发明创造名称：保险的出险预测方法、装置及服务器
外观设计名称：
决定号：198531
决定日：2019-12-26
委内编号：1F276187
优先权日：
申请（专利）号：201810214556.9
申请日：2018-03-15
复审请求人：北京百度网讯科技有限公司
无效请求人：
授权公告日：
审定公告日：
专利权人：
主审员：董刚
合议组组长：吴伟
参审员：施岚
国际分类号：G06Q40/08，G06Q10/04，G06N3/04，G06N3/08
外观设计分类号：
法律依据：专利法第2条第2款
决定要点
：如果权利要求请求保护的方法或装置解决了技术问题，采用了技术手段并获得了技术效果，则该权利要求请求保护的解决方案是专利法意义上的技术方案，属于专利保护的客体。
全文：
本复审决定涉及申请号为201810214556.9，名称为“保险的出险预测方法、装置及服务器”的发明专利申请（下称本申请），申请人为北京百度网讯科技有限公司，本申请的申请日为2018年03月15日，公开日为2018年09月04日。
本复审决定以及复审通知书和驳回决定中均未引用对比文件。
经实质审查，国家知识产权局原审查部门于2019年02月02日作出驳回决定，驳回了本申请，其理由是：申请不符合专利法第2条第2款的规定。具体理由如下：
权利要求1要求保护一种保险的出险预测方法，其通过离散化、独热编码、归一化等手段将其将保单信息进行预处理，而这些预处理的手段实质上都是按照人为规定的方法，不构成技术手段，将预处理后的保单信息输入到深度神经网络中得出预测的出险数据，即采用基于保单信息预测出险数据的手段，解决的是如何预测保险出险数据，而基于保单信息预测出险数据不是符合自然规律的技术手段，同时解决的也不是技术问题，因此不是技术方案，不符合专利法第2条第2款的规定。
权利要求2-4是权利要求1的从属权利要求，基于相同的理由，其解决方案也不是技术方案，不符合专利法第2条第2款的规定。
权利要求5-8是与方法权利要求1-4分别对应的产品权利要求，基于相同的理由，其解决方案也不是技术方案，不符合专利法第2条第2款的规定。
权利要求9要求保护一种服务器，其利用处理器实现权利要求1-4中任一项的方法，而权利要求1-4采用基于保单信息预测出险数据的手段，解决的是如何预测保险出险数据，而基于保单信息预测出险数据不是符合自然规律的技术手段，同时解决的也不是技术问题，因此不是技术方案，利用处理实现权利要求1-6任一项的服务器也没有解决相应的技术问题，因此，权利要求9不符合专利法第2条第2款的规定。
权利要求10要求保护一种计算机可读介质，其存储的程序被处理器执行时实现权利要求1-4中任一项的方法，而权利要求1-4采用基于保单信息预测出险数据的手段，解决的是如何预测保险出险数据，而基于保单信息预测出险数据不是符合自然规律的技术手段，同时解决的也不是技术问题，因此不是技术方案，利用存储的程序被处理器执行时实现权利要求1-4中任一项的方法的介质也没有解决相应的技术问题，因此，权利要求10不符合专利法第2条第2款的规定。
驳回决定所依据的文本为：申请日2018年03月15日提交的说明书摘要、摘要附图、说明书第1-142段、说明书附图图1-8；2018年11月22日提交的权利要求第1-10项。驳回决定所针对的权利要求书如下：
“1.一种保险的出险预测方法，其特征在于，所述方法包括：
获取待处理保险的保单信息；
将所述待处理保险的保单信息输入深度神经网络模型，预测得到所述待处理保险的出险数据，其中，所述深度神经网络预测模型的输入特征为保单信息，输出特征为出险数据，
其中将所述待处理保险的保单信息输入深度神经网络预测模型，预测得到所述待处理保险的出险数据，包括：
对所述待处理保险的保单信息进行预处理；
将预处理后的保单信息输入深度神经网络预测模型，预测得到所述待处理保险的出险数据，
其中对所述待处理保险的保单信息进行预处理，包括：
对保单信息中的被保险人数据按年龄进行离散化处理；
对离散化后的被保险人数据进行独热编码；
对编码后的被保险人数据进行归一化处理。
2.根据权利要求1所述的方法，其特征在于，所述保单信息包括以下至少一种：单位名称、险种代码、险种责任、行业、职业、分公司、保额、总人数、平均年龄和男性比例；
所述出险数据包括以下至少一种：出险率、件均赔付、件均索赔和平均住院天数。
3.根据权利要求1至2中任一项所述的方法，其特征在于，所述方法还包括：
将历史的保单信息作为输入特征，将历史的出险数据作为输出特征，训练得到深度神经网络预测模型。
4.根据权利要求1至2中任一项所述的方法，其特征在于，所述方法还包括：
根据预测的出险数据和实际的出险数据，对所述深度神经网络预测模型进行评估；
根据评估结果调整深度神经网络预测模型中的神经子网络的宽度和深度。
5.一种保险的出险预测装置，其特征在于，所述装置包括：
获取模块，用于获取待处理保险的保单信息；
预测模块，用于将所述待处理保险的保单信息输入深度神经网络预测模型，预测得到所述待处理保险的出险数据，其中，所述深度神经网络预测模型的输入特征为保单信息，输出特征为出险数据，
其中所述预测模块包括：
预处理子模块，用于对所述待处理保险的保单信息进行预处理；
预测子模块，用于将预处理后的保单信息输入深度神经网络预测模型，预测得到所述待处理保险的出险数据，
其中所述预处理子模块具体用于：
对保单信息中的被保险人数据按年龄进行离散化处理；
对离散化后的被保险人数据进行独热编码；
对编码后的被保险人数据进行归一化处理。
6.根据权利要求5所述的装置，其特征在于，
所述保单信息包括以下至少一种：单位名称、险种代码、险种责任、行业、职业、分公司、保额、总人数、平均年龄和男性比例；
所述出险数据包括以下至少一种：出险率、件均赔付、件均索赔和平均住院天数。
7.根据权利要求5至6任一项所述的装置，其特征在于，所述装置还包括：
建模模块，用于将历史的保单信息作为输入特征，将历史的出险数据作为输出特征，训练得到深度神经网络预测模型。
8.根据权利要求5至6任一项所述的装置，所述装置还包括：
评估模块，用于根据预测的出险数据和实际的出险数据，对所述深度神经网络预测模型进行评估；
调整模块，用于根据评估结果调整深度神经网络预测模型中的神经子网络的宽度和深度。
9.一种服务器，其特征在于，所述服务器包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1-4中任一所述的方法。
10.一种计算机可读存储介质，其存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-4中任一所述的方法。”
申请人（下称复审请求人）对上述驳回决定不服，于2019年03月12日向国家知识产权局提出了复审请求，同时提交了经修改的权利要求书第1-4项：
“1.一种预测装置，其特征在于，所述装置包括：
获取模块，用于获取待处理保险的保单信息；
预测模块，用于将所述待处理保险的保单信息输入深度神经网络预测模型，预测得到所述待处理保险的出险数据，其中，所述深度神经网络预测模型的输入特征为保单信息，输出特征为出险数据，
其中所述预测模块包括：
预处理子模块，用于对所述待处理保险的保单信息进行预处理；
预测子模块，用于将预处理后的保单信息输入深度神经网络预测模型，预测得到所述待处理保险的出险数据，
其中所述预处理子模块具体用于：
对保单信息中的被保险人数据按年龄进行离散化处理；
对离散化后的被保险人数据进行独热编码；
对编码后的被保险人数据进行归一化处理。
2.根据权利要求1所述的装置，其特征在于，
所述保单信息包括以下至少一种：单位名称、险种代码、险种责任、行业、职业、分公司、保额、总人数、平均年龄和男性比例；
所述出险数据包括以下至少一种：出险率、件均赔付、件均索赔和平均住院天数。
3.根据权利要求1至2任一项所述的装置，其特征在于，所述装置还包括：
建模模块，用于将历史的保单信息作为输入特征，将历史的出险数据作为输出特征，训练得到深度神经网络预测模型。
4.根据权利要求1至2任一项所述的装置，所述装置还包括：
评估模块，用于根据预测的出险数据和实际的出险数据，对所述深度神经网络预测模型进行评估；
调整模块，用于根据评估结果调整深度神经网络预测模型中的神经子网络的宽度和深度。”
复审请求书中认为：本申请解决了技术问题，采用了技术手段，取得了技术效果，因此构成技术方案，符合专利法第2条第2款的规定。
经形式审查合格，国家知识产权局于2019年03月15日依法受理了该复审请求，并将其转送至原审查部门进行前置审查。
原审查部门在前置审查意见书中认为：通过离散化、独热编码、归一化等手段将其将保单信息进行预处理这些都是常规的预处理手段，权利要求虽然具备这些技术手段，但是这些技术手段的目的是将保单信息处理为符合深度神经网络的输入要求，将预处理后的保单信息输入到深度神经网络中得出预测的出险数据，即采用基于保单信息预测出险数据（比如保险定价）的手段，不是符合自然规律的技术手段，其实质上仍然是基于人为设定的保单信息来进行保险的出险定价，其中采用的深度神经网络为常见分类的数学模型，其模型本质上是一种数学计算方法，且基于保单信息利用深度神经网络计算出险数据解决的是如何预测保险出险数据，解决的不是技术问题。因此，坚持原驳回决定。
随后，国家知识产权局成立合议组对本案进行审理。
经审理，合议组于2019年11月08日向复审请求人发出复审通知书，指出：权利要求1-4的修改不符合专利法第33条的规定。
复审请求人于2019年12月13日进行了答复，提交了意见陈述书，以及经过修改的权利要求1-10：
“1.一种保险的出险预测方法，其特征在于，所述方法包括：
获取待处理保险的保单信息；
将所述待处理保险的保单信息输入深度神经网络预测模型，预测得到所述待处理保险的出险数据，其中，所述深度神经网络预测模型的输入特征为保单信息，输出特征为出险数据，
其中将所述待处理保险的保单信息输入深度神经网络预测模型，预测得到所述待处理保险的出险数据，包括：
对所述待处理保险的保单信息进行预处理；
将预处理后的保单信息输入深度神经网络预测模型，预测得到所述待处理保险的出险数据，
其中对所述待处理保险的保单信息进行预处理，包括：
对保单信息中的被保险人数据按年龄进行离散化处理；
对离散化后的被保险人数据进行独热编码；
对编码后的被保险人数据进行归一化处理。
2.根据权利要求1所述的方法，其特征在于，所述保单信息包括以下至少一种：单位名称、险种代码、险种责任、行业、职业、分公司、保额、总人数、平均年龄和男性比例；
所述出险数据包括以下至少一种：出险率、件均赔付、件均索赔和平均住院天数。
3.根据权利要求1至2中任一项所述的方法，其特征在于，所述方法还包括：
将历史的保单信息作为输入特征，将历史的出险数据作为输出特征，训练得到深度神经网络预测模型。
4.根据权利要求1至2中任一项所述的方法，其特征在于，所述方法还包括：
根据预测的出险数据和实际的出险数据，对所述深度神经网络预测模型进行评估；
根据评估结果调整深度神经网络预测模型中的神经子网络的宽度和深度。
5.一种保险的出险预测装置，其特征在于，所述装置包括：
获取模块，用于获取待处理保险的保单信息；
预测模块，用于将所述待处理保险的保单信息输入深度神经网络预测模型，预测得到所述待处理保险的出险数据，其中，所述深度神经网络预测模型的输入特征为保单信息，输出特征为出险数据，
其中所述预测模块包括：
预处理子模块，用于对所述待处理保险的保单信息进行预处理；
预测子模块，用于将预处理后的保单信息输入深度神经网络预测模型，预测得到所述待处理保险的出险数据，
其中所述预处理子模块具体用于：
对保单信息中的被保险人数据按年龄进行离散化处理；
对离散化后的被保险人数据进行独热编码；
对编码后的被保险人数据进行归一化处理。
6.根据权利要求5所述的装置，其特征在于，
所述保单信息包括以下至少一种：单位名称、险种代码、险种责任、行业、职业、分公司、保额、总人数、平均年龄和男性比例；
所述出险数据包括以下至少一种：出险率、件均赔付、件均索赔和平均住院天数。
7.根据权利要求5至6任一项所述的装置，其特征在于，所述装置还包括：
建模模块，用于将历史的保单信息作为输入特征，将历史的出险数据作为输出特征，训练得到深度神经网络预测模型。
8.根据权利要求5至6任一项所述的装置，所述装置还包括：
评估模块，用于根据预测的出险数据和实际的出险数据，对所述深度神经网络预测模型进行评估；
调整模块，用于根据评估结果调整深度神经网络预测模型中的神经子网络的宽度和深度。
9.一种服务器，其特征在于，所述服务器包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1-4中任一所述的方法。
10.一种计算机可读存储介质，其存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-4中任一所述的方法。”
复审意见陈述书中认为：本申请针对现有技术中处理保单数据时人工处理效率不高、主观性强的问题，将保单数据经过预处理后，输入深度神经网络预测模型中，利用神经网络预测模型的深度学习能力，输出目标类型的预测数据，在对保单数据的处理过程中，采用了离散化、独热编码、归一化等数据处理的技术手段，由此预测得到保险的出险数据，因此，本申请的方案采用了技术手段，解决了技术问题，取得了技术效果，因此构成技术方案。
在上述程序的基础上，合议组认为本案事实已经清楚，可以作出审查决定。
二、决定的理由
1.审查文本的认定
复审请求人在2019年12月13日答复复审通知书时对权利要求书进行了修改。经审查，该修改符合专利法第33条以及专利法实施细则第61条第1款的规定。因此，本复审决定所依据的审查文本为：申请日2018年03月15日提交的说明书摘要、摘要附图、说明书第1-142段、说明书附图图1-8，2019年12月13日提交的权利要求第1-10项。
2.具体理由的阐述
专利法第2条第2款规定：发明，是指对产品、方法或者其改进所提出的新的技术方案。
如果权利要求请求保护的方法或装置解决了技术问题，采用了技术手段并获得了技术效果，则该权利要求请求保护的解决方案是专利法意义上的技术方案，属于专利保护的客体。
《专利审查指南》第二部分第九章第2节中规定：如果涉及计算机程序的发明专利申请的解决方案执行计算机程序的目的是解决技术问题，在计算机上运行计算机程序从而对外部或内部对象进行控制或处理所反映的是遵循自然规律的技术手段，并且由此获得符合自然规律的技术效果，则这种解决方案属于专利法第2条第2款所说的技术方案，属于专利保护的客体。
本申请的权利要求1请求保护一种保险的出险预测方法，所述方法包括：获取待处理保险的保单信息；将所述待处理保险的保单信息输入深度神经网络预测模型，预测得到所述待处理保险的出险数据，其中，所述深度神经网络预测模型的输入特征为保单信息，输出特征为出险数据，其中将所述待处理保险的保单信息输入深度神经网络预测模型，预测得到所述待处理保险的出险数据，包括：对所述待处理保险的保单信息进行预处理；将预处理后的保单信息输入深度神经网络预测模型，预测得到所述待处理保险的出险数据，其中对所述待处理保险的保单信息进行预处理，包括：对保单信息中的被保险人数据按年龄进行离散化处理；对离散化后的被保险人数据进行独热编码；对编码后的被保险人数据进行归一化处理。
本申请针对现有技术中处理保单数据时人工处理效率不高、主观性强的问题，将保单数据经过预处理后，输入深度神经网络预测模型中，利用神经网络预测模型的深度学习能力，输出目标类型的预测数据，在对保单数据的处理过程中，采用了离散化、独热编码、归一化等数据处理的技术手段，由此高效获得保险的预测出险数据。可见，本申请的方案采用了技术手段，解决了技术问题，取得了技术效果，因此构成技术方案。
因此，权利要求1保护的方案采用了技术手段，解决了技术问题，获得了技术效果，属于专利法第2条第2款规定的技术方案，属于专利保护的客体。
相应的，权利要求1的从属权利要求2-4也属于专利法第2条第2款规定的技术方案，属于专利保护的客体。
与权利要求1-4的方法对应的装置权利要求5-8，以及引用权利要求1-4的独立权利要求9和10，也属于专利法第2条第2款规定的技术方案，属于专利保护的客体。
3.对驳回决定相关意见和前置审查相关意见的评述
驳回决定和前置意见中认为，权利要求1要求保护一种保险的出险预测方法，其通过离散化、独热编码、归一化等常规的预处理手段将其将保单信息进行预处理，而这些预处理的手段实质上都是按照人为规定的方法，不构成技术手段，将预处理后的保单信息输入到深度神经网络中得出预测的出险数据，即采用基于保单信息预测出险数据的手段，解决的是如何预测保险出险数据，而基于保单信息预测出险数据不是符合自然规律的技术手段，同时解决的也不是技术问题，因此不是技术方案，不符合专利法第2条第2款的规定。
对于上述意见，合议组认为，首先，对于权利要求的方案是否构成技术方案，应该从整体进行判断，不能仅因为含有“保单”或“保险”或“预测”等术语就认为不是技术手段，不构成技术方案，本申请涉及对于保单数据的处理，通过深度神经网络预测模型，对保单数据进行处理，其中采用了多种技术手段，将数据如何进行特征提取是人为设定的，但是这不影响采用相应的技术手段进行处理的技术性，本申请通过组合采用上述技术手段，可以获得出险数据，解决了人工处理保单数据耗时长，效率低的问题，不能认为得到的是出险预测数据就不符合自然规律。其次，关于权利要求中的技术手段是否属于现有技术，这需要与现有技术进行了比较才能确定。但无论这些技术手段相对于现有技术是否是新的技术手段，它们都应属于技术手段的范畴之内，通过这些技术手段可以解决相应的技术问题并获得相应的技术效果。
综上所述，本申请权利要求1-10符合专利法第2条第2款的规定。
至于说明书和权利要求书是否还存在其他缺陷，留待后续程序继续审查。
三、决定
撤销国家知识产权局于2019年02月02日对本申请作出的驳回决定。由国家知识产权局原审查部门在申请日2018年03月15日提交的说明书第1-142段、说明书附图图1-8、说明书摘要、摘要附图，以及2019年12月13日提交的权利要求1-10的基础上对本申请继续进行审查。
如对本复审请求审查决定不服，根据专利法第41条第2款的规定，复审请求人可以自收到本决定之日起三个月内向北京知识产权法院起诉。
郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。
