CN107688591A

CN107688591A - 一种精算处理方法和装置

Info

Publication number: CN107688591A
Application number: CN201710221077.5A
Authority: CN
Inventors: 刘永凡; 李治
Original assignee: Ping An Technology Shenzhen Co Ltd
Current assignee: Ping An Technology Shenzhen Co Ltd
Priority date: 2017-04-06
Filing date: 2017-04-06
Publication date: 2018-02-13
Anticipated expiration: 2037-04-06
Also published as: JP6680902B2; JP2019519017A; CN107688591B; WO2018184419A1; US20210287298A1

Abstract

本发明实施例公开了一种精算处理方法，用于解决精算处理耗时长、处理效率低下的问题。本发明实施例方法包括：确定待精算处理的目标保单数据；按照预设的产品分组规则对所述目标保单数据进行分组，得到各个数据组；提取所述数据组中符合预设条件的数据维度；对所述数据组中属于同一数据维度的数据值进行拼接处理，得到拼接字符串；对得到的拼接字符串进行加密处理，得到所述数据组中与数据维度对应的维度标志；根据所述数据组中提取到的各个数据维度对应的维度标志对所述数据组下的目标保单数据进行分组，得到数据组下的各个待精算数据小组；采用预设的精算程序分别对各个所述待精算数据小组进行精算处理。本发明实施例还提供一种精算处理装置。

Description

一种精算处理方法和装置

技术领域

本发明涉及金融服务领域，尤其涉及一种精算处理方法和装置。

背景技术

在保险行业，数据精算是一种重要的数据预测和统计手段。

例如，对于保险公司来说，理赔准备金的计算是风险管控方面非常重要的一个环节，大多数保险公司均会每隔一段时间(如半个月一次)计算一次理赔准备金，以确保当发生理赔案件时，可以按时完成赔付。目前，理赔准备金的计算一般通过精算软件进行，例如基于PROPHET模型的精算程序。

然而，由于理赔准备金的计算涉及一个保险公司所有的有效保单，这些保单的数据量极其庞大，而精算程序在计算理赔准备金时是针对各个独立的保单进行的，虽然计算一个保单的理赔准备金耗时不多，但当有效保单的基数庞大时，往往导致每次计算一个保险公司的理赔准备金需要耗费大量的时间，大大增加了保险公司的理赔准备金计算成本。

发明内容

本发明实施例提供了一种精算处理方法和装置，能够减少精算程序重复处理相同数据维度值的工作量，提高精算处理的效率。

第一方面，提供了一种精算处理方法，包括：

确定待精算处理的目标保单数据；

按照预设的产品分组规则对所述目标保单数据进行分组，得到各个数据组；

提取所述数据组中符合预设条件的数据维度；

对所述数据组中属于同一数据维度的数据值进行拼接处理，得到拼接字符串；

对得到的所述拼接字符串进行加密处理，得到所述数据组中与所述数据维度对应的维度标志；

根据所述数据组中提取到的各个所述数据维度对应的维度标志对所述数据组下的目标保单数据进行分组，得到所述数据组下的各个待精算数据小组；

采用预设的精算程序分别对各个所述待精算数据小组进行精算处理。

第二方面，提供了一种精算处理装置，包括：

保单数据确定模块，用于确定待精算处理的目标保单数据；

数据分组模块，用于按照预设的产品分组规则对所述目标保单数据进行分组，得到各个数据组；

数据维度提取模块，用于提取所述数据组中符合预设条件的数据维度；

拼接模块，用于对所述数据组中属于同一数据维度的数据值进行拼接处理，得到拼接字符串；

维度标志模块，用于对得到的所述拼接字符串进行加密处理，得到所述数据组中与所述数据维度对应的维度标志；

待精算小组分组模块，用于根据所述数据组中提取到的各个所述数据维度对应的维度标志对所述数据组下的目标保单数据进行分组，得到所述数据组下的各个待精算数据小组；

精算处理模块，用于采用预设的精算程序分别对各个所述待精算数据小组进行精算处理。

从以上技术方案可以看出，本发明实施例具有以下优点：

本发明实施例中，首先，确定待精算处理的目标保单数据；然后，按照预设的产品分组规则对所述目标保单数据进行分组，得到各个数据组；提取所述数据组中符合预设条件的数据维度；接着，对所述数据组中属于同一数据维度的数据值进行拼接处理，得到拼接字符串；对得到的所述拼接字符串进行加密处理，得到所述数据组中与所述数据维度对应的维度标志；再之，根据所述数据组中提取到的各个所述数据维度对应的维度标志对所述数据组下的目标保单数据进行分组，得到所述数据组下的各个待精算数据小组；最后，采用预设的精算程序分别对各个所述待精算数据小组进行精算处理。在本发明实施例中，在相同的产品分组下，将具有相同数据维度的目标保单数据根据维度标志分在一个待精算数据小组中，采用精算程序对这些待精算数据小组进行精算处理时，大大减少了精算程序重复处理相同数据维度值的工作量，提高了精算处理的效率；在计算理赔准备金的场景下，有效减少了计算所消耗的时间成本，节省了保险公司的计算成本。

附图说明

图1为本发明一种精算处理方法的一个实施例流程图；

图2为本发明一种精算处理方法步骤104在一个应用场景下的流程示意图；

图3为本发明一种精算处理方法在一个应用场景下进行分组错误处理的流程示意图；

图4为本发明一种精算处理装置第一个实施例结构图；

图5为本发明一种精算处理装置第二个实施例结构图；

图6为本发明一种精算处理装置第三个实施例结构图。

具体实施方式

本发明提供了一种精算处理方法和装置，用于解决精算处理耗时长、处理效率低下的问题。

为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，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它实施例，都属于本发明保护的范围。

请参阅图1，本发明一种精算处理方法的一个实施例包括：

101、确定待精算处理的目标保单数据；

本实施例中，针对不同的精算任务，其确定出的待精算处理的数据是不一样的。例如，若本次精算处理的任务为保险公司的理赔准备金的精算，则可以将该保险公司现有的所有有效保单均确定为待精算处理的目标保单数据。在描述本实施例的精算处理方法时，为便于描述，下述内容主要基于理赔准备金的精算处理作为举例进行说明，应当理解的是，本发明提供的精算处理方法还可以应用于其它精算任务中，本实施例对此不再赘述。

可以理解的是，由于目前大多数保险公司对于保单数据的管理采用不同的服务器进行划分和存储，因此，对于一个精算任务的目标保单数据来说，很可能这些目标保单数据并非位于同一个服务器或者数据库中。此时，可以采用数据统计的方式从该保险公司的多个服务器或者数据库中抓取这些目标保单数据，并将这些目标保单数据汇总在一个服务器或者数据库中，以便于后续精算程序的精算处理。具体地，可以采用model point汇总(模型点汇总)，从多个数据库将保单及其它业务数据同步到精算程序指定的数据库PALA，然后基于这些保单数据按主附险关系归集保额、保费、现金价值到一条保单记录上，为后面计算理赔准备金准备基础数据。

进一步地，在对保单数据进行数据汇总之后，为了使得这些目标保单数据均能被精算程序识别和处理，可以预先对这些目标保单数据进行数据清洗。例如，某条目标保单数据包括“险种：人寿险，理赔金额：500W”，其中，“人寿险”作为保单数据中“险种”属性的值，由于其并非利于精算程序处理的数字或字符，因此可以将该“人寿险”进行转化，假设使用“K001”代替，则完成了这条保单数据“险种”属性的数据清洗。可以理解的是，在进行数据清洗时，将这些目标保单数据转化成哪种数据格式的值，一般由后续步骤中采用的精算程序来决定。

102、按照预设的产品分组规则对所述目标保单数据进行分组，得到各个数据组；

对于确定出的目标保单数据，由于保单数据一般与保险产品的类型密切相关，而且不同的保险产品之间，其相应产生的保单数据之间相差较大。例如，人寿险、车险、医疗险等保险产品，其产生的保单的理赔数额、保费、理赔责任等等信息或数据均相差较大。因此，本实施例可以预先设置产品分组规则，在对目标保单数据进行分组时，运用该产品分组规则将数据形式相差较大的保险产品产生的目标保单数据区分开来，分入不同的数据组中，以便于后续步骤中的数据维度提取和精算处理。

特别地，由于不同的保险产品的产品名称也不相同，因此可以通过产品名称来区分属于不同保险产品的目标保单数据。因此，进一步地，上述步骤102可以包括：按照所述目标保单数据所属的产品名称对所述目标保单数据进行分组，得到各个数据组。

103、提取所述数据组中符合预设条件的数据维度；

在将目标保单数据分成各个数据组之后，由上述内容可知，在同一数据组中的目标保单数据均属于保险产品相同或相近的保单数据，这些目标保单数据中往往具有相同的数据维度。例如，在医疗险对应的数据组中，各个目标保单数据一般包括理赔数额、保费、各种医疗理赔责任、保险有效期、附加险等，这些数据维度的值均在一定范围内相同或相近，因此可以从该数据组中提取出这些数据维度。

本实施例中，针对预设的产品分组规则，可以分别设置分组后各个数据组对应的预设条件来提取对应数据组的数据维度。可以理解的是，对于同一个保险产品的数据组，其具有一个或多个相同的数据维度，如险种、缴费期、性别、年龄、缴费类型、保险期间等，因此可以预先为不同的保险产品的数据组预先设置好需要提取哪些数据维度作为该数据组的“预设条件”，在提取时，直接从该数据组的目标保单数据中提取出对应的数据维度即可。

104、对所述数据组中属于同一数据维度的数据值进行拼接处理，得到拼接字符串；

本实施例中，在提取所述数据组中各个数据维度之后，可以针对同一数据维度的数据值进行拼接处理，从而生成拼接字符串。对数据值进行拼接处理时采用的拼接算法可以有多种，例如求平均、求加权平均、求和等方式

为了在对同一数据维度的数据值进行拼接处理时，减少数据精度的损失，可以针对不同的数据组预先设置不同的拼接算法，具体为在步骤104之前，分别为各个所述数据组配置对应的拼接算法，各个所述数据组对应的拼接算法互不相同。可以理解的是，针对不同的数据组配置不一样的拼接算法，则在提取了这些数据组的数据维度之后，拼接得到的字符串之间相同的可能性就大大降低。

而从上述步骤103部分的描述内容可知，各个数据组又与产品名称存在对应关系，因此，上述的“分别为各个所述数据组配置对应的拼接算法”的步骤又可以具体包括：根据各个所述数据组对应的产品名称以及预设的算法配置表分别为各个所述数据组配置对应的拼接算法，所述算法配置表记录有所述产品名称与预设的拼接算法之间的对应关系。通过预先将产品名称与拼接算法之间的对应关系记录在算法配置表中，在需要为各个数据组配置对应的拼接算法时，可以从算法配置表中快速匹配到相应的拼接算法，大大提高了数据组与拼接算法的匹配效率。

因此，进一步地，在对数据值进行拼接处理前，可以进行拼接算法的获取，如图2所示，上述步骤104可以包括：

201、获取所述数据组对应的拼接算法；

202、根据获取到的所述拼接算法对所述数据组中属于同一数据维度的数据值进行拼接处理，得到拼接字符串。

对于上述步骤201和202，假设获取到的一个数据组对应的拼接算法为求平均算法。该数据组中的数据维度为“保险期间”，该数据组的三条目标保单数据中属于该“保险期间”维度的数据值分别为：20130516-20180516(即2013年5月16日至2018年5月16日，下面的数值类似，不再说明)、20140213-20200213、20160917-20220917，对这三个数据值求平均，即(20130516+20140213+20160917)/3-(20180516+20200213+20220917)/3，等于20143882-20200549(四舍五入)。从而得到该拼接字符串为20143882-20200549。

105、对得到的所述拼接字符串进行加密处理，得到所述数据组中与所述数据维度对应的维度标志；

本实施例中，具体可以采用MD5加密方式将该拼接字符串加密成32位的字符串，加密后的字符串即为该数据维度对应的维度标志，也即维度ID。

106、根据所述数据组中提取到的各个所述数据维度对应的维度标志对所述数据组下的目标保单数据进行分组，得到所述数据组下的各个待精算数据小组；

在得到数据组中各个数据维度的维度标志之后，则可以继续对该数据组中的目标保单数据进行进一步的分组，得到各个待精算数据小组。可知，同一个待精算数据小组中的每条目标保单数据均具有相同的维度标志。

本实施例中，由上述步骤101中描述的内容可知，在确定待精算处理的目标保单数据之后，可以对所述目标保单数据进行数据清洗处理。在数据清理之后，还可以将数据清洗处理后的所述目标保单数据按照预设的存放需求分别存放至预设的各个数据存放路径。在此基础上，上述步骤106则可以包括：

根据所述数据组中提取到的各个所述数据维度对应的维度标志、以及各个所述数据存放路径对所述数据组下的目标保单数据进行分组，得到所述数据组下的各个待精算数据小组。

可以理解的是，由于业务对不同保单数据具有不同的需求，因此将数据清洗后的目标保单数据存放至各个数据存放路径更有利于业务员根据不同的需要进行查询。例如，在某一命名为“NB”的路径上，仅存储本年度产生的新保单数据；而在命名为“kaohe”的路径上则用来区分来自不同数据库的保单数据。上述步骤106中具体再加入数据存放路径作为分组依据，可以使得分组后得到的各个待精算数据小组更加细分，避免原本存在在不同数据存放路径上的目标保单数据被分在一个待精算数据小组上，在一定程度上保证了精算程序的处理效率。

更进一步地，还可以综合考虑目标保单数据的评估时点、险种名称等作为分组的依据。例如，上述步骤106可以为：根据所述数据组中提取到的各个所述数据维度对应的维度标志、以及所述目标保单数据的数据存放路径、评估时点和险种名称对所述数据组下的目标保单数据进行分组，得到所述数据组下的各个待精算数据小组。

其中，目标保单数据的评估时点指运行AIO程序运行时间(一个约定时间)。例如，每个月有月初和月中(20号)两个时间需要执行精算任务，举例来说，2017年1月1日到2017年1月19日，所有的AIO处理的数据，记录它的运行时间都归类为2016年12月31日的数据(执行的上个月月末日期)。而2017年1月20日到月末这段时间运行的数据，均归类为2017年1月20日运行的数据。在实际应用场景下，评估时点可以根据实际需要或者当前执行的精算任务而定。

而目标保单数据的险种名称则是指该条保单数据的险种的名称。特别地，在将险种名称提供给精算程序之前，可以对不同的险种进行不同的建模。例如在prophet软件中建模时，对于险种1199，其中一个建模名称为CI_1199，表示险种1199的个险；而采用“CB”这个建模名称表示渠道为银保的传统险；等等。

107、采用预设的精算程序分别对各个所述待精算数据小组进行精算处理。

本实施例中，在分组得到各个待精算数据小组之后，可以采用预设的精算程序分别对各个所述待精算数据小组进行精算处理，该精算程序可以是prophet软件，也可以是其它精算软件，本实施例对此不作限定。

可以理解的是，由于各个待精算数据小组中的目标保单数据均具有相同数据维度的数据值，在精算程序对其进行精算处理时，无需重复多次精算这些数据值。例如，在一个待精算数据小组中，存在1000条目标保单数据，这些目标保单数据中关于险种、缴费期、性别、年龄、缴费类型、保险期间等维度的数据值均相同，因此它们具有相同的维度标志。若是现有的精算处理方法，需要采用精算程序对这1000条目标保单数据进行精算处理，并且处理每一条目标保单数据时均需要对险种、缴费期、性别、年龄、缴费类型、保险期间等维度的数据值进行计算；而本实施例提供的精算处理方法，在对这1000条目标保单数据进行精算处理时，由于它们均属于同一个待精算数据小组，本方法采用精算程序进行精算处理时是以待精算数据小组作为最小处理单位的，因此该精算程序对险种、缴费期、性别、年龄、缴费类型、保险期间等维度的数据值仅需进行一次精算处理即可，相比现有技术的处理方法节省了对这些相同维度的数据值进行999次精算的运算资源，从而本实施例的精算处理方法大大提高了精算处理效率。

进一步地，本实施例在进行分组操作时，例如对目标保单数据进行分组得到各个数据组，或者对所述数据组下的目标保单数据进行分组得到各个待精算数据小组时，均有可能存在分组错误的情况。若在出现分组错误的情况下进行精算处理，很容易导致精算处理后得到的理赔准备金不准确。因此，如图3所示，本实施例的所述精算处理方法还可以包括：

301、根据日志信息判断是否存在分组错误的所述数据组或者所述待精算数据小组，若是，则执行步骤302，若否，则按照预设流程步骤进行处理；

302、返回重新执行按照预设的产品分组规则对所述目标保单数据进行分组，得到各个数据组的步骤。

对于上述步骤301和302，可以理解的是，当发现分组错误时，可以返回重新执行上述步骤102，重新执行本实施例的方法进行分组处理和精算处理。在一个应用场景下，为了支持本实施例的精算处理方法的重复执行，比如第一次执行本方法所依赖的数据有问题或分组有问题时，需要先删除第一次产生的数据或分组(包括数据组和待精算数据小组)，如果不删除前一次产生的这些错误数据，可能会导致最后的精算处理结果中包含两次分组操作的结果数据(错误的分组数据和正确的分组数据)，从而也导致后续步骤的精算处理出错。因此，在执行上述步骤302之前，还可以先删除本次执行该精算处理方法时产生的历史数据，以及可以删除上一次精算任务记录的数据等，然后再执行上述步骤302，以保证本次精算任务处理的数据准确性。

本实施例中，首先，确定待精算处理的目标保单数据；然后，按照预设的产品分组规则对所述目标保单数据进行分组，得到各个数据组；提取所述数据组中符合预设条件的数据维度；接着，对所述数据组中属于同一数据维度的数据值进行拼接处理，得到拼接字符串；对得到的所述拼接字符串进行加密处理，得到所述数据组中与所述数据维度对应的维度标志；再之，根据所述数据组中提取到的各个所述数据维度对应的维度标志对所述数据组下的目标保单数据进行分组，得到所述数据组下的各个待精算数据小组；最后，采用预设的精算程序分别对各个所述待精算数据小组进行精算处理。在本实施例中，在相同的产品分组下，将具有相同数据维度的目标保单数据根据维度标志分在一个待精算数据小组中，采用精算程序对这些待精算数据小组进行精算处理时，大大减少了精算程序重复处理相同数据维度值的工作量，提高了精算处理的效率；在计算理赔准备金的场景下，有效减少了计算所消耗的时间成本，节省了保险公司的计算成本。

上面主要描述了一种精算处理方法，下面将对一种精算处理装置进行详细描述。

图4示出了本发明实施例中一种精算处理装置第一个实施例结构图。

如图4所示，本实施例中，一种精算处理装置包括：

保单数据确定模块401，用于确定待精算处理的目标保单数据；

数据分组模块402，用于按照预设的产品分组规则对所述目标保单数据进行分组，得到各个数据组；

数据维度提取模块403，用于提取所述数据组中符合预设条件的数据维度；

拼接模块404，用于对所述数据组中属于同一数据维度的数据值进行拼接处理，得到拼接字符串；

维度标志模块405，用于对得到的所述拼接字符串进行加密处理，得到所述数据组中与所述数据维度对应的维度标志；

待精算小组分组模块406，用于根据所述数据组中提取到的各个所述数据维度对应的维度标志对所述数据组下的目标保单数据进行分组，得到所述数据组下的各个待精算数据小组；

精算处理模块407，用于采用预设的精算程序分别对各个所述待精算数据小组进行精算处理。

图5示出了本发明实施例中一种精算处理装置第二个实施例结构图。

如图5所示，进一步地，所述精算处理装置还可以包括：

算法配置模块408，用于分别为各个所述数据组配置对应的拼接算法，各个所述数据组对应的拼接算法互不相同；

所述拼接模块404包括：

算法获取单元4041，用于获取所述数据组对应的拼接算法；

拼接处理单元4042，用于根据获取到的所述拼接算法对所述数据组中属于同一数据维度的数据值进行拼接处理，得到拼接字符串。

进一步地，所述数据分组模块402可以包括：

保单数据分组单元4021，用于按照所述目标保单数据所属的产品名称对所述目标保单数据进行分组，得到各个数据组；

所述算法配置模块408包括：

拼接算法配置单元4081，用于根据各个所述数据组对应的产品名称以及预设的算法配置表分别为各个所述数据组配置对应的拼接算法，所述算法配置表记录有所述产品名称与预设的拼接算法之间的对应关系。

进一步地，所述精算处理装置还可以包括：

数据清洗模块409，用于对所述目标保单数据进行数据清洗处理；

数据存放模块410，用于将数据清洗处理后的所述目标保单数据按照预设的存放需求分别存放至预设的各个数据存放路径；

所述待精算小组分组模块406包括：

第一小组分组单元4061，用于根据所述数据组中提取到的各个所述数据维度对应的维度标志、以及各个所述数据存放路径对所述数据组下的目标保单数据进行分组，得到所述数据组下的各个待精算数据小组。

图6示出了本发明实施例中一种精算处理装置第三个实施例结构图。

如图6所示，进一步地，所待精算小组分组模块406可以包括：

第二小组分组单元4062，用于根据所述数据组中提取到的各个所述数据维度对应的维度标志、以及所述目标保单数据的数据存放路径、评估时点和险种名称对所述数据组下的目标保单数据进行分组，得到所述数据组下的各个待精算数据小组。

进一步地，所述精算处理方法还可以包括：

分组错误判断模块411，用于根据日志信息判断是否存在分组错误的所述数据组或者所述待精算数据小组；

返回触发模块412，用于若所述分组错误判断单元的判断结果为是，则返回触发所述数据分组模块402。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的***，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的***，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims

1.一种精算处理方法，其特征在于，包括：

确定待精算处理的目标保单数据；

提取所述数据组中符合预设条件的数据维度；

2.根据权利要求1所述的精算处理方法，其特征在于，对所述数据组中属于同一数据维度的数据值进行拼接处理，得到拼接字符串之前，还包括：

分别为各个所述数据组配置对应的拼接算法，各个所述数据组对应的拼接算法互不相同；

所述对所述数据组中属于同一数据维度的数据值进行拼接处理，得到拼接字符串包括：

获取所述数据组对应的拼接算法；

根据获取到的所述拼接算法对所述数据组中属于同一数据维度的数据值进行拼接处理，得到拼接字符串。

3.根据权利要求2所述的精算处理方法，其特征在于，所述按照预设的产品分组规则对所述目标保单数据进行分组，得到各个数据组包括：

按照所述目标保单数据所属的产品名称对所述目标保单数据进行分组，得到各个数据组；

所述分别为各个所述数据组配置对应的拼接算法包括：

根据各个所述数据组对应的产品名称以及预设的算法配置表分别为各个所述数据组配置对应的拼接算法，所述算法配置表记录有所述产品名称与预设的拼接算法之间的对应关系。

4.根据权利要求1所述的精算处理方法，其特征在于，在确定待精算处理的目标保单数据之后，还包括：

对所述目标保单数据进行数据清洗处理；

将数据清洗处理后的所述目标保单数据按照预设的存放需求分别存放至预设的各个数据存放路径；

所述根据所述数据组中提取到的各个所述数据维度对应的维度标志对所述数据组下的目标保单数据进行分组，得到所述数据组下的各个待精算数据小组包括：

5.根据权利要求1所述的精算处理方法，其特征在于，所述根据所述数据组中提取到的各个所述数据维度对应的维度标志对所述数据组下的目标保单数据进行分组，得到所述数据组下的各个待精算数据小组包括：

根据所述数据组中提取到的各个所述数据维度对应的维度标志、以及所述目标保单数据的数据存放路径、评估时点和险种名称对所述数据组下的目标保单数据进行分组，得到所述数据组下的各个待精算数据小组。

6.根据权利要求1至5中任一项所述的精算处理方法，其特征在于，所述精算处理方法还包括：

根据日志信息判断是否存在分组错误的所述数据组或者所述待精算数据小组；

若存在分组错误的所述数据组或者所述待精算数据小组，则返回重新执行按照预设的产品分组规则对所述目标保单数据进行分组，得到各个数据组的步骤。

7.一种精算处理装置，其特征在于，包括：

保单数据确定模块，用于确定待精算处理的目标保单数据；

8.根据权利要求7所述的精算处理装置，其特征在于，所述精算处理装置还包括：

算法配置模块，用于分别为各个所述数据组配置对应的拼接算法，各个所述数据组对应的拼接算法互不相同；

所述拼接模块包括：

算法获取单元，用于获取所述数据组对应的拼接算法；

拼接处理单元，用于根据获取到的所述拼接算法对所述数据组中属于同一数据维度的数据值进行拼接处理，得到拼接字符串。

9.根据权利要求8所述的精算处理装置，其特征在于，所述数据分组模块包括：

保单数据分组单元，用于按照所述目标保单数据所属的产品名称对所述目标保单数据进行分组，得到各个数据组；

所述算法配置模块包括：

拼接算法配置单元，用于根据各个所述数据组对应的产品名称以及预设的算法配置表分别为各个所述数据组配置对应的拼接算法，所述算法配置表记录有所述产品名称与预设的拼接算法之间的对应关系。

10.根据权利要求7至9中任一项所述的精算处理装置，其特征在于，所述精算处理装置还包括：

数据清洗模块，用于对所述目标保单数据进行数据清洗处理；

数据存放模块，用于将数据清洗处理后的所述目标保单数据按照预设的存放需求分别存放至预设的各个数据存放路径；

所述待精算小组分组模块包括：

第一小组分组单元，用于根据所述数据组中提取到的各个所述数据维度对应的维度标志、以及各个所述数据存放路径对所述数据组下的目标保单数据进行分组，得到所述数据组下的各个待精算数据小组。