差异数据批量处理方法、装置及存储介质与流程

1.本发明涉及数据处理技术领域，尤其涉及一种差异数据批量处理方法、装置、电子设备及存储介质。


背景技术：

2.在销售领域尤其是服务、保险等销售领域，由于购买方具体情况各有不通，其销售合同中的细节项目也会千差万别，如果分别对这些有一定差别的海量销售数据进行处理，需要耗费巨大的人力物力资源。
3.以保险销售为例，责任险延保保险产品是保险公司与产品经销商合作的团体财产险业务，为了能够给在产品经销商处购买产品的产品主提供延长保修的保险服务，一般由产品经销商替产品主直接向保险公司进行统一的购买。
4.对于现有的产品经销商与保险公司合作投保产品延保的保险，保险公司通常是通过以下两种方式提供投保服务：
5.1、保险公司向经销商开放自己预设的投保系统，由经销商的工作人员直接登录该投保系统，为每一位购产品主逐单录入其投保信息并选择相应的投保项目进行投保；
6.2、经销商定期给保险公司提供需要投保的清单(包含产品主信息和产品信息等等)以及各类投保跟单附件(如产品主证件、产品材料等等)，然后由保险公司的工作人员根据清单及其投保跟单附件完成出单后再将投保出单的结果清单反馈给经销商，最后经经销商反馈给各位产品主。
7.然而，随着人们生活水平的提高(以产品为车辆为例)，车辆保有量越来越高，对于保险公司而言，此类保险服务业务的出单单量越来越多。对于上述第一种逐单出单的方式，由于其效率较低，已经被逐渐淘汰；而对于第二种通过经销商为保险公司提供清单的投保出单方式，则变得越来越常用。但是，上述第二种投保出单方式虽然能够简单地支持批量导入清单进行批量出单，但是该出单方式只能支持固定的费率，无法针对不同的车主考虑个体差异定价，同时也还是需要保险公司的工作人员逐单处理如行驶证、车主身份证、购车发票等客户的跟单附件，导致出单员需要花费大量的时间去操作完成出单，出单效率仍较低。
8.基于此，亟需一种数据处理效率高且能够适用于各种个体差异的的批量方法。


技术实现要素：

9.本发明提供一种差异数据批量处理方法、装置、电子设备以及存储介质，其主要目的在于解决现有的逐单出单的方式，出单效率较低的问题。
10.为实现上述目的，本发明提供一种差异数据批量处理方法，该方法包括如下步骤：
11.基于预设的数据统计处理规则对待处理的批量数据进行预处理，以将所述批量数据中的产品数据与与所述产品数据相对应的产品处理数据进行一一匹配；
12.基于所述产品处理数据，通过预设的基础处理策略确定所述产品数据中每一份产品数据的基础处理额度；
13.基于所述基础处理额度和所述产品处理数据，通过预设差异调整策略确定所述产品数据中每一份产品数据的差异处理额度；
14.基于所述差异处理额度对所述待处理的批量数据中的所有产品数据进行批量处理。
15.优选地，所述产品处理数据中均包括与之相对应的产品数据的图像信息；并且，所述基于预设的数据统计处理规则对待处理的批量数据进行预处理，以将所述批量数据中的产品数据与与所述产品数据相对应的产品处理数据进行一一匹配，包括：
16.通过ocr识别技术对各产品数据的图像信息进行识别，确定与所述图像信息相对应的身份信息；
17.基于所述身份信息实现各产品数据与相对应的产品处理文件的一一匹配。
18.优选地，基于所述产品处理数据，通过预设的基础处理策略确定所述产品数据中每一份产品数据的基础处理额度包括：
19.自所述处理数据中获取所述产品数据的产品处理方案；
20.基于所述产品处理方案通过预设的基础处理策略计算公式确定所述产品数据的基础处理额度。
21.优选地，所述基于所述基础处理额度和所述产品处理数据，通过预设差异调整策略确定所述产品数据中每一份产品数据的差异处理额度包括：
22.基于所述产品处理数据通过所述差异调整策略确定所述产品数据的差异调整系数；
23.基于所述差异调整系数和所述基础处理额度计算所述产品数据的差异处理额度；其中，所述差异处理额度＝基础处理额度*差异调整系数。
24.优选地，所述基于所述产品处理数据通过所述差异调整策略确定所述产品数据的差异调整系数包括：
25.自所述产品处理数据中获取所述产品数据的产品类型、产品年限、产品保费以及赔付金额；
26.通过预设的历史产品销售数据库确定最近一个预设时长内与所述产品类型和所述产品使用年限均对应的历史产品的毁损概率，并计算所述产品保费与所述赔付金额之间的关系权重；
27.通过所述毁损概率和所述关系权重计算所述差异调整系数；其中，
28.所述差异调整系数＝毁损概率*关系权重。
29.优选地，所述通过预设的历史产品销售数据库确定最近一个预设时长内与所述产品类型和所述产品使用年限均对应的历史产品的毁损概率包括：
30.自所述历史产品销售数据库中获取最近一个预设时长内的总业务单量和与所述产品类型对应的历史产品的毁损次数；
31.通过所述总业务单量和所述毁损次数计算毁损基础概率；其中，所述毁损基础概率＝毁损次数
÷
总业务单量；
32.通过预设的与所述产品使用年限对应的分段年限概率调整系数以及所述毁损基础概率计算所述毁损概率；其中，所述毁损概率＝毁损基础概率*分段年限概率调整系数。
33.优选地，在计算所述产品保费与所述赔付金额之间的关系权重的过程中：
34.通过线性回归分析法计算所述产品保费与所述赔付金额之间的所述关系权重。
35.另一方面，本发明还提供一种差异数据批量处理装置，包括：
36.预处理单元，用于基于预设的数据统计处理规则对待处理的批量数据进行预处理，以将所述批量数据中的产品数据与与所述产品数据相对应的产品处理数据进行一一匹配；
37.基础处理额度计算单元，用于基于所述产品处理数据，通过预设的基础处理策略确定所述产品数据中每一份产品数据的基础处理额度；
38.差异处理额度计算单元，用于基于所述基础处理额度和所述产品处理数据，通过预设差异调整策略确定所述产品数据中每一份产品数据的差异处理额度；
39.批量出单单元，用于基于所述差异处理额度对所述待处理的批量数据中的所有产品数据进行批量处理。
40.另一方面，本发明还提供一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现前述差异数据批量处理方法的步骤。
41.另一方面，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如前述的差异数据批量处理方法中的步骤。
42.本发明提出的差异数据批量处理方法、装置、电子设备以及可读存储介质，通过批量出单的方案能够减少录单员的手工操作，一次操作，系统批量生成保单，操作简单高效，出单时效大大提升，减少公司人力投入成本；此外，通过结合ocr技术的应用，系统自动解析组装投保信息，并将附件文件与单证准确绑定，有效减少录单员手动录入系统可能的出错情况，提升出单准确度；最后，根据地区和产品类型以及产品使用年限，结合历史赔付信息计算的产品调整系数，支持针对不同产品类型的差异化定价，差异化的费率可以给客户提供更优惠的保费方案，让利于客户，提高客户满意度。
附图说明
43.图1为根据本发明实施例的差异数据批量处理方法的较佳实施例流程图；
44.图2为根据本发明实施例的差异数据批量处理装置的模块示意图；
45.图3为根据本发明实施例的提供的实现差异数据批量处理方法的电子设备的内部结构示意图。
46.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
47.在下面的描述中，出于说明的目的，为了提供对一个或多个实施例的全面理解，阐述了许多具体细节。然而，很明显，也可以在没有这些具体细节的情况下实现这些实施例。
48.以下将结合附图对本技术的具体实施例进行详细描述。
49.实施例1
50.为了说明本发明提供的差异数据批量处理方法，图1示出了根据本发明提供的差异数据批量处理方法的流程。
51.如图1所示，本发明提供的差异数据批量处理方法，包括：
52.s110：基于预设的数据统计处理规则对待处理的批量数据进行预处理，以将所述批量数据中的产品数据与与所述产品数据相对应的产品处理数据进行一一匹配。
53.具体地，所述产品处理数据中均包括与之相对应的产品数据的图像信息；并且，所述基于预设的数据统计处理规则对待处理的批量数据进行预处理，以将所述批量数据中的产品数据与与所述产品数据相对应的产品处理数据进行一一匹配，包括：
54.通过ocr识别技术对各产品数据的图像信息进行识别，确定与所述图像信息相对应的身份信息；
55.基于所述身份信息实现各产品数据与相对应的产品处理文件的一一匹配。
56.下面以保险销售为例，对该步骤做进一步说明。
57.在保险销售中，则需要对自产品出售方获取的同一批次的所有待销售产品(即产品数据)的产品销售文件(即产品处理数据)基于预设的数据统计处理规则进行预处理，以将各待销售产品与相对应的产品销售文件进行一一匹配。
58.具体地，各产品销售文件中均包括与之相对应的待销售产品的图像信息；并且，所述对自产品出售方获取的同一批次的所有待销售产品的产品销售文件基于预设的数据统计处理规则进行预处理，以将各待销售产品与相对应的产品销售文件进行一一匹配，包括：
59.通过ocr识别技术对各待销售产品的图像信息进行识别，确定与所述图像信息相对应的身份信息；
60.基于所述身份信息实现各待销售产品与相对应的产品销售文件的一一匹配。
61.进一步地，所述产品销售文件可以包括信息清单列表和信息附件包，其中，所述信息清单列表为产品出售方在买主购买产品时收集的买主信息，包括买主身份信息、投保产品信息等，信息附件包包含的信息主要是作为销售的证据信息，主要包括购买产品时的图像信息，具体包括发票图片信息、购买合同图片信息、买主证件信息等等。
62.为了更加直观的对本发明的技术方案做出说明，在以下的实施例表述中，均以保险销售为例对本发明提供的差异数据批量处理方法的实施例进行说明。例如，以产品为车辆的保险销售为例，则所述信息清单列表包含车主基本信息(如车主名称、身份证号等)和投保车辆信息(如车型、车牌号、发动机号等等)和需要投保的保时方案(如3 1,3 2,4 3等)。所述信息附件包包含车辆购买合同图片信息、车主的证件信息(包括车主的驾驶证图片信息、车辆购买发票图片等)。
63.更进一步地，以产品为车辆的保险销售为例，所述信息附件包可以详细包括以下信息：
64.(1)行驶证识别信息，包括：
65.car_plate_number车牌号
66.car_owner所有人
67.address住址
68.authority签发机关
69.functional_type使用性质
70.engine_id发动机号
71.vin_id车架号
72.car_model品牌型号
73.vehicle_type车辆类型
74.register_date注册日期
75.issue_date发证日期
76.curb_weight整备质量
77.gross_mass总质量
78.traction_mass准牵引质量(none)
79.payload核定载质量
80.car_seat_count核定载人数
81.overall_dimension外廓尺寸
82.valid_date年检有效期
83.archive_no档案编号
84.(2)身份证识别信息，包括：
85.name身份证姓名
86.identity_id身份证号码
87.address身份证地址
88.gender性别
89.ethnicity民族
90.birth生日
91.valid_start_date有效期开始日期
92.expire_end_date有效期结束日期
93.authority发证机关
94.(3)购车发票识别信息，包括：
95.framenum:车架号,
96.engineid:发动机号,
97.name:购买方名称,
98.id:购买方证件号,
99.vehicletype:车辆类型,
100.brandmodel:厂牌型号,
101.tonnage:吨位,
102.passengernumlimit:限乘人数
103.在本发明的一个具体地实施方式中，对于各待投保产品的信息清单列表和信息附件包，这两类信息的获取时间段不同，通常不是同一时间获取的，因此，这两类信息并不是预先匹配好的，并且也不是与待投保产品匹配好的，现有的方式是需要工作人员进行逐单匹配，这种方式将会严重降低出单效率。为解决该问题，本发明提供了信息清单列表、信息附件包以及待投保产品的自动化匹配方法，(该方法为对自产品出售方获取的同一批次的所有待投保产品的产品投保文件进行预处理，以将各待投保产品与相对应的产品投保文件进行一一匹配的细化步骤)具体包括如下步骤：
104.s111：对各信息清单列表进行解析(同步或异步)，以逐行提取出信息清单列表中的所有信息，包括买主身份信息、投保产品信息等。
105.s112：基于ocr识别技术对各信息附件包内的各图片信息(包括发票图片信息、购买合同图片信息、买主证件信息等等)进行信息动态识别，以确定买主识别身份信息和投保产品识别信息；
106.需要说明的是，ocr文字识别技术，是一种现有的利用ocr(optical character recognition，光学字符识别)技术，将图片、照片上的文字内容直接转换为可编辑文本的技术，本技术此处主要是对ocr识别技术的使用，因此，对于ocr文字识别技术的具体技术细节在此不再赘述。
107.s113：通过所述买主识别身份信息和投保产品识别信息实现信息清单列表、信息附件包以及待投保产品的三者之间的自动化匹配。
108.进一步地，根据所述买主身份信息和所述买主识别身份信息对所述信息清单列表和信息附件包进行匹配，并将相匹配的信息清单列表和信息附件包进行绑定，并得到一个批次号，并将批次号与待投保产品进行绑定，后续通过批次号进行出单。
109.通过上述一系列步骤，对于跟单附件，无需出单员逐单手工分发上传，出单员批量上传附件包，系统结合ocr识别技术，对行驶证、车主身份证、购车发票进行动态识别，自动识别分发附件，将附件与其对应单证进行绑定，从而显著提升工作效率。
110.s120：基于所述产品处理数据，通过预设的基础处理策略确定所述产品数据中每一份产品数据的基础处理额度。
111.具体地，基于所述产品处理数据，通过预设的基础处理策略确定所述产品数据中每一份产品数据的基础处理额度包括：
112.自所述处理数据中获取所述产品数据的产品处理方案；
113.基于所述产品处理方案通过预设的基础处理策略计算公式确定所述产品数据的基础处理额度。
114.下面以保险销售为例，对该步骤做进一步说明。
115.在保险销售中，对于任意一个待投保产品(即待销售产品，也即产品数据)，基于所述产品投保文件(即产品销售文件，也即产品处理数据)通过预设的基础策略(即基础处理策略)确定所述待投保产品的基础费率(即基础处理额度)。
116.具体地，所述基于所述产品投保文件通过预设的基础策略确定所述待投保产品的基础费率包括：
117.自所述产品投保文件中获取所述待投保产品的保时方案(即产品处理方案)；
118.基于所述保时方案通过预设的基础费率计算公式确定所述待投保产品的基础费率；其中，
119.所述保时方案包括厂保时长和延保时长；
120.所述基础费率计算公式为：
121.基础费率＝厂保时长*a 延保时长*b，其中，a为厂保费率系数，b为厂保费率系数。
122.需要说明的是，厂保费率系数和厂保费率系数均是核保人员基于历史经验预先设定，在此不再对其详细介绍。
123.当然，也可以通过另一种方式计算各待投保产品的基础费率，具体地，核保人需要预先设置一个基础报价单，该基础报价单提供针对不同的保时方案设定相应的分段基础费率，核保人完成设置后将该基础报价单授权给录单员使用。录单员可基于此基础报价单以
及各待投保产品的产品投保文件中的保时方案直接进行分段匹配，确定各待投保产品的基础费率。
124.具体地，该基础报价单内设置有各类投保产品信息相关的基础费率，以产品为车辆为例，对于每一种延保时长，在基础报价单内均存在与之对应的基础费率，通过在基础报价单进行查找匹配即可确定各待投保产品的基础费率。
125.对于基础报价单内部的具体内容，核保人针对不同的延保时长设置分段基础费率，如3 1(厂保时长 延长保修时长，单位：年),3 2等，基础费率仅与延保时长方案有关，与车型、车辆实际使用年限等无关。
126.s130：基于所述基础处理额度和所述产品处理数据，通过预设差异调整策略确定所述产品数据中每一份产品数据的差异处理额度。
127.具体地，所述基于所述基础处理额度和所述产品处理数据，通过预设差异调整策略确定所述产品数据中每一份产品数据的差异处理额度包括：
128.基于所述产品处理数据通过所述差异调整策略确定所述产品数据的差异调整系数；
129.基于所述差异调整系数和所述基础处理额度计算所述产品数据的差异处理额度；其中，所述差异处理额度＝基础处理额度*差异调整系数。
130.进一步地，所述基于所述产品处理数据通过所述差异调整策略确定所述产品数据的差异调整系数包括：
131.自所述产品处理数据中获取所述产品数据的产品类型、产品年限、产品保费以及赔付金额；
132.通过预设的历史产品销售数据库确定最近一个预设时长内与所述产品类型和所述产品使用年限均对应的历史产品的毁损概率，并计算所述产品保费与所述赔付金额之间的关系权重；
133.通过所述毁损概率和所述关系权重计算所述差异调整系数；其中，
134.所述差异调整系数＝毁损概率*关系权重。
135.更进一步地，所述通过预设的历史产品销售数据库确定最近一个预设时长内与所述产品类型和所述产品使用年限均对应的历史产品的毁损概率包括：
136.自所述历史产品销售数据库中获取最近一个预设时长内的总业务单量和与所述产品类型对应的历史产品的毁损次数；
137.通过所述总业务单量和所述毁损次数计算毁损基础概率；其中，所述毁损基础概率＝毁损次数
÷
总业务单量；
138.通过预设的与所述产品使用年限对应的分段年限概率调整系数以及所述毁损基础概率计算所述毁损概率；其中，所述毁损概率＝毁损基础概率*分段年限概率调整系数。
139.此外，在计算所述产品保费与所述赔付金额之间的关系权重的过程中：
140.通过线性回归分析法计算所述产品保费与所述赔付金额之间的所述关系权重。
141.下面以保险销售为例，对该步骤做进一步说明。
142.在保险销售中，对于任意一个待投保产品，基于所述基础费率和所述产品投保文件通过预设的差异调整策略确定所述待投保产品的差异费率(即差异处理额度)。
143.具体地，所述基于所述基础费率和所述产品投保文件通过预设的差异调整策略确
定所述待投保产品的差异费率包括：
144.基于所述产品投保文件通过所述的差异调整策略确定所述待投保产品的出险调整系数(即差异调整系数)；
145.基于所述出险调整系数和所述基础费率计算所述待投保产品的差异费率；其中，所述差异费率＝基础费率*出险调整系数。
146.更为具体地，所述基于所述产品投保文件通过所述的差异调整策略确定所述待投保产品的出险调整系数包括：
147.自所述产品投保文件中获取所述待投保产品的产品类型、产品使用年限、产品保费以及赔付金额；
148.通过预设的历史产品投保数据库确定最近一个预设时长内与所述产品类型和所述产品使用年限均对应的历史产品的出险概率(毁损概率)，并计算所述产品保费与所述赔付金额之间的关系权重；
149.通过所述出险概率和所述关系权重计算所述出险调整系数；其中，
150.所述出险调整系数＝出险概率*关系权重。
151.进一步地，所述通过预设的历史产品投保数据库确定最近一个预设时长内与所述产品类型和所述产品使用年限均对应的历史产品的出险概率包括：
152.自所述历史产品投保数据库中获取最近一个预设时长内的总保单量(即总业务单量)和与所述产品类型对应的历史产品的出险次数(即毁损次数)；
153.通过所述总保单量和所述出险次数计算出险基础概率；其中，所述出险基础概率＝出险次数
÷
总保单量；
154.通过预设的与所述产品使用年限对应的分段年限概率调整系数以及所述出险基础概率计算所述出险概率；其中，所述出险概率＝出险基础概率*分段年限概率调整系数。
155.此外，在计算所述产品保费与所述赔付金额之间的关系权重的过程中：
156.通过线性回归分析法计算所述产品保费与所述赔付金额之间的所述关系权重。
157.为进一步对s130进行说明，下面以产品为车辆对该步骤的过程进行详细说明。
158.具体地，可以将车型(对应产品类型)对费率的影响作为定价因子动态变化调整(后面称车型调整系数)，同时考虑车辆使用年限(产品使用年限)对出险概率的影响，其中车型调整系数根据分区域分车型历史保单赔付数据动态计算得出。
159.在实际出单时，根据延保方案匹配对应的基础费率，再乘以对应动态计算的车型调整系数、车辆年限调整系数，得到实际出单费率(即差异费率)，实现差异化定价。
160.在本发明的一个具体地实时方式中，也可以通过以下方式确定该差异费率。
161.根据延保时长匹配基础报价单中的基础费率r后，通过车型去预设的历史产品投保数据库中查询当前车型所有的历史保单，获取所有历史保单的保费和赔付数据，结合历史保单数据与当前投保车辆的信息，差异化计算得到每辆车的出单费率(差异费率)，具体步骤如下：
162.s131：根据一定时期(预设时长，比如一个月)内每种类型车辆的总投保保单量与这批单(该月的所有订单)的出险赔付的次数，期间内保单发生赔付的次数除期间内总保单量，计算当前车型的出险概率p；
163.s132：对同一车型下不同使用年限的车辆出现情况进行分类统计，按照车辆使用
年限进行分段，计算不同车辆年限对出险概率的影响，得到车辆年限的分段出险概率调整系数i(比如车辆使用年限在1年内，出险概率调整系数为0.1,1到3年之间的出险调整系数为0.3，3年以上出险概率调整系数为0.6)，结合当前投保车辆的使用年限和投保年限，匹配对应区间段的出险概率调整系数i1，根据车型出险概率p乘出险概率调整系数i1，得到当前车辆出险概率p1；
164.s133：预先通过线性回归分析计算保费和赔付金额的关系，获取关系权重x，综合出险概率p1和关系权重x，计算得到车型调整系数y＝出险概率p1*关系权重x，并计算实际出单费率，实际出单费率(差异费率)＝基础费率r*车型调整系数y。
165.s140：基于所述差异处理额度对所述待处理的批量数据中的所有产品数据进行批量处理。
166.下面以保险销售为例，对该步骤做进一步说明。
167.在保险销售中，则需要基于各差异费率对所述同一批次的所有待投保产品进行批量出单。
168.具体地，在通过步骤s110获取到各待投保产品匹配到的投保详细信息(包括信息清单列表和信息附件包)，并通过步骤s130计算出各待投保产品的出单费率(差异费率)后，即可按批次完成投保出单，当所有车辆异步完成出单后，生成投保结果文件，后期录单员根据步骤s110中得到的批次号即可导出当次清单投保最终结果并反馈给产品出售方，从而完成整个批量出单过程。
169.另外，需要强调的是，为进一步保证上述差异数据批量处理方法中所用到的数据的私密和安全性，历史产品投保数据库和预设的差异调整策略均可以存储在区块链的节点中。
170.通过上述具体实施例可知，本发明提出的差异数据批量处理方法，通过批量出单的方案能够减少录单员的手工操作，一次操作，系统批量投保生成保单，操作简单高效，出单时效大大提升，减少公司人力投入成本；此外，通过结合ocr技术的应用，系统自动解析组装投保信息，并将附件文件与单证准确绑定，有效减少录单员手动录入系统可能的出错情况，提升出单准确度；最后，根据地区和产品类型以及产品使用年限，结合历史赔付信息计算的产品调整系数，支持针对不同产品类型的差异化定价，差异化的费率可以给客户提供更优惠的保费方案，让利于客户，提高客户满意度。
171.应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本技术实施例的实施过程构成任何限定。
172.如图2所示，本发明还提供一种差异数据批量处理装置100，该装置可以安装于电子设备中。根据实现的功能，该差异数据批量处理装置100可以包括预处理单元101、基础处理额度计算单元102、差异处理额度计算单元103、批量出单单元104。本发明提供的上述单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
173.在本实施例中，关于各模块/单元的功能如下：
174.预处理单元101，用于基于预设的数据统计处理规则对待处理的批量数据进行预处理，以将所述批量数据中的产品数据与与所述产品数据相对应的产品处理数据进行一一
匹配；
175.基础处理额度计算单元102，用于基于所述产品处理数据，通过预设的基础处理策略确定所述产品数据中每一份产品数据的基础处理额度；
176.差异处理额度计算单元103，用于基于所述基础处理额度和所述产品处理数据，通过预设差异调整策略确定所述产品数据中每一份产品数据的差异处理额度；
177.批量出单单元104，用于基于所述差异处理额度对所述待处理的批量数据中的所有产品数据进行批量处理。
178.具体地，所述产品处理数据中均包括与之相对应的产品数据的图像信息，并且，预处理单元101进一步包括识别单元和匹配单元；其中，
179.识别单元，用于通过ocr识别技术对各产品数据的图像信息进行识别，确定与所述图像信息相对应的身份信息；
180.匹配单元，用于基于所述身份信息实现各产品数据与相对应的产品处理文件的一一匹配。
181.具体地，基础处理额度计算单元102进一步包括产品处理方案获取单元和基础处理额度计算单元；其中，
182.产品处理方案获取单元用于自所述处理数据中获取所述产品数据的产品处理方案；
183.基础处理额度计算单元用于基于所述产品处理方案通过预设的基础处理策略计算公式确定所述产品数据的基础处理额度。
184.具体地，差异处理额度计算单元103包括差异调整系数单元和费率计算单元；其中，
185.差异调整系数单元用于基于所述产品处理数据通过所述差异调整策略确定所述产品数据的差异调整系数；
186.费率计算单元用于基于所述差异调整系数和所述基础处理额度计算所述产品数据的差异处理额度；其中，所述差异处理额度＝基础处理额度*差异调整系数。
187.进一步地，差异调整系数单元包括数据获取单元、毁损概率计算单元、关系权重确定单元以及系数计算单元，其中，
188.数据获取单元用于自所述产品处理数据中获取所述产品数据的产品类型、产品年限、产品保费以及赔付金额；
189.毁损概率计算单元用于通过预设的历史产品销售数据库确定最近一个预设时长内与所述产品类型和所述产品使用年限均对应的历史产品的毁损概率；
190.关系权重确定单元用于计算所述产品保费与所述赔付金额之间的关系权重；
191.系数计算单元用于通过所述毁损概率和所述关系权重计算所述差异调整系数；其中，
192.所述差异调整系数＝毁损概率*关系权重。
193.进一步地，出险概率计算单元进一步包括毁损次数确定单元、基础概率计算单元以及最终概率计算单元；其中，
194.毁损次数确定单元用于自所述历史产品销售数据库中获取最近一个预设时长内的总业务单量和与所述产品类型对应的历史产品的毁损次数；
195.基础概率计算单元用于通过所述总业务单量和所述毁损次数计算毁损基础概率；其中，所述毁损基础概率＝毁损次数
÷
总业务单量；
196.最终概率计算单元用于通过预设的与所述产品使用年限对应的分段年限概率调整系数以及所述毁损基础概率计算所述毁损概率；其中，所述毁损概率＝毁损基础概率*分段年限概率调整系数。
197.如图3所示，本发明还提供一种差异数据批量处理方法的电子设备1。
198.该电子设备1可以包括处理器10、存储器11和总线，还可以包括存储在存储器11中并可在所述处理器10上运行的计算机程序，如差异数据批量处理程序12。
199.其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：sd或dx存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元，例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备，例如电子设备1上配备的插接式移动硬盘、智能存储卡(smart media card，smc)、安全数字(secure digital，sd)卡、闪存卡(flash card)等。进一步地，所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据，例如差异数据批量处理程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
200.所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(central processing unit，cpu)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(control unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如差异数据批量处理程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备1的各种功能和处理数据。
201.所述总线可以是外设部件互连标准(peripheral component interconnect，简称pci)总线或扩展工业标准结构(extended industry standard architecture，简称eisa)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
202.图3仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
203.例如，尽管未示出，所述电子设备1还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、wi-fi模块等，在此不再赘述。
204.进一步地，所述电子设备1还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口(如wi-fi接口、蓝牙接口等)，通常用于在该电子设备1与其他电子
设备之间建立通信连接。
205.可选地，该电子设备1还可以包括用户接口，用户接口可以是显示器(display)、输入单元(比如键盘(keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是led显示器、液晶显示器、触控式液晶显示器以及oled(organic light-emitting diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
206.应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
207.所述电子设备1中的所述存储器11存储的差异数据批量处理程序12是多个指令的组合，在所述处理器10中运行时，可以实现：
208.基于预设的数据统计处理规则对待处理的批量数据进行预处理，以将所述批量数据中的产品数据与与所述产品数据相对应的产品处理数据进行一一匹配；
209.基于所述产品处理数据，通过预设的基础处理策略确定所述产品数据中每一份产品数据的基础处理额度；
210.基于所述基础处理额度和所述产品处理数据，通过预设差异调整策略确定所述产品数据中每一份产品数据的差异处理额度；
211.基于所述差异处理额度对所述待处理的批量数据中的所有产品数据进行批量处理。
212.具体地，所述处理器10对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。需要强调的是，为进一步保证上述差异数据批量处理的私密和安全性，上述差异数据批量处理数据存储于本服务器集群所处区块链的节点中。
213.进一步地，所述电子设备1集成的模块/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。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-only memory)。
214.本发明实施例还提供一种计算机可读存储介质，所述存储介质可以是非易失性的，也可以是易失性的，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现：
215.基于预设的数据统计处理规则对待处理的批量数据进行预处理，以将所述批量数据中的产品数据与与所述产品数据相对应的产品处理数据进行一一匹配；
216.基于所述产品处理数据，通过预设的基础处理策略确定所述产品数据中每一份产品数据的基础处理额度；
217.基于所述基础处理额度和所述产品处理数据，通过预设差异调整策略确定所述产品数据中每一份产品数据的差异处理额度；
218.基于所述差异处理额度对所述待处理的批量数据中的所有产品数据进行批量处理。
219.具体地，所述计算机程序被处理器执行时具体实现方法可参考实施例差异数据批量处理方法中相关步骤的描述，在此不赘述。
220.在本发明所提供的几个实施例中，应该理解到，所揭露的设备，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，所述模块的划分，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。
221.所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块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模块来实现本实施例方案的目的。
222.另外，在本发明各个实施例中的各功能模块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，也可以采用硬件加软件功能模块的形式实现。
223.对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
224.因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
225.本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
226.此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
227.最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。