本发明涉及计算机处理领域，特别是涉及一种保险理赔的处理方法、装置、计算机设备及存储介质。
背景技术：
随着保险行业的发展，越来越多人的开始进行投保。用户投保后，如果在投保期限内发生了事故，可以向保险公司提出理赔，而保险公司需要根据相应的信息确定相应的理赔金额，传统的理赔处理是通过人工计算得到相应的理赔金额，耗时耗力，而且容易出错。
技术实现要素：
基于此，有必要针对上述问题，提出一种省时省力且准确率高的保险理赔的处理方法、装置、计算机设备及存储介质。
一种保险理赔的处理方法，所述方法包括：接收用户终端发送的理赔请求，提取所述理赔请求中包含的保单号和相应的理赔信息，将待理赔的保单号和相应的理赔信息分别存储到数据库中，从数据库中获取待理赔保单的保单号；根据所述保单号获取与所述保单号对应的投保产品信息；根据所述投保产品信息确定与所述投保产品信息对应的保险责任信息；获取与所述保险责任信息对应的定性属性；根据所述保单号从数据库中的理赔信息中抓取与所述定性属性对应的定性属性信息；根据各个定性属性信息对应的映射规则确定与每个定性属性信息对应的定性属性值；根据每个定性属性信息对应的定性属性值确定与所述待理赔保单对应的理赔金额。
在其中一个实施例中，所述根据所述保单号从数据库中的理赔信息中抓取与所述定性属性对应的定性属性信息包括：根据所述保单号从数据库中查找与所述保单号对应的理赔信息；采用字段匹配的方式从所述理赔信息中提取与所述定性属性对应的定性属性信息。
在其中一个实施例中，所述根据每个定性属性信息对应的定性属性值确定与所述待理赔保单对应的理赔金额包括：根据各个定性属性值确定与所述待理赔保单对应的理赔场景；根据所述理赔场景确定相应的理赔金额。
在其中一个实施例中，所述根据各个定性属性值确定与所述待理赔保单对应的理赔场景的步骤包括：根据各个定性属性值在预先建立的树状结构中查找与所述待理赔保单匹配的目标路径，其中，所述树状结构中的每一层节点代表一个定性属性，所述定性属性对应的不同定性属性值分别对应所述每一层节点下的不同分支；根据所述目标路径确定与所述目标路径对应的理赔场景。
在其中一个实施例中，所述根据每个定性属性信息对应的定性属性值确定与所述待理赔保单对应的理赔金额的步骤包括：计算每个定性属性值对应的理赔系数；根据各个定性属性值对应的理赔系数确定与所述待理赔保单对应的总的理赔系数；根据所述总的理赔系数确定相应的理赔金额。
一种保险理赔的处理装置，所述装置包括：存储模块，用于接收用户终端发送的理赔请求，提取所述理赔请求中包含的保单号和相应的理赔信息，将待理赔的保单号和相应的理赔信息分别存储到数据库中；保单号获取模块，用于从数据库中获取待理赔保单的保单号；产品信息获取模块，用于根据所述保单号获取与所述保单号对应的投保产品信息；责任信息确定模块，用于根据所述投保产品信息确定与所述投保产品信息对应的保险责任信息；定性属性确定模块，用于获取与所述保险责任信息对应的定性属性；抓取模块，用于根据所述保单号从数据库中的理赔信息中抓取与所述定性属性对应的定性属性信息；定性属性值确定模块，用于根据各个定性属性信息对应的映射规则确定与每个定性属性信息对应的定性属性值；金额确定模块，用于根据每个定性属性信息对应的定性属性值确定与所述待理赔保单对应的理赔金额。
在其中一个实施例中，所述抓取模块包括：查找模块，用于根据所述保单号从数据库中查找与所述保单号对应的理赔信息；提取模块，用于采用字段匹配的方式从所述理赔信息中提取与所述定性属性对应的定性属性信息。
在其中一个实施例中，所述金额确定模块包括：理赔场景确定模块，用于根据各个定性属性值确定与所述待理赔保单对应的理赔场景；理赔金额确定模块，用于根据所述理赔场景确定相应的理赔金额。
在其中一个实施例中，所述理赔场景确定模块还用于根据各个定性属性值在预先建立的树状结构中查找与所述待理赔保单匹配的目标路径，其中，所述树状结构中的每一层节点代表一个定性属性，所述定性属性对应的不同定性属性值分别对应所述每一层节点下的不同分支，根据所述目标路径确定与所述目标路径对应的理赔场景。
在其中一个实施例中，所述金额确定模块还用于计算每个定性属性值对应的理赔系数；根据各个定性属性值对应的理赔系数确定与所述待理赔保单对应的总的理赔系数；根据所述总的理赔系数确定相应的理赔金额。
一种计算机设备，所述计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：接收用户终端发送的理赔请求，提取所述理赔请求中包含的保单号和相应的理赔信息，将待理赔的保单号和相应的理赔信息分别存储到数据库中；从数据库中获取待理赔保单的保单号；根据所述保单号获取与所述保单号对应的投保产品信息；根据所述投保产品信息确定与所述投保产品信息对应的保险责任信息；获取与所述保险责任信息对应的定性属性；根据所述保单号从数据库中的理赔信息中抓取与所述定性属性对应的定性属性信息；确定与每个定性属性信息对应的定性属性值；根据每个定性属性信息对应的定性属性值确定与所述待理赔保单对应的理赔金额。
一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现以下步骤：接收用户终端发送的理赔请求，提取所述理赔请求中包含的保单号和相应的理赔信息，将待理赔的保单号和相应的理赔信息分别存储到数据库中；从数据库中获取待理赔保单的保单号；根据所述保单号获取与所述保单号对应的投保产品信息；根据所述投保产品信息确定与所述投保产品信息对应的保险责任信息；获取与所述保险责任信息对应的定性属性；根据所述保单号从数据库中的理赔信息中抓取与所述定性属性对应的定性属性信息；确定与每个定性属性信息对应的定性属性值；根据每个定性属性信息对应的定性属性值确定与所述待理赔保单对应的理赔金额。
上述保险理赔的处理方法、装置、计算机设备及存储介质，通过接收用户终端发送的理赔请求，提取理赔请求中包含的保单号和相应的理赔信息，将待理赔的保单号和相应的理赔信息分别存储到数据库中，从数据库中获取待理赔的保单号，根据保单号确定与保单号对应的投保产品信息，根据投保产品信息对应的险种类型确定与投保产品信息对应的保险责任信息，根据保险责任信息确定对应的定性属性，根据保单号从数据库中的理赔信息中抓取与定性属性对应的定性属性信息，确定每个定性属性信息对应的定性属性值，根据每个定性属性信息对应的定性属性值确定相应的理赔金额。该保险理赔的处理方法全自动进行，省时省力，而且理赔金额的计算标准统一，准确率高。
附图说明
图1为一个实施例中计算机设备的内部结构示意图；
图2为一个实施例中保险理赔的处理方法的流程图；
图3为一个实施例中根据保单号从数据库中的理赔信息中抓取与定性属性对应的定性属性信息的方法流程图；
图4为一个实施例中根据每个定性属性信息对应的定性属性值确定相应的理赔金额的方法流程图；
图5为另一个实施例中根据每个定性属性信息对应的定性属性值确定相应的理赔金额的方法流程图；
图6为一个实施例中保险理赔的处理装置的结构框图；
图7为一个实施例中抓取模块的结构框图；
图8为一个实施例中金额确定模块的结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
图1为一个实施例中计算机设备的内部结构示意图，该计算机设备可以为终端，也可以为服务器，其中，终端可以是个人计算机或者移动电子设备，移动电子设备包括手机、平板电脑、个人数字助理或者穿戴式设备等中的至少一种，服务器可以为独立的服务器，也可以是服务器集群。参照图1，该计算机设备包括通过系统总线连接的处理器、非易失性存储介质、内存储器和网络接口。其中，该计算机设备的非易失性存储介质可存储操作系统、数据库和计算机可读指令，该计算机可读指令被执行时，可使得处理器执行一种保险理赔的处理方法。该计算机设备的处理器用于提供计算和控制能力，支撑整个计算机设备的运行。该内存储器中可储存有计算机可读指令，该计算机可读指令被处理器执行时，可使得处理器执行一种保险理赔的处理方法。数据库用于存储数据，比如，存储理赔信息和保单号。计算机设备的网络接口用于进行网络通信。本领域技术人员可以理解，图1中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
如图2所示，提出了一种保险理赔的处理方法，该方法既可以应用于服务器也可以应用于终端，具体包括以下步骤：
步骤201，接收用户终端发送的理赔请求，提取理赔请求中包含的保单号和相应的理赔信息，将待理赔的保单号和相应的理赔信息分别存储到数据库中。
在本实施例中，用户通过终端发送理赔请求，理赔请求中携带有保单号和相应的理赔信息，所以接收到理赔请求后，就可以提取理赔请求中包含的保单号和相应的理赔信息。其中，保单号用于唯一标识一个保单，理赔信息中记载确定理赔金额需要的相关信息。将获取到的待理赔的保单号和相应的理赔信息分别存储到数据库中，便于后续从数据库中提取相应的信息进行异步处理。
步骤202，从数据库中获取待理赔保单的保单号。
在本实施例中，保单号用于唯一标识一个保单，保单是保险单的简称，是保险人与投保人签订的一种最大诚信保险合同。保单上主要记载有保险人和被保险人的名称、保险标的、保险金额、保险期限、赔付或给付的责任范围以及其他规定事项。保单也是用户向保险公司提出理赔的依据。用户向保险公司提出理赔请求后，保险公司处理保险理赔的过程实际上就是确定赔付金额的过程。具体地，用户向保险公司提出相应的理赔请求后，保险公司需要针对于用户提出的理赔请求获取相应的理赔信息，并对相应的理赔信息进行核准，然后将核准后的理赔信息存入到数据库中，便于后续根据理赔信息确定相应的理赔金额，同时将待理赔的保单号统一存储到一张表中，并将该表存储到数据库中，当后续开始对保险理赔进行处理时，首先从存储待理赔保单的保单号所在的表中获取待理赔保单的保单号，便于后续根据保单号进行相应的查找等操作。
步骤204，根据保单号确定与保单号对应的投保产品信息。
在本实施例中，投保产品信息包括产品的名称、产品编号、险种类型等信息。投保是针对于一个或多个投保产品进行的投保，所以一张保单可以对应一个或多个投保产品信息。故，根据保单号确定的投保产品信息可以为一个，也可以为多个。事实上，每个投保产品为一个险种，一张保单对应一个或多个险种。举个例子，如果用户想要为车购买保险，可能会同时购买交强险(全称“机动车交通事故责任强制保险”)和车辆商业险。这里的交强险为一个险种，车辆商业险也为一个险种。具体地，预先存储保单号与投保产品信息之间的对应关系，获取到保单号后就可以确定与保单号对应的投保产品信息。投保产品信息中的产品编号用于唯一标识一个产品。
步骤206，根据投保产品信息确定与投保产品信息对应的保险责任信息。
在本实施例中，一个险种(投保产品)可以对应一个或多个保险责任，在确定了与保单号对应的一个或多个投保产品后，还需要获取与每个投保产品信息对应的保险责任信息。保险责任是指保险人承担的经济损失补偿或人身保险金给付的责任。不同的险种有不同的保险责任，预先存储各个投保产品信息与保险责任信息之间的对应关系，根据每个投保产品信息确定与其对应的保险责任信息。
步骤208，获取与保险责任信息对应的定性属性。
在本实施例中，不同的保险责任信息维护的定性属性不同，定性属性是指确定责任事故所需要统计的各项信息。一个保险责任信息所对应的定性属性有很多个，比如，意外身故责任对应的定性属性包括:职业类别、是否工作意外、事故时间、出险地、交通责任、出险时身份、是否出差、事故性质等等很多个定性属性。为了后续根据定性属性对应的定性属性值确定相应的理赔金额，首先需要获取与每一种保险责任信息对应的定性属性，一个保险责任对应的定性属性一般有很多个，甚至成千上万个。具体地，预先设置保险责任信息与定性属性之间的对应关系，这样根据确定的保险责任信息就可以获取与该保险责任信息对应的定性属性。
步骤210，根据保单号从数据库中的理赔信息中抓取与定性属性对应的定性属性信息。
在本实施例中，在确定了每个保险责任信息对应的定性属性后，根据该定性属性去数据库中抓取与定性属性对应的定性属性信息。定性属性信息是与定性属性对应的具体的信息。举个例子，职业为一个定性属性，那么职业对应的具体信息则为定性属性信息，比如，如果职业对应的是教师，则教师即为相应的定性属性信息。预先将核准的与理赔请求对应的理赔信息存储在数据库中，这样就可以从该数据库中的理赔信息中抓取与定性属性对应的定性属性信息。具体地，理赔信息可以预先记载在数据库中的理赔信息表中，每一项信息都对应有相应的字段信息，字段是指包含某一专题信息的内容。比如，一个表中的“姓名”、“性别”、“职业”这些项就是所谓的“字段”。定性属性与理赔信息表中的字段相关，所以从数据库中抓取与定性属性对应的定性属性信息时可以采用字段匹配的方式来获取。
步骤212，根据各个定性属性信息对应的映射规则确定每个定性属性信息对应的定性属性值。
在本实施例中，定性属性值是指与定性属性相对应的可量化的值。获取到与每个定性属性对应的定性属性信息后，还需要获取与每一个定性属性对应的映射规则，映射规则是指定性属性信息与定性属性值之间的映射规则。根据映射规则确定每个定性属性信息对应的定性属性值。比如，若定性属性为职业，相应的定性属性信息为：教师。而定性属性对应的值分别为：一类、二类、三类、四类、五类和其他。所以还需要根据映射规则确定定性属性信息对应的定性属性值，比如，教师的职业为二类，即教师对应的定性属性值为二类。
步骤214，根据每个定性属性信息对应的定性属性值确定相应的理赔金额。
在本实施例中，在确定了与每个定性属性信息对应的定性属性值后，就可以根据每个定性属性值来确定相应的理赔金额。在一个实施例中，预先设置不同的理赔场景，不同的理赔场景对应不同的理赔金额，并设置不同理赔场景对应的各个定性属性值。所以首先根据确定的各个定性属性对应的定性属性值来匹配相应的理赔场景，然后根据相应的理赔场景确定相应的理赔金额。在另一个实施例中，也可以预先设置不同的定性属性值对应的理赔系数，并设置总的理赔系数与理赔金额之间的计算规则。具体地，计算得到各个定性属性值对应的理赔系数后，将相应的理赔系数进行累加，得到总的理赔系数，然后根据总的理赔系数计算得到相应的理赔金额。
上述保险理赔的处理方法，通过接收用户终端发送的理赔请求，提取理赔请求中包含的保单号和相应的理赔信息，将待理赔的保单号和相应的理赔信息分别存储到数据库中，从数据库中获取待理赔的保单号，根据保单号确定与保单号对应的投保产品信息，根据投保产品信息对应的险种类型确定与投保产品信息对应的保险责任信息，根据保险责任信息确定对应的定性属性，根据保单号从数据库中抓取与定性属性对应的定性属性信息，确定每个定性属性信息对应的定性属性值，根据每个定性属性信息对应的定性属性值确定相应的理赔金额。该保险理赔的处理方法全自动进行，省时省力，而且理赔金额的计算标准统一，准确率高。
如图3所示，在一个实施例中，根据保单号从数据库中的理赔信息中抓取与定性属性对应的定性属性信息的步骤210包括：
步骤210a，根据保单号从数据库中查找与保单号对应的理赔信息。
在本实施例中，预先将与用户理赔请求相关的理赔信息存入到数据库中，并与理赔保单对应的保单号进行对应存储。这样根据保单号就可以从数据库中查找与保单号对应的理赔信息。理赔信息是与保险责任维护的定性属性对应的，不同的保险责任所存储的理赔信息是不同的，比如，意外身故责任存储的理赔信息包括事故地点、事故时间、事故性质、职业、是否出差等。理赔信息可以理解为是与定性属性对应的相关信息。
步骤210b，采用字段匹配的方式从理赔信息中提取与定性属性对应的定性属性信息。
在本实施例中，理赔信息是指确定理赔金额需要统计的信息，其与定性属性相对应。由于在理赔表中理赔的各项信息都对应有相应的字段信息，而定性属性本身就相当于字段信息，所以可以通过字段匹配的方式从理赔信息中提取与定性属性对应的定性属性信息。举个例子，假设定性属性包括：职业、年龄、事故地点、事故时间等，而理赔信息中包含有职业、年龄、事故地点、事故时间等字段信息以及与字段信息对应的具体信息，所以为了从理赔信息中提取与定性属性对应的定性属性信息直接采用字段名称匹配的方式，当然也可以采用与字段编号匹配的方式，字段编号用于唯一标识一个字段。具体地，预先设置定性属性与字段编号之间的对应关系，根据定性属性就可以提取与相应字段编号对应的定性属性信息。
如图4所示，在一个实施例中，根据每个定性属性信息对应的定性属性值确定相应的理赔金额的步骤214包括：
步骤214a，根据各个定性属性值确定与待理赔保单对应的理赔场景；
在本实施例中，预先设置各个定性属性值与理赔场景之间的对应关系，根据确定的各个定性属性值匹配到与各个定性属性值对应的理赔场景，即确定了与待理赔保单对应的理赔场景。确定理赔场景的过程就相当于为该次理赔事件定性的过程，即确定是属于哪一类的理赔场景，便于后续确定相应的理赔金额。具体地，理赔场景是与各个定性属性值对应的，所以理赔场景的个数与定性属性的个数以及每个定性属性对应的定性属性值的个数对应的，比如，假设一共有5个定性属性，其中，a定性属性对应的定性属性值分为2类，b定性属性对应的定性属性值分为5类，c定性属性对应的定性属性值分为3类，d定性属性对应的定性属性值分为2类，e定性属性对应的定性属性值分为4类，那么相应的理赔场景的个数＝2*5*3*2*4＝240种。
步骤214b，根据理赔场景确定相应的理赔金额。
在本实施例中，预先存储了理赔场景与理赔金额的对应关系，其中，理赔场景与理赔金额的对应关系可以是一对一的关系，也可以是多对一的关系。也就是说，可以分别设置每一种理赔场景与理赔金额的对应关系，也可以设置多个理赔场景与一个理赔金额的对应关系，这个可以根据实际情况进行调整。在确定了理赔场景后，就可以直接根据理赔场景确定相应的理赔金额。该理赔金额的确定方法省时省力，而且可以灵活地进行调整，计算得到的理赔金额标准统一，准确率高。
在一个实施例中，所述根据各个定性属性值确定与所述待理赔保单对应的理赔场景的步骤214a包括：根据各个定性属性值在预先建立的树状结构中查找与所述待理赔保单匹配的目标路径，其中，所述树状结构中的每一层节点代表一个定性属性，所述定性属性对应的不同定性属性值分别对应所述每一层节点下的不同分支；根据所述目标路径确定与所述目标路径对应的理赔场景。
在本实施例中，由于定性属性往往有很多个，甚至是成千上万个，相应待理赔的保单对应的定性属性值也就有成千上万个，为了能够根据这么多个定性属性值快速地匹配到相应的理赔场景。预先根据定性属性建立树状结构模型，树状结构模型的每一层中的节点代表一个定性属性，根据定性属性对应的不同定性属性值，每个节点下面相应分为若干个分支。在后续根据各个定性属性值进行匹配时，在每一层节点中根据对应的定性属性值匹配到具体的分支，通过层层匹配直到匹配完最后的节点，匹配的过程就是确定目标路径的过程。举个例子，假设第一层节点为“是否使用医保”这个定性属性，那么相应的有两个值“是”和“否”两个分支，然后第二层节点为职业类别，相应的有五个值，分别为一类、二类、三类、四类、五类，这样第二层的每个节点下面就有五个分支，根据具体的定性属性值匹配到具体的某一个分支，依次类推，直到匹配完最后一个节点对应的定性属性值，便确定了相应的目标路径。预先存储路径信息与理赔场景之间的对应关系，在匹配得到目标路径后，便可以直接根据目标路径确定相应的理赔信息。通过上述层层匹配，可以快速确定与各个定性属性值对应的目标路径，从而快速确定相应的理赔场景。后续根据理赔场景便可以确定相应的理赔金额，自动完成相应的理赔金额的计算，省时省力，且准确率高。
如图5所示，在一个实施例中，根据每个定性属性信息对应的定性属性值确定相应的理赔金额的步骤214包括：
步骤214a，计算每个定性属性值对应的理赔系数。
在本实施例中，预先设置与定性属性值对应的计算规则，获取到与定性属性对应的定性属性值后，根据该定性属性规则确定相应的理赔系数，不同定性属性所对应的计算方法不同，需要分别设置每一种定性属性对应的计算规则。举个例子，职业的定性属性值分为一类、二类、三类、四类和五类，针对于每一个定性属性值确定一个理赔系数，比如，一类相应的理赔系数为0.01，二类相应的理赔系数为0.02，三类相应的理赔系数为0.03等，由于不同职业理赔的概率不同，对于理赔概率大的职业设置的理赔系数比较小，比如，一类职业。举个例子，对于意外身故险，某些危险的职业出险的概率比较大，比如高空作业人员，所以相应的理赔系数会设置的比较低。是否出差的定性属性值分为是和否，针对于“是”相应的设置一个理赔系数为0.2，针对于“否”相应的设置一个理赔系数为0.1。通过这样的方式，分别计算每个定性属性值对应的理赔系数。
步骤214b，根据各个定性属性值对应的理赔系数确定与所述待理赔保单对应的总的理赔系数。
在本实施例中，在确定了各个定性属性值对应的理赔系数后，就可以根据各个定性属性值来计算与待理赔保单对应的总的理赔系数。确定总的理赔系数可以直接采用累加的方法，即将各个定性属性值对应的理赔系数相加，得到一个总的理赔系数。在另一个实施例中，还需要设置每个定性属性对应的权重，通过加权求和来计算得到总的理赔系数。
步骤214c，根据总的理赔系数确定相应的理赔金额。
在本实施例中，确定了与待理赔保单对应的总的理赔系数后，就可以根据总的理赔系数来计算得到相应的理赔金额。具体地，获取待理赔保单对应的保额，通过总的理赔系数乘以相应的保额得到待理赔保单对应的理赔金额。
如图6所示，在一个实施例中，提出了一种保险理赔的处理装置，该装置包括：
存储模块601，用于接收用户终端发送的理赔请求，提取所述理赔请求中包含的保单号和相应的理赔信息，将待理赔的保单号和相应的理赔信息分别存储到数据库中。
保单号获取模块602，用于从数据库中获取待理赔保单的保单号。
产品信息获取模块604，用于根据所述保单号获取与所述保单号对应的投保产品信息。
责任信息确定模块606，用于根据所述投保产品信息确定与所述投保产品信息对应的保险责任信息。
定性属性确定模块608，用于获取与所述保险责任信息对应的定性属性。
抓取模块610，用于根据所述保单号从数据库中的理赔信息中抓取与所述定性属性对应的定性属性信息。
定性属性值确定模块612，用于根据各个定性属性信息对应的映射规则确定与每个定性属性信息对应的定性属性值。
金额确定模块614，用于根据每个定性属性信息对应的定性属性值确定与所述待理赔保单对应的理赔金额。
如图7所示，在一个实施例中，抓取模块610包括：
查找模块610a，用于根据所述保单号从数据库中查找与所述保单号对应的理赔信息。
提取模块610b，用于采用字段匹配的方式从所述理赔信息中提取与所述定性属性对应的定性属性信息。
如图8所示，在一个实施例中，所述金额确定模块614包括：
理赔场景确定模块614a，用于根据各个定性属性值确定与所述待理赔保单对应的理赔场景；
理赔金额确定模块614b，用于根据所述理赔场景确定相应的理赔金额。
在一个实施例中，所述理赔场景确定模块614a还用于根据各个定性属性值在预先建立的树状结构中查找与所述待理赔保单匹配的目标路径，其中，所述树状结构中的每一层节点代表一个定性属性，所述定性属性对应的不同定性属性值分别对应所述每一层节点下的不同分支，根据所述目标路径确定与所述目标路径对应的理赔场景。
在一个实施例中，所述金额确定模块614还用于计算每个定性属性值对应的理赔系数；根据各个定性属性值对应的理赔系数确定与所述待理赔保单对应的总的理赔系数；根据所述总的理赔系数确定相应的理赔金额。
在一个实施例中，提出了一种计算机设备，所述计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：接收用户终端发送的理赔请求，提取所述理赔请求中包含的保单号和相应的理赔信息，将待理赔的保单号和相应的理赔信息分别存储到数据库中；从数据库中获取待理赔保单的保单号；根据所述保单号获取与所述保单号对应的投保产品信息；根据所述投保产品信息确定与所述投保产品信息对应的保险责任信息；获取与所述保险责任信息对应的定性属性；根据所述保单号从数据库中的理赔信息中抓取与所述定性属性对应的定性属性信息；确定与每个定性属性信息对应的定性属性值；根据每个定性属性信息对应的定性属性值确定与所述待理赔保单对应的理赔金额。
在一个实施例中，所述处理器所执行的根据所述保单号从数据库中抓取与所述定性属性对应的定性属性信息的步骤包括：根据所述保单号从数据库中查找与所述保单号对应的理赔信息；采用字段匹配的方式从所述理赔信息中提取与所述定性属性对应的定性属性信息。
在一个实施例中，所述处理器所执行的根据每个定性属性信息对应的定性属性值确定与所述待理赔保单对应的理赔金额的步骤包括：根据各个定性属性值确定与所述待理赔保单对应的理赔场景；根据所述理赔场景确定相应的理赔金额。
在一个实施例中，所述处理器所执行的根据各个定性属性值确定与所述待理赔保单对应的理赔场景包括：根据各个定性属性值在预先建立的树状结构中查找与所述待理赔保单匹配的目标路径，其中，所述树状结构中的每一层节点代表一个定性属性，所述定性属性对应的不同定性属性值分别对应所述每一层节点下的不同分支；根据所述目标路径确定与所述目标路径对应的理赔场景。
在一个实施例中，所述处理器所执行的根据每个定性属性信息对应的定性属性值确定与所述待理赔保单对应的理赔金额包括：计算每个定性属性值对应的理赔系数；根据各个定性属性值对应的理赔系数确定与所述待理赔保单对应的总的理赔系数；根据所述总的理赔系数确定相应的理赔金额。
一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现以下步骤：接收用户终端发送的理赔请求，提取所述理赔请求中包含的保单号和相应的理赔信息，将待理赔的保单号和相应的理赔信息分别存储到数据库中；从数据库中获取待理赔保单的保单号；根据所述保单号获取与所述保单号对应的投保产品信息；根据所述投保产品信息确定与所述投保产品信息对应的保险责任信息；获取与所述保险责任信息对应的定性属性；根据所述保单号从数据库中的理赔信息中抓取与所述定性属性对应的定性属性信息；确定与每个定性属性信息对应的定性属性值；根据每个定性属性信息对应的定性属性值确定与所述待理赔保单对应的理赔金额。
在一个实施例中，所述处理器所执行的根据所述保单号从数据库中的理赔信息中抓取与所述定性属性对应的定性属性信息的步骤包括：根据所述保单号从数据库中查找与所述保单号对应的理赔信息；采用字段匹配的方式从所述理赔信息中提取与所述定性属性对应的定性属性信息。
在一个实施例中，所述处理器所执行的根据每个定性属性信息对应的定性属性值确定与所述待理赔保单对应的理赔金额的步骤包括：根据各个定性属性值确定与所述待理赔保单对应的理赔场景；根据所述理赔场景确定相应的理赔金额。
在一个实施例中，所述处理器所执行的根据各个定性属性值确定与所述待理赔保单对应的理赔场景包括：根据各个定性属性值在预先建立的树状结构中查找与所述待理赔保单匹配的目标路径，其中，所述树状结构中的每一层节点代表一个定性属性，所述定性属性对应的不同定性属性值分别对应所述每一层节点下的不同分支；根据所述目标路径确定与所述目标路径对应的理赔场景。
在一个实施例中，所述处理器所执行的根据每个定性属性信息对应的定性属性值确定与所述待理赔保单对应的理赔金额包括：计算每个定性属性值对应的理赔系数；根据各个定性属性值对应的理赔系数确定与所述待理赔保单对应的总的理赔系数；根据所述总的理赔系数确定相应的理赔金额。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，前述的存储介质可为磁碟、光盘、只读存储记忆体(read-onlymemory，rom)等非易失性存储介质，或随机存储记忆体(randomaccessmemory，ram)等。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。