数据处理系统及方法、存储介质及电子终端技术方案

本公开涉及计算机技术领域，具体涉及数据处理系统及方法、存储介质及电子终端。所述系统包括：请求处理模块用于接收针对目标用户的风险契约费用参数评估请求；第一数据处理模块用于基于风险契约费用参数评估请求向第二业务系统提取目标用户的用户历史数据并进行预处理以获取第一用户特征数据；异常状态风险评估模块用于将所述第一用户特征数据输入已训练的用户异常风险系数评估模型以获取目标行为概率评估结果并根据概率评估结果配置异常状态风险评估系数；评估结果生成模块用于结合异常状态风险评估系数述目标用户对应的第一行为费用参数信息和额度调整系数计算目标用户的风险契约费用参数评估结果。

【技术实现步骤摘要】
数据处理系统及方法、存储介质及电子终端
本公开涉及计算机
，具体涉及一种数据处理系统、一种数据处理方法、一种存储介质以及一种电子终端。
技术介绍
随着保险市场的不断扩展大，保险产品的种类也不断跟随用户的实际需求、政策变更而变化。但是，现有的保险产品在确定产品内容后，产品的价格、保额的确定也大多采用参考既往的保险产品数据，同时考虑医疗费用上涨，以及政策变化，通过人工测算的方式来确定。定价方式相对单一，并且以人工方式定价的形式存在一定的主观性，定价结果不够科学、合理的请款。在参考既往数据时也缺乏对数据进行有效、合理的量化标准及策略，无法有效的发挥既往的用户数据的参考价值。需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
本公开的目的在于提供一种数据处理系统、一种数据处理方法、一种存储介质以及一种电子终端，能够响应用户的数据处理请求进行自动定价；进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。根据本公开的第一方面，提供一种数据处理系统，包括：请求处理模块，用于接收针对目标用户的风险契约费用参数评估请求；第一数据处理模块，用于基于所述风险契约费用参数评估请求向第二业务系统提取所述目标用户的用户历史数据；并对所述用户历史数据进行预处理，以获取第一用户特征数据；异常状态风险评估模块，用于将所述第一用户特征数据输入已训练的用户异常风险系数评估模型，以获取目标行为概率评估结果；并根据所述目标行为概率评估结果配置所述目标用户的异常状态风险评估系数；评估结果生成模块，用于结合所述异常状态风险评估系数、所述目标用户对应的第一行为费用参数信息和额度调整系数计算所述目标用户的风险契约费用参数评估结果。在本公开的一种示例性实施例中，所述系统还包括：额度调整系数计算模块，用于结合所述目标用户的第二行为趋势等级信息和第二行为费用评估结果，计算所述额度调整系数。在本公开的一种示例性实施例中，所述系统还包括：第二行为趋势分析模块，用于对所述目标用户的用户历史数据进行筛选，以获取第二用户特征数据；以及，将所述第二特征数据作为输入已训练的趋势分析模型进行聚类分析，以根据输出的聚类分析结果判断所述目标用户的第二行为趋势等级。在本公开的一种示例性实施例中，所述系统还包括：趋势分析模型训练模块，用于向第二业务系统中提取源数据，对所述源数据进行筛选以获取第二特征数据，并对所述第二特征数据进行预处理以获取第二训练数据；基于所述第二训练数据和预配置的簇类参数训练K-means模型，以获取所述趋势分析模型。在本公开的一种示例性实施例中，所述系统还包括：第二行为费用评估模块，用于对所述目标用户的用户历史数据进行筛选，以获取第三用户特征数据；以及，将所述第三特征数据输入已训练的费用评估模型，以获取所述目标用户的第二行为费用评估结果。在本公开的一种示例性实施例中，所述系统还包括：费用评估模型训练模块，用于向第二业务系统提取源数据，并对所述源数据进行预处理；以及根据业务规则对预处理后的所述源数据进行筛选以获取目标特征数据，并配置为样本数据；基于网格搜索方法配置预测模型的参数，并利用所述样本数据对基于Xgboost模型的费用评估模型进行训练。在本公开的一种示例性实施例中，所述对所述源数据进行预处理包括：对所述源数据进行标准化处理；根据指标类型调用对应的数据处理策略对各所述指标类型对应的源数据进行数据整理；对数据整理后的所述第一阶段数据进行异常值检验，并做平滑处理；根据目标特征进行数据筛选，并对筛选的数据结果进行统计，以获取所述样本数据。根据本公开的第二方面，提供一种数据处理方法，包括：接收针对目标用户的风险契约费用参数评估请求；基于所述风险契约费用参数评估请求向第二业务系统提取所述目标用户的用户历史数据；并对所述用户历史数据进行预处理，以获取第一用户特征数据；将所述第一用户特征数据输入已训练的用户异常风险系数评估模型，以获取目标行为概率评估结果；并根据所述目标行为概率评估结果配置所述目标用户的异常状态风险评估系数；结合所述异常状态风险评估系数、所述目标用户对应的第一行为费用参数信息和额度调整系数计算所述目标用户的风险契约费用参数评估结果。根据本公开的第三方面，提供一种存储介质，其上存储有计算机程序，所述程序被处理器执行时实现上述的数据处理方法。根据本公开的第四方面，提供一种电子终端，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行上述的数据处理方法。本公开的一种实施例所提供的数据处理系统中，在接收到针对目标用户的风险契约费用评估请求之后，便可以向第二业务系统提供提取该目标用户的用户历史数据；通过用户异常风险系数评估模型计算目标用户的目标行为概率评估结果，并根据该结果配置目标用户的异常状态风险评估系统；同时结合目标用户的第一行为费用参数信息和额度调整系数计算目标用户的风险契约费用参数评估结果，从而实现响应用户在终端设备发出的数据处理请求对保险产品定价及保额的自动计算，实现智能化的定价；通过合理的参考历史数据，有效避免人工定价的不准确、不科学的弊端；并且能够降低人工成本。另外，通过利用用户个人的历史数据进行定价，能够实现针对不同用户区别化、精准化的定价。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。附图说明此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1示意性示出本公开示例性实施例中一种数据处理系统的结构框图；图2示意性示出本公开示例性实施例中一种数据处理系统的结构框图；图3示意性示出本公开示例性实施例中一种数据处理系统的架构示意图；图4示意性示出本公开示例性实施例中一种数据处理方法的流程示意图；图5示意性示出本公开示例性实施例中一种费用评估模型的建模效果示意图；图6示意性示出本公开示例性实施例中一种医疗趋势指标结果示意图；图7示意性示出本公开示例性实施例中一种电子设备的组成示意图；图8示意性示出本公开示例性实施例中一种程序产品的示意图。具体实施方式现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。本文档来自技高网...

【技术保护点】
1.一种数据处理系统，其特征在于，所述数据处理系统包括：/n请求处理模块，用于接收针对目标用户的风险契约费用参数评估请求；/n第一数据处理模块，用于基于所述风险契约费用参数评估请求向第二业务系统提取所述目标用户的用户历史数据；并对所述用户历史数据进行预处理，以获取第一用户特征数据；/n异常状态风险评估模块，用于将所述第一用户特征数据输入已训练的用户异常风险系数评估模型，以获取目标行为概率评估结果；并根据所述目标行为概率评估结果配置所述目标用户的异常状态风险评估系数；/n评估结果生成模块，用于结合所述异常状态风险评估系数、所述目标用户对应的第一行为费用参数信息和额度调整系数计算所述目标用户的风险契约费用参数评估结果。/n

【技术特征摘要】
1.一种数据处理系统，其特征在于，所述数据处理系统包括：
请求处理模块，用于接收针对目标用户的风险契约费用参数评估请求；
第一数据处理模块，用于基于所述风险契约费用参数评估请求向第二业务系统提取所述目标用户的用户历史数据；并对所述用户历史数据进行预处理，以获取第一用户特征数据；
异常状态风险评估模块，用于将所述第一用户特征数据输入已训练的用户异常风险系数评估模型，以获取目标行为概率评估结果；并根据所述目标行为概率评估结果配置所述目标用户的异常状态风险评估系数；
评估结果生成模块，用于结合所述异常状态风险评估系数、所述目标用户对应的第一行为费用参数信息和额度调整系数计算所述目标用户的风险契约费用参数评估结果。


2.根据权利要求1所述的数据处理系统，其特征在于，所述系统还包括：
额度调整系数计算模块，用于结合所述目标用户的第二行为趋势等级信息和第二行为费用评估结果，计算所述额度调整系数。


3.根据权利要求2所述的数据处理系统，其特征在于，所述系统还包括：
第二行为趋势分析模块，用于对所述目标用户的用户历史数据进行筛选，以获取第二用户特征数据；以及，将所述第二特征数据作为输入已训练的趋势分析模型进行聚类分析，以根据输出的聚类分析结果判断所述目标用户的第二行为趋势等级。


4.根据权利要求2或3所述的数据处理系统，其特征在于，所述系统还包括：
趋势分析模型训练模块，用于向第二业务系统中提取源数据，对所述源数据进行筛选以获取第二特征数据，并对所述第二特征数据进行预处理以获取第二训练数据；基于所述第二训练数据和预配置的簇类参数训练K-means模型，以获取所述趋势分析模型。


5.根据权利要求2所述的数据处理系统，其特征在于，所述系统还包括：
第二行为费用评估模块，用于对所述目标用户的用户历史数据进行筛选，以获取第三用户特征数据；以及，将所述第三特征数据输入已训练的...

【专利技术属性】
技术研发人员：张舒，
申请(专利权)人：泰康保险集团股份有限公司，泰康养老保险股份有限公司，
类型：发明
国别省市：北京;11