(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111291209.4 (22)申请日 2021.11.02 (71)申请人 上海保链科技有限公司 地址 201802 上海市嘉定区众仁路39 9号1 幢12层B区J5415室 (72)发明人 龚快快　孙铭权　喻鹏　 (74)专利代理 机构 苏州京昀知识产权代理事务 所(普通合伙) 32570 代理人 顾友 (51)Int.Cl. G06Q 40/08(2012.01) G06Q 10/06(2012.01) G06N 20/00(2019.01) G06K 9/62(2022.01) (54)发明名称 一种应用于保险的数据处 理方法及装置 (57)摘要 本申请提供了一种应用于保险的数据处理 方法、 装置、 计算机设备及存储介质， 通过 获取多 个渠道的待处理用户数据， 对待处理用户数据进 行归一化处理， 根据目标用户对应的预设标识对 所述归一化处理后的待处理用户数据进行聚合 处理， 获取目标用户对应的特征数据， 利用预设 特征模板以及特征数据计算目标用户的特征值， 根据特征值 以及预设模型确定目标用户的风险 等级， 一方面通过利用多渠道数据源技术获取多 个渠道的用户数据， 避免用于评估的数据来源单 一、 信息具有一定局限性， 无法综合评估整体的 风险情况等问题， 提高风险评估的效果， 另 一方 面， 通过利用规则引擎、 机器学习等技术进行风 险等级预测， 减少人工评估的主观性， 提高评估 结果的准确率。 权利要求书1页 说明书9页 附图3页 CN 114187119 A 2022.03.15 CN 114187119 A 1.一种应用于保险的数据处 理方法， 其特 征在于， 所述方法包括： 获取多个渠道的待处 理用户数据， 对所述待处 理用户数据进行归一 化处理； 根据目标用户对应的预设标识对所述归一化处理后的待处理用户数据进行聚合处理， 获取所述目标用户对应的特 征数据； 利用预设特 征模板以及所述特 征数据计算所述目标用户的特 征值； 根据所述特 征值以及预设模型确定所述目标用户的风险等级。 2.根据权利要求1所述的应用于保险的数据处理方法， 其特征在于， 所述预设特征模板 包括利用规则引擎定义的特 征模板。 3.根据权利要求1或2所述的应用于保险的数据处理方法， 其特征在于， 根据所述特征 值以及预设模型确定所述目标用户的风险等级后， 所述方法还 包括： 对所述风险等级 进行复核， 并根据复核结果对所述 风险等级 进行修正。 4.根据权利要求3所述的应用于保险的数据处 理方法， 其特 征在于， 所述方法还 包括： 将修正后的所述 风险等级作为训练数据对所述预设模型进行 更新训练。 5.根据权利要求1或2所述的应用于保险的数据处理方法， 其特征在于， 所述预设模型 包括基于预设机器学习分类算法以及预设数据集训练获取的模型， 所述预设机器学习分类 算法包括随机森林算法或支持向量机中的至少一种。 6.根据权利要求1或2所述的应用于保险的数据处理方法， 其特征在于， 所述目标用户 的风险等级包括核保风险等级或理赔风险等级中的至少一种。 7.根据权利要求1或2所述的应用于保险的数据处理方法， 其特征在于， 所述方法还包 括产品推荐过程， 包括： 获取目标用户的历史用户数据， 根据所述历史用户数据生成所述目标用户的用户画 像； 根据所述用户画像以及各产品的产品数据确定出符合所述目标用户的候选产品； 根据所述用户画像以及预设推荐模型从所述候选产品中确定出符合预设推荐规则的 目标产品推荐给 所述目标用户。 8.一种应用于保险的数据处 理装置， 其特 征在于， 所述装置包括： 第一处理模块， 用于获取多个渠道的待处理用户数据， 对所述待处理用户数据进行归 一化处理； 第二处理模块， 用于根据目标用户对应的预设标识对所述归一化处理后的待处理用户 数据进行聚合处 理， 获取所述目标用户对应的特 征数据； 特征计算模块， 用于利用预设特征模板以及所述特征数据计算所述目标用户的特征 值； 风险预测模块， 用于根据所述特 征值以及预设模型确定所述目标用户的风险等级。 9.一种计算机设备， 其特征在于， 包括存储器和处理器， 所述存储器上存储有可在所述 处理器上运行的计算机程序， 当所述计算机程序被所述处理器执行时， 实现权利要求1～7 中任一项所述的应用于保险的数据处 理方法。 10.一种计算机可读存储介质， 所述计算机可读存储介质内存储有计算机程序， 其特征 在于， 所述计算机程序被执行时， 实现权利要求1～7中任一项所述的应用于保险的数据 处 理方法。权　利　要　求　书 1/1 页 2 CN 114187119 A 2一种应用于保险的数据处理 方法及装置 技术领域 [0001]本申请涉及数据处理技术领域， 特别涉及一种应用于保险的数据处理方法、 装置、 计算机设备及存 储介质。 背景技术 [0002]随着社会经济 的不断发展， 人们的生活水平越来越高， 越来越多的人开始重视保 障类服务产品， 而购买保险是首选的保障类服务之一。 被保险人根据合同约定， 向保险人支 付保险费， 保险人对于合同约定的可能发生的风险所造成的损失承担赔偿保险金。 因而， 在 整个过程中涉及到多个场景需要 进行风控评估。 [0003]现有技术中， 在各个场景中进行风险评估时， 一方面， 通常是由业务员根据自己的 既往经验针对具体的场景进行人工评估， 主要依靠业务员个人的判断， 主观性极强， 最 终得 到的评估 结果往往准确率较低， 另一方面， 通常评估的数据来源比较单一， 信息具有一定局 限性， 无法综合评估整体的风险情况， 评估效果较差。 例如， 在核保场景中， 用户在 对人身类 保险投保时， 保险公司通常需要根据用户的健康情况、 身体素质等信息对用户的投保风险 进行评估。 保险公司 在对用户的投保风险评估时， 一般情况下主要是根据用户体检信息中 的检查指标来对用户的投保风险进 行评估。 但是， 用户的体检信息具有局限性， 无法综合评 估用户整体的投保风险情况， 评估效果较差 。 [0004]综上所述， 亟需提出一种新的应用于保险的数据处 理方法， 以解决上述问题。 发明内容 [0005]为解决上述 一个或多个技 术问题， 本申请采用的技 术方案是： [0006]第一方面， 提供了一种应用于保险的数据处 理方法， 该 方法包括如下步骤： [0007]获取多个渠道的待处 理用户数据， 对所述待处 理用户数据进行归一 化处理； [0008]根据目标用户对应的预设标识对所述归一化处理后的待处理用户数据进行聚合 处理， 获取所述目标用户对应的特 征数据； [0009]利用预设特 征模板以及所述特 征数据计算所述目标用户的特 征值； [0010]根据所述特 征值以及预设模型确定所述目标用户的风险等级。 [0011]进一步地， 所述预设特 征模板包括利用规则引擎定义的特 征模板。 [0012]进一步地， 根据所述特征值以及预设模型确定所述目标用户的风险等级后， 所述 方法还包括： [0013]对所述风险等级 进行复核， 并根据复核结果对所述 风险等级 进行修正。 [0014]进一步地， 所述方法还 包括： [0015]将修正后的所述 风险等级作为训练数据对所述预设模型进行 更新训练。 [0016]进一步地， 所述预设模型包括基于预设机器学习分类算法以及预设数据集训练获 取的模型， 所述预设机器学习分类算法包括随机森林算法或支持向量机中的至少一种。 [0017]进一步地， 所述目标用户的风险等级包括核保风险等级或理赔风险等级中的至少说　明　书 1/9 页 3 CN 114187119 A 3