用于航空客运保险的风险投保行为识别拦截方法及系统与流程

本技术涉及客运保险的，尤其是涉及一种用于航空客运保险的风险投保行为识别拦截方法及系统。

背景技术：

1、搭乘飞机是远距离出行的常见出行方式，然而，飞机的起降对气象条件的要求较高，风、雨、雪、雾、霾、雷、冰等气象因素均有可能造成航班延误，为了保障旅客在遭遇航班延误时能够获得因行程变更造成的开销补偿，目前许多保险公司推出了延误险等保险产品。然而，近年来发生过多起无搭乘飞机需求的人员故意在恶劣气象情况下投保大额延误险，以通过理赔获利的行为，这些行为造成了保险公司的资金损失和飞机运力的浪费。针对上述相关技术，目前保险公司存在缺乏识别用户风险投保行为的方法的问题。

技术实现思路

1、为了提高保险公司对用户风险投保行为的识别能力，本技术提供一种用于航空客运保险的风险投保行为识别拦截方法及系统。

2、本技术的发明目的一采用如下技术方案实现：

3、用于航空客运保险的风险投保行为识别拦截方法，包括：

4、接收投保预备信号，获取目标客户的历史出行订单、未来出行订单和待投保订单；

5、基于目标客户的历史出行订单，统计目标客户退改订单对应的退改异常率，以及未退改订单对应的非退改异常率和非退改乘机率，基于退改异常率、非退改异常率和非退改乘机率，计算历史异常参数；

6、基于目标客户的出行订单，统计目标客户出行订单对应的出行冲突率和冲突订单数，基于所述出行冲突率和冲突订单数计算出行异常参数；

7、基于所述历史异常参数、出行异常参数和待投保订单的冲突标记信息，计算目标客户的异常投保评分，基于所述异常投保评分生成投保应答信息；

8、所述出行订单记录的订单信息包括出发地、目的地、出行时间信息、冲突标记信息、退改信息、乘机标记信息、航班异常标记信息。

9、通过采用上述技术方案，当目标客户存在投保需求时，接收对应的投保预备信号，获取目标客户的历史出行订单、未来出行订单和待投保订单，便于后续评估用户的出行订单，以判断目标客户的异常投保行为倾向；根据目标客户的历史出行订单，统计目标客户所有退改订单所对应的航班异常概率，从而确定退改异常率，统计目标客户所有非退改订单所对应的航班异常概率和乘机概率，以获知目标客户的退改订单和非退改订单出行航班异常现象的概率，根据退改异常率、非退改异常率和非退改乘机率计算历史异常参数，以便通过历史出行订单分析目标客户的对历史出行订单的退改行为和乘机行为是否异常；基于目标客户的所有出行订单，分析各出行订单之间是否存在行程冲突，以便根据存在行程冲突的冲突订单数与总出行订单量计算出行冲突率，进一步计算出行异常参数，以便获知目标客户的出行订单与实际出行需求是否匹配；根据历史异常参数、出行异常参数和待投保信息的冲突标记信息，计算目标客户的异常投保评分，根据异常投保评分确定是否承接该目标客户的投保订单，以生成投保应答信息。

10、本技术在一较佳示例中：所述基于退改异常率、非退改异常率和非退改乘机率，计算历史异常参数中，所述历史异常参数的计算公式为：

11、x1＝k1f(t1)+k2f(t2)+k3f(t3)

12、

13、

14、

15、在所述历史异常参数的计算公式中，x1为历史异常参数，t1为退改异常率，t2为非退改异常率，t3为非退改乘机率，还包括若干预设数值：其中s1为第一标准值，s4为第四标准值，s4＞s1，k1为第一权重系数，s2为第二标准值，k2为第二权重系数，s3为第三标准值，s5为第五标准值，k3为第三权重系数，s5＞s3。

16、通过采用上述技术方案，根据上述计算公式，历史异常参数的数值与退改异常率、非退改乘机率负相关，与非退改异常率正相关，以便使历史异常参数的数值与存在风险投保行为的旅客的历史出行订单数据特征正相关，便于根据历史异常参数的数值判断目标客户的退改行为和乘机行为是否异常；在历史异常参数的计算公式中，第一标准值、第二标准值和第三标准值的设定是为了分析目标客户退改、乘机行为是否异常时，减小客户偶然的异常行为对判定客户是否异常可能造成的影响，权重系数的设定是为了便于调整不同类型退改、乘机行为对历史异常参数的数值的重要性；退改异常率或非退改乘机率的数值越大，则认为目标客户的正常出行倾向越大，可以一定程度抵免其他异常退改、乘机行为对历史异常参数数值的贡献，但通过第四标准值、第五标准值为退改异常率项、非退改乘机率项的抵免效果上限进行了限制，并令非退改异常率项无法抵免其他异常退改、乘机行为对历史异常参数数值的贡献，以便提高对客户风险投保倾向评估的科学性。

17、本技术在一较佳示例中：所述基于出行冲突率和冲突订单数计算出行异常参数中，出行异常参数的计算公式为：

18、x2＝k6f(t6)+k7n7

19、

20、在所述出行异常参数的计算公式中，x2为出行异常参数，t6为出行冲突率，n7为冲突订单数，还包括若干预设数值：其中k6为第六权重系数，k7为第七权重系数，s6为第六标准值。

21、通过采用上述技术方案，由于正常搭乘飞机的旅客通常不会购买存在行程冲突的多张机票，因此，根据上述计算公式，出行异常参数的数值与出行冲突率和冲突订单数正相关，以便使出行异常参数的数值与存在风险投保行为的旅客的出行订单数据特征正相关，便于根据出行异常参数的数值判断目标客户的出行订单与实际出行需求是否匹配；在出行异常参数的计算公式中，第六标准值的设定是为了分析目标客户的出行订单是否异常时，减小客户偶然的异常行为对判定客户是否异常可能造成的影响，权重系数的设定是为了便于调整出行冲突率和冲突订单数在出行异常参数中的权重以便提高对客户风险投保倾向评估的科学性。

22、本技术在一较佳示例中：所述基于所述历史异常参数、出行异常参数和待投保订单的冲突标记信息，计算目标客户的异常投保评分中，所述异常投保评分的计算公式为：

23、y＝k8x1+k9x2+k10x3

24、在所述异常投保评分的计算公式中，y为异常投保评分，x3为冲突标记赋值，还包括若干预设数值：其中k8为第八权重系数，k9为第九权重系数，k10为第十权重系数。

25、通过采用上述技术方案，根据上述计算公式，异常投保评分的数值与历史异常参数、出行异常参数、以及冲突标记信息对应的冲突标记赋值均正相关，便于根据历史异常参数、出行异常参数和冲突标记信息三项指标综合评估目标客户是否存在风险投保倾向。

26、本技术在一较佳示例中：所述基于所述异常投保评分生成投保应答信息，包括：

27、将所述异常投保评分与预设的第一评分阈值、第二评分阈值分别进行对比，当异常投保评分大于等于第一评分阈值时，生成禁止投保的投保应答信息；

28、当异常投保评分小于第一评分阈值而大于等于第二评分阈值时，基于异常投保评分和预设的报价规则计算对应的保单报价，生成包含所述保单报价的投保应答信息。

29、通过采用上述技术方案，将异常投保评分与预设的第一评分阈值进行比较，若异常投保评分大于第一评分阈值，则该目标客户的风险投保倾向明显，生成禁止投保的投保应答信息，以阻止该目标客户进行投保；当异常投保评分介于第一评分阈值与第二评分阈值之间时，则该目标客户存在一定的风险投保倾向，基于异常投保评分和预设的报价规则确定对应的保单报价，并生成对应的投保应答信息，便于根据目标客户的风险投保倾向性的高低调整保单报价，提高保单报价的合理性。

30、本技术在一较佳示例中：所述接收投保预备信号，获取目标客户的历史出行订单、未来出行订单和待投保订单，包括：

31、检测来自目标客户终端的投保查询信号，以触发对应的投保预备信号，所述投保查询信号记录了目标客户对应的客户标识信息和待投保订单对应的订单标识信息；

32、基于所述投保预备信号对应的客户标识信息和订单标识信息，从订单数据库中获取历史出行订单、未来出行订单和待投保订单。

33、通过采用上述技术方案，当目标客户存在投保需求而打开保险查询界面时，生成投保查询信号，检测来自目标客户终端的投保查询信号，根据投保查询信号确定客户标识信息和订单标识信息，并进一步根据投保查询信号生成对应的投保预备信号；基于投保预备信号对应的客户标识信息和订单标识信息，从订单数据库中获取目标客户的历史出行订单、未来出行订单和待投保订单，便于后续对这些订单记录的信息进行分析，从而识别风险投保行为。

34、本技术的发明目的二采用如下技术方案实现：

35、用于航空客运保险的风险投保行为识别拦截系统，应用于上述任一项所述用于航空客运保险的风险投保行为识别拦截方法，包括：

36、订单获取模块，用于接收投保预备信号，获取目标客户的历史出行订单、未来出行订单和待投保订单；

37、历史异常参数计算模块，用于基于目标客户的历史出行订单，统计目标客户退改订单对应的退改异常率，以及未退改订单对应的非退改异常率和非退改乘机率，基于退改异常率、非退改异常率和非退改乘机率，计算历史异常参数；

38、出行异常参数计算模块，用于基于目标客户的出行订单，统计目标客户出行订单对应的出行冲突率和冲突订单数，基于所述出行冲突率和冲突订单数计算出行异常参数；

39、投保应答信息生成模块，用于基于所述历史异常参数、出行异常参数和待投保订单的冲突标记信息，计算目标客户的异常投保评分，基于所述异常投保评分生成投保应答信息。

40、本技术在一较佳示例中：所述投保应答信息生成模块包括：

41、禁止投保应答子模块，用于将所述异常投保评分与预设的第一评分阈值、第二评分阈值分别进行对比，当异常投保评分大于等于第一评分阈值时，生成禁止投保的投保应答信息；

42、保单报价应答子模块，用于当异常投保评分小于第一评分阈值而大于等于第二评分阈值时，基于异常投保评分和预设的报价规则计算对应的保单报价，生成包含所述保单报价的投保应答信息。

43、本技术的发明目的三采用如下技术方案实现：

44、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用于航空客运保险的风险投保行为识别拦截方法的步骤。

45、本技术的发明目的四采用如下技术方案实现：

46、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用于航空客运保险的风险投保行为识别拦截方法的步骤。

47、综上所述，本技术包括以下至少一种有益技术效果：

48、1.当目标客户存在投保需求时，接收对应的投保预备信号，获取目标客户的历史出行订单、未来出行订单和待投保订单，便于后续评估用户的出行订单，以判断目标客户的异常投保行为倾向；根据目标客户的历史出行订单，统计目标客户所有退改订单所对应的航班异常概率，从而确定退改异常率，统计目标客户所有非退改订单所对应的航班异常概率和乘机概率，以获知目标客户的退改订单和非退改订单出行航班异常现象的概率，根据退改异常率、非退改异常率和非退改乘机率计算历史异常参数，以便通过历史出行订单分析目标客户的对历史出行订单的退改行为和乘机行为是否异常；基于目标客户的所有出行订单，分析各出行订单之间是否存在行程冲突，以便根据存在行程冲突的冲突订单数与总出行订单量计算出行冲突率，进一步计算出行异常参数，以便获知目标客户的出行订单与实际出行需求是否匹配；根据历史异常参数、出行异常参数和待投保信息的冲突标记信息，计算目标客户的异常投保评分，根据异常投保评分确定是否承接该目标客户的投保订单，以生成投保应答信息。

49、2.根据历史异常参数公式，历史异常参数的数值与退改异常率、非退改乘机率负相关，与非退改异常率正相关，以便使历史异常参数的数值与存在风险投保行为的旅客的历史出行订单数据特征正相关，便于根据历史异常参数的数值判断目标客户的退改行为和乘机行为是否异常；在历史异常参数的计算公式中，第一标准值、第二标准值和第三标准值的设定是为了分析目标客户退改、乘机行为是否异常时，减小客户偶然的异常行为对判定客户是否异常可能造成的影响，权重系数的设定是为了便于调整不同类型退改、乘机行为对历史异常参数的数值的重要性；退改异常率或非退改乘机率的数值越大，则认为目标客户的正常出行倾向越大，可以一定程度抵免其他异常退改、乘机行为对历史异常参数数值的贡献，但通过第四标准值、第五标准值为退改异常率项、非退改乘机率项的抵免效果上限进行了限制，并令非退改异常率项无法抵免其他异常退改、乘机行为对历史异常参数数值的贡献，以便提高对客户风险投保倾向评估的科学性。

50、3.由于正常搭乘飞机的旅客通常不会购买存在行程冲突的多张机票，因此，根据出行异常参数公式，出行异常参数的数值与出行冲突率和冲突订单数正相关，以便使出行异常参数的数值与存在风险投保行为的旅客的出行订单数据特征正相关，便于根据出行异常参数的数值判断目标客户的出行订单与实际出行需求是否匹配；在出行异常参数的计算公式中，第六标准值的设定是为了分析目标客户的出行订单是否异常时，减小客户偶然的异常行为对判定客户是否异常可能造成的影响，权重系数的设定是为了便于调整出行冲突率和冲突订单数在出行异常参数中的权重以便提高对客户风险投保倾向评估的科学性。