本技术涉及金融服务，特别是涉及一种费率匹配方法、装置、计算机设备和存储介质。
背景技术：
1、目前，在保险单的结算时，根据不同的保险单对应的保险产品的模型需匹配不同的费率，传统的保险行业中，保险产品比较单一，产品模型属性比较简单，线下单量增速也有局限性，随着产业进步，业务变革的过程中，业务参与投保的环节越来越多，保险产品为了适配越来快节奏的业务变化，投保产品加速迭代，改善模型，提供更多投保属性以满足市场化要求，与此同时，互联网的高速发展，线上开单更加方便快捷，因此，伴随着保单对应的保险产品模型的复杂化，保险单单量的持续激增，需要一套灵活的费率匹配的计算方法。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够提高费率匹配可靠性的费率匹配方法、装置、计算机设备和存储介质。
2、为了解决上述技术问题，第一方面，提供费率匹配方法，方法包括：
3、获取目标费率数据，目标费率数据为预先设定的保险产品的险种维度的费率数据，将目标费率数据填写到预设的模板中，并存储至数据库；
4、获取保险单信息，按照预设的维度从保险单信息中提取保险产品的多个实体特征，按照预置特征工程，对各个实体特征进行增强，得到对应的保险单维度信息；
5、基于保险单维度信息，对保险产品进行服务偏好分析，得到保险产品服务偏好的相关度得分；
6、基于保险产品服务偏好的相关度评分构建目标费率匹配模型，并基于目标费率匹配模型与协同过滤算法将保险单维度信息与目标费率数据进行匹配；
7、其中，目标费率数据根据保险产品的险种、保险基准费率以及影响因子确定。
8、在其中一个实施例中，方法还包括：
9、根据保险单信息获取保险产品的应用场景信息，根据保险产品的应用场景划分子目标费率数据在目标费率数据中的占比；其中，应用场景至少包括：保险单手续费结算、代理佣金结算以及分销渠道结算。
10、在其中一个实施例中，将目标费率数据填写到预设的模板中包括：
11、将保险产品的险种维度作为结点实体，将险种维度对应的目标费率数据作为结点实体的从结点；
12、根据结点实体与各结点实体的从结点，构建设定目标费率数据的知识图谱。
13、在其中一个实施例中，方法还包括:
14、响应于接收到生成目标费率数据的控制指令，根据控制指令获取保险单信息，保险单信息包括待生成的目标费率数据对应的险种类型；
15、根据待生成的目标费率数据对应的险种类型，从系统中存储的历史费率数据中筛选出与待生成的目标费率数据对应的险种类型匹配的历史相似案例；
16、当筛选出的历史相似案例的数量大于预设阈值时，计算历史相似案例与待生成的目标费率数据的欧氏距离；按照欧式距离从小到大的顺序对历史相似案例进行排序，获取排序在前预设阈值对应的数量的历史相似案例作为参考数据；
17、从参考数据中获取保险基准费率的参考区间，从保险基准费率的参考区间获取待生成的目标费率数据的保险基准费率；
18、获取保险单信息对应的多个影响因子以及多个影响因子中每一影响因子对应的优先级，根据每一影响因子对应的优先级对应设置权重系数；
19、基于待生成的目标费率数据的保险基准费率以及每一影响因子对应的权重系数生成目标费率数据。
20、在其中一个实施例中，方法还包括：
21、获取保险单信息对应的多个影响因子，并对多个影响因子进行等级划分，将多个影响因子至少分为第一等级影响因子、第二等级影响因子；
22、以第一等级影响因子为准则层，以第二等级影响因子为方案层、以多个影响因子中每一影响因子的权重系数为目标层，建立层次结构模型；
23、基于层次结构模型，采用层次分析法计算每一影响因子的权重系数。
24、在其中一个实施例中，按照预置特征工程，对各个实体特征进行增强，得到对应的保险单维度信息，基于保险单维度信息，对保险产品进行服务偏好分析，得到保险产品服务偏好的相关度得分包括：
25、对保险单各个实体特征建立特征矩阵，并对特征矩阵进行特征分解，得到基础特征以及特征融合因子；
26、利用基础特征以及特征融合因子进行特征重建，得到融合特征，其中，融合特征包括单特征和复合特征，选取融合特征中的复合特征作为各实体特征增强后的目标维度特征；
27、区分目标费率数据中各个保险单维度数据所属的目标维度特征，得到多个特征集，并提取各特征集之间的偏好共性信息；
28、根据偏好共性信息，计算各特征集之间的相似距离，并根据相似距离，计算保险产品对应的目标费率数据的相关度得分。
29、在其中一个实施例中，目标费率数据匹配结果包括目标费率数据匹配成功以及目标费率数据匹配不成功，方法包括：
30、获取目标费率数据以及保险单维度数据，将目标费率数据与保险单维度数据进行匹配；
31、遍历任一保险单维度数据，当保险单任一项维度数据与目标费率数据不匹配时，判断目标费率数据匹配不成功；
32、当保险单包括的所有维度数据与目标费率数据匹配时，判断目标费率数据匹配成功。
33、为了解决上述技术问题，第二方面，提供了一种费率匹配装置，装置包括：
34、获取模块，用于获取目标费率数据，目标费率数据为预先设定的保险产品的险种维度的费率数据，将目标费率数据填写到预设的模板中，并存储至数据库；获取保险单信息，其中，目标费率数据根据保险产品的险种、保险基准费率以及影响因子确定；
35、提取模块，用于按照预设的维度从保险单信息中提取保险产品的多个实体特征，按照预置特征工程，对各个实体特征进行增强，得到对应的保险单维度信息；
36、分析模块，用于基于保险单维度信息，对保险产品进行服务偏好分析，得到保险产品服务偏好的相关度得分；
37、匹配模块，用于基于保险产品服务偏好的相关度评分构建目标费率匹配模型，并基于目标费率匹配模型与协同过滤算法将保险单维度信息与目标费率数据进行匹配。
38、为了解决上述技术问题，第三方面，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：处理器执行计算机程序时实现上述第一方面方法的步骤。
39、为了解决上述技术问题，第四方面，本技术提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述第一方面所述的方法的步骤。
40、区别于现有技术，本技术中以更细粒度的险种为基准维度，考虑多重影响因子设定险种维度的目标费率数据，并从预设维度的角度，对保险单信息进行分析，提取多个实体特征并进行特征增强，以对保险产品进行服务偏好分析，得到保险产品服务偏好的相关度得分，并融合了保险产品服务偏好的相关度得分与协同过滤算法，综合对保险单维度信息与目标费率数据匹配进行评估，能够提高费率匹配的可靠性。
1.一种费率匹配方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，所述将目标费率数据填写到预设的模板中包括：
4.根据权利要求1所述的方法，其特征在于，所述方法还包括:
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
6.根据权利要求1所述的方法，其特征在于，所述按照预置特征工程，对各个实体特征进行增强，得到对应的保险单维度信息，基于保险单维度信息，对保险产品进行服务偏好分析，得到保险产品服务偏好的相关度得分包括：
7.根据权利要求1所述的方法，其特征在于，所述目标费率数据匹配结果包括目标费率数据匹配成功以及目标费率数据匹配不成功，所述方法包括：
8.一种费率匹配装置，其特征在于，所述装置包括：
9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一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权利要求1至7中任一项所述的方法的步骤。
