买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国平安财产保险股份有限公司申请的专利车险保费确定方法、装置、计算机设备及可读存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119417619B 。

龙图腾网通过国家知识产权局官网在2025-09-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411479956.4，技术领域涉及：G06Q40/08；该发明授权车险保费确定方法、装置、计算机设备及可读存储介质是由陈奕宇;王柏凯设计研发完成，并于2024-10-22向国家知识产权局提交的专利申请。

本车险保费确定方法、装置、计算机设备及可读存储介质在说明书摘要公布了：本申请公开了一种车险保费确定方法、装置、计算机设备及可读存储介质，涉及互联网技术领域，通过使用生成对抗网络捕捉历史驾驶行为中的非线性特征生成更为逼真的样本数据，进而采用样本数据对后续的保费确定模型进行训练，使得模型能够确定出更合理的保费策略。所述方法包括：获取历史理赔数据，在历史理赔数据中读取历史驾驶行为数据；构建样本生成模型，将历史驾驶行为数据输入至样本生成模型，以使样本生成模型生成模拟驾驶行为数据；采用历史驾驶行为数据和模拟驾驶行为数据对初始确定模型进行模型训练，得到目标车险保费确定模型；当接收到待预测驾驶行为数据时，将待预测驾驶行为数据输入至目标车险保费确定模型进行车险保费预测。

本发明授权车险保费确定方法、装置、计算机设备及可读存储介质在权利要求书中公布了：1.一种车险保费确定方法，其特征在于，包括： 获取历史理赔数据，在所述历史理赔数据中读取历史驾驶行为数据； 构建样本生成模型，将所述历史驾驶行为数据输入至所述样本生成模型，以使所述样本生成模型基于生成对抗网络捕捉所述历史驾驶行为数据中的非线性驾驶特征，并根据所述非线性驾驶特征生成模拟驾驶行为数据； 基于深度强化学习框架构建初始确定模型，并采用所述历史驾驶行为数据和所述模拟驾驶行为数据对所述初始确定模型进行模型训练，得到目标车险保费确定模型； 当接收到待预测驾驶行为数据时，将所述待预测驾驶行为数据输入至所述目标车险保费确定模型进行车险保费预测，得到车险保费预测结果； 其中，所述构建样本生成模型，将所述历史驾驶行为数据输入至所述样本生成模型，以使所述样本生成模型基于生成对抗网络捕捉所述历史驾驶行为数据中的非线性驾驶特征，并根据所述非线性驾驶特征生成模拟驾驶行为数据，包括： 基于生成对抗网络构建所述样本生成模型，并初始化所述样本生成模型的模型参数，所述模型参数包括生成器的生成器参数和判别器的判别器参数，其中，所述生成器和所述判别器分别基于深度神经网络构建； 持续在所述历史驾驶行为数据中提取预设数目个历史驾驶行为数据与随机噪声合并，生成待模拟数据； 将所述待模拟数据输入至所述样本生成模型，采用所述样本生成模型的生成器和判别器捕捉所述历史驾驶行为数据中的非线性驾驶特征，并根据所述非线性驾驶特征生成模拟驾驶行为数据； 其中，所述基于深度强化学习框架构建初始确定模型，并采用所述历史驾驶行为数据和所述模拟驾驶行为数据对所述初始确定模型进行模型训练，得到目标车险保费确定模型，包括： 将所述历史驾驶行为数据和所述模拟驾驶行为数据聚合为目标数据集，持续在所述目标数据集中提取预设数目个目标数据生成目标训练集，所述目标数据中的年龄特征满足预设年龄条件； 基于深度强化学习框架构建初始确定模型，将所述目标训练集中的目标数据输入至所述初始确定模型，以使所述初始确定模型基于Q网络确定所述目标数据对应的驾驶状态，以及在预设动作空间中为所述驾驶状态选定指定车险保费定价策略，其中，所述驾驶状态用于指示所述目标数据中的驾驶特征，所述驾驶特征包括年龄特征、驾驶记录特征、车辆类型特征和地理位置特征； 基于所述初始确定模型在所述目标数据中获取所述指定车险保费定价策略关联的反馈信息，以使所述初始确定模型基于所述Q网络计算所述反馈信息对应的奖励值，并根据所述奖励值更新所述驾驶状态对应的指定车险保费定价策略的权重； 持续获取目标训练数据对所述Q网络进行训练，更新每种驾驶状态下不同车险保费定价策略的权重，并根据所述权重确定所述每种驾驶状态对应的目标车险保费定价策略，得到所述目标车险保费确定模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国平安财产保险股份有限公司，其通讯地址为：518046 广东省深圳市福田区福田街道益田路5013号平安财险大厦26、27、28、29、30、31、32、33、35、36、37、38、39层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。