基于健康数据的保费调整方法、装置、设备及存储介质与流程

本发明涉及计算机技术领域，尤其涉及一种基于健康数据的保费调整方法、装置、设备及存储介质。

背景技术：

随着人们经济能力的提高，购买商业保险已经成为人们对健康的重要投资。

目前，保险公司在向被保险人销售健康保险时，在对被保险人进行调查评估确定了被保险人的保费金额并销售成功后，被保险人通常采用每年或者每月缴存固定额度的保险费用，被保险人的保费金额将不再变更，使得保费无法针对被保险人的个体情况进行灵活调整，不利于健康险的销售，增加了保险公司的风险。

技术实现要素：

本发明实施例提供一种基于健康数据的保费调整方法、装置、机设备及存储介质，以解决目前固定保费的方式无法针对被保险人的个体情况进行灵活调整，降低健康险的销售成功率和增加保险公司风险的问题。

一种基于健康数据的保费调整方法，包括：

获取用户在预设时间段内的运动数据和睡眠数据；

根据所述运动数据，计算所述用户的运动分值；

根据所述睡眠数据，计算所述用户的睡眠分值；

对所述运动分值和所述睡眠分值进行加权计算，得到所述用户的健康分数；

若所述用户已购买健康保险，则根据所述健康分数对所述用户购买的健康险保费进行调整。

一种基于健康数据的保费调整装置，包括：

获取模块，用于获取用户在预设时间段内的运动数据和睡眠数据；

运动计算模块，用于根据所述运动数据，计算所述用户的运动分值；

睡眠计算模块，用于根据所述睡眠数据，计算所述用户的睡眠分值；

加权计算模块，用于对所述运动分值和所述睡眠分值进行加权计算，得到所述用户的健康分数；

调整模块，用于若所述用户已购买健康保险，则根据所述健康分数对所述用户购买的健康险保费进行调整。

一种计算机设备，包括存储器、处理器以及存储在所述存储器中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上述基于健康数据的保费调整方法的步骤。

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计算机程序，所述计算机程序被处理器执行时实现上述基于健康数据的保费调整方法的步骤。

上述基于健康数据的保费调整方法、装置、设备及存储介质中，通过获取用户在预设时间段内的运动数据和睡眠数据，并根据对运动数据的分析计算用户的运动分值，同时，根据对睡眠数据的分析计算用户的睡眠分值，然后对运动分值和睡眠分值进行加权计算，得到用户的健康分数，并根据该健康分数对用户购买的健康险保费进行调整，实现了根据用户的运动情况和睡眠情况对用户的健康险保费进行灵活的调整，使得用户通过积极的运动和合理的睡眠能够得到保费优惠，从而促进健康险的销售，提高销售成功率，同时，这种保费的调整方式也会促进用户更加积极地锻炼身体和更加合理地安排睡眠，主动提高身体素质，从而降低保险公司对健康险的理赔风险。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的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性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一实施例中基于健康数据的保费调整方法的一应用环境示意图；

图2是本发明一实施例中基于健康数据的保费调整方法的一流程图；

图3是本发明一实施例中基于健康数据的保费调整方法中步骤s2的一流程图；

图4是本发明一实施例中基于健康数据的保费调整方法的步骤s3的一流程图；

图5是本发明一实施例中基于健康数据的保费调整方法中标记无效睡眠日并根据无效睡眠日的数量修正睡眠分值的一流程图；

图6是本发明一实施例中基于健康数据的保费调整方法中步骤s5的一流程图；

图7是本发明一实施例中基于健康数据的保费调整方法中对未购买健康保险的用户进行健康险产品推荐的一流程图；

图8是本发明一实施例中基于健康数据的保费调整装置的一示意图；

图9是本发明一实施例中计算机设备的一示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本申请提供的基于健康数据的保费调整方法，可应用在如图1所示的应用环境中。该应用环境包括云平台、服务端和客户端，其中，云平台和服务端服务端之间，云平台和客户端之间，以及服务端和客户端之间均通过网络进行连接，该网络可以是有线网络或者无线网络。客户端具体可以包括可穿戴设备，该可穿戴设备用于采集用户的运动数据和睡眠数据，并将运动数据和睡眠数据上传到云平台，客户端还可以包括但不限于各种个人计算机、笔记本电脑、智能手机和平板电脑，用于接收并向用户展示服务端推荐的健康险产品；云平台用于存储注册用户的运动数据和睡眠数据；服务端可以用独立的服务器或者多个服务器组成的服务器集群实现，服务端从云平台获取一定时间段内的运动数据和睡眠数据，并通过对运动数据和睡眠数据的分析计算得到用户的健康分数，并根据该健康分数对用户的健康险保费进行调整或向用户推荐合适的健康险产品。

在一实施例中，如图2所示，提供一种基于健康数据的保费调整方法，以该方法应用在图1中的服务端为例进行说明，详述如下：

s1：获取用户在预设时间段内的运动数据和睡眠数据。

具体地，用户佩戴的可穿戴设备实时采集运动数据和睡眠数据，并且可穿戴设备将采集到的运动数据和睡眠数据上传到云平台。其中，可穿戴设备具体可以是运动手环。

用户预先在云平台进行注册，注册成功后，云平台将为注册成功的用户提供对应的存储空间，该存储空间用于保存可穿戴设备上传的运动数据和睡眠数据。

运动数据包括但不限于实时的步数、心率、消耗的热量，睡眠数据包括但不限于每日的睡眠时间、深度睡眠时长、浅度睡眠时长。

服务端从用户在云平台对应的存储空间中，提取预设时间段内的运动数据和睡眠数据。

其中，预设时间段可以根据实际应用的需要进行设置，例如，该预设时间段可以是一天、一个星期或者一个月等，此处不做限制。

s2：根据运动数据，计算用户的运动分值。

具体地，运动数据可以包括多种不同类型的指标数据，例如，实时的步数、心率、消耗的热量等，通过对这些指标数据的分析，获取用户的运动量和运动时长等分析结果，并根据分析结果，按照运动量越大分数越高，运动时长分数越高的原则，确定用户的运动分值。

s3：根据睡眠数据，计算用户的睡眠分值。

在本实施例中，可穿戴设备能够根据心率的变化以及佩戴可穿戴设备的身体部位的动作幅度和频率，分析得到用户的睡眠数据，睡眠数据具体可以包括每日的睡眠时间、深度睡眠时长和浅度睡眠时长等。

具体地，通过对每日的睡眠时间、深度睡眠时长和浅度睡眠时长的分析，衡量用户的睡眠质量，并按照睡眠质量越高则分数越高的原则，确定用户的睡眠分值。

需要说明的是，步骤s2和步骤s3之间没有必然的先后执行顺序，其可以是并列执行的关系，此处不做限制。

s4：对运动分值和睡眠分值进行加权计算，得到用户的健康分数。

具体地，按照如下公式对步骤s2得到的运动分值和步骤s3得到的睡眠分值进行加权计算，得到用户的健康分数。

p＝k(αx+βy)+δ

其中，p为用户的健康分数，k为预设的参数，δ为预设的调节分数，x为运动分值，y为睡眠分值，α为运动分值的预设权重系数，β为睡眠分值的预设权重系数，α+β＝1。

需要说明的是，预设的参数k、预设的调节分数δ、运动分值的预设权重系数α和睡眠分值的预设权重系数β均可以根据实际应用的需要进行设置，此处不做限制。

s5：若用户已购买健康保险，则根据健康分数对用户购买的健康险保费进行调整。

在本实施例中，对于已购买健康保险的用户，服务端将该用户在云平台注册成功的注册用户名与预设的保单数据库中该用户的健康险保单进行绑定。

服务端根据用户的注册用户名在预设的保单数据库中查询与该注册用户名绑定的健康险保单，若查询成功，则确认用户已购买健康保险，从查询到的健康险保单中获取用户购买的健康险保费，并根据步骤s4得到的健康分数，按照健康分数越高则保费折扣金额越多的原则，对健康险保费进行调整，并将折扣的金额返还给用户。

需要说明的是，服务端可以每隔预设的时间间隔自动计算用户的健康分数并根据健康分数对用户的健康险保费进行调整，该预设的时间间隔可以是三个月或者半年或者一年等，具体可以根据实际应用的需要进行设置。

进一步地，用户还可以根据自身的情况主动向服务端提出健康险保费调整的申请，服务端根据用户的申请，实时计算健康分数并根据健康分数对健康险保费进行调整。

本实施例中，通过获取用户在预设时间段内的运动数据和睡眠数据，并根据对运动数据的分析计算用户的运动分值，同时，根据对睡眠数据的分析计算用户的睡眠分值，然后对运动分值和睡眠分值进行加权计算，得到用户的健康分数，并根据该健康分数对用户购买的健康险保费进行调整，实现了根据用户的运动情况和睡眠情况对用户的健康险保费进行灵活的调整，使得用户通过积极的运动和合理的睡眠能够得到保费优惠，从而促进健康险的销售，提高销售成功率，同时，这种保费的调整方式也会促进用户更加积极地锻炼身体和更加合理地安排睡眠，主动提高身体素质，从而降低保险公司对健康险的理赔风险。

在一实施例中，运动数据包括实时的步数、心率和消耗的热量。其中，步数、心率和消耗的热量均为实时数据，例如，运动数据可以包括每秒产生的步数、每秒的心率和每秒消耗的热量。

进一步地，当运动数据包括实时的步数、心率和消耗的热量时，如图3所示，在步骤s2中，根据运动数据，计算用户的运动分值，具体包括步骤s21至步骤s26，详述如下：

s21：根据心率确定运动时间和每个运动时间对应的运动类型。

具体地，服务端根据实时记录的心率判断用户是否处于运动状态，若心率大于预设的心率阈值并且心率大于预设的心率阈值的持续时间超过预设的时间阈值，则确认在该持续时间内用户处于运动状态，此时，将该持续时间确定为运动时间，运动时间具体可以包括运动起始时间点和运动结束时间点。

运动类型包括散步、跑步、游泳、爬山等，不同的运动类型对应的心率范围不同，针对每个运动时间，计算该运动时间内的心率平均值，并根据该心率平均值所在的心率范围确定该运动时间对应的运动类型。

s22：根据运动时间内的步数和消耗的热量，计算属于第一模式的每种运动类型的总步数和属于第二模式的每种运动类型消耗的总热量，以及预设时间段内的运动总时长，其中，第一模式为根据步数进行运动评分的模式，第二模式为根据消耗的热量进行运动评分的模式。

在本实施例中，运动类型可以被区分为第一模式和第二模式，其中，第一模式为根据步数进行运动评分的模式，第二模式为根据消耗的热量进行运动评分的模式，例如，对于散步、跑步等运动类型可以直接统计出运动过程中产生的步数，并能够根据该步数对运动强度进行评价，因此，散步、跑步这类运动类型属于第一模式，而对于无法统计运动过程中产生的步数的运动类型，例如游泳，这类运动类型无法根据步数对运动强度进行评价，但可以根据消耗的热量对运动强度进行评价，因此，这类运动类型属于第二模式。

具体地，将运动类型按照第一模式和第二模式进行划分，得到属于第一模式的运动类型和属于第二模式的运动类型。

将属于第一模式的运动类型作为第一类型，将每个运动时间按照第一类型进行分类，得到每种第一类型下的若干个运动时间，针对每种第一类型，将该第一类型下的每个运动时间内实时记录的步数进行累加求和，得到每种第一类型的总步数，即属于第一模式的每种运动类型的总步数。

将属于第二模式的运动类型作为第二类型，将每个运动时间按照第二类型进行分类，得到每种第二类型下的若干个运动时间，针对每种第二类型，将该第二类型下的每个运动时间内实时记录的消耗的热量进行累加求和，得到每种第二类型消耗的总热量，即属于第二模式的的每种运动类型消耗的总热量。

根据每个运动时间的运动起始时间点和运动结束时间点，计算每个运动时间的时长，将每个运动时间的时长进行累加，得到预设时间段的运动总时长。

举例来说，若预设时间段为2018年1月1日至1月10日，在该预设时间段内根据步骤s21确定的运动时间及其对应的运动类型，以及每个运动时间实时记录的步数合计或消耗的热量合计如下：

2018年1月2日9:30-10:00，跑步，步数合计5000步；

2018年1月2日19:00-19:50，散步，步数合计4000步；

2018年1月4日19:00-20:00，散步，步数合计7000步；

2018年1月6日9:30-10:30，跑步，步数合计9000步；

2018年1月7日15:00-15:30，游泳，消耗的热量合计350卡；

2018年1月9日18:00-18:30，跑步，步数合计6000步；

2018年1月10日18:00-18:30，游泳，消耗的热量合计300卡。

则属于第一模式的运动类型为跑步和散步，其中，跑步的总步数为5000+9000+6000＝20000步，散步的总步数为4000+7000＝11000步，属于第二模式的运动类型为游泳，其消耗的总热量为350+300＝750卡，以及该预设时间段内的运动总时长为30+50+60+60+30+30+30＝230分钟。

s23：根据预设的属于第一模式的每种运动类型对应的步数与分数之间的映射关系，获取属于第一模式的每种运动类型的总步数对应的单项分数，并按照属于第一模式的每种运动类型的预设权重对单项分数进行加权平均计算，得到第一运动分数。

在本实施例中，属于第一模式的不同的运动类型设置有不同的步数与分数之间的映射关系，当两种不同运动类型的步数相同时，运动强度越大的运动类型，其对应的分数越高。例如，对散步和跑步这两个运动类型来说，当散步和跑步的步数都是5000步时，散步的5000步对应的分数小于跑步的5000步对应的分数。

需要说明的是，步数与分数之间的映射关系可以是步数和分数之间的正比例关系，例如，其具体可以是分数随着步数的增加而增加的线性关系，也可以是不同步数范围分别对应一个固定的分数，并且步数范围中的步数越多则分数越高。

具体地，针对属于第一模式的每种运动类型，根据该运动类型对应的步数与分数之间的映射关系，获取该运动类型的总步数对应的分数，并将获取到的该分数作为该运动类型的单项分数。

根据预先设置的属于第一模式的每种运动类型的预设权重，对属于第一模式的每种运动类型的单向分数进行加权平均计算，得到的计算结果即为第一运动分数。

s24：将属于第二模式的每种运动类型消耗的总热量进行累加，得到第二模式对应的热量总值，并根据预设的热量与分数之间的映射关系，获取热量总值对应的第二运动分数。

在本实施例中，预设的热量与分数之间的映射关系可以是热量和分数之间的正比例关系，例如，其具体可以是分数随着热量的增加而增加的线性关系，也可以是不同热量范围分别对应一个固定的分数，并且热量范围中的热量越大则分数越高。

具体地，将属于第二模式的每种运动类型消耗的总热量进行累加，得到热量总值，根据热量与分数之间的映射关系，获取该热量总值对应的分数，并将获取到的该分数作为第二运动分数。

s25：根据预设的时长与分数之间的映射关系，获取运动总时长对应的时间分数。

在本实施例中，预先设置运动的时长和分数之间的映射关系，该映射关系可以是时长和分数之间的正比例关系，例如，其具体可以是分数随着时长的增加而增加的线性关系，也可以是不同时长范围分别对应一个固定的分数，并且时长范围中的时长越长则分数越高。

具体地，根据时长和分数之间的映射关系，获取预设时间段内的运动总时长对应的分数，并将该分数作为时间分数。

s26：计算第一运动分数和第二运动分数的分数和，并将该分数和与时间分数的平均值作为用户的运动分值。

具体地，根据步骤s23得到的第一运动分数、步骤s24得到的第二运动分数，计算第一运动分数和第二运动分数的和，将求得的和作为分数和，并计算该分数和与步骤s25得到的时间分数之间的平均值，将得到的平均值作为用户的运动分值。

本实施例中，当运动数据包括实时的步数、心率和消耗的热量时，首先根据心率确定运动时间和每个运动时间对应的运动类型，然后根据运动类型所属的模式不同，分别从步数和消耗的热量两个角度统计用户的运动强度，得到第一运动分数和第二运动分数，同时，从运动时长的角度统计用户的运动强度，得到时间分数，再对第一运动分数和第二运动分数累加后与时间分数进行平均，得到用户的运动分值，这种计算运动分值的方式同时兼顾了步数、消耗的热量和运动时间，使得得到的运动分值能够全面准确的反映用户的运动强度，体现用户锻炼身体的力度和效果，从而为后续的保费调整提供准确合理的数据基础。

在一实施例中，睡眠数据包括每日的睡眠时间、深度睡眠时长和浅度睡眠时长。其中，睡眠时间、深度睡眠时长和浅度睡眠时长均为每日的统计数据，睡眠时间具体可以包括睡眠开始时间和睡眠结束时间。

进一步地，当睡眠数据包括每日的睡眠时间、深度睡眠时长和浅度睡眠时长时，如图4所示，在步骤s3中，根据睡眠数据，计算用户的睡眠分值，具体包括步骤s31至步骤s34，详述如下：

s31：获取每日的睡眠数据中的睡眠时间，判断睡眠时间是否满足预设的合理睡眠要求，得到睡眠是否合理的判断结果。

在本实施例中，预设的合理睡眠要求具体可以是对睡眠时间的要求，包括合理的睡眠开始时间和合理的睡眠结束时间，即入睡时间和起床时间的合理范围，例如，预设的合理睡眠要求为22点30分入睡，7点起床，但并不限于此，具体可以根据不同的地域和季节或者实际应用的需要进行设置。

具体地，获取每日的睡眠开始时间和睡眠结束时间，判断睡眠开始时间是否晚于合理的睡眠开始时间，以及睡眠结束时间是否超过合理的睡眠结束时间。若睡眠开始时间晚于合理的睡眠开始时间，或者，睡眠结束时间超过合理的睡眠结束时间，则判断结果为睡眠不合理；若睡眠开始时间早于或者等于合理的睡眠开始时间，并且，睡眠结束时间未超过合理的睡眠结束时间，则判断结果为睡眠合理。

可以理解的，若睡眠开始时间晚于合理的睡眠开始时间，则说明用户晚睡，或者，若睡眠结束时间超过合理的睡眠结束时间，则说明用户晚起，这两种情况均不符合健康的睡眠习惯，即当符合这两种情况的任一种时，判断结果为睡眠不合理，否则，判断结果为睡眠合理。

s32：若睡眠判断结果为睡眠合理，则从睡眠数据中获取深度睡眠时长和浅度睡眠时长，若深度睡眠时长超过预设的深度时长阈值，并且浅度睡眠时长小于预设的浅度时长阈值，则将睡眠数据所在的日期标记为有效睡眠日。

具体地，当步骤s31得到的判断结果为睡眠合理时，进一步从该日的睡眠数据中获取深度睡眠时长和浅度睡眠时长，判断深度睡眠时长和浅度睡眠时长是否满足健康的睡眠质量要求。

若深度睡眠时长超过预设的深度时长阈值，并且浅度睡眠时长小于预设的浅度时长阈值，则确认该日的深度睡眠时长和浅度睡眠时长满足健康的睡眠质量要求，此时，说明用户该日的睡眠数据即符合健康的睡眠习惯也满足健康的睡眠质量要求，因此，将该日，即该睡眠数据所在的日期，标记为有效睡眠日。

若深度睡眠时长未超过预设的深度时长阈值，或者浅度睡眠时长大于或等于预设的浅度时长阈值，则确认该日的深度睡眠时长和浅度睡眠时长不满足健康的睡眠质量要求，此时，将该日的睡眠数据丢弃。

需要说明的是，当步骤s31得到的判断结果为睡眠不合理时，不再进一步检查深度睡眠时长和浅度睡眠时长，可以直接丢弃该日的睡眠数据。

s33：获取预设时间段内的有效睡眠日的有效数量，并计算有效数量占预设时间段内的总天数的有效比例。

具体地，根据步骤s32标记的有效睡眠日，统计预设时间段内有效睡眠日的数量，并将统计得到的数量作为有效数量。计算有效数量与预设时间段内的总天数之间的比值，并将计算得到的比值作为有效比例。

例如，预设时间段内的总天数为365天，其中180天为有效睡眠日，则有效比例为180/365＝49.32％。

s34：根据预设的有效睡眠率与有效分数之间的对应关系，获取有效比例对应的有效分数，并将获取到的有效分数作为用户的睡眠分值。

在本实施例中，预先设置有效睡眠率与有效分数之间的对应关系，该对应关系具体可以是有效睡眠率与有效分数之间的正比例关系，即有效睡眠率越大，则有效分数越高。

具体地，有效睡眠率与有效分数之间的对应关系可以用函数y＝kx表示，其中，k为预设的正比例系数，x为有效睡眠率，y为有效分数。将步骤s33得到的有效比例赋值给x，带入函数y＝kx，得到的函数值y即为有效比例对应的有效分数，将该有效分数作为用户的睡眠分值。

本实施例中，首先对每日的睡眠时间进行判断，筛选出属于健康的睡眠习惯的睡眠数据，然后从筛选出的睡眠数据中根据深度睡眠时长和浅度睡眠时长进一步衡量用户的睡眠质量，将满足健康的睡眠质量要求的日期标记为有效睡眠日，并根据有效睡眠日的数量占预设时间段内的总天数的比值确定用户的睡眠分值，实现了从睡眠时间、深度睡眠时长和浅度睡眠时长多角度分析用户的睡眠数据，得到能够准确反映用户的睡眠习惯和睡眠质量的睡眠分值，从而为后续的保费调整提供准确合理的数据基础。

在一实施例中，如图5所示，在步骤s31之后，并且在步骤s33之前，还可以对睡眠不合理的无效睡眠日进行标记，具体包括步骤s35，详述如下：

s35：若睡眠判断结果为睡眠不合理，则将睡眠数据所在的日期标记为无效睡眠日。

具体地，当步骤s31得到的判断结果为睡眠不合理时，虽不再进一步检查深度睡眠时长和浅度睡眠时长，但也可以不将该日的睡眠数据丢弃，而是将该日标记为无效睡眠日。

并且，在通过步骤s35对睡眠判断结果为睡眠不合理的日期标记为无效睡眠日的基础上，在步骤s34之后，还可以根据无效睡眠日的数量修正用户的睡眠分值，具体包括步骤s36至步骤s37，详述如下：

s36：获取预设时间段内的无效睡眠日的无效数量，并计算无效数量占预设时间段内的总天数的无效比例。

具体地，在根据有效睡眠日计算得到用户的睡眠分值后，进一步根据步骤s35标记的无效睡眠日，获取预设时间段内无效睡眠日的数量，并将获取得到的数量作为无效数量，计算无效数量与预设时间段内的总天数之间的比值，并将计算得到的比值作为无效比例。

s37：若无效比例超过预设的比例阈值，则根据预设的无效睡眠率与无效分数的对应关系，获取无效比例对应的无效分数，并将睡眠分值减去获取到的无效分数，得到修正后的睡眠分值。

具体地，判断步骤s36得到的无效比例是否超过预设的比例阈值，若无效比例未超过预设的比例阈值，则说明在预设时间段内无效睡眠日的数量相对较少，可以忽略，此时无需根据无效睡眠日的数量对用户的睡眠分值进行修正。

若无效比例超过预设的比例阈值，则说明在预设时间段内的无效睡眠日的数量相对较多，对睡眠质量的影响较大，因此需要进一步根据无效睡眠日的数量对用户的睡眠分值进行修正。

在本实施例中，预先设置无效睡眠率与无效分数之间的对应关系，该对应关系具体可以是无效睡眠率与无效分数之间的正比例关系，即无效睡眠率越大，则无效分数越高。

具体地，根据无效睡眠率与无效分数之间的对应关系，将无效比例作为无效睡眠率，获取该无效睡眠率对应的无效分数，即无效比例对应的无效分数，然后将步骤s34得到的睡眠分值减去该无效分数，得到的结果即为修正后的睡眠分值。

例如，预设时间段内的总天数为365天，其中180天为有效睡眠日，100天为无效睡眠日，则有效比例为180/365＝49.32％，无效比例为100/365＝27.40％，若根据有效睡眠率与有效分数之间的对应关系得到有效比例对应的有效分数为90分，根据无效睡眠率与无效分数的对应关系得到无效比例对应的无效分数为10分，则修正后的额睡眠分值为90-10＝80分。

本实施例中，当根据睡眠时间确定睡眠习惯不健康时，进一步将睡眠不合理的睡眠数据所在的日期标记为无效睡眠日，并统计无效睡眠日的数量，计算该数量占总天数的比值，当无效睡眠日占总天数的比例较大时，认为其对睡眠质量的影响较大，此时根据该比值对睡眠分值进行修正，将睡眠分值减去该比值对应的无效分数，从而进一步完善并提高睡眠分值体现用户的睡眠情况的准确度。

在一实施例中，如图6所示，在步骤s5中，根据健康分数对用户购买的健康险保费进行调整，具体包括步骤s51至步骤s53，详述如下：

s51：根据预设的健康分数与保费折扣率之间的转换关系，将健康分数转换为对应的保费折扣率，并将转换得到的保费折扣率作为目标折扣率。

具体地，预设的健康分数与保费折扣率之间的转换关系可以是健康分数与保费折扣率之间的正比例线性关系，即健康分数越高，则保费折扣率越高，反之，健康分数越低，则保费折扣率越低。

根据健康分数与保费折扣率之间的转换关系，将步骤s4得到的健康分数转换为对应的保费折扣率，即目标折扣率。

s52：获取用户购买的健康险保费，并使用目标折扣率计算健康险保费的折扣金额。

具体地，根据用户在云平台的的注册用户名，在预设的保单数据库中查询与该注册用户名绑定的健康险保单，并从查询到的健康险保单中获取用户购买的正在生效的健康险保费，然后根据步骤s51得到的目标折扣率，计算健康险保费的折扣金额。

例如，若健康险保费为每月500元，目标折扣率为5％，则该健康险保费的月度缴纳保费金额的折扣金额为500*5％＝25元。

s53：按照预设的金额返还方式将折扣金额返还给用户。

具体地，预设的金额返还方式具体可以包括现金直接返还和续保优惠券返还等不同的返还方式，该金额返还方式可以由用户预先选定生效。

当用户选定的金额返还方式为现金直接返还时，服务端可以将折扣金额直接退回到用户的预设账户中，当用户选定的金额返还方式为续保优惠券返还时，服务端将折扣金额转换为优惠券，使得用户在对健康险进行续保缴费时可以使用该优惠券对续保保费进行折扣。

本实施例中，首先将健康分数转换为对应的保费折扣率，计算该保费折扣率对应的折扣金额，然后按照预设的金额返还方式将折扣金额返还给用户，实现了对折扣金额的灵活返还，提高用户运动健身和合理安排作息的积极性，从而降低保险公司对健康险的理赔风险。

在一实施例中，如图7所示，在步骤s4之后，还可以根据用户的健康分数对未购买健康保险的用户进行健康险产品的推荐，具体包括步骤s6至步骤s7，详述如下：

s6：若用户未购买健康保险，则根据健康分数确定用户的健康风险等级。

具体地，若服务端根据用户在云平台的注册用户名在预设的保单数据库中未查询与该注册用户名绑定的健康险保单，则确认用户未购买健康保险，此时，服务端可以根据用户的健康分数确定用户的健康风险等级。

服务端预设设置不同的健康分数范围对应不同的健康风险等级，健康分数越高则健康风险等级越低，即用户越健康。

例如，在一具体实施例中，健康风险等级可以包括无风险、一般风险和严重风险，并且健康分数范围在0分至60分的范围时对应的健康风险等级为严重风险，健康分数范围在61分至80分的范围时对应的健康风险等级为一般风险，健康分数范围在81分至100分的范围时对应的健康风险等级为无风险。若用户的健康分数为90分，则确认用户的健康风险等级为无风险。

s7：根据用户的健康风险等级，向用户推荐该健康风险等级对应的健康险产品。

具体地，不同的健康风险等级对应不同的健康险产品，可以预先建立每种健康风险等级对应的健康险产品的险种和保费金额，健康风险等级越高的用户，其存在的健康风险越大，因此其对应的健康险产品中包含的险种相对较多并且保费金额相对较高，健康风险等级越低的用户，其身体越健康，因此其对应的健康险产品中包含的险种可以适当减少并且保费金额可以相对降低。

根据步骤s6确定的用户的健康风险等级，按照预设的不同健康风险等级与健康险产品的对应关系，确定该用户的健康风险等级对应的健康险产品的险种和保费金额，并将得到的险种和保费金额推荐给该用户。

其中，具体的推荐方式可以是服务端将健康险产品推动到用户注册并使用的应用程序(application，app)的客户端。

本实施例中，在用户尚未购买健康保险的情况下，进一步根据用户的健康分数为用户推荐合适的健康险产品，根据健康分数确定健康风险等级，并按照健康风险等级推荐对应的健康险产品的险种和保费金额，实现了保险产品销售针对不同个体的灵活调整，有效降低保险公司的风险。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

在一实施例中，提供一种基于健康数据的保费调整装置，该基于健康数据的保费调整装置与上述实施例中基于健康数据的保费调整方法一一对应。如图8所示，该基于健康数据的保费调整装置包括：获取模块10、运动计算模块20、睡眠计算模块30、加权计算模块40和调整模块50。各功能模块详细说明如下：

获取模块10，用于获取用户在预设时间段内的运动数据和睡眠数据；

运动计算模块20，用于根据运动数据，计算用户的运动分值；

睡眠计算模块30，用于根据睡眠数据，计算用户的睡眠分值；

加权计算模块40，用于对运动分值和睡眠分值进行加权计算，得到用户的健康分数；

调整模块50，用于若用户已购买健康保险，则根据健康分数对用户购买的健康险保费进行调整。

进一步地，运动数据包括实时的步数、心率和消耗的热量，运动计算模块20包括：

运动确定子模块201，用于根据所述心率确定运动时间和每个所述运动时间对应的运动类型；

指标计算子模块202，用于根据运动时间内的步数和消耗的热量，计算属于第一模式的每种运动类型的总步数和属于第二模式的每种运动类型消耗的总热量，以及预设时间段内的运动总时长，其中，第一模式为根据步数进行运动评分的模式，第二模式为根据消耗的热量进行运动评分的模式；

第一计算子模块203，用于根据预设的属于第一模式的每种运动类型对应的步数与分数之间的映射关系，获取属于第一模式的每种运动类型的总步数对应的单项分数，并按照属于第一模式的每种运动类型的预设权重对单项分数进行加权平均计算，得到第一运动分数；

第二计算子模块204，用于将属于第二模式的每种运动类型消耗的总热量进行累加，得到第二模式对应的热量总值，并根据预设的热量与分数之间的映射关系，获取热量总值对应的第二运动分数；

第三计算子模块205，用于根据预设的时长与分数之间的映射关系，获取运动总时长对应的时间分数；

汇总子模块206，用于计算第一运动分数和第二运动分数的分数和，并将该分数和与时间分数的平均值作为用户的运动分值。

进一步地，睡眠数据包括每日的睡眠时间、深度睡眠时长和浅度睡眠时长，睡眠计算模块30包括：

睡眠水平判断子模块301，用于获取每日的睡眠数据中的睡眠时间，判断睡眠时间是否满足预设的合理睡眠要求，得到睡眠是否合理的判断结果；

有效睡眠标记子模块302，用于若睡眠判断结果为睡眠合理，则从睡眠数据中获取深度睡眠时长和浅度睡眠时长，若深度睡眠时长超过预设的深度时长阈值，并且浅度睡眠时长小于预设的浅度时长阈值，则将睡眠数据所在的日期标记为有效睡眠日；

有效比例计算子模块303，用于获取预设时间段内的有效睡眠日的有效数量，并计算有效数量占预设时间段内的总天数的有效比例；

睡眠分值获取子模块304，用于根据预设的有效睡眠率与有效分数之间的对应关系，获取有效比例对应的有效分数，并将获取到的有效分数作为用户的睡眠分值。

进一步地，睡眠计算模块30还包括：

无效睡眠标记子模块305，用于若睡眠判断结果为睡眠不合理，则将睡眠数据所在的日期标记为无效睡眠日；

无效比例计算模块306，用于获取预设时间段内的无效睡眠日的无效数量，并计算无效数量占预设时间段内的总天数的无效比例；

睡眠分值修正子模块307，用于若无效比例超过预设的比例阈值，则根据预设的无效睡眠率与无效分数的对应关系，获取无效比例对应的无效分数，并将睡眠分值减去获取到的无效分数，得到修正后的睡眠分值。

进一步地，调整模块50包括：

折扣率转换子模块501，用于根据预设的健康分数与保费折扣率之间的转换关系，将健康分数转换为对应的保费折扣率，并将转换得到的保费折扣率作为目标折扣率；

折扣金额计算子模块502，用于获取用户购买的健康险保费，并使用目标折扣率计算健康险保费的折扣金额；

折扣返回子模块503，用于按照预设的金额返还方式将折扣金额返还给用户。

进一步地，基于健康数据的保费调整装置还包括：

风险确定模块60，用于若用户未购买健康保险，则根据健康分数确定用户的健康风险等级；

产品推荐模块70，用于根据用户的健康风险等级，向用户推荐健康风险等级对应的健康险产品。

关于基于健康数据的保费调整装置的具体限定可以参见上文中对于基于健康数据的保费调整方法的限定，在此不再赘述。上述基于健康数据的保费调整装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于健康数据的保费调整方法。

在一实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述实施例中基于健康数据的保费调整方法的步骤，例如图2所示的步骤s1至步骤s5。或者，处理器执行计算机程序时实现上述实施例中基于健康数据的保费调整装置的各模块/单元的功能，例如图8所示模块10至模块50的功能。为避免重复，此处不再赘述。

在一实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述方法实施例中基于健康数据的保费调整方法，或者，该计算机程序被处理器执行时实现上述装置实施例中基于健康数据的保费调整装置中各模块/单元的功能。为避免重复，此处不再赘述。

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，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。