CN112668956B - 一种物流保险数据的智能核保方法 - Google Patents

Abstract

本发明涉及一种物流保险数据的智能核保方法，通过自动地获取目标物流保险单中的风险标的信息，并且基于风险标的信息得到第一核保系数，再根据形成的针对承接风险标的运输业务的物流公司驾驶运输信息，得到第二核保系数，然后通过预先构建智能核保预警模型，并且将所得第一核保系数和第二核保系数输入到智能核保预警模型，智能化地得到针对风险标的的核保结果以及对应该风险标的的保费，从而代替人工核保的传统方式，避免人工因素对于物流保险业务的核保影响，提高了核保效率和准确度。

Description

一种物流保险数据的智能核保方法

技术领域

本发明涉及物流领域，尤其涉及一种物流保险数据的智能核保方法。

背景技术

随着电子商务业的发展，物流行业变得越来越发达，物流公司在物流行业中起着举足轻重的作用。

为了降低物流风险给企业带来的不利影响，越来越多的企业开始对自己的相关物流业务进行投保，以避免物流运输风险给自身发展的影响。当然，对于保险公司，如何高效准确地评估这类物流业务的风险尤其重要。

在保险公司针对物流业务的传统核保过程中，保险公司主要通过安排核保人员对物流保险的保单做风险评估和针对保费的报价，这就使得核保人员所给出的核保结果会直接的影响保单风险标的的报价以及保险公司的风控管理情况。

但是，由于针对物流业务的传统核保方法是基于人工核保，这将使得核保结果在很多程度上受到核保人员专业水平、从业经验甚至是个人喜好的影响，影响针对物流业务的风险标的的准确、客观公正核保，不仅增加了人工核保的成本，而且还会降低保险公司的核保效率，不利于物流业的保险业务的整体发展。

发明内容

本发明所要解决的技术问题是针对上述现有技术提供一种物流保险数据的智能核保方法。

本发明解决上述技术问题所采用的技术方案为：一种物流保险数据的智能核保方法，其特征在于，包括如下步骤：

步骤1，获取目标物流保险单，提取该目标物流保险单中的风险标的信息；

其中，所述风险标的为待寄送的物品，所述风险标的信息包括风险标的名称、承运风险标的物流公司、风险标的运输总距离、运输风险标的需要经过的城市以及风险标的经过各城市时的预测天气，风险标的运输总距离为预设的风险标的从寄出地到目的地的规划路径距离；

所述风险标的标记为Q，风险标的Q的运输总距离标记为D，运输风险标的需要经过的城市总数量标记为M，运输风险标的Q需要经过的第m个城市标记为City_m，1≤m≤M；

所述风险标的Q经过城市City_m时的预测天气标记为预测天气所对应的风险指标记为a_j，j＝1,2,3,4,5；

步骤2，根据提取的风险标的信息，得到第一核保系数；其中，所述第一核保系数标记为τ₁；

步骤3，获取承运风险标的的物流公司的所有驾驶人员的历史驾驶数据信息集，形成包含所述历史驾驶数据信息集的物流公司驾驶运输信息；

其中，驾驶人员的历史驾驶数据信息包括驾驶人驾驶证件号、驾驶人员的驾驶年龄、驾驶人员从事物流运输的年限、驾驶人员驾驶物流车辆的总出险次数以及各次出险所对应的理赔数额；物流公司的所有驾驶人员总数量标记为N，第n个驾驶人员标记为Driver_n，驾驶人员Driver_n的驾驶年龄标记为驾驶人员Driver_n从事物流运输的年限标记为/>驾驶人员Driver_n驾驶物流车辆的总出险次数标记为/>驾驶人员Driver_n驾驶物流车辆的第u次出险所对应的理赔数额标记为/>

步骤4，根据形成的物流公司驾驶运输信息，得到第二核保系数；其中，所述第二核保系数标记为τ₂；

步骤5，预先构建智能核保预警模型；其中，智能核保预警模型的输入变量为两个核保系数，智能核保预警模型的输出值为风险标的是否通过核保的结果；其中，所述智能核保预警模型标记为y＝F(x₁,x₂)，x₁为智能核保预警模型的一个核保系数，x₂为智能核保预警模型的另一个核保系数，y为智能核保预警模型的输出值；风险标的通过核保时，y＝1，风险标的未通过核保时，y＝-1；

步骤6，将所述第一核保系数和第二核保系数作为输入变量同时输入到智能核保预警模型，得到针对所述风险标的的核保结果；其中，针对所述风险标的的核保结果标记为y'，

步骤7，根据针对所述风险标的的核保结果、所述第二核保系数以及所述风险标的的市场总价值，得到针对所述风险标的的保费。

改进地，在所述的物流保险数据的智能核保方法中，所述第一核保系数τ₁按照如下方式得到：

进一步地，在所述的物流保险数据的智能核保方法中，所述第二核保系数τ₂按照如下方式得到：

再进一步地，在所述的物流保险数据的智能核保方法中，在步骤7中，针对所述风险标的的保费标记为K，所述风险标的的市场总价值标记为P：

再进一步改进，所述物流保险数据的智能核保方法还包括根据运输风险标的的规划路径情况调整所述风险标的的保费的过程。具体地，在该发明中，通过如下步骤S1～步骤S4的方式调整风险标的的保费：

步骤S1，根据针对运输风险标的Q的规划路径的运输总距离和预设标准里程数，计算针对该风险标的Q的第一调整因子；

其中，针对该风险标的Q的第一调整因子标记为φ₁，针对运输风险标的Q的规划路径的运输总距离标记为D，预设标准里程数标记为L₀：

L₀为预设的固定数值；

步骤S2，根据承运该风险标的Q的物流公司的当前驾驶人员信息以及针对运输风险标的Q的规划路径的道路信息，计算针对该运输风险标的Q的第二调整因子；

其中，针对该运输风险标的Q的第二调整因子标记为φ₂，物流公司的当前驾驶人员的驾驶行为安全指数标记为κ，κ∈(0,1)；针对运输风险标的Q的规划路径的通行顺畅指数标记为

其中，V为物流公司的当前驾驶人员在近两年内的违章记录信息总数量；

步骤S3，根据所述第一调整因子和第二调整因子，计算得到针对该风险标的Q的保费调整因子；其中，针对该风险标的Q的保费调整因子标记为γ，γ＝φ₁·φ₂；

步骤S4，根据所得针对该风险标的Q的保费调整因子γ，得到针对该风险标Q的调整后的保费；其中，针对该风险标Q的调整后的保费标记为P₁，P₁＝(1+γ)·P。

与现有技术相比，本发明的优点在于：

首先，该发明中的智能核保方法通过自动地获取目标物流保险单中的风险标的信息，并且基于风险标的信息得到第一核保系数，再根据形成的针对承接风险标的运输业务的物流公司驾驶运输信息，得到第二核保系数，然后通过预先构建智能核保预警模型，并且将所得第一核保系数和第二核保系数输入到智能核保预警模型，智能化地得到针对风险标的的核保结果以及对应该风险标的的保费，从而代替人工核保的传统方式，避免人工因素对于物流保险业务的核保影响，提高了核保效率和准确度。

其次，该发明中的智能核保方法还会再根据运输风险标的的规划路径情况调整风险标的的保费，以得到便于保险公司准确评估和承保风险标的的保费。

附图说明

图1为本发明实施例中的物流保险数据的智能核保方法流程示意图。

具体实施方式

以下结合附图实施例对本发明作进一步详细描述。

如图1所示，本实施例中的物流保险数据的智能核保方法，包括如下步骤：

步骤1，获取目标物流保险单，提取该目标物流保险单中的风险标的信息；

其中，此处的风险标的为待寄送的物品，即投保人需要投保的对象；风险标的信息包括风险标的名称、承运风险标的物流公司、风险标的运输总距离、运输风险标的需要经过的城市以及风险标的经过各城市时的预测天气，风险标的运输总距离为预设的风险标的从寄出地到目的地的规划路径距离；

风险标的标记为Q，风险标的Q的运输总距离标记为D，运输风险标的需要经过的城市总数量标记为M，运输风险标的Q需要经过的第m个城市标记为City_m，1≤m≤M；

风险标的Q经过城市City_m时的预测天气标记为预测天气/>所对应的风险指标记为a_j，j＝1,2,3,4,5；

步骤2，根据提取的风险标的信息，得到第一核保系数；其中，第一核保系数标记为τ₁，第一核保系数τ₁按照如下方式得到：

步骤3，获取承运风险标的Q的物流公司的所有驾驶人员的历史驾驶数据信息集，形成包含历史驾驶数据信息集的物流公司驾驶运输信息；

其中，驾驶人员的历史驾驶数据信息包括驾驶人驾驶证件号、驾驶人员的驾驶年龄、驾驶人员从事物流运输的年限、驾驶人员驾驶物流车辆的总出险次数以及各次出险所对应的理赔数额；

物流公司的所有驾驶人员总数量标记为N，第n个驾驶人员标记为Driver_n，驾驶人员Driver_n的驾驶年龄标记为驾驶人员Driver_n从事物流运输的年限标记为驾驶人员Driver_n驾驶物流车辆的总出险次数标记为/>驾驶人员Driver_n驾驶物流车辆的第u次出险所对应的理赔数额标记为/>

步骤4，根据形成的物流公司驾驶运输信息，得到第二核保系数；其中，第二核保系数标记为τ₂，第二核保系数τ₂按照如下方式得到：

步骤5，预先构建智能核保预警模型；其中，智能核保预警模型的输入变量为两个核保系数，智能核保预警模型的输出值为风险标的是否通过核保的结果；

其中，该实施例中所构建的智能核保预警模型标记为y＝F(x₁,x₂)，x₁为智能核保预警模型的一个核保系数，x₂为智能核保预警模型的另一个核保系数，y为智能核保预警模型的输出值；风险标的Q通过核保时，y＝1，风险标的Q未通过核保时，y＝-1；

步骤6，将第一核保系数τ₁和第二核保系数τ₂作为输入变量同时输入到智能核保预警模型y＝F(x₁,x₂)，得到针对所述风险标的的核保结果；其中，针对风险标的的核保结果标记为y'，

步骤7，根据针对风险标的Q的核保结果y'、第二核保系数τ₂以及风险标的Q的市场总价值，得到针对风险标的Q的保费；其中，针对风险标的Q的保费标记为K，风险标的Q的市场总价值标记为P：

当然，考虑到针对风险标的的实际运输情况，该实施例的物流保险数据的智能核保方法还会根据运输风险标的的规划路径情况调整风险标的的保费。具体地，该实施例通过如下步骤S1～步骤S4的方式调整风险标的的保费：

步骤S1，根据针对运输风险标的Q的规划路径的运输总距离和预设标准里程数，计算针对该风险标的Q的第一调整因子；其中，针对该风险标的Q的第一调整因子标记为φ₁，针对运输风险标的Q的规划路径的运输总距离标记为D，预设标准里程数标记为L₀：

L₀为预设的固定数值；

步骤S2，根据承运该风险标的Q的物流公司的当前驾驶人员信息以及针对运输风险标的Q的规划路径的道路信息，计算针对该运输风险标的Q的第二调整因子；其中，针对该运输风险标的Q的第二调整因子标记为φ₂，物流公司的当前驾驶人员的驾驶行为安全指数标记为κ，κ∈(0,1)；针对运输风险标的Q的规划路径的通行顺畅指数标记为

其中，V为物流公司的当前驾驶人员在近两年内的违章记录信息总数量；

步骤S3，根据第一调整因子φ₁和第二调整因子φ₂，计算得到针对该风险标的Q的保费调整因子；其中，针对该风险标的Q的保费调整因子标记为γ，γ＝φ₁·φ₂；

步骤S4，根据所得针对该风险标的Q的保费调整因子γ，得到针对该风险标Q的调整后的保费；其中，针对该风险标Q的调整后的保费标记为P₁，P₁＝(1+γ)·P。

尽管以上详细地描述了本发明的优选实施例，但是应该清楚地理解，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种物流保险数据的智能核保方法，其特征在于，包括如下步骤：

步骤1，获取目标物流保险单，提取该目标物流保险单中的风险标的信息；

其中，所述风险标的为待寄送的物品，所述风险标的信息包括风险标的名称、承运风险标的物流公司、风险标的运输总距离、运输风险标的需要经过的城市以及风险标的经过各城市时的预测天气，风险标的运输总距离为预设的风险标的从寄出地到目的地的规划路径距离；

所述风险标的标记为Q，风险标的Q的运输总距离标记为D，运输风险标的需要经过的城市总数量标记为M，运输风险标的Q需要经过的第m个城市标记为City_m，1≤m≤M；

所述风险标的Q经过城市City_m时的预测天气标记为预测天气/>所对应的风险指标记为a_j，j＝1,2,3,4,5；

步骤2，根据提取的风险标的信息，得到第一核保系数；其中，所述第一核保系数标记为τ₁；第一核保系数τ₁按照如下方式得到：

步骤3，获取承运风险标的的物流公司的所有驾驶人员的历史驾驶数据信息集，形成包含所述历史驾驶数据信息集的物流公司驾驶运输信息；

其中，驾驶人员的历史驾驶数据信息包括驾驶人驾驶证件号、驾驶人员的驾驶年龄、驾驶人员从事物流运输的年限、驾驶人员驾驶物流车辆的总出险次数以及各次出险所对应的理赔数额；

物流公司的所有驾驶人员总数量标记为N，第n个驾驶人员标记为Driver_n，驾驶人员Driver_n的驾驶年龄标记为驾驶人员Driver_n从事物流运输的年限标记为驾驶人员Driver_n驾驶物流车辆的总出险次数标记为/>驾驶人员Driver_n驾驶物流车辆的第u次出险所对应的理赔数额标记为/>

步骤4，根据形成的物流公司驾驶运输信息，得到第二核保系数；其中，所述第二核保系数标记为τ₂；第二核保系数τ₂按照如下方式得到：

步骤5，预先构建智能核保预警模型；其中，智能核保预警模型的输入变量为两个核保系数，智能核保预警模型的输出值为风险标的是否通过核保的结果；其中，所述智能核保预警模型标记为y＝F(x₁,x₂)，x₁为智能核保预警模型的一个核保系数，x₂为智能核保预警模型的另一个核保系数，y为智能核保预警模型的输出值；风险标的通过核保时，y＝1，风险标的未通过核保时，y＝-1；

步骤6，将所述第一核保系数和第二核保系数作为输入变量同时输入到智能核保预警模型，得到针对所述风险标的的核保结果；其中，针对所述风险标的的核保结果标记为y'，

步骤7，根据针对所述风险标的的核保结果、所述第二核保系数以及所述风险标的的市场总价值，得到针对所述风险标的的保费。

2.根据权利要求1所述的物流保险数据的智能核保方法，其特征在于，在步骤7中，针对所述风险标的的保费标记为K，所述风险标的的市场总价值标记为P：

3.根据权利要求2所述的物流保险数据的智能核保方法，其特征在于，还包括根据运输风险标的的规划路径情况调整所述风险标的的保费的过程。

4.根据权利要求3所述的物流保险数据的智能核保方法，其特征在于，通过如下步骤S1～步骤S4的方式调整风险标的的保费：

步骤S1，根据针对运输风险标的Q的规划路径的运输总距离和预设标准里程数，计算针对该风险标的Q的第一调整因子；

其中，针对该风险标的Q的第一调整因子标记为φ₁，针对运输风险标的Q的规划路径的运输总距离标记为D，预设标准里程数标记为L₀：

L₀为预设的固定数值；

步骤S2，根据承运该风险标的Q的物流公司的当前驾驶人员信息以及针对运输风险标的Q的规划路径的道路信息，计算针对该运输风险标的Q的第二调整因子；

其中，针对该运输风险标的Q的第二调整因子标记为φ₂，物流公司的当前驾驶人员的驾驶行为安全指数标记为κ，κ∈(0,1)；针对运输风险标的Q的规划路径的通行顺畅指数标记为

其中，V为物流公司的当前驾驶人员在近两年内的违章记录信息总数量；

步骤S3，根据所述第一调整因子和第二调整因子，计算得到针对该风险标的Q的保费调整因子；其中，针对该风险标的Q的保费调整因子标记为γ，γ＝φ₁·φ₂；

步骤S4，根据所得针对该风险标的Q的保费调整因子γ，得到针对该风险标Q的调整后的保费；其中，针对该风险标Q的调整后的保费标记为P₁，P₁＝(1+γ)·P。