[发明专利]车主置换评估方法、系统、电子设备及存储介质有效

专利信息
申请号: 202110480130.X 申请日: 2021-04-30
公开(公告)号: CN113191805B 公开(公告)日: 2023-07-04
发明(设计)人: 梁丽娜;贺春艳;王雍富;梁方殷 申请(专利权)人: 平安科技(深圳)有限公司
主分类号: G06Q30/0202 分类号: G06Q30/0202;G06Q10/04;G06Q10/0639;G06Q10/0635
代理公司: 北京鸿元知识产权代理有限公司 11327 代理人: 袁文婷;张娓娓
地址: 518033 广东省深圳市福田区福*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 车主 置换 评估 方法 系统 电子设备 存储 介质
【权利要求书】:

1.一种车主置换评估方法,应用于电子装置,其特征在于,所述方法包括:

对所获取的车主相关数据进行预处理,以确定建模前期所需的合规数据;其中,所述车主相关数据包括车主基本属性数据、车险保单数据和app行为数据,所述预处理包括对所述车主相关数据中的异常值、缺失值进行数值合规处理,以及对所述车主相关数据进行类别型转数值型的特征衍生处理;

利用所述合规数据对预先构建的车主置换模型进行模型训练;

通过训练好的车主置换模型对目标车主进行置换评估;

其中,所述预先构建的车主置换模型包括逻辑回归模型和lightgbm模型;其中,所述逻辑回归模型以分箱后的变量的证据权重值作为入模数据,基于逻辑回归构造车主置换评分卡模型,筛选出正样本、负样本和入模变量建模;所述lightgbm模型以非分箱的原始数据作为入模数据进行训练,输出每个车主的置换概率。

2.如权利要求1所述的车主置换评估方法,其特征在于,所述数值合规处理包括:

采用5%、95%分位点填充所述车主相关数据中的异常值;以及,

采用众数、中位数填充所述车主相关数据中的缺失值。

3.如权利要求1所述的车主置换评估方法,其特征在于,所述特征衍生处理包括无序类别型变量的处理和有序变量的处理,其中,

采用独热编码数值化处理所述无序类别型变量,采用序号数值化处理所述有序变量。

4.如权利要求1~3中任一项所述的车主置换评估方法,其特征在于,

所述车主基本属性数据包括:个人基本信息、负债情况、风险情况、购车意愿度、贷款需求情况、资产情况;

所述车险保单数据包括:保额、应缴保费、实缴保费、车损险保险价值、新车购置价、车辆折旧价;

所述app行为数据包括:近一年平台登陆总次数、近半年平台登陆总次数、近一年平台累计停留时长、近半年平台累计停留时长。

5.如权利要求1所述的车主置换评估方法,其特征在于,在所述利用所述合规数据对预先构建的车主置换模型进行模型训练的步骤之前,还包括确定模型训练的正负样本的步骤,所述正负样本包括初始车辆登记线、保单断保线、新车置换线的正负样本。

6.如权利要求1所述的车主置换评估方法,其特征在于,在所述利用所述合规数据对预先构建的车主置换模型进行模型训练的步骤之前,还包括特征筛选的步骤,所述特征筛选的步骤进一步包括:

对每个特征变量进行均等分箱;

确定每个特征变量在各箱的证据权重值;

根据所述证据权重值确定每个特征变量的信息价值。

7.一种车主置换评估系统,其特征在于,所述系统包括:

数据预处理单元,用于对所获取的车主相关数据进行预处理,以确定建模前期所需的合规数据;其中,所述车主相关数据包括车主基本属性数据、车险保单数据和app行为数据;

模型训练单元,用于利用所述合规数据对预先构建的车主置换模型进行模型训练;其中,所述预先构建的车主置换模型包括逻辑回归模型和lightgbm模型;其中,所述逻辑回归模型以分箱后的变量的证据权重值作为入模数据,基于逻辑回归构造车主置换评分卡模型,筛选出正样本、负样本和入模变量建模;所述lightgbm模型以非分箱的原始数据作为入模数据进行训练,输出每个车主的置换概率;

置换评估单元,用于通过所述模型训练单元训练好的车主置换模型对目标车主进行置换评估。

8.一种电子设备,其特征在于,所述电子设备包括:

至少一个处理器;以及,

与所述至少一个处理器通信连接的存储器;其中,

所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至6中任一所述的车主置换评估方法中的步骤。

9.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6中任一所述的车主置换评估方法。

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平安科技(深圳)有限公司,未经平安科技(深圳)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/202110480130.X/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