前言：本站為你精心整理了網絡商業(yè)保險介入風險評估系統(tǒng)探析范文，希望能為你的創(chuàng)作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。

摘要：為了降低由評價標準可靠性較低引起的風險評估誤差，提出基于改進BP神經網絡的商業(yè)保險介入風險評估系統(tǒng)設計。主控芯片通過SPI控制器調動內置存儲器內的數據，利用BP神經網絡對影響風險的因素進行賦權，通過反向計算檢驗并調整異常賦權結果，以此為評價標準構建用戶自畫像，再根據畫像評估商業(yè)保險的介入風險。實驗結果表明，該評估系統(tǒng)計算出的風險結果與實際結果之間具有較高的擬合度，同時能夠對主要影響因素以及風險存在形式進行準確評估。

關鍵詞：改進BP神經網絡；商業(yè)保險；介入風險；主控芯片

0引言

傳統(tǒng)的商業(yè)保險主要是以人身保險和物品保險為主，包括醫(yī)療、意外事故以及物品損壞等。但近些年來，保險介入范圍不再局限于人身和物品這兩類實體，而是開始向抽象化的趨勢發(fā)展[1-3]。從上面兩種典型的新型商業(yè)保險種類可以看出，商業(yè)保險已經滲透到了人們生產生活的各個環(huán)節(jié)。許多保險企業(yè)也開始加大對個性化險種的研究力度，以期通過推出更加符合現(xiàn)代人個性化需求的保險吸引更多客戶，為企業(yè)在激烈的市場競爭中站穩(wěn)腳跟提供保障[4-6]。實際工作中，無論是任何類型的保險，企業(yè)在對其進行設計時始終是以自身的經濟效益為基礎開展的。因此，對保險介入風險進行分析和評估十分重要，且評估結果是判斷保險方案可行性的重要指標[7]。

1硬件設計

1.1主控芯片

主控芯片是整個系統(tǒng)實現(xiàn)風險評估的主要部件，其不僅對系統(tǒng)的運行起到智慧調度作用，而且也是調節(jié)系統(tǒng)中其他硬件運行狀態(tài)的核心。由于商業(yè)保險介入評估風險需要參考的數據量較大，系統(tǒng)在運行過程中需同時進行大量數據的運算，這就要求其能夠同時滿足系統(tǒng)內不同部件的信號調度需求，因此本文選用海信的二代主控芯片STM32F407ZG。該芯片包括OV7670CMOS模塊和SD卡模塊兩部分，且二者之間需要以引腳作為連接，引腳的數量為6個，可以滿足多個硬件設備的連接需求，其中1個引腳起穩(wěn)定作用。內部電阻與負載組成STM32F407ZG的上電復位電路，同時芯片上的濾波電容的最大電流為2.5A，當供電系統(tǒng)出現(xiàn)異常時，可以由供應系統(tǒng)完成瞬時保存操作，運行頻率為3.0Hz，并支持多信號并發(fā)。

1.2內置存儲器

內置存儲器是系統(tǒng)進行運算評估時的主要存儲設備。商業(yè)保險介入風險評估需要的數據較多，因此在選擇內置存儲器時，對存儲空間的要求也相對較高。針對該問題，本文選擇聯(lián)想systemX系列的IBM46W0833存儲器，內存大小為128GB。其傳輸類型為DDR4，以單條的形式與其他硬件進行組合，最大儲存效率為20m/s，支持數據遠程讀取和寫入，且允許數據并行，可以大大減少時間開銷[8-10]。

1.3SPI控制器

SPI控制器是傳輸主控芯片命令核心部件，當系統(tǒng)開始運行后，主控芯片發(fā)出的命令都是通過SPI控制器傳達的。對于部分與接收端不適配的命令信號，SPI控制器也要將其進行轉化，以此確保命令可以被有效執(zhí)行。考慮上述運行需求，本文選用偉斯托科技公司的LT-200控制器。該控制器采用的主從模式構架為Master-Slave，支持一個或多個Slave設備的連接。其傳送速率為1200Byte/s，并且支持編程，具有十分良好的擴展性。

2軟件設計

2.1基于改進BP神經網絡的用戶自畫像構建

主控芯片發(fā)起系統(tǒng)喚醒指令，SPI控制器將信號發(fā)送到內置存儲器后，存儲器將其狀態(tài)調整為可讀寫模式，以此實現(xiàn)主控芯片數據調取與修改工作的進行。在系統(tǒng)運行狀態(tài)下，主控芯片對影響保險介入風險的要素進行統(tǒng)計，包括制度設計風險Ps、籌資風險Pc、基金投資風險Pj、操作風險Pz以及給付風險Pf。分析目標用戶的數據特征，根據分析結果，構建對應的用戶自畫像。用戶自畫像的構建與評價標準直接相關，為了確保構建的畫像在風險評估階段具有更高的可靠性，本文利用改進的BP神經網絡對標準進行尋優(yōu)。以制度設計風險Ps為例，假設影響Ps的因素為n，并存在n=(n1,n2,…,ni)，則將n作為BP神經網絡的輸入值，其在隱含層經過賦權處理后，得到W=(w1,w2,…,wi)，賦權方式表示為：1iiniinwnλ==∑式中，λ表示風險系數。按照同樣的方式計算其他風險指標的賦權值，最后進行檢驗。如果賦權總和為1，則將其作為用戶自畫像構建的評價標準；如果賦權總和不為1，則需要對其進行調整。此時將各個指標不同因素對應的賦權結果作為輸入值，在BP神經網絡中進行反向計算，對得到的結果與正向結果的不一致的因素重新賦權，再重復上述操作，直至滿足賦權要求。隨著評估的進行，將得出的數據重新輸入到BP神經網絡中，實現(xiàn)對計算結果的逐步優(yōu)化，提高系統(tǒng)計算精度。

2.2介入風險評估

主控芯片發(fā)出數據提取命令，調用儲存在內置存儲器中的用戶自畫像。假設向系統(tǒng)內輸入的商業(yè)保險方案為A=(M,S,R)，其中A表示商業(yè)保險的總體方案，M表示方案中的資金規(guī)劃，S表示方案預計實施的主要區(qū)域，S表示方案面向的主要群體。主控芯片接收到輸入的信息后，對方案中的S進行識別，指揮SPI控制器在內置存儲器中提取對應的用戶自畫像，并傳輸到主控芯片。將用戶自畫像中的風險輸出結果作為方案A介入風險評估的依據，則其賠付評估結果可以表示為：fSRMMEE=+U（2）

3測試分析

3.1測試環(huán)境

由于保險風險的驗證需要大量的實際數據，因此對未實施的險種進行保險介入風險評估效果驗證不僅成本投入較大，而且周期較長。針對該問題，本文以某保險公司已實施的5個保險方案（分別編號1～5）為測試對象，將某一年內該險種反饋出的數據結果作為對系統(tǒng)最終輸出評估結果的評價標準。以此為基礎，利用本文設計的系統(tǒng)對測試保險的介入風險進行評估，并與已有數據結果進行對比。

3.2測試結果

在上述測試環(huán)境下，首先對比了系統(tǒng)輸出的5個保險方案的介入風險評估結果與實際結果之間的差異性。系統(tǒng)分析的影響介入風險的因素主要包括保險人教育背景、住房情況、月收入、工作年限以及負債情況等，將系統(tǒng)的分析結果與實際情況對比，如圖1所示。從圖1可以看出，本文設計的評估系統(tǒng)能夠實現(xiàn)對風險因素的準確評估。系統(tǒng)在對風險類型進行評估時，其輸出結果包括不恰當的理賠介入時間、保險理賠需求預測錯誤、保險理賠信息操作不當以及保險制度設計不當4種。對比系統(tǒng)輸出的風險類型評估結果與實際結果之間的差異，結果如圖2所示。從圖2可以看出，在對4種風險類型作用效果進行評估時，本文設計系統(tǒng)的輸出結果與實際結果的差異也較小，特別是對于由于理賠時間引起的保險介入風險，其評估結果與實際結果完全一致。其中誤差最大的是對理賠需求預測作用的評估，其他風險類型的評估結果與實際結果之間的差異性均在可控范圍內。綜上所述，本文設計的系統(tǒng)能夠實現(xiàn)對商業(yè)保險介入風險類型的準確分析，具有較好的評估效果和較高的評估準確性。

4結語

對于商業(yè)保險企業(yè)而言，保險方案設計的合理性與其創(chuàng)造的價值直接相關，而對保險介入風險進行準確評估更是關系到企業(yè)發(fā)展的重要途徑。只有正確認識商業(yè)保險介入風險，才能對保險方案實施價值作出正確判斷。本文提出基于改進BP神經網絡的商業(yè)保險介入風險評估系統(tǒng)設計研究，并實現(xiàn)了對保險介入風險值和賠付率的評估，能夠以較高的精度分析出影響介入風險的主要指標作用程度以及存在的風險類型。通過該研究，以期為商業(yè)保險的發(fā)展提供有價值的參考，為提高保險設計的合理性提供幫助。

作者:胡盈盈 桑珍珍 單位:鄭州商學院