一种数据处理方法及装置的制造方法

文档序号:10656685
一种数据处理方法及装置的制造方法
【专利摘要】本发明实施例提供一种数据处理方法及装置,其中的方法可包括:接收终端发送的基本信息;根据所述车主用户的标识查询车主用户的互联网特征数据;根据所述车主用户的互联网特征数据按照预置运算模型计算所述车主用户的折算系数;发送查询消息,所述查询消息中携带所述车主用户的基本信息及折算系数,并接收响应所述查询消息返回的第二价格,所述第二价格是根据所述车主用户的基本信息生成车险方案和第一价格,并根据所述折算系数对所述第一价格进行折扣处理形成的;将所述车险方案及所述第二价格发送至终端进行输出。本发明能够从多维度全面地评估车主用户的驾驶风险,评估准确率较高。
【专利说明】
-种数据处理方法及装置
技术领域
[0001] 本发明设及互联网技术领域,具体设及数据处理技术领域,尤其设及一种数据处 理方法及装置。
【背景技术】
[0002] 随着互联网技术的发展,互联多车险业务应运而生。互联网车险业务是指车主用 户可W通过互联网向保险公司投保车险方案,相对于传统的线下保险方案,互联网车险业 务更为便捷。车主用户的驾驶风险是互联网车险业务的一个重要指标,驾驶风险通常是由 保险赔付率来表征。现有技术中,为了更稳定地反映车主用户的驾驶风险W及更接近于车 主用户的真实情况,避免车主用户的驾驶风险受到短期行为或者异常事件的影响,保险赔 付率通常是基于车主用户过去几年(例如3年、5年)的投保和理赔经验数据来计算,由于车 主用户的年龄阅历或驾驶技术的提升,运种从历史保险赔付数据的维度来预估保险赔付率 的方式存在准确率较低的问题。

【发明内容】

[0003] 本发明实施例提供一种数据处理方法及装置,能够从多维度全面地评估车主用户 的驾驶风险,评估准确率较高。
[0004] 本发明实施例第一方面提供一种数据处理方法,可包括:
[0005] 接收终端发送的基本信息,所述基本信息包括:车主用户的标识及车辆信息;
[0006] 根据所述车主用户的标识查询车主用户的互联网特征数据,所述互联网特征数据 包括车主用户的身份特质数据、车主用户的社交数据W及车主用户的支付数据中的至少一 种,所述车主用户的身份特质数据用于表征所述车主用户的身份属性,所述车主用户的社 交数据用于表征所述车主用户的社交属性和社交行为,所述车主用户的支付数据用于表征 所述车主用户的支付属性和支付行为;
[0007] 根据所述车主用户的互联网特征数据按照预置运算模型计算所述车主用户的折 算系数,所述车主用户的折算系数用于表征所述车主用户的驾驶风险;
[000引发送查询消息,所述查询消息中携带所述车主用户的基本信息及折算系数,并接 收响应所述查询消息返回的第二价格,所述第二价格是根据所述车主用户的基本信息生成 车险方案和第一价格,并根据所述折算系数对所述第一价格进行折扣处理形成的;
[0009] 将所述车险方案及所述第二价格发送至终端进行输出。
[0010] 优选地,所述将所述车险方案及所述第二价格发送至终端进行输出之后,还包括:
[0011] 接收终端发起的投保请求,所述投保请求中携带支付信息及所确认投保的车险方 案;
[0012] 根据所确认投保的车险方案获取车险保单,并根据所述支付信息对所述车险保单 进行支付处理;
[0013] 若支付处理成功,生成车险合同,并将所述车险合同返回至所述终端W提示投保 成功。
[0014] 优选地,所述车主用户的标识包括W下标识中的至少一种:所述车主用户的身份 证信息、所述车主用户的驾驶证信息、W及用于唯一标识所述车主用户的互联网标识;
[0015] 所述车辆信息包括:车牌号码、车架号码,W及车辆发动机信息中的至少一种。
[0016] 优选地,所述车主用户的身份特质数据包括:所述车主用户的年龄、性别、学历中 的至少一种.
[0017] 所述车主用户的社交数据包括社交属性数据和社交行为数据,其中,所述社交属 性数据包括:社交好友的数量和/或参与的社交群组的数量;所述社交行为数据包括:收发 电子红包的行为数据、社交应用为活跃情况数据和经常活跃环境数据中的至少一种;
[0018] 所述车主用户的支付数据包括支付属性数据和支付行为数据,其中,所述支付属 性数据包括:绑定的银行卡数据和/或是否实名认证;所述支付行为数据包括:支付习惯数 据和/或互联网理财行为数据。
[0019] 优选地,所述根据所述车主用户的标识查询车主用户的互联网特征数据,包括:
[0020] 根据所述车主用户的标识查询所述车主用户所参与的至少一个互联网应用程序;
[0021] 从所述至少一个互联网应用程序的用户数据库中读取所述车主用户的互联网特 征数据。
[0022] 优选地,所述预置运算模型为广义线性模型;所述根据所述车主用户的互联网特 征数据按照预置运算模型计算所述车主用户的折算系数,包括:
[0023] 对所述车主用户的互联网特征数据进行离散化分组处理;
[0024] 将离散化分组处理后的所述车主用户的互联网特征数据确定为运算因子;
[0025] 将所述运算因子代入至所述广义线性模型中计算所述车主用户的保险赔付率;
[0026] 按照预置的保险赔付率与折算系数的对应关系,根据所述车主用户的保险赔付率 确定所述车主用户的折算系数。
[0027] 本发明实施例第二方面提供一种数据处理装置,可包括:
[0028] 信息接收单元,用于接收终端发送的基本信息,所述基本信息包括:车主用户的标 识及车辆信息;
[0029] 获取单元,用于根据所述车主用户的标识查询车主用户的互联网特征数据,所述 互联网特征数据包括车主用户的身份特质数据、车主用户的社交数据W及车主用户的支付 数据中的至少一种,所述车主用户的身份特质数据用于表征所述车主用户的身份属性,所 述车主用户的社交数据用于表征所述车主用户的社交属性和社交行为,所述车主用户的支 付数据用于表征所述车主用户的支付属性和支付行为;
[0030] 计算单元,用于根据所述车主用户的互联网特征数据按照预置运算模型计算所述 车主用户的折算系数,所述车主用户的折算系数用于表征所述车主用户的驾驶风险;
[0031] 查询单元,用于发送查询消息,所述查询消息中携带所述车主用户的基本信息及 折算系数,并接收响应所述查询消息返回的第二价格,所述第二价格是根据所述车主用户 的基本信息生成车险方案和第一价格,并根据所述折算系数对所述第一价格进行折扣处理 形成的;
[0032] 输出单元,用于将所述车险方案及所述第二价格发送至终端进行输出。
[0033] 优选地,所述装置还包括:
[0034] 请求接收单元,用于接收终端发起的投保请求,所述投保请求中携带支付信息及 所确认投保的车险方案;
[0035] 投保处理单元,用于根据所确认投保的车险方案获取车险保单,并根据所述支付 信息对所述车险保单进行支付处理;
[0036] 通知单元,用于若支付处理成功,生成车险合同,并将所述车险合同返回至所述终 端W提示投保成功。
[0037] 优选地,所述获取单元包括:
[0038] 应用程序查询单元,用于根据所述车主用户的标识查询所述车主用户所参与的至 少一个互联网应用程序;
[0039] 特征数据读取单元,用于从所述至少一个互联网应用程序的用户数据库中读取所 述车主用户的互联网特征数据。
[0040] 优选地,所述预置运算模型为广义线性模型;所述计算单元包括:
[0041] 分组处理单元,用于对所述车主用户的互联网特征数据进行离散化分组处理;
[0042] 运算因子确定单元,用于将离散化分组处理后的所述车主用户的互联网特征数据 确定为运算因子;
[0043] 赔付计算单元,用于将所述运算因子代入至所述广义线性模型中计算所述车主用 户的保险赔付率;
[0044] 折算系数确定单元,用于按照预置的保险赔付率与折算系数的对应关系,根据所 述车主用户的保险赔付率确定所述车主用户的折算系数。
[0045] 本发明实施例中,可根据终端发送的车主用户的基本信息来查询车主用户的互联 网特征数据,所述互联网特征数据包括车主用户的身份特质数据、车主用户的社交数据W 及车主用户的支付数据中的至少一种;利用多维度的互联网特征数据来计算车主用户的折 算系数,该折算系数能够全面、准确地反映车主用的驾驶风险;进一步,可查询到适合车主 用户的车险方案及第一价格,并可根据折算系数对第一价格进行折扣处理获得相对优惠的 第二价格;通过本发明实施例的方案,既能够甄别不同驾驶风险的客户,有利于控制保险公 司的成本;又能够为车主用户争取保险优惠,有利于促进互联网用户的参保热度;同时提升 数据处理的效率,提升互联网保险业务的处理效率。
【附图说明】
[0046] 为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现 有技术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的前提下,还可W 根据运些附图获得其他的附图。
[0047] 图1为本发明实施例提供的一种数据处理系统的结构示意图;
[0048] 图2为本发明实施例提供的一种数据处理方法的流程图;
[0049] 图3a为本发明实施例提供的一种互联网车险的服务页面的一个示意图;
[0050] 图3b为车主用户的保险赔付率与车主用户的社交好友的数量的相关性示意图;
[0051] 图3c为车主用户的保险赔付率与车主用户参与的社交群组的数量的相关性示意 图;
[0052] 图3d为本发明实施例提供的一种互联网车险的服务页面的另一个示意图;
[0053] 图3e为本发明实施例提供的一种互联网车险的服务页面的又一个示意图;
[0054] 图4为本发明实施例提供的一种处理服务器的结构示意图;
[0055] 图5为本发明实施例提供的一种数据处理装置的结构示意图。
【具体实施方式】
[0056] 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,所描述的实施例仅仅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。
[0057] 本发明实施例可W应用于互联网车险业务场景中,具体可根据终端发送的车主用 户的基本信息来查询车主用户的互联网特征数据,所述互联网特征数据包括车主用户的身 份特质数据、车主用户的社交数据W及车主用户的支付数据中的至少一种;利用多维度的 互联网特征数据来计算车主用户的折算系数,该折算系数能够全面、准确地反映车主用的 驾驶风险;进一步,可查询到适合车主用户的车险方案及第一价格,并可根据折算系数对第 一价格进行折扣处理获得相对优惠的第二价格;通过本发明实施例的方案,既能够甄别不 同驾驶风险的客户,有利于控制保险公司的成本;又能够为车主用户争取保险优惠,有利于 促进互联网用户的参保热度;同时提升数据处理的效率,提升互联网保险业务的处理效率。 需要说明的是,"第一价格"指折扣处理前车险方案对应的价格,"第二价格"指折扣处理后 车险方案对应的价格;在实际应用中,"第一价格"可W指按照保险收费标准为所述车险方 案所计算得到的标准价格;"第二价格"是指按照折算系数在第一价格的基础上进行折扣计 算获得折扣价格;那么,除特别说明外,本发明后续实施例中,"第一价格"W "标准价格"为 例进行说明,"第二价格"W "折扣价格"为例进行说明。
[0058] 基于上述描述,本发明实施例公开了一种数据处理系统,请参见图1,该系统包括: 至少一个终端,处理服务器W及第=方服务器。其中,终端可W为笔记本电脑、手机、PAD(平 板电脑)、车载终端等设备。终端中可W安装并运行至少一个互联网应用程序,该互联网应 用程序可包括但不限于:即时通信应用程序、SNS(Social Networking Services,社会性网 络服务)应用程序等等。处理服务器可W是一个独立服务设备,或者是由多个独立服务设备 共同构成的集群服务设备。第=方服务器是指由保险公司所提供的、能够为互联网终端侧 的用户处理互联网保险业务的设备,此处,互联网保险业务可包括但不限于:提供保险方 案、管理保单元和保险合同、计算保费额度等等。
[0059] 在图1所示的系统中,终端、处理服务器及第=方服务器可W相互交互,为终端侧 的用户实现互联网车险业务流程,具体参见如下AD-A7):
[0060] Al)、终端侧的用户可W通过终端向处理服务器发送基本信息,所述基本信息包 括:车主用户的标识及车辆信息;此处,车主用户的标识可W包括但不限于:车主用户的身 份证信息、车主用户的驾驶证信息、W及用于唯一标识该车主用户的互联网标识(如SNS标 识、即时通信应用标识、email、手机号等等);车辆信息可包括但不限于:车牌号码、车架号、 车辆发动机信息等等。
[0061] A2)、处理服务器在接收到终端发送的基本信息之后,可W根据车主用户的标识查 询该车主用户的互联网特征数据。具体实现中,车主用户可W通过终端使用各种互联网应 用程序,因此,车主用户在各互联网应用程序中均会产生相应的特征数据,那么优选地,处 理服务器可W根据车主用户的标识查询车主用户所参与的至少一个互联网应用程序,然后 从运些互联网应用程序的用户数据库中读取该车主用户的特征数据。所述互联网特征数据 可包括:车主用户的身份特质数据(如、年龄、性别、学历等等)、车主用户的社交数据(如好 友数量、参与社交群组的数量、社交应用活跃情况数据、社交行为数据等等)W及车主用户 的支付数据(如互联网支付习惯数据、互联网理财行为数据、是否实名认证等等)。
[0062] A3)、处理服务器可按照预置运算模型,结合车主用户的互联网特征数据计算车主 用户的折算系数;此处,预置运算模型优选可W为广义线性模型。折算系数用于表征车主用 户的驾驶风险,折算系数越高,表明车主用户的驾驶风险越高,行驶安全度越低,越容易出 现保险赔付情况;反之,折算系数越低,表明车主用户的驾驶风险越低,行驶安全度越高,越 不容易出现保险赔付情况。
[0063] A4)、处理服务器可向第S方服务器发送查询消息,该查询消息中携带终端所发送 的基本信息,W及处理服务器计算获得的车主用户的折算系数。此处,查询消息用于向第= 方服务器请求查询适合该车主用户的车险方案及车险报价。
[0064] A5)、第S方服务器根据基本信息生成适合车主用户的车险方案及标准价格,此处 的车险方案包含车险种类(如机动车损失保险、第=者责任保险、司机座位责任保险等等)、 保险范围(如保险时限、保险内容等等)及免责信息(如在什么情况下不予赔付等)等等;标 准价格是指第=方服务器按照保险收费标准为所述车险方案所计算得到的价格;进一步, 第=方服务器根据该车主用户的折算系数在标准价格的基础上进行折扣计算,获得所述车 险方案的折扣价格。具体实现中,第=方服务器可预先与处理服务器进行协商得到如下对 照表:
[0(?日]表一:安行对照表 [0066]
[0067]上述表一中,0%《1^《100.3%(其中〇 = 1,2,...8),每个分段的取值可^根据 实际需要进行设定,并且叫的取值随j的增大而增大。〇.70《7^《1,并且7^的取值随^'的增大 而增大。0%《zj《30%,并且Zj的取值随j的增大而减小。例如:mi = 0%,m2 = 53.1% ,m3 = 56.6 %,则上述表一中第一个赔付率分段可W为[53.1 %,56.6 % ),对应的折算系数为yi = 0.70,折扣比例为Zi = 30 %。上述表一中第一个赔付率分段可W为[53.1 %,56.6 % ),对应 的折算系数为y2 = 0.71,折扣比例为Zi = 28%。
[0068] 需要说明的是,折扣比例是保险公司在标准价格的基础上,依据折算系数所给出 的折扣力度,例如:某款车险方案的标准价格为l〇〇RMB(人民币),若车主用户的折算系数为 0. 70,该车主用户可获得30.00 %的折扣比例,从而可W 70RMB的折扣价格投保该车险方案; 若车主用户的折算系数为0.80,该车主用户可获得20.00%的折扣比例,从而可W80RMB的 折扣价格投保该车险方案。通过上述表一可知,折算系数与保险赔付率存在一定的对应关 系,具体为:折算系数越低,保险赔付率越低;而折算系数越高,保险赔付率越高。进一步可 见,折算系数与折扣比例存在一定的对应关系,具体为:折算系数越低,折扣比例越高;而折 算系数越高,折扣比例越低。处理服务器与第=方服务器协商之后形成的上述表一中,依据 保险赔付率及折算系数对互联网用户进行了细致分级,运样的细致分组方式既能够帮助保 险公司甄别不同驾驶风险的客户,有利于控制保险公司的成本;又能够为车主用户争取保 险优惠,有利于促进互联网用户的参保热度。
[0069] A6)、第=方服务器将车险方案与折扣价格反馈给处理服务器,处理服务器将车险 方案与折扣价格返回至终端进行输出。运样,终端侧的车主用户能够了解适合自己的车险 方案,获知自己的折算系数,并且能够获知自己能够获得的价格优惠。
[0070] A7)、如果车主用户在了解了适合自己的车险方案之后,可通过终端向处理服务器 发起投保请求,所述投保请求中携带支付信息及所确认投保的车险方案。此处,支付信息是 指用于进行支付的电子账户,此处的电子账户可包括但不限于:电子银行账户、电子金融账 户、电子信用账户等等;那么,处理服务器根据投保请求通知第=方服务器生成车险保单, 并根据支付信息对车险保单进行支付处理,此时,支付处理的过程可包括:从支付信息所描 述的电子账户中扣除折扣价格对应的电子资源额度。在支付处理成功之后通知所述第=方 服务器出保(即生成最终的车险合同),待第=方服务器确认出保成功后,将车险合同返回 给终端W提示车主用户投保成功,并方便车主用户查询和浏览车险合同。
[0071] 通过上述Al)-A7)所示的处理流程,本发明实施例的数据处理系统可实现互联网 车险业务,既能够甄别不同驾驶风险的客户,有利于控制保险公司的成本;又能够为车主用 户争取保险优惠,有利于促进互联网用户的参保热度;同时通过终端、处理服务器、第=方 服务器之间的交互,提升数据处理的效率,提升互联网保险业务的处理效率。
[0072] 为了保证数据处理的安全性,图1所示的系统在上述AD-A7)所示的处理流程中采 取了严格的安全防御措施,具体请参见如下Bl)-B5):
[0073] BI)、Https(Hyper Text Transfer Protocol over Secure Socket Layer,安全 套接字层超文本传输协议)协议通讯。具体实现中,处理服务器与第=方服务器之间的交互 流程均后台进行,处理服务器与第=方服务器之间采用化化S协议通讯,发送端采用公钥对 所传输的内容进行加密,而接收端采用私钥对所传输的内容进行解密。
[0074] B2)、参数验签。具体实现中,保险公司在处理服务器侧申请唯一key(密钥),处理 服务器与第S方服务器之间约定加密算法,该加密算法可包括但不限于MD5(Message Digest Algorithm 5,消息摘要算法第5版)、SHA(Se州re化sh Algorithm,安全哈希算法) 1、 SHA256、HMAC(化sh-based Message Authentication Code,哈希运算消息认证码)等算 法,并约定使用该唯一k巧作为密钥参与验签。那么,在处理服务器与第=方服务器之间进 行交互时,基于约定的加密算法采用该唯一 k巧对交互的内容密验签,进一步保证交互安全 性。
[0075] B3)、为保护车主用户的敏感信息,处理服务器可对运些敏感信息采用des(Data 化cryption Standard,数据加密标准)进行加密存储。此处,敏感信息包括但不限于:身份 证信息、驾驶证信息、互联网标识、车架号、车牌号码等信息。
[0076] B4)、为避免非法车辆进行车险方案的投保,可增加黑名单机制。在黑名单中记录 非法车主用户的标识及对应的车辆信息,当非法车辆或非法车主通过终端向处理服务器发 送基本信息之后,在执行上述A2)-A7)之前,可首先采用黑名单机制对该非法车辆或非法车 主的基本信息进行拦截,W保障数据处理的安全性。
[0077] B5)、为防止黑客攻击,针对终端与处理服务器之间的互联网连接设置防XSS (Cross Site Scripting,跨站脚本攻击)攻击、CSRF(C;ross-site request forgery,跨站 请求伪造)攻击、爬虫攻击等的处理策略,若终端与处理服务器在交互过程中受到对应攻击 时可按照处理策略及时处理,保证终端与处理服务器之间的交互安全。
[0078] 本发明实施例的数据处理系统,可根据终端发送的车主用户的基本信息来查询车 主用户的互联网特征数据,所述互联网特征数据包括车主用户的身份特质数据、车主用户 的社交数据W及车主用户的支付数据中的至少一种;利用多维度的互联网特征数据来计算 车主用户的折算系数,该折算系数能够全面、准确地反映车主用的驾驶风险;进一步,可查 询到适合车主用户的车险方案,并可根据折算系数获得相对优惠的折扣价格;通过本发明 实施例的方案,既能够甄别不同驾驶风险的客户,有利于控制保险公司的成本;又能够为车 主用户争取保险优惠,有利于促进互联网用户的参保热度;同时提升数据处理的效率,提升 互联网保险业务的处理效率。
[0079] 基于上述描述,本发明实施例还公开了一种数据处理方法,该方法可W是由图1所 示系统中的处理服务器所执行,请参见图2,该方法可包括W下步骤SlOl-步骤S104。
[0080] SlOl,接收终端发送的基本信息,所述基本信息包括:车主用户的标识及车辆信 息。
[0081] 处理服务器可W提供互联网车险的服务页面,该互联网车险的服务页面是指在实 现互联网车险业务过程中用于人机交互的页面,该互联网车险的服务页面可W是一个H5 (Hyper Text Markup Language 5,第5代超级文本标记语言)页面;处理服务器可将该互联 网车险的服务页面发送至终端进行输出。在一种可行的实施方式中,处理服务器可W在互 联网应用中为互联网车险服务功能注册公众服务帐号,当用户在终端的互联网应用关注该 公众服务帐号时,终端从处理服务器拉取互联网车险的服务页面,并在该公众服务帐号对 应的终端界面中显示互联网车险的服务页面。在另一种可行的实施方式中,用户可W通过 各种方式获得互联网车险的服务页面的链接地址,例如:用户可W从论坛、网站、或者其他 用户通过即时通信应用程序、SNS应用程序所分享的消息中获得互联网车险的服务页面的 链接地址。用户根据该互联网车险的服务页面的链接地址在终端的浏览器中请求该服务页 面时,终端从处理服务器拉取并显示互联网车险的服务页面。本发明实施例提供了一种互 联网车险的服务页面,请一并参见图3曰,在图3a所示的服务页面中,用户可W输入基本信 息,当需要互联网车险业务时,由终端将所输入的基本信息发送至处理服务器。
[0082] 具体实现中可选地,在执行步骤SlOl之后,执行步骤S102之前,处理服务器还可执 行如下步骤SlOO:
[0083] S100,判断所述车主用户的标识是否为预置黑名单中的用户标识,或者,判断所述 车辆信息是否为预置黑名单中的车辆信息。
[0084] 为避免非法车辆进行车险方案的投保,本发明实施例中,处理服务器可增加黑名 单机制,在黑名单中记录非法车主用户的标识及对应的车辆信息,那么,在执行步骤SlOl接 收到终端发送的基本信息之后,处理服务器可W执行步骤SlOO判断该基本信息是否描述了 非法车辆的信息,或者是否属于非法车主的基本信息。此处,可将接收到的基本信息与黑名 单进行比对,如果发现车主用户的标识属于黑名单中的用户标识,那么可确定该基本信息 属于非法车主;如果发现车辆信息属于黑名单中的车辆信息,那么可确定属于非法车辆。如 果二者均判断为否,即表明基本信息属于合法车辆或合法车主,则转入执行步骤S102。可W 理解的是,本实施例采用黑名单机制对该非法车辆或非法车主的基本信息进行拦截,可W 保障后续数据处理的安全性。
[0085] S102,根据所述车主用户的标识查询车主用户的互联网特征数据,所述互联网特 征数据包括车主用户的身份特质数据、车主用户的社交数据W及车主用户的支付数据中的 至少一种。
[0086] 所述车主用户的身份特质数据用于表征所述车主用户的身份属性,所述车主用户 的身份特质数据包括但不限于:所述车主用户的年龄、性别、学历等数据。所述车主用户的 社交数据用于表征所述车主用户的社交属性和社交行为,所述车主用户的社交数据包括社 交属性数据和社交行为数据,其中,所述社交属性数据包括但不限于:社交好友的数量、参 与的社交群组的数量等等;所述社交行为数据包括但不限于:收发电子红包的行为数据、社 交应用为活跃情况数据、经常活跃环境数据等等。所述车主用户的支付数据用于表征所述 车主用户的支付属性和支付行为,所述车主用户的支付数据包括支付属性数据和支付行为 数据,其中,所述支付属性数据包括但不限于:绑定的银行卡数据、是否实名认证等等;所述 支付行为数据包括但不限于:支付习惯数据、互联网理财行为数据等等。
[0087] 处理服务器在执行步骤S102的过程中,具体执行如下步骤S11-S12:
[0088] Sll,根据所述车主用户的标识查询所述车主用户所参与的至少一个互联网应用 程序。
[0089] sl2,从所述至少一个互联网应用程序的用户数据库中读取所述车主用户的互联 网特征数据。
[0090] 步骤S11-S12中,车主用户可W通过终端使用各种互联网应用程序,因此,车主用 户在各互联网应用程序中均会产生相应的特征数据,那么优选地,处理服务器可W根据车 主用户的标识查询车主用户所参与的至少一个互联网应用程序,然后从运些互联网应用程 序的用户数据库中读取该车主用户的特征数据。
[0091] S103,根据所述车主用户的互联网特征数据按照预置运算模型计算所述车主用户 的折算系数,所述车主用户的折算系数用于表征所述车主用户的驾驶风险。
[0092] 在车险建模领域中,"从人(即车主用户)"的角度对驾驶风险进行评估,评估结果 可W使用保险赔付率来表示,保险赔付率是指由于驾驶风险产生交通事故而进行保险赔付 的概率;也就是说,采用预置运算模型的目的是要计算保险赔付率。现有技术中,为了更稳 定地反映车主用户的驾驶风险W及更接近于车主用户的真实情况,避免车主用户的驾驶风 险受到短期行为或者异常事件的影响,保险赔付率通常是基于车主用户过去几年(例如3 年、5年)的投保和理赔经验数据来计算,现有运种W历史保险赔付数据来预估保险赔付率 的方式存在准确率较低的问题。
[0093] 本发明实施例中,由于车主用户的互联网特征数据涵盖了车主用户的背景、驾驶 习惯、生活习惯、性格偏好、人脉关系W及行驶环境等数据,运些数据对于车主用户的驾驶 风险都有着直接或者间接的影响,因此,运些数据的直接或者间接的量化指标,也与用户的 驾驶风险(保险赔付率)有着强相关性;请一并参见图3b和图3c,从图3b可W看出,车主用户 的保险赔付率与该车主用户的社交好友的数量呈正相关关系,社交好友数量越多,保险赔 付率越高,驾驶风险越高。从图3c可W看出,车主用户的保险赔付率与该车主用户参与的社 交群组数量呈负相关关系,参与的社交群组数量越多,保险赔付率越低,驾驶风险越低。因 此,本发明实施例基于车主用户的互联网特征数据作为运算因子,优选应用广义线性模型 (General Linear Model)对车主用户的保险赔付率进行拟合,计算准确率较高,最后转换 为折算系数,可直观地反映车主用户的驾驶风险。
[0094] 具体实现中,处理服务器在执行步骤S103的过程中,具体执行如下步骤S21-S24:
[00M] s21,对所述车主用户的互联网特征数据进行离散化分组处理。
[0096] 由于所获得的车主用户的互联网特征数据可能是连续型的数据,直接使用运些连 续型数据建模可能会平滑掉经验数据中的一些重要影响因素,为了避免该情况,同时也为 简化运算模型,降低过拟合的风险,提升运算模型的表达能力,在使用车主用户的互联网特 征数据进行分析建模之前,会先对运些互联网特征数据进行离散化分组处理。步骤s21中, 在进行离散化分组处理的过程中需要注意:
[0097] ①分组的区间应该比较小,同时保证每个区间包含足够多的数据;例如:将车主用 户所参与的社交群组数量运个连续型特征数据进行离散化分组处理时,某些社交群组的成 员数量比较多,而某些社交群组的成员数量比较少,分布很不均匀,为了保证每个社交群组 都有足够数量的成员,就需要把若干个社交群组合并在一起。
[0098] ②互联网特征数据之间会存在交互影响的情况,也即某个互联网特征数据对保险 赔付率的影响作用随着另一个互联网特征数据而变化,运时候需要将互联网特征数据相联 合加 W解决,例如:年龄和性别运两个互联网特征数据之间就存在交互影响,在离散化分组 处理过程中,可W将"性别*年龄"相联合再进行分组处理,例如分组如下"男性,18< =年龄< 25"、"男性,25<二年龄<30"、"女性,18<二年龄<25"、"女性,25<二年龄<30"等。
[0099] s22,将离散化分组处理后的所述车主用户的互联网特征数据确定为运算因子。
[0100] S23,将所述运算因子代入至所述广义线性模型中计算所述车主用户的保险赔付 率。
[0101] 车险数据常常具有W下特征:显示出非常值方差的趋势,用于描述索赔频率和索 赔强度等的数据分布往往具有厚重的右尾;目标变量(即保险赔付率)不局限于对运算因子 的线性依赖。而广义线性模型的特点在于:假设目标变量来自于指数族分布,其方差随着均 值而变化,目标变量的方差是其均值的函数,运算因子通过线性相加关系对目标变量的期 望值的某种变化产生影响。运一特点非常适合于车险数据,因此,本发明实施例优选采用广 义线性模型,W保险赔付率为目标变量,W离散化分组处理后获得的互联网特征数据作为 运算因子。
[0102] 步骤S22-S23中,广义线性模型主要包含W下几个方面的内容:
[0103] ①随机成分(random component)。根据经验选择分布类型可W有效改进广义线性 模型的拟合效果,具体地:如果目标变量的方差为常数,可W选择正态分布;如果目标变量 的方差等于其均值,可W使用泊松分布。互联网车险领域中,保险赔付率的分布更加接近于 Tweedie分布,因此本发明实施例优选使用Tweedie分布来拟合保险赔付率,可W提升拟合 效果。在Tweedie分布中,保险赔付率的均值和方差存在如下的结构关系:
[0104] V(U)=IiP (1)
[0105] 上述公式(1)中,V(U)表示保险赔付率的方差。U表示保险赔付率的均值。P为随机 数。当P取不同值时,对应不同的分布类,如表二所示:
[0106] 表二:Tweedie 分布类 「rn n~7l
[010引通过上述表二可知,随机数P的取值会直接影响Tweedid分布类。当1<P<2时对应复 合泊松分布,在此分布类时可在广义线性模型的框架下可W完成保险赔付率的估计,而不 用分别考虑损失频率和损失强度对预估准确度的影响。
[0109] ②系统成分(systematic component):互联网特征数据的线性组合。一般地,可加 入一个抵销项(offset term)来反映某互联网特征数据XW外的其他因素的影响,具体如 下:
[0110] ru = Xi0+Ci (2)
[0111] 上述公式(2)中,i为正整数。n表示线性预测向量。e表示模型的参数向量。C表示抵 销项向量。
[0112]③连接函数(link化nction):连接函数建立了随机成分与系统成分之间的特定 关系,广义线性模型对保险赔付率的预测值并不直接等于互联网特征数据的线性组合,而 是该线性组合的一个函数变换形式。具体地,连接函数可表示如下:
[0113] n=ln]i (3)
[0114] 上述公式(3)中,Tl表示线性预测向量。y表示保险赔付率的期望值。公式(3)所示的 连接函数可W保证保险赔付率的均值的预测值为正数,然后可使用最大似然法对模型的运 算因子的参数进行估计,求得各个运算因子的参数值。
[0115] 下面W-个具体实例详细说明保险赔付率的计算过程:
[0116] 假设模型包含"性别*年龄"、社交好友的数量、参与的社交群组的数量S个运算因 子,基于模型对运算因子的参数值进行估计,会得到表=所示的结果:
[0117] 表运算因子的参数估计值
[0119]
[0120] 如前所述,保险赔付率y与运算因子的线性组合之间的连接函数是InO,也即广义 线性模型方程为:
[0121]
(4)
[0122] 假如某车主用户的互联网特征数据包括:年龄性别为男性25岁;社交好友的数量 为50;参与的社交群组的数量为3个。那么,参照上述表=可知,该互联网特征数据对应的运 算因子的系数值分别为0.〇〇〇、-〇.036W及0.095,代入上面的公式(4)可计算保险赔付率如 下:
[0123]
巧)
[0124] 通过上述公式(5)计算得到该车主用户的保险赔付率是0.754。
[0125] s24,按照预置的保险赔付率与折算系数的对应关系,根据所述车主用户的保险赔 付率确定所述车主用户的折算系数。
[0126] 如前述,折算系数与保险赔付率存在一定的对应关系,具体为:折算系数越低,保 险赔付率越低;而折算系数越高,保险赔付率越高。预置的保险赔付率与折算系数之间的对 应关系可参见上述表一,在依据广义线性模型计算得到车主用户的保险赔付率之后,进一 步可确定车主用户的折算系数。按照步骤S22-S23中所示例子,某车主用户的保险赔付率为 0.754(75.4 % ),假设按照表一该保险赔付率属于[74.8 %,76.7 % )的分段中,对应的折算 系数为0.90,则该车主用户的折算系数为0.90。
[0127] 需要说明的是,处理服务器在执行上述步骤S21-S24计算车主用户的折算系数的 过程中,可在终端侧的互联网车险的服务页面中显示计算进度W及计算获得的折算系数。 请一并参见图3d,在互联网车险的服务页面中,通过ICON(-种图标格式)加数字的方式表 示计算方式,让车主用户能够感受到计算过程,促使车主用户对车险方案产生兴趣。请一并 参见图3e,在互联网车险的服务页面中,用仪表盘及系数的方式,呈现折算系数,让车主用 户直观的感受到自己的驾驶风险W及可获得的折扣优惠。
[0128] S104,发送查询消息,所述查询消息中携带所述车主用户的基本信息及折算系数, 并接收响应所述查询消息返回的折扣价格,所述折扣价格是根据所述车主用户的基本信息 生成车险方案和标准价格,并根据所述折算系数对所述标准价格进行折扣处理形成的。
[0129] 其中,所述查询消息用于向第=方服务器请求查询适合该车主用户的车险方案及 车险报价。第=方服务器根据基本信息可生成适合车主用户的车险方案及标准价格,此处 的车险方案包含车险种类、保险范围及免责信息等等;其中,车险种类可包括但不限于:机 动车损失保险、第=者责任保险、司机座位责任保险等等。保险范围规定了保险时限、保险 内容等等。免责信息描述了如在什么情况下不予赔付等信息。标准价格是指第=方服务器 按照保险收费标准为所述车险方案所计算得到的价格;进一步,第=方服务器可W参见上 述表一,根据该车主用户的折算系数确定折扣比例,并在标准价格的基础上进行按照折扣 比例进行折扣计算,获得所述车险方案的折扣价格。按照步骤S24所示例子,假设某车主用 户的折算系数为0.90,其对应的折扣比例为10.00%,若标准价格为IOORMB,那么,该车主用 户的折扣价格为90RMB。
[0130] S105,将所述车险方案及所述折扣价格发送至终端进行输出。运样,终端侧的车主 用户能够了解适合自己的车险方案,获知自己的折算系数,并且能够获知自己能够获得的 价格优惠。
[0131] 可选地,处理服务器在执行步骤S105之后,还可执行如下步骤S106-S108:
[0132] S106,接收终端发起的投保请求,所述投保请求中携带支付信息及所确认投保的 车险方案。
[0133] S107,根据所确认投保的车险方案获取车险保单,并根据所述支付信息对所述车 险保单进行支付处理。
[0134] S108,若支付处理成功,生成车险合同,并将所述车险合同返回至所述终端W提示 投保成功。
[0135] 步骤S106-S108描述了车主用户对车险方案的投保流程,车主用户通过步骤S105 了解到适合自己的车险方案之后,如果想要针对该车险方案进行投保,可通过终端向处理 服务器发起投保请求,所述投保请求中携带支付信息及所确认投保的车险方案。此处,支付 信息是指用于进行支付的电子账户,此处的电子账户可包括但不限于:电子银行账户、电子 金融账户、电子信用账户等等;那么,处理服务器根据投保请求通知第=方服务器生成车险 保单,并根据支付信息对车险保单进行支付处理,此时,支付处理的过程可包括:从支付信 息所描述的电子账户中扣除折扣价格对应的电子资源额度。在支付处理成功之后通知所述 第=方服务器出保(即生成最终的车险合同),待第=方服务器确认出保成功后,将车险合 同返回给终端W提示车主用户投保成功,并方便车主用户查询和浏览车险合同。
[0136] 需要说明的是,由于保险公司的每款保险产品的价格均受保险监督管理委员会 (简称保监会)的监管,因此车险最终的投保价格不得低于保监会设定的监管下限价格,也 就是说,本发明实施例中,如果折扣价格高于监管下限价格,那么,车主用户可按照折扣价 格进行车险投保;如果折扣价格低于监管下限价格,那么,车主用户按照监管下限价格进行 车险投保,而处理服务器可W采用其他方式将折扣价格与监管下限价格之间的价格差补偿 给车主用户,此处的其他方式可包括但不限于:由保险公司W外的其他提供商向车主用户 发放虚拟物品等等。
[0137] 本发明实施例的数据处理方法,可根据终端发送的车主用户的基本信息来查询车 主用户的互联网特征数据,所述互联网特征数据包括车主用户的身份特质数据、车主用户 的社交数据W及车主用户的支付数据中的至少一种;利用多维度的互联网特征数据来计算 车主用户的折算系数,该折算系数能够全面、准确地反映车主用的驾驶风险;进一步,可查 询到适合车主用户的车险方案,并可根据折算系数获得相对优惠的折扣价格;通过本发明 实施例的方案,既能够甄别不同驾驶风险的客户,有利于控制保险公司的成本;又能够为车 主用户争取保险优惠,有利于促进互联网用户的参保热度;同时提升数据处理的效率,提升 互联网保险业务的处理效率。
[0138] 基于上述实施例所示的数据处理系统及数据处理方法,本发明实施例还提供了一 种处理服务器,该处理服务器可W是图1所示的处理服务器,可用于执行上述图2-图3所示 方法流程的相应步骤。请参见图4,该处理服务器的内部结构可包括但不限于:处理器、网络 接口及存储器。其中,服务器内的处理器、网络接口及存储器可通过总线或其他方式连接, 在本发明实施例所示图4中W通过总线连接为例。
[0139] 其中,处理器(或称CPlKCentral Processing Unit,中央处理器))是服务器的计 算核屯、W及控制核屯、。网络接口可选的可W包括标准的有线接口、无线接口(如WI-FI、移动 通信接口等)。存储器(Memory)是服务器中的记忆设备,用于存放程序和数据。可W理解的 是,此处的存储器可W是高速RAM存储器,也可W是非不稳定的存储器(non-volatile memo巧),例如至少一个磁盘存储器;可选的还可W是至少一个位于远离前述处理器的存储 装置。存储器提供存储空间,该存储空间存储了服务器的操作系统,可包括但不限于: Windows系统(一种操作系统KLinux(-种操作系统)系统等等,本发明对此并不作限定。存 储器的存储空间还存储了数据处理装置。
[0140] 在本发明实施例中,处理服务器通过运行存储器中的数据处理装置来执行上述图 2-图3所示方法流程的相应步骤。请一并参见图5,在数据处理过程中,该装置运行如下单 元:
[0141] 信息接收单元101,用于接收终端发送的基本信息,所述基本信息包括:车主用户 的标识及车辆信息。
[0142] 获取单元102,用于根据所述车主用户的标识查询车主用户的互联网特征数据,所 述互联网特征数据包括车主用户的身份特质数据、车主用户的社交数据W及车主用户的支 付数据中的至少一种,所述车主用户的身份特质数据用于表征所述车主用户的身份属性, 所述车主用户的社交数据用于表征所述车主用户的社交属性和社交行为,所述车主用户的 支付数据用于表征所述车主用户的支付属性和支付行为。
[0143] 计算单元103,用于根据所述车主用户的互联网特征数据按照预置运算模型计算 所述车主用户的折算系数。
[0144] 查询单元104,用于用于发送查询消息,所述查询消息中携带所述车主用户的基本 信息及折算系数,并接收响应所述查询消息返回的折扣价格,所述折扣价格是根据所述车 主用户的基本信息生成车险方案和标准价格,并根据所述折算系数对所述标准价格进行折 扣处理形成的。
[0145] 输出单元105,用于将所述车险方案及所述折扣价格发送至终端进行输出。
[0146] 具体实现中可选地,该装置还运行如下单元:
[0147] 请求接收单元106,用于接收终端发起的投保请求,所述投保请求中携带支付信息 及所确认投保的车险方案。
[0148] 投保处理单元107,用于根据所确认投保的车险方案获取车险保单,并根据所述支 付信息对所述车险保单进行支付处理。
[0149] 通知单元108,用于若支付处理成功,生成车险合同,并将所述车险合同返回至所 述终端W提示投保成功。
[0150] 具体实现中,所述车主用户的标识包括W下标识中的至少一种:所述车主用户的 身份证信息、所述车主用户的驾驶证信息、W及用于唯一标识所述车主用户的互联网标识; 所述车辆信息包括:车牌号码、车架号码,W及车辆发动机信息中的至少一种。
[0151] 具体实现中,所述车主用户的身份特质数据包括:所述车主用户的年龄、性别、学 历中的至少一种数据.
[0152] 所述车主用户的社交数据包括社交属性数据和社交行为数据,其中,所述社交属 性数据包括:社交好友的数量和/或参与的社交群组的数量;所述社交行为数据包括:收发 电子红包的行为数据、社交应用为活跃情况数据和经常活跃环境数据中的至少一种;
[0153] 所述车主用户的支付数据包括支付属性数据和支付行为数据,其中,所述支付属 性数据包括:绑定的银行卡数据和/或是否实名认证;所述支付行为数据包括:支付习惯数 据和/或互联网理财行为数据。
[0154] 具体实现中,该装置在运行所述获取单元102的过程中,具体运行如下单元:
[0155] 应用程序查询单元1001,用于根据所述车主用户的标识查询所述车主用户所参与 的至少一个互联网应用程序。
[0156] 特征数据读取单元1002,用于从所述至少一个互联网应用程序的用户数据库中读 取所述车主用户的互联网特征数据。
[0157] 具体实现中优选地,所述预置运算模型为广义线性模型;该装置在运行所述计算 单元103的过程中,具体运行如下单元:
[0158] 分组处理单元2001,用于对所述车主用户的互联网特征数据进行离散化分组处 理。
[0159] 运算因子确定单元2002,用于将离散化分组处理后的所述车主用户的互联网特征 数据确定为运算因子。
[0160] 赔付计算单元2003,用于将所述运算因子代入至所述广义线性模型中计算所述车 主用户的保险赔付率。
[0161] 折算系数确定单元2004,用于按照预置的保险赔付率与折算系数的对应关系,根 据所述车主用户的保险赔付率确定所述车主用户的折算系数。
[0162] 具体实现中优选地,该装置还运行如下单元:
[0163] 判断单元109,用于判断所述车主用户的标识是否为预置黑名单中的用户标识,或 者,判断所述车辆信息是否为预置黑名单中的车辆信息;若否,通知所述获取单元根据所述 车主用户的标识查询车主用户的互联网特征数据。
[0164] 由于处理服务器通过运行图5所示的数据处理装置来执行图2-图3所示的数据处 理方法,因此,图5所示的数据处理装置的各单元的功能可参见图2-图3所示的数据处理方 法的各步骤的相关描述,在此不寶述。
[0165] 与方法同理,本发明实施例的数据处理装置及处理服务器,可根据终端发送的车 主用户的基本信息来查询车主用户的互联网特征数据,所述互联网特征数据包括车主用户 的身份特质数据、车主用户的社交数据W及车主用户的支付数据中的至少一种;利用多维 度的互联网特征数据来计算车主用户的折算系数,该折算系数能够全面、准确地反映车主 用的驾驶风险;进一步,可查询到适合车主用户的车险方案,并可根据折算系数获得相对优 惠的折扣价格;通过本发明实施例的方案,既能够甄别不同驾驶风险的客户,有利于控制保 险公司的成本;又能够为车主用户争取保险优惠,有利于促进互联网用户的参保热度;同时 提升数据处理的效率,提升互联网保险业务的处理效率。
[0166] 本领域普通技术人员可W理解实现上述实施例方法中的全部或部分流程,是可W 通过计算机程序来指令相关的硬件来完成,所述的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,所述的存储介质可为磁 碟、光盘、只读存储记忆体(Read-Only Memoir ,ROM)或随机存储记忆体(Random Access Memory ,RAM)等。
[0167] W上所掲露的仅为本发明较佳实施例而已,当然不能W此来限定本发明之权利范 围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
【主权项】
1. 一种数据处理方法,其特征在于,包括: 接收终端发送的基本信息,所述基本信息包括:车主用户的标识及车辆信息; 根据所述车主用户的标识查询车主用户的互联网特征数据,所述互联网特征数据包括 车主用户的身份特质数据、车主用户的社交数据以及车主用户的支付数据中的至少一种, 所述车主用户的身份特质数据用于表征所述车主用户的身份属性,所述车主用户的社交数 据用于表征所述车主用户的社交属性和社交行为,所述车主用户的支付数据用于表征所述 车主用户的支付属性和支付行为; 根据所述车主用户的互联网特征数据按照预置运算模型计算所述车主用户的折算系 数,所述车主用户的折算系数用于表征所述车主用户的驾驶风险; 发送查询消息,所述查询消息中携带所述车主用户的基本信息及折算系数,并接收响 应所述查询消息返回的第二价格,所述第二价格是根据所述车主用户的基本信息生成车险 方案和第一价格,并根据所述折算系数对所述第一价格进行折扣处理形成的; 将所述车险方案及所述第二价格发送至终端进行输出。2. 如权利要求1所述的方法,其特征在于,所述将所述车险方案及所述第二价格发送至 终端进行输出之后,还包括: 接收终端发起的投保请求,所述投保请求中携带支付信息及所确认投保的车险方案; 根据所确认投保的车险方案获取车险保单,并根据所述支付信息对所述车险保单进行 支付处理; 若支付处理成功,生成车险合同,并将所述车险合同返回至所述终端以提示投保成功。3. 如权利要求1所述的方法,其特征在于,所述车主用户的标识包括以下标识中的至少 一种:所述车主用户的身份证信息、所述车主用户的驾驶证信息、以及用于唯一标识所述车 主用户的互联网标识; 所述车辆信息包括:车牌号码、车架号码,以及车辆发动机信息中的至少一种。4. 如权利要求1所述的方法,其特征在于,所述车主用户的身份特质数据包括:所述车 主用户的年龄、性别、学历中的至少一种; 所述车主用户的社交数据包括社交属性数据和社交行为数据,其中,所述社交属性数 据包括:社交好友的数量和/或参与的社交群组的数量;所述社交行为数据包括:收发电子 红包的行为数据、社交应用为活跃情况数据和经常活跃环境数据中的至少一种; 所述车主用户的支付数据包括支付属性数据和支付行为数据,其中,所述支付属性数 据包括:绑定的银行卡数据和/或是否实名认证;所述支付行为数据包括:支付习惯数据和/ 或互联网理财行为数据。5. 如权利要求1-4任一项所述的方法,其特征在于,所述根据所述车主用户的标识查询 车主用户的互联网特征数据,包括: 根据所述车主用户的标识查询所述车主用户所参与的至少一个互联网应用程序; 从所述至少一个互联网应用程序的用户数据库中读取所述车主用户的互联网特征数 据。6. 如权利要求5所述的方法,其特征在于,所述预置运算模型为广义线性模型;所述根 据所述车主用户的互联网特征数据按照预置运算模型计算所述车主用户的折算系数,包 括: 对所述车主用户的互联网特征数据进行离散化分组处理; 将离散化分组处理后的所述车主用户的互联网特征数据确定为运算因子; 将所述运算因子代入至所述广义线性模型中计算所述车主用户的保险赔付率; 按照预置的保险赔付率与折算系数的对应关系,根据所述车主用户的保险赔付率确定 所述车主用户的折算系数。7. -种数据处理装置,其特征在于,包括: 信息接收单元,用于接收终端发送的基本信息,所述基本信息包括:车主用户的标识及 车辆信息; 获取单元,用于根据所述车主用户的标识查询车主用户的互联网特征数据,所述互联 网特征数据包括车主用户的身份特质数据、车主用户的社交数据以及车主用户的支付数据 中的至少一种,所述车主用户的身份特质数据用于表征所述车主用户的身份属性,所述车 主用户的社交数据用于表征所述车主用户的社交属性和社交行为,所述车主用户的支付数 据用于表征所述车主用户的支付属性和支付行为; 计算单元,用于根据所述车主用户的互联网特征数据按照预置运算模型计算所述车主 用户的折算系数,所述车主用户的折算系数用于表征所述车主用户的驾驶风险; 查询单元,用于发送查询消息,所述查询消息中携带所述车主用户的基本信息及折算 系数,并接收响应所述查询消息返回的第二价格,所述第二价格是根据所述车主用户的基 本信息生成车险方案和第一价格,并根据所述折算系数对所述第一价格进行折扣处理形成 的; 输出单元,用于将所述车险方案及所述第二价格发送至终端进行输出。8. 如权利要求7所述的装置,其特征在于,还包括: 请求接收单元,用于接收终端发起的投保请求,所述投保请求中携带支付信息及所确 认投保的车险方案; 投保处理单元,用于根据所确认投保的车险方案获取车险保单,并根据所述支付信息 对所述车险保单进行支付处理; 通知单元,用于若支付处理成功,生成车险合同,并将所述车险合同返回至所述终端以 提示投保成功。9. 如权利要求7或8所述的装置,其特征在于,所述获取单元包括: 应用程序查询单元,用于根据所述车主用户的标识查询所述车主用户所参与的至少一 个互联网应用程序; 特征数据读取单元,用于从所述至少一个互联网应用程序的用户数据库中读取所述车 主用户的互联网特征数据。10. 如权利要求9所述的装置,其特征在于,所述预置运算模型为广义线性模型;所述计 算单元包括: 分组处理单元,用于对所述车主用户的互联网特征数据进行离散化分组处理; 运算因子确定单元,用于将离散化分组处理后的所述车主用户的互联网特征数据确定 为运算因子; 赔付计算单元,用于将所述运算因子代入至所述广义线性模型中计算所述车主用户的 保险赔付率;
【文档编号】G06Q40/08GK106022928SQ201610356195
【公开日】2016年10月12日
【申请日】2016年5月25日
【发明人】傅桔选, 洪桃李, 刘嘉, 施明, 钱波, 曾娟, 谢颖, 施雯洁, 周腾骏, 杨凡, 王林波, 张建俊, 易景喜, 郭木军, 郑好, 肖丹, 郑湛波, 董赞
【申请人】财付通支付科技有限公司
再多了解一些
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1