保险产品对象评价方法、装置、存储介质及电子设备与流程

1.本说明书涉及计算机技术领域，尤其涉及一种保险产品对象评价方法、装置、存储介质及电子设备。


背景技术：

2.保险产品常常数目众多，即使是同类型的保险都至少有上千种。而保险产品涉及专业知识众多，对于用户而言信息十分不对等，造成用户理解产品条款时容易产生误解与疑惑，以致理性选择合适的产品较为困难，甚至放弃购买行为。


技术实现要素：

3.本说明书提供了一种保险产品对象评价方法、装置、存储介质及电子设备，所述技术方案如下：
4.第一方面，本说明书提供了一种保险产品对象评价方法，所述方法包括：
5.确定针对保险产品对象的项目反应理论模型，获取保险产品对象对应的至少一个产品特征评价指标；
6.基于所述产品特征评价指标对所述项目反应理论模型进行模型解算处理，得到所述项目反应理论模型的潜在特质量和模型参数；
7.基于模型解算处理后的所述项目反应理论模型确定所述保险产品对象的对象评价量。
8.第二方面，本说明书提供了一种保险产品对象评价装置，所述装置包括：
9.指标确定模块，用于确定针对保险产品对象的项目反应理论模型，获取保险产品对象对应的至少一个产品特征评价指标；
10.模型解算模块，用于基于所述产品特征评价指标对所述项目反应理论模型进行模型解算处理，得到所述项目反应理论模型的潜在特质量和模型参数；
11.对象评价模块，用于基于模型解算处理后的所述项目反应理论模型确定所述保险产品对象的对象评价量。
12.第三方面，本说明书提供一种计算机存储介质，所述计算机存储介质存储有至少一条指令，所述指令适于由处理器加载并执行本说明书一个或多个实施例的方法步骤。
13.第四方面，本说明书提供一种计算机程序产品，所述计算机程序产品存储有至少一条指令，所述指令适于由处理器加载并执行本说明书一个或多个实施例的方法步骤。
14.第五方面，本说明书提供一种电子设备，可包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行本说明书一个或多个实施例的方法步骤。
15.本说明书一些实施例提供的技术方案带来的有益效果至少包括：
16.在本说明书一个或多个实施例中，电子设备通过确定保险产品对象的项目反应理论模型，基于保险产品对象对应的至少一个产品特征评价指标对项目反应理论模型进行模
型解算处理，得到项目反应理论模型的潜在特质量和模型参数，基于模型解算处理后的项目反应理论模型就可以确定保险产品对象的对象评价量，保险产品对象评价的结果依赖保险产品对象的数据特征也即产品特征评价指标，相比主观综合评价方法没有额外引入人为的主观性因素，确保了保险产品对象评价的效果，提升了评价的准确度。
附图说明
17.为了更清楚地说明本说明书或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书的一些实施例，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。
18.图1是本说明书提供的一种保险产品对象评价系统的场景示意图；
19.图2是本说明书提供的一种保险产品对象评价方法的流程示意图；
20.图3是本说明书提供的另一种保险产品对象评价方法的流程示意图；
21.图4是本说明书提供的一种第一函数表征式对应的反应概率曲线图；
22.图5是本说明书提供的一种保险产品对象评价装置的结构示意图；
23.图6是本说明书提供的一种模型解算模块的结构示意图；
24.图7是本说明书提供的一种电子设备的结构示意图；
25.图8是本说明书提供的操作系统和用户空间的结构示意图；
26.图9是图8中安卓操作系统的架构图；
27.图10是图8中ios操作系统的架构图。
具体实施方式
28.下面将结合本说明书中的附图，对本说明书中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，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，都属于本说明书保护的范围。
29.在本说明书的描述中，需要理解的是，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。在本说明书的描述中，需要说明的是，除非另有明确的规定和限定，“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本说明书中的具体含义。此外，在本说明书的描述中，除非另有说明，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
30.在相关技术中，保险消费者等用户通常辅助参考针对保险产品对象的评价单辅助进行购买决策，如可以参考保险产品排名榜行购买决策；然而绝大多数保险测评给出榜单使用专家直接赋权或层次分析法这类主观综合评价方法，采用主观综合评价方法存在较大
的主观因素导致保险产品对象的评价不准确以及评价效果不佳；
31.下面结合具体的实施例对本说明书进行详细说明。
32.请参见图1，为本说明书提供的一种保险产品对象评价系统的场景示意图。如图1所示，所述保险产品对象评价系统至少可以包括客户端集群和服务平台100。
33.所述客户端集群可以包括至少一个客户端，如图1所示，具体包括用户1对应的客户端1、用户2对应的客户端2、
…
、用户n对应的客户端n，n为大于0的整数。
34.客户端集群中的各客户端可以是具备通信功能的电子设备，该电子设备包括但不限于：可穿戴设备、手持设备、个人电脑、平板电脑、车载设备、智能手机、计算设备或连接到无线调制解调器的其它处理设备等。在不同的网络中电子设备可以叫做不同的名称，例如：用户设备、接入终端、用户单元、用户站、移动站、移动台、远方站、远程终端、移动设备、用户终端、终端、无线通信设备、用户代理或用户装置、蜂窝电话、无绳电话、个人数字处理(personal digital assistant，pda)、5g网络或未来演进网络中的电子设备等。
35.所述服务平台100可以是单独的服务器设备，例如：机架式、刀片、塔式、或者机柜式的服务器设备，或采用工作站、大型计算机等具备较强计算能力硬件设备；也可以是采用多个服务器组成的服务器集群，所述服务集群中的各服务器可以是以对称方式组成的，其中每台服务器在事务链路中功能等价、地位等价，各服务器均可单独对外提供服务，所述单独提供服务可以理解为无需另外的服务器的辅助。
36.在本说明书的一个或多个实施例中，服务平台100与客户端集群中的至少一个客户端可建立通信连接，基于该通信连接完成保险产品对象评价过程中数据的交互，如服务平台100可基于本说明书的保险产品对象评价方法得到的保险产品对象的对象评价量向客户端进行辅助推荐；
37.需要说明的是，服务平台100与客户端集群中的至少一个客户端通过网络建立通信连接进行交互通信，其中，网络可以是无线网络，也可以是有线网络，无线网络包括但不限于蜂窝网络、无线局域网、红外网络或蓝牙网络，有线网络包括但不限于以太网、通用串行总线(universal serial bus，usb)或控制器局域网络。在说明书一个或多个实施例中，使用包括超文本标记语言(hyper text mark-up language，html)、可扩展标记语言(extensible markup language，xml)等的技术和/或格式来代表通过网络交换的数据(如目标压缩包)。此外还可以使用诸如安全套接字层(secure socket layer，ssl)、传输层安全(transport layer security，tls)、虚拟专用网络(virtual private network，vpn)、网际协议安全(internet protocol security，ipsec)等常规加密技术来加密所有或者一些链路。在另一些实施例中，还可以使用定制和/或专用数据通信技术取代或者补充上述数据通信技术。
38.本说明书所提供的保险产品对象评价系统实施例与一个或多个实施例中的所述保险产品对象评价方法属于同一构思，在说明书一个或多个实施例涉及的所述保险产品对象评价方法对应的执行主体可以是上述服务平台100；在说明书一个或多个实施例涉及的所述保险产品对象评价方法对应的执行主体也可以是客户端所对应的电子设备，具体基于实际应用环境确定。保险产品对象评价系统实施例其体现实现过程可详见下述的方法实施例，这里不再赘述。
39.基于图1所示的场景示意图，下面对本说明书一个或多个实施例提供的保险产品
对象评价方法进行详细介绍。
40.请参见图2，为本说明书一个或多个实施例提供了一种保险产品对象评价方法的流程示意图，该方法可依赖于计算机程序实现，可运行于基于冯诺依曼体系的保险产品对象评价装置上。该计算机程序可集成在应用中，也可作为独立的工具类应用运行。所述保险产品对象评价装置可以为服务平台。
41.具体的，该保险产品对象评价方法包括：
42.s102：确定针对保险产品对象的项目反应理论模型，获取保险产品对象对应的至少一个产品特征评价指标；
43.示意性的，项目反应理论是一种现代心理测量理论，用于测量心理学潜在特质，也称潜在特质理论或潜在特质模型，在现代心理学领域中，该项目反应理论通常涉及到使用一些项目反应理论模型，常见的可以通过度量受测用户的能力和测试题目的难度，并据此推断受测用户正确回答测试问题的概率。项目反应理论中测试题目qi由一对参数ξi＝(αi,βi)来表示，并认为正确回答的概率函数仅与θi、αi和βi有关，其中θi表示受测用户的能力等级，αi表示测试问题的区分能力，βi表示测试问题的难度。
44.所述产品特征评价指标用于评价保险产品对象，通常保险产品对象的一个或多个产品特征会作为主观或客观评价一个保险产品好坏或优劣的评价指标，也即产品特征评价指标。产品特征评价指标诸如可以是可保职业类别、产品赔偿范围、产品保险范围、产品保费、产品险种、产品缴费期、产品报销比例等类型中的一种或多种的拟合。示意性的，保险产品对象对应的至少一个产品特征评价指标在保险产品发布后即可通过相应保险公开信息获取渠道获取到保险产品对象的保险详细信息，基于保险详细信息可获取到保险产品对象的至少一个产品特征评价指标。
45.实际应用场景中，保险产品对象常常数目众多，保险产品对象所对应的保险功能复杂以及保险产品对象使用价值难以感知等特点。对同一类或不同类型保险产品对象，用户常需要一种较好的保险产品对象评价方式。在本说明书一个或多个实施例中，创造性的示出了一种或多种基于保险领域保险产品数据结合现代心理学领域中的项目反应理论来客观综合评价不同的保险产品对象的方式，客观综合评价的目的在与使得保险产品对象的最终评价结果是依赖与产品自身特征而非人为主观经验。
46.示意性的，可以预先设置针对保险产品对象的项目反应理论模型，并获取保险产品对象对应的至少一个产品特征评价指标。
47.s104：基于所述产品特征评价指标对所述项目反应理论模型进行模型解算处理，得到所述项目反应理论模型的潜在特质量和模型参数；
48.示意性的，确定项目反应理论模型，针对研究的保险产品对象，将保险产品对象的产品对象好坏(或产品对象优劣)这一抽象评价概念特征建模为潜在特质量θ，将保险产品对象的一个或多个产品特征评价指标建模为外在的可观测变量x。通过项目反应理论模型来建模它们的内在联系所满足的函数关系，基于保险产品对象的产品特征评价指标经输入数据处理后可作为项目反应理论模型的模型输入数据。输入数据处理可以将不同类型的产品特征评价指标转化为所采用项目反应理论模型兼容的数据类型，如某项目反应理论模型支持数值化类型指标数据，又如某项目反应理论模型支持二值化类型指标数据。
49.示意性的，项目反应理论模型可以是三参数模型、双参数模型、单参数模型等等。
50.示意性的，在本说明书一个或多个实施例中，θi表示保险产品对象的潜在特质量，项目反应理论模型中保险产品对象可以由参数(αi，βi)来表示，并认为保险产品对象评价的反应概率函数仅与θi、αi和βi有关，αi表示保险产品对象评价的区分度参数，βi表示保险产品对象评价的难度参数，前述建模模型即为双参数模型。
51.示意性的，在本说明书一个或多个实施例中，θi表示保险产品对象的潜在特质量，项目反应理论模型中保险产品对象可以由参数(αi，βi，ci)来表示，并认为保险产品对象评价的反应概率函数仅与θi、αi、βi和ci有关，αi表示保险产品对象评价的区分度参数，βi表示保险产品对象评价的难度参数，ci表示保险产品对象评价的猜测参数，前述建模模型即为三参数模型。三参数模型通常是在双参数模型基础上加上猜测参数ci作为反应概率。
52.示意性的，在本说明书一个或多个实施例中，项目反应理论模型中保险产品对象可以由参数(βi)来表示，并认为保险产品对象评价的反应概率函数仅与θi、βi有关，其中θi表示保险产品对象的潜在特质量，βi表示保险产品对象评价的难度参数，前述建模模型即为单参数模型。
53.示意性的，确定并构建针对保险产品对象的项目反应理论模型，根据保险产品对象对应若干产品特征评价指标经输入数据处理后可作为项目反应理论模型的模型输入数据，将项目反应理论模型中的模型参数解算估计出来，得到所述项目反应理论模型的潜在特质量和模型参数。
54.可以理解的，对项目反应理论模型构建完成后，根据保险产品对象对应若干产品特征评价指标经输入数据处理后可作为项目反应理论模型的模型输入数据，将模型输入数据输入项目反应理论模型后，可以采用相关参数估计算法实现模型解算，从而得到项目反应理论模型的潜在特质量和模型参数。示意性的，相关参数估计算法可以是期望最大em算法、马尔科夫链蒙特卡洛算法等等。
55.可以理解的，所述模型参数为前述参数中的至少一种或多种的捏合。
56.s106：基于模型解算处理后的所述项目反应理论模型确定所述保险产品对象的对象评价量。
57.所述对象评价量可以理解为针对保险产品对象的评价量化值，如对象评价量可以是对保险产品对象的评分、评级等等。
58.在一种可行的实施方式中，基于模型解算处理后的所述项目反应理论模型可以获取其潜在特质量，基于所述潜在特质量确定保险产品对象的对象评价量。
59.示意性的，可以是以潜在特质量作为每个保险产品对象的评价标准，将潜在特质量作为保险产品对象的对象评价量。
60.在一种可行的实施方式中，还可以确定多个所述保险产品对象的对象评价量，基于所述对象评价量对所述多个保险产品对象进行排序，得到保险产品排行榜。
61.可以理解的，对于不同的保险产品对象，可以采用本说明书一个或多个实施例的保险产品对象评价方法得到每个保险产品对象的对象评价量，然后以对象评价量作为排序标准得到针对多个保险产品对象的保险产品排行榜，保险产品排行榜可直观推送或展示给用户，以辅助用户进行保险产品对象的选择。
62.在本说明书一个或多个实施例中，在保险产品对象评价领域跨领域基于在现代心理学领域的项目反应理论进行建模是一种客观综合评价方法，保险产品对象评价的结果依
赖保险产品对象的数据特征也即产品特征评价指标，相比主观综合评价方法没有额外引入人为主观性因素。
63.在本说明书一个或多个实施例中，相关场景下使用常用的客观综合评价方法只能用数据特征作为结果也即直接采用某项或多项评价指标直接作为评价结果，存在无法把握评价结果与“评价保险产品好坏”目的一致的缺点，使用本说明书涉及的模型建立了评价指标到最终评价结果的概率模型，而评价指标是围绕“评价保险产品好坏”目的制定的，那么就可以保证模型评价结果与评价目的一致，确保保险产品对象评价的效果。
64.示意性的，请参见图3，图3是本说明书一个或多个实施例提出的一种模型解算过程的流程示意图。具体的：
65.s2002：基于所述项目反应理论模型对所述保险产品对象进行对象评价建模，以基于所述产品特征评价指标确定所述项目反应理论模型的模型观测变量和将所述保险产品对象的对象优劣概念特征建模为所述项目反应理论模型的潜在特质量；
66.示意性的，确定用于保险产品对象评价所采用的项目反应理论模型，针对研究的保险产品对象，将保险产品对象的产品对象好坏(或产品对象优劣)这一抽象评价概念特征建模为潜在特质量θ，将保险产品对象的一个或多个产品特征评价指标建模为外在的模型观测变量x(也可称之为模型-可观测变量)。
67.可选的，模型观测变量x可以为二值化数据类型，也即模型观测变量x为0/1二值类变量。
68.在一种可行的实施方式中，以采用双参数模型的项目反应理论模型为例进行释义，电子设备执行所述基于所述项目反应理论模型对所述保险产品对象进行对象评价建模，可以是：
69.采用第一函数表征式表征所述项目反应理论模型，以基于所述项目反应理论模型对所述保险产品对象进行对象评价建模；
70.所述第一函数表征式满足以下公式：
[0071][0072]
其中，所述p为所述项目反应理论模型的反应概率量，所述θi为所述项目反应理论模型的潜在特质量，所述x
ij
为所述项目反应理论模型的模型观测变量，所述αj和βj为所述项目反应理论模型的模型参数，所述αj为所述项目反应理论模型的区分度参数，所述βj为所述项目反应理论模型的难度参数，所述i为所述保险产品对象的样本编号，所述j为所述特征评价指标对应的特征编号。
[0073]
如图4所示，图4是本说明书涉及的一种第一函数表征式对应的反应概率曲线图，其中α是区分度参数，β是难度参数，该模型称为logistic模型。
[0074]
例如：以保险产品对象对应的某产品特征评价指标为保险产品对象价格低于xx元，则其可将模型观测变量x定义为价格低于xx元。难度参数β描述的是达成保险产品对象评价目的所对应的难度，β越大，反映到数据层面即为全行业保险产品对象满足价格低于xx元的产品越少。区分度参数α描述的是潜在特质量θ与难度参数β的大小特征反应到模型观测变量x的不确定度，α越大，则不确定度越小，θ》β时模型观测变量x取1越确定(概率越大)。
[0075]
在一种可行的实施方式中，电子设备执行所述基于所述产品特征评价指标确定所
述项目反应理论模型的模型观测变量，可以是：
[0076]
a2：确定所述产品特征评价指标对应的第一特征数据类型和所述项目反应理论模型的模型观测变量对应的第二特征数据类型；
[0077]
示意性的，确定所采用的项目反应理论模型后，基于保险产品对象的产品特征评价指标需经输入数据处理后才可作为项目反应理论模型的模型输入数据，输入数据处理可以将不同类型的产品特征评价指标转化为所采用项目反应理论模型兼容的(特征)数据类型，如某项目反应理论模型支持数值化(特征)类型指标数据，又如某项目反应理论模型支持二值化(特征)类型指标数据。
[0078]
示意性的，可确定产品特征评价指标对应的第一特征数据类型，和获取项目反应理论模型的模型观测变量对应的第二特征数据类型，以前述第一函数表征式表征的项目反应理论模型为例，项目反应理论模型的模型观测变量通常支持二值化特征类型，而不同的产品特征评价指标可能对应不同的特征数据类型，如产品特征评价指标可以是数值特征类型、二值化特征类型、特征字符类型、枚举类特征等等；
[0079]
a4：基于所述第一特征数据类型和所述第二特征数据类型，对所述产品特征评价指标进行针对所述项目反应理论模型的特征类型转换处理，得到所述项目反应理论模型对应的模型观测变量。
[0080]
示意性的，若所述第一特征数据类型与所述第二特征数据类型不匹配，则将产品特征评价指标转化为模型观测变量所支持的数据特征类型，完成特征类型转换处理，从而得到项目反应理论模型对应的模型观测变量。
[0081]
进一步的，以第二特征数据类型为二值化特征类型为例，若所述第一特征数据类型与所述第二特征数据类型不匹配，则确定所述产品特征评价指标对应的数据信息量，基于所述数据信息量确定二值变量编码数目和变量值域分位数；
[0082]
所述数据信息量为产品特征评价指标对应的信息量，不同的产品特征评价指标，其所对应的信息量不同。
[0083]
所述二值变量编码数目用于指示采用几个二值变量来描述或表征产品特征评价指标。如对于产品特征评价指标-特征指标a，基于相关技术中的信息量计算公式确定其信息量为2.3，则可以向下取整为2采用2个二值变量表征特征指标a。
[0084]
所述变量值域分位数为用于确定二值变量的取值。所述变量值域分位数的数值通常大于所述二值变量编码数目的数值，如假设二值变量编码数目的数值为n，通常量值域分位数的数值可以是2+1，也即采用3分位数确定将产品特征评价指标转换为二值变量的取值。
[0085]
进一步的，基于所述数据信息量确定二值变量编码数目和变量值域分位数后，基于所述二值变量编码数目和所述变量值域分位数，将所述产品特征评价指标转化为针对所述项目反应理论模型的二值化特征类型对应的模型观测变量。
[0086]
示意性的，以保险产品对象对应的产品特征评价指标为枚举类特征为例，可先将其转换为数值类特征，然后将数值类特征转换为二值变量特征。
[0087]
输入数据处理
[0088]
1.将枚举类特征转化为数值类特征，以保险产品对象对应的产品特征评价指标为可保职业类别为例：
[0089]
(需要保证产品特征评价指标的方向，即数值越大，保险产品对象越好)
[0090][0091]
经上述数值化编码处理，可实现将保险产品对象对应的“可保职业类别”指标转换为数值类特征，如某保险产品对象对应的“可保职业类别”为覆盖1-4类职业类别，通过上述特征类型转换处理，将其转换为数值化编码2，也即数值类特征为2；
[0092]
2.将数值类特征转化为二值变量特征：
[0093]
(二值型变量个数由产品特征评价指标的信息量决定，产品特征评价指标的信息量大的，二值型变量大，编码方式为数值类特征的数值与值域分位数的大小关系来确定二值型变量编码，)
[0094][0095]
示意性的，基于产品特征评价指标的信息量确定了二值变量编码数目为2，也即采用两个二值型变量编码，也即二值型变量x1和二值型变量x2；所述变量值域分位数可以是2+1，也即变量值域分位数采用三分位数，编码方式比较的是数值类特征的数值分别与第一三分位数和第二三分位数的大小。
[0096]
即二值型变量x1：数值类特征的数值是否大于第一三分位数(如5*1/3)，是则二值型变量x1＝1，反之则二值型变量x1＝0；
[0097]
即二值型变量x2：数值类特征的数值是否大于第二三分位数(如5*2/3)，是则二值型变量x2＝1，反之则二值型变量x2＝0；
[0098]
示意性的，以数值化编码是3为例，数值化编码3大于第一三分位数(如5*1/3)，则二值型变量x1＝1，数值化编码3小于第二三分位数(如5*2/3)，则二值型变量x1＝0；则其数值化编码是3的二值变量为“10”。
[0099]
经上述方式实现了基于所述二值变量编码数目和所述变量值域分位数，将所述产品特征评价指标转化为针对所述项目反应理论模型的二值化特征类型对应的模型观测变量。
[0100]
s2004：将所述模型观测变量输入所述项目反应理论模型进行模型参数解算处理，得到所述项目反应理论模型的潜在特质量和模型参数。
[0101]
进一步的，假设针对某些保险产品对象，其保险产品对象所对应的产品特征评价指标分别为a、b、c三种评价指标，一共100个保险产品对象样本，计算它们的信息量用于决
定用多少个二值变量描述它们，例如对于特征a，计算其信息量为2.3，二值变量编码数目向下取整为2，则决定用2个二值变量描述产品特征评价指标，用值域分位数：(2+1)分位数确定二值变量的取值。
[0102]
进一步的，不妨设a、b、c三种评价指标分别用2、3、4个二值变量描述，则转化后一共有9个输入模型的二值特征，100个样本即项目反应理论模型输入也即为模型观测变量一个9*100的“01”形式的矩阵或向量。将该模型观测变量输入项目反应理论模型进行模型参数解算处理求解即可解算出潜在特质量和模型参数。
[0103]
可选的，电子设备执行所述将所述模型观测变量输入所述项目反应理论模型进行模型参数解算处理，得到所述项目反应理论模型的潜在特质量和模型参数，可以是：
[0104]
示意性的，将所述模型观测变量输入所述项目反应理论模型，采用目标约束解算方式对所述项目反应理论模型进行模型参数解算处理进行参数估计，得到所述项目反应理论模型的潜在特质量和模型参数。
[0105]
示意性的，模型参数解算处理所涉及到的目标约束解算方式可以是期望最大em算法、马尔科夫链蒙特卡洛算法等等。
[0106]
在一种可行的实施方式中，所述目标约束解算方式为期望最大em解算方式，电子设备执行所述采用目标约束解算方式对所述项目反应理论模型进行模型参数解算处理，得到所述项目反应理论模型的潜在特质量和模型参数，可以是：
[0107]
c2：采用期望最大em解算方式对所述项目反应理论模型进行参数迭代解算处理；
[0108]
c4：在参数迭代解算过程中，在e步中设置模型参数已知，采用第二函数表征式解算潜在特质量的期望，和在m步中设置潜在特质量已知，采用第三函数表征式对潜在特质量对应的期望似然函数进行极大似然估计，直至所述项目反应理论模型收敛，得到所述项目反应理论模型的潜在特质量和模型参数；
[0109]
所述第二函数表征式满足以下公式：
[0110][0111]
所述第三函数表征式满足以下公式：
[0112][0113]
其中，所述e为所述潜在特质量的期望，所述θi为所述潜在特质量，所述x
ij
为所述项目反应理论模型的模型观测变量，所述p为所述项目反应理论模型的反应概率量，所述αj和βj为所述项目反应理论模型的模型参数，所述αj为所述项目反应理论模型的区分度参数，所述βj为所述项目反应理论模型的难度参数，所述i为所述保险产品对象的样本编号，所述j为所述特征评价指标对应的特征编号。
[0114]
示意性的，上述采用期望最大em解算方式进行模型参数解算。期望最大em解算方式主要由两步组成，e步假设项目反应理论模型的模型参数已知，求隐变量-潜在特质量的期望；m步假设隐变量-潜在特质量已知，求第二函数表征式对应的期望取最大值时的模型参数αj和βj。在解算开始初始化模型参数后通过不断迭代e步和m步最终达到收敛即可求得隐变量值和模型参数。
[0115]
在本说明书一个或多个实施例中，由于保险产品对象的样本量较小，可能存在结果方差较大以及上述数据处理方法带来的相关性现象，在参数迭代解算过程将采用类随机森林算法进行数据采样进行参数估计，也即对项目反应理论模型的输入特征采样和样本采样的方法进行模型参数估计，多次模型参数估计后取平均作为最后的模型参数，如下：
[0116]
d2：获取针对保险产品对象对应的至少一个参考样本对象，以及所述参考样本对象对应的至少一个参考产品特征评价指标；
[0117]
例如：获取针对某个保险产品对象对应的至少一个参考样本对象，假设参考样本对象是x个(如100个)保险产品对象样本，任一参考样本对象对应的至少一个参考产品特征评价指标经二值化特征后一共有y(如40个)产品特征评价指标；
[0118]
d4:对所述参考样本对象和所述参考产品特征评价指标进行至少一轮输入数据采样处理，得到至少一个样本对象和所述样本对象对应的至少一个产品特征评价指标；
[0119]
例如：以上述举例进行释义，每次可随机从x个(如100个)保险产品对象样本随机抽取x1个(如50个)样本对象，随机从y个(如40个)产品特征评价指标中随机抽取y1个(如20个)样本产品特征评价指标；
[0120]
d6:基于每一轮输入数据采样处理后的所述至少一个样本产品特征评价指标生成每一轮针对所述项目反应理论模型的采样模型观测变量。
[0121]
在此基础上，执行所述将所述模型观测变量输入所述项目反应理论模型进行模型参数解算处理，得到所述项目反应理论模型的潜在特质量和模型参数的步骤，也即参数解算的步骤可以参考如下方式：
[0122]
可以理解的，可以将每一轮针对所述项目反应理论模型的采样模型观测变量输入所述项目反应理论模型进行模型参数解算处理，得到所述项目反应理论模型的样本潜在特质量和样本模型参数，并保存每轮模型参数解算处理后的所述样本潜在特质量和所述样本模型参数；
[0123]
然后基于各所述样本潜在特质量和各所述样本模型参数进行参数平均处理，得到针对所述项目反应理论模型的潜在特质量和模型参数。
[0124]
例如：以上述举例进行释义，每一轮输入数据采样处理过程中每次可随机抽取y1个(如20个)样本产品特征评价指标和随机抽取x1个(如50个)样本对象，来估计这y1个(如20个)样本产品特征评价指标所生成的采样模型观测变量在模型解算过程后的模型参数(α、β)以及样本潜在特质量并记录本轮采样模型解算的结果(αj、βj)和样本潜在特质量。多次计算后对每一类型参数(如α、β、样本潜在特质量)求参数平均作为最后的潜在特质量和模型参数。
[0125]
示意性的，引入类随机森林算法的特征抽样数据处理方式能缓解样本量相对特征量较少的现象，降低参数估计方差以及使模型更加符合其局部独立性假设，保证保险产品对象的评价效果。
[0126]
以下对采用采样方式的情形如何计算对象评价量的过程进行释义：
[0127]
在一种可行的实施方式中，电子设备执行所述基于模型解算处理后的所述项目反应理论模型确定所述保险产品对象的对象评价量，可以是：
[0128]
e2:基于模型解算处理后的所述项目反应理论模型获取所述潜在特质量、所述模型参数中的样本区分度参数{α}和产品特征评价指标对应的采样模型观测变量{x}；
[0129]
e4:基于所述采样模型观测变量和所述样本区分度参数确定所述潜在特质量对应的充分统计量，将所述充分统计量作为所述保险产品对象的对象评价量；
[0130]
示意性的，所述基于所述采样模型观测变量和所述样本区分度参数确定所述潜在特质量对应的充分统计量，将所述充分统计量作为所述保险产品对象的对象评价量，可以是：
[0131]
将所述采样模型观测变量和所述样本区分度参数输入第四函数表征式中，得到所述潜在特质量对应的充分统计量；
[0132]
所述第四函数表征式满足以下公式：
[0133]
t＝α1x1+α2x2+...αnxn
[0134]
其中，所述t为所述充分统计量，所述α1、α2...αn为所述样本区分度参数，所述x1、x2...xn为所述采样模型观测变量，所述n为产品特征评价指标对应的采样模型观测变量数目。
[0135]
在本说明书一个或多个实施例中，通过计算潜在特质量输入的线性充分统计量，提升了项目反应理论模型进行评价的可解释性，保险产品对象的评价效果更优。通过将本说明书涉及的保险产品对象评价方法进行试验，基于行业内保险产品对象的产品数据，在各个保险赛道上与精算专家的专家赋权模型达到0.8～0.9(斯皮尔曼相关系数)的一致性，可见确保了保险产品对象的评价效果，节省了评价资源消耗。
[0136]
在本说明书一个或多个实施例中，在保险产品对象评价领域跨领域基于在现代心理学领域的项目反应理论进行建模是一种客观综合评价方法，保险产品对象评价的结果依赖保险产品对象的数据特征也即产品特征评价指标，相比主观综合评价方法没有额外引入人为主观性因素。
[0137]
在本说明书一个或多个实施例中，相关场景下使用常用的客观综合评价方法只能用数据特征作为结果也即直接采用某项或多项评价指标直接作为评价结果，存在无法把握评价结果与“评价保险产品好坏”目的一致的缺点，使用本说明书涉及的模型建立了评价指标到最终评价结果的概率模型，而评价指标是围绕“评价保险产品好坏”目的制定的，那么就可以保证模型评价结果与评价目的一致，确保保险产品对象评价的效果。
[0138]
在本说明书一个或多个实施例中，项目反应理论建立的模型更加符合针对保险产品对象的综合评价方法的需求。比如上述方式方法中最终结果直接建模成了一维、可直接排序的评价量；同时用区分度参数α概率钝化建模评价指标与最终结果的关系，数据内部的共变性要求改变为局部独立性要求，更符合保险产品对象的评价指标应该多元化的需求。
[0139]
下面将结合图5，对本说明书提供的保险产品对象评价装置进行详细介绍。需要说明的是，图5所示的保险产品对象评价装置，用于执行本说明书图1～图4所示实施例的方法，为了便于说明，仅示出了与本说明书相关的部分，具体技术细节未揭示的，请参照本说明书图1～图4所示的实施例。
[0140]
请参见图5，其示出本说明书的保险产品对象评价装置的结构示意图。该保险产品对象评价装置1可以通过软件、硬件或者两者的结合实现成为电子设备的全部或一部分。根据一些实施例，该保险产品对象评价装置1包括指标确定模块11、模型解算模块12和对象评价模块13，具体用于：
[0141]
指标确定模块11，用于确定针对保险产品对象的项目反应理论模型，获取保险产
品对象对应的至少一个产品特征评价指标；
[0142]
模型解算模块12，用于基于所述产品特征评价指标对所述项目反应理论模型进行模型解算处理，得到所述项目反应理论模型的潜在特质量和模型参数；
[0143]
对象评价模块13，用于基于模型解算处理后的所述项目反应理论模型确定所述保险产品对象的对象评价量。
[0144]
可选的，如图6所示，所述模型解算模块12，包括：
[0145]
评价建模单元121，用于基于所述项目反应理论模型对所述保险产品对象进行对象评价建模，以基于所述产品特征评价指标确定所述项目反应理论模型的模型观测变量和将所述保险产品对象的对象优劣概念特征建模为所述项目反应理论模型的潜在特质量；
[0146]
参数解算单元122，用于将所述模型观测变量输入所述项目反应理论模型进行模型参数解算处理，得到所述项目反应理论模型的潜在特质量和模型参数。
[0147]
可选的，所述评价建模单元121，具体用于：
[0148]
采用第一函数表征式表征所述项目反应理论模型，以基于所述项目反应理论模型对所述保险产品对象进行对象评价建模；
[0149]
所述第一函数表征式满足以下公式：
[0150][0151]
其中，所述p为所述项目反应理论模型的反应概率量，所述θi为所述项目反应理论模型的潜在特质量，所述x
ij
为所述项目反应理论模型的模型观测变量，所述αj和βj为所述项目反应理论模型的模型参数，所述αj为所述项目反应理论模型的区分度参数，所述βj为所述项目反应理论模型的难度参数，所述i为所述保险产品对象的样本编号，所述j为所述特征评价指标对应的特征编号。
[0152]
可选的，所述评价建模单元121，具体用于：
[0153]
确定所述产品特征评价指标对应的第一特征数据类型和所述项目反应理论模型的模型观测变量对应的第二特征数据类型；
[0154]
基于所述第一特征数据类型和所述第二特征数据类型，对所述产品特征评价指标进行针对所述项目反应理论模型的特征类型转换处理，得到所述项目反应理论模型对应的模型观测变量。
[0155]
可选的，所述第二特征数据类型为二值化特征类型，所述基于评价建模单元121，具体用于：
[0156]
所述基于所述第一特征数据类型和所述第二特征数据类型，对所述产品特征评价指标进行针对所述项目反应理论模型的特征类型转换处理，得到所述项目反应理论模型对应的模型观测变量，包括：
[0157]
若所述第一特征数据类型与所述第二特征数据类型不匹配，则确定所述产品特征评价指标对应的数据信息量，基于所述数据信息量确定二值变量编码数目和变量值域分位数；
[0158]
基于所述二值变量编码数目和所述变量值域分位数，将所述产品特征评价指标转化为针对所述项目反应理论模型的二值化特征类型对应的模型观测变量。
[0159]
可选的，所述参数解算单元122，用于：
[0160]
将所述模型观测变量输入所述项目反应理论模型，采用目标约束解算方式对所述项目反应理论模型进行模型参数解算处理，得到所述项目反应理论模型的潜在特质量和模型参数。
[0161]
可选的，所述目标约束解算方式为期望最大em解算方式，所述参数解算单元122，用于：
[0162]
采用期望最大em解算方式对所述项目反应理论模型进行参数解算估计处理；
[0163]
在参数解算估计过程中，在e步中设置模型参数已知，采用第二函数表征式解算潜在特质量的期望，和在m步中设置潜在特质量已知，采用第三函数表征式对潜在特质量对应的期望似然函数进行模型参数估计，得到所述项目反应理论模型的潜在特质量和模型参数；
[0164]
所述第二函数表征式满足以下公式：
[0165][0166]
所述第三函数表征式满足以下公式：
[0167][0168]
其中，所述e为所述潜在特质量的期望，所述θi为所述潜在特质量，所述x
ij
为所述项目反应理论模型的模型观测变量，所述p为所述项目反应理论模型的反应概率量，所述αj和βj为所述项目反应理论模型的模型参数，所述αj为所述项目反应理论模型的区分度参数，所述βj为所述项目反应理论模型的难度参数，所述i为所述保险产品对象的样本编号，所述j为所述特征评价指标对应的特征编号。
[0169]
可选的，所述装置1，还用于：
[0170]
获取针对保险产品对象对应的至少一个参考样本对象，以及所述参考样本对象对应的至少一个参考产品特征评价指标；
[0171]
对所述参考样本对象和所述参考产品特征评价指标进行至少一轮输入数据采样处理，得到至少一个样本对象和所述样本对象对应的至少一个样本产品特征评价指标；
[0172]
基于每一轮输入数据采样处理后的所述至少一个样本产品特征评价指标生成每一轮针对所述项目反应理论模型的采样模型观测变量。
[0173]
可选的，所述装置1，还用于：
[0174]
将每一轮针对所述项目反应理论模型的采样模型观测变量输入所述项目反应理论模型进行模型参数解算处理，得到所述项目反应理论模型的样本潜在特质量和样本模型参数，并保存每轮模型参数解算处理后的所述样本潜在特质量和所述样本模型参数；
[0175]
基于各所述样本潜在特质量和各所述样本模型参数进行参数平均处理，得到针对所述项目反应理论模型的潜在特质量和模型参数。
[0176]
可选的，所述对象评价模块13，用于：
[0177]
基于模型解算处理后的所述项目反应理论模型获取所述潜在特质量、所述模型参数中的样本区分度参数和所述产品特征评价指标对应的采样模型观测变量，基于所述采样模型观测变量和所述样本区分度参数确定所述潜在特质量对应的充分统计量，将所述充分
统计量作为所述保险产品对象的对象评价量。
[0178]
可选的，所述对象评价模块13，用于：
[0179]
将所述采样模型观测变量和所述样本区分度参数输入第四函数表征式中，得到所述潜在特质量对应的充分统计量；
[0180]
所述第四函数表征式满足以下公式：
[0181]
t＝α1x1+α2x2+...αnxn
[0182]
其中，所述t为所述充分统计量，所述α1、α2...αn为所述样本区分度参数，所述x1、x2...xn为所述采样模型观测变量，所述n为产品特征评价指标对应的采样模型观测变量数目。
[0183]
可选的，所述装置1，用于：
[0184]
确定多个所述保险产品对象的对象评价量；
[0185]
基于所述对象评价量对所述多个保险产品对象进行排序，得到保险产品排行榜。
[0186]
需要说明的是，上述实施例提供的保险产品对象评价装置在执行保险产品对象评价方法时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的保险产品对象评价装置与保险产品对象评价方法实施例属于同一构思，其体现实现过程详见方法实施例，这里不再赘述。
[0187]
上述本说明书序号仅仅为了描述，不代表实施例的优劣。
[0188]
在本说明书一个或多个实施例中，电子设备通过确定保险产品对象的项目反应理论模型，基于保险产品对象对应的至少一个产品特征评价指标对项目反应理论模型进行模型解算处理，得到项目反应理论模型的潜在特质量和模型参数，基于模型解算处理后的项目反应理论模型就可以确定保险产品对象的对象评价量，保险产品对象评价的结果依赖保险产品对象的数据特征也即产品特征评价指标，相比主观综合评价方法没有额外引入人为的主观性因素，确保了保险产品对象评价的效果，提升了评价的准确度。
[0189]
本说明书还提供了一种计算机存储介质，所述计算机存储介质可以存储有多条指令，所述指令适于由处理器加载并执行如上述图1～图4所示实施例的所述保险产品对象评价方法，具体执行过程可以参见图1～图4所示实施例的具体说明，在此不进行赘述。
[0190]
本说明书还提供了一种计算机程序产品，该计算机程序产品存储有至少一条指令，所述至少一条指令由所述处理器加载并执行如上述图1～图4所示实施例的所述保险产品对象评价方法，具体执行过程可以参见图1～图4所示实施例的具体说明，在此不进行赘述。
[0191]
请参考图7，其示出了本说明书一个示例性实施例提供的电子设备的结构方框图。本说明书中的电子设备可以包括一个或多个如下部件：处理器110、存储器120、输入装置130、输出装置140和总线150。处理器110、存储器120、输入装置130和输出装置140之间可以通过总线150连接。
[0192]
处理器110可以包括一个或者多个处理核心。处理器110利用各种接口和线路连接整个电子设备内的各个部分，通过运行或执行存储在存储器120内的指令、程序、代码集或指令集，以及调用存储在存储器120内的数据，执行电子设备100的各种功能和处理数据。可选地，处理器110可以采用数字信号处理(digital signal processing，dsp)、现场可编程
门阵列(field－programmable gate array，fpga)、可编程逻辑阵列(programmable logic array，pla)中的至少一种硬件形式来实现。处理器110可集成中心处理器(central processing unit，cpu)、图像处理器(graphics processing unit，gpu)和调制解调器等中的一种或几种的组合。其中，cpu主要处理操作系统、用户界面和应用程序等；gpu用于负责显示内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器110中，单独通过一块通信芯片进行实现。
[0193]
存储器120可以包括随机存储器(random access memory，ram)，也可以包括只读存储器(read-only memory，rom)。可选地，该存储器120包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器120可用于存储指令、程序、代码、代码集或指令集。存储器120可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于实现至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现下述各个方法实施例的指令等，该操作系统可以是安卓(android)系统，包括基于android系统深度开发的系统、苹果公司开发的ios系统，包括基于ios系统深度开发的系统或其它系统。存储数据区还可以存储电子设备在使用中所创建的数据比如电话本、音视频数据、聊天记录数据，等。
[0194]
参见图8所示，存储器120可分为操作系统空间和用户空间，操作系统即运行于操作系统空间，原生及第三方应用程序即运行于用户空间。为了保证不同第三方应用程序均能够达到较好的运行效果，操作系统针对不同第三方应用程序为其分配相应的系统资源。然而，同一第三方应用程序中不同应用场景对系统资源的需求也存在差异，比如，在本地资源加载场景下，第三方应用程序对磁盘读取速度的要求较高；在动画渲染场景下，第三方应用程序则对gpu性能的要求较高。而操作系统与第三方应用程序之间相互独立，操作系统往往不能及时感知第三方应用程序当前的应用场景，导致操作系统无法根据第三方应用程序的具体应用场景进行针对性的系统资源适配。
[0195]
为了使操作系统能够区分第三方应用程序的具体应用场景，需要打通第三方应用程序与操作系统之间的数据通信，使得操作系统能够随时获取第三方应用程序当前的场景信息，进而基于当前场景进行针对性的系统资源适配。
[0196]
以操作系统为android系统为例，存储器120中存储的程序和数据如图9所示，存储器120中可存储有linux内核层320、系统运行时库层340、应用框架层360和应用层380，其中，linux内核层320、系统运行库层340和应用框架层360属于操作系统空间，应用层380属于用户空间。linux内核层320为电子设备的各种硬件提供了底层的驱动，如显示驱动、音频驱动、摄像头驱动、蓝牙驱动、wi-fi驱动、电源管理等。系统运行库层340通过一些c/c++库来为android系统提供了主要的特性支持。如sqlite库提供了数据库的支持，opengl/es库提供了3d绘图的支持，webkit库提供了浏览器内核的支持等。在系统运行时库层340中还提供有安卓运行时库(android runtime)，它主要提供了一些核心库，能够允许开发者使用java语言来编写android应用。应用框架层360提供了构建应用程序时可能用到的各种api，开发者也可以通过使用这些api来构建自己的应用程序，比如活动管理、窗口管理、视图管理、通知管理、内容提供者、包管理、通话管理、资源管理、定位管理。应用层380中运行有至少一个应用程序，这些应用程序可以是操作系统自带的原生应用程序，比如联系人程序、短信程序、时钟程序、相机应用等；也可以是第三方开发者所开发的第三方应用程序，比如游
crystal display，简称lcd)、等离子显示面板(plasma display panel，简称pdp)等。用户可以利用电子设备101上的显示设备，来查看显示的文字、图像、视频等信息。所述电子设备可以是智能手机、平板电脑、游戏设备、ar(augmented reality，增强现实)设备、汽车、数据存储装置、音频播放装置、视频播放装置、笔记本、桌面计算设备、可穿戴设备诸如电子手表、电子眼镜、电子头盔、电子手链、电子项链、电子衣物等设备。
[0204]
在图7所示的电子设备中，处理器110可以用于调用存储器120中存储的应用程序，并具体执行以下操作：
[0205]
确定针对保险产品对象的项目反应理论模型，获取保险产品对象对应的至少一个产品特征评价指标；
[0206]
基于所述产品特征评价指标对所述项目反应理论模型进行模型解算处理，得到所述项目反应理论模型的潜在特质量和模型参数；
[0207]
基于模型解算处理后的所述项目反应理论模型确定所述保险产品对象的对象评价量。
[0208]
在一个实施例中，所述处理器110在执行所述基于所述产品特征评价指标对所述项目反应理论模型进行模型解算处理，得到所述项目反应理论模型的潜在特质量和模型参数，执行以下操作：
[0209]
基于所述项目反应理论模型对所述保险产品对象进行对象评价建模，以基于所述产品特征评价指标确定所述项目反应理论模型的模型观测变量和将所述保险产品对象的对象优劣概念特征建模为所述项目反应理论模型的潜在特质量；
[0210]
将所述模型观测变量输入所述项目反应理论模型进行模型参数解算处理，得到所述项目反应理论模型的潜在特质量和模型参数。
[0211]
在一个实施例中，所述处理器110在执行所述基于所述项目反应理论模型对所述保险产品对象进行对象评价建模，执行以下步骤：
[0212]
采用第一函数表征式表征所述项目反应理论模型，以基于所述项目反应理论模型对所述保险产品对象进行对象评价建模；
[0213]
所述第一函数表征式满足以下公式：
[0214][0215]
其中，所述p为所述项目反应理论模型的反应概率量，所述θi为所述项目反应理论模型的潜在特质量，所述x
ij
为所述项目反应理论模型的模型观测变量，所述αj和βj为所述项目反应理论模型的模型参数，所述αj为所述项目反应理论模型的区分度参数，所述βj为所述项目反应理论模型的难度参数，所述i为所述保险产品对象的样本编号，所述j为所述特征评价指标对应的特征编号。
[0216]
在一个实施例中，所述处理器110在执行所述基于所述产品特征评价指标确定所述项目反应理论模型的模型观测变量，执行以下步骤：
[0217]
确定所述产品特征评价指标对应的第一特征数据类型和所述项目反应理论模型的模型观测变量对应的第二特征数据类型；
[0218]
基于所述第一特征数据类型和所述第二特征数据类型，对所述产品特征评价指标进行针对所述项目反应理论模型的特征类型转换处理，得到所述项目反应理论模型对应的
模型观测变量。
[0219]
在一个实施例中，所述第二特征数据类型为二值化特征类型，所述处理器110在执行所述基于所述第一特征数据类型和所述第二特征数据类型，对所述产品特征评价指标进行针对所述项目反应理论模型的特征类型转换处理，得到所述项目反应理论模型对应的模型观测变量，执行以下步骤：
[0220]
若所述第一特征数据类型与所述第二特征数据类型不匹配，则确定所述产品特征评价指标对应的数据信息量，基于所述数据信息量确定二值变量编码数目和变量值域分位数；
[0221]
基于所述二值变量编码数目和所述变量值域分位数，将所述产品特征评价指标转化为针对所述项目反应理论模型的二值化特征类型对应的模型观测变量。
[0222]
在一个实施例中，所述处理器110在执行所述将所述模型观测变量输入所述项目反应理论模型进行模型参数解算处理，得到所述项目反应理论模型的潜在特质量和模型参数，执行以下步骤：
[0223]
将所述模型观测变量输入所述项目反应理论模型，采用目标约束解算方式对所述项目反应理论模型进行模型参数解算处理，得到所述项目反应理论模型的潜在特质量和模型参数。
[0224]
在一个实施例中，所述目标约束解算方式为期望最大em解算方式，所述处理器110在执行所述采用目标约束解算方式对所述项目反应理论模型进行模型参数解算处理，得到所述项目反应理论模型的潜在特质量和模型参数，执行以下步骤：
[0225]
采用期望最大em解算方式对所述项目反应理论模型进行参数解算估计处理；
[0226]
在参数解算估计过程中，在e步中设置模型参数已知，采用第二函数表征式解算潜在特质量的期望，和在m步中设置潜在特质量已知，采用第三函数表征式对潜在特质量对应的期望似然函数进行模型参数估计，得到所述项目反应理论模型的潜在特质量和模型参数；
[0227]
所述第二函数表征式满足以下公式：
[0228][0229]
所述第三函数表征式满足以下公式：
[0230][0231]
其中，所述e为所述潜在特质量的期望，所述θi为所述潜在特质量，所述x
ij
为所述项目反应理论模型的模型观测变量，所述p为所述项目反应理论模型的反应概率量，所述αj和βj为所述项目反应理论模型的模型参数，所述αj为所述项目反应理论模型的区分度参数，所述βj为所述项目反应理论模型的难度参数，所述i为所述保险产品对象的样本编号，所述j为所述特征评价指标对应的特征编号。
[0232]
在一个实施例中，所述处理器110在执行所述基于所述产品特征评价指标确定所述项目反应理论模型的模型观测变量，执行以下步骤：
[0233]
获取针对保险产品对象对应的至少一个参考样本对象，以及所述参考样本对象对
应的至少一个参考产品特征评价指标；
[0234]
对所述参考样本对象和所述参考产品特征评价指标进行至少一轮输入数据采样处理，得到至少一个样本对象和所述样本对象对应的至少一个样本产品特征评价指标；
[0235]
基于每一轮输入数据采样处理后的所述至少一个样本产品特征评价指标生成每一轮针对所述项目反应理论模型的采样模型观测变量。
[0236]
在一个实施例中，所述处理器110在执行所述将所述模型观测变量输入所述项目反应理论模型进行模型参数解算处理，得到所述项目反应理论模型的潜在特质量和模型参数，执行以下步骤：
[0237]
将每一轮针对所述项目反应理论模型的采样模型观测变量输入所述项目反应理论模型进行模型参数解算处理，得到所述项目反应理论模型的样本潜在特质量和样本模型参数，并保存每轮模型参数解算处理后的所述样本潜在特质量和所述样本模型参数；
[0238]
基于各所述样本潜在特质量和各所述样本模型参数进行参数平均处理，得到针对所述项目反应理论模型的潜在特质量和模型参数。
[0239]
在一个实施例中，所述处理器110在执行所述基于模型解算处理后的所述项目反应理论模型确定所述保险产品对象的对象评价量，执行以下步骤：
[0240]
基于模型解算处理后的所述项目反应理论模型获取所述潜在特质量、所述模型参数中的样本区分度参数和所述产品特征评价指标对应的采样模型观测变量，基于所述采样模型观测变量和所述样本区分度参数确定所述潜在特质量对应的充分统计量，将所述充分统计量作为所述保险产品对象的对象评价量；或，
[0241]
基于所述潜在特质量确定所述保险产品对象的对象评价量；或，
[0242]
基于所述潜在特质量确定所述保险产品对象的对象评价量。
[0243]
在一个实施例中，所述处理器110在执行所述基于所述采样模型观测变量和所述样本区分度参数确定所述潜在特质量对应的充分统计量，包括：
[0244]
将所述采样模型观测变量和所述样本区分度参数输入第四函数表征式中，得到所述潜在特质量对应的充分统计量；
[0245]
所述第四函数表征式满足以下公式：
[0246]
t＝α1x1+α2x2+...αnxn
[0247]
其中，所述t为所述充分统计量，所述α1、α2...αn为所述样本区分度参数，所述x1、x2...xn为所述采样模型观测变量，所述n为产品特征评价指标对应的采样模型观测变量数目。
[0248]
在一个实施例中，所述处理器110在执行所述保险产品对象评价方法还执行以下步骤：
[0249]
确定多个所述保险产品对象的对象评价量；
[0250]
基于所述对象评价量对所述多个保险产品对象进行排序，得到保险产品排行榜。
[0251]
在本说明书一个或多个实施例中，电子设备通过确定保险产品对象的项目反应理论模型，基于保险产品对象对应的至少一个产品特征评价指标对项目反应理论模型进行模型解算处理，得到项目反应理论模型的潜在特质量和模型参数，基于模型解算处理后的项目反应理论模型就可以确定保险产品对象的对象评价量，保险产品对象评价的结果依赖保险产品对象的数据特征也即产品特征评价指标，相比主观综合评价方法没有额外引入人为
的主观性因素，确保了保险产品对象评价的效果，提升了评价的准确度。
[0252]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体或随机存储记忆体等。
[0253]
需要说明的是，本说明书实施例所涉及的信息(包括但不限于用户设备信息、用户个人信息等)、数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)以及信号，均为经用户授权或者经过各方充分授权的，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。例如，本说明书中涉及的产品特征评价指标、保险产品对象等都是在充分授权的情况下获取的。
[0254]
以上所揭露的仅为本说明书较佳实施例而已，当然不能以此来限定本说明书之权利范围，因此依本说明书权利要求所作的等同变化，仍属本说明书所涵盖的范围。

技术特征：
1.一种保险产品对象评价方法，所述方法包括：确定针对保险产品对象的项目反应理论模型，获取保险产品对象对应的至少一个产品特征评价指标；基于所述产品特征评价指标对所述项目反应理论模型进行模型解算处理，得到所述项目反应理论模型的潜在特质量和模型参数；基于模型解算处理后的所述项目反应理论模型确定所述保险产品对象的对象评价量。2.根据权利要求1所述的方法，所述基于所述产品特征评价指标对所述项目反应理论模型进行模型解算处理，得到所述项目反应理论模型的潜在特质量和模型参数，包括：基于所述项目反应理论模型对所述保险产品对象进行对象评价建模，以基于所述产品特征评价指标确定所述项目反应理论模型的模型观测变量和将所述保险产品对象的对象优劣概念特征建模为所述项目反应理论模型的潜在特质量；将所述模型观测变量输入所述项目反应理论模型进行模型参数解算处理，得到所述项目反应理论模型的潜在特质量和模型参数。3.根据权利要求2所述的方法，所述基于所述项目反应理论模型对所述保险产品对象进行对象评价建模，包括：采用第一函数表征式表征所述项目反应理论模型，以基于所述项目反应理论模型对所述保险产品对象进行对象评价建模；所述第一函数表征式满足以下公式：其中，所述p为所述项目反应理论模型的反应概率量，所述θ
i
为所述项目反应理论模型的潜在特质量，所述x
ij
为所述项目反应理论模型的模型观测变量，所述α
j
和β
j
为所述项目反应理论模型的模型参数，所述α
j
为所述项目反应理论模型的区分度参数，所述β
j
为所述项目反应理论模型的难度参数，所述i为所述保险产品对象的样本编号，所述j为所述特征评价指标对应的特征编号。4.根据权利要求2所述的方法，所述基于所述产品特征评价指标确定所述项目反应理论模型的模型观测变量，包括：确定所述产品特征评价指标对应的第一特征数据类型和所述项目反应理论模型的模型观测变量对应的第二特征数据类型；基于所述第一特征数据类型和所述第二特征数据类型，对所述产品特征评价指标进行针对所述项目反应理论模型的特征类型转换处理，得到所述项目反应理论模型对应的模型观测变量。5.根据权利要求4所述的方法，所述第二特征数据类型为二值化特征类型，所述基于所述第一特征数据类型和所述第二特征数据类型，对所述产品特征评价指标进行针对所述项目反应理论模型的特征类型转换处理，得到所述项目反应理论模型对应的模型观测变量，包括：若所述第一特征数据类型与所述第二特征数据类型不匹配，则确定所述产品特征评价指标对应的数据信息量，基于所述数据信息量确定二值变量编码数目和变量值域分位数；
基于所述二值变量编码数目和所述变量值域分位数，将所述产品特征评价指标转化为针对所述项目反应理论模型的二值化特征类型对应的模型观测变量。6.根据权利要求2所述的方法，所述将所述模型观测变量输入所述项目反应理论模型进行模型参数解算处理，得到所述项目反应理论模型的潜在特质量和模型参数，包括：将所述模型观测变量输入所述项目反应理论模型，采用目标约束解算方式对所述项目反应理论模型进行模型参数解算处理，得到所述项目反应理论模型的潜在特质量和模型参数。7.根据权利要求6所述的方法，所述目标约束解算方式为期望最大em解算方式，所述采用目标约束解算方式对所述项目反应理论模型进行模型参数解算处理，得到所述项目反应理论模型的潜在特质量和模型参数，包括：采用期望最大em解算方式对所述项目反应理论模型进行参数解算估计处理；在参数解算估计过程中，在e步中设置模型参数已知，采用第二函数表征式解算潜在特质量的期望，和在m步中设置潜在特质量已知，采用第三函数表征式对潜在特质量对应的期望似然函数进行模型参数估计，得到所述项目反应理论模型的潜在特质量和模型参数；所述第二函数表征式满足以下公式：所述第三函数表征式满足以下公式：其中，所述e为所述潜在特质量的期望，所述θ
i
为所述潜在特质量，所述x
ij
为所述项目反应理论模型的模型观测变量，所述p为所述项目反应理论模型的反应概率量，所述α
j
和β
j
为所述项目反应理论模型的模型参数，所述α
j
为所述项目反应理论模型的区分度参数，所述β
j
为所述项目反应理论模型的难度参数，所述i为所述保险产品对象的样本编号，所述j为所述特征评价指标对应的特征编号。8.根据权利要求2所述的方法，所述基于所述产品特征评价指标确定所述项目反应理论模型的模型观测变量，包括：获取针对保险产品对象对应的至少一个参考样本对象，以及所述参考样本对象对应的至少一个参考产品特征评价指标；对所述参考样本对象和所述参考产品特征评价指标进行至少一轮输入数据采样处理，得到至少一个样本对象和所述样本对象对应的至少一个样本产品特征评价指标；基于每一轮输入数据采样处理后的所述至少一个样本产品特征评价指标生成每一轮针对所述项目反应理论模型的采样模型观测变量。9.根据权利要求8所述的方法，所述将所述模型观测变量输入所述项目反应理论模型进行模型参数解算处理，得到所述项目反应理论模型的潜在特质量和模型参数，包括：将每一轮针对所述项目反应理论模型的采样模型观测变量输入所述项目反应理论模型进行模型参数解算处理，得到所述项目反应理论模型的样本潜在特质量和样本模型参数，并保存每轮模型参数解算处理后的所述样本潜在特质量和所述样本模型参数；
基于各所述样本潜在特质量和各所述样本模型参数进行参数平均处理，得到针对所述项目反应理论模型的潜在特质量和模型参数。10.根据权利要求8所述的方法，所述基于模型解算处理后的所述项目反应理论模型确定所述保险产品对象的对象评价量，包括：基于模型解算处理后的所述项目反应理论模型获取所述潜在特质量、所述模型参数中的样本区分度参数和所述产品特征评价指标对应的采样模型观测变量，基于所述采样模型观测变量和所述样本区分度参数确定所述潜在特质量对应的充分统计量，将所述充分统计量作为所述保险产品对象的对象评价量。11.根据权利要求10所述的方法，所述基于所述采样模型观测变量和所述样本区分度参数确定所述潜在特质量对应的充分统计量，包括：将所述采样模型观测变量和所述样本区分度参数输入第四函数表征式中，得到所述潜在特质量对应的充分统计量；所述第四函数表征式满足以下公式：t＝α1x1+α2x2+...αnxn其中，所述t为所述充分统计量，所述α1、α2...αn为所述样本区分度参数，所述x1、x2...xn为所述采样模型观测变量，所述n为产品特征评价指标对应的采样模型观测变量数目。12.根据权利要求1所述的方法，所述方法还包括：确定多个所述保险产品对象的对象评价量；基于所述对象评价量对所述多个保险产品对象进行排序，得到保险产品排行榜。13.一种保险产品对象评价装置，所述装置包括：指标确定模块，用于确定针对保险产品对象的项目反应理论模型，获取保险产品对象对应的至少一个产品特征评价指标；模型解算模块，用于基于所述产品特征评价指标对所述项目反应理论模型进行模型解算处理，得到所述项目反应理论模型的潜在特质量和模型参数；对象评价模块，用于基于模型解算处理后的所述项目反应理论模型确定所述保险产品对象的对象评价量。14.一种计算机存储介质，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行如权利要求1～12任意一项的方法步骤。15.一种计算机程序产品，该计算机程序产品存储有至少一条指令，所述至少一条指令由处理器加载并执行如权利要求1～12任意一项的方法步骤。16.一种电子设备，包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行如权利要求1～12任意一项的方法步骤。

技术总结
本说明书公开了一种保险产品对象评价方法、装置、存储介质及电子设备，其中，方法包括：通过确定针对保险产品对象的项目反应理论模型，基于保险产品对象对应的至少一个产品特征评价指标对项目反应理论模型进行模型解算处理，得到项目反应理论模型的潜在特质量和模型参数，基于模型解算处理后的项目反应理论模型确定保险产品对象的对象评价量。确定保险产品对象的对象评价量。确定保险产品对象的对象评价量。


技术研发人员：曹铸 吴腾飞 王洪彬 张放 陈捷思 张程 童成杰 江发昌 郑波 孙振兴 王流斌
受保护的技术使用者：支付宝（杭州）信息技术有限公司
技术研发日：2023.03.03
技术公布日：2023/7/11