[发明专利]基于物联网的设备保险智能定价方法与系统有效

专利信息
申请号: 201710059635.2 申请日: 2017-01-24
公开(公告)号: CN106934720B 公开(公告)日: 2021-11-16
发明(设计)人: 黄立虎;贺东东;周训淼;胡宇航;郝泽灵;王桂川;李石宁;叶军;聂震 申请(专利权)人: 久隆财产保险有限公司;树根互联股份有限公司
主分类号: G06Q40/08 分类号: G06Q40/08
代理公司: 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 代理人: 李旦华
地址: 100094 北京市海淀区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 联网 设备 保险 智能 定价 方法 系统
【权利要求书】:

1.一种基于物联网的设备保险智能定价方法,其特征在于,包括:

获取设备的投保信息,根据该投保信息获取该投保设备相关的原始保险数据,其中所述原始保险数据至少包括:设备类型、投保设备的工况数据、设备历史保险数据以及投保人和被保险人相关数据;

对所述原始保险数据进行数据处理,得到投保设备相关的目标变量和预测变量;

采用保费定价算法计算投保设备的保费;

所述的原始保险数据的数据处理包括:数据处理过程包括工况数据进行ETL处理和设备历史保险数据处理,其中传感器数据的处理过程包括数据清洗,变量生成、数据整合,具体包括:

对获取的工况数据进行预整理和存储;

对所述的工况数据根据去噪算法进行去噪处理,其中根据设备类型的不同采用不同的去噪算法对所述工况数据进行去噪处理;

将在时间上的趋势发生不正常变化的数据进行剔除;

所述的原始保险数据的数据处理还包括数据整合,所述的数据整合具体包括:

计算每台设备在每一年内的风险暴露时间;

计算设备在每一年内风险暴露时间段内的出险频率、与出险额度;

对工况数据计算设备在每一年相应的风险暴露时间内的工况特征变量;

将设备对应的客户数据以及设备基础数据、设备历史出险数据、设备工况数据三种数据根据设备号与时间整合起来并存储于分析与定价数据库;

所述原始保险数据的数据处理还包括:对整合后的数据生成目标变量和预测自变量,将目标变量与预测变量存储在一个数据库中,其中,目标变量指设备的历史损失数据中的索赔频次与索赔额度;预测变量是包括四类:设备基础数据、客户信息、设备历史出险信息、工况数据。

2.一种基于物联网的设备保险智能定价系统,其特征在于,包括:

原始保险数据获取模块,用于获取投保信息,根据该投保信息获取该投保信息相关的原始保险数据,其中所述原始保险数据至少包括:投保设备的工况数据、设备历史保险数据以及投保人相关数据;

数据预处理模块,用于对所述原始保险数据进行数据处理,得到投保设备相关的目标变量和预测变量;

保费定价模块,采用保费定价算法计算投保设备的保费;

数据预处理模块至少包括工况数据ETL处理单元,用于对所述设备的工况数据进行加载、清洗、转换处理;

所述的数据预 处理模块还包括数据整合单元,用于对投保设备的工况数据、设备历史保险数据以及投保人相关数据三方数据进行整合,

根据获取的投保信息,数据整合单元将该投保信息与保单数据库中的保单进行匹配,

若有匹配的保单,则数据整合单元调用该保单对应的原始保险数据整合算法对所述的原始保险数据进行整合;

若没有匹配的保单,则算法生成单元生成该投保信息对应的原始保险数据,则数据整合单元调用新生成的原始保险数据整合算法对所述的原始保险数据进行整合,并将该投保信息对应的原始保险数据整合算法更新至定价数据库中;

所述的数据预 处理模块还包括风险数据挖掘单元,用于挖掘分析出保费模型的目标变量与原始保险数据之间的关系,进而确定定价模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于久隆财产保险有限公司;树根互联股份有限公司,未经久隆财产保险有限公司;树根互联股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710059635.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top