WO2018205373A1 - 人伤理赔定损费用测算方法、装置、服务器和介质 - Google Patents

人伤理赔定损费用测算方法、装置、服务器和介质 Download PDF

Info

Publication number
WO2018205373A1
WO2018205373A1 PCT/CN2017/090582 CN2017090582W WO2018205373A1 WO 2018205373 A1 WO2018205373 A1 WO 2018205373A1 CN 2017090582 W CN2017090582 W CN 2017090582W WO 2018205373 A1 WO2018205373 A1 WO 2018205373A1
Authority
WO
WIPO (PCT)
Prior art keywords
loss
injury
human injury
damage
accident
Prior art date
Application number
PCT/CN2017/090582
Other languages
English (en)
French (fr)
Inventor
林梓棱
马显芳
蔡智晓
王鸿
范永安
谢洪彬
Original Assignee
平安科技（深圳）有限公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 平安科技（深圳）有限公司 filed Critical 平安科技（深圳）有限公司
Publication of WO2018205373A1 publication Critical patent/WO2018205373A1/zh

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/08—Insurance

Definitions

  • the present application relates to the field of computer technology, and in particular, to a method, device, server and medium for measuring a human injury claim loss cost.
  • a method, apparatus, server, and medium for measuring a human injury claim loss cost are provided.
  • a method for calculating a human injury claim loss cost comprising:
  • the fixed loss cost corresponding to the personal injury claim is calculated by using the fixed loss duration corresponding to the plurality of fixed damage items.
  • a device for calculating a human injury claim loss cost comprising:
  • a receiving module configured to receive a human injury and loss request sent by the terminal, where the personal injury and loss request carries the injured person information
  • the measuring module is configured to input the injured person information into the human injury and loss model, and calculate a fixed loss duration corresponding to the plurality of fixed damage items by using the human injury and loss model;
  • the damage duration calculates the fixed loss cost corresponding to the personal injury claim.
  • a server comprising a memory and a processor, the memory storing computer executable instructions, the instructions being executed by the processor, causing the processor to perform the following steps:
  • the fixed loss cost corresponding to the personal injury claim is calculated by using the fixed loss duration corresponding to the plurality of fixed damage items.
  • One or more non-volatile readable storage media storing computer-executable instructions, when executed by one or more processors, cause the one or more processors to perform the following steps:
  • the fixed loss cost corresponding to the personal injury claim is calculated by using the fixed loss duration corresponding to the plurality of fixed damage items.
  • 1 is an application scenario diagram of a method for calculating a human injury claim loss cost in an embodiment
  • FIG. 2 is a flow chart of a method for calculating a human injury claim loss cost in an embodiment
  • FIG. 3 is a block diagram of a device for measuring a human injury claim loss cost in an embodiment
  • FIG. 4 is a block diagram of a device for measuring a human injury claim loss cost in another embodiment
  • Figure 5 is a block diagram of a server in one embodiment.
  • the method for calculating the human injury claim loss cost can be applied to the application scenario shown in FIG. 1 .
  • the claims terminal 102 is connected to the server 104 via a network.
  • the claimant can input the injured person information through the claim terminal 102 when processing the personal injury claim.
  • the claim terminal 102 generates a human injury loss request using the injured person information, and transmits a personal injury loss request to the server 104.
  • a human injury damage model is pre-established on the server 104.
  • the human injury damage model is invoked.
  • the server 104 inputs the injured person information to the human injury and loss model, and calculates the fixed loss duration corresponding to the plurality of fixed damage items by the human injury and loss model.
  • the server 104 obtains a corresponding measurement standard for the fixed loss according to the fixed loss item.
  • the server 104 calculates the fixed loss expenses corresponding to the plurality of fixed damage items by using the measurement standards of the fixed loss duration and the fixed loss cost, and accumulates the fixed loss expenses corresponding to the plurality of fixed damage items to obtain the fixed loss expenses corresponding to the personal injury claims. In the whole process, no manual participation is required, which effectively saves the time of manual measurement and improves the measurement efficiency of the fixed loss cost.
  • a method for calculating a human injury claim loss cost is provided. It should be understood that although the steps in the flowchart of FIG. 2 are sequentially displayed as indicated by the arrows, these steps are performed. It is not necessarily performed in the order indicated by the arrows. Except as explicitly stated herein, the execution of these steps is not strictly limited, and may be performed in other sequences. Moreover, at least some of the steps in FIG.
  • the method is applied to the server as an example, and specifically includes the following steps:
  • Step 202 Receive a human injury determination request sent by the terminal, and carry the injured person information in the personal injury determination request.
  • the terminal can be a claim terminal or a client terminal. Terminals include computers, personal laptops, tablets, smartphones, and personal digital assistants.
  • the server can receive the personal injury request sent by the claimant through the claim terminal when processing the personal injury claim.
  • the server can also receive a personal injury request sent by the client terminal when the client applies for the injury claim.
  • the injured person's information is carried in the personal injury request.
  • the injured information includes the basic information of the injured person and the medical information of the injured person.
  • the basic information of the injured person includes the name, gender, age and location of the injured person.
  • the injured medical information includes the injured part of the injured person, medical items, diagnostic code, name of the operation, and type of surgery.
  • step 204 the human injury damage model is invoked according to the fixed loss request.
  • step 206 the injured person information is input into the human injury damage model, and the fixed damage duration corresponding to the plurality of fixed damage items is calculated by the human injury damage model.
  • a human injury damage model is pre-established on the server.
  • the human injury damage model can be expressed in the form of a multivariate function.
  • the multivariate function of the human injury damage model includes multiple factor variables.
  • a database is deployed on the server.
  • the database of human injury damage data corresponding to the current human injury damage model is stored in the database.
  • the human injury damage data table includes multiple factor fields, including the loss item, the length of the damage, the diagnosis code, the type of surgery, the age range, the region, and the gender. Among them, the damage items include lost work, nursing and nutritional subsidies.
  • the data of the factor field in the human injury timing data table may be calculated based on historical human injury loss data within a preset time period.
  • the server can update the human injury timing data table according to the set frequency to ensure that the content of each factor field is accurate.
  • the server After receiving the loss request, the server will call the human injury damage model.
  • the server obtains the required information from the injured person's information according to the factor variable of the human injury damage model, and inputs the required information into the human injury damage model.
  • the human injury damage model queries the factor field corresponding to each factor variable in the human injury damage data table to obtain the fixed loss duration corresponding to multiple damage items.
  • the human injury damage model can simultaneously output the fixed loss duration corresponding to multiple damage items.
  • the length of the damage can be varied, for example, it can be in days, weeks, or hours.
  • the length of the fixed loss corresponding to multiple damage items is calculated.
  • the code for the Beijing area is 201
  • the code for the comminuted fracture of the left femur is G.42.4.1
  • the code for the surgical treatment is 2
  • the code for the male is M
  • the age range is 36-50 years old.
  • Step 208 Calculate the fixed loss cost corresponding to the personal injury claim using the fixed loss duration corresponding to the plurality of fixed damage items.
  • the server calculates the fixed loss duration corresponding to the plurality of fixed damage items by using the human injury and loss model
  • the corresponding loss calculation standard is obtained according to the fixed damage item.
  • the measurement of the fixed loss cost can correspond to the unit of the fixed loss duration.
  • the measurement standard of the fixed loss cost may be the daily average fixed loss amount measured by the day, or the weekly average fixed loss amount measured by the week, or may be the hourly average fixed loss amount measured by the hour. Due to the different labor costs, nursing expenses and nutritional subsidies in different regions and different industries, the server can further obtain the corresponding measurement cost of the loss according to the injured area and/or industry.
  • the server calculates the fixed loss expenses corresponding to the plurality of fixed damage items by using the measurement criteria of the fixed loss duration and the fixed loss cost.
  • the fixed loss cost the length of the fixed loss * the measurement standard of the fixed loss. For example, the duration of the loss is measured in days, and the measurement standard for the loss is the average daily loss.
  • the server accumulates the fixed loss expenses corresponding to the plurality of fixed damage items to obtain the fixed loss expenses corresponding to the personal injury claims.
  • the human injury damage model when a human injury loss request is received, the human injury damage model is invoked.
  • the information of the injured person carried in the personal injury request is input into the human injury damage model, and the fixed damage duration corresponding to the plurality of fixed damage items is calculated by the human injury damage model. Therefore, the fixed loss time required for the personal injury claim is calculated by using the fixed loss duration corresponding to the plurality of fixed damage items. In the whole process, no human intervention is required at all.
  • the human injury damage model By calling the human injury damage model, the fixed damage cost required for the human injury claim can be automatically calculated, which effectively saves the time of manual measurement and improves the measurement efficiency of the fixed loss cost. .
  • the server may obtain the corresponding fixed loss fee according to the fixed damage item carried in the injured person information.
  • Fixed damage items that do not require a fixed length of time include death compensation, mental comfort and disability compensation.
  • the method further includes: acquiring historical human injury loss data within a preset time period; the historical human injury loss data includes a plurality of factor fields; and the historical human injury loss data corresponding to the factor field is aggregated Class analysis, the clustering results corresponding to multiple factor fields are obtained; the clustering results are used to optimize the human injury damage model.
  • the adjustment includes the injury site, the name of the surgery, age or gender.
  • it is necessary to optimize the human injury damage model.
  • the server may acquire, in the database, historical damage data of a plurality of injured persons within a preset time period.
  • the preset time period can be one year, half a year, or a quarter.
  • Historical human injury damage data includes multiple factor fields, such as damage items, duration of injury, diagnostic code, type of surgery, age range, region, and gender.
  • the server takes the historical damage data of each injured person as a sample, and takes the field name of each factor field as a dimension.
  • the server performs cluster analysis on samples of each dimension.
  • the server adopts a clustering analysis algorithm, for example, a K-means algorithm, and the field names of each factor field are used as data objects to iteratively calculate multiple samples in turn, and the clustering results corresponding to each dimension are calculated.
  • the server obtains the dimensions of gender, age, injury site, and medical item, and performs cluster analysis on multiple samples to obtain the duration of the same gender, the same injury site, and the same medical item in a certain age range.
  • the server updates the human injury damage data table by using the clustering result against the field name of each factor field.
  • the server may perform an average calculation on the length of the lost time within the budget range according to the dimension.
  • the mean calculation includes an average calculation or a square mean calculation, and the like. For example, after cluster analysis, it is obtained that the gender is male, the length of the lost time of the fracture between 30-40 years old is 198 days, and the length of the lost work between 40-50 years old is 199 days, and the age is 40-50 years old. The length of time between work is 200 days, and the average value of several lost time is analyzed, for example, the average value is 199 days.
  • the server can update the length of the lost time of a male with a 30- to 50-year-old fracture to 199 days.
  • the server is updated by the human injury timing data table, so that the human injury damage model can be queried in the human injury timing data table to update the fixed loss duration, thereby realizing the optimization of the human injury damage model. This makes it possible to ensure that an accurate personal injury loss is calculated when a person is injured.
  • the method before the step of receiving the person's injury claim, the method further includes: capturing news content on multiple websites; performing big data analysis on the plurality of news contents to obtain content related to the insurance accident; If the content related to the insurance accident identifies the claim for compensation, the claims task is generated according to the claim compensation event, and the claim task is sent to the claim terminal, so that the claim terminal generates a personal injury claim when processing the personal injury claim.
  • the personal injury claim may be a claim service provided by the claimant when the customer encounters an insured event.
  • the server can use the multiple sites in the crawler technology to collect news content and perform big data analysis on the collected news content. If the claim-to-claims event can be identified in the results of the big data analysis, the server generates a corresponding claim task, sends the claim task to the claim terminal, and the claimant goes to provide the client with the active claim service.
  • the server performs big data analysis on news content collected from a plurality of websites.
  • the server can obtain insurance-related keywords, such as car accidents, plane crashes, earthquakes, and explosions, and use keywords to cluster the collected news content to obtain content related to insurance accidents.
  • the server's big data analysis of the collected news content can be regarded as a primary screening of news content.
  • the server needs to further process the content obtained by the screening, that is, the insurance-related content, to identify whether the insurance-related content involves an insurance accident to be settled.
  • the manner of identifying whether there is an insured event to be settled may include a plurality of types.
  • the server may acquire the basic information of the accident in the content related to the insurance accident, generate an accident investigation task according to the basic information of the accident, and send the inspection task to the inspection terminal corresponding to the surveying personnel.
  • the surveying personnel go to the scene of the accident to conduct a survey. If there is a customer who needs to make a claim, the survey terminal returns the information of the customer to be settled to the server.
  • the server receives the to-be-claimed customer information returned by the inspection terminal, and records the to-be-resolved accident corresponding to the content related to the insurance accident according to the customer information to be claimed.
  • the server may obtain a picture of the content related to the insured event, identify whether there is a face in the picture, and if so, further identify whether the face is an insured customer image. If so, the server records the claims to be settled corresponding to the content related to the insurance accident according to the customer image.
  • the server may obtain the corresponding customer information according to the to-be-resolved accident, and extract the corresponding policy information in the database according to the customer information.
  • the server generates a claims task according to the policy information and the to-be-resolved accident, and sends the claim task to the claim terminal.
  • the claimant provides the client with an active claim service based on the claims task received by the claim terminal. Therefore, the customer can enjoy the claim service in time in the event of an insurance accident.
  • the method further includes: acquiring a picture in the content related to the insurance accident, and identifying the picture; If the face is recognized, it is further recognized whether the face is an insured customer image; if so, the to-be-resolved accident corresponding to the content related to the insurance accident is recorded.
  • the server may acquire the basic information of the accident in the content related to the insurance accident according to the result of the big data analysis.
  • Basic information about the accident includes the time of the accident, the location of the accident, and the type of accident.
  • the server may generate an accident investigation task according to the basic information of the accident, and send the inspection task to the inspection terminal corresponding to the surveying personnel.
  • the server may obtain the identification of the surveying personnel in the corresponding area according to the location of the accident, and query the identification of the surveying personnel familiar with the type of the accident according to the identification of the surveying personnel and the type of the accident.
  • the server sends the survey task to the survey terminal corresponding to the survey person identification.
  • the survey personnel familiar with the type of the accident can make a timely investigation to identify whether there is a customer who needs to claim in the accident. If there is a customer who needs to make a claim, the surveying personnel input the information to be claimed by the surveying terminal, and the surveying terminal uploads the information to be processed to the server. After receiving the customer information to be claimed, the server obtains the corresponding policy information according to the customer information to be claimed.
  • the policy information includes the policy status and the corresponding claims terms. If the policy status is valid and the insured event complies with the terms of the claim, the server records the claims to be settled corresponding to the content related to the insured event. This makes it possible to accurately identify the claims to be settled.
  • the survey personnel can be identified by means of assigning survey tasks, and each customer who needs to claim can be accurately identified. This ensures that every customer experiencing an insured event is provided with timely and effective claims services.
  • the claimant actively provides the claim service, the fixed damage fee corresponding to the personal injury claim can be quickly and accurately calculated in the manner provided in the above embodiment. In turn, it can effectively improve the efficiency of claims.
  • a human injury claim loss cost estimating apparatus including: a receiving module 302, a calling module 304, and a measuring module 306, wherein:
  • the receiving module 302 is configured to receive a human injury and loss request sent by the terminal, and the injured person carries the injured person information.
  • the calling module 304 is configured to invoke the human injury loss model according to the fixed loss request.
  • the measuring module 306 is configured to input the injured person information into the human injury and damage model, and calculate the fixed loss duration corresponding to the plurality of fixed damage items by using the human injury and loss model; and calculate the human injury by using the fixed loss duration corresponding to the plurality of fixed damage items.
  • the apparatus further includes: an optimization module 308, configured to acquire historical human injury loss data within a preset time period; historical human injury loss data includes a plurality of factor fields; and a history corresponding to the factor field
  • the human injury damage data is clustered and analyzed, and the clustering results corresponding to multiple factor fields are obtained.
  • the clustering results are used to optimize the human injury damage model.
  • the apparatus further includes: a content collection module 310, a content analysis module 312, and a claims module 314, wherein:
  • the content collection module 310 is configured to capture news content on multiple websites.
  • the content analysis module 312 is configured to perform big data analysis on various news contents to obtain content related to the insurance accident.
  • the claim module 314 is configured to: if the claim-to-claim event is identified according to the content related to the insurance accident, generate a claim task according to the claim-resolving accident, and send the claim task to the claim terminal, so that the claim terminal generates a personal injury when processing the person's injury claim Fixed loss request.
  • the apparatus further includes: a surveying module 316, configured to generate an accident survey task according to the content related to the insurance accident, send the accident survey task to the survey terminal, and receive the survey information returned by the survey terminal; Including customer information, it records the claims to be settled corresponding to the content related to the insurance accident.
  • a surveying module 316 configured to generate an accident survey task according to the content related to the insurance accident, send the accident survey task to the survey terminal, and receive the survey information returned by the survey terminal; Including customer information, it records the claims to be settled corresponding to the content related to the insurance accident.
  • Each module in the above-mentioned human injury claim loss cost estimating device may be implemented in whole or in part by software, hardware, and combinations thereof.
  • the receiving module 302 is configured to receive a human injury loss request sent by the terminal through a network interface.
  • the network interface may be an Ethernet card or a wireless network card.
  • the above modules may be embedded in the hardware of the base station or may be stored in the memory of the base station in a software form, so that the processor can call the corresponding operations of the above modules.
  • the processor may be a central processing unit (CPU) or a microprocessor.
  • a server is provided, as shown in FIG. 5, which includes a processor coupled through a system bus, memory, a computer program stored on the memory and executable on the processor, a network interface, and the like.
  • the processor is used to provide calculation and control capabilities.
  • the memory provides an environment for the operation of the computer program.
  • the memory includes an internal memory and a non-volatile storage medium.
  • the network interface is used to communicate with an external survey terminal or claim terminal via a network connection. The following steps are implemented when the processor executes a computer program:
  • the fixed loss cost corresponding to the personal injury claim is calculated by using the fixed loss duration corresponding to the plurality of fixed damage items.
  • the server can be implemented as a standalone server or a server cluster consisting of multiple servers. It will be understood by those skilled in the art that the structure shown in FIG. 5 is only a block diagram of a part of the structure related to the solution of the present application, and does not constitute a limitation on the server to which the solution of the present application is applied.
  • the specific server may include More or fewer components are shown in the figures, or some components are combined, or have different component arrangements.
  • the processor further implements the following steps when executing the computer program:
  • historical human injury damage data within a preset time period; historical human injury damage data includes a plurality of factor fields;
  • the clustering results were used to optimize the human injury damage model.
  • the processor further implements the following steps when executing the computer program:
  • the claim task is generated according to the claim-resolving accident, and the claim-receiving task is sent to the claim terminal, so that the claim-making terminal generates a personal injury-determining request when processing the personal injury claim.
  • the processor further implements the following steps when executing the computer program:
  • the survey information includes customer information
  • the incident to be settled corresponding to the content related to the insurance accident is recorded.
  • one or more non-volatile readable storage media storing computer-executable instructions are provided, the computer-executable instructions being executed by one or more processors such that the one or more The processors perform the following steps:
  • the fixed loss cost corresponding to the personal injury claim is calculated by using the fixed loss duration corresponding to the plurality of fixed damage items.
  • historical human injury damage data within a preset time period; historical human injury damage data includes a plurality of factor fields;
  • the clustering results were used to optimize the human injury damage model.
  • the claim task is generated according to the claim-resolving accident, and the claim-receiving task is sent to the claim terminal, so that the claim-making terminal generates a personal injury-determining request when processing the personal injury claim.
  • the survey information includes customer information
  • the incident to be settled corresponding to the content related to the insurance accident is recorded.
  • the storage medium may be a magnetic disk, an optical disk, or a read-only storage memory (Read-Only) Memory, ROM), etc.

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Technology Law (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

一种人伤理赔定损费用测算方法，包括：接收终端发送的人伤定损请求，所述人伤定损请求中携带了伤者信息；根据所述定损请求调用人伤定损模型；将所述伤者信息输入至所述人伤定损模型，通过所述人伤定损模型计算多个定损项目对应的定损时长；利用多个定损项目对应的定损时长计算人伤理赔对应的定损费用。

Description

人伤理赔定损费用测算方法、装置、服务器和介质
本申请要求于2017年05月10日提交中国专利局，申请号为201710326780.2，发明名称为“人伤理赔定损费用测算方法、装置、服务器和介质”的中国专利申请的优先权，其全部内容通过引用结合在本申请中。
【技术领域】
本申请涉及计算机技术领域，特别是涉及一种人伤理赔定损费用测算方法、装置、服务器和介质。
【背景技术】
在保险行业内，人伤理赔是较为常见的一种理赔类型。在传统的方式中，人伤理赔主要依靠医疗核赔专业人员根据其自身业务经营、伤者伤情以及治疗情况等进行人工评估，以测算人伤理赔的定损费用。但是人工方式来测算人伤理赔的定损费用耗时较长，效率较低。因此，如何有效提高人伤理赔的定损费用的测算效率成为目前需要解决的一个技术问题。
【发明内容】
根据本申请的各种实施例，提供一种人伤理赔定损费用测算方法、装置、服务器和介质。
一种人伤理赔定损费用测算方法，包括：
接收终端发送的人伤定损请求，所述人伤定损请求中携带了伤者信息；
根据所述定损请求调用人伤定损模型；
将所述伤者信息输入至所述人伤定损模型，通过所述人伤定损模型计算多个定损项目对应的定损时长；及
利用多个定损项目对应的定损时长计算人伤理赔对应的定损费用。
一种人伤理赔定损费用测算装置，包括：
接收模块，用于接收终端发送的人伤定损请求，所述人伤定损请求中携带了伤者信息；
调用模块，用于根据所述定损请求调用人伤定损模型；及
测算模块，用于将所述伤者信息输入至所述人伤定损模型，通过所述人伤定损模型计算多个定损项目对应的定损时长；利用多个定损项目对应的定损时长计算人伤理赔对应的定损费用。
一种服务器，包括存储器和处理器，所述存储器中储存有计算机可执行指令，所述指令被所述处理器执行时，使得所述处理器执行以下步骤：
接收终端发送的人伤定损请求，所述人伤定损请求中携带了伤者信息；
根据所述定损请求调用人伤定损模型；
将所述伤者信息输入至所述人伤定损模型，通过所述人伤定损模型计算多个定损项目对应的定损时长；及
利用多个定损项目对应的定损时长计算人伤理赔对应的定损费用。
一个或多个存储有计算机可执行指令的非易失性可读存储介质，所述计算机可执行指令被一个或多个处理器执行时，使得所述一个或多个处理器执行以下步骤：
接收终端发送的人伤定损请求，所述人伤定损请求中携带了伤者信息；
根据所述定损请求调用人伤定损模型；
将所述伤者信息输入至所述人伤定损模型，通过所述人伤定损模型计算多个定损项目对应的定损时长；及
利用多个定损项目对应的定损时长计算人伤理赔对应的定损费用。
本申请的一个或多个实施例的细节在下面的附图和描述中提出。本申请的其它特征、目的和优点将从说明书、附图以及权利要求书变得明显。
【附图说明】
为了更清楚地说明本申请实施例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申请的一些实施例，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实施例的附图。
图1为一个实施例中的人伤理赔定损费用测算方法应用场景图；
图2为一个实施例中人伤理赔定损费用测算方法的流程图；
图3为一个实施例中人伤理赔定损费用测算装置的框图；
图4为另一个实施例中人伤理赔定损费用测算装置的框图；
图5为一个实施例中服务器的框图。
【具体实施方式】
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请实施例中所提供的人伤理赔定损费用测算方法，可以应用于如图1所示的应用场景中。理赔终端102与服务器104通过网络连接。理赔人员在处理人伤理赔时可以通过理赔终端102输入伤者信息。理赔终端102利用伤者信息生成人伤定损请求，并且将人伤定损请求发送至服务器104。服务器104上预先建立了人伤定损模型。当服务器104接收到人伤定损请求时，调用人伤定损模型。服务器104将伤者信息输入至人伤定损模型，通过人伤定损模型计算多个定损项目对应的定损时长。服务器104根据定损项目获取对应的定损费用测算标准。服务器104利用定损时长与定损费用的测算标准分别计算多个定损项目对应的定损费用，将多个定损项目对应的定损费用进行累计得到人伤理赔对应的定损费用。在整个过程中，完全不需要人工参与，有效节省了人工测算的耗时，提高了定损费用的测算效率。
在一个实施例中，如图2所示，提供了一种人伤理赔定损费用测算方法，应该理解的是，虽然图2的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，图2中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。以该方法应用于服务器为例进行说明，具体包括以下步骤：
步骤202，接收终端发送的人伤定损请求，人伤定损请求中携带了伤者信息。
终端可以是理赔终端，也可以客户终端。终端包括电脑、个人笔记本电脑、平板电脑、智能手机以及个人数字助理等。服务器可以接收理赔人员在处理人伤理赔时通过理赔终端发送的人伤定损请求。服务器也可以接收客户申请人伤理赔时利用客户终端发送的人伤定损请求。人伤定损请求中携带了伤者信息。伤者信息包括伤者基本信息和伤者医疗信息。伤者基本信息包括伤者姓名、性别、年龄以及所在地区等。伤者医疗信息包括伤者的损伤部位、医疗项目、诊断编码、手术名称以及手术类型等。
步骤204，根据定损请求调用人伤定损模型。
步骤206，将伤者信息输入至人伤定损模型，通过人伤定损模型计算多个定损项目对应的定损时长。
服务器上预先建立了人伤定损模型。人伤定损模型可以采用多元函数的形式来表达。人伤定损模型的多元函数包括多个因子变量。
在其中一个实施例中，人伤定损模型包括：F = f（x，y，z，k，g）；其中，F为定损项目对应的定损时长； x、y、z、k及g为因子字段，其中，x为诊断编码；y为手术类型；z为年龄区间；k为所在地区；g为性别。
服务器上部署了数据库。数据库中存储了当前人伤定损模型对应的人伤定损数据表。人伤定损数据表中包括多个因子字段，因子字段包括定损项目、定损时长、诊断编码、手术类型、年龄区间、所在地区以及性别等。其中，定损项目包括误工、护理和营养补助等。人伤定时数据表中的因子字段的数据可以是根据预设时间段内的历史人伤定损数据计算得到的。服务器可以按照设置的频率对人伤定时数据表进行更新，以确保每个因子字段的内容准确无误。
服务器在接收到定损请求之后，会调用人伤定损模型。服务器根据人伤定损模型的因子变量在伤者信息中获取所需信息，将所需信息输入至人伤定损模型。人伤定损模型在人伤定损数据表中查询每个因子变量对应的因子字段，得到多个定损项目对应的定损时长。人伤定损模型可以同时输出多个定损项目对应的定损时长。定损时长可以有多种单位，例如，可以以天为单位，也可以周为单位，还可以小时为单位等。
对人伤定损模型计算多个定损项目对应的定损时长进行举例说明。北京地区的代码为201，左侧股骨粉碎性骨折的代码为G.42.4.1，手术治疗的代码为2，男性的代码为 M，年龄区间为36-50岁。如果人伤定损请求中携带了伤者信息包括男性，年龄为40岁，所在地区为北京，受损部位为左侧股骨粉碎性骨折，诊断编码为G.42.4.1，采用手术治疗。则服务器可以将上述信息输入至人伤定损模型，得到如下数据关系F = f（G.42.4.1，2，36-50，201，M）。由此得到（186，90，90）。即误工定损时长为186天，护理定损时长为90天，营养补助定损时长为90天。
步骤208，利用多个定损项目对应的定损时长计算人伤理赔对应的定损费用。
服务器利用人伤定损模型计算多个定损项目对应的定损时长之后，根据定损项目获取对应的定损费用测算标准。定损费用测算标准可以与定损时长的单位相对应。例如，定损费用测算标准可以是按天来测算的日均定损金额，也可以是按周来测算的周均定损金额，还可以是按小时来测算的时均定损金额等。由于不同地区以及不同行业的误工费、护理费以及营养补助费等可能会不同，因此服务器还可以进一步按照伤者所在区域和/或行业获取对应的定损费用测算标准。
服务器利用定损时长与定损费用的测算标准分别计算多个定损项目对应的定损费用。具体的，定损费用=定损时长*定损费用的测算标准。例如，定损时长以天为单位，定损费用的测算标准为日均定损金额。误工定损时长为186天，误工日均定损金额为300元，则误工定损费用=186*300=55800元。服务器将多个定损项目对应的定损费用进行累计得到人伤理赔对应的定损费用。
本实施例中，当接收到人伤定损请求时，调用人伤定损模型。将人伤定损请求中携带的伤者信息输入至人伤定损模型，通过该人伤定损模型计算多个定损项目对应的定损时长。从而利用多个定损项目对应的定损时长来计算人伤理赔所需的定损费用。在整个过程中，完全不需要人工参与，通过调用人伤定损模型即可自动测算出人伤理赔所需的定损费用，有效节省了人工测算的耗时，提高了定损费用的测算效率。
进一步的，对于不需要进行定损时长计算的人伤理赔，服务器可以根据伤者信息中携带的定损项目获取对应的定损费用。不需要进行定损时长的定损项目包括死亡赔偿、精神抚慰和伤残赔偿等。
在一个实施例中，该方法还包括：获取预设时间段内的历史人伤定损数据；历史人伤定损数据包括多个因子字段；对因子字段对应的历史人伤定损数据进行聚类分析，得到多个因子字段对应的聚类结果；利用聚类结果对人伤定损模型进行优化。
由于人伤理赔方面的规定会随着时间的变化进行调整。调整的内容包括损伤部位、手术名称、年龄或者性别等。为了在人伤理赔时能够确保计算出准确的人伤定损费用，需要对人伤定损模型进行优化。
具体的，服务器可以在数据库中获取预设时间段内的多个伤者的历史人伤定损数据。预设时间段可以是一年，也可以是半年，还可以是一个季度等。历史人伤定损数据包括多个因子字段，例如，定损项目、定损时长、诊断编码、手术类型、年龄区间、所在地区以及性别等。服务器将每个伤者的历史人伤定损数据作为一个样本，将每个因子字段的字段名作为一个维度。服务器对每个维度的样本进行聚类分析。服务器采用聚类分析算法，例如K-means算法，将每个因子字段的字段名作为数据对象依次对多个样本进行迭代计算，计算出每个维度对应的聚类结果。例如，服务器获取性别、年龄、损伤部位和医疗项目这几个维度，对多个样本分别进行聚类分析，得到某一个年龄区间内，相同性别、相同损伤部位以及相同医疗项目的定损时长。服务器对照每个因子字段的字段名，利用聚类结果对人伤定损数据表进行更新。
进一步的，如果利用多个维度聚类分析后得到的定损时长在预设范围内，服务器还可以根据维度对预算范围内的误工时长进行均值计算。均值计算包括平均值计算或平方均值计算等。例如，经过聚类分析后，得到：性别为男性，年龄在30-40岁之间骨折的误工时长为198天，年龄在40-50岁之间误工时长为199天，年龄在40-50岁之间的误工时长为200天，则对着几个误工时长进行均值分析，如取平均值为199天。服务器可以将人伤定损数据表中的男性，年龄在30-50岁之间骨折的误工时长更新为199天。
服务器通过人伤定时数据表进行更新，由此可以使得人伤定损模型在人伤定时数据表中能够查询到更新后的定损时长，从而实现对人伤定损模型的优化。由此可以在人伤理赔时能够确保计算出准确的人伤定损费用。
在一个实施例中，在接收人伤定损请求的步骤之前，还包括：在多个网站抓取新闻内容；对多种新闻内容进行大数据分析，得到与保险事故相关的内容；若根据与保险事故相关的内容识别出待理赔事故，则根据待理赔事故生成理赔任务，将理赔任务发送至理赔终端，以使得理赔终端在处理人伤理赔时生成人伤定损请求。
本实施例中，人伤理赔可以是客户在遭遇保险事故时由理赔人员主动提供的理赔服务。为了能够为客户提供主动理赔服务，服务器可以利用爬虫技术中多个网站采集新闻内容，对采集到的新闻内容进行大数据分析。如果能够在大数据分析的结果中识别出待理赔事故，则服务器生成相应的理赔任务，将理赔任务发送至理赔终端，由理赔人员前去为客户提供主动理赔服务。
具体的，服务器对从多个网站采集到的新闻内容进行大数据分析。服务器可以获取与保险相关的关键字，例如，车祸、飞机失事、地震和***等，利用关键字对采集到的新闻内容进行聚类分析，得到与保险事故相关的内容。服务器对采集到的新闻内容进行大数据分析，可以视为是对新闻内容的初级筛选。服务器对筛选得到的内容，即与保险相关的内容还需要做进一步的处理，以此来识别与保险相关的内容是否涉及待理赔的保险事故。识别是否存在待理赔的保险事故的方式可以包括多种。
在其中一个实施例中，服务器可以获取与保险事故相关的内容中的事故基本信息，根据事故基本信息生成事故查勘任务，将查勘任务发送至查勘人员对应的查勘终端。由查勘人员去事故现场进行查勘，如果存在需要理赔的客户，则查勘终端向服务器返回待理赔客户信息。服务器接收到查勘终端返回的待理赔客户信息，根据待理赔客户信息记录与保险事故相关的内容所对应的待理赔事故。
在其中一个实施例中，服务器可以获取与保险事故相关的内容的图片，识别图片中是否有人脸，若有，则进一步识别该人脸是否为被保险的客户图像。若是，则服务器根据客户图像记录与保险事故相关的内容所对应的待理赔事故。
如果根据保险事故相关的内容识别出存在待理赔事故，那么服务器可以根据待理赔事故获取对应的客户信息，根据客户信息在数据库中提取对应的保单信息。服务器根据保单信息和待理赔事故生成理赔任务，将理赔任务发送至理赔终端。理赔人员根据理赔终端接收到的理赔任务去为客户提供主动理赔服务。从而可以使得客户在遭遇保险事故时能够及时享受到理赔服务。
在一个实施例中，在对多种新闻内容进行大数据分析，得到与保险事故相关的内容的步骤之后，还包括：在与保险事故相关的内容中获取图片，对图片进行识别；若在图片中识别出人脸，则进一步识别人脸是否为被保险的客户图像；若是，则记录与保险事故相关的内容所对应的待理赔事故。
本实施例中，服务器可以根据大数据分析的结果，获取与保险事故相关的内容中的事故基本信息。事故基本信息包括事故时间、事故地点以及事故类型等。服务器可以根据事故基本信息生成事故查勘任务，将查勘任务发送至查勘人员对应的查勘终端。具体的，服务器可以根据事故地点获取相应区域范围内的查勘人员标识，根据查勘人员标识与事故类型，查询熟悉该事故类型的查勘人员标识。服务器将查勘任务发送至该查勘人员标识对应的查勘终端。由此可以使得熟悉该事故类型的查勘人员能够及时去进行查勘，以便识别本次事故中是否存在需要理赔的客户。如果存在需要理赔的客户，则查勘人员通过查勘终端输入待理赔客户信息，查勘终端将待理赔客户信息上传至服务器。服务器接收到待理赔客户信息之后，根据待理赔客户信息获取对应的保单信息。保单信息包括保单状态以及对应的理赔条款。如果保单状态为有效并且本次保险事故符合理赔条款的规定，则服务器记录与保险事故相关的内容所对应的待理赔事故。由此可以准确识别出待理赔事故。由于一起保险事故中可能会涉及到一个或多个待理赔客户，因此通过分配查勘任务的方式让查勘人员前去查勘，能够准确识别出每一个需要理赔的客户。从而确保能够为每一个遭遇保险事故的客户提供及时有效的理赔服务。在理赔人员主动提供理赔服务时，可以按照上述实施例中提供的方式快速准确的计算人伤理赔对应的定损费用。进而能够有效提高理赔效率。
在一个实施例中，如图3所示，提供了一种人伤理赔定损费用测算装置，包括：接收模块302、调用模块304和测算模块306，其中：
接收模块302，用于接收终端发送的人伤定损请求，人伤定损请求中携带了伤者信息。
调用模块304，用于根据定损请求调用人伤定损模型。
测算模块306，用于将伤者信息输入至人伤定损模型，通过人伤定损模型计算多个定损项目对应的定损时长；利用多个定损项目对应的定损时长计算人伤理赔对应的定损费用。
在其中一个实施例中，人伤定损模型包括：F = f（x，y，z，k，g）；其中， F为定损项目对应的定损时长；x、y、z、k及g为因子字段，其中， x为诊断编码；y为手术类型；z为年龄区间；k为所在地区；g为性别。
在其中一个实施例中，该装置还包括：优化模块308，用于获取预设时间段内的历史人伤定损数据；历史人伤定损数据包括多个因子字段；对因子字段对应的历史人伤定损数据进行聚类分析，得到多个因子字段对应的聚类结果；利用聚类结果对人伤定损模型进行优化。
在一个实施例中，如图4所示，该装置还包括：内容采集模块310、内容分析模块312和理赔模块314，其中：
内容采集模块310，用于在多个网站抓取新闻内容。
内容分析模块312，用于对多种新闻内容进行大数据分析，得到与保险事故相关的内容。
理赔模块314，用于若根据与保险事故相关的内容识别出待理赔事故，则根据待理赔事故生成理赔任务，将理赔任务发送至理赔终端，以使得理赔终端在处理人伤理赔时生成人伤定损请求。
在其中一个实施例中，该装置还包括：查勘模块316，用于根据与保险事故相关的内容生成事故查勘任务，将事故查勘任务发送至查勘终端；接收查勘终端返回的查勘信息；若查勘信息中包括客户信息，则记录与保险事故相关的内容所对应的待理赔事故。
上述人伤理赔定损费用测算装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。例如，在硬件实现上，上述接收模块302用于通过网络接口接收终端发送的人伤定损请求。其中，网络接口可以是以太网卡或无线网卡等。上述各模块可以硬件形式内嵌于或独立于基站的处理器中，也可以以软件形式存储于基站的存储器中，以便于处理器调用执行以上各个模块对应的操作。其中，处理器可以为中央处理单元（CPU）或微处理器等。
在一个实施例中，提供了一种服务器，如图5所示，该服务器包括通过***总线连接的处理器、存储器、存储在存储器上并可在处理器上运行的计算机程序以及网络接口等。其中，处理器用于提供计算和控制能力。存储器为计算机程序的运行提供环境。存储器包括内存储器和非易失性存储介质。网络接口用于据以与外部的查勘终端或理赔终端通过网络连接通信。处理器执行计算机程序时实现以下步骤：
接收终端发送的人伤定损请求，人伤定损请求中携带了伤者信息；
根据定损请求调用人伤定损模型；
将伤者信息输入至人伤定损模型，通过人伤定损模型计算多个定损项目对应的定损时长；及
利用多个定损项目对应的定损时长计算人伤理赔对应的定损费用。
该服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。本领域技术人员可以理解，图5中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的服务器的限定，具体的服务器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。
在一个实施例中，人伤定损模型包括：F = f（x，y，z，k，g）；其中， F为定损项目对应的定损时长；x、y、z、k及g为因子字段，其中，x为诊断编码；y为手术类型；z为年龄区间；k为所在地区；g为性别。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
获取预设时间段内的历史人伤定损数据；历史人伤定损数据包括多个因子字段；
对因子字段对应的历史人伤定损数据进行聚类分析，得到多个因子字段对应的聚类结果；及
利用聚类结果对人伤定损模型进行优化。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
在多个网站抓取新闻内容；
对多种新闻内容进行大数据分析，得到与保险事故相关的内容；及
若根据与保险事故相关的内容识别出待理赔事故，则根据待理赔事故生成理赔任务，将理赔任务发送至理赔终端，以使得理赔终端在处理人伤理赔时生成人伤定损请求。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
根据与保险事故相关的内容生成事故查勘任务，将事故查勘任务发送至查勘终端；
接收查勘终端返回的查勘信息；及
若查勘信息中包括客户信息，则记录与保险事故相关的内容所对应的待理赔事故。
在一个实施例中，提供了一个或多个存储有计算机可执行指令的非易失性可读存储介质，所述计算机可执行指令被一个或多个处理器执行时，使得所述一个或多个处理器执行以下步骤：
接收终端发送的人伤定损请求，人伤定损请求中携带了伤者信息；
根据定损请求调用人伤定损模型；
将伤者信息输入至人伤定损模型，通过人伤定损模型计算多个定损项目对应的定损时长；及
利用多个定损项目对应的定损时长计算人伤理赔对应的定损费用。
在一个实施例中，人伤定损模型包括：F = f（x，y，z，k，g）；其中， F为定损项目对应的定损时长；x、y、z、k及g为因子字段，其中，x为诊断编码；y为手术类型；z为年龄区间；k为所在地区；g为性别。
在一个实施例中，计算机可执行指令被一个或多个处理器执行时，使得一个或多个处理器执行以下步骤：
获取预设时间段内的历史人伤定损数据；历史人伤定损数据包括多个因子字段；
对因子字段对应的历史人伤定损数据进行聚类分析，得到多个因子字段对应的聚类结果；及
利用聚类结果对人伤定损模型进行优化。
在一个实施例中，计算机可执行指令被一个或多个处理器执行时，使得一个或多个处理器执行以下步骤：
在多个网站抓取新闻内容；
对多种新闻内容进行大数据分析，得到与保险事故相关的内容；及
若根据与保险事故相关的内容识别出待理赔事故，则根据待理赔事故生成理赔任务，将理赔任务发送至理赔终端，以使得理赔终端在处理人伤理赔时生成人伤定损请求。
在一个实施例中，计算机可执行指令被一个或多个处理器执行时，使得一个或多个处理器执行以下步骤：
根据与保险事故相关的内容生成事故查勘任务，将事故查勘任务发送至查勘终端；
接收查勘终端返回的查勘信息；及
若查勘信息中包括客户信息，则记录与保险事故相关的内容所对应的待理赔事故。
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非易失性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（Read-Only Memory，ROM）等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (20)

  1. 一种人伤理赔定损费用测算方法，包括：
    接收终端发送的人伤定损请求，所述人伤定损请求中携带了伤者信息；
    根据所述定损请求调用人伤定损模型；
    将所述伤者信息输入至所述人伤定损模型，通过所述人伤定损模型计算多个定损项目对应的定损时长；及
    利用多个定损项目对应的定损时长计算人伤理赔对应的定损费用。
  2. 根据权利要求1所述的方法，其特征在于，所述人伤定损模型包括：
    F = f（x，y，z，k，g）；
    其中， F为定损项目对应的定损时长；x、y、z、k及g为因子字段，其中，x为诊断编码；y为手术类型；z为年龄区间；k为所在地区；g为性别。
  3. 根据权利要求1所述的方法，其特征在于，所述方法还包括：
    获取预设时间段内的历史人伤定损数据；所述历史人伤定损数据包括多个因子字段；
    对所述因子字段对应的历史人伤定损数据进行聚类分析，得到多个因子字段对应的聚类结果；及
    利用所述聚类结果对所述人伤定损模型进行优化。
  4. 根据权利要求1所述的方法，其特征在于，在所述接收人伤定损请求的步骤之前，还包括：
    在多个网站抓取新闻内容；
    对多种新闻内容进行大数据分析，得到与保险事故相关的内容；及
    若根据所述与保险事故相关的内容识别出待理赔事故，则根据所述待理赔事故生成理赔任务，将所述理赔任务发送至理赔终端，以使得所述理赔终端在处理人伤理赔时生成人伤定损请求。
  5. 根据权利要求4所述的方法，其特征在于，在所述对多种新闻内容进行大数据分析，得到与保险事故相关的内容的步骤之后，还包括：
    根据所述与保险事故相关的内容生成事故查勘任务，将所述事故查勘任务发送至查勘终端；
    接收查勘终端返回的查勘信息；及
    若所述查勘信息中包括客户信息，则记录所述与保险事故相关的内容所对应的待理赔事故。
  6. 一种人伤理赔定损费用测算装置，包括：
    接收模块，用于接收终端发送的人伤定损请求，所述人伤定损请求中携带了伤者信息；
    调用模块，用于根据所述定损请求调用人伤定损模型；及
    测算模块，用于将所述伤者信息输入至所述人伤定损模型，通过所述人伤定损模型计算多个定损项目对应的定损时长；利用多个定损项目对应的定损时长计算人伤理赔对应的定损费用。
  7. 根据权利要求6所述的装置，其特征在于，所述人伤定损模型包括：
    F = f（x，y，z，k，g）；
    其中， F为定损项目对应的定损时长；x、y、z、k及g为因子字段，其中， x为诊断编码；y为手术类型；z为年龄区间；k为所在地区；g为性别。
  8. 根据权利要求6所述的装置，其特征在于，还包括：
    优化模块，用于获取预设时间段内的历史人伤定损数据；所述历史人伤定损数据包括多个因子字段；对所述因子字段对应的历史人伤定损数据进行聚类分析，得到多个因子字段对应的聚类结果；及利用所述聚类结果对所述人伤定损模型进行优化。
  9. 根据权利要求6所述的装置，其特征在于，还包括：
    内容采集模块，用于在多个网站抓取新闻内容；
    内容分析模块，用于对多种新闻内容进行大数据分析，得到与保险事故相关的内容；及
    理赔模块，用于若根据与保险事故相关的内容识别出待理赔事故，则根据待理赔事故生成理赔任务，将理赔任务发送至理赔终端，以使得理赔终端在处理人伤理赔时生成人伤定损请求。
  10. 根据权利要求9所述的装置，其特征在于，还包括：
    查勘模块，用于根据与保险事故相关的内容生成事故查勘任务，将事故查勘任务发送至查勘终端；接收查勘终端返回的查勘信息；及若查勘信息中包括客户信息，则记录与保险事故相关的内容所对应的待理赔事故。
  11. 一种服务器，包括存储器和处理器，所述存储器中储存有计算机可执行指令，所述指令被所述处理器执行时，使得所述处理器执行以下步骤：
    接收终端发送的人伤定损请求，所述人伤定损请求中携带了伤者信息；
    根据所述定损请求调用人伤定损模型；
    将所述伤者信息输入至所述人伤定损模型，通过所述人伤定损模型计算多个定损项目对应的定损时长；及
    利用多个定损项目对应的定损时长计算人伤理赔对应的定损费用。
  12. 根据权利要求11所述的服务器，其特征在于，所述人伤定损模型包括：
    F = f（x，y，z，k，g）；
    其中， F为定损项目对应的定损时长；x、y、z、k及g为因子字段，其中，x为诊断编码；y为手术类型；z为年龄区间；k为所在地区；g为性别。
  13. 根据权利要求11所述的服务器，其特征在于，所述处理器执行所述程序时还实现以下步骤：
    获取预设时间段内的历史人伤定损数据；所述历史人伤定损数据包括多个因子字段；
    对所述因子字段对应的历史人伤定损数据进行聚类分析，得到多个因子字段对应的聚类结果；及
    利用所述聚类结果对所述人伤定损模型进行优化。
  14. 根据权利要求11所述的服务器，其特征在于，在所述接收人伤定损请求的步骤之前，所述处理器执行所述程序时还实现以下步骤：
    在多个网站抓取新闻内容；
    对多种新闻内容进行大数据分析，得到与保险事故相关的内容；及
    若根据所述与保险事故相关的内容识别出待理赔事故，则根据所述待理赔事故生成理赔任务，将所述理赔任务发送至理赔终端，以使得所述理赔终端在处理人伤理赔时生成人伤定损请求。
  15. 根据权利要求14所述的服务器，其特征在于，在所述对多种新闻内容进行大数据分析，得到与保险事故相关的内容的步骤之后，所述处理器执行所述程序时还实现以下步骤：
    根据所述与保险事故相关的内容生成事故查勘任务，将所述事故查勘任务发送至查勘终端；
    接收查勘终端返回的查勘信息；及
    若所述查勘信息中包括客户信息，则记录所述与保险事故相关的内容所对应的待理赔事故。
  16. 一个或多个存储有计算机可执行指令的非易失性可读存储介质，所述计算机可执行指令被一个或多个处理器执行时，使得所述一个或多个处理器执行以下步骤：
    接收终端发送的人伤定损请求，所述人伤定损请求中携带了伤者信息；
    根据所述定损请求调用人伤定损模型；
    将所述伤者信息输入至所述人伤定损模型，通过所述人伤定损模型计算多个定损项目对应的定损时长；及
    利用多个定损项目对应的定损时长计算人伤理赔对应的定损费用。
  17. 根据权利要求16所述的存储介质，其特征在于，所述人伤定损模型包括：
    F = f（x，y，z，k，g）；
    其中， F为定损项目对应的定损时长；x、y、z、k及g为因子字段，其中，x为诊断编码；y为手术类型；z为年龄区间；k为所在地区；g为性别。
  18. 根据权利要求16所述的存储介质，其特征在于，所述计算机可执行指令被一个或多个处理器执行时，使得所述一个或多个处理器执行以下步骤：
    获取预设时间段内的历史人伤定损数据；所述历史人伤定损数据包括多个因子字段；
    对所述因子字段对应的历史人伤定损数据进行聚类分析，得到多个因子字段对应的聚类结果；及
    利用所述聚类结果对所述人伤定损模型进行优化。
  19. 根据权利要求16所述的存储介质，其特征在于，在所述接收人伤定损请求的步骤之前，所述计算机可执行指令被一个或多个处理器执行时，使得所述一个或多个处理器执行以下步骤：
    在多个网站抓取新闻内容；
    对多种新闻内容进行大数据分析，得到与保险事故相关的内容；及
    若根据所述与保险事故相关的内容识别出待理赔事故，则根据所述待理赔事故生成理赔任务，将所述理赔任务发送至理赔终端，以使得所述理赔终端在处理人伤理赔时生成人伤定损请求。
  20. 根据权利要求19所述的存储介质，其特征在于，在所述对多种新闻内容进行大数据分析，得到与保险事故相关的内容的步骤之后，所述计算机可执行指令被一个或多个处理器执行时，使得所述一个或多个处理器执行以下步骤：
    根据所述与保险事故相关的内容生成事故查勘任务，将所述事故查勘任务发送至查勘终端；
    接收查勘终端返回的查勘信息；及
    若所述查勘信息中包括客户信息，则记录所述与保险事故相关的内容所对应的待理赔事故。
PCT/CN2017/090582 2017-05-10 2017-06-28 人伤理赔定损费用测算方法、装置、服务器和介质 WO2018205373A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201710326780.2A CN107180389B (zh) 2017-05-10 2017-05-10 人伤理赔定损费用测算方法、装置、服务器和介质
CN201710326780.2 2017-05-10

Publications (1)

Publication Number Publication Date
WO2018205373A1 true WO2018205373A1 (zh) 2018-11-15

Family

ID=59831095

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2017/090582 WO2018205373A1 (zh) 2017-05-10 2017-06-28 人伤理赔定损费用测算方法、装置、服务器和介质

Country Status (3)

Country Link
CN (1) CN107180389B (zh)
TW (1) TWI663566B (zh)
WO (1) WO2018205373A1 (zh)

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108255902B (zh) * 2017-04-11 2021-01-12 平安科技（深圳）有限公司 保险事故理赔处理方法、装置和理赔服务器
CN108509475A (zh) * 2017-09-25 2018-09-07 中国平安财产保险股份有限公司 报告数据导入方法及终端设备
CN107886437A (zh) * 2017-11-09 2018-04-06 中国平安财产保险股份有限公司 主动查勘处理方法、***、计算机设备和存储介质
CN107909299B (zh) * 2017-12-11 2018-09-18 凯泰铭科技（北京）有限公司 人伤理赔数据风险检测方法和***
WO2019184899A1 (zh) * 2018-03-26 2019-10-03 苏州山水树儿信息技术有限公司 基于历史案例的车辆碰撞定损方法及***
CN109146393B (zh) * 2018-06-09 2024-02-02 安行惠保（北京）科技发展有限公司 人伤查勘信息处理方法及***
CN108898500A (zh) * 2018-06-25 2018-11-27 平安科技（深圳）有限公司 房产理赔的测算方法、装置、计算机设备及存储介质
CN109509102B (zh) * 2018-08-14 2023-04-11 深圳平安医疗健康科技服务有限公司 理赔决策方法、装置、计算机设备和存储介质
CN109255013A (zh) * 2018-08-14 2019-01-22 平安医疗健康管理股份有限公司 理赔决策方法、装置、计算机设备和存储介质
CN109242707A (zh) * 2018-09-12 2019-01-18 医倍思特（北京）医疗信息技术有限公司 一种人伤理赔订单的智能审核方法
CN109523405A (zh) * 2018-10-30 2019-03-26 平安医疗健康管理股份有限公司 一种理赔提示方法、装置、服务器及计算机可读介质
CN109544103A (zh) * 2018-10-30 2019-03-29 平安医疗健康管理股份有限公司 一种理赔模型的构建方法、装置、服务器及存储介质
CN109544383A (zh) * 2018-10-31 2019-03-29 平安医疗健康管理股份有限公司 医疗保险的理赔方法、用户终端及服务器
CN109785163A (zh) * 2018-12-13 2019-05-21 平安医疗健康管理股份有限公司 一种理赔请求处理方法、服务器及计算机可读存储介质
CN109727147B (zh) * 2018-12-14 2023-08-22 中国平安财产保险股份有限公司 医疗费用智能计算方法、装置、计算机设备和存储介质
CN110427367B (zh) * 2019-07-05 2023-02-14 中国平安财产保险股份有限公司 基于评残参数的定损方法、装置、设备及存储介质
CN110533449A (zh) * 2019-07-08 2019-12-03 中国平安财产保险股份有限公司 数据推荐方法、装置、设备及存储介质
CN110689443A (zh) * 2019-09-02 2020-01-14 中国平安财产保险股份有限公司 出险数据处理方法、装置及存储介质、服务器
CN110889585B (zh) * 2019-10-12 2023-08-22 中国平安财产保险股份有限公司 信息分类决策方法、装置、计算机***及可读存储介质
CN112085610B (zh) * 2020-09-07 2023-08-22 中国平安财产保险股份有限公司 目标物定损方法、装置、电子设备及计算机可读存储介质
CN111932543B (zh) * 2020-10-16 2020-12-25 上海一嗨成山汽车租赁南京有限公司 确定像素化车伤数据的方法、电子设备和存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050021374A1 (en) * 2003-07-25 2005-01-27 Allahyari Komron Michael System and method for providing automated accident management services
US20150161738A1 (en) * 2013-12-10 2015-06-11 Advanced Insurance Products & Services, Inc. Method of determining a risk score or insurance cost using risk-related decision-making processes and decision outcomes
CN106231263A (zh) * 2016-08-03 2016-12-14 深圳市永兴元科技有限公司 基于移动网络通信的车辆定损理赔方法及装置
CN106530089A (zh) * 2015-09-15 2017-03-22 平安科技（深圳）有限公司 保险理赔额度的获取方法及服务器
CN106600425A (zh) * 2016-12-22 2017-04-26 安徽保腾网络科技有限公司 用于车险的查勘调度方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8504468B2 (en) * 2004-10-19 2013-08-06 Apollo Enterprise Solutions, Inc. System and method for compiling information for resolving transactions
US20150170287A1 (en) * 2013-12-18 2015-06-18 The Travelers Indemnity Company Insurance applications for autonomous vehicles
CN106530090A (zh) * 2015-09-15 2017-03-22 平安科技（深圳）有限公司 医疗理赔***及方法
CN105488258B (zh) * 2015-11-24 2020-03-27 大连楼兰科技股份有限公司 基于cae技术的车辆碰撞自动化定损方法
CN106056452A (zh) * 2016-05-27 2016-10-26 大连楼兰科技股份有限公司 远程无人定损***的建立方法及远程无人定损方法
CN106447066A (zh) * 2016-06-01 2017-02-22 上海坤士合生信息科技有限公司 一种大数据的特征提取方法和装置
TWM538207U (zh) * 2016-10-06 2017-03-11 國泰人壽保險股份有限公司 電子系統及伺服器

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050021374A1 (en) * 2003-07-25 2005-01-27 Allahyari Komron Michael System and method for providing automated accident management services
US20150161738A1 (en) * 2013-12-10 2015-06-11 Advanced Insurance Products & Services, Inc. Method of determining a risk score or insurance cost using risk-related decision-making processes and decision outcomes
CN106530089A (zh) * 2015-09-15 2017-03-22 平安科技（深圳）有限公司 保险理赔额度的获取方法及服务器
CN106231263A (zh) * 2016-08-03 2016-12-14 深圳市永兴元科技有限公司 基于移动网络通信的车辆定损理赔方法及装置
CN106600425A (zh) * 2016-12-22 2017-04-26 安徽保腾网络科技有限公司 用于车险的查勘调度方法

Also Published As

Publication number Publication date
TW201901585A (zh) 2019-01-01
CN107180389A (zh) 2017-09-19
CN107180389B (zh) 2018-06-15
TWI663566B (zh) 2019-06-21

Similar Documents

Publication Publication Date Title
WO2018205373A1 (zh) 人伤理赔定损费用测算方法、装置、服务器和介质
WO2020119403A1 (zh) 住院数据异常检测方法、装置、设备及可读存储介质
WO2020213843A1 (ko) 사용자 맞춤형 의료정보 제공 시스템 및 이의 구동방법
WO2020078053A1 (zh) 医疗数据异常检测方法、装置、设备及存储介质
WO2020119176A1 (zh) 报销数据的排查方法、识别服务端及存储介质
WO2020010677A1 (zh) 连续缺失值填充方法、数据分析装置、终端及存储介质
WO2015008936A1 (ko) 습관을 이용한 진단 장치 및 진단 관리 장치와 그를 이용한 진단 방법
WO2018058959A1 (zh) Sql审核方法、装置、服务器及存储设备
WO2016179885A1 (zh) 用户终端、专家平台及基于用户终端的专家会诊请求方法
WO2016171341A1 (ko) 클라우드 기반 병리 분석 시스템 및 방법
WO2020258657A1 (zh) 异常检测方法、装置、计算机设备及存储介质
WO2021051558A1 (zh) 基于知识图谱的问答方法、装置和存储介质
WO2020119384A1 (zh) 基于大数据分析的医保异常检测方法、装置、设备和介质
WO2020107909A1 (zh) 异常就诊费用的判断方法、装置、设备及计算机存储介质
WO2020119131A1 (zh) 用药方案异常的识别方法、装置、终端及可读存储介质
WO2018149083A1 (zh) 业务数据流转方法、装置、存储介质和终端
WO2020087981A1 (zh) 风控审核模型生成方法、装置、设备及可读存储介质
WO2020119402A1 (zh) 无关用药的识别方法、装置、终端及计算机可读存储介质
WO2016165177A1 (zh) 基于面部识别的网络医院自助缴费方法和***
WO2015199296A1 (ko) 응급 정신의학적 정신 상태 예측 모델 기반의 응급 원격정신의학 시스템 및 방법
WO2020119118A1 (zh) 异常数据的处理方法、装置、设备及计算机可读存储介质
WO2020108111A1 (zh) 医保欺诈行为的识别方法、装置、设备及可读存储介质
WO2016165201A1 (zh) 基于网络医院的自助缴费方法和***
WO2020062658A1 (zh) 合同生成方法、装置、设备及存储介质
WO2019100595A1 (zh) 保险理赔案件互斥信息的确定方法及装置

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17908840

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 17908840

Country of ref document: EP

Kind code of ref document: A1

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205A DATED 13.03.2020)

122 Ep: pct application non-entry in european phase

Ref document number: 17908840

Country of ref document: EP

Kind code of ref document: A1