基于大数据的保险精算系统的制作方法

本发明涉及保险分析技术领域，尤其涉及一种计算精度高的基于大数据的保险精算系统。

背景技术：

目前，保险公司推出了各种各样的保险产品，保险销售人员根据保险产品的类别以及特点定向地推销给不同的人群。通过大数据技术可以加速保险精算的风险预测：借助于不断增长的私密和公开用户信息，大数据技术帮助人们从大体量、高复杂的各种数据中提取有用的价值进行信息的准确推送。然而，现阶段的保险精算系统在对数据进行分析处理时，并没有综合用户的多方面因素进行计算，造成精算结果可能不准确的问题，增加了保险公司的风险。

技术实现要素：

本发明所要解决的技术问题是提供一种能够提高保险精算的准确性，降低运营风险的基于大数据的保险精算系统。

为解决上述技术问题，本发明所采取的技术方案是：一种基于大数据的保险精算系统，其特征在于包括所述处理中心，所述数据处理中心包括：

第一数据获取模块，用于通过网络从电信运营商处获取客户端的互联网访问数据，并根据预设的年龄段划分规则对所述访问数据进行分类，

第二数据获取模块，用于通过网络从银行系统获取客户端的支付数据，并根据预设的年龄段划分规则对所述支付数据进行分类；

第一数据提取模块，用于提取每个年龄段对应的访问数据，并从每个年龄段对应的访问数据中获取用户使用搜索引擎所输入的关键字；

第二数据提取模块，用于提取每个年龄段对应的支付数据，从每个年龄段对应的支付数据中获取用户的医疗支付数据；

解析模块，用于对每个年龄段对中客户端使用搜索引擎所输入的关键字进行解析，获取每个年龄段中用于使用搜索引起输入的有关疾病的关键字；并对每个年龄段中客户端使用银行系统所产生的医疗支付数据进行解析，获取与疾病有关的支付款项；

计算模块，用于根据获取的疾病的关键字以及支付的款项计算出疾病的发生率，并根据所述疾病发生率及医疗保险精算算法计算出每个年龄段中用户的健康险保费。

优选的，所述访问数据包括访问时间、访问网址、使用搜索引擎所输入的关键字、网络流量及使用互联网服务的用户信息。

优选的，所述用户信息包括用户姓名、年龄、身高、职业、学历、家庭住址、电话号码及邮箱。

进一步的技术方案在于：所述疾病发生率的计算公式为：

其中：pi为第i个年龄段用户疾病发生率，ai为第i个年龄段疾病关键字的权重，mi为第i年龄段中用户使用搜索引擎所输入的疾病关键字的数量，ni为第i年龄段中用户使用搜索引擎所输入的关键字的数量；

bi为第i个年龄段医疗支付数据的权重，mi为第i年龄段中用户使用银行系统进行与疾病有关的支付款项的数量，ni为第i年龄段中用户使用银行系统进行医疗支付的数量，ai+bi＝1，且0≤pi≤1。。

进一步的技术方案在于：所述医疗保险精算算法采用如下公式：s＝a+b+c+d，a＝a1×(1+k×p)×a2×a3，a2＝1+a21，其中，s为医疗保险费、a为医药补偿费、b为预防保健费、c为管理费、d为储备金、a1为医药费基线数据、a2为保险因子、a3为补偿比、p为疾病发生率以及k为常数，所述公式中的参数b、c、d，a1、a2及a3为固定值，a21为医疗服务利用的增加率。

进一步的技术方案在于：所述系统还包括第一数据判断模块，所述第一数据判断模块用于判断所述第一数据获取模块获取的数据正确与否；第二数据判断模块，所述第二数据判断模块用于判断所述第二数据获取模块获取的数据正确与否。

采用上述技术方案所产生的有益效果在于：所述系统包括第一数据获取模块、第二数据获取模块、第一数据提取模块、第二数据提取模块、解析模块和计算模块，通过所述系统综合搜索数据和支付数据进行疾病发生率的计算，提高了所述疾病发生率计算的准确性，进而并根据疾病风险率相应调整医疗保险的保费，能够有效降低医疗保险的风险，提高保险公司的盈利能力。

附图说明

下面结合附图和具体实施方式对本发明作进一步详细的说明。

图1是本发明实施例一所述系统的原理框图；

图2是本发明实施例二所述系统的原理框图；

具体实施方式

下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。

实施例一

如图1所示，本发明实施例公开了一种基于大数据的保险精算系统，包括所述处理中心，所述数据处理中心包括：

第一数据获取模块，用于通过网络从电信运营商处获取客户端的互联网访问数据，并根据预设的年龄段划分规则对所述访问数据进行分类，

第二数据获取模块，用于通过网络从银行系统获取客户端的支付数据，并根据预设的年龄段划分规则对所述支付数据进行分类；

第一数据提取模块，用于提取每个年龄段对应的访问数据，并从每个年龄段对应的访问数据中获取用户使用搜索引擎所输入的关键字；

第二数据提取模块，用于提取每个年龄段对应的支付数据，从每个年龄段对应的支付数据中获取用户的医疗支付数据；

解析模块，用于对每个年龄段对中客户端使用搜索引擎所输入的关键字进行解析，获取每个年龄段中用于使用搜索引起输入的有关疾病的关键字；并对每个年龄段中客户端使用银行系统所产生的医疗支付数据进行解析，获取与疾病有关的支付款项；

计算模块，用于根据获取的疾病的关键字以及支付的款项计算出疾病的发生率，并根据所述疾病发生率及医疗保险精算算法计算出每个年龄段中用户的健康险保费。

需要说明的是，由于所述支付数据属于隐私信息，为确保信息安全，支付信息系统所述支付数据发送给数据中心时，会通过加解密算法(如：md5加解密算法、rsa加解密算法、des加解密算法等)先对支付数据进行加密处理，之后传输给数据中心进行处理。

进一步的，所述访问数据可以包括访问时间、访问网址、使用搜索引擎所输入的关键字、网络流量及使用互联网服务的用户信息，需要说明的是，所述访问数据还可以包括其它内容，可以根据实际需要进行设置；此外，所述用户信息可以包括用户姓名、年龄、身高、职业、学历、家庭住址、电话号码及邮箱，同样的，所述用户信息还可以包括其它信息，在此不做赘述。

进一步的，所述疾病发生率的计算公式为：

其中：pi为第i个年龄段用户疾病发生率，ai为第i个年龄段疾病关键字的权重，mi为第i年龄段中用户使用搜索引擎所输入的疾病关键字的数量，ni为第i年龄段中用户使用搜索引擎所输入的关键字的数量；

bi为第i个年龄段医疗支付数据的权重，mi为第i年龄段中用户使用银行系统进行与疾病有关的支付款项的数量，ni为第i年龄段中用户使用银行系统进行医疗支付的数量，ai+bi＝1，且0≤pi≤1。

进一步的，所述医疗保险精算算法采用如下公式：s＝a+b+c+d，a＝a1×(1+k×p)×a2×a3，a2＝1+a21，其中，s为医疗保险费、a为医药补偿费、b为预防保健费、c为管理费、d为储备金、a1为医药费基线数据、a2为保险因子、a3为补偿比、p为疾病发生率以及k为常数，所述公式中的参数b、c、d，a1、a2及a3为固定值，a21为医疗服务利用的增加率。

实施例二

如图1所示，本发明实施例公开了一种基于大数据的保险精算系统，包括所述处理中心，所述数据处理中心包括：

第一数据获取模块，用于通过网络从电信运营商处获取客户端的互联网访问数据，并根据预设的年龄段划分规则对所述访问数据进行分类，

第二数据获取模块，用于通过网络从银行系统获取客户端的支付数据，并根据预设的年龄段划分规则对所述支付数据进行分类；

第一数据判断模块，用于判断所述第一数据获取模块获取的数据正确与否；

第二数据判断模块，用于判断所述第二数据获取模块获取的数据正确与否；

第一数据提取模块，用于提取每个年龄段对应的访问数据，并从每个年龄段对应的访问数据中获取用户使用搜索引擎所输入的关键字；

第二数据提取模块，用于提取每个年龄段对应的支付数据，从每个年龄段对应的支付数据中获取用户的医疗支付数据；

解析模块，用于对每个年龄段对中客户端使用搜索引擎所输入的关键字进行解析，获取每个年龄段中用于使用搜索引起输入的有关疾病的关键字；并对每个年龄段中客户端使用银行系统所产生的医疗支付数据进行解析，获取与疾病有关的支付款项；

计算模块，用于根据获取的疾病的关键字以及支付的款项计算出疾病的发生率，并根据所述疾病发生率及医疗保险精算算法计算出每个年龄段中用户的健康险保费。

综上，所述系统包括第一数据获取模块、第二数据获取模块、第一数据提取模块、第二数据提取模块、解析模块和计算模块，通过所述系统综合搜索数据和支付数据进行疾病发生率的计算，提高了所述疾病发生率计算的准确性，进而并根据疾病风险率相应调整医疗保险的保费，能够有效降低医疗保险的风险，提高保险公司的盈利能力。