參數的初始值是在一個數值如的正負區間[-,]中隨機取得的亂數再經過調整得到的。得到初始值後再由大量的訓練資料用反向傳播演算法等人工智慧計算手段,所得到調整後的參數,因而讓計算式能有最佳的結果,其中,各參數能夠用反向傳播演算法、前向傳播演算法或其它不同的方法算出理想值,本發明不限制其演算法。
再者,神經網路的層次能夠依據不同的需要而有所調整,例如:輸入值多的神經網路層級會較多,計算結果較為精確。在其他可能之實施例中,神經網路模型還能夠根據大數據所提供的訓練資料加上測試資料再以人工智慧手段,例如:深度學習等優化後產生更精確的模式。
確認步驟S2:根據健康狀況評估之所述解析結果,確認所述健康因素之所述投保影響比重。
進一步說明:根據預設的神經網路模型輸出的結果為1或0,對應為使用者(受保人)的健康狀況對投保無影響或有影響,當健康狀況評估結果為無影響時,說明受保人健康狀況良好,能夠進行投保;藉此,克服習知技術上,
因無法準確判斷使用者(受保人)因血壓或體重不達標時,而無法即時判斷是否能夠接受投保的技術問題,進而提高使用者之投保成功率。
請參閱圖1及圖7所示,本發明第四實施例保險服務優化方法,其與前述實施例不同在於,本實施例保險服務優化方法更包含下列步驟:
接收資訊步驟S1:當接收使用者輸入之投保資訊及對應使用者之一大數據資訊,對投保資訊與大數據資訊進行解析處理,以產生解析結果。
進一步說明:大數據資訊是指無法在一定時間範圍內用常規軟體工具進行捕捉、管理和處理的資料集合,是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的資訊資產。因此,當終端裝置1在接收到使用者的投保資訊後,能夠從伺服器2獲取使用者相關之大數據資訊,並於終端裝置1對大數據資訊進行解析,以能夠得到準確合理的解析結果;於本發明其他可能實施例中,能夠將使用者輸入的投保資訊發送至伺服器2,伺服器2根據接收的投保資訊以及獲取的大數據資訊,進行解析處理,並將解析結果發送至終端裝置1,以減少終端裝置1的資料處理量。
一排序步驟S7:根據解析結果確認使用者需求,依據使用者需求對預設之複數保險產品進行排序,將排序後預設之所述保險產品提供給使用者。
進一步說明:根據解析結果確認使用者對於各類保險產品的需求關係,例如:根據分析得到的結果為根據使用者(受保人)的工作性質與生活環境,確認意外險的排序位置為最前面,再來以保障被保險人健康生命為優先,醫療險放在意外後面,因為醫療是日常生活時常所需的,然後是對重疾險的保障,人壽險除了身故後留給他人的保障外也附帶部分儲蓄的功能,所以放在重疾險的後面,而由於未來老齡化個人儲蓄險會變得十分重要,根據使用者年齡
確認出儲蓄險的位置,因此,根據使用者之大數據資訊,所得到之分析為第一選擇是人壽險,第二選擇是意外險,第三選擇是重疾險,第四選擇是醫療險,第五選擇是儲蓄險。
再者,於本實施例中,能夠透過多項選擇,實現多個保險產品組成的保險產品組合。當終端裝置1在解析使用者對各保險產品之需求時,還能夠結合伺服器2中,使用者過去曾已購買保險產品,判斷當前已購買的保險產品及額度是否滿足需求,並根據判斷結果,對保險產品需求順序進行調整,並突出顯示已購買的保險產品。
另外,保險產品還包括一般保險的投保服務如旅遊和汽車保險等,這些保險產品是屬於特定獨立保險,例如:旅遊時才會買旅遊保險,每一年更新汽車保險、購車或換車之汽車保險,前述保險產品會在不同的介面顯示。其中,旅遊保險主要是獲取使用者選擇的是單次旅遊還是買全年旅遊險,並根據目的地、來回的時間、用的交通工具等資訊,透過分析計算確認相對應的保費以及投保涵蓋的事項,例如:保險產品A意外死亡賠付一百萬,保險產品B意外賠付一百二十萬等不同的保障內容。汽車保險則是獲取汽車的品牌、型號、年份、駕駛人的性別、年齡、駕駛汽車的年數、一周駕駛汽車的最高天數等資訊,並透過分析計算確認相對應的保費以及投保涵蓋的事項,例如交通意外損害單次理賠最高的金額等保障內容和自負額等。
因此,投保旅遊保險和汽車保險時,個人基本資料能夠由伺服器2存儲的資料庫中直接獲取,其它投保所需相關資料,能夠從終端裝置1輸入投保資訊中獲取,於伺服器2中進行保費之計算。
於排序步驟S7中,當檢測到使用者選取所述保險產品時,根據解
析結果確認被選取之每一保險產品之投保比例。因此,當使用者需要選擇多個保險產品時,能夠根據使用者於投保資訊中所輸入之保費預算,對所選擇投保之每個保險產品進行比例分配,讓使用者獲得更好的保險服務與更全面的保障;而且透過解析結果來確認每個保險產品之投保比例,能夠避免因人為推算比例分配帶來的錯誤與偏差;於本實施例中,根據使用者的保險需求,對使用者選擇的每個保險產品進行比例分配,並透過人工智慧與大數據對分配參數進行不斷優化,確認最佳化之投保比例。
請參閱圖1及圖8所示,本發明第五實施例保險服務優化方法,其與前述實施例不同在於,本實施例保險服務優化方法,於第二產生步驟S5後更包含下列步驟:
一驗證加密步驟S8:當接收到確認購買保額保費組合時,將即時採集使用者之身份資訊與投保資訊之一保單資料進行核對驗證,將驗證成功之使用者身份資訊與所述保單資料進行加密處理。
進一步說明:當使用者確認購買保險後,使用者的身份資訊與保單資料的驗證是關鍵的環節,使用者的身份資訊包括保單持有人與受保人的身份資訊,傳統的核保一般需要專人進行處理,而於本發明中,係透過終端裝置1的攝像功能獲取使用者的面部資訊與身份證資訊,將保單資料中的保單持有人與受保人進行核對驗證,以確保保單的準確有效性,將驗證成功的使用者身份資訊與保單資料資訊進行加密處理並進行保存,避免洩漏使用者資料,並且用以作為後續流程之相關資料,例如:理賠、退保等流程的相關資料。
一理賠步驟S9:當接收到一理賠請求信號時,檢測使用者發送之一理賠資料之完整性並透過文字或圖像識別技術,讀取所述理賠資料中之一目
標資訊,當檢測到所述理賠資料完整且讀取之目標資訊滿足預設理賠要求時,觸發預設理賠流程。
進一步說明:當接收到使用者理賠請求信號時,確認理賠請求信號中之保險產品與理賠專案資訊,並檢測使用者發送的理賠資料的完整性;於本實施例中,能夠根據預先設置對應保險產品的理賠流程,來檢測使用者發送的理賠資料是否完整,當理賠資料完整時,透過文字或圖像識別技術讀取理賠資料中的目標資訊,當目標資訊滿足預設理賠要求時,便觸發預設的理賠流程進行理賠,其中,預設理賠要求包括目標資訊之真實性與有效性。
一會員步驟S10:分析與統計使用者觸發動作之會員相關資料,產生一保險產品推薦資訊,並將保險產品推薦資訊提供給使用者。也就是說,在使用者登錄或註冊完成後,在觸發動作之過程中產生大量會員資料,此時,便能夠對所產生的會員資料進行分析與統計,並將保險產品推薦資訊顯示於終端裝置1,提供給使用者參考,其中,前述會員資料會透過深度學習做進一步分析,並作為相關參數的修正依據,為使用者提供更好的產品和服務。
再者,於本發明其它可能之實施例中,終端裝置1還能夠根據使用者的觸發動作確認使用者其他業務需求,包括增加保險、理賠、退保、查看現有保單以及繳納保費等。
進一步說明:當終端裝置1偵測到使用者的登錄或註冊觸發動作時,根據觸發動作中會同時接收使用者輸入之會員資料,會員資料能夠是手機號、身份證號、郵箱號以及指紋資訊等,其中,使用者能夠透過文字或智慧語音辨識輸入相關資訊,而終端裝置1所顯示之相關消息也能夠透過語音或文字的形式輸出。
當使用者欲註冊會員時,伺服器2會提供註冊管理介面顯示於終端裝置1,而註冊管理介面會提供可編輯資訊視窗,使用者透過可編輯資訊視窗發送的註冊資料至伺服器2,由伺服器2檢測接收資料之格式與內容是否符合預設要求,例如手機號碼格式、郵箱格式等;其中,註冊資訊包括使用者的基本資訊與登錄資訊,基本資訊包括姓名、性別、出生日期、身份證號碼、地址、手機號、電子郵箱或其它移動應用程式帳號等,登錄資訊能夠透過身份證號碼、手機號、電子郵箱以及對應的設定密碼等基本資訊來確認,也能夠透過註冊指紋資訊、虹膜資訊、面部識別資訊等來確認;當註冊資料檢測合格時,終端裝置1將合格的註冊資料發送至伺服器2之資料庫進行存儲形成註冊資料,並且提取出註冊資料中購買保險產品所需的資訊暫存於終端裝置1的記憶體(在檢測到登錄退出操作時清除暫存資訊),並清除終端裝置1的註冊資料。
當使用者透過終端裝置1登錄時,終端裝置1根據使用者輸入之會員資料與伺服器2之資料庫中存儲的使用者之註冊資料進行匹配,其中,當匹配結果為不存在使用者的對應註冊資料時,跳轉至註冊管理介面,進行會員註冊;反之,當匹配結果為存在使用者的對應註冊資料時,跳轉至登錄管理介面,並驗證會員資料是否正確,判斷是否能夠登錄。
當使用者完成註冊或登錄成功時,跳轉至投保資訊管理介面,終端裝置1接收使用者透過投保資訊管理介面輸入的使用者的投保資訊,將投保資訊存儲於終端裝置1的記憶體,並將投保資訊發送至伺服器2的資料庫。
再者,當檢測到使用者註冊或登錄成功時,終端裝置1展示預設之保險產品推薦資訊,預設之保險產品推薦資訊包括重疾險、醫療險、儲蓄險、意外險、人壽險、旅遊險以及車險等;當接收到使用者選擇的保險產品推薦資
訊時,會顯示保險產品推薦資訊的保障內容等詳細資訊,例如:說明什麼是重疾險,投保重疾險的投保條件,重疾險保障範圍、保險金理賠的額度、投保和未來理賠的程式等,並提供投保資訊輸入介面。
當使用者需要投保時,終端裝置1根據使用者的觸發動作,確認使用者選擇的保險產品,接收使用者輸入的投保資訊並發送至伺服器2,投保資訊包括保單物件資訊如保單持有人、受保人、信託人以及受益人等,預期保額與投保年限資訊,財務狀況資訊如家庭收入與支出、流動資產等;伺服器2根據接收的用於計算保額保費的相關參數進行計算,例如:利用線性回歸方式預估出理想的保費保額比例和支出並傳送至終端裝置1,公式如下:
其中,Y是建議年繳納保費,X1是家庭總收入,X2是家庭總支出。
請參閱圖1及圖9所示,本發明提供一種保險服務優化系統100,其中,保險服務優化系統100能夠架設於伺服器2,並提供使用者藉由終端裝置1操作前述保險服務優惠方法。
本發明保險服務優化系統100包括:
一解析模組20,用於接收使用者透過終端裝置1所輸入之投保資訊,並對投保資訊進行解析處理。解析模組20具有相互耦接之一資訊接收單元21、一健康監測單元22、一健康評估單元23、一健康比重確認單元24、一資訊解析單元25、一需求確認單元26、一產品單元27及一投保比例確認單元28。
資訊接收單元21用以接收使用者輸入的投保資訊以及對應使用者的大數據資訊。
健康監測單元22用以根據資訊接收單元21所接收使用者輸入投
保資訊中的健康資訊,檢測使用者健康狀況是否在預設評估範圍內。
健康評估單元23用以當健康監測單元22判斷使用者健康狀況在預設評估範圍內時,健康評估單元23會根據預設的神經網路模型與健康資訊中的健康參數,進行使用者健康狀況評估,並產生健康狀況評估結果。
健康比重確認單元24用以根據健康評估單元23所產生健康狀況評估結果,確認投保資訊中健康因素的投保影響比重。
資訊解析單元25用以針對資訊接收單元21接收到使用者輸入的投保資訊與大數據資訊進行解析處理,並產生解析結果。
需求確認單元26用以接收資訊解析單元25所產生之解析結果,根據解析結果確認使用者之預設投保需求資訊。
產品單元27用以根據資訊解析單元25所產生之解析結果,確認使用者需求,並且依據使用者需求對預設之各保險產品進行排序,將排序後預設之所述保險產品提供給使用者。
投保比例確認單元28用以當資訊接收單元21接收到使用者選取所述保險產品時,根據資訊解析單元25所產生之解析結果,確認被選取之每一保險產品之投保比例。
一比重確認模組30,其用以根據資訊解析單元25所產生之解析結果,產生保額保費關聯以及各投保影響因素之投保影響比重。
一產生模組40,用於根據保額保費關聯,產生保額保費組合。產生模組40具有一初始產生單元41及一更新產生單元42。初始產生單元41用以根據保額保費關聯,產生初始保額保費組合,初始保額保費組合包括保額數據以及對應的保費資料。更新產生單元42用以當資訊接收單元21接收到使用者發送
的資料更新指令,根據資料更新指令及保額保費關聯,對初始保額保費組合的保額數據以及對應的保費資料進行資料更新,產生更新的保額保費組合。
一檢視模組50,其用以根據各投保影響因素的投保影響比重,檢測產生模組40所產生之保額保費組合是否符合預設投保需求資訊。
一顯示模組60,其用以傳送經由檢視模組50確認符合預設投保需求資訊的保額保費組合至終端裝置1,由終端裝置1將保額保費組合顯示,提供給使用者檢視。
一核保處理模組70,其用以當資訊接收單元21接收到使用者輸入確認購買保額保費組合時,核保處理模組70會即時採集使用者之身份資訊與保單資料進行核對驗證,且核保處理模組70會將驗證成功之使用者身份資訊與所述保單資料進行加密處理。
一理賠處理模組80,其用以當資訊接收單元21接收到使用者輸入之理賠請求信號時,理賠處理模組80會檢測使用者發送理賠資料之完整性,並透過文字或圖像識別技術,讀取所述理賠資料中之目標資訊,當理賠處理模組80檢測到所述理賠資料完整,而且讀取之目標資訊滿足預設理賠要求時,理賠處理模組80會觸發預設理賠流程。
一會員處理模組90,其用以分析與統計資訊接收單元21接收到使用者觸發動作時,所輸入之會員資料,會員處理模組90會產生保險產品推薦資訊,並將保險產品推薦資訊提供給使用者。
因此,上述保險服務優化系統100,能夠根據資訊接收單元21所接收到使用者輸入之投保資訊,由解析模組20之資訊解析單元25針對投保資訊進行解析,由比重確認模組30確認保額保費關聯及投保影響比重,確認保額保
費組合是否符合預設投保需求資訊,從而判斷是否適合使用者投保。
藉此,克服習知保險員無法根據使用者實際情況,準確提供對應保額保費之問題;而且本發明能夠根據保額保費關聯產生保額保費組合,並產生檢測合格之保額保費組合,藉以得到準確合理之保額保費組合,讓使用者即時獲得合理之投保方案。
再者,關於保險服務優化系統100的具體限定能夠參見前述保險服務優化方法的限定,在此不再贅述。上述保險服務優化系統100中的各個模組與各單元可全部或部分透過軟體、硬體及其組合來實現。上述各模組能夠硬體形式內嵌於或獨立於終端裝置1中的處理器中,也能夠以軟體形式存儲於終端裝置1中的記憶體中,以便於處理器調用執行以上各個模組與各單元對應的操作。
請參閱圖1及圖9所示,本發明提供一種電腦程式產品,其經終端裝置1載入後,終端裝置1可透過保險服務優化系統100執行本發明保險服務優化方法,其中,當終端裝置1為個人電腦時,個人電腦之電腦設備包括透過系統匯流排連接的處理器、記憶體、網路介面、顯示幕和輸入裝置;當電腦程式產品被處理器執行時以實現保險服務優化方法。
處理器用於提供計算和控制能力;記憶體包括非易失性存儲介質、內記憶體,非易失性存儲介質存儲有作業系統和電腦程式,內記憶體為非易失性存儲介質中的作業系統和電腦程式的運行提供環境;網路介面用於與外部的終端裝置1透過網路連接通信;顯示幕能夠是液晶顯示幕或者電子墨水顯示幕;輸入裝置能夠是顯示幕上覆蓋的觸摸層,也能夠是電腦設備外殼上設置的按鍵、軌跡球或觸控板,還能夠是外接的鍵盤、觸控板或滑鼠等。
以上所舉實施例僅用以說明本發明而已,非用以限制本發明之範
圍。舉凡不違本發明精神所從事的種種修改或變化,俱屬本發明意欲保護之範疇。
S1:接收資訊步驟
S2:確認步驟
S3:第一產生步驟
S4:檢視步驟
S5:第二產生步驟
Claims (8)
- 一種保險服務優化系統,其架設於伺服器,其中,使用者透過終端裝置訊號連接至伺服器,以使用該保險服務優化系統;該保險服務優化系統包含:一解析模組,其用以接收使用者透過終端裝置輸入之一投保資訊及對應使用者之一大數據資訊,根據該投保資訊與該大數據資訊進行解析處理並產生一解析結果,該投保資訊包含複數投保影響因素及一預設投保需求資訊,其中,該解析模組根據該解析結果確認使用者需求,並依據使用者需求對預設之複數保險產品進行排序,將排序後預設之所述保險產品提供給使用者;一比重確認模組,其與該解析模組偶接,該比重確認模組根據該解析結果,產生一保額保費關聯以及各該投保影響因素之一投保影響比重;一產生模組,其與該比重確認模組偶接,該產生模組根據該保額保費關聯產生一初始保額保費組合,該初始保額保費組合包括一保額數據以及對應該保額數據之一保費資料;一檢視模組,其與該產生模組耦接,該檢視模組根據所述投保影響比重,檢測該初始保額保費組合是否符合該預設投保需求資訊,其中,當該初始保額保費組合符合該預設投保需求資訊時,產生一保額保費組合;一顯示模組,其與該檢視模組耦接,該顯示模組用以將該保額保費組合顯示於終端裝置;以及一調節視窗,其透過該顯示模組顯示於終端裝置,該調節視窗提供調整該初始保額保費組合;該調節視窗包括一保費調節條與一保額調節條,該保費調節條上設有一保費調節按鈕,該保額調節條上設有一保額調節按鈕;而該保費 資料與該保額數據會顯示於該保費調節條與該保額調節條中;當終端裝置接收到使用者觸發拖動該保費調節條上的保費調節按鈕時,根據該保費調節按鈕在保費調節條上之位置確認更新的該保費資料,並根據該保額保費關聯,同步更新對應的該保額數據,產生更新的該保額保費組合;當終端裝置接收到使用者觸發拖動該保額調節條上的保額調節按鈕時,根據該保額調節按鈕在該保額調節條上的位置確認更新的該保額數據,使對應的該保費資料更新,產生使用者所期望的該保額保費組合。
- 如請求項1所述之保險服務優化系統,其中,該產生模組具有一初始產生單元及一更新產生單元,該初始產生單元根據該保額保費關聯,產生該初始保額保費組合;該更新產生單元於該解析模組接收到使用者發送之一資料更新指令,根據所述資料更新指令以及所述保額保費關聯,對所述初始保額保費組合之該保額數據以及該保費資料進行資料更新,產生更新後之所述保額保費組合。
- 如請求項1所述之保險服務優化系統,其中,該解析模組具有一資訊接收單元、一健康監測單元、一健康評估單元及一健康比重確認單元,該資訊接收單元用以接收由終端裝置輸入的該投保資訊及該大數據資訊;該健康監測單元接收該資訊接收單元傳送之該投保資訊,該投保資訊具有一健康資訊,該健康資訊包含一健康參數及一健康因素,該健康監測單元根據該健康資訊檢測使用者健康狀況是否在一預設評估範圍內。
- 如請求項3所述之保險服務優化系統,其中,該解析模組具有一健康評估單元及一健康比重確認單元,當該健康監測單元判斷使用者健康狀況在該預設評估範圍內時,該健康評估單元根據預設的人工智慧神經網路模型與該 健康參數,進行使用者之健康狀況評估,並獲取健康狀況評估之所述解析結果;該健康比重確認單元根據該健康評估單元所產生健康狀況評估之所述解析結果,確認所述健康因素之所述投保影響比重。
- 如請求項1所述之保險服務優化系統,其中,該解析模組具有一資訊解析單元、一需求確認單元、一產品單元及一投保比例確認單元,該資訊解析單元對該投保資訊與該大數據資訊進行解析處理,並產生該解析結果;該需求確認單元接收該資訊解析單元所產生之該解析結果,且根據該解析結果確認使用者之該預設投保需求資訊;該產品單元根據該資訊解析單元產生之該解析結果確認使用者需求,並且依據使用者需求對預設之所述保險產品進行排序,將排序後預設之所述保險產品提供給使用者;該投保比例確認單元於該解析模組檢測到使用者選取所述保險產品時,根據該資訊解析單元所產生之該解析結果,確認被選取之每一保險產品之投保比例。
- 如請求項1所述之保險服務優化系統,更具有一核保處理模組,其當該解析模組接收到使用者輸入確認購買該保額保費組合時,該核保處理模組將即時採集使用者之身份資訊與該投保資訊之一保單資料進行核對驗證,該核保處理模組將驗證成功之使用者身份資訊與所述保單資料進行加密處理。
- 如請求項1所述之保險服務優化系統,更具有一理賠處理模組,當該解析模組接收到一理賠請求信號時,該理賠處理模組會檢測使用者發送一理賠資料之完整性並透過文字或圖像識別技術,讀取所述理賠資料中之一目標資訊,當該理賠處理模組檢測到所述理賠資料完整,且讀取之該目標資訊滿足預設理賠要求時,該理賠處理模組觸發預設理賠流程。
- 如請求項1所述之保險服務優化系統,更具有一會員處理模組,其 用以分析與統計該解析模組接收到使用者之觸發動作時所輸入之會員相關資料,該會員處理模組產生一保險產品推薦資訊,並將該保險產品推薦資訊提供給使用者。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810569315.6A CN108921708B (zh) | 2018-06-05 | 2018-06-05 | 保险服务优化方法、装置和存储介质 |
CN2018105693156 | 2018-06-05 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202004636A TW202004636A (zh) | 2020-01-16 |
TWI744542B true TWI744542B (zh) | 2021-11-01 |
Family
ID=64419251
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW107125372A TWI744542B (zh) | 2018-06-05 | 2018-07-23 | 保險服務優化系統 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN108921708B (zh) |
TW (1) | TWI744542B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109800639A (zh) * | 2018-12-14 | 2019-05-24 | 深圳壹账通智能科技有限公司 | 基于大数据的保险审核方法及服务器 |
CN110033381A (zh) * | 2019-01-11 | 2019-07-19 | 阿里巴巴集团控股有限公司 | 一种针对视障群体的保险推荐方法和装置 |
CN109949169A (zh) * | 2019-03-14 | 2019-06-28 | 上海优扬新媒信息技术有限公司 | 一种订单生成方法、系统及数据采集设备 |
CN110097465A (zh) * | 2019-04-12 | 2019-08-06 | 平安信托有限责任公司 | 理财产品线上资源转移方法、装置、计算机设备和介质 |
CN110458711B (zh) * | 2019-07-04 | 2023-10-27 | 创新先进技术有限公司 | 项目准入检测方法以及装置 |
CN114331741A (zh) * | 2020-10-09 | 2022-04-12 | 赵振波 | 一种保险产品组合方法和系统及存储介质 |
CN112419077A (zh) * | 2020-12-04 | 2021-02-26 | 上海商汤智能科技有限公司 | 数据处理方法及装置、电子设备和存储介质 |
CN112712435A (zh) * | 2020-12-28 | 2021-04-27 | 天津幸福生命科技有限公司 | 服务管理系统、计算机可读存储介质及电子设备 |
TWI775305B (zh) * | 2021-02-04 | 2022-08-21 | 康沛科技股份有限公司 | 保險商品篩選系統及保險商品篩選方法 |
CN113108215A (zh) * | 2021-03-31 | 2021-07-13 | 苏州保也保险咨询服务有限公司 | 一种信息推荐装置 |
CN113077352B (zh) * | 2021-04-22 | 2024-02-02 | 北京十一贝科技有限公司 | 基于用户信息和保险相关信息的保险服务物品推荐方法 |
CN113742492B (zh) * | 2021-08-12 | 2024-05-07 | 泰康保险集团股份有限公司 | 保险方案生成方法、装置、电子设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI439958B (zh) * | 2011-07-22 | 2014-06-01 | ||
US20140222469A1 (en) * | 2013-02-06 | 2014-08-07 | Kemper Corporate Services, Inc. | System and method for automated intelligent insurance re-quoting |
US20160358290A1 (en) * | 2012-04-20 | 2016-12-08 | Humana Inc. | Health severity score predictive model |
CN107403384A (zh) * | 2016-05-18 | 2017-11-28 | 平安科技(深圳)有限公司 | 保险推荐方法和装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020143586A1 (en) * | 2001-03-29 | 2002-10-03 | Ryuichiro Kodama | Apparatus and method for supporting insurance determination, and program thereof |
CN108037996A (zh) * | 2017-11-27 | 2018-05-15 | 平安养老保险股份有限公司 | 保单处理方法、装置、计算机设备及存储介质 |
-
2018
- 2018-06-05 CN CN201810569315.6A patent/CN108921708B/zh active Active
- 2018-07-23 TW TW107125372A patent/TWI744542B/zh active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI439958B (zh) * | 2011-07-22 | 2014-06-01 | ||
US20160358290A1 (en) * | 2012-04-20 | 2016-12-08 | Humana Inc. | Health severity score predictive model |
US20140222469A1 (en) * | 2013-02-06 | 2014-08-07 | Kemper Corporate Services, Inc. | System and method for automated intelligent insurance re-quoting |
CN107403384A (zh) * | 2016-05-18 | 2017-11-28 | 平安科技(深圳)有限公司 | 保险推荐方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN108921708A (zh) | 2018-11-30 |
CN108921708B (zh) | 2023-03-24 |
TW202004636A (zh) | 2020-01-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI744542B (zh) | 保險服務優化系統 | |
US11791046B2 (en) | Systems and methods of managing payments that enable linking accounts of multiple guarantors | |
US20200242626A1 (en) | Fraud lead detection system for efficiently processing database-stored data and automatically generating natural language explanatory information of system results for display in interactive user interfaces | |
Kose et al. | An interactive machine-learning-based electronic fraud and abuse detection system in healthcare insurance | |
US10896462B2 (en) | System and method for aggregating and analyzing financial data | |
US10372879B2 (en) | Medical claims lead summary report generation | |
US11361381B1 (en) | Data integration and prediction for fraud, waste and abuse | |
Woldemichael et al. | The impact of community based health insurance schemes on out-of-pocket healthcare spending: evidence from Rwanda | |
JP2018506786A (ja) | 確率的グラフモデルを用いた医療貸付システム及び方法 | |
WO2023038947A1 (en) | Method for evaluation and payout of parametric risk-coverage for hard-to-insure risks using distributed ledger and associated system | |
Shi et al. | Long-tail longitudinal modeling of insurance company expenses | |
US8566204B2 (en) | Method for detecting ineligibility of a beneficiary and system | |
CN110782360A (zh) | 结算数据处理方法与装置、存储介质、电子设备 | |
Eling et al. | Big data, risk classification, and privacy in insurance markets | |
Hao et al. | Insurance loss coverage under restricted risk classification | |
Elbadrawy et al. | A hybrid model AHP and PROMETHEE for evaluation of E-banking services | |
De Luca et al. | Statistical analysis of operational risk data | |
Moturi | Use Of Data Mining To Detect Fraud Health Insurance Claims | |
TWM571007U (zh) | Insurance service optimization system | |
Jayaraman et al. | Asian Journal of Economic Modelling | |
STIEFEL | Decision support | |
Langelo et al. | Factors Driving the Use of Mobile Banking At Pt. Bank Central Asia (Tbk) Manado | |
Oundo | Model For Assessing Fraudulent Medical Claims: An Application Of Machine Learning Algorithms In Health Care | |
Danageuzian | Operational risk modeling under the loss distribution approach | |
CN109858944A (zh) | 基于大数据的保险定价方法、装置、设备及可读存储介质 |