[发明专利]一种驾考保险实时风控模型训练方法和电子设备

说明书

本发明提供了一种驾考保险实时风控模型训练方法和电子设备，该方法包括：由驾考保单风险率相关因素预测给定保单的风险率；编写PMML文件，计算所述风控模型特征因子，调用所述PMML文件实时计算所述给定保单风险率；跟踪所述风控模型在新业务数据的预测效果，评估近期驾考保单实际风险和预测风险之间的差异，根据需求对所述风控模型不断迭代优化。本发明通过一种驾考保险实时风控模型训练方法和电子设备，根据本发明提供了一种驾考保险实时风控模型，用于对驾考保险的保单风险实时评估，以便相关利益方能够根据风险评估结果及时采取相应措施进行风险防范，提高了风控措施的针对性和准确性。

技术领域

本发明涉及计算机技术领域，具体而言，涉及一种驾考保险实时风控模型训练方法和电子设备。

背景技术

公安部官方数据统计，截至2016年6月底，国内共有3.4亿人通过了机动车驾驶资格考试，占全国人口的24.9％，预计到2020年，驾驶人数将达到4.7亿。驾培市场在2016年市场规模已超1400亿，根据新增加的驾驶人数量，2017年，我国机动车驾驶培训行业市场规模约为1800亿元，2019年预计超过2000亿元。针对驾考学员考试不通过的补偿保险市场规模也在发展壮大中。

为了保障保险业务经营稳定性，随着驾考保险的业务发展，风控措施也在逐步发展中。常用的驾考保险风控措施主要是基于驾考保险业务历史经营情况进行评估，这样会存在一定的滞后性。无法及时对保单风险进行评估。

本发明开发人员在长期的研发当中，做了大量研究，从而提出了一种驾考保险实时风控模型训练方法，以解决上述技术问题之一。

发明内容

本发明的目的在于提供一种驾考保险实时风控模型训练方法和电子设备，能够解决上述提到的至少一个技术问题。具体方案如下：

根据本发明的具体实施方式，第一方面，本发明提供一种驾考保险实时风控模型训练方法，包括：

由驾考保单风险率相关因素预测给定保单的风险率；

编写PMML文件，计算所述风控模型特征因子，调用所述PMML文件实时计算所述给定保单风险率；

跟踪所述风控模型在新业务数据的预测效果，评估近期驾考保单实际风险和预测风险之间的差异，根据需求对所述风控模型不断迭代优化。

可选的，所述由驾考保单风险率相关因素预测给定保单的风险率，包括：

运用统计检验方法分析检验驾考保单风险的特征因子；

将所述特征因子作为所述风控模型输入的自变量，所述自变量加上因变量后组成所述风控模型的训练集，构建驾考保单风险率基础风控模型；

采用ROC曲线或混淆矩阵在测试集上检验基础风控模型。

可选的，所述将所述特征因子作为所述风控模型输入的自变量，所述自变量加上因变量后组成所述风控模型的训练集，构建驾考保单风险率基础风控模型，之后包括：

基于风控个性化需求，对所述基础风控模型进行组合，构建驾考保单风险率复合风控模型。

可选的，所述特征因子包括：年龄、性别、渠道历史不通过率、产品历史不通过率或地区不通过率。

可选的，所述统计检验方法包括双因素方差法。

可选的，所述基础风控模型包括：

其中，x0指截距,x1,x2,x3,x4,x5指基础风控模型的特征系数，T1指渠道历史不通过率、T2指地区不通过率、T3指产品历史不通过率、T4指年龄、T5指性别。

可选的，所述复合风控模型包括：