基于大数据的核保方法、装置、设备及可读存储介质与流程

本发明主要涉及大数据技术领域，具体地说，涉及一种基于大数据的核保方法、装置、设备及可读存储介质。

背景技术：

随着民众保险意识的增强，购买各类保险产品的客户越来越多，如购买健康保险产品、财产保险产品等；在对各类保险的购买过程中，均需要进行核保操作，以评估购买者的风险。目前各金融机构主要以对各类保险产品设定同一套核保规则的方式进行核保，该核保规则相当于各类保险产品的全集合，无论对哪一种保险产品进行核保，均执行该核保规则；导致执行了很多与保险产品本身不相关的核保规则，核保的流程繁琐，核保效率低；同时对于一经核定为拒保的投保单，则直接对该投保单进行拒绝，而使得大量潜在客户被拒保，造成客户流失。

技术实现要素：

本发明的主要目的是提供一种基于大数据的核保方法、装置、设备及可读存储介质，旨在解决现有技术中核保流程繁琐、效率低，易造成客户流失的问题。

为实现上述目的，本发明提供一种基于大数据的核保方法，所述基于大数据的核保方法包括以下步骤：

当接收到核保请求时，读取与所述核保请求对应投保单的被保人信息，并根据所述被保人信息建立特征数据集；

根据预设的保险产品与规则集之间的对应关系，确定与所述投保单对应的目标规则集，并调用所述目标规则集对所述特征数据集进行核保，生成核保结果；

当所述核保结果为拒保时，抓取所述特征数据集中的数据关键词，以及所述对应关系中各规则集的规则关键词；

根据所述数据关键词和各所述规则关键词的匹配关系，确定推荐规则集，并用所述推荐规则集对所述特征数据集进行核保，生成推荐核保结果。

优选地，所述调用所述目标规则集对所述特征数据集进行核保，生成核保结果的步骤包括：

调用所述目标规则集中的基础规则集对所述特征数据集中的基础数据集进行核保，生成基础核保结果；

当所述基础核保结果为匹配成功时，则调用所述目标规则集中的深度规则集对所述特征数据集中的深度数据集进行核保，生成核保结果；

当所述基础核保结果为匹配失败时，则将所述核保结果生成为拒保。

优选地，所述根据所述数据关键词和各所述规则关键词的匹配关系，确定推荐规则集的步骤包括：

将所述数据关键词分别和各所述规则关键词匹配，生成所述特征数据集与各所述规则集之间的匹配度；

将各所述匹配度和所述预设匹配阈值对比，确定与所述数据关键词对应的目标规则关键词，并将所述目标规则关键词对应的规则集确定为推荐规则集。

优选地，所述生成推荐核保结果的步骤之后包括：

当所述推荐核保结果为拒保时，则向与所述投保单对应的联络人终端输出拒保的核保结果；

当所述推荐核保结果为非拒保时，则将所述对应关系中与所述推荐规则集对应的保险产品确定为推荐保险产品，并将所述推荐保险产品输出到与所述投保单对应的联络人终端。

优选地，所述生成核保结果的步骤之后包括：

在预设时间内抓取所述对应关系中各保险产品的核保结果数据集，统计各所述核保结果数据集中的拒保数据，并根据各所述拒保数据生成各所述保险产品的核保通过率；

将各所述核保通过率和预设阈值对比，确定各所述核保通过率中小于所述预设阈值的目标核保通过率；

将生成各所述目标核保通过率的保险产品确定为调整保险产品，并基于所述对应关系中与各所述调整保险产品对应的规则集输出调整提示信息。

优选地，所述生成推荐核保结果的步骤之后包括：

在预设时间内抓取所述对应关系中各规则集的规则日志数据，并根据各所述规则日志数据确定各所述规则集中各条规则的拦截数据和执行数据；

根据所述拦截数据和执行数据分别生成各所述规则集中各条规则的拦截率和执行率；

根据各所述拦截率和所述执行率，对各所述规则集中各条规则进行优化。

优选地，所述根据各所述拦截率和所述执行率，对各所述规则集中各条规则进行优化的步骤包括：

将各所述规则集中各条规则的拦截率以及执行率分别和预设区间上限值对比，确定各所述规则集中所述拦截率和所述执行率均大于预设区间上限值的第一目标规则，并将各所述第一目标规则设定为优先规则；

将各所述规则集中各条规则的拦截率以及执行率分别和预设区间下限值对比，确定各所述规则集中所述拦截率或所述执行率小于预设区间下限值的第二目标规则，并对各所述第二目标规则进行优化。

此外，为实现上述目的，本发明还提出一种基于大数据的核保装置，所述基于大数据的核保装置包括：

读取模块，用于当接收到核保请求时，读取与所述核保请求对应投保单的被保人信息，并根据所述被保人信息建立特征数据集；

调用模块，用于根据预设的保险产品与规则集之间的对应关系，确定与所述投保单对应的目标规则集，并调用所述目标规则集对所述特征数据集进行核保，生成核保结果；

抓取模块，用于当所述核保结果为拒保时，抓取所述特征数据集中的数据关键词，以及所述对应关系中各规则集的规则关键词；

生成模块，用于根据所述数据关键词和各所述规则关键词的匹配关系，确定推荐规则集，并用所述推荐规则集对所述特征数据集进行核保，生成推荐核保结果。

此外，为实现上述目的，本发明还提出一种基于大数据的核保设备，所述基于大数据的核保设备包括：存储器、处理器、通信总线以及存储在所述存储器上的核保程序；

所述通信总线用于实现处理器和存储器之间的连接通信；

所述处理器用于执行所述核保程序，以实现以下步骤：

当接收到核保请求时，读取与所述核保请求对应投保单的被保人信息，并根据所述被保人信息建立特征数据集；

根据预设的保险产品与规则集之间的对应关系，确定与所述投保单对应的目标规则集，并调用所述目标规则集对所述特征数据集进行核保，生成核保结果；

当所述核保结果为拒保时，抓取所述特征数据集中的数据关键词，以及所述对应关系中各规则集的规则关键词；

根据所述数据关键词和各所述规则关键词的匹配关系，确定推荐规则集，并用所述推荐规则集对所述特征数据集进行核保，生成推荐核保结果。

此外，为实现上述目的，本发明还提供一种可读存储介质，所述可读存储介质存储有一个或者一个以上程序，所述一个或者一个以上程序可被一个或者一个以上的处理器执行以用于：

当接收到核保请求时，读取与所述核保请求对应投保单的被保人信息，并根据所述被保人信息建立特征数据集；

根据预设的保险产品与规则集之间的对应关系，确定与所述投保单对应的目标规则集，并调用所述目标规则集对所述特征数据集进行核保，生成核保结果；

当所述核保结果为拒保时，抓取所述特征数据集中的数据关键词，以及所述对应关系中各规则集的规则关键词；

根据所述数据关键词和各所述规则关键词的匹配关系，确定推荐规则集，并用所述推荐规则集对所述特征数据集进行核保，生成推荐核保结果。

本实施例的基于大数据的核保方法，当接收到核保请求时，读取核保请求所对应投保单的被保人信息，并依据该被保人信息建立表征被保人特征的特征数据集；再依据预先设置的保险产品与规则集之间的对应关系，确定与投保单所表征保险产品对应的目标规则集，调用该目标规则集对特征数据集进行核保，生成核保结果；同时在所生成的核保结果为拒保时，则抓取特征数据集中的数据关键词和各规则集中的规则关键词进行匹配，确定推荐规则集；用推荐规则集对特征数据集核保，生成推荐核保结果。本方案中因目标规则集与投保单中表征的所需要投保的保险产品对应，用目标规则集对特征数据集进行核保，确定来源于被保人大数据中的各类特征数据是否满足该保险产品的要求，避免核保过程中执行与保险产品不相关的核保规则，简化了核保流程，提高了核保效率。同时在经目标核保规则核保确定核保结果为拒保时，通过特征数据集中的数据关键词和各规则集中的规则关键词之间的匹配，为被保人匹配其特征数据集可能满足要求的保险产品的推荐规则集；进而用该推荐规则集对特征数据集进行再次核保，避免一经核定为拒保，则直接拒绝被保人的投保需求，以在最大程度上为被保人匹配合适的保险产品。

附图说明

图1是本发明的基于大数据的核保方法第一实施例的流程示意图；

图2是本发明的基于大数据的核保装置第一实施例的功能模块示意图；

图3是本发明实施例方法涉及的硬件运行环境的设备结构示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

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。

本发明提供一种基于大数据的核保方法。

请参照图1，图1为本发明基于大数据的核保方法第一实施例的流程示意图。在本实施例中，所述基于大数据的核保方法包括：

步骤s10，当接收到核保请求时，读取与所述核保请求对应投保单的被保人信息，并根据所述被保人信息建立特征数据集；

本发明的基于大数据的核保方法应用于服务器，适用于通过服务器对保险产品进行投保的被保人进行核保，生成核保结论，以确定被保人是否具有对该保险产品进行投保的资质；其中核保结论包括拒保、标体和除外承保；拒保为完全拒绝被保险人的投保需求，标体为完全接受被保险人的投保需求，除外承保为将某项因素进行除外之后进行投保。具体地，服务器与智能手机、平板电脑等终端通信连接，当被保人有对金融机构中某一保险产品的投保需求时，通过终端上传与该保险产品对应的被保人资料，并在终端的显示界面上发起核保请求。

核保请求中携带有表征需要进行核保的投保单标识，当接收到该核保请求时，读取该投保单标识，并由该投保单标识确定需要进行核保的投保单，即与核保请求对应的投保单。投保单中涉及到被保人的各种信息，如年龄、性别、手机号码、身份证号码、居住城市、工作性质等，将该类各种信息作为被保人信息；同时将被保人信息中表征身份唯一性的信息，如身份证号码，作为查询依据，查询服务器中是否存在与被保人对应的当前保单以及历史保单。其中当前保单为被保人之前购买且当前正在生效的保单，而历史保单为之前购买已经失效的保单。如果存在当前保单和历史保单，则读取当前保单信息和历史保单信息，该当前保单信息和历史保单信息包括各保单类型、保全任务、体检结果、投保人、被保人、理赔等各类数据。将读取的被保人信息、当前保单信息和历史保单信息形成被保人的特征数据集；而若不存在当前保单和历史保单，则直接将读取的被保人信息形成被保人的特征数据集；其中特征数据集包括被保险人年龄、性别、健康信息、工作性质证明、历史核保信息、理赔信息等。

步骤s20，根据预设的保险产品与规则集之间的对应关系，确定与所述投保单对应的目标规则集，并调用所述目标规则集对所述特征数据集进行核保，生成核保结果；

可理解地，不同的保险产品具有不同的特点，为了在核保的过程中针对保险产品所具有的特点进行核保，针对不同的保险产品预先设定用于对各保险产品进行核保的规则集。规则集中设定多条用以判断被保人的各项信息是否符合保险产品要求的规则，如分别将年龄范围要求、性别要求、户籍要求等作为规则形成规则集。同时在各保险产品和设定的规则集之间建立对应关系，以依据存在对应关系的规则集对保险产品进行核保，避免使用统一的规则对各类保险产品进行核保。

投保单中包括有表征投保人所需要投保的保险产品信息，将该保险产品信息作为与投保单对应的保险产品进行读取，并对预先设置的保险产品与规则集之间的对应关系进行调用；再用与投保单对应的保险产品和该对应关系进行对比，确定该保险产品在对应关系中所对应的规则集，该规则集即为与投保单对应的目标规则集。在确定目标规则集之后，则可用该规则集对特征数据集进行核保，以判定被保人的各项信息是否符合保险产品的各项要求；并生成核保结果，表征被保人是否具有对该保险产品进行投保的资质。

具体地，调用目标规则集对特征数据集进行核保，生成核保结果的步骤包括：

步骤s21，调用所述目标规则集中的基础规则集对所述特征数据集中的基础数据集进行核保，生成基础核保结果；

目标规则集中包括基础规则集和深度规则集，其中基础规则集用于表征被保人的基础数据满足保险产品的初步要求，如由年龄、性别、居住地等；深度规则集用于表征被保人的深度数据满足保险产品的深度要求，如工作性质、经济收入等。先用该基础规则集对特征数据集中的基础数据集进行核保，判断基础数据集是否满足基础规则集的要求；如被保人的年龄是否在基础规则集中所要求的年龄范围内，且性别和居住地是否为要求的性别和居住地等。在特征数据集中的各项数据均和基础规则集中的各项规则对比，判断完成之后，即可生成表征基础数据集是否满足基础规则集要求的基础核保结果。

步骤s22，当所述基础核保结果为匹配成功时，则调用所述目标规则集中的深度规则集对所述特征数据集中的深度数据集进行核保，生成核保结果；

若经判断特征数据集中的各项数据均满足基础规则集中各项规则的要求，则所生成的基础核保结果为匹配成功，表征基础数据集满足基础规则集的要求。此后调用目标规则集中的深度规则集对特征数据集中的深度数据集进行核保，判断深度数据集中的各项数据是否满足深度规则集中各项规则的要求，并根据满足要求的状况生成核保结果。具体地，当深度数据集中的各项数据完全满足深度规则集的要求时，则将核保结果生成为标体；而当深度数据集中的各项数据不完全满足深度规则集的要求时，则依据不满足深度规则集要求的数据对保险产品风险的影响程度，将核保结果生成为除外承保和拒保；而当深度数据集中的各项数据完全不满足深度规则集的要求，则将核保结果生成为拒保。

步骤s23，当所述基础核保结果为匹配失败时，则将所述核保结果生成为拒保。

若经判断特征数据集中的各项数据存在任意一项不满足基础规则集中所对应的规则要求，则判定基础数据集不满足基础规则集的要求，所生成的基础核保结果为匹配失败，停止核保，并将核保结果生成为拒保，表征被保人不具有购买保险产品的资质。

步骤s30，当所述核保结果为拒保时，抓取所述特征数据集中的数据关键词，以及所述对应关系中各规则集的规则关键词；

进一步地，当所生成的核保结果为拒保，表征被保人不具有购买保险产品的资质时，该不具有购买资质的保险产品为被保人自身所选择投保的保险产品；金融机构中所涉及到的保险产品众多，可能存在被保人具有购买资质且与被保人自身所选择投保的保险产品类似，即满足被保人投保需求的其他保险产品。预先针对对应关系中的各个规则集设定有多个规则关键词，以表征各个规则集的要求特征，如要求性别、年龄范围、疾病范围等；为了查找出满足被保人投保需求的其他保险产品，抓取各个规则集中的规则关键词。同时从特征数据集中抓取数据关键词，该数据关键词体现被保人的特征和风险，包括性别、年龄、疾病类型等；以通过数据关键词和各规则关键词之间的匹配程度，确定满足被保人投保需求的其他保险产品。

步骤s40，根据所述数据关键词和各所述规则关键词的匹配关系，确定推荐规则集，并用所述推荐规则集对所述特征数据集进行核保，生成推荐核保结果。

更进一步地，将抓取的各数据关键词分别和各规则集所具有的各项规则关键词匹配，生成数据关键词各规则关键词之间的匹配关系，该匹配关系表征特征数据集与各规则集之间的匹配程度。其中匹配程度越高，则说明特征数据集越能满足规则集中的要求，规则集所对应的保险产品越能满足被保人的投保需求，且被保人对该保险产品具有投保资质的可能性越大；将该保险产品作为推荐给被保人的推荐保险产品，其对应的规则集作为推荐规则集。即依据匹配关系所表征的匹配程度高低，确定推荐规则集，并调用该推荐规则集对特征数据集进行再次核保，生成推荐核保结果，以表征被保人是否具有对该推荐保险产品进行投保的资质。

具体地，根据数据关键词和各规则关键词的匹配关系，确定推荐规则集的步骤包括：

步骤s41，将所述数据关键词分别和各所述规则关键词匹配，生成所述特征数据集与各所述规则集之间的匹配度；

在将数据关键词和各规则集所具有的各项规则关键词匹配的过程中，先逐个调用规则集，再逐个读取数据关键词，并将读取的数据关键词和调用规则集中的规则关键词对比，判断各规则关键词中是否存在和数据关键词一致或相似的规则关键词，若存在则进行计数统计；当特征数据集中的各数据关键词均读取完成，统计得到的统计结果表征了特征数据集与调用的规则集之间的匹配程度，将该统计结果作为匹配度。在对应关系中所具有的规则集均调用完成，并和特征数据集中的各数据关键词均进行对比完成，生成统计结果后，各个统计结果即为数据关键词与各个规则集之间的匹配度。如对于数据关键词[a1、a2、b1、b2]，规则集a、b、c所对应的规则关键词分别为[a1、a2、p]、[a1、w1、d1]和[a1、a2、t、b2]；经对比所得到的统计结果分别为，2、1和3，则所生成的特征数据集和规则集a、b、c之间的匹配度分别为2、1和3，表征特征数据集与各规则集之间的匹配程度大小。

步骤s42，将各所述匹配度和所述预设匹配阈值对比，确定与所述数据关键词对应的目标规则关键词，并将所述目标规则关键词对应的规则集确定为推荐规则集。

进一步地，为了表征匹配程度的大小，预先设置有预设匹配阈值，在生成各个匹配度后，将各个匹配度和该预设匹配阈值对比，确定各匹配度中大于预设匹配阈值的匹配度。该大于预设匹配阈值的匹配度，表征了特征数据集和规则集之间的匹配程度较高，将生成该匹配度的规则关键词确定为各项规则关键词中与数据关键词对应的目标规则关键词；进而将目标规则关键词所对应的规则集确定为推荐规则集，由推荐规则集对特征数据集进行再次核保，生成推荐核保结果，以确定被保人对满足其投保需求的推荐保险产品的投保资质。需要说明的是，各匹配度中大于预设匹配阈值的匹配度可能存在多个，使得所确定的推荐规则集涉及到多个，即满足被保人投保需求，且被保人可能具有投保资质的推荐保险产品存在多项；此时则用多个推荐规则集分别对特征数据集进行再次核保，生成各个推荐核保结果，以在最大程度上为被保人推荐满足其需求的保险产品。

同样地，所生成的推荐核保结果同样的包括拒保、标体和除外承保，对于其中的标体和除外承保，说明被保人对生成该推荐核保结果的推荐规则集在对应关系中所对应的保险产品具有投保资质，对该类保险产品作为推荐保险产品进行推荐。而对于拒保的推荐保险结果，说明被保人对生成该推荐核保结果的推荐规则集在对应关系中所对应的保险产品不具有投保资质，而对该类保险产品不进行推荐。具体地，投保单中包括有用于联络的联络人信息，其中联络人可以是投保人，也可以被保人；在所生成的推荐核保结果为拒保，表征被保人对其自身所需求投保的保险产品以及推荐的保险产品均不具有购买资质时，则向与投保单中所对应的联络人终端输出拒保的核保结果。同时当推荐核保结果为标体或除外承保的非拒保，表征被保人虽然对其自身所需求投保的保险产品没有投保资质，但是对满足其投保需求作为推荐的保险产品具有购买资质；从而先将对应关系中与推荐规则集对应的保险产品确定为推荐保险产品，再将该推荐保险产品的产品信息输出到与投保单对应的联络人终端，以向被保人推荐该推荐保险产品。

本实施例的基于大数据的核保方法，当接收到核保请求时，读取核保请求所对应投保单的被保人信息，并依据该被保人信息建立表征被保人特征的特征数据集；再依据预先设置的保险产品与规则集之间的对应关系，确定与投保单所表征保险产品对应的目标规则集，调用该目标规则集对特征数据集进行核保，生成核保结果；同时在所生成的核保结果为拒保时，则抓取特征数据集中的数据关键词和各规则集中的规则关键词进行匹配，确定推荐规则集；用推荐规则集对特征数据集核保，生成推荐核保结果。本方案中因目标规则集与投保单中表征的所需要投保的保险产品对应，用目标规则集对特征数据集进行核保，确定来源于被保人大数据中的各类特征数据是否满足该保险产品的要求，避免核保过程中执行与保险产品不相关的核保规则，简化了核保流程，提高了核保效率。同时在经目标核保规则核保确定核保结果为拒保时，通过特征数据集中的数据关键词和各规则集中的规则关键词之间的匹配，为被保人匹配其特征数据集可能满足要求的保险产品的推荐规则集；进而用该推荐规则集对特征数据集进行再次核保，避免一经核定为拒保，则直接拒绝被保人的投保需求，以在最大程度上为被保人匹配合适的保险产品。

进一步地，在本发明基于大数据的核保方法的另一实施例中，所述生成核保结果的步骤之后包括：

步骤a1，在预设时间内抓取所述对应关系中各保险产品的核保结果数据集，统计各所述核保结果数据集中的拒保数据，并根据各所述拒保数据生成各所述保险产品的核保通过率；

可理解地，不同的保险产品具有不同的特征，针对不同的客户；而不同的客户也具有不同的特征信息，在对各客户的特征信息进行核保过程中，所生成的核保结果不相同。为了表征对应关系中各个保险产品的核保情况，根据实际需求预先设定预设时间，如一个月、半年等，并将各保险产品所生成的核保结果作为各个核保结果数据集；每当检测到达预设时间内，即抓取各保险产品的核保结果数据集，并对各核保结果数据集中的拒保数据进行统计；该统计的拒保数据表征在预设时间内核保不通过的数据，而核保结果数据集中除了核保不通过的数据之外为表征核保通过的数据。从而用核保结果数据集中所具有的数据总量减去统计得到的拒保数据，再用相减得到的结果和数量总量做比值，比值结果即为保险产品在预设时间内的核保通过率。在针对各个核保结果数据集均进行相减和比值操作后，即可生成各个保险产品的核保通过率，表征各个保险产品在预设时间内的核保通过情况。而为了便于金融机构快速直观的对各个保险产品的核保通过情况进行查看，可将所各保险产品及其对应的核保通过率生成数据报表，以图表的形式展示各保险产品的核保通过率。

步骤a2，将各所述核保通过率和预设阈值对比，确定各所述核保通过率中小于所述预设阈值的目标核保通过率；

进一步地，为了表征核保通过率的高低，预先设定有预设阈值；将所生成的各核保通过率逐一和该预设阈值对比，确定各核保通过率中小于预设阈值的目标核保通过率。因各目标核保通过率较低，其各自所对应的保险产品在预设时间内的核保结果大部分为拒保，使得其各自所对应保险产品在预设时间内的销售情况较差，而影响了金融机构的利益。

步骤a3，将生成各所述目标核保通过率的保险产品确定为调整保险产品，并基于所述对应关系中与各所述调整保险产品对应的规则集输出调整提示信息。

更进一步地，考虑到导致各目标核保通过率较低的原因，可能是各目标核保通过率所对应保险产品的核保规则较为严格，出现大量被保人的信息不满足保险产品要求，而导致拒保的情况。此时需要对该各类保险产品的核保规则进行调整，即对应的各规则集进行调整；具体地，先将生成各目标核保通过率的保险产品确定为需要调整的调整保险产品，再由对应关系，确定各调整产品所对应的规则集；进而针对该各个规则集输出调整提示信息，以提示对该各个规则集进行调整。其中调整提示信息可以显示在由核保通过率所生成的数据报表中，以便于金融机构人员在查看核保通过情况，确定其中核保通过率较低的目标核保通过时，对各目标核保通过率所对应的规则集进行及时的调整。

进一步地，在本发明基于大数据的核保方法的另一实施例中，所述生成推荐核保结果的步骤之后包括：

步骤b1，在预设时间内抓取所述对应关系中各规则集的规则日志数据，并根据各所述规则日志数据确定各所述规则集中各条规则的拦截数据和执行数据；

可理解地，因规则集中的各项规则用于对特征数据集中的不同数据进行审核，以判断数据是否满足规则的要求；不同规则在审核过程中的使用频率不一样，某些规则在审核过程中的使用频率很高，如对年龄、性别、工作性质等进行审核的规则；而另一些规则在审核过程中的使用频率很低，如对毕业学校进行审核的规则。将审核过程中规则的使用频率作为规则的执行率，使用频率低级为执行率低。同时将审核过程中数据不满足规则的要求作为规则对数据的拦截，不同规则具有不同的拦截率；某些规则在审核过程中的拦截率很低，如要求学历为小学以上的规则。对于此类拦截率和执行率较低的规则，在核保过程中的使用效率较差，且占用服务器资源，同时增加了不必要的核保流程，而需要对其进行优化。

具体地，对应关系中的各规则集在对特征数据集进行核保的过程中会生成规则日志数据，以表征核保过程中所使用的规则以及该规则的拦截情况。每当检测到达预设时间时，即抓取各规则集所生成的规则日志数据，并对各项规则日志数据进行分类统计，生成各规则日志数据所对应规则集中各规则的拦截数据和执行数据。其中拦截数据表征规则集中各规则在预设时间内的拦截次数，执行数据则表征规则集中各规则在预设时间内的使用次数；以通过该拦截数据和执行数据判定规则集中各规则是否需要进行优化。

步骤b2，根据所述拦截数据和执行数据分别生成各所述规则集中各条规则的拦截率和执行率；

进一步地，各规则集的规则日志数据中包括各条规则在预设时间内的执行数据，即各条规则的使用次数，将各个执行数据进行累加操作，所得到结果即为规则集中规则的总执行数据。在统计得到各条规则的拦截数据和执行数据之后，用拦截数据和执行数据做比值，即用各规则在预设时间内的拦截次数除以使用次数，所得到比值的结果即为各规则在预设时间内的拦截率，表征各规则的拦截频率大小。同时用规则的执行数据和规则集的总执行数据做比值，所得到的比值结果即为规则在预设时间内的使用率，表征规则的使用频率大小。

步骤b3，根据各所述拦截率和所述执行率，对各所述规则集中各条规则进行优化。

更进一步地，在生成各规则集中各条规则的拦截率和执行率之后，可依据该拦截率和执行率所表征的规则使用效率，对各规则集中的各条规则进行优化。具体地，根据各拦截率和执行率，对各规则集中各条规则进行优化的步骤包括：

步骤b3-1，将各所述规则集中各条规则的拦截率以及执行率分别和预设区间上限值对比，确定各所述规则集中所述拦截率和所述执行率均大于预设区间上限值的第一目标规则，并将各所述第一目标规则设定为优先规则；

为了表征拦截率和执行率的高低，预先设置有预设区间，该预设区间由下限值和上限值之间的数值范围组成；将上限值作为预设区间上限值，而将下限值作为预设区间下限值。逐个读取各个规则集，并对读取的规则集中的各条规则的拦截率以及执行率逐条调用，将调用的拦截率和执行率分别和预设区间上限值对比，判断两者是否均大于预设区间上限值。若两者均大于预设区间上限值，则将该拦截率和执行率所来源的规则确定为规则集中的第一目标规则，表征规则集中的该规则具有较高的使用效率。在各规则集中所有规则的拦截率和执行率均和预设区间上限值进行对比，确定其中的第一目标规则之后，将各规则集中确定的所有第一目标规则设定为优先规则，以作为规则集中优先使用的规则。

步骤b3-2，将各所述规则集中各条规则的拦截率以及执行率分别和预设区间下限值对比，确定各所述规则集中所述拦截率或所述执行率小于预设区间下限值的第二目标规则，并对各所述第二目标规则进行优化。

此外，对于各规则集中出第一目标规则之外的其他规则，则将其拦截率和执行率分别和预设区间下限值对比，或者仍然调用规则集中各条规则的拦截率和执行率分别和预设区间下限值对比；判断两者中是否存在任意一项小于该预设区间下限值。若存在任意一项小于该预设区间下限值，则将该拦截率和执行率所来源的规则确定为规则集中的第二目标规则，表征规则集中的该规则具有较低的使用效率。在各规则集中所有规则的拦截率和执行率均和预设区间下限值进行对比，确定其中的第二目标规则之后，对各规则集中确定的所有第二目标规则进行优化。其中优化可以为对第二目标规则进行自动删除操作，也可以输出优化提示信息，以便于开发人员根据该优化提示信息对第二目标规则进行修改优化，以提高核保效率。

此外，请参照图2，本发明提供一种基于大数据的核保装置，在本发明基于大数据的核保装置第一实施例中，所述基于大数据的核保装置包括：

读取模块10，用于当接收到核保请求时，读取与所述核保请求对应投保单的被保人信息，并根据所述被保人信息建立特征数据集；

调用模块20，用于根据预设的保险产品与规则集之间的对应关系，确定与所述投保单对应的目标规则集，并调用所述目标规则集对所述特征数据集进行核保，生成核保结果；

抓取模块30，用于当所述核保结果为拒保时，抓取所述特征数据集中的数据关键词，以及所述对应关系中各规则集的规则关键词；

生成模块40，用于根据所述数据关键词和各所述规则关键词的匹配关系，确定推荐规则集，并用所述推荐规则集对所述特征数据集进行核保，生成推荐核保结果。

本实施例的基于大数据的核保装置，当接收到核保请求时，读取模块10读取核保请求所对应投保单的被保人信息，并依据该被保人信息建立表征被保人特征的特征数据集；再由调用模块20依据预先设置的保险产品与规则集之间的对应关系，确定与投保单所表征保险产品对应的目标规则集，调用该目标规则集对特征数据集进行核保，生成核保结果；同时抓取模块30在所生成的核保结果为拒保时，则抓取特征数据集中的数据关键词和各规则集中的规则关键词进行匹配，确定推荐规则集；生成模块40用推荐规则集对特征数据集核保，生成推荐核保结果。本方案中因目标规则集与投保单中表征的所需要投保的保险产品对应，用目标规则集对特征数据集进行核保，确定来源于被保人大数据中的各类特征数据是否满足该保险产品的要求，避免核保过程中执行与保险产品不相关的核保规则，简化了核保流程，提高了核保效率。同时在经目标核保规则核保确定核保结果为拒保时，通过特征数据集中的数据关键词和各规则集中的规则关键词之间的匹配，为被保人匹配其特征数据集可能满足要求的保险产品的推荐规则集；进而用该推荐规则集对特征数据集进行再次核保，避免一经核定为拒保，则直接拒绝被保人的投保需求，以在最大程度上为被保人匹配合适的保险产品。

进一步地，在本发明基于大数据的核保装置另一实施例中，所述调用模块还用于：

调用所述目标规则集中的基础规则集对所述特征数据集中的基础数据集进行核保，生成基础核保结果；

当所述基础核保结果为匹配成功时，则调用所述目标规则集中的深度规则集对所述特征数据集中的深度数据集进行核保，生成核保结果；

当所述基础核保结果为匹配失败时，则将所述核保结果生成为拒保。

进一步地，在本发明基于大数据的核保装置另一实施例中，所述生成模块还包括：

生成单元，用于将所述数据关键词分别和各所述规则关键词匹配，生成所述特征数据集与各所述规则集之间的匹配度；

确定单元，用于将各所述匹配度和所述预设匹配阈值对比，确定与所述数据关键词对应的目标规则关键词，并将所述目标规则关键词对应的规则集确定为推荐规则集。

进一步地，在本发明基于大数据的核保装置另一实施例中，所述基于大数据的核保装置还包括：

第一输出模块，用于当所述推荐核保结果为拒保时，则向与所述投保单对应的联络人终端输出拒保的核保结果；

第一确定模块，用于当所述推荐核保结果为非拒保时，则将所述对应关系中与所述推荐规则集对应的保险产品确定为推荐保险产品，并将所述推荐保险产品输出到与所述投保单对应的联络人终端。

进一步地，在本发明基于大数据的核保装置另一实施例中，所述基于大数据的核保装置还包括：

统计模块，用于在预设时间内抓取所述对应关系中各保险产品的核保结果数据集，统计各所述核保结果数据集中的拒保数据，并根据各所述拒保数据生成各所述保险产品的核保通过率；

对比模块，用于将各所述核保通过率和预设阈值对比，确定各所述核保通过率中小于所述预设阈值的目标核保通过率；

第二输出模块，用于将生成各所述目标核保通过率的保险产品确定为调整保险产品，并基于所述对应关系中与各所述调整保险产品对应的规则集输出调整提示信息。

进一步地，在本发明基于大数据的核保装置另一实施例中，所述基于大数据的核保装置还包括：

第二确定模块，用于在预设时间内抓取所述对应关系中各规则集的规则日志数据，并根据各所述规则日志数据确定各所述规则集中各条规则的拦截数据和执行数据；

所述生成模块还用于根据所述拦截数据和执行数据分别生成各所述规则集中各条规则的拦截率和执行率；

优化模块，用于根据各所述拦截率和所述执行率，对各所述规则集中各条规则进行优化。

进一步地，在本发明基于大数据的核保装置另一实施例中，所述优化模块还用于：

将各所述规则集中各条规则的拦截率以及执行率分别和预设区间上限值对比，确定各所述规则集中所述拦截率和所述执行率均大于预设区间上限值的第一目标规则，并将各所述第一目标规则设定为优先规则；

将各所述规则集中各条规则的拦截率以及执行率分别和预设区间下限值对比，确定各所述规则集中所述拦截率或所述执行率小于预设区间下限值的第二目标规则，并对各所述第二目标规则进行优化。

其中，上述基于大数据的核保装置的各虚拟功能模块存储于图3所示基于大数据的核保设备的存储器1005中，处理器1001执行核保程序时，实现图2所示实施例中各个模块的功能。

参照图3，图3是本发明实施例方法涉及的硬件运行环境的设备结构示意图。

本发明实施例基于大数据的核保设备可以是pc(personalcomputer，个人计算机)，也可以是智能手机、平板电脑、电子书阅读器、便携计算机等终端设备。

如图3所示，该基于大数据的核保设备可以包括：处理器1001，例如cpu(centralprocessingunit，中央处理器)，存储器1005，通信总线1002。其中，通信总线1002用于实现处理器1001和存储器1005之间的连接通信。存储器1005可以是高速ram(randomaccessmemory，随机存取存储器)，也可以是稳定的存储器(non-volatilememory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。

可选地，该基于大数据的核保设备还可以包括用户接口、网络接口、摄像头、rf(radiofrequency，射频)电路，传感器、音频电路、wifi(wirelessfidelity，无线宽带)模块等等。用户接口可以包括显示屏(display)、输入单元比如键盘(keyboard)，可选用户接口还可以包括标准的有线接口、无线接口。网络接口可选的可以包括标准的有线接口、无线接口(如wi-fi接口)。

本领域技术人员可以理解，图3中示出的基于大数据的核保设备结构并不构成对基于大数据的核保设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图3所示，作为一种可读存储介质的存储器1005中可以包括操作系统、网络通信模块以及核保程序。操作系统是管理和控制基于大数据的核保设备硬件和软件资源的程序，支持核保程序以及其它软件和/或程序的运行。网络通信模块用于实现存储器1005内部各组件之间的通信，以及与基于大数据的核保设备中其它硬件和软件之间通信。

在图3所示的基于大数据的核保设备中，处理器1001用于执行存储器1005中存储的核保程序，实现上述基于大数据的核保方法各实施例中的步骤。

本发明提供了一种可读存储介质，所述可读存储介质存储有一个或者一个以上程序，所述一个或者一个以上程序还可被一个或者一个以上的处理器执行以用于实现上述基于大数据的核保方法各实施例中的步骤。

还需要说明的是，在本文中，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、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个可读存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是在本发明的构思下，利用本发明说明书及附图内容所作的等效结构变换，或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。