核保政策确定方法、装置、计算机设备及存储介质与流程

1.本技术涉及数据分析领域与保险领域，尤其涉及一种核保政策确定方法、装置、计算机设备及存储介质。


背景技术：

2.随着生活水平和风险防范意识的提高，人们越来越注重于投资自己，购买相关的医疗险，因此医疗险保单的数量急剧增加。核保是保险全链路中重要的一环，核保政策的设置间接影响了承保后保单的赔付率，同时也决定了一家保险公司的营业额。众多保险公司层出不穷的当下，哪家公司的系统能更快，更准确的设置核保政策，那就能快速占领业务市场，但核保政策设置的本质是公司精算师们夜以继日的分析市场、对比同业后得到的宝贵数据。工程系统在这一块能做的无非是按照业务的思维构建模型，设置政策，很难做到根据政策数据反哺业务。
3.传统的核保工程系统由于业务的复杂性，对于机构来说，机构业务员想在系统中按照总部要求，从头到尾设置一遍核保政策，往往要对十几个产品，不同险种，不同维度设置不同政策，设置完后还需他人的反复检查，并且还不能确定当下设置的政策是否能达到总部的要求，人为出错的概率很高；对于总部业务来说，除了精算师给的数据基础，更多地也是依靠自己的经验来调整全国政策，往往一个稳定高盈利的政策要付出大量的试错成本后，才能趋于成熟，体现为现有的制定核保政策的方法智能性低下。因此，如何提高保险领域中制定核保政策的智能性成为亟待解决的技术问题。


技术实现要素：

4.本技术提供了一种核保政策确定方法、装置、计算机设备及存储介质，以提高保险领域中制定核保政策的智能性。
5.第一方面，本技术提供了一种核保政策确定方法，所述核保政策确定方法包括：
6.获取历史保单数据，并将历史保单数据保存至大数据平台，并通过所述大数据平台对所述历史保单数据进行预处理；
7.基于所述大数据平台与预处理后的所述历史保单数据，生成对应的模拟核保政策，并通过所述历史保单数据校验所述模拟核保政策是否符合对应的标准属性指标；
8.在所述模拟核保政策符合所述标准属性指标的情况下，将所述模拟核保政策确定为目标核保政策。
9.第二方面，本技术还提供了一种核保政策确定装置，所述核保政策确定装置包括：
10.历史保单模块，用于获取历史保单数据，并将历史保单数据保存至大数据平台，并通过所述大数据平台对所述历史保单数据进行预处理；
11.模拟核保政策生成模块，用于基于所述大数据平台与预处理后的所述历史保单数据，生成对应的模拟核保政策，并通过所述历史保单数据校验所述模拟核保政策是否符合对应的标准属性指标；
12.目标核保政策确定模块，用于在所述模拟核保政策符合所述标准属性指标的情况下，将所述模拟核保政策确定为目标核保政策。
13.第三方面，本技术还提供了一种计算机设备，所述计算机设备包括存储器和处理器；所述存储器用于存储计算机程序；所述处理器，用于执行所述计算机程序并在执行所述计算机程序时实现如上述的核保政策确定方法。
14.第四方面，本技术还提供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使所述处理器实现如上述的核保政策确定方法。
15.本技术公开了一种核保政策确定方法、装置、计算机设备及存储介质，所述方法包括获取历史保单数据，并将历史保单数据保存至大数据平台，并通过所述大数据平台对所述历史保单数据进行预处理；基于所述大数据平台与预处理后的所述历史保单数据，生成对应的模拟核保政策，并通过所述历史保单数据校验所述模拟核保政策是否符合对应的标准属性指标；在所述模拟核保政策符合所述标准属性指标的情况下，将所述模拟核保政策确定为目标核保政策。通过上述方式，本技术通过大数据平台获取预处理后的历史保单数据，通过大数据平台生成对应的模拟核保政策后，再通过历史保单数据验证模拟核保政策是否能够满足各项预设指标，在满足条件的情况下，将模拟核保政策确定为新的目标核保政策并应用于其他保单中，提高了在保险领域中制定核保政策的智能性。
附图说明
16.为了更清楚地说明本技术实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本技术的一些实施例，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。
17.图1是本技术的第一实施例提供的一种核保政策确定方法的示意流程图；
18.图2是本技术的第二实施例提供的一种核保政策确定方法的示意流程图；
19.图3是本技术的第三实施例提供的一种核保政策确定方法的示意流程图；
20.图4为本技术的实施例提供的一种核保政策确定装置的示意性框图；
21.图5为本技术的实施例提供的一种计算机设备的结构示意性框图。
具体实施方式
22.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
23.附图中所示的流程图仅是示例说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解、组合或部分合并，因此实际执行的顺序有可能根据实际情况改变。
24.应当理解，在此本技术说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本技术。如在本技术说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
25.还应当理解，在本技术说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
26.本技术的实施例提供了一种核保政策确定方法、装置、计算机设备及存储介质。其中，该核保政策确定方法可以应用于服务器中，通过大数据平台获取预处理后的历史保单数据，通过大数据平台生成对应的模拟核保政策后，再通过历史保单数据验证模拟核保政策是否能够满足各项预设指标，在满足条件的情况下，将模拟核保政策确定为新的目标核保政策并应用于其他保单中，提高了在保险领域中制定核保政策的智能性。其中，该服务器可以为独立的服务器，也可以为服务器集群。
27.下面结合附图，对本技术的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。
28.请参阅图1，图1是本技术的第一实施例提供的一种核保政策确定方法的示意流程图。该核保政策确定方法可应用于服务器中，用于通过大数据平台获取预处理后的历史保单数据，通过大数据平台生成对应的模拟核保政策后，再通过历史保单数据验证模拟核保政策是否能够满足各项预设指标，在满足条件的情况下，将模拟核保政策确定为新的目标核保政策并应用于其他保单中，提高了在保险领域中制定核保政策的智能性。
29.如图1所示，该核保政策确定方法具体包括步骤s101至步骤s30。
30.步骤s10、获取历史保单数据，并将历史保单数据保存至大数据平台，并通过所述大数据平台对所述历史保单数据进行预处理；
31.具体地，获取历史保单数据，并将历史保单数据保存至大数据平台的hdfs(分布式文件系统)文件中，并在hdfs文件中，根据不同维度对全部历史保单数据进行分组。其中，这些纬度可以是不同保险公司、不同渠道、不同险种。
32.核保保单的属性指标可以直接获取，核保保单的属性指标可以包括保险方式、险种、地区等属性中的一种或多种。可以依据核保保单的被保对象编码、订单编码等来获取。可以的是理解，核保保单的属性指标与被保对象编码、订单编码关联地储存以供核保保单的属性指标的查询。
33.大数据平台能从历史保单数据中精准找到适配当前新政策的保单，剔除掉新政策不会影响到的无效保单，并根据筛选下来的历史保单数据生成模拟核保政策。
34.步骤s20、基于所述大数据平台与预处理后的所述历史保单数据，生成对应的模拟核保政策，并通过所述历史保单数据校验所述模拟核保政策是否符合对应的标准属性指标；
35.具体地，保险机构或者保险总部业务人员在设置新的核保政策时，先按照历史经验、市场波动或者公司政策来设定新的核保规则，由核保工程系统将新政策的数据传给大数据平台，例如，大数据平台可以是spark平台，再根据存放在hdfs里分组的历史保单数据执行对应的新政策，模拟保险出单过程，然后通过提前设置的汇总规则，对这批历史保单新的成本，折扣，利润等形成结果报告。
36.步骤s30、在所述模拟核保政策符合所述标准属性指标的情况下，将所述模拟核保政策确定为目标核保政策。
37.具体地，核保一般是指保险核保，保险核保是指保险人在对投保的标的信息全面掌握、核实的基础上，对可保风险进行评判与分类，进而决定是否承保、以什么样的条件承
保的过程。在核保过程中，核保人员会按标的物的不同风险类别给予不同的承保条件，保证业务质量，保证保险经营的稳定性。
38.投保前，保险公司会询问客户很多问题，包括身体状况、职业、收入等，综合判断风险是否在可保范围，从而决定客户是否能买这份保险，这个审核过程就叫核保。
39.核保政策一般包括：正常承保＞加费承保＞除外承保＞延期＞拒保。
40.正常承保是每个人所期望的，说明身体健康，符合保险公司的核保要求。但是，如果存在健康异常等风险，往往就只能加费、除外承保，也就是多交一点保费，或者某些疾病不保。如果风险不确定或超出保险公司承受范围，甚至有可能被延期、拒保。此外，如果从事高风险职业，超出保险公司承受范围，或者投保保额过高，与个人收入水平不符，保险公司也可能拒保。
41.目前的核保流程，需要将客户各项所需信息取出进行规则校验，决定校验结果。所需信息包括本次投保录入的信息，如性别、年龄、职业、嗜好、身高、体重、收入等等；也包括在本公司既往投保信息，如保全、理赔、体检、拒保、告知异常、累计保额、累计保费、累计风险保额等等。而在取客户核保各项所需信息时，都是实时从核心数据库查询各项所需信息，然后逐个查询计算，涉及一百多项所需信息，与核心数据库交互查询一百多次，然后将信息拼接完整。
42.本实施例公开了一种核保政策确定方法、装置、计算机设备及存储介质，所述方法包括获取历史保单数据，并将历史保单数据保存至大数据平台，并通过所述大数据平台对所述历史保单数据进行预处理；基于所述大数据平台与预处理后的所述历史保单数据，生成对应的模拟核保政策，并通过所述历史保单数据校验所述模拟核保政策是否符合对应的标准属性指标；在所述模拟核保政策符合所述标准属性指标的情况下，将所述模拟核保政策确定为目标核保政策。通过上述方式，本技术通过大数据平台获取预处理后的历史保单数据，通过大数据平台生成对应的模拟核保政策后，再通过历史保单数据验证模拟核保政策是否能够满足各项预设指标，在满足条件的情况下，将模拟核保政策确定为新的目标核保政策并应用于其他保单中，提高了在保险领域中制定核保政策的智能性。
43.请参阅图2，图2是本技术的第二实施例提供的一种核保政策确定方法的示意流程图。该核保政策确定方法可应用于服务器中，用于通过验证模拟核保政策过程中，将模拟核保政策应用于历史保单数据生成的验证结果信息与预设标准属性指标进行比对，在验证结果信息满足预设标准属性指标的情况下，确定模拟核保政策符合标准属性指标。
44.基于图1所示实施例，本实施例如图2所示，步骤s20包括步骤s201至步骤s203。
45.步骤s201、基于所述模拟核保政策与所述历史保单数据，生成验证结果信息，其中，所述验证结果信息包括历史-模拟成本信息、历史-模拟折扣信息和历史-模拟利润信息；
46.步骤s202、将所述验证结果信息与所述标准属性指标进行比对；
47.步骤s203、在所述验证结果信息满足所述标准属性指标的情况下，确定所述模拟核保政策符合所述标准属性指标。
48.具体地，通过验证结果与标准属性指标进行比对，可以判断模拟核保政策是否符合该保险公司的基本利益。从保险公司的角度来说，核保的主要目标是是防止逆选择。所谓逆选择就是指某一些人可能因其危险程度高而更倾向于投保。如果对这一类人群不加选
择，保险给付必增加，对其他大量被保险人的利益必有所损害，从而动摇保险经营的基础。在验证过程中，验证结果信息除了上述的历史-模拟成本信息、历史-模拟折扣信息和历史-模拟利润信息，还可以包括模拟赔付信息、模拟保额信息等等，当验证结果信息满足了标准属性指标中的预设数量的指标，就可以理解为当前的模拟核保政策符合了基本的成本要求，可以在部分新保单中应用，将模拟核保政策在未来一段时间中应用于满足该分类的新保单中。
49.本实施例公开了一种核保政策确定方法、装置、计算机设备及存储介质，所述方法包括获取历史保单数据，并将历史保单数据保存至大数据平台，并通过所述大数据平台对所述历史保单数据进行预处理；基于所述大数据平台与预处理后的所述历史保单数据，生成对应的模拟核保政策，基于所述模拟核保政策与所述历史保单数据，生成验证结果信息，其中，所述验证结果信息包括历史-模拟成本信息、历史-模拟折扣信息和历史-模拟利润信息；将所述验证结果信息与所述标准属性指标进行比对；在所述验证结果信息满足所述标准属性指标的情况下，确定所述模拟核保政策符合所述标准属性指标；在所述模拟核保政策符合所述标准属性指标的情况下，将所述模拟核保政策确定为目标核保政策。通过上述方式，本技术通过验证模拟核保政策过程中，将模拟核保政策应用于历史保单数据生成的验证结果信息与预设标准属性指标进行比对，在验证结果信息满足预设标准属性指标的情况下，确定模拟核保政策符合标准属性指标，提高了在保险领域中制定核保政策的智能性。
50.请参阅图3，图3是本技术的第三实施例提供的一种核保政策确定方法的示意流程图。该核保政策确定方法可应用于服务器中，用于通过大数据平台获取预处理后的历史保单数据，通过大数据平台生成对应的模拟核保政策后，再通过历史保单数据验证模拟核保政策是否能够满足各项预设指标，在满足条件的情况下，将模拟核保政策确定为新的目标核保政策并应用于其他保单中，在模拟核保政策不满足标准属性指标的情况下，根据指标规划对模拟核保政策进行相应调整，使核保政策满足标准属性指标，提高了在保险领域中制定核保政策的智能性。
51.基于图1所示实施例，本实施例如图3所示，步骤s30之前包括步骤s21至步骤s22。
52.步骤s21、在所述模拟核保政策不符合所述标准属性指标的情况下，获取预期指标规划，其中，所述预期指标规包括预期成本信息、预期折扣信息和预期利润信息；
53.步骤s22、基于所述历史保单数据和所述预期指标规划，更新所述模拟核保政策。
54.具体地，对于保险公司的业务人员来说，只需要关心新政策的模拟出单结果是否达到了总部下达的目标，同时系统也会对对比结果中出现异常波动的指标进行告警，提示机构业务人员这是由某一个或多个产品线下的某几条具体政策规则导致的异常波动，往往这都是机构业务人员设置政策时操作有误导致，有了这种提示可以快速准确的提醒机构业务人员，减少繁琐的人为检查，降低他们的调整政策复杂度。
55.对于总部业务人员来说，他们可以更专注的投入到新政策的探索及试点工作上去，通过本实施例所提供的核保政策的确定方法，能通过总部业务人员输入的指标调整预期，例如上涨2％的利润或下降3％的费用等，然后将按照保险公式和历史保单的保单结构反算出需要调整哪些产品线的具体政策，历史保单将可以达到这些指标的预期目标，同时提供对其他指标的联动影响。总部业务人员以这些数据信息作为依据，将更准确、更高效的产出适应当下市场的新政策，从根本上降低了他们的试错成本，为公司发展提供保障。
56.对保险公司而言，通过核保，正确评估风险，使被保险人群体实际死亡率符合精算的预定死亡率，避免“死差损”的发生。核保做的更好，使参加保险的人群实际死亡率低于预定死亡率，可使保险公司有“死差益”的盈余。
57.对保险代理人而言，良好的核保可使赋予每个被保人的费率在其经济承受能力之内，能满足其保障需求，且比较其他公司产品更具竞争力，既不使公司亏损，又不致保费提高使展业发生困难。
58.对客户而言，投保客户交纳保费换取保险公司对其承担保险责任。通过核保，避免高风险人缴纳低保费。使低风险者不用承担对承保高风险者导致的高理赔做出补贴。
59.本实施例公开了一种核保政策确定方法、装置、计算机设备及存储介质，所述方法包括获取历史保单数据，并将历史保单数据保存至大数据平台，并通过所述大数据平台对所述历史保单数据进行预处理；基于所述大数据平台与预处理后的所述历史保单数据，生成对应的模拟核保政策，并通过所述历史保单数据校验所述模拟核保政策是否符合对应的标准属性指标；在所述模拟核保政策不符合所述标准属性指标的情况下，获取预期指标规划，其中，所述预期指标规包括预期成本信息、预期折扣信息和预期利润信息；基于所述历史保单数据和所述预期指标规划，更新所述模拟核保政策；在所述模拟核保政策符合所述标准属性指标的情况下，将所述模拟核保政策确定为目标核保政策。通过上述方式，本技术通过大数据平台获取预处理后的历史保单数据，通过大数据平台生成对应的模拟核保政策后，再通过历史保单数据验证模拟核保政策是否能够满足各项预设指标，在满足条件的情况下，将模拟核保政策确定为新的目标核保政策并应用于其他保单中，在模拟核保政策不满足标准属性指标的情况下，根据指标规划对模拟核保政策进行相应调整，使核保政策满足标准属性指标，提高了在保险领域中制定核保政策的智能性。
60.基于图1所示实施例，本实施例中，步骤s10之后，包括：
61.基于所述历史保单数据，获取对应的历史核保政策，并通过所述历史核保政策与所述历史保单数据训练所述spark引擎。
62.具体地，spark引擎主要有三个特点：
63.首先，高级api(application programming interface，应用程序编程接口)剥离了对集群本身的关注，spark引擎的应用开发者可以专注于应用所要做的计算本身。
64.其次，spark引擎计算速度快，支持交互式计算和复杂算法。
65.最后，spark引擎是一个通用引擎，可用它来完成各种各样的运算，包括sql(structured query language，结构化查询语言)查询、文本处理、机器学习等，而在spark引擎出现之前，我们一般需要学习各种各样的引擎来分别处理这些需求。
66.基于上述实施例，本实施例包括：
67.获取所述历史保单数据的历史核保结果；
68.基于所述历史核保政策，对所述历史核保结果进行离散化处理，生成离散化训练集；
69.基于预设损失函数与所述离散化训练集，训练所述spark引擎。
70.基于图1所示实施例，本实施例中，步骤s10包括：
71.基于预设筛选条件，对全部历史保单进行筛选，并将符合所述预设筛选条件的保单确定为所述历史保单数据。
72.具体地，大数据平台能从历史保单数据中精准找到适配当前新政策的保单，剔除掉新政策不会影响到的无效保单，并根据筛选下来的历史保单数据生成模拟核保政策。
73.基于上述全部实施例，本实施例中，所述历史保单数据包括用户信息、保额信息和赔付信息。
74.具体地，历史保单数据除了上述的用户信息、保额信息和赔付信息，还可以包括保费信息，以及对于保险公司角度来说的利润信息、成本信息、折扣信息等。
75.请参阅图4，图4是本技术的实施例提供一种核保政策确定装置的示意性框图，该核保政策确定装置用于执行前述的核保政策确定方法。其中，该核保政策确定装置可以配置于服务器。
76.如图4所示，该核保政策确定装置400，包括：
77.历史保单模块410，用于获取历史保单数据，并将历史保单数据保存至大数据平台，并通过所述大数据平台对所述历史保单数据进行预处理；
78.模拟核保政策生成模块420，用于基于所述大数据平台与预处理后的所述历史保单数据，生成对应的模拟核保政策，并通过所述历史保单数据校验所述模拟核保政策是否符合对应的标准属性指标；
79.目标核保政策确定模块430，用于在所述模拟核保政策符合所述标准属性指标的情况下，将所述模拟核保政策确定为目标核保政策。
80.进一步地，所述模拟核保政策生成模块420包括：
81.验证结果信息生成单元，用于基于所述模拟核保政策与所述历史保单数据，生成验证结果信息，其中，所述验证结果信息包括历史-模拟成本信息、历史-模拟折扣信息和历史-模拟利润信息；
82.指标比对单元，用于将所述验证结果信息与所述标准属性指标进行比对；
83.第一比对单元，用于在所述验证结果信息满足所述标准属性指标的情况下，确定所述模拟核保政策符合所述标准属性指标。
84.进一步地，所述核保政策确定装置还包括：
85.预期指标规划获取模块，用于在所述模拟核保政策不符合所述标准属性指标的情况下，获取预期指标规划，其中，所述预期指标规包括预期成本信息、预期折扣信息和预期利润信息；
86.模拟核保政策更新模块，用于基于所述历史保单数据和所述预期指标规划，更新所述模拟核保政策。
87.进一步地，所述核保政策确定装置还包括：
88.训练模块，用于基于所述历史保单数据，获取对应的历史核保政策，并通过所述历史核保政策与所述历史保单数据训练所述spark引擎。
89.进一步地，所述训练模块包括：
90.历史核保结果获取单元，用于获取所述历史保单数据的历史核保结果；
91.训练集生成单元，用于基于所述历史核保政策，对所述历史核保结果进行离散化处理，生成离散化训练集；
92.训练单元，用于基于预设损失函数与所述离散化训练集，训练所述spark引擎。
93.进一步地，所述历史保单模块410包括：
94.预处理单元，用于基于预设筛选条件，对全部历史保单进行筛选，并将符合所述预设筛选条件的保单确定为所述历史保单数据。
95.需要说明的是，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的装置和各模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
96.上述的装置可以实现为一种计算机程序的形式，该计算机程序可以在如图5所示的计算机设备上运行。
97.请参阅图5，图5是本技术的实施例提供的一种计算机设备的结构示意性框图。该计算机设备可以是服务器。
98.参阅图5，该计算机设备包括通过系统总线连接的处理器、存储器和网络接口，其中，存储器可以包括非易失性存储介质和内存储器。
99.非易失性存储介质可存储操作系统和计算机程序。该计算机程序包括程序指令，该程序指令被执行时，可使得处理器执行任意一种核保政策确定方法。
100.处理器用于提供计算和控制能力，支撑整个计算机设备的运行。
101.内存储器为非易失性存储介质中的计算机程序的运行提供环境，该计算机程序被处理器执行时，可使得处理器执行任意一种核保政策确定方法。
102.该网络接口用于进行网络通信，如发送分配的任务等。本领域技术人员可以理解，图5中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
103.应当理解的是，处理器可以是中央处理单元(central processing unit，cpu)，该处理器还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
104.其中，在一个实施例中，所述处理器用于运行存储在存储器中的计算机程序，以实现如下步骤：
105.获取历史保单数据，并将历史保单数据保存至大数据平台，并通过所述大数据平台对所述历史保单数据进行预处理；
106.基于所述大数据平台与预处理后的所述历史保单数据，生成对应的模拟核保政策，并通过所述历史保单数据校验所述模拟核保政策是否符合对应的标准属性指标；
107.在所述模拟核保政策符合所述标准属性指标的情况下，将所述模拟核保政策确定为目标核保政策。
108.在一个实施例中，通过所述历史保单数据校验所述模拟核保政策是否符合对应的标准属性指标，包括：
109.基于所述模拟核保政策与所述历史保单数据，生成验证结果信息，其中，所述验证结果信息包括历史-模拟成本信息、历史-模拟折扣信息和历史-模拟利润信息；
110.将所述验证结果信息与所述标准属性指标进行比对；
111.在所述验证结果信息满足所述标准属性指标的情况下，确定所述模拟核保政策符合所述标准属性指标。
112.在一个实施例中，在所述模拟核保政策符合所述标准属性指标的情况下，将所述模拟核保政策确定为目标核保政策之前，包括：
113.在所述模拟核保政策不符合所述标准属性指标的情况下，获取预期指标规划，其中，所述预期指标规包括预期成本信息、预期折扣信息和预期利润信息；
114.基于所述历史保单数据和所述预期指标规划，更新所述模拟核保政策。
115.在一个实施例中，获取历史保单数据，并将历史保单数据保存至大数据平台，并通过所述大数据平台对所述历史保单数据进行预处理之后，还包括：
116.基于所述历史保单数据，获取对应的历史核保政策，并通过所述历史核保政策与所述历史保单数据训练所述spark引擎。
117.在一个实施例中，基于所述历史保单数据，获取对应的历史核保政策，并通过所述历史核保政策与所述历史保单数据训练所述spark引擎，包括：
118.获取所述历史保单数据的历史核保结果；
119.基于所述历史核保政策，对所述历史核保结果进行离散化处理，生成离散化训练集；
120.基于预设损失函数与所述离散化训练集，训练所述spark引擎。
121.在一个实施例中，通过所述大数据平台对所述历史保单数据进行预处理，包括：
122.基于预设筛选条件，对全部历史保单进行筛选，并将符合所述预设筛选条件的保单确定为所述历史保单数据。
123.本技术的实施例中还提供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，所述计算机程序中包括程序指令，所述处理器执行所述程序指令，实现本技术实施例提供的任一项核保政策确定方法。
124.其中，所述计算机可读存储介质可以是前述实施例所述的计算机设备的内部存储单元，例如所述计算机设备的硬盘或内存。所述计算机可读存储介质也可以是所述计算机设备的外部存储设备，例如所述计算机设备上配备的插接式硬盘，智能存储卡(smart media card，smc)，安全数字(secure digital，sd)卡，闪存卡(flash card)等。
125.以上所述，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以权利要求的保护范围为准。

技术特征：
1.一种核保政策确定方法，其特征在于，包括：获取历史保单数据，并将历史保单数据保存至大数据平台，并通过所述大数据平台对所述历史保单数据进行预处理；基于所述大数据平台与预处理后的所述历史保单数据，生成对应的模拟核保政策，并通过所述历史保单数据校验所述模拟核保政策是否符合对应的标准属性指标；在所述模拟核保政策符合所述标准属性指标的情况下，将所述模拟核保政策确定为目标核保政策。2.根据权利要求1所述的核保政策确定方法，其特征在于，所述通过所述历史保单数据校验所述模拟核保政策是否符合对应的标准属性指标，包括：基于所述模拟核保政策与所述历史保单数据，生成验证结果信息，其中，所述验证结果信息包括历史-模拟成本信息、历史-模拟折扣信息和历史-模拟利润信息；将所述验证结果信息与所述标准属性指标进行比对；在所述验证结果信息满足所述标准属性指标的情况下，确定所述模拟核保政策符合所述标准属性指标。3.根据权利要求1所述的核保政策确定方法，其特征在于，所述在所述模拟核保政策符合所述标准属性指标的情况下，将所述模拟核保政策确定为目标核保政策之前，包括：在所述模拟核保政策不符合所述标准属性指标的情况下，获取预期指标规划，其中，所述预期指标规包括预期成本信息、预期折扣信息和预期利润信息；基于所述历史保单数据和所述预期指标规划，更新所述模拟核保政策。4.根据权利要求1所述的核保政策确定方法，其特征在于，所述大数据平台包括spark引擎，所述获取历史保单数据，并将历史保单数据保存至大数据平台，并通过所述大数据平台对所述历史保单数据进行预处理之后，还包括：基于所述历史保单数据，获取对应的历史核保政策，并通过所述历史核保政策与所述历史保单数据训练所述spark引擎。5.根据权利要求4所述的核保政策确定方法，其特征在于，所述基于所述历史保单数据，获取对应的历史核保政策，并通过所述历史核保政策与所述历史保单数据训练所述spark引擎，包括：获取所述历史保单数据的历史核保结果；基于所述历史核保政策，对所述历史核保结果进行离散化处理，生成离散化训练集；基于预设损失函数与所述离散化训练集，训练所述spark引擎。6.根据权利要求1所述的核保政策确定方法，其特征在于，所述通过所述大数据平台对所述历史保单数据进行预处理，包括：基于预设筛选条件，对全部历史保单进行筛选，并将符合所述预设筛选条件的保单确定为所述历史保单数据。7.根据权利要求1至6中任一项所述的核保政策确定方法，其特征在于，所述历史保单数据包括用户信息、保额信息和赔付信息。8.一种核保政策确定装置，其特征在于，包括：历史保单模块，用于获取历史保单数据，并将历史保单数据保存至大数据平台，并通过所述大数据平台对所述历史保单数据进行预处理；
模拟核保政策生成模块，用于基于所述大数据平台与预处理后的所述历史保单数据，生成对应的模拟核保政策，并通过所述历史保单数据校验所述模拟核保政策是否符合对应的标准属性指标；目标核保政策确定模块，用于在所述模拟核保政策符合所述标准属性指标的情况下，将所述模拟核保政策确定为目标核保政策。9.一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器；所述存储器用于存储计算机程序；所述处理器，用于执行所述计算机程序并在执行所述计算机程序时实现如权利要求1至7中任一项所述的核保政策确定方法。10.一种计算机可读存储介质，其特征在于，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使所述处理器实现如权利要求1至7中任一项所述的核保政策确定方法。

技术总结
本申请涉及数据分析领域与保险领域，公开了一种核保政策确定方法、装置、计算机设备及存储介质，所述方法包括对历史保单数据进行预处理；基于大数据平台与历史保单数据，生成模拟核保政策，并校验模拟核保政策是否符合标准属性指标；在模拟核保政策符合标准属性指标的情况下，将模拟核保政策确定为目标核保政策。通过上述方式，本申请通过大数据平台获取预处理后的历史保单数据，通过大数据平台生成对应的模拟核保政策后，再通过历史保单数据验证模拟核保政策是否能够满足各项预设指标，在满足条件的情况下，将模拟核保政策确定为新的目标核保政策并应用于其他保单中，提高了在保险领域中制定核保政策的智能性。域中制定核保政策的智能性。域中制定核保政策的智能性。


技术研发人员：宋则亨
受保护的技术使用者：中国平安财产保险股份有限公司
技术研发日：2023.08.03
技术公布日：2023/10/20