基于订单金额设置赔付金额的方法及系统与流程

本申请涉及数据处理领域，具体地说，涉及一种基于订单金额设置赔付金额的方法及系统。

背景技术：

随着计算机的飞速发展，数据的来源越来越多样，覆盖的范围越来越广泛，因此，如何从海量的、模糊的和不完全的数据中提取有用的信息是科研者一直以来的追求。

现有的赔付金额计算的方法中，大多是通过业务经验设定推荐金额，主要依赖于业务人员的业务经验，科学性差，而且主要依赖于人力，当变量组合较多时，会耗费很大的人力，且计算效率很低。

技术实现要素：

有鉴于此，本申请提供了一种基于订单金额设置赔付金额的方法及系统，通过设置目标函数进行赔付金额的计算，并且对目标函数进行平滑，解决由于变量量纲和变化率不一致造成无法进行计算的问题，有利于提高赔付金额的计算效率。

为了解决上述技术问题，本申请有如下技术方案：

第一方面，本申请提供一种基于订单金额设置赔付金额的方法，包括：

对订单金额进行离散化，将连续数值型订单金额做分箱处理，形成多个区间；

在每个所述区间内选取多个备选推荐金额；

设计目标函数cost＝e^λcost_a+e^cost_b，其中，λ表示平滑系数，cost_a表示赔付成本的提升率，cost_b表示满意度偏移量；

利用所述目标函数遍历所述区间内的备选推荐金额，将使所述目标函数的值最小的所述备选推荐金额作为所述区间的赔付金额。

可选地，其中：

所述赔付成本的提升率为其中，var_sum表示根据所述备选推荐金额计算得到的付款总额，sum表示实际付款总额；

根据所述区间内的多个备选推荐金额的均值计算满意度偏移量其中，x表示备选推荐金额，mean表示所述区间内的备选推荐金额的均值。

可选地，其中：

所述赔付成本的提升率为其中，var_sum表示根据所述备选推荐金额计算得到的付款总额，sum表示实际付款总额；

根据所述区间内的多个备选推荐金额的中位数计算满意度偏移量其中，mid表示所述区间内的备选推荐金额的中位数。

可选地，其中：

将连续数值型订单金额做分箱处理，形成多个区间，具体为：将所述连续数值型订单金额按照最细粒度分段，根据相似度对相邻段进行合并，形成多个区间。

可选地，其中：

根据相似度对相邻段进行合并，还包括：对合并后形成的各个区间进行调整，使得各所述区间之间的分界点为整数。

第二方面，本申请还提供一种基于订单金额设置赔付金额的系统，包括：

离散化模块，用于对订单金额进行离散化，并将连续数值型订单金额做分箱处理，形成多个区间；

备选推荐金额设置模块，用于在每个所述区间内选取至少5个备选推荐金额；

目标函数设计模块，用于设计目标函数cost＝e^λcost_a+e^cost_b，其中，λ表示平滑系数，cost_a表示赔付成本的提升率，cost_b表示满意度偏移量；

赔付金额设置模块，用于利用所述目标函数遍历所述区间内的备选推荐金额，将使所述目标函数的值最小的所述备选推荐金额作为所述区间的赔付金额。

可选地，其中：

所述目标函数设计模块，还用于设置所述赔付成本的提升率为其中，var_sum表示根据所述备选推荐金额计算得到的付款总额，sum表示实际付款总额；还用于根据所述区间内的多个备选推荐金额的均值计算满意度偏移量其中，x表示备选推荐金额，mean表示所述区间内的备选推荐金额的均值。

可选地，其中：

所述目标函数设计模块，还用于设置所述赔付成本的提升率为其中，var_sum表示根据所述备选推荐金额计算得到的付款总额，sum表示实际付款总额；还用于根据所述区间内的多个备选推荐金额的中位数计算满意度偏移量其中，mid表示所述区间内的备选推荐金额的中位数。

可选地，其中：

所述离散化模块包括分段和合并模块，用于将所述连续数值型订单金额按照最细粒度分段，根据相似度对相邻段进行合并，形成多个区间。

可选地，其中：

所述离散化模块还包括调整模块，用于对合并后形成的各个区间进行调整，使得各所述区间之间的分界点为整数。

与现有技术相比，本申请所述的基于订单金额设置赔付金额的方法及系统，达到了如下效果：

本申请所提供的基于订单金额设置赔付金额的方法及系统，通过将连续数值型的订单金额进行离散化后再进行分箱处理，使得分箱后的各区间内的值为整数，因此，选取的备选推荐金额的值也为整数，便于后续计算；此外，由于赔付成本的提升率cost_a和满意度偏移量cost_b的量纲和变化率可能会不一致，因此，本申请在设计目标函数时，使用系数λ和指数函数进行平滑，解决由于cost_a和cost_b的量纲和变化率不一致造成无法进行计算的问题，有利于提高赔付金额的计算效率。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1所示为本申请实施例所提供的基于订单金额设置赔付金额的方法的一种流程图；

图2所示为本申请实施例所提供的分箱处理的一种流程图；

图3所示为本申请实施例所提供的分箱处理的另一种流程图；

图4所示为本申请实施例所提供的基于订单金额设置赔付金额的系统的一种结构示意图；

图5所示为本申请实施例所提供的基于订单金额设置赔付金额的系统的另一种结构示意图。

具体实施方式

如在说明书及权利要求当中使用了某些词汇来指称特定组件。本领域技术人员应可理解，硬件制造商可能会用不同名词来称呼同一个组件。本说明书及权利要求并不以名称的差异来作为区分组件的方式，而是以组件在功能上的差异来作为区分的准则。如在通篇说明书及权利要求当中所提及的“包含”为一开放式用语，故应解释成“包含但不限定于”。“大致”是指在可接收的误差范围内，本领域技术人员能够在一定误差范围内解决所述技术问题，基本达到所述技术效果。此外，“耦接”一词在此包含任何直接及间接的电性耦接手段。因此，若文中描述一第一装置耦接于一第二装置，则代表所述第一装置可直接电性耦接于所述第二装置，或通过其他装置或耦接手段间接地电性耦接至所述第二装置。说明书后续描述为实施本申请的较佳实施方式，然所述描述乃以说明本申请的一般原则为目的，并非用以限定本申请的范围。本申请的保护范围当视所附权利要求所界定者为准。

现有的赔付金额计算的方法中，大多是通过业务经验设定推荐金额，主要依赖于业务人员的业务经验，科学性差，而且主要依赖于人力，当变量组合较多时，会耗费很大的人力，而且计算效率很低。

有鉴于此，本申请提供了一种基于订单金额设置赔付金额的方法及系统，通过设置目标函数进行赔付金额的计算，并且对目标函数进行平滑，解决由于变量量纲和变化率不一致造成无法进行计算的问题，有利于提高赔付金额的计算效率。

以下结合附图和具体实施例进行详细说明。

图1所示为本申请实施例所提供的基于订单金额设置赔付金额的方法的一种流程图，请参考图1，本申请实施例所提供的基于订单金额设置赔付金额的方法，包括：

步骤10：对订单金额进行离散化，将连续数值型订单金额做分箱处理，形成多个区间；

步骤20：在每个区间内选取多个备选推荐金额；

步骤30：设计目标函数cost＝e^λcost_a+e^cost_b，其中，λ表示平滑系数，cost_a表示赔付成本的提升率，cost_b表示满意度偏移量；

步骤40：利用目标函数遍历区间内的备选推荐金额，将使目标函数的值最小的备选推荐金额作为区间的赔付金额。

具体地，请参考图1，本申请实施例所提供的基于订单金额设置赔付金额的方法，通过步骤10对订单金额进行离散化，将连续数值型的订单金额进行分箱，得到多个区间，每个区间内包括多个订单金额。得到包括订单金额的区间后，通过步骤20，在各个区间内的订单金额中选取备选推荐金额，备选推荐金额的个数至少为两个。通过步骤30设计目标函数，本申请中设置目标函数为cost＝e^λcost_a+e^cost_b，其中，λ表示平滑系数，通常取λ的值为0.3，cost_a表示赔付成本的提升率，cost_b表示满意度偏移量。得到目标函数后，通过步骤40，将区间内的多个备选推荐金额分别代入目标函数，计算目标函数中cost的值，选取使得目标函数cost的值最小的备选推荐金额作为该区间内的赔付金额。需要说明的是，λ的值为0.3仅是在本实施例中的一种示意性说明，并不作为对本申请的限定，实际上，在不同的使用环境中，λ的值并不是完全相同的，其可以通过人工进行调整，选取使目标函数最优的一个平滑系数作为λ的值，本申请对此不进行限定。

本申请通过将连续数值型的订单金额进行离散化后再进行分箱处理，使得分箱后的各区间内的值为整数，因此，选取的备选推荐金额的值也为整数，便于后续计算；此外，由于赔付成本的提升率cost_a和满意度偏移量cost_b的量纲和变化率可能会不一致，因此，本申请在设计目标函数时，使用系数λ和指数函数对目标函数进行平滑，解决由于cost_a和cost_b的量纲和变化率不一致造成无法进行计算的问题，有利于提高赔付金额的计算效率。

可选地，赔付成本的提升率为其中，var_sum表示根据备选推荐金额计算得到的付款总额，sum表示实际付款总额；根据区间内的多个备选推荐金额的均值计算满意度偏移量其中，x表示备选推荐金额，mean表示区间内的备选推荐金额的均值。具体地，本实施例中设置赔付成本的提升率的计算方法为其中，var_sum表示根据备选推荐金额计算得到的付款总额，sum表示实际付款总额。例如：历史实付金额数据为1元*2笔，2元*3笔，3元*2笔，4元*3笔，5元*1笔，则目前的总金额为31元，如果设定推荐金额为3元，则最坏情况是人为提高了实付金额起点，即实付金额变为3元*2笔，3元*3笔，3元2笔，4元*3笔，5元*1笔，总金额变为38元，则cost_a即为(38-31)/31＝0.23。

满意度偏移量的计算方法为其中，x表示备选推荐金额，mean表示所述区间内的备选推荐金额的均值，也即，在本实施例中将推荐值偏离区间均值的程度作为满意度偏移量。例如，在某区间中，如果备选推荐金额的均值为4，当备选推荐金额为3时，偏离程度即为0.25，也即满意度偏移量cost_b的取值为0.25，将计算得到的cost_a和cost_b代入目标函数计算公式中，即可得到目标函数cost的取值，当目标函数cost的值最小时，选取与其对应的备选推荐金额作为该区间内的赔付金额。本实施例利用实际付款总额、备选推荐金额计算得到的付款总额、备选推荐金额及其平均值计算目标函数cost的值，充分考虑了备选推荐金额与实时金额之间的相关性，有利于提高赔付金额的计算准确率。

可选地，赔付成本的提升率为其中，var_sum表示根据备选推荐金额计算得到的付款总额，sum表示实际付款总额；根据区间内的多个备选推荐金额的中位数计算满意度偏移量其中，mid表示区间内的备选推荐金额的中位数。具体地，本实施例中设置赔付成本的提升率的计算方法为其中，var_sum表示根据备选推荐金额计算得到的付款总额，sum表示实际付款总额。例如：历史实付金额数据为1元*2笔，2元*3笔，3元*2笔，4元*3笔，5元*1笔，则目前的总金额为31元，如果设定推荐金额为3元，则最坏情况是人为提高了实付金额起点，即实付金额变为3元*2笔，3元*3笔，3元2笔，4元*3笔，5元*1笔，总金额变为38元，则cost_a即为(38-31)/31＝0.23。

满意度偏移量的计算方法为其中，x表示备选推荐金额，mid表示区间内的备选推荐金额的中位数，也即，在本实施例中将推荐值偏离区间中位数的程度作为满意度偏移量。例如，在某区间中，如果备选推荐金额的中位数为3，当备选推荐金额为2时，偏离程度即为0.33，也即满意度偏移量cost_b的取值为0.33，将计算得到的cost_a和cost_b代入目标函数计算公式中，即可得到目标函数cost的取值，当目标函数cost的值最小时，选取与其对应的备选推荐金额作为该区间内的赔付金额。本实施例利用实际付款总额、备选推荐金额计算得到的付款总额、备选推荐金额及其平均值计算目标函数cost的值，充分考虑了备选推荐金额与实时金额之间的相关性，有利于提高赔付金额的计算准确率。

需要说明的是，计算满意度偏移量时，除了采用均值和中位数之外，还可以采用众数或者四分位数进行计算，当采用众数或四分位数进行计算时，其计算方法与采用均值的计算方法相同，只需将计算公式中的均值替换为众数或者四分位数即可，因此，此处不在进行赘述。

可选地，图2所示为本申请实施例所提供的分箱处理的一种流程图，请参考图2，将连续数值型订单金额做分箱处理，形成多个区间，具体为：将连续数值型订单金额按照最细粒度分段，根据相似度对相邻段进行合并，形成多个区间。具体地，请参考图2，将连续数值型订单金额做分箱处理时，首先对连续数值型订单金额按照最细粒度进行分段，例如将[0-1000]段内的订单金额，按照5元一个步长分为200段，然后对相邻段根据相似度进行合并。优选地，图3所示为本申请实施例所提供的分箱处理的另一种流程图，请参考图3，根据相似度对相邻段进行合并后，对合并后形成的各个区间进行调整，使得各区间之间的分界点为整数。由于使用相似度合并之后可能会出现例如998.7这样的分界点，为了使各个区间内的数值均能够参与备选推荐金额的选取，并使得选取的备选推荐金额便于后续计算，需要对各区间根据业务规则进行微调，将非整数的分界点调整为更便于计算以及符合业务规则的整数。

基于同一发明构思，本申请还提供一种基于订单金额设置赔付金额的系统100，图4所示为本申请实施例所提供的基于订单金额设置赔付金额的系统100的一种结构示意图，请参考图4，本申请提供的基于订单金额设置赔付金额的系统100，包括：

离散化模块110，用于对订单金额进行离散化，并将连续数值型订单金额做分箱处理，形成多个区间；

备选推荐金额设置模块120，用于在每个区间内选取至少5个备选推荐金额；

目标函数设计模块130，用于设计目标函数cost＝e^λcost_a+e^cost_b，其中，λ表示平滑系数，cost_a表示赔付成本的提升率，cost_b表示满意度偏移量；

赔付金额设置模块140，用于利用目标函数遍历区间内的备选推荐金额，将使目标函数的值最小的备选推荐金额作为区间的赔付金额。

具体地，本申请实施例所提供的基于订单金额设置赔付金额的系统100，包括离散化模块110、备选推荐金额设置模块120、目标函数设计模块130和赔付金额设置模块140。通过离散化模块110对订单金额进行离散化，并将连续数值型订单金额做分箱处理，得到多个区间，每个区间内包括有多个订单金额。通过备选推荐金额设置模块120，在各个区间内的订单金额中选取备选推荐金额，备选推荐金额的个数至少为两个。通过目标函数设计模块130设计目标函数cost＝e^λcost_a+e^cost_b，其中，λ表示平滑系数，通常λ的取值为0.3，cost_a表示赔付成本的提升率，cost_b表示满意度偏移量。得到目标函数后，通过赔付金额设置模块140将区间内的多个备选推荐金额分别代入目标函数，计算目标函数中cost的值，选取使得目标函数cost的值最小的备选推荐金额作为该区间内的赔付金额。需要说明的是，λ的值为0.3仅是在本实施例中的一种示意性说明，并不作为对本申请的限定，实际上，在不同的使用环境中，λ的值并不是完全相同的，其可以通过人工进行调整，选取是目标函数最优的一个平滑系数作为λ的值，本申请对此不进行限定。

本申请通过将连续数值型的订单金额进行离散化后再进行分箱处理，使得分箱后的各区间内的值为整数，因此，选取的备选推荐金额的值也为整数，便于后续计算；此外，由于赔付成本的提升率cost_a和满意度偏移量cost_b的量纲和变化率可能会不一致，因此，本申请在设计目标函数时，使用系数λ和指数函数进行平滑，解决由于cost_a和cost_b的量纲和变化率不一致造成无法进行计算的问题，有利于提高赔付金额的计算效率。

可选地，目标函数设计模块130，还用于设置赔付成本的提升率为其中，var_sum表示根据备选推荐金额计算得到的付款总额，sum表示实际付款总额；还用于根据区间内的多个备选推荐金额的均值计算满意度偏移量其中，x表示备选推荐金额，mean表示区间内的备选推荐金额的均值。具体地，本实施例中通过目标函数设计模块130设置赔付成本的提升率和满意度偏移量。赔付成本的提升率的计算方法为其中，var_sum表示根据备选推荐金额计算得到的付款总额，sum表示实际付款总额。例如：历史实付金额数据为1元*2笔，2元*3笔，3元*2笔，4元*3笔，5元*1笔，则目前的总金额为31元，如果设定推荐金额为3元，则最坏情况是人为提高了实付金额起点，即实付金额变为3元*2笔，3元*3笔，3元2笔，4元*3笔，5元*1笔，总金额变为38元，则cost_a即为(38-31)/31＝0.23。

满意度偏移量的计算方法为其中，x表示备选推荐金额，mean表示所述区间内的备选推荐金额的均值，也即，在本实施例中将推荐值偏离区间均值的程度作为满意度偏移量。例如，在某区间中，如果备选推荐金额的均值为4，当备选推荐金额为3时，偏离程度即为0.25，也即满意度偏移量cost_b的取值为0.25，将计算得到的cost_a和cost_b代入目标函数计算公式中，即可得到目标函数cost的取值，当目标函数cost的值最小时，选取与其对应的备选推荐金额作为该区间内的赔付金额。本实施例利用实际付款总额、备选推荐金额计算得到的付款总额、备选推荐金额及其平均值计算目标函数cost的值，充分考虑了备选推荐金额与实时金额之间的相关性，有利于提高赔付金额的计算准确率。

可选地，目标函数设计模块130，还用于设置赔付成本的提升率为其中，var_sum表示根据备选推荐金额计算得到的付款总额，sum表示实际付款总额；还用于根据区间内的多个备选推荐金额的中位数计算满意度偏移量其中，mid表示区间内的备选推荐金额的中位数。具体地，本实施例中通过目标函数设计模块130设置赔付成本的提升率和满意度偏移量。赔付成本的提升率的计算方法为其中，var_sum表示根据备选推荐金额计算得到的付款总额，sum表示实际付款总额。例如：历史实付金额数据为1元*2笔，2元*3笔，3元*2笔，4元*3笔，5元*1笔，则目前的总金额为31元，如果设定推荐金额为3元，则最坏情况是人为提高了实付金额起点，即实付金额变为3元*2笔，3元*3笔，3元2笔，4元*3笔，5元*1笔，总金额变为38元，则cost_a即为(38-31)/31＝0.23。

满意度偏移量的计算方法为其中，x表示备选推荐金额，mid表示区间内的备选推荐金额的中位数，也即，在本实施例中将推荐值偏离区间中位数的程度作为满意度偏移量。例如，在某区间中，如果备选推荐金额的中位数为3，当备选推荐金额为2时，偏离程度即为0.33，也即满意度偏移量cost_b的取值为0.33，将计算得到的cost_a和cost_b代入目标函数计算公式中，即可得到目标函数cost的取值，当目标函数cost的值最小时，选取与其对应的备选推荐金额作为该区间内的赔付金额。本实施例利用实际付款总额、备选推荐金额计算得到的付款总额、备选推荐金额及其平均值计算目标函数cost的值，充分考虑了备选推荐金额与实时金额之间的相关性，有利于提高赔付金额的计算准确率。

需要说明的是，计算满意度偏移量时，除了采用均值和中位数之外，还可以采用众数或者四分位数进行计算，当采用众数或四分位数进行计算时，其计算方法与采用均值的计算方法相同，只需将计算公式中的均值替换为众数或者四分位数即可，因此，此处不在进行赘述。

可选地，图5所示为本申请实施例所提供的基于订单金额设置赔付金额的系统100的另一种结构示意图，请参考图5，离散化模块110包括分段和合并模块111以及调整模块112，分段和合并模块111用于将连续数值型订单金额按照最细粒度分段，根据相似度对相邻段进行合并，形成多个区间。调整模块112用于对合并后形成的各个区间进行调整，使得各区间之间的分界点为整数。具体地，离散化模块110包括分段和合并模块111以及调整模块112，将连续数值型订单金额做分箱处理时，首先通过分段和合并模块111对连续数值型订单金额按照最细粒度进行分段，例如将[0-1000]段内的订单金额，按照5元一个步长分为200段，然后对相邻段根据相似度进行合并。根据相似度对相邻段进行合并后，通过调整模块112对合并后形成的各个区间进行调整，使得各区间之间的分界点为整数。由于使用相似度合并之后可能会出现例如998.7这样的分界点，为了使各个区间内的数值均能够参与备选推荐金额的选取，并使得选取的备选推荐金额便于后续计算，需要对各区间根据业务规则进行微调，将非整数的分界点调整为更便于计算以及符合业务规则的整数。

通过以上各实施例可知，本申请存在的有益效果是：

本申请所提供的基于订单金额设置赔付金额的方法及系统，通过将连续数值型的订单金额进行离散化后再进行分箱处理，使得分箱后的各区间内的值为整数，因此，选取的备选推荐金额的值也为整数，便于后续计算；此外，由于赔付成本的提升率cost_a和满意度偏移量cost_b的量纲和变化率可能会不一致，因此，本申请在设计目标函数时，使用系数λ和指数函数进行平滑，解决由于cost_a和cost_b的量纲和变化率不一致造成无法进行计算的问题，有利于提高赔付金额的计算效率。

本领域内的技术人员应明白，本申请的实施例可提供为方法、装置、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。

上述说明示出并描述了本申请的若干优选实施例，但如前所述，应当理解本申请并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述发明构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本申请的精神和范围，则都应在本申请所附权利要求的保护范围内。