[发明专利]基于大数据的数据库和算法的保险精准风控、管理、智慧客服及营销系统

权利要求书

1.基于大数据的保险精准风控、管理、智慧客服及营销系统，其特征在于：包括技术支持单元(100)、数据模型单元(200)、用户管理单元(300)、风控管理单元(400)和安全应用单元(500)；所述技术支持单元(100)的信号输出端与所述数据模型单元(200)的信号输入端连接，所述数据模型单元(200)的信号输出端与所述用户管理单元(300)的信号输入端连接，所述用户管理单元(300)的信号输出端与所述风控管理单元(400)的信号输入端连接，所述风控管理单元(400)的信号输出端与所述安全应用单元(500)的信号输入端连接；所述技术支持单元(100)用于提供支持系统运行的各种智能技术；所述数据模型单元(200)用于依据大数据并以BP神经网络预测算法为基础搭建风险预测模型并进行深度学习；所述用户管理单元(300)用于对保险业务全流程中能涉及到的用户人员进行管理以降低用户行为带来的业务风险；所述风控管理单元(400)用于对保险业务流程中可能存在的各类风险因素进行识别并控制管理；所述安全应用单元(500)用于对保险业务进行安全管理并完善系统的应用功能；

所述技术支持单元(100)包括生物识别模块(101)、大数据模块(102)、人工智能模块(103)、三方云系统模块(104)和区块链模块(105)；

所述数据模型单元(200)包括数据处理模块(201)、模型搭建模块(202)、算法训练模块(203)和机器学习模块(204)；

所述用户管理单元(300)包括客户视图模块(301)、增员管理模块(302)、活动培训模块(303)和智慧客服模块(304)；

所述风控管理单元(400)包括代理品质模块(401)、寿险核保模块(402)、车险理赔模块(403)、财险识别模块(404)和信贷智控模块(405)；

所述安全应用单元(500)包括行为识别模块(501)、素质评级模块(502)、风险评估模块(503)和综合报告模块(504)；

所述数据处理模块(201)的信号输出端与所述模型搭建模块(202)的信号输入端连接，所述模型搭建模块(202)的信号输出端与所述算法训练模块(203)的信号输入端连接，所述算法训练模块(203)的信号输出端与所述机器学习模块(204)的信号输入端连接；所述数据处理模块(201)用于通过多维度数据采集途径获取海量与保险业务相关的数据信息并对数据进行去重、存储、统析及划分处理；所述模型搭建模块(202)用于以BP神经网络算法为基础，根据保险的险种分别搭建对应的风险预测模型；所述算法训练模块(203)用于按照一定的流程步骤对预测模型进行算法训练；所述机器学习模块(204)用于通过机器学习来完善预测算法以提高预测的准确度；

通过粒子群算法对所述模型搭建模块(202)采用的BP神经网络的初始权值和阈值进行优化，设置粒子群中粒子当前解的适应度函数值越小，粒子的寻优效果越好，通过改进的粒子群算法对BP神经网络的初始权值和阈值进行寻优，改进的粒子群算法能够有效的避免陷入局部最优，从而能够有效的解决BP神经网络收敛速度慢和易陷入局部最优的缺陷，使得优化后的BP神经网络具有较高的评估准确度；在粒子群算法中，设表示种群中粒子i在第t次迭代更新后的解，为定义的种群中粒子i在第(t+1)次迭代更新时进行学习的局部较优解，Qbest^t表示种群在第t次迭代更新后的全局最优解，令种群中粒子i通过向局部较优解和全局最优解Qbest^t进行学习，从而获得粒子i在第(t+1)次迭代更新后的解

所述局部较优解的求解方法为：

设表示在第t次迭代更新后种群中优于粒子i当前的历史最优解的解组成的集合，且其中，表示集合中的第j个较优解，表示集合中的较优解的数量，表示较优解的适应度函数值，表示种群中粒子i在第t次迭代更新后的历史最优解，表示历史最优解的适应度函数值；

对集合中的较优解依次进行筛选，定义表示针对较优解设置的个体筛选系数，表示针对集合中较优解设置的整体筛选系数，且和的值分别为：

式中，表示较优解的寻优筛选因子，且表示较优解的距离筛选因子，且表示较优解的迭代调节因子，且其中，t表示当前迭代次数，T_max表示最大迭代次数， 和 的作用为取最大值， 的作用为取中值；

当集合中的较优解满足：时，则在集合中保留较优解而当较优解满足：时，则在集合中删除较优解

设表示对集合中的较优解依次进行筛选后剩余的较优解组成的集合，所述局部较优解即为在集合中随机选取的一个较优解；

令种群中粒子i通过向局部较优解和全局最优解Qbest^t进行学习，从而获得粒子i在第(t+1)次迭代更新后的解具体为：

其中，表示种群中粒子i在第(t+1)次迭代更新时的步长，表示种群中粒子i在第t次迭代更新时的步长，c₁和c₂表示种群的学习因子，r₁和r₂分别表示随机产生的0到1之间的随机数，ω表示种群中粒子的惯性权重因子。