本發(fā)明涉及一種基于物聯(lián)網(wǎng)的設(shè)備保險(xiǎn)智能定價(jià)方法與系統(tǒng)。

背景技術(shù)：

近年來(lái)，物聯(lián)網(wǎng)產(chǎn)業(yè)發(fā)展迅速，“物物相連的互聯(lián)網(wǎng)”利用智能傳感器技術(shù)，采集各種‘物’的數(shù)據(jù)；并融合先進(jìn)網(wǎng)絡(luò)技術(shù)與大數(shù)據(jù)技術(shù)，將海量‘物’的數(shù)據(jù)存儲(chǔ)下來(lái)；據(jù)美國(guó)權(quán)威咨詢機(jī)構(gòu)forrester預(yù)測(cè)，物聯(lián)網(wǎng)設(shè)備到2020年，世界上物物互聯(lián)的業(yè)務(wù)跟人與人通信的業(yè)務(wù)相比，將達(dá)到30比1，物聯(lián)網(wǎng)被稱為是下一個(gè)萬(wàn)億元級(jí)產(chǎn)業(yè)。建立物聯(lián)網(wǎng)基礎(chǔ)上的各種業(yè)務(wù)應(yīng)用如雨后春筍般破冰而出，將各行各業(yè)的發(fā)展推向了新模式新方向。

設(shè)備是生產(chǎn)中廣泛應(yīng)用的物質(zhì)資料與生產(chǎn)工具，是物物聯(lián)通的基礎(chǔ)。其中，車聯(lián)網(wǎng)是物聯(lián)網(wǎng)技術(shù)在交通系統(tǒng)中的應(yīng)用，也是物聯(lián)網(wǎng)中發(fā)展最為迅速的板塊。在車險(xiǎn)領(lǐng)域，隨著車聯(lián)網(wǎng)技術(shù)的不斷發(fā)展，基于使用量和駕駛行為的ubi(usagebasedinsurance)智能車險(xiǎn)保費(fèi)定價(jià)模式應(yīng)運(yùn)而生，在國(guó)內(nèi)外都開(kāi)始了一定的普及應(yīng)用。作為比車輛更為廣泛的設(shè)備，如工程機(jī)械設(shè)備、電子設(shè)備、運(yùn)輸車輛、特種設(shè)備等在物聯(lián)網(wǎng)保險(xiǎn)領(lǐng)域目前還是空白。設(shè)備的“使用”是對(duì)設(shè)備風(fēng)險(xiǎn)最為直接的度量，是設(shè)備保險(xiǎn)定價(jià)和風(fēng)險(xiǎn)選擇最為重要的因子。

基于車聯(lián)網(wǎng)的車輛ubi保險(xiǎn)產(chǎn)品和系統(tǒng)近幾年在國(guó)內(nèi)市場(chǎng)已經(jīng)做出了一些嘗試，而基于設(shè)備使用的保險(xiǎn)產(chǎn)品還是空白。相對(duì)于設(shè)備使用而言，車輛的工況與操作相對(duì)單一，包括行駛里程，急加速，急減速等；機(jī)械設(shè)備的操作環(huán)境，設(shè)備功率，參與項(xiàng)目類型差異性巨大，操作動(dòng)作包含幾十種，故相對(duì)于車輛ubi而言，設(shè)備ubi保險(xiǎn)定價(jià)方法與系統(tǒng)是一套更為復(fù)雜技術(shù)。

有鑒于上述的缺陷，本設(shè)計(jì)人積極加以研究創(chuàng)新，以期創(chuàng)設(shè)一種基于物聯(lián)網(wǎng)的設(shè)備保險(xiǎn)智能定價(jià)方法與系統(tǒng)，使其更具有產(chǎn)業(yè)上的利用價(jià)值。

技術(shù)實(shí)現(xiàn)要素：

為解決上述技術(shù)問(wèn)題，本發(fā)明的目的是提供一種通過(guò)基于使用的數(shù)據(jù)對(duì)損失概率與損失額度進(jìn)行預(yù)測(cè)，在設(shè)備定價(jià)中將每一臺(tái)設(shè)備運(yùn)行數(shù)據(jù)(工況數(shù)據(jù))作為定價(jià)變量來(lái)考慮，可以對(duì)每臺(tái)單獨(dú)設(shè)備提供更加準(zhǔn)確、公允、動(dòng)態(tài)的定價(jià)，幫助保險(xiǎn)公司進(jìn)行風(fēng)險(xiǎn)選擇與精準(zhǔn)定價(jià)的基于物聯(lián)網(wǎng)的設(shè)備保險(xiǎn)智能定價(jià)方法與系統(tǒng)。

借由上述方案，本發(fā)明至少具有以下優(yōu)點(diǎn)：

本發(fā)明有效利用m2m平臺(tái)中的設(shè)備工況、維修換件等信息，并協(xié)同歷史的設(shè)備保險(xiǎn)業(yè)務(wù)數(shù)據(jù)，利用數(shù)據(jù)挖掘算法分析出用于設(shè)備保險(xiǎn)的潛在規(guī)律，為開(kāi)辟新的設(shè)備保險(xiǎn)險(xiǎn)種提供數(shù)據(jù)理論支撐，也為已有的設(shè)備保險(xiǎn)險(xiǎn)種的保費(fèi)計(jì)算模型的完善提供借鑒思路，減少人為主觀因素對(duì)保費(fèi)計(jì)算的影響，做到科學(xué)、公證，智能地保費(fèi)定價(jià)計(jì)算。

上述說(shuō)明僅是本發(fā)明技術(shù)方案的概述，為了能夠更清楚了解本發(fā)明的技術(shù)手段，并可依照說(shuō)明書(shū)的內(nèi)容予以實(shí)施，以下以本發(fā)明的較佳實(shí)施例并配合附圖詳細(xì)說(shuō)明如后。

附圖說(shuō)明

圖1是本發(fā)明基于物聯(lián)網(wǎng)的設(shè)備保險(xiǎn)智能定價(jià)方法的流程圖；

圖2是本發(fā)明基于物聯(lián)網(wǎng)的設(shè)備保險(xiǎn)智能定價(jià)系統(tǒng)的框圖；

圖3是本發(fā)明基于物聯(lián)網(wǎng)的設(shè)備保險(xiǎn)智能定價(jià)系統(tǒng)的框圖。

具體實(shí)施方式

下面結(jié)合附圖和實(shí)施例，對(duì)本發(fā)明的具體實(shí)施方式作進(jìn)一步詳細(xì)描述。以下實(shí)施例用于說(shuō)明本發(fā)明，但不用來(lái)限制本發(fā)明的范圍。

本發(fā)明利用物聯(lián)網(wǎng)技術(shù)獲取設(shè)備的運(yùn)行數(shù)據(jù)和歷史設(shè)備保險(xiǎn)業(yè)務(wù)數(shù)據(jù)，應(yīng)用數(shù)據(jù)挖掘分析技術(shù)實(shí)現(xiàn)智能定價(jià)和個(gè)性化定價(jià)，已是設(shè)備保險(xiǎn)市場(chǎng)的迫切訴求；而這一過(guò)程中的關(guān)鍵問(wèn)題有：如何科學(xué)有效地對(duì)設(shè)備的運(yùn)行狀況進(jìn)行掌控，如何對(duì)設(shè)備故障、事故等風(fēng)險(xiǎn)進(jìn)行準(zhǔn)確預(yù)測(cè)，如何確定不同險(xiǎn)種相應(yīng)的關(guān)鍵風(fēng)險(xiǎn)因子等；探索尋找解決這些問(wèn)題的方法與系統(tǒng)也隨之成了實(shí)踐動(dòng)力。

本發(fā)明通過(guò)基于使用的數(shù)據(jù)對(duì)損失概率進(jìn)行預(yù)測(cè)，在設(shè)備定價(jià)中將每一臺(tái)設(shè)備運(yùn)行數(shù)據(jù)(工況數(shù)據(jù))作為定價(jià)變量來(lái)考慮，本專利可以對(duì)每臺(tái)單獨(dú)設(shè)備提供更加準(zhǔn)確、公允、動(dòng)態(tài)的定價(jià)，幫助保險(xiǎn)公司進(jìn)行風(fēng)險(xiǎn)選擇與精準(zhǔn)定價(jià)。這與傳統(tǒng)保險(xiǎn)基于累積數(shù)據(jù)的靜態(tài)定價(jià)的是極大的提高。

以最為通常的工程機(jī)械設(shè)備保險(xiǎn)為例。工程機(jī)械設(shè)備的風(fēng)險(xiǎn)因子可分為三類：1)設(shè)備/標(biāo)的信息，包括設(shè)備類型、年齡、使用區(qū)域等2)設(shè)備使用，包括設(shè)備使用環(huán)境、設(shè)備運(yùn)轉(zhuǎn)信息、工作時(shí)長(zhǎng)等3)設(shè)備使用者的信息，包括使用者的經(jīng)驗(yàn)、歷史出險(xiǎn)信息、使用者的行業(yè)等。其中對(duì)設(shè)備風(fēng)險(xiǎn)暴露最直接的變量為設(shè)備的使用。

現(xiàn)行的設(shè)備保險(xiǎn)的定價(jià)因子包括：地區(qū)、設(shè)備類型、設(shè)備年齡、限額、免賠額、渠道等。這些定價(jià)因子最大的問(wèn)題是缺乏對(duì)未來(lái)發(fā)生損失最有力的預(yù)測(cè)變量既設(shè)備的使用情況。因此，缺少這一預(yù)測(cè)變量對(duì)生成公允費(fèi)率有很大的影響。由于對(duì)設(shè)備工況數(shù)據(jù)采集、傳輸與分析的困難，設(shè)備工況數(shù)據(jù)到目前為止還沒(méi)有到定價(jià)中去。

本發(fā)明中，所述設(shè)備工況數(shù)據(jù)至少包括：設(shè)備工作時(shí)間、發(fā)動(dòng)機(jī)平均轉(zhuǎn)速、發(fā)動(dòng)機(jī)平均輸出功率、發(fā)動(dòng)機(jī)功率、轉(zhuǎn)速高于某一閥值的時(shí)間占比；最高速度(特種車)、平均速度(車輛)、急加速(車輛)、急減速(車輛)、急轉(zhuǎn)彎(車輛)、起吊物總重量(起重機(jī))、是否過(guò)載(起重機(jī))、過(guò)載頻率(起重機(jī))、過(guò)載量(起重機(jī))、經(jīng)度、緯度、高度、油溫、水溫、油泵壓力、油泵流量、臂架打開(kāi)角度、吊重壓力(起重機(jī))、吊重百分比(起重機(jī))等上千個(gè)工況數(shù)據(jù)。

本發(fā)明所涉及的設(shè)備保險(xiǎn)智能定價(jià)系統(tǒng)(如圖2所示)，該系統(tǒng)利用基于物聯(lián)網(wǎng)技術(shù)的m2m(machinetomachine)平臺(tái)的設(shè)備信息數(shù)據(jù)、設(shè)備保險(xiǎn)業(yè)務(wù)系統(tǒng)數(shù)據(jù)，以及設(shè)備與保險(xiǎn)知識(shí)庫(kù)數(shù)據(jù)，通過(guò)大數(shù)據(jù)分析計(jì)算，能及時(shí)了解設(shè)備的運(yùn)行狀況、設(shè)備的使用環(huán)境等信息，并利用大數(shù)據(jù)挖掘?qū)崿F(xiàn)設(shè)備保險(xiǎn)定價(jià)智能化，保障設(shè)備保險(xiǎn)的科學(xué)、公平且高效的保費(fèi)計(jì)算。

本發(fā)明提供一種更先進(jìn)的記錄、監(jiān)控和控制系統(tǒng)，可以解決從前沒(méi)有針對(duì)某一臺(tái)特定設(shè)備進(jìn)行定價(jià)的問(wèn)題，并且能夠定期或不定期的對(duì)因子進(jìn)行調(diào)整。該系統(tǒng)應(yīng)當(dāng)可以適用于現(xiàn)有的操作系統(tǒng)，追蹤系統(tǒng)和通訊系統(tǒng)來(lái)提取可以用于保險(xiǎn)的相關(guān)數(shù)據(jù)。

本發(fā)明在基于使用對(duì)設(shè)備保險(xiǎn)進(jìn)行定價(jià)時(shí)，會(huì)對(duì)所有損失相關(guān)數(shù)據(jù)進(jìn)行收集，之后篩選滿足條件的數(shù)據(jù)進(jìn)行建模，通過(guò)一系列測(cè)試后，以對(duì)基礎(chǔ)費(fèi)率進(jìn)行折扣或加費(fèi)的方式生成最終費(fèi)率因子。

本發(fā)明的一個(gè)優(yōu)勢(shì)為可以提供準(zhǔn)確且實(shí)時(shí)的設(shè)備使用數(shù)據(jù)，并通過(guò)定期回溯歷史數(shù)據(jù)對(duì)模型進(jìn)行監(jiān)控和調(diào)整，并且基于此可以對(duì)傳統(tǒng)定價(jià)中使用的因子進(jìn)行調(diào)整。

基于使用的保險(xiǎn)能夠更公平，準(zhǔn)確的定價(jià)，對(duì)于不同設(shè)備生產(chǎn)不同報(bào)價(jià)，通過(guò)基于使用的保險(xiǎn)產(chǎn)品，使客戶對(duì)于自身的風(fēng)險(xiǎn)進(jìn)行控制，以降低費(fèi)率。

利用本發(fā)明提供的設(shè)備保險(xiǎn)智能定價(jià)系統(tǒng)使得保費(fèi)定價(jià)更公平合理化，使以前不能定價(jià)的風(fēng)險(xiǎn)變得可以度量，使以前因不能準(zhǔn)確定價(jià)而被保險(xiǎn)公司拒絕承保的風(fēng)險(xiǎn)變得可以承保。擴(kuò)大保險(xiǎn)市場(chǎng)產(chǎn)品的供給，為客戶提供更優(yōu)質(zhì)的產(chǎn)品，實(shí)現(xiàn)保險(xiǎn)業(yè)的供給側(cè)改革。

投保流程

投保人填寫(xiě)投保單。填寫(xiě)信息包括：投保人、被保險(xiǎn)人信息、設(shè)備類型、設(shè)備價(jià)值、投保險(xiǎn)種、保險(xiǎn)金額、免賠額等。

保險(xiǎn)公司根據(jù)投投保信息和公司內(nèi)部及外部數(shù)據(jù)計(jì)算保費(fèi)。這個(gè)過(guò)程涉及的變量(風(fēng)險(xiǎn)因子)除1)中投保單上的信息外還包括：

利用投保人標(biāo)的信息匹配保險(xiǎn)公司定價(jià)數(shù)據(jù)庫(kù)中的歷史出險(xiǎn)數(shù)據(jù)，包括出險(xiǎn)次數(shù)、出險(xiǎn)額度等。

根據(jù)標(biāo)的信息匹配投保設(shè)備的工況歷史數(shù)據(jù)(工況歷史數(shù)據(jù)包括工時(shí)、發(fā)動(dòng)機(jī)轉(zhuǎn)速、油溫、地理位置等)

將所有數(shù)據(jù)匯總并根據(jù)保費(fèi)算法計(jì)算保險(xiǎn)費(fèi)(保費(fèi)算法是事先通過(guò)數(shù)據(jù)挖掘以及預(yù)測(cè)模型方法、根據(jù)保險(xiǎn)公司的歷史數(shù)據(jù)以及設(shè)備傳感器數(shù)據(jù)擬合出來(lái)的)

將計(jì)算出的保費(fèi)反饋給客戶。

如果客戶同意，客戶支付保費(fèi)，保險(xiǎn)公司出具保單，保險(xiǎn)合同成立。

以上過(guò)程是一個(gè)簡(jiǎn)單的投保流程。其中保費(fèi)計(jì)算過(guò)程中的保費(fèi)算法中引入設(shè)備工況數(shù)據(jù)，使得設(shè)備定價(jià)和個(gè)體使用有關(guān)是本專利的核心。

預(yù)測(cè)模型定價(jià)流程

對(duì)預(yù)測(cè)模型所需用的數(shù)據(jù)包括標(biāo)的(設(shè)備)數(shù)據(jù)、保單數(shù)據(jù)、客戶數(shù)據(jù)、設(shè)備出險(xiǎn)數(shù)據(jù)、設(shè)備工況數(shù)據(jù)分別進(jìn)行清洗和整理。

對(duì)整理后的數(shù)據(jù)生成相應(yīng)的變量(目標(biāo)變量、自變量)

將數(shù)據(jù)整合成一個(gè)數(shù)據(jù)，使目標(biāo)變量與預(yù)測(cè)變量在一個(gè)數(shù)據(jù)集中

對(duì)數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘與建模。在自變量中找出可用于預(yù)測(cè)的變量(風(fēng)險(xiǎn)因子)，這些變量需滿足幾個(gè)條件

顯著性

時(shí)間一致性

穩(wěn)定性

對(duì)不同模型進(jìn)行比較并選出最適合(根據(jù)擬合優(yōu)度與商業(yè)意義)的模型。

對(duì)新設(shè)備(無(wú)歷史損失與工況)，系統(tǒng)將選取一個(gè)缺省值。

對(duì)選出的模型估計(jì)出參數(shù)。并將算法通過(guò)it進(jìn)行實(shí)施(如將算法應(yīng)用到公司承保系統(tǒng)中)

在承保時(shí)，根據(jù)客戶投保時(shí)的設(shè)備信息、客戶信息。系統(tǒng)搜尋該設(shè)備的歷史出險(xiǎn)數(shù)據(jù)、工況數(shù)據(jù)并根據(jù)算法計(jì)算保費(fèi)。

實(shí)施例1

如圖1所示，本實(shí)施例基于物聯(lián)網(wǎng)的設(shè)備保險(xiǎn)智能定價(jià)方法，包括：

獲取設(shè)備的投保信息，根據(jù)該投保信息獲取該投保信息相關(guān)的原始保險(xiǎn)數(shù)據(jù)，其中所述原始保險(xiǎn)數(shù)據(jù)至少包括：設(shè)備類型、投保設(shè)備的工況數(shù)據(jù)、設(shè)備歷史保險(xiǎn)數(shù)據(jù)以及投保人和被保險(xiǎn)人相關(guān)數(shù)據(jù)；

對(duì)所述原始保險(xiǎn)數(shù)據(jù)進(jìn)行數(shù)據(jù)處理，得到投保設(shè)備相關(guān)的目標(biāo)變量和預(yù)測(cè)變量(也即風(fēng)險(xiǎn)因子)；

采用保單定價(jià)算法計(jì)算投保設(shè)備的保費(fèi)定價(jià)。

本實(shí)施例中，投保信息包括投保人和被保險(xiǎn)人信息、設(shè)備類型、設(shè)備價(jià)值、設(shè)備相關(guān)信息、投保險(xiǎn)種、保險(xiǎn)金額、免賠額、投保人、被保險(xiǎn)人信息等。其中設(shè)備相關(guān)信息是根據(jù)設(shè)備信息匹配公司內(nèi)部數(shù)據(jù)庫(kù)得到的。這些信息包括設(shè)備歷史出險(xiǎn)數(shù)據(jù)、設(shè)備工況信息。

當(dāng)然對(duì)于本發(fā)明的所述的投保信息不限于上述的投保信息，投保信息是根據(jù)具體的實(shí)際投保環(huán)境而改變的。

本實(shí)施例中，所述的原始保險(xiǎn)數(shù)據(jù)的數(shù)據(jù)處理包括：數(shù)據(jù)處理過(guò)程包括對(duì)工況數(shù)據(jù)進(jìn)行etl處理和設(shè)備歷史保險(xiǎn)數(shù)據(jù)處理，其中傳感器數(shù)據(jù)的處理過(guò)程包括數(shù)據(jù)清洗，變量生成、數(shù)據(jù)整合，具體包括：

對(duì)獲取的工況數(shù)據(jù)進(jìn)行預(yù)整理和存儲(chǔ)；

對(duì)所述的工況數(shù)據(jù)根據(jù)去噪算法進(jìn)行去噪處理，其中根據(jù)設(shè)備類型的不同采用不同的去噪算法對(duì)所述工況數(shù)據(jù)進(jìn)行去噪處理；去噪算法如下(舉例)：計(jì)算每臺(tái)設(shè)備的數(shù)據(jù)的噪聲指數(shù)，設(shè)置臨界值，當(dāng)噪音指數(shù)大于臨界值時(shí)剔除噪聲數(shù)據(jù)

將在時(shí)間上的趨勢(shì)發(fā)生不正常變化的數(shù)據(jù)進(jìn)行剔除。

所述的原始保險(xiǎn)數(shù)據(jù)的數(shù)據(jù)處理還包括：對(duì)投保設(shè)備的工況數(shù)據(jù)、設(shè)備歷史保險(xiǎn)數(shù)據(jù)以及投保人相關(guān)數(shù)據(jù)三方數(shù)據(jù)進(jìn)行整合，具體包括：

根據(jù)獲取的投保信息，將該投保信息與保單數(shù)據(jù)庫(kù)中的保單進(jìn)行匹配，

若有匹配的樣本保單，則采用該保單對(duì)應(yīng)的原始保險(xiǎn)數(shù)據(jù)整合算法對(duì)所述的原始保險(xiǎn)數(shù)據(jù)進(jìn)行整合；

若沒(méi)有匹配樣本保單，則生成該投保信息對(duì)應(yīng)的原始保險(xiǎn)數(shù)據(jù)整合算法，對(duì)所述的原始保險(xiǎn)數(shù)據(jù)進(jìn)行整合，并將該投保信息對(duì)應(yīng)的原始保險(xiǎn)數(shù)據(jù)整合算法更新至分析與定價(jià)數(shù)據(jù)庫(kù)中。

數(shù)據(jù)的整合是將將設(shè)備基礎(chǔ)信息(設(shè)備號(hào)、設(shè)備類型)、客戶信息、設(shè)備歷史出險(xiǎn)信息與設(shè)備歷史工況數(shù)據(jù)整合并存儲(chǔ)起來(lái)形成設(shè)備保險(xiǎn)風(fēng)險(xiǎn)定價(jià)數(shù)據(jù)庫(kù)。

整合步驟包括：

計(jì)算每臺(tái)設(shè)備(由設(shè)備號(hào)定義)在每一年內(nèi)的風(fēng)險(xiǎn)暴露量(暴露時(shí)間長(zhǎng)短)。

對(duì)設(shè)備歷史出險(xiǎn)數(shù)據(jù)。計(jì)算設(shè)備在每一年內(nèi)風(fēng)險(xiǎn)暴露時(shí)間段內(nèi)的的出險(xiǎn)頻率、與出險(xiǎn)額度

對(duì)工況數(shù)據(jù)計(jì)算設(shè)備在每一年相應(yīng)的風(fēng)險(xiǎn)暴露時(shí)間內(nèi)的工況特征變量

將設(shè)備對(duì)應(yīng)的客戶數(shù)據(jù)以及以上三種數(shù)據(jù)(設(shè)備基礎(chǔ)數(shù)據(jù)、設(shè)備歷史出險(xiǎn)數(shù)據(jù)、設(shè)備工況數(shù)據(jù))根據(jù)設(shè)備號(hào)與時(shí)間整合起來(lái)并存儲(chǔ)于數(shù)據(jù)庫(kù)中(分析與定價(jià)數(shù)據(jù)庫(kù))

所述原始保險(xiǎn)數(shù)據(jù)的數(shù)據(jù)處理還包括：對(duì)整理后的數(shù)據(jù)生成目標(biāo)變量(自變量)和預(yù)測(cè)變量(因變量)，將目標(biāo)變量與預(yù)測(cè)變量存儲(chǔ)在一個(gè)數(shù)據(jù)庫(kù)中，其中，目標(biāo)變量指前面設(shè)備的歷史損失數(shù)據(jù)中的索賠頻次與索賠額度。預(yù)測(cè)變量是包括四類(既前面數(shù)據(jù)整合過(guò)程中提到的三類數(shù)據(jù)：設(shè)備基礎(chǔ)數(shù)據(jù)、客戶信息、設(shè)備歷史出險(xiǎn)信息、工況數(shù)據(jù))。

與傳統(tǒng)定價(jià)方法比，加入了大量的工況數(shù)據(jù)變量，增加了數(shù)據(jù)挖掘中變量的范圍與難度。

實(shí)施例2

本實(shí)施例基于物聯(lián)網(wǎng)的設(shè)備保險(xiǎn)智能定價(jià)系統(tǒng)，包括：

原始保險(xiǎn)數(shù)據(jù)獲取模塊，用于獲取投保信息，根據(jù)該投保信息獲取該投保信息相關(guān)的原始保險(xiǎn)數(shù)據(jù)，其中所述原始保險(xiǎn)數(shù)據(jù)至少包括：投保設(shè)備的工況數(shù)據(jù)、設(shè)備歷史保險(xiǎn)數(shù)據(jù)以及投保人相關(guān)數(shù)據(jù)；

數(shù)據(jù)預(yù)處理模塊，用于對(duì)所述原始保險(xiǎn)數(shù)據(jù)進(jìn)行數(shù)據(jù)處理，得到投保設(shè)備相關(guān)的目標(biāo)變量和預(yù)測(cè)變量；

保費(fèi)定價(jià)模塊，采用保費(fèi)定價(jià)算法計(jì)算投保設(shè)備的保費(fèi)。

如圖3所示，本實(shí)施例系統(tǒng)按照具體業(yè)務(wù)覆蓋范圍分為業(yè)務(wù)層，數(shù)據(jù)層，引擎層；

業(yè)務(wù)層(也即原始保險(xiǎn)數(shù)據(jù)獲取模塊)，即面向系統(tǒng)用戶(設(shè)備保險(xiǎn)業(yè)務(wù)人員，系統(tǒng)管理人員，其他系統(tǒng)用戶)的用于設(shè)備保險(xiǎn)業(yè)務(wù)的前端平臺(tái)，包含數(shù)據(jù)錄入、投保事務(wù)處理器和設(shè)備保險(xiǎn)業(yè)務(wù)展示等三個(gè)部件；

所述數(shù)據(jù)錄入，承接業(yè)務(wù)人員輸入的客戶投保的相關(guān)信息與事務(wù)，以特定格式傳遞給下一部件，保證投保信息的安全與準(zhǔn)確的錄入，包括投保信息的添加、讀取、刪除和修改等。

所述投保事務(wù)處理器，負(fù)責(zé)數(shù)據(jù)錄入部件與數(shù)據(jù)倉(cāng)庫(kù)之間操作事務(wù)的轉(zhuǎn)換傳遞與數(shù)據(jù)的交換，實(shí)質(zhì)為一個(gè)具有事務(wù)解析與管理能力和數(shù)據(jù)加解密的信道，還分別負(fù)責(zé)數(shù)據(jù)倉(cāng)庫(kù)、設(shè)備與保險(xiǎn)業(yè)務(wù)知識(shí)庫(kù)同設(shè)備保險(xiǎn)業(yè)務(wù)展示之間的數(shù)據(jù)傳遞；

所述設(shè)備保險(xiǎn)業(yè)務(wù)展示，即數(shù)據(jù)可視化組件，依照用戶的不同展示需求，將相關(guān)數(shù)據(jù)以圖形或表格形式展示，甚至以儀表盤(pán)或多維分析的形式展示相關(guān)數(shù)據(jù)，該部件的數(shù)據(jù)來(lái)源有二：投保事務(wù)處理器和設(shè)備保險(xiǎn)智能定價(jià)引擎；

數(shù)據(jù)層(也即數(shù)據(jù)預(yù)處理模塊)，負(fù)責(zé)后臺(tái)所有相關(guān)數(shù)據(jù)的管理，為業(yè)務(wù)層與引擎層提供數(shù)據(jù)支撐；包含數(shù)據(jù)整合器、數(shù)據(jù)倉(cāng)庫(kù)及設(shè)備與保險(xiǎn)知識(shí)庫(kù)三個(gè)部件；

所述數(shù)據(jù)倉(cāng)庫(kù)，或稱為數(shù)據(jù)中心，面向設(shè)備保險(xiǎn)業(yè)務(wù)主題的數(shù)據(jù)倉(cāng)庫(kù)，其數(shù)據(jù)來(lái)源大部分來(lái)自數(shù)據(jù)整合部件，此外還有來(lái)自設(shè)備與保險(xiǎn)知識(shí)庫(kù)的規(guī)則數(shù)據(jù)及來(lái)自設(shè)備保險(xiǎn)智能定價(jià)引擎的過(guò)程數(shù)據(jù)；

所述設(shè)備與保險(xiǎn)知識(shí)庫(kù)，即存儲(chǔ)歷史沉淀下來(lái)的與設(shè)備、保險(xiǎn)相關(guān)的有價(jià)值的知識(shí)的數(shù)據(jù)庫(kù)，包括知識(shí)文檔、專家知識(shí)規(guī)則、設(shè)備保費(fèi)定價(jià)模型規(guī)則及其他知識(shí)，該數(shù)據(jù)庫(kù)還負(fù)有對(duì)這些知識(shí)的分類、歸檔與更新等管理職責(zé)；

所述數(shù)據(jù)整合器，負(fù)責(zé)將來(lái)自外部的多個(gè)異構(gòu)數(shù)據(jù)源(設(shè)備保險(xiǎn)平臺(tái)的歷史業(yè)務(wù)數(shù)據(jù)庫(kù)、第3方互聯(lián)網(wǎng)數(shù)據(jù)和m2m平臺(tái)數(shù)據(jù)等)的不同格式的數(shù)據(jù)依照一定的規(guī)則整合在一起，并傳遞至中心數(shù)據(jù)倉(cāng)庫(kù)存儲(chǔ)下來(lái)；

引擎層(也即保費(fèi)定價(jià)模塊)，即設(shè)備保險(xiǎn)智能定價(jià)引擎，針對(duì)具體的險(xiǎn)種或分析場(chǎng)景，關(guān)聯(lián)物聯(lián)網(wǎng)設(shè)備數(shù)據(jù)與設(shè)備保險(xiǎn)業(yè)務(wù)數(shù)據(jù)，結(jié)合設(shè)備與保險(xiǎn)知識(shí)庫(kù)規(guī)則數(shù)據(jù)，通過(guò)挖掘分析預(yù)判，得到相應(yīng)的保費(fèi)定價(jià)模型，用于保費(fèi)計(jì)算；包含模型設(shè)計(jì)器、智能分析器和保費(fèi)計(jì)算器三個(gè)部件。

所述模型設(shè)計(jì)器，負(fù)責(zé)設(shè)備保險(xiǎn)定價(jià)模型的設(shè)計(jì)，包括：提取具體險(xiǎn)種的投保對(duì)象特征、明確關(guān)鍵原始保險(xiǎn)數(shù)據(jù)和智能分析的算法模型的選擇等；

所述智能分析器，負(fù)責(zé)模型設(shè)計(jì)器固化后的挖掘分析流的執(zhí)行，從數(shù)據(jù)倉(cāng)庫(kù)獲取數(shù)據(jù)，進(jìn)行數(shù)據(jù)預(yù)處理，抽樣或分區(qū)后，通過(guò)一種或多種數(shù)據(jù)挖掘算法實(shí)現(xiàn)數(shù)據(jù)的探尋與挖掘，并將分析結(jié)果以特定的格式保存至文件或數(shù)據(jù)庫(kù)，以便對(duì)分析結(jié)果的查看及進(jìn)一步的數(shù)據(jù)探尋與挖掘優(yōu)化；

所述保費(fèi)計(jì)算器，負(fù)責(zé)對(duì)指定設(shè)備與險(xiǎn)種的保費(fèi)進(jìn)行計(jì)算，計(jì)算模型可是手動(dòng)輸入的保費(fèi)計(jì)算模型，也可是智能分析所確定的保費(fèi)計(jì)算模型，還可是系統(tǒng)預(yù)置的成熟保費(fèi)計(jì)算模型，計(jì)算完成之后將保費(fèi)結(jié)果返回給設(shè)備保險(xiǎn)業(yè)務(wù)部件至前臺(tái)展示給用戶。

進(jìn)一步地，數(shù)據(jù)預(yù)處理模塊至少包括工況數(shù)據(jù)etl處理單元，用于對(duì)所述設(shè)備的工況數(shù)據(jù)進(jìn)行加載、清洗、轉(zhuǎn)換處理。

進(jìn)一步地，所述的數(shù)據(jù)處理模塊還包括數(shù)據(jù)整合單元，用于對(duì)投保設(shè)備的工況數(shù)據(jù)、設(shè)備歷史保險(xiǎn)數(shù)據(jù)以及投保人相關(guān)數(shù)據(jù)三方數(shù)據(jù)進(jìn)行整合，

根據(jù)獲取的投保信息，數(shù)據(jù)整合單元將該投保信息與保單樣本數(shù)據(jù)庫(kù)中的樣本保單進(jìn)行匹配，

若有匹配的樣本保單，則數(shù)據(jù)整合單元調(diào)用該樣本保單對(duì)應(yīng)的原始保險(xiǎn)數(shù)據(jù)整合算法對(duì)所述的原始保險(xiǎn)數(shù)據(jù)進(jìn)行整合；

若沒(méi)有匹配樣本保單，則算法生成單元生成該投保信息對(duì)應(yīng)的原始保險(xiǎn)數(shù)據(jù)整合算法，則數(shù)據(jù)整合單元調(diào)用新生成的原始保險(xiǎn)數(shù)據(jù)整合算法對(duì)所述的原始保險(xiǎn)數(shù)據(jù)進(jìn)行整合，并將該投保信息對(duì)應(yīng)的原始保險(xiǎn)數(shù)據(jù)整合算法更新至保單樣本數(shù)據(jù)庫(kù)中。

進(jìn)一步地，所述的數(shù)據(jù)處理模塊還包括風(fēng)險(xiǎn)數(shù)據(jù)挖掘單元，用于挖掘分析出保費(fèi)模型的各項(xiàng)目與原始保險(xiǎn)數(shù)據(jù)之間的關(guān)系，進(jìn)而確定風(fēng)險(xiǎn)模型。

預(yù)存儲(chǔ)或加載數(shù)據(jù)倉(cāng)庫(kù)、設(shè)備與保險(xiǎn)知識(shí)庫(kù)；

獲取設(shè)備投保險(xiǎn)種以及該投保設(shè)備的運(yùn)行工況數(shù)據(jù)，并對(duì)獲取的數(shù)據(jù)進(jìn)行分析，確定該設(shè)備投保險(xiǎn)種是否有對(duì)應(yīng)的保險(xiǎn)風(fēng)險(xiǎn)模型，

若有，則調(diào)用該保險(xiǎn)風(fēng)險(xiǎn)模型對(duì)保險(xiǎn)風(fēng)險(xiǎn)進(jìn)行分類和定價(jià)；

若沒(méi)有，則新建保險(xiǎn)風(fēng)險(xiǎn)模型，并更新所述設(shè)備與保險(xiǎn)知識(shí)庫(kù)數(shù)據(jù)庫(kù)，產(chǎn)生保費(fèi)定價(jià)算法以及相應(yīng)的參數(shù)，對(duì)該設(shè)備進(jìn)行動(dòng)態(tài)保費(fèi)計(jì)算。

一個(gè)基于分布式環(huán)境的數(shù)據(jù)采集、存儲(chǔ)模塊。能夠?qū)τ谝粋€(gè)或多個(gè)不同設(shè)備的工況(如油溫、轉(zhuǎn)速、功率、檔位、速度坐標(biāo)等)數(shù)據(jù)、保險(xiǎn)公司業(yè)務(wù)數(shù)據(jù)(保單與理賠數(shù)據(jù))以及第三方數(shù)據(jù)進(jìn)行收集存儲(chǔ)和反饋；安裝在設(shè)備上的數(shù)據(jù)記錄儀可以在設(shè)定的時(shí)間段內(nèi)記錄并存儲(chǔ)設(shè)備運(yùn)行的工況數(shù)據(jù)，并且建議記錄事故發(fā)生前后的關(guān)鍵操作動(dòng)作、所處地理位置、發(fā)動(dòng)機(jī)功率、發(fā)動(dòng)機(jī)轉(zhuǎn)速、油溫、油耗等關(guān)鍵指標(biāo)數(shù)據(jù)。該模塊用以實(shí)現(xiàn)以下幾個(gè)功能：

設(shè)備使用/工況數(shù)據(jù)的收集。設(shè)備運(yùn)行數(shù)據(jù)的收集可通過(guò)安裝在設(shè)備上的傳感器(可以由設(shè)備生產(chǎn)廠家前裝或后裝)來(lái)進(jìn)行；

設(shè)備信息與保險(xiǎn)相關(guān)數(shù)據(jù)的收集，包括保險(xiǎn)公司業(yè)務(wù)數(shù)據(jù)以及第三方數(shù)據(jù)。

數(shù)據(jù)的傳輸。數(shù)據(jù)可以通過(guò)與傳感器相連接的通訊模塊(如gprs芯片)通過(guò)無(wú)線的方式進(jìn)行傳輸(適用于野外工作移動(dòng)設(shè)備)，也可以采用有線網(wǎng)絡(luò)進(jìn)行傳輸(適用于室內(nèi)或固定設(shè)備)；

數(shù)據(jù)的收集與存儲(chǔ)。數(shù)據(jù)收集平臺(tái)可以是云平臺(tái)，也可以采用內(nèi)部自建的大數(shù)據(jù)平臺(tái)。

一個(gè)數(shù)據(jù)處理、整合、分析、監(jiān)控模塊。與數(shù)據(jù)采集、存儲(chǔ)模塊相連，該模塊實(shí)現(xiàn)以下幾個(gè)功能：

對(duì)傳感器數(shù)據(jù)按照預(yù)設(shè)的模型進(jìn)行清洗與處理，提取有用信息，包括一些預(yù)先定義的“事件”信息，例如發(fā)動(dòng)機(jī)過(guò)載、過(guò)熱、運(yùn)轉(zhuǎn)超速、急加速、急減速等。

將整理提取的傳感器數(shù)據(jù)與保險(xiǎn)公司業(yè)務(wù)數(shù)據(jù)(設(shè)備/標(biāo)的信息、保單、理賠、損失)進(jìn)行關(guān)聯(lián)與整合。并將整合后的數(shù)據(jù)存儲(chǔ)到數(shù)據(jù)倉(cāng)庫(kù)。

一個(gè)精算建模與定價(jià)模塊。與上述數(shù)據(jù)分析模塊相連，用以實(shí)現(xiàn)以下幾個(gè)功能：

通過(guò)保險(xiǎn)風(fēng)險(xiǎn)模型對(duì)保險(xiǎn)風(fēng)險(xiǎn)進(jìn)行分類與定價(jià)，并產(chǎn)生保費(fèi)定價(jià)的算法以及相應(yīng)的參數(shù)。

保費(fèi)計(jì)算引擎。根據(jù)前一步驟產(chǎn)生的保費(fèi)定價(jià)算法與參數(shù)，計(jì)算新投保的設(shè)備的動(dòng)態(tài)保費(fèi)。

在本實(shí)施例中，設(shè)備保險(xiǎn)智能定價(jià)模型開(kāi)發(fā)，當(dāng)預(yù)研開(kāi)發(fā)一種新的設(shè)備保險(xiǎn)產(chǎn)品時(shí)，首先要確定保費(fèi)的定價(jià)方法，可在本平臺(tái)上開(kāi)發(fā)該險(xiǎn)種的一個(gè)或多個(gè)保費(fèi)定價(jià)模型，利用數(shù)據(jù)挖掘分析出保費(fèi)模型的原始保險(xiǎn)數(shù)據(jù)(或稱為定價(jià)因子，如設(shè)備類型、設(shè)備使用年數(shù)等)與目標(biāo)變量(如索賠頻次、索賠強(qiáng)度)之間的關(guān)系，進(jìn)而確定關(guān)鍵原始保險(xiǎn)數(shù)據(jù)和相關(guān)系數(shù)，保費(fèi)定價(jià)模型開(kāi)發(fā)的大致過(guò)程為：

1、前提：從業(yè)務(wù)層面理解分析該險(xiǎn)種，確定分析對(duì)象(如挖掘機(jī))和分析目標(biāo)(某種故障)；知悉數(shù)據(jù)倉(cāng)庫(kù)存儲(chǔ)的該設(shè)備的相關(guān)數(shù)據(jù)信息；新建一個(gè)保費(fèi)定價(jià)挖掘數(shù)據(jù)流項(xiàng)目，選擇系統(tǒng)中預(yù)設(shè)的某個(gè)挖掘數(shù)據(jù)流模板(模板可創(chuàng)建，系統(tǒng)有默認(rèn)的普通模板)；

2、通過(guò)etl(加載數(shù)據(jù)，清洗和轉(zhuǎn)換)過(guò)程，將分析對(duì)象的原始保險(xiǎn)數(shù)據(jù)與目標(biāo)因子數(shù)據(jù)整合在一起；然后通過(guò)簡(jiǎn)單或復(fù)雜的抽樣方法對(duì)整體樣本數(shù)據(jù)進(jìn)行取樣(該步驟也可以不進(jìn)行)；

3、再通過(guò)分區(qū)，將樣本數(shù)據(jù)集劃分為訓(xùn)練集和測(cè)試集兩個(gè)部分(訓(xùn)練集用來(lái)訓(xùn)練模型，估計(jì)模型參數(shù)；測(cè)試集用來(lái)測(cè)試所訓(xùn)練的模型的準(zhǔn)確性)；

4、最后選擇一種或多種挖掘算法模型(如廣義線性模型)，確定訓(xùn)練的模型的保存路徑，并展示模型訓(xùn)練與測(cè)試的分析結(jié)果；

5、調(diào)試運(yùn)行所創(chuàng)建的數(shù)據(jù)流，如有錯(cuò)誤，按提示修改以上過(guò)程的參數(shù)配置，再重新試運(yùn)行，直至運(yùn)行成功，并查看分析結(jié)果，如果模型的測(cè)試準(zhǔn)確性不高，則可考慮調(diào)整2到4步驟的過(guò)程參數(shù)配置、另選挖掘模型或者調(diào)整挖掘模型參數(shù)來(lái)優(yōu)化該分析流，使得所訓(xùn)練的模型效果更優(yōu)；

6、調(diào)試后發(fā)覺(jué)模型分析的效果佳，則可以將所建數(shù)據(jù)流發(fā)布，固化后的挖掘模型文件可供其他用戶查看和使用。

設(shè)備保險(xiǎn)保費(fèi)定價(jià)模型應(yīng)用，即新的投保標(biāo)的的保費(fèi)定價(jià)可以應(yīng)用已開(kāi)發(fā)好的模型計(jì)算費(fèi)率，然后按照即定的某種保費(fèi)計(jì)算方法，自動(dòng)計(jì)算出保費(fèi)值。

以上所述僅是本發(fā)明的優(yōu)選實(shí)施方式，并不用于限制本發(fā)明，應(yīng)當(dāng)指出，對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人員來(lái)說(shuō)，在不脫離本發(fā)明技術(shù)原理的前提下，還可以做出若干改進(jìn)和變型，這些改進(jìn)和變型也應(yīng)視為本發(fā)明的保護(hù)范圍。