一种车险业务的数据处理方法、装置及系统与流程

本申请属于计算机数据处理技术领域，尤其涉及一种车险业务的数据处理方法、装置及系统。

背景技术：

随着车辆保有量的逐年增加，各保险公司的车险业务量也随之增加。

目前，保险公司现有的车险业务主要是依靠车辆自身的属性信息进行定价建模，制定出不同被保险车辆情况的车险业务提供给用户。例如，根据被保险车辆的外观新旧度、车辆购买年限、车辆里程、ncd(noclaimdiscount，ncd，根据被保险人的经验索赔记录对其每年的续保保费进行调整，如在保险期限内没有提出索赔申请，续保时可以享受保险公司的保费折扣)等等。申请人发明现有中能影响车辆是否出险以及出险费用的因素还可以包括其他方面，如车辆所在地的自然环境、经常驾驶路况等，如果仅从与车辆相关的属性信息来对车辆进行车险风险高低的评估会存在较大的局限性，风险识别不够全面，因此会降低保险公司车险核保、定价的准确性。另外，不同的保险公司往往会制定多种不同的车险业务，即使是对相同的被保险车辆信息，由于车辆公司背景、业务构成、市场倾向等不同，不同保险公司给出的承保业务往往也会存在很大的差异。因此，业内还缺乏一种针对不同保险公司制定车险运营业务时共同使用的参考标准，以缩小保险公司为消费者制定车险业务的业务标准差距。

随着大数据时代的到来和市场环境的不断变化，目前业内亟需一种更加准确、统一的评估车险风险高低的解决方案。

技术实现要素：

本申请目的在于提供一种车险业务的数据处理方法、装置及系统，通过将包括驾驶者人的属性信息引入到车险风险预测中，可以更加准确、全面、统一参考标准化的进行车险风险的评估。

本申请提供的一种车险业务的数据处理方法、装置及系统是包括如下的方式实现的：

一种车险业务的数据处理方法，所述方法包括：

第一服务器获取车险用户的预定字段，将所述预定字段发送至第二服务器；

所述第二服务器根据所述预定字段匹配出所述车险用户的人属性变量和所述人属性变量对应的取值；

所述第二服务器基于所述人属性变量和对应的取值，按照预设计算方式生成车险标准分；

所述第二服务器将所述车险标准分回传给所述第一服务器；

所述第一服务器基于所述车险标准分确定所述车险用户的业务运营方案。

一种车险业务的数据处理方法，所述方法包括：

获取车险用户的预定字段，根据所述预定字段匹配出所述车险用户的人属性变量和所述人属性变量对应的取值；

基于所述人属性变量和对应的取值，按照预设计算方式生成车险标准分；

将所述车险标准分发送给第一服务器。

一种车险业务的数据处理方法，所述方法包括：

第二服务器提供风险类别标签，所述风险类别标签基于对人属性变量进行分类生成；

第一服务器将获取的车险用户数据和选取的至少一个所述风险类别标签发送给所述第二服务器；

所述第二服务器根据所述车险用户数据确定所述选取的风险类别标签中人属性变量的取值，根据所述取值计算各个所述选取的风险类别标签所对应的风险数据，并将所述风险数据回传给所述第一服务器；

所述第一服务器基于所述风险数据生成对应于所述车险用户数据的车险专用分；

所述第一服务器根据所述车险专用分确定相应的车险业务运营方案。

一种车险业务的数据处理方法，所述方法包括：

提供风险类别标签，所述风险类别标签基于对人属性变量进行分类生成；

获取第一服务器发送的车险用户数据和选取的至少一个所述风险类别标签；

根据所述车险用户数据确定所述选取的风险类别标签中人属性变量的取值，根据所述取值计算各个所述选取的风险类别标签所对应的风险数据；

将所述风险数据回传给所述第一服务器。

一种车险业务的数据处理方法，所述方法包括：

获取车险用户数据和选取的至少一个所述风险类别标签，将所述车险用户数据和选取的风险类别标签发送给第二服务器；

获取第二服务器计算得到的所述选取的风险类别标签的风险数据，根据所述风险数据生成对应于所述车险用户数据的车险专用分；

根据所述车险专用分确定相应的车险业务运营方案。

一种车险业务的数据处理方法，包括：

第二服务器提供风险类别标签，所述风险类别标签基于对人属性变量进行分类生成；

第一服务器将获取的车险用户数据和选取的至少一个所述风险类别标签发送给第二服务器；

所述第二服务器根据所述车险用户数据确定所述选取的风险类别标签中人属性变量的取值，根据所述取值计算各个所述选取的风险类别标签所对应的风险数据；

所述第二服务器基于所述风险数据生成对应于所述车险用户数据的车险专用分。

一种车险业务的数据处理方法，包括：

提供风险类别标签，所述风险类别标签基于对人属性变量进行分类生成；

获取第一服务器发送的车险用户数据和选取的至少一个所述风险类别标签；

根据所述车险用户数据确定所述选取的风险类别标签中人属性变量的取值，根据所述取值计算各个所述选取的风险类别标签所对应的风险数据；

基于所述风险数据生成对应于所述车险用户数据的车险专用分。

一种车险业务的数据处理方法，包括：

获取车险用户数据和选取的至少一个所述风险类别标签，将所述车险用户数据和选取的风险类别标签发送给第二服务器；

获取第二服务器计算得到的车险专用分，所述车险专用分包括第二服务器基于所述车险用户数据确定所述选取的风险类别标签所对应的风险数据生成的车险专用分；

根据所述车险专用分确定相应的车险业务运营方案。

一种车险业务的数据处理装置，所述装置包括：

字段匹配模块，用于获取车险用户的预定字段，根据所述预定字段匹配出所述车险用户的人属性变量和所述人属性变量对应的取值；

标准分计算模块，用于基于所述人属性变量和对应的取值，按照预设计算方式生成车险标准分；

通信模块，用于将所述车险标准分发送给第一服务器。

一种车险业务的数据处理装置，所述装置包括：

标签模块，用于提供风险类别标签，所述风险类别标签基于对人属性变量进行分类生成；

信息获取模块，用于获取第一服务器发送的车险用户数据和选取的至少一个所述风险类别标签；

标签风险计算模块，用于根据所述车险用户数据确定所述选取的风险类别标签中人属性变量的取值，根据所述取值计算各个所述选取的风险类别标签所对应的风险数据；

通信模块，用于将所述风险数据回传给所述第一服务器。

一种车险业务的数据处理装置，所述装置包括：

车险数据处理模块，用于获取车险用户数据和选取的至少一个所述风险类别标签，将所述车险用户数据和选取的风险类别标签发送给第二服务器；

标签风险调用模块，用于获取第二服务器计算得到的所述选取的风险类别标签的风险数据，根据所述风险数据生成对应于所述车险用户数据的车险专用分；

车险业务处理模块，用于根据所述车险专用分确定相应的车险业务运营方案。

一种车险业务的数据处理装置，所述装置包括：

标签模块，用于提供风险类别标签，所述风险类别标签基于对人属性变量进行分类生成；

信息获取模块，用于获取第一服务器发送的车险用户数据和选取的至少一个所述风险类别标签；

标签风险计算模块，用于根据所述车险用户数据确定所述选取的风险类别标签中人属性变量的取值，根据所述取值计算各个所述选取的风险类别标签所对应的风险数据；

专用分计算模块，用于基于所述风险数据生成对应于所述车险用户数据的车险专用分。

一种车险业务的数据处理装置，所述装置包括：

车险数据处理模块，用于获取车险用户数据和选取的至少一个所述风险类别标签，将所述车险用户数据和选取的风险类别标签发送给第二服务器；

专用分调用模块，用于获取第二服务器计算得到的车险专用分，所述车险专用分包括第二服务器基于所述车险用户数据确定所述选取的风险类别标签所对应的风险数据生成的车险专用分；

车险业务处理模块，用于根据所述车险专用分确定相应的车险业务运营方案。

一种车险业务的数据处理装置，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现：

获取车险用户的预定字段，根据所述预定字段匹配出所述车险用户的人属性变量和所述人属性变量对应的取值；

基于所述人属性变量和对应的取值，按照预设计算方式生成车险标准分；

将所述车险标准分发送给第一服务器。

一种车险业务的数据处理装置，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现：

提供风险类别标签，所述风险类别标签基于对人属性变量进行分类生成；

获取第一服务器发送的车险用户数据和选取的至少一个所述风险类别标签；

根据所述车险用户数据确定所述选取的风险类别标签中人属性变量的取值，根据所述取值计算各个所述选取的风险类别标签所对应的风险数据；

将所述风险数据回传给所述第一服务器。

一种车险业务的数据处理装置，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现：

获取车险用户数据和选取的至少一个所述风险类别标签，将所述车险用户数据和选取的风险类别标签发送给第二服务器；

获取第二服务器计算得到的所述选取的风险类别标签的风险数据，根据所述风险数据生成对应于所述车险用户数据的车险专用分；

根据所述车险专用分确定相应的车险业务运营方案。

一种车险业务的数据处理装置，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现：

提供风险类别标签，所述风险类别标签基于对人属性变量进行分类生成；

获取第一服务器发送的车险用户数据和选取的至少一个所述风险类别标签；

根据所述车险用户数据确定所述选取的风险类别标签中人属性变量的取值，根据所述取值计算各个所述选取的风险类别标签所对应的风险数据；

基于所述风险数据生成对应于所述车险用户数据的车险专用分。

一种车险业务的数据处理装置，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现：

获取车险用户数据和选取的至少一个所述风险类别标签，将所述车险用户数据和选取的风险类别标签发送给第二服务器；

获取第二服务器计算得到的车险专用分，所述车险专用分包括第二服务器基于所述车险用户数据确定所述选取的风险类别标签所对应的风险数据生成的车险专用分；

根据所述车险专用分确定相应的车险业务运营方案。

一种车险风险评估系统，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现本申请中任意一项所述方法的步骤；

或者，所述系统包括本申请中任意一项所述的装置。

本申请提供的一种车险业务的数据处理方法、装置及系统，利用与人相关的一些属性信息，如身体特征(如年龄、性别等)、信用历史、驾驶习惯等，经过量化，可以输出统一的标准分。保险公司可以利用该标准分进行建模等，运用到车险承保和定价的过程中，使得输出的车险的业务运营方案更加准确。本申请提供的车险标准分，对于相同的数据处理对象，如同一个人的属性信息，其输出给各个保险公司的标准分可以是统一的，这样可以为业内提供一种针对不同保险公司制定车险运营业务时共同使用的参考标准，以缩小保险公司为消费者制定车险业务的业务标准差距，促进行业公平、健康发展。

附图说明

为了更清楚地说明本申请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申请中记载的一些实施例，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是本申请所述一种车险业务的数据处理方法实施例的流程示意图；

图2是本申请提供的所述一种车险业务的数据处理方法实施场景示意图；

图3是本申请提供的另一种车险业务的数据处理方法实施场景示意图；

图4是本申请提供的可以用于所述第二服务器的车险业务的数据处理方法流程示意图；

图5是本申请提供的另一种车险业务的数据处理方法实施例的方法流程示意图；

图6是本申请提供的另一种车险业务的数据处理方法实施例的方法流程示意图；

图7是本申请提供的另一种可以用于第二服务器的车险业务的数据处理方法的流程示意图；

图8是本申请提供的一种可以用于第二服务器的车险业务的数据处理方法的流程示意图。

图9是本申请提供的一种车险业务的数据处理方法另一种实施例的方法流程示意图；

图10是本申请提供的另一种可以用于第二服务器的车险业务的数据处理方法的流程示意图；

图11是本申请提供的另一种可以用于第二服务器的车险业务的数据处理方法的流程示意图；

图12是本申请提供的另一种可以用于第一服务器的车险业务的数据处理方法的流程示意图；

图13是本申请提供的一种车险业务的数据处理装置实施例的模块结构示意图；

图14是本申请所述装置中通信模块的一个实施例的模块结构示意图；

图15是本申请提供的另一种车险业务的数据处理装置实施例的模块结构示意图；

图16是本申请提供的一种车险业务的数据处理装置实施例的模块结构示意图；

图17是本申请提供的一种车险业务的数据处理装置实施例的模块结构示意图；

图18是本申请提供的一种车险业务的数据处理装置实施例的模块结构示意图；

图19是本申请提供的一种车险业务的数据处理装置实施例的模块结构示意图；

图20是本申请提供的一种车险业务的数据处理装置应用在服务器中的结构示意图；

图21是本申请提供的另一种车险业务的数据处理装置应用在服务器中的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都应当属于本申请保护的范围。

图1是本申请所述一种车险业务的数据处理方法实施例的流程示意图。虽然本申请提供了如下述实施例或附图所示的方法操作步骤或装置结构，但基于常规或者无需创造性的劳动在所述方法或装置中可以包括更多或者部分合并后更少的操作步骤或模块单元。在逻辑性上不存在必要因果关系的步骤或结构中，这些步骤的执行顺序或装置的模块结构不限于本申请实施例或附图所示的执行顺序或模块结构。所述的方法或模块结构的在实际中的装置、服务器或终端产品应用时，可以按照实施例或者附图所示的方法或模块结构进行顺序执行或者并行执行(例如并行处理器或者多线程处理的环境、甚至包括分布式处理、服务器集群的实施环境)。

下面以一个具体的保险公司评估车主用户车险风险以制定承保和定价业务的实施场景为例，对本申请实施方案进行详细的说明。本实施场景中，保险公司可以作为第一服务器，与保险公司合作制定并产生车险标准分的一方称为第二服务器。所述第一服务器可以提供需要评估的车主用户的数据信息，如保单数据、基础的身份数据等确定车辆标识分所需的一个或多个字段数信息。第二服务器可以包括与所述第一服务器提供车险标准分的服务机构(其他实施例中可以提供车险专用分或者风险类别标签)，如第三方风险评估系统的处理服务器，可以根据第一服务器提供的字段信息在数据库中匹配出该车主用户的自身的一些属性信息，其中这些属性信息可以以一个或多个属性变量的数据形式存在。第二服务器可以基于这些与人相关联的属性信息计算出车主用户的车险标准分，然后可回传给保险公司进行各种业务运行方案的制定、指导、参考等。具体的如图1所示，本申请提供的一种车险业务的数据处理方法的一种实施例中，所述方法可以包括：

s2：第一服务器获取车险用户的预定字段，将所述预定字段发送至第二服务器。

一般的，保险公司一侧的第一服务器可以记录有车险用户一些信息数据，如填写的保单数据，具体的可以包括车主用户的姓名、证件类型及证件号码、手机号码等。在获取车险用户授权的情况下，第一服务器可以将这些信息数据中的一个或多个发送给第二服务器。在本实施例中，可以预先设置需要上传给第二服务器进行车险标准分打分的哪些预定字段，这样，第一服务器可以从记录的信息数据中获取打分所需的预定字段后直接发送给第二服务器。

具体的示例中，如保险公司a记录有车主用户u1的保单数据l1，该保单数据上有车主用户u1的姓名、身份证号码、手机号码、职业、年收入等信息数据。假如设置的预定字段为车主姓名、证件类型及证件号码，则此时在车主用户u1授权的情况下，可以将车主用户的姓名为“u1”、证件类型为“身份证”、证件号码为“320322xxxxxxxxxxxx”的三个预定字段发送给第二服务器。当然，也可以只发送证件号码的预定字段。

需要说明的是，本实施例所述的车险用户在车险业务中通常是指被保险车辆的注册登记的实际所有人，如车主用户。本申请所述的车险用户更为广泛的意义上可以包括车险业务中例如上述实施例所述的车主用户u1，或者是投保人，也可以包括车险业务中其他的受保人/受益人，如车主用户u1的直系亲属u11，或者车主用户为法人时车险用户可以为法人代表(自然人)等，在一些情况下，甚至可以包括车辆的共同乘坐人。本申请所述的车险用户不限制于参与车险业务的车主用户，为了更加全面的考虑车险业务所涉及的利益相关方，在一些实施例中还可以包括如上述所述的用户。

本实施例中保险公司一侧的第一服务器可以获取车险业务中车险用户的预定字段，然后可以将一个或者多个车险标准分打分所需的预定字段发送给第二服务器。

s4：所述第二服务器根据所述预定字段匹配出所述车险用户的人属性变量和所述人属性变量对应的取值。

第二服务器获取第一服务器上传的预定字段，可以根据所述预定字段在数据库中进行查询，匹配出所述车险用户的一个或多个人属性变量以及该人属性变量对应的取值。本实施例中所述的人属性变量可以包括根据人的属性信息设置的变量字段，这些属性信息具体的可以包括自身体质信息、社会关系信息、性格信息、社会价值信息、驾驶行为等多种类型的数据信息。第二服务器可以预先采集或记录有车险用户的属性信息，然后根据车险业务的需求设置若干个人属性变量，可以包括职业、消费习惯、信用历史等类型的变量。每个类型可以包括一个或多个变量，如信用历史的属性信息中，可以设置包括第一信用tru_card、第二信用tru_life、第三信用tru_bank的人属性变量。

第二服务器可以在归属自身的数据库中存储有所述人属性变量和对应的取值，或者是存储有车险用户的属性信息，然后经过相应的计算处理后转换为人属性变量和对应的取值。一种实施场景中，第二服务器可以使用自身数据库中的属性信息，也可以全部或部分使用其他服务器或存储装置上的属性信息的数据。第二服务器可以根据第一服务器上传的预定字段在这些属性信息的数据库中匹配，得到所述车险用户u1的一个或多个人属性变量和对应的取值。例如可以根据证件号码的预定字段在数据库中匹配这个车主的相关特征，例如他的某个信用分是多少、他的社交关系活跃度是怎么样的等等。

一般的，可以设置第二服务器根据预定字段匹配出多个人属性变量，以便从多个属性维度评估车险用户的车险风险。具体可以根据车险标准分的设计需求设定需要匹配哪些人属性变量。

当然，如果第二服务器未能匹配出车险用户的某个或某些人属性变量，例如数据库中未统计到该车险用户的某个人属性变量的数据信息或者车险用户未授权/开通第二服务器记录某个人属性变量，则此时可以设置该人属性变量为空或取值为0，或者取值为默认缺省值，或者其他预设的处理方式。

s6：所述第二服务器基于所述人属性变量和对应的取值，按照预设计算方式生成车险标准分。

所述第二服务器可以预先制定统一的计算方式，对匹配出的车险用户的相关特征数据进行计算，生成车险用户的车险标准分。具体的对人属性变量和所述人属性变量对应的取值的预设计算方式可以根据车险业务的应用环境制定适用于各个保险公司的统一的计算标准。所述的预设计算方式不仅可以包括各个人属性变量之间如何进行的数学计算，还可以包括选取哪些人属性变量或者对人属性变量的变形、变换、加权等处理方式/过程。

具体的一个示例中，例如第二服务器使用13个人属性变量，包括车险用户6个身份特质类型的数据、4个驾驶习惯类型的特征数据、2个信用类型的数据、1个职业特性的数据，所述的预设计算方式采用将这13个人属性变量的取值相加，得到的和值作为该车险用户的车险标准分。当然，如前述所述，如果数据库中没有记录有该车险用户的人属性变量，如没有记录该车险用户的2个信用类型数据中第二个信用的信息，则此时可以将其设置为0或者默认的缺省值。

其他的一些实施场景中，还可以将所述人属性变量的取值进行一些预处理，使得计算得到的车险标准分更加直观、简易的表示出风险高低。例如，车险用户u1的某个信用的人属性变量分数为700，其年龄的人属性变量为24，而在一些应用场景中，年龄和信用视为同等重要，则此时可以采用类似归一化的数据变换方式将全部或者部分人属性变量的取值转换到同一数量级。这样可以使得最终得到车险标准分计算结果与人属性变量更加匹配，也更加易于保险公司和公共理解。

当然，在车险标准分计算中，第二服务器还可以根据人属性变量在车险风险评估中的重要性设置不同的权重，例如驾驶习惯类对车险业务的风险影响较大，则可以设置驾驶习惯类的人属性变量的权重相比于其他类别较大，例如人属性变量的取值乘以权系数1.5。具体的可以根据车险风险评估的需要进行相应变量权重的设置。

本申请的一个实施例中，所述车险标准分的预设计算方式可以设置为全局唯一，即第二服务器采用统一稳定的车险标准分计算方式。这样，针对相同的车险用户，不同的保险公司通过第二服务器调用回传来的车险标准分是一致的。因此，本申请提供的所述方法的一个实施例中，s601：所述预设计算方式被设置为全局唯一。

这里所述的全局，具体的可以是指针对不同的保险公司而言，第二服务器提供的车险标准分计算方式是统一的。如针对某一车主，不同保险公司来调用其车险标准分，获得的分数都是一致的。这样可以保障为行业内多个保险公司提供统一、稳定的车险基础分，使得不同保险公司在车险基础分上处于相同的计算标准上，增加车险行业良性竞争的基础上，同时也为消费者提供更多公平、合理的车险产品提供了可能。

需要说明的是，所述的预设计算方式可以根据设计或业务需求进行合理的优化、调整等。例如，在运营一段时间后，根据各个保险公司的反馈，可以在车险标准分中加入另一个保险公司认为对车险风险评估影响较大的人属性变量，使得车险标准分更加准确。

s8：所述第二服务器将所述车险标准分回传给所述第一服务器。

第二服务器计算得到车险用户的车险标准分后，可以通过约定的通信方式传输给第一服务器，以使所述第一服务器使用该车险标准分进行相应的车险业务处理。具体的一种实现方式中，所述第二服务器可以将各个车险用户的车险标准分计算结果保存在本地或者指定的数据库/表中，并可以提供合作保险公司的调用接口。这样，所述第一服务器可以通过事先约定好的接口调用得到所述第二服务器的车险标准分计算结果。

当然，其他的实施方式中，所述第二服务器也可以将车险标准分主动发送给所述第一服务器。例如，计算得到车险用户的车险标准分后，直接将该车险标准分发送给所述第一服务器。

s10：所述第一服务器基于所述车险标准分确定所述车险用户的业务运营方案。

所述第一服务器可以以第二服务器返回的车险标准分作为制定所述车险用户的业务运营方案的依据，最终可以确定出对所述车险用户的业务运营方案。例如保险公司可以将获取得到的车险标准分运用到车险用户承保和定价的过程中，如车险标准分较高，可以表示该用户的车险风险相对较小，则可以享受车险标准分所属区间段的折扣优惠。可以设置车险标准分越高，则折扣优惠幅度越大。

根据车险标准分确定车险用户的业务运营方案中，可以根据各个保险公司各自的车险业务制度策略设置不同的业务运营方案。例如一个实施场景中，所述的业务运营方案可以包括，如果车险标准分低于保险公司内部设置的最低分值300分，则可以拒绝承保这个车险用户，或者没有任何折扣，或者在标准保费的基础上再增加一些风险费用等。因此，本实施例中所述的业务运营方案可以包括具体的为车险用户制定的承保或定价的车险业务，也可以包括对所述车险用户执行的运营策略，如上述拒绝为车险基础分低于300分的用户承保。

图2、图3分别是本申请提供的所述一种车险业务的数据处理方法实施场景示意图。如图2、图3所示，所述第二服务器采用下述至少一种方式将所述车险标准分回传给所述第一服务器：

将所述车险标准分存储在指定位置，提供所述第一服务器调用所述车险标准分的接口，相应的，所述第一服务器通过调用所述接口获取所述车险标准分；

将所述车险标准分实时发送给所述第一服务器。

第二服务器(车险标准分服务机构)可以提供离线打分和在线实时打分两种车险标准分的处理方式。离线打分具体的实施可以包括指保险公司预先上传车险用户的保单数据，由第二服务器提前进行计算打分，得到车险用户的车险标准分。然后可以将打分结果保存在指定的数据库表中(如分布式数据库)，并部署上线。这样，保险公司可以通过事先预定好的接口调用到车险用户的车险标准分。可以理解为离线打分是一种将打分结果一步传输给第一服务器的处理方式。另一种在线实时打分的实施方式，具体的实施可以包括将车险标准分的打分逻辑部署上线，第一服务器可以通过输入打分所需的预定字段，可以实时获取第二服务器计算得到的车险标准分。

本申请提供的一种车险业务的数据处理方法，利用人的一些属性信息，如身份特质、信用历史、驾驶习惯、收入稳定性等，经过量化，可以输出统一的标准分。保险公司可以利用该标准分进行建模等，运用到车险承保和定价的过程中，使得输出的车险的业务运营方案更加准确。本申请提供的车险标准分，对于相同的数据处理对象，如同一个人的属性信息，其输出给各个保险公司的标准分可以是统一的，这样可以为业内提供一种针对不同保险公司制定车险运营业务时共同使用的参考标准，以缩小保险公司为消费者制定车险业务的业务标准差距，促进行业公平、健康发展。

上述实施例从车险公司(第一服务器)与提供车险标准分输出结果的服务机构(第二服务器)的交互侧对本申请所述车险业务的数据处理方法的实施方案进行说明。基于上述描述，本申请还提供一种可以用于车险标准分服务机构的车险业务的数据处理方法，即对于提供车险标准分的第二服务器一侧而言，可以包括：

s22：获取车险用户的预定字段，根据所述预定字段匹配出所述车险用户的人属性变量和所述人属性变量对应的取值；

s24：基于所述人属性变量和对应的取值，按照预设计算方式生成车险标准分；

s26：将所述车险标准分发送给第一服务器。

图4是本申请提供的可以用于所述第二服务器的车险业务的数据处理方法流程示意图。

当前其他的实施方式中，所述预设计算方式可以被设置为全局唯一。以及所述第二服务器采用下述至少一种方式将所述车险标准分回传给所述第一服务器：

将所述车险标准分存储在指定位置，并提供第一服务器调用所述车险标准分的接口，相应的，所述第一服务器通过调用所述接口获取所述车险标准分；

将产生的车险标准分实时发送给所述第一服务器。

具体的实现方式可以参照前述第一服务器与第二服务器交互侧的实施例描述，在此不做赘述。

基于本申请创新思想之一，即利用与人相关联的属性信息进行车险风险的评估，进而使得车险业务中的承保、定价等更加准确、合理，本申请还提供另一种车险业务的数据处理方法的实施例。在本申请实施例中，可以将第二服务器存储或者获取的人属性表里进行整合、分类，生成多个类型的风险标签。这些风险标签可以提供给保险公司进行选择，可以各个保险公司可以根据自己的车险业务运营策略选取所需类别的风险标签，进而可以由第二服务器或第一服务器生成针对不同保险公司或者更具体的针对不同车险业务的车险专用分。图5是本申请提供的另一种车险业务的数据处理方法实施例的方法流程示意图，如图5所示，可以包括：

s40：第二服务器提供风险类别标签，所述风险类别标签基于对人属性变量进行分类生成；

s42：第一服务器将获取的车险用户数据和选取的至少一个所述风险类别标签发送给第二服务器；

s44：所述第二服务器根据所述车险用户数据确定所述选取的风险类别标签中人属性变量的取值，根据所述取值计算各个所述选取的风险类别标签所对应的风险数据，并将所述风险数据回传给所述第一服务器；

s46：所述第一服务器基于所述风险数据生成对应于所述车险用户数据的车险专用分。

本实施例中第二服务器可以汇总整合多个类别的风险标签。随后保险公司可以使用自己所需处理的车险用户数据，结合自己的经验或者业务需求，搭配这些标签里的一个或多个。第二服务器返回选取的一个或者多个标签实际的风险数据，第一服务器可以使用返回的这些类别的风险数据中的一个或者多个，产生一个所述第一服务器的车险专用分。

具体的一个示例中，例如第一服务器输入的车险用户数据为车主保单数据，保险公司选取的风险类别标签为驾驶习惯、身份特质、信用历史、消费水平。第二服务器可以根据车主保单数据在数据库中分别查新选取的这四个风险类别标签下各个人属性变量的取值，例如信用历史的风险类别标签中包含第一信用tru_card、第二信用tru_life、第三信用tru_bank这三个人属性变量，通过查询或者相应取值的转换(如信用“良”可以转化为取值80分，满分100分)得到各个信用的人属性变量取值分别为优、中、良。那么第二服务器进一步可以根据这些取值采用一定方式得到信用历史的风险类别标签的风险数据为良。这些风险数据可以为具体的数值，如消费水平的风险数据为8000，也可以为反映风险级别的字符串，如良、优、健康等。第一服务器可以将这些字符串转换为相应的用于计算车险专用分的数值，如信用历史的风险数据为良，则可以转换为数值80。第一服务器可以将选取的各个风险类别标签的风险数据按照一定方式进行计算，如对应分值相加，生成车险专用分。

进一步的，如图6所示，所述方法还可以包括：

s48：所述第一服务器根据所述车险专用分确定相应的车险业务运营方案。

图6是本申请提供的另一种车险业务的数据处理方法实施例的方法流程示意图.这样，采用本申请实施方案，可以根据各个保险公司对不同车险风险类型的评估倾向，生成适用各自差异化的、符合自身评估需要的车险专用分，提高车险风险评估的灵活性、扩展性，满足各保险公司车险风险评估需求。然后可以将这个车险专用分运营到承保、定价等车险业务中。

所述的车险用户数据可以包括保险公司一侧发送给第二服务器的进行车险风险评估的数据，可以包括前述实施例所述的车险用户的预定字段，或者保单数据，或者其他类型的数据信息。上述实施例中所述的人属性变量参考前述所述，可以包括根据人的属性信息设置的变量字段，这些属性信息具体的可以包括自身体质信息、社会关系信息、性格信息、社会价值信息等多种类型的数据信息。本申请所述方法提供的一个实施例中，所述第二服务器提供的风险类别标签可以包括下属中的至少一个类型：

驾驶习惯、职业特性、身份特质、信用历史、消费习惯、稳定水平等。

当然，还可以制定其他类别的风险类别标签。本实施例提供的上述类别的风险类别标签包括了常规车险风险评估中可能使用到的各自类型的风险因素，能够很好的符合保险公司的车险风险评估需求。后续中还可以根据需求进行风险类别标签的增加、修改等。

同样的，基于上述第一服务器与第二服务器两侧车险业务数据交换处理的实施例描述，本申请还提供一种可以用于第二服务器(如提供车险专用分服务的机构)一侧的车险业务的数据处理方法。图7是本申请提供的另一种可以用于第二服务器的车险业务的数据处理方法的流程示意图，如图7所示，可以包括：

s200：提供风险类别标签，所述风险类别标签基于对人属性变量进行分类生成；

s220：获取第一服务器发送的车险用户数据和选取的至少一个所述风险类别标签；

s240：根据所述车险用户数据确定所述选取的风险类别标签中人属性变量的取值，根据所述取值计算各个所述选取的风险类别标签所对应的风险数据；

s260：将所述风险数据回传给所述第一服务器。

同样的，基于上述第一服务器与第二服务器两侧车险业务数据交换处理的实施例描述，本申请还提供一种可以用于第一服务器(如保险公司一侧的服务器)一侧的车险业务的数据处理方法。图8是本申请提供的一种可以用于第一服务器的车险业务的数据处理方法的流程示意图，如图8所示，可以包括：

s210：获取车险用户数据和选取的至少一个所述风险类别标签，将所述车险用户数据和选取的风险类别标签发送给第二服务器；

s230：获取第二服务器计算得到的所述选取的风险类别标签的风险数据，根据所述风险数据生成对应于所述车险用户数据的车险专用分；

s250：根据所述车险专用分确定相应的车险业务运营方案。

所述的车险业务运营方案可以参照前述车险用户的业务运营方案的实施方式，在此不做赘述。

上述实施例提供了通过第一服务器选取一个或者多个风险类别标签、第二服务器输出各个风险类别标签的风险数据，然后第一服务器根据需求使用其中全部或者部分风险数据自行组合生成车险专用分的实施方式。本申请还提供另一种实施方式，在第一服务器输入车险用户数据并选取风险类别标签后，由第二服务器直接匹配、计算、生成车险专用分，然后将改车险专用分返回给第一服务器。图9是本申请提供的所述方法另一种实施例的方法流程示意图，如图9所示，可以包括：

s60：第二服务器提供风险类别标签，所述风险类别标签基于对人属性变量进行分类生成；

s62：第一服务器将获取的车险用户数据和选取的至少一个所述风险类别标签发送给第二服务器；

s64：所述第二服务器根据所述车险用户数据确定所述选取的风险类别标签中人属性变量的取值，根据所述取值计算各个所述选取的风险类别标签所对应的风险数据；

s66：所述第二服务器基于所述风险数据生成对应于所述车险用户数据的车险专用分。

本实施例中，第二服务器可以对存储或者获取的人属性变量进行整合、分类，生成多个类型的风险标签。这些风险标签可以提供给保险公司进行选择，可以各个保险公司可以根据自己的车险业务运营策略选取所需类别的风险标签，进而可以由第二服务器生成针对不同保险公司或者更具体的针对不同车险业务的车险专用分。

具体的一个示例中，例如保险公司选取的风险类别标签为驾驶习惯、身份特质、信用历史、消费水平，每个风险类别标签通过对自身所包括人属性变量进行计算后得到的风险数据分别为良、健康、优、8000，将其转换为相应的取值后为80、90、95、80，然后相加得到车险专用分为345。当然，第二服务器也可以直接计算输出每个风险类别标签对应的取值，如驾驶习惯、身份特质、信用历史、消费水平分别对应的风险数据为80、90、95、80，然后通过相加或者其他例如加权的方式计算得到车险专用分。

进一步的，所述方法还可以包括：

s68：所述第二服务器将所述车险专用分回传给所述第一服务器。

当然，进一步的，所述第一服务器可以根据所述车险专用分确定相应的车险业务运营方案，例如是否受理承保业务、保费是否有优惠等。

同样的，基于上述第一服务器与第二服务器两侧车险业务数据交换处理的实施例描述，本申请还提供一种可以用于第二服务器(如提供车险专用分服务的机构)一侧的车险业务的数据处理方法。图10是本申请提供的另一种可以用于第二服务器的车险业务的数据处理方法的流程示意图，如图10所示，可以包括：

s400：提供风险类别标签，所述风险类别标签基于对人属性变量进行分类生成；

s420：获取第一服务器发送的车险用户数据和选取的至少一个所述风险类别标签；

s440：根据所述车险用户数据确定所述选取的风险类别标签中人属性变量的取值，根据所述取值计算各个所述选取的风险类别标签所对应的风险数据；

s460：基于所述风险数据生成对应于所述车险用户数据的车险专用分。

如前所述，第二服务器计算生成车险专用分后，可以将所述车险专用分回传给所述第一服务器，使所述第一服务器根据所述车险专用分确定相应的车险业务运营方案。因此，所述方法还可以包括：

s480：将所述车险专用分回传给所述第一服务器。

图11是本申请提供的另一种可以用于第二服务器的车险业务的数据处理方法的流程示意图。其他的实施例中，也可以采用离线异步传输或者实时传输的方式将第二服务器产生的车险专用分回传给第一服务器。具体的，可以采用下述至少一种方式将所述车险专用分回传给所述第一服务器：

将所述车险专用分存储在指定位置，提供所述第一服务器调用所述车险专用分的接口，相应的，所述第一服务器通过调用所述接口获取所述车险专用分；

将产生的车险专用分实时发送给所述第一服务器。

同样的，基于上述第一服务器与第二服务器两侧车险业务数据交换处理的实施例描述，本申请还提供一种可以用于第一服务器(如保险公司的服务器)一侧的车险业务的数据处理方法。图12是本申请提供的另一种可以用于第一服务器的车险业务的数据处理方法的流程示意图，如图12所示，可以包括：

s600：获取车险用户数据和选取的至少一个所述风险类别标签，将所述车险用户数据和选取的风险类别标签发送给第二服务器；

s620：获取第二服务器计算得到的车险专用分，所述车险专用分包括第二服务器基于所述车险用户数据确定所述选取的风险类别标签所对应的风险数据生成的车险专用分；

s640：根据所述车险专用分确定相应的车险业务运营方案。

上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

上述实施例提供的一种车险业务的数据处理方法，利用人的一些属性信息，如身份特质、信用历史、驾驶习惯、收入稳定性等，经过量化，可以输出统一的标准分。保险公司可以利用该标准分进行建模等，运用到车险承保和定价的过程中，使得输出的车险的业务运营方案更加准确。本申请提供的车险标准分，对于相同的数据处理对象，如同一个人的属性信息，其输出给各个保险公司的标准分可以是统一的，这样可以为业内提供一种针对不同保险公司制定车险运营业务时共同使用的参考标准，以缩小保险公司为消费者制定车险业务的业务标准差距，促进行业公平、健康发展。

基于上述所述的车险业务的数据处理方法，本申请还提供一种车险业务的数据处理装置。所述的装置可以包括使用了本申请所述方法的系统(包括分布式系统)、软件(应用)、模块、组件、服务器、客户端等并结合必要的实施硬件的装置。基于同一创新构思，本申请提供的一种实施例中的装置如下面的实施例所述。由于装置解决问题的实现方案与方法相似，因此本申请具体的装置的实施可以参见前述方法的实施，重复之处不再赘述。以下所使用的，术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。具体的，图13是本申请提供的一种车险业务的数据处理装置实施例的模块结构示意图，如图13所示，所述装置可以包括：

字段匹配模块102，可以用于获取车险用户的预定字段，根据所述预定字段匹配出所述车险用户的人属性变量和所述人属性变量对应的取值；

标准分计算模块104，可以用于基于所述人属性变量和对应的取值，按照预设计算方式生成车险标准分；

通信模块106，可以用于将所述车险标准分发送给第一服务器。

本申请的一个实施例中，所述车险标准分的预设计算方式可以设置为全局唯一，即第二服务器采用统一稳定的车险标准分计算方式。这样，针对相同的车险用户，不同的保险公司通过第二服务器调用回传来的车险标准分是一致的。因所述装置的另一种实施例中，所述标准分计算模块104中采用的预设计算方式可以被设置为全局唯一。

图14是本申请所述装置中通信模块的一个实施例的模块结构示意图，如图14所示，另一种实施例中，所述通信模块106包括下述中的至少一种：

接口模块1062，可以用于将所述车险标准分存储在指定位置，并提供第一服务器调用所述车险标准分的接口，相应的，所述第一服务器通过调用所述接口模块获取所述车险标准分；

实时反馈模块1064，可以用于将产生的车险标准分实时发送给所述第一服务器。

所述装置可以提供离线打分和在线实时打分两种车险标准分的处理方式。离线打分具体的实施可以包括指保险公司预先上传车险用户的保单数据，由装置提前进行计算打分，得到车险用户的车险标准分。然后可以将打分结果保存在指定的数据库表中(如分布式数据库)，并部署上线。这样，保险公司可以通过事先预定好的接口调用到车险用户的车险标准分。可以理解为离线打分是一种将打分结果一步传输给第一服务器的处理方式。另一种在线实时打分的实施方式，具体的实施可以包括将车险标准分的打分逻辑部署上线，第一服务器可以通过输入打分所需的预定字段，可以实时获取所述装置计算得到的车险标准分。

基于上述中方法实施例的描述，本申请还提供另一种车险业务的数据处理装置，所述装置可以用于提供车险风险评估服务的业务系统(如前述的第二服务器)。具体的，图15是本申请提供的另一种车险业务的数据处理装置实施例的模块结构示意图，如图15所示，所述装置可以包括：

标签模块202，可以用于提供风险类别标签，所述风险类别标签基于对人属性变量进行分类生成；

信息获取模块204，可以用于获取第一服务器发送的车险用户数据和选取的至少一个所述风险类别标签；

标签风险计算模块206，可以用于根据所述车险用户数据确定所述选取的风险类别标签中人属性变量的取值，根据所述取值计算各个所述选取的风险类别标签所对应的风险数据；

通信模块208，可以用于将所述风险数据回传给所述第一服务器。

所述标签模块202中可以提供多种类型的风险类别标签，以供保险公司作业人员根据自己的业务需求选取一个或者多个标签组合确定适合自己业务的车险专用分。因此，所述装置的另一种实施例中，所述标签模块提供的所述风险类别标签可以包括下属中的至少一个类型：

驾驶习惯、职业特性、身份特质、信用历史、消费习惯、稳定水平。

基于上述中方法实施例的描述，本申请还提供另一种车险业务的数据处理装置，所述装置可以用于保险公司制定车险运营方案(如前述的第一服务器)。具体的，图16是本申请提供的一种车险业务的数据处理装置实施例的模块结构示意图，如图16所示，所述装置可以包括：

车险数据处理模块302，可以用于获取车险用户数据和选取的至少一个所述风险类别标签，将所述车险用户数据和选取的风险类别标签发送给第二服务器；

标签风险调用模块304，可以用于获取第二服务器计算得到的所述选取的风险类别标签的风险数据，根据所述风险数据生成对应于所述车险用户数据的车险专用分；

车险业务处理模块306，可以用于根据所述车险专用分确定相应的车险业务运营方案。

本申请提供另一种可以用于提供车险风险评估服务一侧的车险业务的数据处理装置，如图17所示，图17是本申请提供的一种车险业务的数据处理装置实施例的模块结构示意图，可以包括：

标签模块402，可以用于提供风险类别标签，所述风险类别标签基于对人属性变量进行分类生成；

信息获取模块404，可以用于获取第一服务器发送的车险用户数据和选取的至少一个所述风险类别标签；

标签风险计算模块406，可以用于根据所述车险用户数据确定所述选取的风险类别标签中人属性变量的取值，根据所述取值计算各个所述选取的风险类别标签所对应的风险数据；

专用分计算模块408，可以用于基于所述风险数据生成对应于所述车险用户数据的车险专用分。

所述装置的另一种实施例中，如图18所示，图18是本申请提供的一种车险业务的数据处理装置实施例的模块结构示意图，所述装置还包括：

通信模块410，可以用于将所述车险专用分回传给所述第一服务器，使所述第一服务器根据所述车险专用分确定相应的车险业务运营方案。

当然，参照前述方法或装置相关实施例的描述，所述通信模块410可以包括下述中的至少一种：

接口模块412，可以用于将所述车险专用分存储在指定位置，提供所述第一服务器调用所述车险专用分的接口，相应的，所述第一服务器通过调用所述接口获取所述车险专用分；

实时反馈模块414，可以用于将产生的车险专用分实时发送给所述第一服务器。

其他的实施例中，所述标签模块402提供的所述风险类别标签可以包括下属中的至少一个类型：

驾驶习惯、职业特性、身份特质、信用历史、消费习惯、稳定水平。

基于上述中方法实施例的描述，本申请还提供另一种车险业务的数据处理装置，所述装置可以用于保险公司制定车险运营方案(如前述的第一服务器)。具体的，图19是本申请提供的一种车险业务的数据处理装置实施例的模块结构示意图，如图19所示，所述装置可以包括：

车险数据处理模块602，可以用于获取车险用户数据和选取的至少一个所述风险类别标签，将所述车险用户数据和选取的风险类别标签发送给第二服务器；

专用分调用模块604，可以用于获取第二服务器计算得到的车险专用分，所述车险专用分包括第二服务器基于所述车险用户数据确定所述选取的风险类别标签所对应的风险数据生成的车险专用分；

车险业务处理模块606，可以用于根据所述车险专用分确定相应的车险业务运营方案。

上述装置实施例中，可以将存储或者获取的人属性表里进行整合、分类，生成多个类型的风险标签。这些风险标签可以提供给保险公司进行选择，可以各个保险公司可以根据自己的车险业务运营策略选取所需类别的风险标签，进而可以由提供打分的服务器或保险公司一侧服务器生成针对不同保险公司或者更具体的针对不同车险业务的车险专用分。

需要说明的，上述所述的装置根据方法实施例的描述还可以包括其他的实施方式，具体的实现方式可以参照相关方法实施例的描述，在此不作一一赘述。

本申请提供的一种车险业务的数据处理装置，利用与人相关的一些属性信息，如身体特征(如年龄、病史等)、信用历史、驾驶习惯等，经过量化，可以输出统一的标准分。保险公司可以利用该标准分进行建模等，运用到车险承保和定价的过程中，使得输出的车险的业务运营方案更加准确。本申请提供的车险标准分，对于相同的数据处理对象，如同一个人的属性信息，其输出给各个保险公司的标准分可以是统一的，这样可以为业内提供一种针对不同保险公司制定车险运营业务时共同使用的参考标准，以缩小保险公司为消费者制定车险业务的业务标准差距，促进行业公平、健康发展。

本申请提供的上述车险业务的数据处理方法或装置可以在计算机中由处理器执行相应的程序指令来实现，如使用windows操作系统的c++语言在pc端实现，或其他例如linux、android、ios系统中采用相应的程序设计语言实现等。本申请提供的一种车险业务的数据处理装置的另一种实施例中，可以用于车险风险评估的终端/系统中，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现：

获取车险用户的预定字段，根据所述预定字段匹配出所述车险用户的人属性变量和所述人属性变量对应的取值；

基于所述人属性变量和对应的取值，按照预设计算方式生成车险标准分；

将所述车险标准分发送给第一服务器。

另一种实施例中，所述一种车险业务的数据处理装置可以包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现：

提供风险类别标签，所述风险类别标签基于对人属性变量进行分类生成；

获取第一服务器发送的车险用户数据和选取的至少一个所述风险类别标签；

根据所述车险用户数据确定所述选取的风险类别标签中人属性变量的取值，根据所述取值计算各个所述选取的风险类别标签所对应的风险数据；

将所述风险数据回传给所述第一服务器。

本申请提供的另一种车险业务的数据处理装置中，可以包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现：

提供风险类别标签，所述风险类别标签基于对人属性变量进行分类生成；

获取第一服务器发送的车险用户数据和选取的至少一个所述风险类别标签；

根据所述车险用户数据确定所述选取的风险类别标签中人属性变量的取值，根据所述取值计算各个所述选取的风险类别标签所对应的风险数据；

基于所述风险数据生成对应于所述车险用户数据的车险专用分。

当然，对于保险公司一侧而言，本申请可以提供用于保险公司一侧的车险业务的数据处理装置，具体的可以包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现：

获取车险用户数据和选取的至少一个所述风险类别标签，将所述车险用户数据和选取的风险类别标签发送给第二服务器；

获取第二服务器计算得到的所述选取的风险类别标签的风险数据，根据所述风险数据生成对应于所述车险用户数据的车险专用分；

根据所述车险专用分确定相应的车险业务运营方案。

或者，另一种实施例中，所述的一种车险业务的数据处理装置可以包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时可以实现：

获取车险用户数据和选取的至少一个所述风险类别标签，将所述车险用户数据和选取的风险类别标签发送给第二服务器；

获取第二服务器计算得到的车险专用分，所述车险专用分包括第二服务器基于所述车险用户数据确定所述选取的风险类别标签所对应的风险数据生成的车险专用分；

根据所述车险专用分确定相应的车险业务运营方案。

本申请还提供一种车险风险评估系统，该系统可以包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现本申请所提供的任意一项所述方法的步骤；或者，所述系统可以包括本申请提供的所述装置中任意一项所述的装置。该系统可以为为保险公司提供车险风险评估的服务机构，如车险标准分或车险专用分服务系统/应用，可以与保险公司对接，作为保险公司的友盟或第三方车险业务运营的合作方，如提供离线或在线输出打分结果。或者也可以直接接口保险公司的服务系统，作为保险公司车险业务运营的一部分。

本申请实施例提供所述的车险业务的数据处理装置可以应用在多种系统(包括分布式系统)、软件(应用)、模块、组件、服务器、客户端等中，并结合必要的实施硬件实现。图20是本申请提供的一种车险业务的数据处理装置应用在服务器中的结构示意图，图21是本申请提供的另一种车险业务的数据处理装置应用在服务器中的结构示意图。具体的图20、图21所示的装置可以实际终端设备中可以是提供车险风险识别/评估的服务器，或者终端应用。

本申请提供的一种车险业务的数据处理方法、装置及系统，利用与人相关的一些属性信息，如身体特征(如年龄、病史等)、信用历史、驾驶习惯等，经过量化，可以输出统一的标准分。保险公司可以利用该标准分进行建模等，运用到车险承保和定价的过程中，使得输出的车险的业务运营方案更加准确。本申请提供的车险标准分，对于相同的数据处理对象，如同一个人的属性信息，其输出给各个保险公司的标准分可以是统一的，这样可以为业内提供一种针对不同保险公司制定车险运营业务时共同使用的参考标准，以缩小保险公司为消费者制定车险业务的业务标准差距，促进行业公平、健康发展。

尽管本申请内容中提到预定字段的定义、标签的分类方式、人属性变量的获取以及取值转换方式、数据存储方式、第一服务器与第二服务器异步或实时数据交换等之类的数据/定义、获取、交互、计算、判断等描述，但是，本申请并不局限于必须是符合行业通信标准、标准计算机数据处理和存储规则或本申请实施例所描述的情况。某些行业标准或者使用自定义方式或实施例描述的实施基础上略加修改后的实施方案也可以实现上述实施例相同、等同或相近、或变形后可预料的实施效果。应用这些修改或变形后的数据获取、存储、判断、处理方式等获取的实施例，仍然可以属于本申请的可选实施方案范围之内。

上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的

在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(programmablelogicdevice,pld)(例如现场可编程门阵列(fieldprogrammablegatearray，fpga))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片pld上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logiccompiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(hardwaredescriptionlanguage，hdl)，而hdl也并非仅有一种，而是有许多种，如abel(advancedbooleanexpressionlanguage)、ahdl(alterahardwaredescriptionlanguage)、confluence、cupl(cornelluniversityprogramminglanguage)、hdcal、jhdl(javahardwaredescriptionlanguage)、lava、lola、myhdl、palasm、rhdl(rubyhardwaredescriptionlanguage)等，目前最普遍使用的是vhdl(very-high-speedintegratedcircuithardwaredescriptionlanguage)与verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。

控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(applicationspecificintegratedcircuit，asic)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：arc625d、atmelat91sam、microchippic18f26k20以及siliconelabsc8051f320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、车载人机交互设备、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

虽然本申请提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或终端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境，甚至为分布式数据处理环境)。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下，并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。

为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本申请时可以把各模块的功能在同一个或多个软件和/或硬件中实现，也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flashram)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitorymedia)，如调制的数据信号和载波。

本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。

本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。