电子装置、个人投保单数据处理方法和计算机存储介质与流程

本发明涉及计算机技术领域，特别涉及一种电子装置、个人投保单数据处理方法和计算机存储介质。

背景技术

目前，随着保险意识的提高，越来越多的人购买多项的保险，例如，人寿险、车险、意外险、投资理财类保险等。保险的名目繁多，且每种保险的保险金率、保险金支付方式、保险期限、保险范围等均不相同，当一保险客户投保项目较多时，对于多个投保单信息的管理则成为难题，用户若需要进一步对自身投保状态进行分析，则其过程更是繁琐复杂。因此，如何提高投保单信息分析的效率及便利性成为一个亟待解决的问题。

技术实现要素：

本发明的主要目的是提供一种电子装置、个人投保单数据处理方法和计算机存储介质，旨在提高投保单信息分析的效率及便利性。

为实现上述目的，本发明提供一种电子装置，所述电子装置包括存储器和处理器，所述存储器上存储有个人投保单数据处理程序，所述个人投保单数据处理程序被所述处理器执行时实现如下步骤：

实时或定时获取用户的投保单信息；

根据获取的投保单信息，提取各投保单的特征数据；

在接收到携带分析条件的分析指令时，确定所述分析条件对应的预设分析规则及待分析投保单；

根据确定的预设分析规则对所述待分析投保单的特征数据进行分析处理，且基于分析处理所得的分析结果数据生成分析报告。

优选地，所述预设分析规则包括评分规则，所述评分规则包括：

在各待分析投保单的特征数据中提取评分指标；

根据预先确定的所述评分指标与评分公式的映射关系，确定各所述评分指标对应的评分公式；

利用确定的各所述评分指标对应的评分公式，计算各所述评分指标的指标得分；

根据计算得到的所有评分指标的指标得分及预先确定的各所述评分指标对应的指标权重值，计算用户的投保评分。

优选地，所述预设分析规则还包括推荐规则，所述推荐规则包括：

判断一待分析投保单的特征数据中是否包含所有推荐参考指标；

当判定所述待分析投保单的特征数据中包含所有所述推荐参考指标时，在所述待分析投保单的特征数据中提取所述待分析投保单对应的推荐参考指标数据；否则，不对所述待分析投保单进行推荐处理；

根据预先确定的匹配规则及所述推荐参考指标，在保险新产品数据库中查找所述待分析投保单匹配的关联保险产品，并获取查找得到的各关联保险产品对应的推荐参考指标数据；

当一待分析投保单的推荐参考指标数据与一关联保险产品的推荐参考指标数据满足预设推荐条件，则将所述关联保险产品标记为推荐保险产品。

优选地，所述预设分析规则还包括预测规则，所述预测规则包括：

判断一待分析投保单的特征数据中是否存在预测指标；

当所述待分析投保单的特征数据中不存在所述预测指标时，不对该待分析投保单进行预测处理；

当所述待分析投保单的特征数据中存在所述预测指标时，在所述待分析投保单的特征数据中提取所述待分析投保单对应的预测指标；

根据预先设置的预测指标与预测公式的映射关系，确定各所述预测指标对应的预测算法；

利用各所述预测指标对应的预测算法，计算各所述预测指标的预测结果，以获得所述待分析投保单对应的预测结果。

优选地，所述处理器执行所述个人投保单数据处理程序，还实现以下步骤：

在接收到携带查询条件的查询指令时，根据所述查询条件，输出与所述查询条件对应的查询结果，所述查询结果包括与所述查询条件对应的投保单信息和/或分析报告。

此外，为实现上述目的，本发明还提供一种个人投保单数据处理方法，该方法包括步骤：

实时或定时获取用户的投保单信息；

根据获取的投保单信息，提取各投保单的特征数据；

在接收到携带分析条件的分析指令时，确定所述分析条件对应的预设分析规则及待分析投保单；

根据确定的预设分析规则对所述待分析投保单的特征数据进行分析处理，且基于分析处理所得的分析结果数据生成分析报告。

优选地，所述预设分析规则包括评分规则，所述评分规则包括：

在各待分析投保单的特征数据中提取评分指标；

根据预先确定的所述评分指标与评分公式的映射关系，确定各所述评分指标对应的评分公式；

利用确定的各所述评分指标对应的评分公式，计算各所述评分指标的指标得分；

根据计算得到的所有评分指标的指标得分及预先确定的各所述评分指标对应的指标权重值，计算用户的投保评分。

优选地，所述预设分析规则还包括推荐规则，所述推荐规则包括：

判断一待分析投保单的特征数据中是否包含所有推荐参考指标；

当判定所述待分析投保单的特征数据中包含所有所述推荐参考指标时，在所述待分析投保单的特征数据中提取所述待分析投保单对应的推荐参考指标数据；否则，不对所述待分析投保单进行推荐处理；

根据预先确定的匹配规则及所述推荐参考指标，在保险新产品数据库中查找所述待分析投保单匹配的关联保险产品，并获取查找得到的各关联保险产品对应的推荐参考指标数据；

当一待分析投保单的推荐参考指标数据与一关联保险产品的推荐参考指标数据满足预设推荐条件，则将所述关联保险产品标记为推荐保险产品。

优选地，所述预设分析规则还包括预测规则，所述预测规则包括：

判断一待分析投保单的特征数据中是否存在预测指标；

当所述待分析投保单的特征数据中不存在所述预测指标时，不对该待分析投保单进行预测处理；

当所述待分析投保单的特征数据中存在所述预测指标时，在所述待分析投保单的特征数据中提取所述待分析投保单对应的预测指标；

根据预先设置的预测指标与预测公式的映射关系，确定各所述预测指标对应的预测算法；

利用各所述预测指标对应的预测算法，计算各所述预测指标的预测结果，以获得所述待分析投保单对应的预测结果。

此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有个人投保单数据处理程序，所述个人投保单数据处理程序可被至少一个处理器执行，以使所述至少一个处理器执行如上述任一项所述的个人投保单数据处理方法。

本实施例实时或定时获取用户的投保单对应的投保单信息，在接收到分析指令时，确定分析条件对应的预设分析规则及待分析投保单，根据预设分析规则对待分析投保单的特征数据进行分析处理，且生成分析报告。相较于现有技术，本发明技术方案实现对用户投保单的统一管理，且通过预设分析规则对用户投保单信息进行分析，用户可随时查看分析报告，方便了解自身投保状态，提高了投保单信息分析的效率及便利性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。

图1为本发明个人投保单数据处理程序第一、第二实施例的运行环境示意图；

图2为本发明个人投保单数据处理程序第一实施例的程序模块图；

图3为本发明个人投保单数据处理程序第二实施例的程序模块图

图4为本发明个人投保单数据处理方法第一实施例的流程示意图；

图5为本发明个人投保单数据处理方法第二实施例的流程示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。

此外，本发明还提出一种个人投保单数据处理程序。

请参阅图1，是本发明个人投保单数据处理程序10第一、第二实施例的运行环境示意图。

在本实施例中，个人投保单数据处理程序10安装并运行于电子装置1中。电子装置1可以是桌上型计算机、笔记本、掌上电脑及服务器等计算设备。该电子装置1可包括，但不仅限于，存储器11、处理器12及显示器13。图1仅示出了具有组件11-13的电子装置1，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。

存储器11在一些实施例中可以是电子装置1的内部存储单元，例如该电子装置1的硬盘或内存。存储器11在另一些实施例中也可以是电子装置1的外部存储设备，例如电子装置1上配备的插接式硬盘，智能存储卡(smartmediacard,smc)，安全数字(securedigital,sd)卡，闪存卡(flashcard)等。进一步地，存储器11还可以既包括电子装置1的内部存储单元也包括外部存储设备。存储器11用于存储安装于电子装置1的应用软件及各类数据，例如个人投保单数据处理程序10的程序代码等。存储器11还可以用于暂时地存储已经输出或者将要输出的数据。

处理器12在一些实施例中可以是一中央处理器(centralprocessingunit,cpu)，微处理器或其他数据处理芯片，用于运行存储器11中存储的程序代码或处理数据，例如执行个人投保单数据处理程序10等。

显示器13在一些实施例中可以是led显示器、液晶显示器、触控式液晶显示器以及oled(organiclight-emittingdiode，有机发光二极管)触摸器等。显示器13用于显示在电子装置1中处理的信息以及用于显示可视化的用户界面。电子装置1的部件11-13通过程序总线相互通信。

请参阅图2，是本发明个人投保单数据处理程序10第一实施例的程序模块图。在本实施例中，个人投保单数据处理程序10可以被分割成一个或多个模块，一个或者多个模块被存储于存储器11中，并由一个或多个处理器(本实施例为处理器12)所执行，以完成本发明。例如，在图2中，个人投保单数据处理程序10可以被分割成获取模块101、提取模块102、确定模块103及分析模块104。本发明所称的模块是指能够完成特定功能的一系列计算机程序指令段，比程序更适合于描述个人投保单数据处理程序10在电子装置1中的执行过程，其中：

获取模块101，用于实时或定时获取用户的投保单信息。

其中，投保单信息包括用户身份信息、用户联系方式、投保单编号、投保产品名、投保险种、保险期限、投保单对应的参保项目、保险金率、保险金额等。

用户的投保单信息的获取方法包括：

接收用户输入的投保单信息。例如，提供用户输入界面，用户可通过触屏、按键、语音等方式输入投保单信息。

读取用户的通信消息，根据读取的所述通信消息，提取用户的投保单信息。

所述通信消息包括即时消息(例如，微信、qq、msn等即时消息，或者是基于本提案开发的投保单管理app的推送消息)、微博消息、社会性网络服务消息、短消息(sms消息)和电子邮件消息中的一种或多种。

根据用户的身份信息，从各保险公司的数据库中调取用户的投保单信息。上述用户的身份信息的获取方法具体包括：根据用户在登录时输入的用户名及密码，查询该用户对应的身份信息(例如，身份证号码或其他身份认证编码)；或者，提供用户输入界面，供用户输入其身份信息。

提取模块102，用于根据获取的投保单信息，提取各投保单的特征数据。

其中，所述特征数据包括：投保险种数据、保险期限数据、参保项目数据、保险金率数据、保险金支付方式数据。根据需要，可对上述特征数据包含的数据类型进行设置，并不限于上述举例的数据类型。

确定模块103，用于在接收到携带分析条件的分析指令时，确定所述分析条件对应的预设分析规则及待分析投保单。

上述预设分析规则包括且不限于评分规则、推荐规则、预测规则，可根据需求对上述预设分析规则进行设置。

上述分析条件包括若干预先设置的对分析任务的约束项，以实现自定义的分析处理。例如，上述分析条件包括：分析的时间区间(例如，设置仅分析该时间区间内生成的投保单)、启用的预设分析规则的种类(例如，设置只启用评分规则和预测规则，不启用推荐规则)、分析的投保单种类(例如，设置仅分析投资分红类投保单)。通过上述分析条件，可选取出此次分析任务所需的预设分析规则及待分析投保单。

优选的，本实施例中，所述评分规则包括：

首先，在各待分析投保单的特征数据中提取评分指标。其中，上述评分指标包括参保项目总数量、投资收益率、人寿保险的保险金额总数、财产保险(例如，汽车保险、工程保险等)的保险金额总数等。

然后，根据预先确定的所述评分指标与评分公式的映射关系，确定各所述评分指标对应的评分公式。

接着，利用确定的各所述评分指标对应的评分公式，计算各所述评分指标的指标得分。

最后，根据计算得到的所有评分指标的指标得分及预先确定的各所述评分指标对应的指标权重值，计算用户的投保评分。

上述计算各评分指标的指标得分的方法包括：

首先，获取用户基本信息数据。所述用户基本信息数据包括年龄数据、资产数据、收入数据、职业数据、家庭成员数据中的一种或多种。

上述获取用户基本信息数据的方法包括：提供用户基本信息输入界面，供用户输入其用户基本信息数据；或者，通过读取用户通信消息、用户行为偏好数据等获得用户基本信息数据。

然后，根据第一预设匹配规则及获取的所述用户基本信息数据，查找与该用户相匹配的关联用户。

上述第一预设匹配规则可具体为：

将各用户基本信息数据基于预先设置的权重值由大到小的顺序进行排序，根据排序结果及第一预设匹配子规则，将用户的基本信息数据与用户信息数据库中各待匹配用户的基本信息数据进行匹配，以确定与所述用户匹配的关联用户。

上述第一预设匹配子规则可举例为：

根据用户的基本信息子数据及待匹配用户的基本信息子数据，且基于相似度算法，计算用户与待匹配用户的相似度值。若相似度大于或等于预设相似度阈值，则确定该待匹配用户为关联用户；若相似度小于预设相似度阈值，则确定该待匹配用户不为关联用户。

其中，上述相似度值的计算方法有很多，例如，通过皮尔逊相关系数计算相似度、余弦相似性计算法等。

接着，获取查找的各关联用户的投保信息，提取各关联用户的投保信息对应的评分指标。根据提取的各关联用户的投保信息对应的评分指标，设置各评分指标对应的标准值。

最后，将各评分指标的值及各评分指标对应的标准值代入对应的评分公式，计算各评分指标的指标得分。

例如，若一评分指标为参保项目总数量，则该评分指标对应的标准值为所有关联用户的参保项目总数量的平均值。

上述评分公式可举例为：

其中，上述f(x)为评分指标的指标得分，x为参保项目总数量，k为标准值。

上述评分公式可根据需要设置，并不限于上述举例的内容。

优选的，本实施例中，所述推荐规则包括：

首先，判断一待分析投保单的特征数据中是否包含所有推荐参考指标。

若是，则在所述待分析投保单的特征数据中提取所述待分析投保单对应的推荐参考指标数据。若否，则不对所述待分析投保单进行推荐处理。

接着，根据预先确定的匹配规则及所述推荐参考指标，在保险新产品数据库中查找所述待分析投保单匹配的关联保险产品，并获取查找得到的各关联保险产品对应的推荐参考指标数据。

其中，上述匹配规则可具体为：查找待分析投保单的特征数据中投保险种数据。根据查找的投保险种数据，在保险产品数据库中查找与该投保险种相同的保险产品。若该保险产品对应的特征数据中包含所有的推荐参考指标，则将该保险产品作为与待分析投保单匹配的关联保险产品。或者，查找待分析投保单的特征数据中投保项目数据。根据查找的投保项目数据，在保险产品数据库中查找与该投保项目相同的保险产品，若该保险产品对应的特征数据中包含所有的推荐参考指标，则将该保险产品作为与待分析投保单匹配的关联保险产品。

其中，上述推荐参考指标可由用户设置，也可由系统默认设置。例如，若用户对保险费及保险金额较为关注，则该用户可设置保险费和保险金额两项推荐参考指标。

接着，当一待分析投保单的推荐参考指标数据与一关联保险产品的推荐参考指标数据满足预设推荐条件，则将所述关联保险产品标记为推荐保险产品。

若推荐参考指标为一个，则将一待分析投保单的推荐参考指标数据与一匹配的关联保险产品的推荐参考指标数据进行比较，当比较结果满足第一预设推荐子条件，则将该关联保险产品标记为推荐保险产品。

例如，若一推荐参考指标为保险金额，一待分析投保单为健康保险a产品的投保单，其保险金额为20万元人民币，与该待分析投保单匹配的待分析关联保险产品为健康保险b产品、健康保险c产品，其中健康保险b产品保险金额为30万元人民币，健康保险c产品保险金额为15万元人民币，则将健康保险b产品标记为推荐保险产品。

若推荐参考指标为多个，则根据所述参考指标，对一待分析投保单相匹配的关联保险产品进行评分，以获得各关联保险产品对应的评分结果，将评分结果满足第二预设推荐子条件(例如，分值大于10分的关联保险产品标记为推荐保险产品)的关联保险产品标记为推荐保险产品。

优选地，在本实施例中，所述预测规则包括：

首先，判断一待分析投保单的特征数据中是否存在预测指标。若否，则不对该待分析投保单进行预测处理。若是，则在所述待分析投保单的特征数据中提取所述待分析投保单对应的预测指标。

然后，根据预先设置的预测指标与预测公式的映射关系，确定各所述预测指标对应的预测算法。

最后，利用各所述预测指标对应的预测算法，计算各所述预测指标的预测结果，以获得所述待分析投保单对应的预测结果。

上述预测指标可根据用户的需求设置，也可以由系统默认设置。例如，投资收益额、保险金额等。

下面以保险金额的预测算法为例进行说明：

保险金额﹦max(基本保险金额，现金价值)

现金价值﹦年交保险费×保单年度－初始成本－保单管理费－资产管理费－风险保障费+分红+投资损益

其中，基本保险金额在该保险产品开发时期设定，保单管理费根据保单年度的增加逐年增多，投资损益根据实际损益预测未来的损益率得到。

分析模块104，用于根据确定的预设分析规则对所述待分析投保单的特征数据进行分析处理，且基于分析处理所得的分析结果数据生成分析报告。

上述分析报告可包括对用户投保状态的评分结果、对各投保单的保险金额、收益等的预测结果、向用户推荐的保险产品、与往年同期的对比结果等。

本实施例实时或定时获取用户的投保单对应的投保单信息，在接收到分析指令时，确定分析条件对应的预设分析规则及待分析投保单，根据预设分析规则对待分析投保单的特征数据进行分析处理，且生成分析报告。与现有技术相比，本实施例技术方案实现对用户投保单的统一管理，且通过预设分析规则对用户投保单信息进行分析，用户可随时查看分析报告，方便了解自身投保状态，提高了投保单信息分析的效率及便利性。

参照图3，图3为本发明个人投保单数据处理程序10第二实施例的程序模块示意图。

在本发明个人投保单数据处理程序10第二实施例中，本实施例在第一实施例的基础上，该程序还包括：

查询模块105，用于在接收到携带查询条件的查询指令时，根据所述查询条件，输出与所述查询条件对应的查询结果，所述查询结果包括与所述查询条件对应的投保单信息和/或分析报告。

上述查询条件包括若干预先设置的对查询任务的约束项，以实现自定义的查询。上述查询条件包括：投保险种(例如，设置只查询财产类保险)、投保时间区间、是否查看投保单信息、是否查看分析报告等。

用户通过设置查询条件，筛选出部分投保单信息及分析报告进行查看，为用户查询提供便利，同时提高查询效率。

如图4所示，图4为本发明个人投保单数据处理方法第一实施例的流程示意图。

本实施例中，该方法包括：

步骤s10，实时或定时获取用户的投保单信息。

其中，投保单信息包括用户身份信息、用户联系方式、投保单编号、投保产品名、投保险种、保险期限、投保单对应的参保项目、保险金率、保险金额等。

用户的投保单信息的获取方法包括：

接收用户输入的投保单信息。例如，提供用户输入界面，用户可通过触屏、按键、语音等方式输入投保单信息。

读取用户的通信消息，根据读取的所述通信消息，提取用户的投保单信息。

所述通信消息包括即时消息(例如，微信、qq、msn等即时消息，或者是基于本提案开发的投保单管理app的推送消息)、微博消息、社会性网络服务消息、短消息(sms消息)和电子邮件消息中的一种或多种。

根据用户的身份信息，从各保险公司的数据库中调取用户的投保单信息。上述用户的身份信息的获取方法具体包括：根据用户在登录时输入的用户名及密码，查询该用户对应的身份信息(例如，身份证号码或其他身份认证编码)；或者，提供用户输入界面，供用户输入其身份信息。

步骤s20，根据获取的投保单信息，提取各投保单的特征数据。

其中，所述特征数据包括：投保险种数据、保险期限数据、参保项目数据、保险金率数据、保险金支付方式数据。根据需要，可对上述特征数据包含的数据类型进行设置，并不限于上述举例的数据类型。

步骤s30，在接收到携带分析条件的分析指令时，确定所述分析条件对应的预设分析规则及待分析投保单。

上述预设分析规则包括且不限于评分规则、推荐规则、预测规则，可根据需求对上述预设分析规则进行设置。

上述分析条件包括若干预先设置的对分析任务的约束项，以实现自定义的分析处理。例如，上述分析条件包括：分析的时间区间(例如，设置仅分析该时间区间内生成的投保单)、启用的预设分析规则的种类(例如，设置只启用评分规则和预测规则，不启用推荐规则)、分析的投保单种类(例如，设置仅分析投资分红类投保单)。通过上述分析条件，可选取出此次分析任务所需的预设分析规则及待分析投保单。

优选的，本实施例中，所述评分规则包括：

首先，在各待分析投保单的特征数据中提取评分指标。其中，上述评分指标包括参保项目总数量、投资收益率、人寿保险的保险金额总数、财产保险(例如，汽车保险、工程保险等)的保险金额总数等。

然后，根据预先确定的所述评分指标与评分公式的映射关系，确定各所述评分指标对应的评分公式。

接着，利用确定的各所述评分指标对应的评分公式，计算各所述评分指标的指标得分。

最后，根据计算得到的所有评分指标的指标得分及预先确定的各所述评分指标对应的指标权重值，计算用户的投保评分。

上述计算各评分指标的指标得分的方法包括：

首先，获取用户基本信息数据。所述用户基本信息数据包括年龄数据、资产数据、收入数据、职业数据、家庭成员数据中的一种或多种。

上述获取用户基本信息数据的方法包括：提供用户基本信息输入界面，供用户输入其用户基本信息数据；或者，通过读取用户通信消息、用户行为偏好数据等获得用户基本信息数据。

然后，根据第一预设匹配规则及获取的所述用户基本信息数据，查找与该用户相匹配的关联用户。

上述第一预设匹配规则可具体为：

将各用户基本信息数据基于预先设置的权重值由大到小的顺序进行排序，根据排序结果及第一预设匹配子规则，将用户的基本信息数据与用户信息数据库中各待匹配用户的基本信息数据进行匹配，以确定与所述用户匹配的关联用户。

上述第一预设匹配子规则可举例为：

根据用户的基本信息子数据及待匹配用户的基本信息子数据，且基于相似度算法，计算用户与待匹配用户的相似度值。若相似度大于或等于预设相似度阈值，则确定该待匹配用户为关联用户；若相似度小于预设相似度阈值，则确定该待匹配用户不为关联用户。

其中，上述相似度值的计算方法有很多，例如，通过皮尔逊相关系数计算相似度、余弦相似性计算法等。

接着，获取查找的各关联用户的投保信息，提取各关联用户的投保信息对应的评分指标。根据提取的各关联用户的投保信息对应的评分指标，设置各评分指标对应的标准值。

最后，将各评分指标的值及各评分指标对应的标准值代入对应的评分公式，计算各评分指标的指标得分。

例如，若一评分指标为参保项目总数量，则该评分指标对应的标准值为所有关联用户的参保项目总数量的平均值。

上述评分公式可举例为：

其中，上述f(x)为评分指标的指标得分，x为参保项目总数量，k为标准值。

上述评分公式可根据需要设置，并不限于上述举例的内容。

优选的，本实施例中，所述推荐规则包括：

首先，判断一待分析投保单的特征数据中是否包含所有推荐参考指标。

若是，则在所述待分析投保单的特征数据中提取所述待分析投保单对应的推荐参考指标数据。若否，则不对所述待分析投保单进行推荐处理。

接着，根据预先确定的匹配规则及所述推荐参考指标，在保险新产品数据库中查找所述待分析投保单匹配的关联保险产品，并获取查找得到的各关联保险产品对应的推荐参考指标数据。

其中，上述匹配规则可具体为：查找待分析投保单的特征数据中投保险种数据。根据查找的投保险种数据，在保险产品数据库中查找与该投保险种相同的保险产品。若该保险产品对应的特征数据中包含所有的推荐参考指标，则将该保险产品作为与待分析投保单匹配的关联保险产品。或者，查找待分析投保单的特征数据中投保项目数据。根据查找的投保项目数据，在保险产品数据库中查找与该投保项目相同的保险产品，若该保险产品对应的特征数据中包含所有的推荐参考指标，则将该保险产品作为与待分析投保单匹配的关联保险产品。

其中，上述推荐参考指标可由用户设置，也可由系统默认设置。例如，若用户对保险费及保险金额较为关注，则该用户可设置保险费和保险金额两项推荐参考指标。

接着，当一待分析投保单的推荐参考指标数据与一关联保险产品的推荐参考指标数据满足预设推荐条件，则将所述关联保险产品标记为推荐保险产品。

若推荐参考指标为一个，则将一待分析投保单的推荐参考指标数据与一匹配的关联保险产品的推荐参考指标数据进行比较，当比较结果满足第一预设推荐子条件，则将该关联保险产品标记为推荐保险产品。

例如，若一推荐参考指标为保险金额，一待分析投保单为健康保险a产品的投保单，其保险金额为20万元人民币，与该待分析投保单匹配的待分析关联保险产品为健康保险b产品、健康保险c产品，其中健康保险b产品保险金额为30万元人民币，健康保险c产品保险金额为15万元人民币，则将健康保险b产品标记为推荐保险产品。

若推荐参考指标为多个，则根据所述参考指标，对一待分析投保单相匹配的关联保险产品进行评分，以获得各关联保险产品对应的评分结果，将评分结果满足第二预设推荐子条件(例如，分值大于10分的关联保险产品标记为推荐保险产品)的关联保险产品标记为推荐保险产品。

优选地，在本实施例中，所述预测规则包括：

首先，判断一待分析投保单的特征数据中是否存在预测指标。若否，则不对该待分析投保单进行预测处理。若是，则在所述待分析投保单的特征数据中提取所述待分析投保单对应的预测指标。

然后，根据预先设置的预测指标与预测公式的映射关系，确定各所述预测指标对应的预测算法。

最后，利用各所述预测指标对应的预测算法，计算各所述预测指标的预测结果，以获得所述待分析投保单对应的预测结果。

上述预测指标可根据用户的需求设置，也可以由系统默认设置。例如，投资收益额、保险金额等。

下面以保险金额的预测算法为例进行说明：

保险金额﹦max(基本保险金额，现金价值)

现金价值﹦年交保险费×保单年度－初始成本－保单管理费－资产管理费－风险保障费+分红+投资损益

其中，基本保险金额在该保险产品开发时期设定，保单管理费根据保单年度的增加逐年增多，投资损益根据实际损益预测未来的损益率得到。

步骤s40，根据确定的预设分析规则对所述待分析投保单的特征数据进行分析处理，且基于分析处理所得的分析结果数据生成分析报告。

上述分析报告可包括对用户投保状态的评分结果、对各投保单的保险金额、收益等的预测结果、向用户推荐的保险产品、与往年同期的对比结果等。

本实施例实施或定时获取用户的投保单对应的投保单信息，在接收到分析指令时，确定分析条件对应的预设分析规则及待分析投保单，根据预设分析规则对待分析投保单的特征数据进行分析处理，且生成分析报告。与现有技术相比，本实施例技术方案实现对用户投保单的统一管理，且通过预设分析规则对用户投保单信息进行分析，用户可随时查看分析报告，方便了解自身投保状态，提高了投保单信息分析的效率及便利性。

参照图5，图5为本发明个人投保单数据处理方法第二实施例的流程示意图。

在本发明个人投保单数据处理方法第二实施例中，本实施例在第一实施例的基础上，该方法还包括：

步骤s50，在接收到携带查询条件的查询指令时，根据所述查询条件，输出与所述查询条件对应的查询结果，所述查询结果包括与所述查询条件对应的投保单信息和/或分析报告。

上述查询条件包括若干预先设置的对查询任务的约束项，以实现自定义的查询。上述查询条件包括：投保险种(例如，设置只查询财产类保险)、投保时间区间、是否查看投保单信息、是否查看分析报告等。

用户通过设置查询条件，筛选出部分投保单信息及分析报告进行查看，为用户查询提供便利，同时提高查询效率。

进一步地，本发明还提出一种计算机可读存储介质，所述计算机可读存储介质存储有个人投保单数据处理程序，所述个人投保单数据处理程序可被至少一个处理器执行，以使所述至少一个处理器执行上述任一实施例中的个人投保单数据处理方法。

以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是在本发明的发明构思下，利用本发明说明书及附图内容所作的等效结构变换，或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。