基于人工智能的精算临分方法、装置、设备及存储介质与流程

1.本技术涉及人工智能技术领域，特别是涉及一种基于人工智能的精算临分方法、装置、设备及存储介质。


背景技术：

2.在保险业务中，当保全、理赔、保单等业务节点发生业务事件时，风险保额会发生变化，需要评估风险保额的变化是否在风险范围内。精算临分计算需要运算该客户的累计风险保额以及预测未来最大风险保额进行客户是否达到临分线判断。现有技术通过为各业务节点单独开发自身的累计风险保额计算方式，来评估风险，开发工作量大，且存在重复工作，浪费资源。目前市面上并无相应的精算逻辑的临分系统接口设计，无法满足客户投保时快速核验该客户是否达到临时分保标准，在核保的过程中无法快速进行判断客户是否需要进一步补充相关资料，给客户投保带来体验感较低，投保过程过于复杂。


技术实现要素：

3.本技术提供一种基于人工智能的精算临分方法、装置、设备及存储介质，以解决现有核保分保过程工作量大导致临分保单识别率较低的问题。
4.为解决上述技术问题，本技术采用的一个技术方案是：提供一种基于人工智能的精算临分方法，包括：获取待预测保单数据；
5.将待预测保单数据输入到预先训练的精算预测模型中，得到待预测保单的最大风险保额；
6.根据风险保额预设规则和待预测保单数据得到投保人的累计风险保额，若累计风险保额超过最大风险保额，则将待预测保单生成临分保单。
7.作为本技术的进一步改进，预先训练的精算预测模型的训练方法具体包括：
8.在保险信息平台上采集各投保人的历史保险保单数据，并对历史保险保单数据进行清洗分组，得到历史保险保单数据的建模因子；
9.提取出历史保险保单数据中的理赔数据，生成各历史保险保单数据的实际风险成本；
10.以各历史保险保单数据的实际风险成本为目标值，以历史保险保单数据的建模因子为输入向量，对预设的gbdt预测模型进行训练得到精算预测模型。
11.作为本技术的进一步改进，根据风险保额预设规则和待预测保单数据得到投保人的累计风险保额具体包括：
12.获取投保人信息，并根据投保人信息判断投保人是否为新投保人；
13.若是，则利用风险保额预设规则计算风险保额信息；
14.若不是，则根据投保人信息，查询相应投保人的历史投保信息，并根据待预测保单数据和历史投保信息，更新投保人的风险保额信息；
15.根据风险保额指标，将风险保额信息或更新后的风险保额信息进行筛选累加，得
到投保人的累计风险保额。
16.作为本技术的进一步改进，根据待预测保单数据和历史投保信息，更新投保人的风险保额信息包括：
17.根据待预测保单数据对应的有效保额、配置表保额系数、配置表赔付金额、已缴保费、缴费期限，得到待预测保单数据对应的风险保额；
18.按照历史投保信息的有效保额、配置表保额系数、配置表赔付金额、已缴保费、缴费期限、风险保额的信息项，将待预测保单数据和风险保额更新到对应的信息项。
19.作为本技术的进一步改进，将风险保额信息或更新后的风险保额信息进行筛选累加，得到投保人的累计风险保额包括：
20.从风险保额信息中筛选出满足风险保额指标的信息记录；
21.将信息记录中的风险保额进行累加，得到投保人的累计风险保额。
22.作为本技术的进一步改进，获取待预测保单数据之前还包括：
23.获取采集的保险因子；
24.根据预设的对应规则对与保险因子具有映射关系的类目信息进行匹配，对应规则为保险因子与所述类目信息的映射列表；
25.以类目信息为限定条件在预设的项目模块数据库中检索组成保险产品的项目模块，其中，项目模块为组成保险产品的文本文档。
26.作为本技术的进一步改进，以类目信息为限定条件在预设的项目模块数据库中检索组成保险产品的项目模块具体包括：
27.获取类目信息；
28.在预设的模块数据库中获取与类目信息对应的项目模块。
29.为解决上述技术问题，本技术采用的另一个技术方案是：提供一种基于人工智能的精算临分装置，包括：获取模块，获取待预测保单数据；
30.精算模块，将待预测保单数据输入到预先训练的精算预测模型中，得到待预测保单的最大风险保额；
31.生成模块，根据风险保额预设规则和待预测保单数据得到投保人的累计风险保额，若累计风险保额超过最大风险保额，则将待预测保单生成临分保单。
32.为解决上述技术问题，本技术采用的再一个技术方案是：提供一种计算机设备，计算机设备包括处理器、与处理器耦接的存储器，存储器中存储有计算程序，计算机程序被处理器执行时，使得处理器执行上述中任一项的基于人工智能的精算临分方法的步骤。
33.为解决上述技术问题，本技术采用的再一个技术方案是：提供一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行以实现上述中任一项的基于人工智能的精算临分方法。
34.本技术的有益效果是：本技术的基于人工智能的精算临分方法通过获取待预测保单数据；将待预测保单数据输入到预先训练的精算预测模型中，得到待预测保单的最大风险保额；根据风险保额预设规则和待预测保单数据得到投保人的累计风险保额，若累计风险保额超过最大风险保额，则将待预测保单生成临分保单。本发明通过进行现有客户累计风险保额检查，将客户的风险保额信息写入到系统中，快速调用结果，减少系统计算量，加快系统判断逻辑，从而减少了人工核保工作量，减少临分保单未被识别的可能性。
附图说明
35.图1是本发明实施例的基于人工智能的精算临分方法的流程示意图；
36.图2是本发明实施例的基于人工智能的精算临分装置的功能模块示意图；
37.图3是本发明实施例的计算机设备的结构示意图；
38.图4是本发明实施例的存储介质的结构示意图。
具体实施方式
39.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本技术的一部分实施例，而不是全部的实施例。基于本技术中的实施例，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他实施例，都属于本技术保护的范围。
40.本技术中的术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”、“第三”的特征可以明示或者隐含地包括至少一个该特征。本技术的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。本技术实施例中所有方向性指示(诸如上、下、左、右、前、后
……
)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
41.在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本技术的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
42.本技术实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(artificialintelligence，ai)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
43.人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
44.图1是本发明实施例的基于人工智能的精算临分方法的流程示意图。需注意的是，若有实质上相同的结果，本技术的方法并不以图1所示的流程顺序为限。如图1所示，该方法包括：
45.步骤s1、获取待预测保单数据。
46.具体地，根据待预测保单数据，服务器接收核保终端发送来的保单数据，也可以是在数据库中提取未进行过分保操作的保单数据。其中，核保终端对投保人的新保单进行审
核，审核通过之后，核保终端将新保单的保单数据发送至服务器。服务器也可以按照预设规则在数据库中提取未进行过分保操作的保单数据。在数据库中所获取到的保单数据可以是投保人的历史保单的保单数据。服务器上可以预先存储了分保配置表，分表配置表中包括险种和分保合约标识。服务器获取险种分保配置表，在险种分保配置表中查询是否存在保单数据中携带的险种对应的分保合约标识。保单数据包括险种、缴费期限和投保人信息等。。
47.进一步地，获取待预测保单数据之前还包括：
48.获取采集的保险因子。
49.具体地，保险因子是收集用户在选取保险时，输入的其个人的身份信息和期望信息。其中，身份信息包括：用户的姓名、年龄和身体健康程度等信息。期望信息包括：用户期望购买的保险种类、保险金额和赔偿金额和投保年限等信息。
50.进一步地，根据预设的对应规则对与保险因子具有映射关系的保险产品的类目信息进行匹配，对应规则为保险因子与所述类目信息的映射列表。
51.具体地，为方便进行计算机存储和辨识，对每一类保险产品设置一个具有唯一性的编号，该编号为保险产品的类目信息。所有的保险项目模块均存储在模块数据库中，为方便调用和识别，每一个项目模块均具有一个唯一的序号编码，该序号编码为项目模块的身份序号编码。根据保险因子中用户期望购买的保险类型，匹配该保险因子对应的保险产品，由于保险产品与类目信息之间具有一对一的对应关系，因此，能够通过保险产品获取保险产品的类目信息。
52.进一步地，以类目信息为限定条件在预设的项目模块数据库中检索组成保险产品的项目模块，其中，项目模块为组成保险产品的文本文档。
53.具体地，保险产品为文字文档，为方便快速定制保险产品将保险产品的进行模块化。模块化是指：保险产品的内容包括：保险标的、保险责任和责任免除、保险期间和保险责任开始时间和保险金额等等不同的项目，将上述不同的项目模块化，即将各个项目中的文字信息进行封装形成项目模块。部分项目模板中包括有计算参数，例如保险金额项目模块中的金额需要根据保险产品的不同而进行修改，因此，保险金额项目模块采用半封装，即在调用该半封装模块时需要输入具体的保险金额，才能够将保险金额项目模块加入到具体的保险产品中。保险产品中所有涉及变量参数的项目模块均采用半封装的模式，方便保险产品的个性化设置。终端在生成保险产品时，只需要选用相应的项目模块就能够生成对应的保险产品。在获取了类目消息后，读取该类目消息中的保险产品用到的所有项目模块的序号编码，并将各序号编码进行排列后，依次在模块数据库中获取该保险产品对应的项目模块。
54.进一步地，以类目信息为限定条件在预设的项目模块数据库中检索组成保险产品的项目模块具体包括：
55.获取类目信息。
56.具体地，每一类保险产品均设置有一个标准的模板，该模板中包括保险产品所使用的所有项目模块。为方便进行计算机存储和辨识，对每一类保险产品设置一个具有唯一性的编号，该编号为保险产品的类目信息。所有的项目模块均存储在模块数据库中，为方便调用与识别，每一个项目模块均具有一个唯一的序号编码，该序号编码为项目模块的身份
序号编码。每个保险产品的类目信息中还包括：该保险产品能够使用到的所有项目模块的序号编码。
57.进一步地，在预设的模块数据库中获取与类目信息对应的项目模块。
58.具体地，在获取了保险产品的类目消息后，读取该类目消息中的保险产品用到的所有项目模块的序号编码，并将各序号编码进行排列后，依次在模块数据库中获取该保险产品对应的项目模块。
59.步骤s2、将待预测保单数据输入到预先训练的精算预测模型中，得到待预测保单的最大风险保额。
60.具体地，预设的精算模型用于指示根据待预测保单数据确定待预测保单的最大风险保额，最大风险保额预测结果的取值范围为大于或者等于0，最大风险保额预测结果按照实际应用场景，可以为最大风险保额数据(大于0)，具体此处不做限定。服务器获取初始保单样本数据，服务器对初始保单样本数据进行最大风险保额数据标注处理，得到目标车辆最大风险保额样本数据；服务器基于目标保单最大风险保额样本数据构建预设的精算模型。其中，预设的精算模型可以为预先训练好的线性回归模型，也可以为预先训练好的多项式回归模型，还可以为其他预先训练好的预测用户最大风险保额模型，具体此处不做限定。服务器通过预设的精算模型对待预测保单数据集进行特征筛选，得到多个精算指标特征数据，服务器确定每个精算指标特征数据对应的权重值；服务器根据每个精算指标特征数据对应的权重值进行均值计算，得到最大风险保额预测结果。
61.进一步地，预先训练的精算预测模型的训练方法具体包括：
62.在保险信息平台上采集各投保人的历史保险保单数据，并对历史保险保单数据进行清洗分组，得到历史保险保单数据的建模因子。
63.其中，保险信息平台，它是一个集商业险承保、理赔功能为一体的综合性保险信息平台。目前，所有在我国大陆地区实施的保险保单均需要在保险信息平台出单。因此，保险信息平台可对真实的保单数据进行高效的监测分析，相对于后报送数据的其他监管系统来说更加高效。
64.具体的，计算机设备可以定时或者实时的从保险信息平台上采集投保人的保险保单数据，其中，保险保单数据主要包括投保人承保数据和理赔数据，例如，保险保单数据可以包括险种、缴费期限和投保人信息等。在本实施例中，计算机设备可以从保险信息平台上采集到各投保人的历史保险保单数据，然后对采集到的历史保险保单数据进行清洗分组，从而得到历史保险保单数据的建模因子。
65.进一步地，提取出历史保险保单数据中的理赔数据，生成各历史保险保单数据的实际风险成本。
66.具体地，实际风险成本指的是保险保单在一年内曾经出险并赔付的总金额。利用保险保单的实际风险成本以及保险保单经过无赔款优待因子折算后的标准保费(即按照ncd因子折扣后的标准保费)，即可得到保险保单的实际赔付率，通过采集历史保险保单数据的实际风险成本对精算预测模型进行训练，可以使训练后的精算模型能够预测出保险保单的风险成本，从而得到保险保单的预测赔付率。具体的，计算机设备可以从各投保人的历史保险保单数据中提取出各历史保险保单的理赔数据，然后通过对各历史保险保单的理赔数据进行计算得到各历史保险保单数据的实际风险成本。
67.进一步地，以各历史保险保单数据的实际风险成本为目标值，以历史保险保单数据的建模因子为输入向量，对预设的gbdt预测模型进行训练得到精算预测模型。
68.具体地，计算机设备可以以各历史保险保单数据的实际风险成本为目标值，以历史保险保单数据的建模因子为输入向量，利用gbdt预测模型训练得到精算预测模型。此外，也可以借助于其他模型训练得到精算预测模型，本实施例在此不做具体限定。在本实施例中，利用训练好的精算预测模型，可以得到保险保单的预测风险成本，进一步的，根据保险保单的预测风险成本与保险保单经过无赔款优待因子折算后的标准保费(即按照ncd因子折扣后的标准保费)之间的比值，即可得到保险保单的预测赔付率。其中，精算预测模型用于基于保单数据的最大风险保额确定，可以提升该精算预测模型的准确性。
69.步骤s3，根据风险保额预设规则和待预测保单数据得到投保人的累计风险保额，若累计风险保额超过最大风险保额，则将待预测保单生成临分保单。
70.具体地，分保是对某个险种而言，临时分保是对某个具体的保单而言的。如果被保人有多个保单(包括新保单和历史保单)，多个保单的累计风险保额超过了最大风险保额，则表示保险人的承保风险增大。保险人需要对该被保人的保单进行临时分保。对于需要临时分保的保单，保险人会与再保险人洽谈新的分保合约。在计算被保人的累计风险保额时，服务器会根据投保人信息获取到投保人的历史保单和新保单。服务器提取历史保单数据中的险种以及新保单数据中的险种，得到一个或多个险种。服务器根据险种在分保配置表中检索出历史保单数据对应的风险保额预设规则标识和对应的接口；根据新保单数据的险种在分保配置表中检索出新保单数据对应的风险保额预设规则标识和对应的接口。服务器利用接口来调用风险保额预设规则。需要说明的是，风险保额预设规则为：风险保额＝有效保额*配置表保额系数 配置表赔付金额 配置表保费系数*已缴保费*缴费期限。不同的险种所对应的风险保额预设规则不同。例如：其中险种可以有车险、健康险、意外险、综合险、家财险、企财险、责任险、货运险、信用保证保险等；例如：风险保额模预设规则也可以是：风险保额＝有效保额-期末责任准备金 退保手续费。由于风险保额还需要利用有效保额和已缴保费来进行计算，因此服务器可以按照上述方式分别调用有效保额预设规则和已缴保费预设规则。服务器利用有效保额预设规则、已缴保费预设规则以及风险保额预设规则对被保人的历史保单数据的风险保额以及新保单数据的风险保额分保进行计算，得到投保人对应的累计风险保额。如果累计风险保单超过最大风险保额，则确定需要投保人的保单生成临时分保保单。由此能够及时提醒保险人去洽谈新的分包合约，有效降低保险人的承保风险。
71.进一步地，根据风险保额预设规则和待预测保单数据得到投保人的累计风险保额具体包括：
72.获取投保人信息，并根据投保人信息判断投保人是否为新投保人；
73.若是，则利用风险保额预设规则计算风险保额信息。
74.具体地，风险保额信息可以根据coa(chartofaccount，会计科目表)的原理，进行段值划分，比如按照风险类型、累计维度、交易渠道、险种限制、责任限制进行归类，进而可以基于配置的风险保额指标，对风险保额信息进行不同字段维度的汇总。其中，coa是指按照经济业务的内容和经济管理的要求，对会计要素的具体内容进行分类核算的会计科目所构成的集合。可以理解的是，如果查询历史投保信息失败，说明该投保人为新客户，需要基于此次投保信息，计算其风险保额。
75.进一步地，若不是，则根据投保人信息，查询相应投保人的历史投保信息，并根据待预测保单数据和历史投保信息，更新投保人的风险保额信息。
76.具体地，如果查询出至少一条历史投保信息，说明该投保人在本保险公司已经进行过保险交易，需结合此次投保信息，重新计算风险保额。查询相应投保人的历史投保信息，之后根据所述保单信息和所述历史投保信息，更新所述投保人的风险保额信息。历史投保信息是投保人曾经购买的保险相关信息，包括多个信息项，实施例中，可以使用投保人编号、身份证号等唯一标识，查询该投保人的历史投保信息。
77.进一步地，根据风险保额指标，将风险保额信息或更新后的风险保额信息进行筛选累加，得到投保人的累计风险保额。
78.需要说明的是，在配置风险保额指标时，可以根据业务节点需求来配置。风险保额指标可以包括风险类型、累计维度、险种限制、责任限制、交易渠道中的一种或者多种。其中，风险类型可以是高风险、中风险、低风险。累计维度是指客户维度或者保单维度。险种限制用于限制累计时的保险险种。责任限制是指保险公司在保险事故发生时所需承担的责任范围。交易渠道是指发生保险交易的渠道，比如xx银行、xx公司。
79.具体地，根据风险保额指标中定义的信息，对风险保额信息进行筛选，将筛选出的信息记录中的风险保额进行累加，即可得到投保人的累计风险保额。例如：风险保额指标可以为风险类型：低风险，险种：重疾险，交易渠道：渠道a。则按照风险保额指标，对风险保额信息进行筛选后，可以得到风险类型为低风险，险种为重疾险，交易渠道为渠道a的信息记录。
80.进一步地，根据待预测保单数据和历史投保信息，更新投保人的风险保额信息包括：
81.根据待预测保单数据对应的有效保额、配置表保额系数、配置表赔付金额、已缴保费、缴费期限，得到保单对应的风险保额。
82.具体地，同一险种中，如果投保人信息不同，也可以调用不同的预设规则。以计算保单数据的风险保额为例进行说明。其中，风险保额计算公式为：风险保额＝有效保额*配置表保额系数 配置表赔付金额 配置表保费系数*已缴保费*缴费期限。服务器根据保单数据中的险种，通过分保配置表检索出对应的算法标识和接口。其中，算法标识包括有效保额的预设规则标识以及已缴保费的预设规则标识。通过与有效保额的预设规则标识对应的接口调用有效保额的预设规则，计算得到保单数据对应的有效保额。通过与已缴保费的预设规则标识对应的接口调用已缴保费的预设规则，计算得到保单数据对应的已缴保费。利用配置表保额系数、配置表赔付金额、已缴保费、缴费期限计算得到保单数据对应的风险保额。在这个过程中，不需要对每个项目配置对应的预设规则，通过分保配置表检索出对应的算法标识和接口，从而可以直接调用相应的预设规则进行计算。有效避免了项目程序的重复开发，并且有效减少了程序冗余。
83.需要说明的是：有效保额：是指发生保险事故后依据保险合同，保险公司需赔付的最大给付额。风险保额：是保险公司用以计算风险保障费或作为体检标准的基础。
84.进一步地，按照历史投保信息的有效保额、配置表保额系数、配置表赔付金额、已缴保费、缴费期限、风险保额的信息项，将待预测保单数据和风险保额更新到对应的信息项。
85.具体地，在查询到投保人的历史投保信息之后，根据对应的有效保额、配置表保额系数、配置表赔付金额、已缴保费、缴费期限，得到保单对应的风险保额，然后按照历史投保信息的信息项，将保单信息和风险保额更新到对应的信息项。
86.进一步地，将风险保额信息或更新后的风险保额信息进行筛选累加，得到投保人的累计风险保额包括：
87.从风险保额信息中筛选出满足风险保额指标的信息记录。
88.具体地，从风险保额信息中筛选出满足风险保额指标的信息记录，并归档至归档库，同时在交易库保存风险保额数据，便于查询。如果保单信息发生变化(比如投保人信息修改、发生加保、撤单、保全等情况)，则可以基于归档库中的已归档数据，重新计算投保人的风险保额信息，并更新已归档数据。如果发生变化的保单信息有多个，则在累计风险保额信息时，可以批量重算。
89.进一步地，将信息记录中的风险保额进行累加，得到投保人的累计风险保额。
90.具体地，将信息记录中的风险保额进行累加得到投保人的累计风险保额，也可以对风险保额进行加权累加，每个保单所对应权值可以根据投保时间设定，或者可以根据对应投保险种进行设定。
91.进一步地，根据风险保额预设规则和待预测保单数据得到投保人的累计风险保额，若累计风险保额超过最大风险保额，则将待预测保单生成临分保单之后还包括：
92.将所述临分保单发送至终端。
93.具体地，若累计风险保额超过最大风险保额，则确定对投保人的保单进行临时分保操作，并且生成临时分保提示信息，生成临分保单。需要进行分保操作的保单，服务器可以将其标记为待分保的保单。当对待分保的保单进行分保操作时，服务器获取待分保的保单数据。服务器根据待分保的保单数据生成临时分保提示信息，将临时分保提示信息发送至终端，可以减少每一个环节出现异常导致风险放大问题。可以识别逐客户的有效风险保额，查看客户的保障是否全面，从而挖掘客户的投保意愿，完善风险保障，提高业务销售。
94.本发明实施例的基于人工智能的精算临分方法通过获取待预测保单数据；将待预测保单数据输入到预先训练的精算预测模型中，得到待预测保单的最大风险保额；根据风险保额预设规则和待预测保单数据得到投保人的累计风险保额，若累计风险保额超过最大风险保额，则将待预测保单生成临分保单。本发明通过进行现有客户累计风险保额检查，将客户的风险保额信息写入到系统中，快速调用结果，减少系统计算量，加快系统判断逻辑。减少了人工核保工作量，减少临分保单未被识别的可能性。提供数据核对与重算能力，保证累计风险保额计算的准确性。
95.图2是本技术实施例的基于人工智能的精算临分装置的功能模块示意图。如图2所示，该基于人工智能的精算临分装置2包括获取模块21、精算模块22、生成模块23。
96.获取模块21，用于获取待预测保单数据；
97.精算模块22，用于将待预测保单数据输入到预先训练的精算预测模型中，得到待预测保单的最大风险保额；
98.生成模块23，用于根据风险保额预设规则和待预测保单数据得到投保人的累计风险保额，若累计风险保额超过最大风险保额，则将待预测保单生成临分保单。
99.可选地，精算模块22执行预先训练的精算预测模型的训练方法的操作具体包括：
100.在保险信息平台上采集各投保人的历史保险保单数据，并对历史保险保单数据进行清洗分组，得到历史保险保单数据的建模因子；
101.提取出历史保险保单数据中的理赔数据，生成各历史保险保单数据的实际风险成本；
102.以各历史保险保单数据的实际风险成本为目标值，以历史保险保单数据的建模因子为输入向量，对预设的gbdt预测模型进行训练得到精算预测模型。
103.可选地，生成模块23执行根据风险保额预设规则和待预测保单数据得到投保人的累计风险保额的操作具体包括：
104.获取投保人信息，并根据投保人信息判断投保人是否为新投保人；
105.若是，则利用风险保额预设规则计算风险保额信息；
106.若不是，则根据投保人信息，查询相应投保人的历史投保信息，并根据待预测保单数据和历史投保信息，更新投保人的风险保额信息；
107.根据风险保额指标，将风险保额信息或更新后的风险保额信息进行筛选累加，得到投保人的累计风险保额。
108.可选地，生成模块23执行根据待预测保单数据和历史投保信息，更新投保人的风险保额信息的操作包括：
109.根据待预测保单数据对应的有效保额、配置表保额系数、配置表赔付金额、已缴保费、缴费期限，得到待预测保单数据对应的风险保额；
110.按照历史投保信息的有效保额、配置表保额系数、配置表赔付金额、已缴保费、缴费期限、风险保额的信息项，将待预测保单数据和风险保额更新到对应的信息项。
111.可选地，生成模块23执行将风险保额信息或更新后的风险保额信息进行筛选累加，得到投保人的累计风险保额的操作包括：
112.从风险保额信息中筛选出满足风险保额指标的信息记录；
113.将信息记录中的风险保额进行累加，得到投保人的累计风险保额。
114.可选地，获取模块21执行获取待预测保单数据的操作之前还包括：
115.获取采集的保险因子；
116.根据预设的对应规则对与所述保险因子具有映射关系的类目信息进行匹配，对应规则为所述保险因子与类目信息的映射列表；
117.以类目信息为限定条件在预设的项目模块数据库中检索组成保险产品的项目模块，其中，项目模块为组成保险产品的文本文档。
118.可选地，获取模块21执行以类目信息为限定条件在预设的项目模块数据库中检索组成保险产品的项目模块的操作具体包括：
119.获取类目信息；
120.在预设的模块数据库中获取与类目信息对应的项目模块。
121.关于上述实施例基于人工智能的精算临分装置中各模块实现技术方案的其他细节，可参见上述实施例中的基于人工智能的精算临分方法中的描述，此处不再赘述。
122.需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于系统类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参
见方法实施例的部分说明即可
123.请参阅图3，图3为本技术实施例的计算机设备的结构示意图。如图3所示，该计算机设备30包括处理器31及和处理器31耦接的存储器32。
124.存储器32存储有计算程序，计算机程序被处理器31执行时，使得处理器31执行上述实施例中的基于人工智能的精算临分方法的步骤。
125.其中，处理器31还可以称为cpu(centralprocessingunit，中央处理单元)。处理器31可能是一种集成电路芯片，具有信号的处理能力。处理器31还可以是通用处理器、数字信号处理器(dsp)、专用集成电路(asic)、现场可编程门阵列(fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
126.参阅图4，图4为本技术实施例的计算机可读存储介质的结构示意图。本技术实施例的计算机可读存储介质存储有计算机程序41，计算机程序41被处理器31执行以实现上述实施例中的基于人工智能的精算临分方法，其中，该计算机程序41可以以软件产品的形式存储在上述存储介质中，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)或处理器(processor)执行本技术各个实施方式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，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质，或者是计算机、服务器、手机、平板等计算机设备。服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(contentdeliverynetwork，cdn)、以及大数据和人工智能平台等基础云计算服务的云服务器。
127.在本技术所提供的几个实施例中，应该理解到，所揭露的终端，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，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系统，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。
128.另外，在本技术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。以上仅为本技术的实施方式，并非因此限制本技术的专利范围，凡是利用本技术说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本技术的专利保护范围内。