本申请涉及数据处理，尤其涉及一种基于模型的数据处理方法和装置、设备、介质及产品。
背景技术：
1、在保险行业的风险管理体系中，再保险超赔机制一直是分散风险的重要工具。相关技术中主要关注保险公司与再保险公司之间的风险转移，通常通过设定统一的赔偿比例来实现风险的外部转移。然而，相关技术在确定赔偿比例时，多依赖人工经验，效率较低。并且由于人工经验的主观性和局限性，难以充分考虑到所有相关因素，从而使得最终确定的赔偿比例的准确性较低。
技术实现思路
1、本申请实施例的主要目的在于提出一种基于模型的数据处理方法和装置、设备、介质及产品，旨在提高确定赔偿比例的准确性。
2、为实现上述目的，本申请实施例的第一方面提出了一种基于模型的数据处理方法，所述方法包括：
3、获取多个保险机构的机构特征数据，多个保险机构之间具有依赖关系；
4、将机构特征数据输入预训练的风险承担能力评估模型，得到各个保险机构对应的风险承担能力指数，风险承担能力指数与保险机构面对风险的承受能力呈正相关；
5、根据风险承担能力指数，对多个保险机构进行差异化阈值设定，得到各个保险机构对应的再保险超赔阈值；再保险超赔阈值用于表征保险机构在预设保险赔付场景下的最高赔付资源量；
6、根据所述再保险超赔阈值，确定在所述预设保险赔付场景下，各个保险机构的赔偿比例。
7、为实现上述目的，本申请实施例的第二方面提出了一种基于模型的数据处理装置，所述装置包括：
8、获取模块，用于获取多个保险机构的机构特征数据，所述多个保险机构之间具有依赖关系；
9、第一确定模块，用于将所述机构特征数据输入预训练的风险承担能力评估模型，得到各个保险机构对应的风险承担能力指数，所述风险承担能力指数与所述保险机构面对风险的承受能力呈正相关；
10、设定模块，用于根据所述风险承担能力指数，对所述多个保险机构进行差异化阈值设定，得到各个保险机构对应的再保险超赔阈值；所述再保险超赔阈值用于表征所述保险机构在预设保险赔付场景下的最高赔付资源量；
11、第二确定模块，用于根据所述再保险超赔阈值，确定在所述预设保险赔付场景下，各个保险机构的赔偿比例。
12、为实现上述目的，本申请实施例的第三方面提出了一种电子设备，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的方法。
13、为实现上述目的，本申请实施例的第四方面提出了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第一方面所述的方法。
14、为实现上述目的，本申请实施例的第五方面提出了一种计算机程序产品，计算机程序产品中的指令由电子设备的处理器执行时，使得电子设备执行实现如上述第一方面所述的方法。
15、本申请提出的基于模型的数据处理方法和装置、设备、介质及产品,通过获取多个具有依赖关系的保险机构的机构特征数据。将这些机构特征数据输入预训练的风险承担能力评估模型，得到各个保险机构的风险承担能力指数，该风险承担能力指数与保险机构面对风险的承受能力呈正相关。基于该风险承担能力指数，对多个保险机构进行差异化阈值设定，得到每个保险机构对应的再保险超赔阈值，从而精准反映各机构的实际风险承担水平。进一步地，根据这些再保险超赔阈值确定在预设保险赔付场景下各个保险机构的赔偿比例，确保了赔偿比例能够充分适应保险公司内部不同机构的差异化风险特征，实现了风险的合理分担。这种依据模型评估的方法，避免或减少了相关技术中由于依赖人工经验而导致的主观性和局限性，从而显著提高了确定赔偿比例的准确性。
1.一种基于模型的数据处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述机构特征数据包括保险机构的历史平均单笔赔付额；
3.根据权利要求2所述的方法，其特征在于，所述机构特征数据包括所述保险机构的实际持有资源；
4.根据权利要求1所述的方法，其特征在于，所述机构特征数据包括所述保险机构的实际持有资源和赔付率；
5.根据权利要求1所述的方法，其特征在于，所述多个保险机构包括第一机构，以及所述第一机构的至少一个下属机构；
6.根据权利要求1所述的方法，其特征在于，所述风险承担能力评估模型训练过程包括：
7.一种基于模型的数据处理装置，其特征在于，所述装置包括：
8.一种电子设备，其特征在于，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现权利要求1至6任一项所述的基于模型的数据处理方法。
9.一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，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的基于模型的数据处理方法。
10.一种计算机程序产品，其特征在于，所述计算机程序产品中的指令由电子设备执行时，使得所述电子设备执行如权利要求1-6中任意一项所述的基于模型的数据处理方法。