[发明专利]智能核保方法与系统

说明书

本发明涉及保险领域，涉及一种智能核保方法，包括：获取投保用户包括体检数据在内的用户数据，进行数据处理和特征提取；对用户数据的i个样本进行随机采样并重复k次，形成k份训练数据；根据k份训练数据构造CART决策树；根据若干个相互独立的决策树构造随机森林分类模型；在保险业务系统中导入随机森林分类模型，输入投保用户的用户数据并获得模型输出的投保建议。本发明还提出一种智能核保系统。本发明提取客户的特征并使用数据对随机森林分类模型进行训练，使用获得的核保模型对投保客户资料进行审核并产生投保建议，提供了一种智能审核的快捷途径为保险公司提供有价值的决策判断，降低人力参与的部分，提高工作效率，降低人力成本。

技术领域

本发明涉及保险领域，特别涉及一种智能核保方法与系统。

背景技术

保险核保是指保险人对投保申请进行审核，决定是否接受承保这一风险，并在接受承保风险的情况下，确定承保条件的过程。

简而言之，核保就是保险公司考核投保人的各种条件，考虑自己的风险承受能力，对不同的投保人进行区别对待。

保险公司通过核保，可以对不同风险的个体收取不同的费用，做到公平费率。

当前保险公司进行核保的时候通常聘请专门的人员进行处理，但是人工处理效率较低，而且核保过程依赖人员经验，可能存在问题。

发明内容

本发明的实施方式旨在至少解决现有技术中存在的技术问题之一。为此，本发明的实施方式需要提供一种智能核保方法与系统。

本发明实施方式的一种智能核保方法，其特征在于，包括：

步骤1，获取投保用户包括体检数据在内的用户数据，进行数据处理和特征提取；

步骤2，对用户数据的i个样本进行随机采样并重复k次，形成k份训练数据；

步骤3，根据k份训练数据构造CART决策树；

步骤4，根据若干个相互独立的决策树构造随机森林分类模型；

步骤5，在保险业务系统中导入随机森林分类模型，输入投保用户的用户数据并获得模型输出的投保建议。

一种实施方式中，步骤1包括：

步骤11，获取投保用户包括体检数据在内的用户数据；

步骤12，通过离散化方法对用户数据中的多个连续特征进行离散处理；

步骤13，通过归一化方法对连续型特征进行无量纲化处理；

步骤14，通过哑编码方法将定性特征转换为定量特征。

一种实施方式中，步骤2包括：通过自助法对用户数据的i个样本进行随机采样并重复k次，形成k份训练数据。

一种实施方式中，步骤3包括：

步骤31，确定分类标记集合；

步骤32，依据训练数据建立节点N；

步骤33，根据分类标记集合将属于同一个类的训练数据对应的节点标记出所属的类；

步骤34，将特征集为空的训练数据对应的节点依据少数服从多数的原则标记出所属的类；

步骤35，从M个特征中随机选m个特征以基尼系数最小的特征作为节点的分裂特征；其中，M表示特征集为空的训练数据的特征数量，m＝sqrt(M)且满足条件m<<M；

步骤36，对分裂特征中的每个值，从N生成一个分支，将训练数据中与该分支有关的数据收集形成分支节点的训练数据，并删除分支节点对应的节点特征；