买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：上海冰鉴信息科技有限公司

摘要：本发明公开了一种车险投保赔付风险预测模型构建方法、装置、设备及介质，涉及模型构建技术领域。所述方法是先基于不同投保地区的险种覆盖度、保费、保费密度和出险赔付率，对原始数据集合中的所有键值数据进行层次聚类分析处理，得到多个数据类，然后针对各个数据类，对在属于对应类的键值数据中的多个因变量特征进行特征初筛处理，得到对应的离散特征组合，以及将属于对应类的所有样本数据划分为对应的多个风险子集，并组合得到对应的验证集和训练集，最后针对所述各个数据类，利用对应的训练集进行广义回归建模，得到对应的且基于广义线性模型的车险投保赔付风险预测模型，并完成模型效果评估，如此可以有效提高模型的风险预测能力以及稳定性。

主权项：1.一种车险投保赔付风险预测模型构建方法，其特征在于，包括：获取以目标车险的保单号为主键的原始数据集合，其中，在所述原始数据集合中与所述保单号对应的键值数据包含有建模所需的且基于保单赔付信息加工好的多个因变量特征，所述保单赔付信息包含有投保地区、保费、险种覆盖度、保费密度、出险赔付率、是否出险、出险频次和赔付强度；基于不同投保地区的险种覆盖度、保费、保费密度和出险赔付率，对所述原始数据集合中的所有所述键值数据进行层次聚类分析处理，得到K个数据类，其中，K表示大于等于3的正整数；针对在所述K个数据类中的各个数据类，对在属于对应类的键值数据中的所述多个因变量特征进行特征初筛处理，得到对应的离散特征组合；针对所述各个数据类，将属于对应类的所有样本数据划分为对应的且与多个赔付风险等级一一对应的多个风险子集，并从该多个风险子集的每一个风险子集中分别抽取一部分所述样本数据组成对应的验证集，以及从所述每一个风险子集中分别抽取另一部分所述样本数据组成对应的训练集，其中，所述样本数据包含有根据在属于对应类的键值数据中的所述多个因变量特征处理得到的所述离散特征组合，所述多个赔付风险等级预先根据基于出险率、赔付强度和或赔付额制定的等级划分规则划分确定；针对所述各个数据类，利用对应的训练集进行广义回归建模，得到对应的且基于广义线性模型的车险投保赔付风险预测模型，其中，所述车险投保赔付风险预测模型包括有出险率预测模型、赔付强度预测模型和或赔付额预测模型；针对所述各个数据类，利用对应的验证集和对应的车险投保赔付风险预测模型，进行模型效果评估，得到模型效果评估结果。

全文数据：

权利要求：

百度查询： 上海冰鉴信息科技有限公司 车险投保赔付风险预测模型构建方法、装置、设备及介质