[发明专利]基于图分析的保险理赔方法、装置、设备及存储介质在审

专利信息
申请号: 202210141442.2 申请日: 2022-02-16
公开(公告)号: CN114519647A 公开(公告)日: 2022-05-20
发明(设计)人: 赵知纬 申请(专利权)人: 中国平安人寿保险股份有限公司
主分类号: G06Q40/08 分类号: G06Q40/08;G06K9/62
代理公司: 深圳市沃德知识产权代理事务所(普通合伙) 44347 代理人: 高杰;于志光
地址: 518000 广东省深圳市福田街道益田路5033号平安金融*** 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: 基于 分析 保险 理赔 方法 装置 设备 存储 介质
【权利要求书】:

1.一种基于图分析的保险理赔方法,其特征在于,所述方法包括:

获取用户的多个理赔案件的案件信息,分别提取每个所述案件信息中的多个案件属性;

利用每个所述理赔案件作为父节点,以及利用每个所述案件信息的多个案件属性作为子节点绘制案件图;

将每个父节点中相同的子节点进行连接,并配置所述案件图内每个子节点对应的连接权重;

获取待分析案件,提取所述待分析案件的目标属性,根据所述目标属性与所述连接权重对所述案件图进行图卷积分析,得到特征向量;

根据所述特征向量计算所述待分析案件的理赔可信度,根据所述理赔可信度选取预设理赔方案对所述待分析案件进行理赔。

2.如权利要求1所述的基于图分析的保险理赔方法,其特征在于,所述分别提取每个所述案件信息中的多个案件属性,包括:

获取预设的多个案件属性字段,从所述多个案件属性字段中逐个选取其中一个案件属性字段为目标字段;

将所述目标字段作为参数对预设的决策函数进行赋值,并利用赋值后的决策函数作为决策条件,生成决策树;

将每个所述目标字段对应的决策树并行拼接为决策树模型;

利用所述决策树模型对每个所述案件信息进行筛选,得到多个案件属性。

3.如权利要求1所述的基于图分析的保险理赔方法,其特征在于,所述利用每个所述理赔案件作为父节点,以及利用每个所述案件信息的多个案件属性作为子节点绘制案件图,包括:

获取每个理赔案件的案件摘要,将所述案件摘要转换为案件向量;

逐个选取一个理赔案件为目标案件,将所述目标案件对应的案件向量映射至预设的坐标系内,得到案件坐标,并将所述案件坐标作为所述目标案件对应的父节点;

将所述目标案件的每个案件属性转换为属性向量,将所述属性向量映射至所述预设坐标系内,得到属性坐标,并将所述属性坐标作为所述目标案件的子节点;

汇集每个所述理赔案件的父节点和子节点,得到案件图。

4.如权利要求1所述的基于图分析的保险理赔方法,其特征在于,所述将每个父节点中相同的子节点进行连接,包括:

逐个从所述父节点中选取其中一个父节点为目标父节点;

逐个从所述目标父节点中选取其中一个子节点为目标子节点;

将所述目标子节点在除所述目标父节点之外的父节点内进行检索,并将所述目标子节点与被检索到的子节点进行连接。

5.如权利要求1所述的基于图分析的保险理赔方法,其特征在于,所述配置所述案件图内每个子节点对应的连接权重,包括:

将所属案件图内与其他子节点不存在连接关系的子节点的连接权重设置为负无穷;

逐个从所属案件图内与其他子节点存在连接关系的子节点内选取一个子节点为待配置节点;

获取所述待配置节点对应的属性向量,以及获取与所属待配置节点存在连接关系的其他子节点对应的属性向量;

将所述待配置节点对应的属性向量以及与所属待配置节点存在连接关系的其他子节点对应的属性向量拼接为连接向量;

利用预设的权重算法根据所述连接向量计算所述待配置节点对应的连接权重,并将所述连接权重设置为所述待配置节点的连接权重。

6.如权利要求1所述的基于图分析的保险理赔方法,其特征在于,所述根据所述目标属性与所述连接权重对所述案件图进行图卷积分析,得到特征向量,包括:

选取所述案件图中与所述目标属性对应的子节点的属性向量,按照行向量方式对所述属性向量进行堆叠,得到案件矩阵;

根据所述连接权重对所述案件矩阵进行卷积处理,得到卷积特征;

利用预设激活函数对所述卷积特征进行激活处理,得到特征向量。

7.如权利要求6所述的基于图分析的保险理赔方法,其特征在于,所述根据所述特征向量计算所述待分析案件的理赔可信度,包括:

对所述特征向量进行归一化处理,得到归一化向量;

计算所述归一化向量与预设的置信度向量之间的距离值,并确定所述距离值为所述待分析案件的理赔可信度。

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中国平安人寿保险股份有限公司,未经中国平安人寿保险股份有限公司许可,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/202210141442.2/1.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