一种保险理赔人员特征分析方法、装置和设备与流程

本发明涉及数据处理，具体涉及一种保险理赔人员特征分析方法、装置和设备。

背景技术：

1、保险理赔是指在发生保险事故而使被保险人财产受到损失或人身生命受到损害时，或保单约定的其它保险事故出现而需要给付保险金时，保险公司根据合同规定，履行赔偿或给付责任的行为，是直接体现保险职能和履行保险责任的工作，是保险法律制度中十分重要的一环，是保险人履行其义务的主要形式。传统的保险理赔人员特征分析方法存在主要基于统计学分析和经验判断，对于大规模数据集，计算复杂度较高，使得其准确度和效率较差的技术问题。

技术实现思路

1、本申请实施例提供了一种保险理赔人员特征分析方法、装置和设备，用于针对解决传统的保险理赔人员特征分析方法存在主要基于统计学分析和经验判断，对于大规模数据集，计算复杂度较高，使得其准确度和效率较差的技术问题。

2、鉴于上述问题，本申请实施例提供了一种保险理赔人员特征分析方法、装置和设备。

3、第一方面，本申请实施例提供了一种保险理赔人员特征分析方法，所述方法包括：获得目标用户的目标保险理赔数据集，且，所述目标保险理赔数据集包括保险理赔类型标识；获得多级理赔人员分析维度，其中，所述多级理赔人员分析维度包括保险理赔特征分析主体、保险理赔特征分析副体；基于所述保险理赔类型标识和所述多级理赔人员分析维度进行数据挖掘，构建理赔人员特征分布模型；基于所述理赔人员特征分布模型进行深度学习，搭建第一理赔人员特征分析模型；基于所述第一理赔人员特征分析模型进行增量学习，生成第二理赔人员特征分析模型；基于所述目标保险理赔数据集进行主成分分析，获得目标保险理赔数据集合；将所述目标保险理赔数据集合输入所述第二理赔人员特征分析模型，获得目标保险理赔人员特征分析结果。

4、第二方面，本申请实施例提供了一种保险理赔人员特征分析装置，所述装置包括：目标理赔数据获取模块，所述目标理赔数据获取模块用于获得目标用户的目标保险理赔数据集，且，所述目标保险理赔数据集包括保险理赔类型标识；多级分析维度获取模块，所述多级分析维度获取模块用于获得多级理赔人员分析维度，其中，所述多级理赔人员分析维度包括保险理赔特征分析主体、保险理赔特征分析副体；数据挖掘模块，所述数据挖掘模块用于基于所述保险理赔类型标识和所述多级理赔人员分析维度进行数据挖掘，构建理赔人员特征分布模型；深度学习模块，所述深度学习模块用于基于所述理赔人员特征分布模型进行深度学习，搭建第一理赔人员特征分析模型；增量学习模块，所述增量学习模块用于基于所述第一理赔人员特征分析模型进行增量学习，生成第二理赔人员特征分析模型；主成分分析模块，所述主成分分析模块用于基于所述目标保险理赔数据集进行主成分分析，获得目标保险理赔数据集合；分析结果获取模块，所述分析结果获取模块用于将所述目标保险理赔数据集合输入所述第二理赔人员特征分析模型，获得目标保险理赔人员特征分析结果。

5、第三方面，本申请还提供了一种电子设备，包括：存储器，用于存储可执行指令；处理器，用于执行所述存储器中存储的可执行指令时，实现本申请提供的一种保险理赔人员特征分析方法。

6、第四方面，本申请还提供了一种计算机可读存储介质，存储有计算机程序，该程序被处理器执行时，实现本申请提供的一种保险理赔人员特征分析方法。

7、本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

8、获得目标保险理赔数据集，包括保险理赔类型标识，获得多级理赔人员分析维度，包括保险理赔特征分析主体、保险理赔特征分析副体，进行数据挖掘，构建理赔人员特征分布模型，进行深度学习，搭建第一理赔人员特征分析模型，进行增量学习，生成第二理赔人员特征分析模型，进行主成分分析，获得目标保险理赔数据集合，输入第二理赔人员特征分析模型，获得目标保险理赔人员特征分析结果。解决了传统的保险理赔人员特征分析方法存在主要基于统计学分析和经验判断，对于大规模数据集，计算复杂度较高，使得其准确度和效率较差的技术问题，实现了自动化学习和提取特征，减少人工特征工程的需求，进而适用于大规模数据集的特征分析和预测任务，达到提高特征表示能力和预测精度的技术效果。

9、上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

技术特征：

1.一种保险理赔人员特征分析方法，其特征在于，所述方法包括：

2.如权利要求1所述的方法，其特征在于，基于所述保险理赔类型标识和所述多级理赔人员分析维度进行数据挖掘，构建理赔人员特征分布模型，包括：

3.如权利要求2所述的方法，其特征在于，基于所述保险理赔类型标识和所述保险理赔特征分析主体进行数据挖掘，生成理赔人员主体特征分布模型，包括：

4.如权利要求3所述的方法，其特征在于，遍历所述多个预备主体特征分析因子进行寻优筛选，获得多个优胜主体特征分析因子，包括：

5.如权利要求4所述的方法，其特征在于，所述方法包括：

6.如权利要求2所述的方法，其特征在于，基于所述理赔人员特征分布模型进行深度学习，搭建第一理赔人员特征分析模型，包括：

7.如权利要求1所述的方法，其特征在于，基于所述第一理赔人员特征分析模型进行增量学习，生成第二理赔人员特征分析模型，包括：

8.一种保险理赔人员特征分析装置，其特征在于，所述装置用于执行权利要求1至7中任一项所述的方法，所述装置包括：

9.一种电子设备，其特征在于，所述电子设备包括：

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至7中任一项所述的一种保险理赔人员特征分析方法。

技术总结
本发明提供了一种保险理赔人员特征分析方法、装置和设备，涉及数据处理技术领域，包括：获得目标保险理赔数据集，包括保险理赔类型标识，获得多级理赔人员分析维度，包括保险理赔特征分析主体、保险理赔特征分析副体，进行数据挖掘，构建理赔人员特征分布模型，进行深度学习，搭建第一理赔人员特征分析模型，进行增量学习，生成第二理赔人员特征分析模型，进行主成分分析，获得目标保险理赔数据集合，输入第二理赔人员特征分析模型，获得目标保险理赔人员特征分析结果。本发明解决了传统的保险理赔人员特征分析方法存在主要基于统计学分析和经验判断，对于大规模数据集，计算复杂度较高，使得其准确度和效率较差的技术问题。

技术研发人员：王辉,王桂元,刘立禹
受保护的技术使用者：凯泰铭科技（北京）有限公司
技术研发日：
技术公布日：2024/1/13