[发明专利]车险续保的处理方法、装置及相关设备在审
| 申请号: | 202210742525.7 | 申请日: | 2022-06-28 |
| 公开(公告)号: | CN115099986A | 公开(公告)日: | 2022-09-23 |
| 发明(设计)人: | 李雨洁 | 申请(专利权)人: | 中国平安财产保险股份有限公司 |
| 主分类号: | G06Q40/08 | 分类号: | G06Q40/08;G06K9/62 |
| 代理公司: | 深圳市力道知识产权代理事务所(普通合伙) 44507 | 代理人: | 吴江维 |
| 地址: | 518000 广东省深圳市福田区益田路*** | 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: | 车险 续保 处理 方法 装置 相关 设备 | ||
1.一种车险续保的处理方法,其特征在于,所述方法包括:
获取车险客户的车险服务数据与非车险车辆服务数据,并根据所述非车险车辆服务数据,将所述车险客户进行画像,得到所述车险客户所属的目标车险客群类型,其中,所述非车险车辆服务数据为与车险非直接相关的服务数据;
查找所述目标车险客群类型对应的车险续保率统计模型,并将所述车险服务数据输入至所述车险续保率统计模型,得到所述车险客户对应的车险续保率;
判断所述车险续保率是否大于或者等于预设车险续保率阈值;
若所述车险续保率大于或者等于所述预设车险续保率阈值,判定所述车险客户为车险续保客户。
2.根据权利要求1所述车险续保的处理方法,其特征在于,所述根据所述非车险车辆服务数据,将所述车险客户进行画像,得到所述车险客户所属的目标车险客群类型,包括:
将所述非车险车辆服务数据输入至基于K-Means聚类算法的预设车险客群类型模型,对所述车险客户进行画像,得到所述车险客户所属的目标车险客群类型。
3.根据权利要求1所述车险续保的处理方法,其特征在于,所述非车险车辆服务数据包括所述车险客户的车辆加油数据,所述车辆加油数据包括加油观测窗口,所述加油观测窗口用于描述观测车险客户的加油情况的时间段,所述车辆加油数据包括如下指标:最近一次加油的日期距离加油观测窗口结束时间的天数;加油观测窗口内的总加油次数;加油观测窗口内平均每月加油金额;加油观测窗口的结束时间与第一次加油时间相差的天数;加油观测窗口内平均的加油时间间隔;油价波动敏感性车险客户/非油价波动敏感性车险客户。
4.根据权利要求1所述车险续保的处理方法,其特征在于,所述将所述车险服务数据输入至所述车险续保率统计模型,得到所述车险客户对应的车险续保率,包括:
将所述车险服务数据输入至预设逻辑回归模型进行多重共线性预处理,得到目标车险服务数据;
将所述目标车险服务数据输入至所述车险续保率统计模型,得到所述车险客户对应的车险续保率。
5.根据权利要求4所述车险续保的处理方法,其特征在于,所述将所述目标车险服务数据输入至所述车险续保率统计模型,得到所述车险客户对应的车险续保率,包括:
获取所述目标车险服务数据包含的服务数据的数据特征维度,并根据所述数据特征维度,获取所述数据特征维度对应的重要度因子;
将所述重要度因子与所述目标车险服务数据输入至所述车险续保率统计模型,得到所述车险客户对应的车险续保率。
6.根据权利要求1所述车险续保的处理方法,其特征在于,所述获取车险客户的车险服务数据与非车险车辆服务数据之前,还包括:
获取车险客户的客户标识,并根据所述车险客户标识判断所述车险客户是否为个人车险客户;
若所述车险客户为个人车险客户,执行所述获取车险客户的车险服务数据与非车险车辆服务数据。
7.根据权利要求1所述车险续保的处理方法,其特征在于,所述车险续保率统计模型为LightGBM模型。
8.一种车险续保的处理装置,其特征在于,包括:
画像单元,用于获取车险客户的车险服务数据与非车险车辆服务数据,并根据所述非车险车辆服务数据,将所述车险客户进行画像,得到所述车险客户所属的目标车险客群类型,其中,所述非车险车辆服务数据为车险客户的车辆与车险非直接相关的服务数据;
查找单元,用于查找所述目标车险客群类型对应的车险续保率统计模型,并将所述车险服务数据输入至所述车险续保率统计模型,得到所述车险客户对应的车险续保率;
第一判断单元,用于判断所述车险续保率是否大于或者等于预设车险续保率阈值;
判定单元,用于若所述车险续保率大于或者等于所述预设车险续保率阈值,判定所述车险客户为车险续保客户。
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财产保险股份有限公司,未经中国平安财产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/202210742525.7/1.html,转载请声明来源钻瓜专利网。





