一种基于大数据的信息数据处理和分析方法

一种基于大数据的信息数据处理和分析方法

技术领域

本发明涉及保险数据处理和分析技术领域，特别是涉及一种基于大数据的信息数据处理和分析方法。

背景技术

保险理赔，是指在保险标的发生保险事故而使被保险人财产受到损失或人身生命受到损害时，或保单约定的其它保险事故出险而需要给付保险金时，保险公司根据合同规定，履行赔偿或给付责任的行为，是直接体现保险职能和履行保险责任的工作。简单的说，保险理赔是保险人在保险标的发生风险事故后，对被保险人提出的索赔请求进行处理的行为。在保险经营中，保险理赔是保险补偿职能的具体体现。保险理赔分为寿险理赔和财险理赔两种，由于车险的特殊性和普遍性，应将车险理赔从财险理赔中单独分离出来。

保险理赔中难免会出现不法分子进行骗保的行为，目前对于骗保行为的识别很难，为了避免由于骗保而导致的损失，通常需要对每个理赔申请都按照理赔程序进行审查。这些审查通常是由人工完成的，当出现理赔申请大量集中出现时，受人力所限，为了在合理的期限内结案，审查就很难实现全覆盖，难免会出现骗保成功的情况，这样就会给保险公司造成不必要的损失。

发明内容

本发明的目的在于提供一种基于大数据的信息数据处理和分析方法，可以使得有限的理赔审查人员能针对性的集中对更高风险骗保案件进行取证审查，可有效提高理赔审查人员的有效工作效率，减小因骗保行为给保险公司造成的损失。

本发明是这样实现的：一种基于大数据的信息数据处理和分析方法，包括：

建立大数据库，所述大数据库包括财险理赔数据库和寿险理赔数据库，其中财险理赔数据库分为车险理赔数据库和其它财产理赔数据库，所述寿险理赔数据库、车险理赔数据库和其它财产理赔数据库分别与寿险理赔服务器、车险理赔服务器和其它财产理赔服务器交互相连；

所述寿险理赔数据库中存入有往期寿险理赔申请数据，所述寿险理赔数据库包括寿险正常理赔数据库和寿险骗保理赔数据库，往期寿险理赔申请数据中的骗保行为理赔申请数据单独存入寿险骗保理赔数据库中；所述寿险理赔服务器用于接收寿险理赔申请数据，并将所接收的寿险理赔申请数据与寿险骗保理赔数据库中的数据进行对比，根据对比结果进行骗保风险分析，并进行骗保风险级别划分，对比相似度越高，则风险级别越高，然后生成委派理赔审查员进行取证审查的命令执行单，命令执行单上显示风险级别，理赔审查员根据风险级别由高到低进行选择命令执行单，选择人力资源能够完成数量的命令执行单进行执行审查；

所述车险理赔数据库中存入有往期车险理赔申请数据，所述车险理赔数据库包括车险正常理赔数据库和车险骗保理赔数据库，往期车险理赔申请数据中的骗保行为理赔申请数据单独存入车险骗保理赔数据库中；所述车险理赔服务器用于接收车险理赔申请数据，并将所接收的车险理赔申请数据与车险骗保理赔数据库中的数据进行对比，根据对比结果进行骗保风险分析，并进行骗保风险级别划分，对比相似度越高，则风险级别越高，然后生成委派理赔审查员进行取证审查的命令执行单，命令执行单上显示风险级别，理赔审查员根据风险级别由高到低进行选择命令执行单，选择人力资源能够完成数量的命令执行单进行执行审查。

所述其它财产理赔数据库中存入有往期其它财产理赔申请数据，所述其它财产理赔数据库包括其它财产正常理赔数据库和其它财产骗保理赔数据库，往期其它财险理赔申请数据中的骗保行为理赔申请数据单独存入其它财产骗保理赔数据库中；所述其它财产理赔服务器用于接收其它财产理赔申请数据，并将所接收的其它财产理赔申请数据与其它财产骗保理赔数据库中的数据进行对比，根据对比结果进行骗保风险分析，并进行骗保风险级别划分，对比相似度越高，则风险级别越高，然后生成委派理赔审查员进行取证审查的命令执行单，命令执行单上显示风险级别，理赔审查员根据风险级别由高到低进行选择命令执行单，选择人力资源能够完成数量的命令执行单进行执行审查。

进一步的，风险级别划分为至少五个级别，依次为最高风险级别、高风险级别、较高风险级别、中风险级别和低风险级别，其中最高风险级别的对比相似度在80％及其以上，高风险级别的对比相似度在60％-80％之间，较高风险级别的对比相似度在 40％-60％之间，中风险级别的对比相似度在20％-40％之间，低风险级别的对比相似度在20％以下。

进一步的，所述寿险理赔服务器上传的理赔申请数据至少包括事故原因、事故医院、保单号和理赔金额，对所述寿险理赔服务器上传的理赔申请数据进行大数据风险分析，得到对应的高风险事故原因、高风险事故医院和高风险保单号对应的保险购买人和保险受益人；将所述高风险事故原因、高风险事故医院和高风险保单号对应的保险购买人、保险受益人返回至寿险理赔服务器，以使得所述寿险理赔服务器在接收到携带所述高风险事故原因、高风险事故医院和高风险保单号对应的保险购买人、保险受益人的理赔申请数据时，生成委派理赔审查员进行取证审查的命令，并将所述命令发送至寿险理赔服务器终端；

所述车险理赔服务器上传的理赔申请数据至少包括事故原因、事故地点、保单号和理赔金额，对所述车险理赔服务器上传的理赔申请数据进行大数据风险分析，得到对应的高风险事故原因、高风险事故地点和高风险保单号对应的车牌号、保险购买人和保险受益人；将所述高风险事故原因、高风险事故地点和高风险保单号对应的车牌号、保险购买人、保险受益人返回至车险理赔服务器，以使得所述车险理赔服务器在接收到携带所述高风险事故原因、高风险事故地点和高风险保单号对应的车牌号、保险购买人、保险受益人的理赔申请数据时，生成委派理赔审查员进行取证审查的命令，并将所述命令发送至车险理赔服务器终端；

所述其它财险理赔服务器上传的理赔申请数据至少包括事故原因、事故地点、保单号和理赔金额，对所述财险理赔服务器上传的理赔申请数据进行大数据风险分析，得到对应的高风险事故原因、高风险事故地点和高风险保单号对应的保险购买人和保险受益人；将所述高风险事故原因、高风险事故地点和高风险保单号对应的保险购买人、保险受益人返回至财险理赔服务器，以使得所述财险理赔服务器在接收到携带所述高风险事故原因、高风险事故地点和高风险保单号对应的保险购买人、保险受益人的理赔申请数据时，生成委派理赔审查员进行取证审查的命令，并将所述命令发送至其它财险理赔服务器终端。

进一步的，对所接收到的寿险理赔服务器上传的理赔申请数据中的事故原因、事故医院和保单号对应的保险购买人、保险受益人进行存档和次数累计，设定第一时间区间和第一时间区间内的第一出险次数，当同一事故原因在设定的第一时间区间内累加的出险次数大于设定的第一出险次数时，将此类事故原因定义为一级高风险事故原因；当同一事故医院在设定的第一时间区间内累加的出险次数大于设定的第一出险次数时，将这个事故医院定义为一级高风险事故医院；当同一保险购买人或保险受益人在设定的第一时间区间内累加的出险次数大于设定的第一出险次数时，将这个保险购买人或保险受益人定义为一级高风险保险关联人。

进一步的，设定第二时间区间和第二时间区间内的第二出险次数，所述第二出险次数与第二时间区间的比值大于所述第一出险次数与第一时间区间的比值，当同一事故原因在设定的第二时间区间内累加的出险次数大于设定的第二出险次数时，将此类事故原因定义为二级高风险事故原因；当同一事故医院在设定的第二时间区间内累加的出险次数大于设定的第二出险次数时，将这个事故医院定义为二级高风险事故医院；当同一保险购买人或保险受益人在设定的第二时间区间内累加的出险次数大于设定的第二出险次数时，将这个保险购买人或保险受益人定义为二级高风险保险关联人。

进一步的，对所接收到的车险理赔服务器上传的理赔申请数据中的事故原因、事故地点和保单号对应的车牌号、保险购买人、保险受益人进行存档和次数累计，设定第一时间区间和第一时间区间内的第一出险次数，当同一事故原因在设定的第一时间区间内累加的出险次数大于设定的第一出险次数时，将此类事故原因定义为一级高风险事故原因；当同一事故地点在设定的第一时间区间内累加的出险次数大于设定的第一出险次数时，将这个事故地点定义为一级高风险事故地点；当同一车牌号在设定的第一时间区间内累加的出险次数大于设定的第一出险次数时，将这个车牌号定义为一级高风险车牌号；当同一保险购买人或保险受益人在设定的第一时间区间内累加的出险次数大于设定的第一出险次数时，将这个保险购买人或保险受益人定义为一级高风险保险关联人。

进一步的，设定第二时间区间和第二时间区间内的第二出险次数，所述第二出险次数与第二时间区间的比值大于所述第一出险次数与第一时间区间的比值，当同一事故原因在设定的第二时间区间内累加的出险次数大于设定的第二出险次数时，将此类事故原因定义为二级高风险事故原因；当同一事故地点在设定的第二时间区间内累加的出险次数大于设定的第二出险次数时，将这个事故地点定义为二级高风险事故地点；当同一车牌号在设定的第二时间区间内累加的出险次数大于设定的第二出险次数时，将这个车牌号定义为二级高险车牌号；当同一保险购买人或保险受益人在设定的第二时间区间内累加的出险次数大于设定的第二出险次数时，将这个保险购买人或保险受益人定义为二级高风险保险关联人。

进一步的，对所接收到的其它财险理赔服务器上传的理赔申请数据中的事故原因、事故地点和保单号对应的保险购买人、保险受益人进行存档和次数累计，设定第一时间区间和第一时间区间内的第一出险次数，当同一事故原因在设定的第一时间区间内累加的出险次数大于设定的第一出险次数时，将此类事故原因定义为一级高风险事故原因；当同一事故地点在设定的第一时间区间内累加的出险次数大于设定的第一出险次数时，将这个事故地点定义为一级高风险事故地点；当同一保险购买人或保险受益人在设定的第一时间区间内累加的出险次数大于设定的第一出险次数时，将这个保险购买人或保险受益人定义为一级高风险保险关联人。

进一步的，设定第二时间区间和第二时间区间内的第二出险次数，所述第二出险次数与第二时间区间的比值大于所述第一出险次数与第一时间区间的比值，当同一事故原因在设定的第二时间区间内累加的出险次数大于设定的第二出险次数时，将此类事故原因定义为二级高风险事故原因；当同一事故地点在设定的第二时间区间内累加的出险次数大于设定的第二出险次数时，将这个事故地点定义为二级高风险事故地点；当同一保险购买人或保险受益人在设定的第二时间区间内累加的出险次数大于设定的第二出险次数时，将这个保险购买人或保险受益人定义为二级高风险保险关联人。

进一步的，设定寿险理赔金额，当所接收到的寿险理赔服务器上传的理赔申请数据中的理赔金额大于设定的寿险理赔金额时，生成委派理赔审查员进行取证审查的命令，并将所述命令发送至寿险理赔服务器终端；设定车险理赔金额，当所接收到的车险理赔服务器上传的理赔申请数据中的理赔金额大于设定的车险理赔金额时，生成委派理赔审查员进行取证审查的命令，并将所述命令发送至车险理赔服务器终端；设定其它财险理赔金额，当所接收到的其它财险理赔服务器上传的理赔申请数据中的理赔金额大于设定的其它财险理赔金额时，生成委派理赔审查员进行取证审查的命令，并将所述命令发送至财险理赔服务器终端。

与现有技术相比，本发明的有益效果是：可以使得有限的理赔审查人员能针对性的集中对更高风险骗保案件进行取证审查，可有效提高理赔审查人员的有效工作效率，减小因骗保行为给保险公司造成的损失。

具体实施方式

为使本发明实施方式的目的、技术方案和优点更加清楚，下面将结合本发明实施方式中的叙述，对本发明实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。因此，以下对在叙述中提供的本发明的实施方式的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施方式。基于本发明中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。

本发明实施例中，

一种基于大数据的信息数据处理和分析方法，其特征在于，包括：

建立大数据库，大数据库包括财险理赔数据库和寿险理赔数据库，其中财险理赔数据库分为车险理赔数据库和其它财产理赔数据库，寿险理赔数据库、车险理赔数据库和其它财产理赔数据库分别与寿险理赔服务器、车险理赔服务器和其它财产理赔服务器交互相连；

寿险理赔数据库中存入有往期寿险理赔申请数据，寿险理赔数据库包括寿险正常理赔数据库和寿险骗保理赔数据库，往期寿险理赔申请数据中的骗保行为理赔申请数据单独存入寿险骗保理赔数据库中；寿险理赔服务器用于接收寿险理赔申请数据，并将所接收的寿险理赔申请数据与寿险骗保理赔数据库中的数据进行对比，根据对比结果进行骗保风险分析，并进行骗保风险级别划分，对比相似度越高，则风险级别越高，然后生成委派理赔审查员进行取证审查的命令执行单，命令执行单上显示风险级别，理赔审查员根据风险级别由高到低进行选择命令执行单，选择人力资源能够完成数量的命令执行单进行执行审查；

车险理赔数据库中存入有往期车险理赔申请数据，车险理赔数据库包括车险正常理赔数据库和车险骗保理赔数据库，往期车险理赔申请数据中的骗保行为理赔申请数据单独存入车险骗保理赔数据库中；车险理赔服务器用于接收车险理赔申请数据，并将所接收的车险理赔申请数据与车险骗保理赔数据库中的数据进行对比，根据对比结果进行骗保风险分析，并进行骗保风险级别划分，对比相似度越高，则风险级别越高，然后生成委派理赔审查员进行取证审查的命令执行单，命令执行单上显示风险级别，理赔审查员根据风险级别由高到低进行选择命令执行单，选择人力资源能够完成数量的命令执行单进行执行审查。

其它财产理赔数据库中存入有往期其它财产理赔申请数据，其它财产理赔数据库包括其它财产正常理赔数据库和其它财产骗保理赔数据库，往期其它财险理赔申请数据中的骗保行为理赔申请数据单独存入其它财产骗保理赔数据库中；其它财产理赔服务器用于接收其它财产理赔申请数据，并将所接收的其它财产理赔申请数据与其它财产骗保理赔数据库中的数据进行对比，根据对比结果进行骗保风险分析，并进行骗保风险级别划分，对比相似度越高，则风险级别越高，然后生成委派理赔审查员进行取证审查的命令执行单，命令执行单上显示风险级别，理赔审查员根据风险级别由高到低进行选择命令执行单，选择人力资源能够完成数量的命令执行单进行执行审查。

本实施例中，风险级别划分为五个级别，依次为最高风险级别、高风险级别、较高风险级别、中风险级别和低风险级别，其中最高风险级别的对比相似度在80％及其以上；高风险级别的对比相似度在60％-80％之间，包含60％，不包含80％；较高风险级别的对比相似度在40％-60％之间，包含40％，不包含60％；中风险级别的对比相似度在20％-40％之间，包含20％，不包含40％；低风险级别的对比相似度在20％以下。

本发明的工作原理：当单位时间内申请的理赔案件较少时，人力资源充足，可以对所有的理赔案件进行现场取证审查，确保不会发生骗保损失；当单位时间内申请的理赔案件较多，而人力资源不足以在规定时间内完成全部理赔案件的现场取证审查时，理赔审查员根据风险级别由高到低选择命令执行单进行执行，如此便可以使得有限的理赔审查人员能针对性的集中对更高风险骗保案件进行取证审查，可有效提高理赔审查人员的有效工作效率，减小因骗保行为给保险公司造成的损失。

寿险理赔服务器上传的理赔申请数据至少包括事故原因、事故医院、保单号和理赔金额，对寿险理赔服务器上传的理赔申请数据进行大数据风险分析，得到对应的高风险事故原因、高风险事故医院和高风险保单号对应的保险购买人和保险受益人；将高风险事故原因、高风险事故医院和高风险保单号对应的保险购买人、保险受益人返回至寿险理赔服务器，以使得寿险理赔服务器在接收到携带高风险事故原因、高风险事故医院和高风险保单号对应的保险购买人、保险受益人的理赔申请数据时，生成委派理赔审查员进行取证审查的命令，并将命令发送至寿险理赔服务器终端。

车险理赔服务器上传的理赔申请数据至少包括事故原因、事故地点、保单号和理赔金额，对车险理赔服务器上传的理赔申请数据进行大数据风险分析，得到对应的高风险事故原因、高风险事故地点和高风险保单号对应的车牌号、保险购买人和保险受益人；将高风险事故原因、高风险事故地点和高风险保单号对应的车牌号、保险购买人、保险受益人返回至车险理赔服务器，以使得车险理赔服务器在接收到携带高风险事故原因、高风险事故地点和高风险保单号对应的车牌号、保险购买人、保险受益人的理赔申请数据时，生成委派理赔审查员进行取证审查的命令，并将命令发送至车险理赔服务器终端。

其它财险理赔服务器上传的理赔申请数据至少包括事故原因、事故地点、保单号和理赔金额，对财险理赔服务器上传的理赔申请数据进行大数据风险分析，得到对应的高风险事故原因、高风险事故地点和高风险保单号对应的保险购买人和保险受益人；将高风险事故原因、高风险事故地点和高风险保单号对应的保险购买人、保险受益人返回至财险理赔服务器，以使得财险理赔服务器在接收到携带高风险事故原因、高风险事故地点和高风险保单号对应的保险购买人、保险受益人的理赔申请数据时，生成委派理赔审查员进行取证审查的命令，并将命令发送至其它财险理赔服务器终端。

如此使得低风险级别的理赔申请案件可以再次进行细分，先对各理赔服务器终端上传的理赔案件数据进行记录和大数据分析，得到低风险级别理赔申请案件中的高风险事故原因、高风险事故地点、高风险保险购买人以及高风险保险受益人，如此，根据各类理赔服务器终端接收到的委派理赔审查员进行取证审查的命令进行理赔审查员的调度，即可达到优先对携带有高风险事故原因、高风险事故地点、高风险保险购买人以及高风险保险受益人的理赔申请数据所对应的低风险级别理赔申请案件进行人员取证审查的目的。由于通常低风险级别的理赔申请案件的数量较多，如此可以优先对低风险级别的理赔申请案件中具有高风险的理赔案件进行取证审查，可有效减小骗保损失。

对所接收到的寿险理赔服务器上传的理赔申请数据中的事故原因、事故医院和保单号对应的保险购买人、保险受益人进行存档和次数累计，设定第一时间区间和第一时间区间内的第一出险次数，当同一事故原因在设定的第一时间区间内累加的出险次数大于设定的第一出险次数时，将此类事故原因定义为一级高风险事故原因；当同一事故医院在设定的第一时间区间内累加的出险次数大于设定的第一出险次数时，将这个事故医院定义为一级高风险事故医院；当同一保险购买人或保险受益人在设定的第一时间区间内累加的出险次数大于设定的第一出险次数时，将这个保险购买人或保险受益人定义为一级高风险保险关联人。设定第二时间区间和第二时间区间内的第二出险次数，第二出险次数与第二时间区间的比值大于第一出险次数与第一时间区间的比值，当同一事故原因在设定的第二时间区间内累加的出险次数大于设定的第二出险次数时，将此类事故原因定义为二级高风险事故原因；当同一事故医院在设定的第二时间区间内累加的出险次数大于设定的第二出险次数时，将这个事故医院定义为二级高风险事故医院；当同一保险购买人或保险受益人在设定的第二时间区间内累加的出险次数大于设定的第二出险次数时，将这个保险购买人或保险受益人定义为二级高风险保险关联人。当同一保险购买人或保险受益人在设定的第二时间区间内累加的出险次数大于设定的第二出险次数时，将这个保险购买人或保险受益人定义为二级高风险保险关联人；当同一时期内携带高风险事故原因、高风险事故医院、高风险保险购买人或者高风险保险受益人的理赔申请数据的寿险理赔案件过多时，优先对携带二级高风险事故原因、二级高风险事故医院、二级高风险保险购买人或者二级高风险保险受益人的理赔申请数据的寿险理赔案件进行取证审查。

对所接收到的车险理赔服务器上传的理赔申请数据中的事故原因、事故地点和保单号对应的车牌号、保险购买人、保险受益人进行存档和次数累计，设定第一时间区间和第一时间区间内的第一出险次数，当同一事故原因在设定的第一时间区间内累加的出险次数大于设定的第一出险次数时，将此类事故原因定义为一级高风险事故原因；当同一事故地点在设定的第一时间区间内累加的出险次数大于设定的第一出险次数时，将这个事故地点定义为一级高风险事故地点；当同一车牌号在设定的第一时间区间内累加的出险次数大于设定的第一出险次数时，将这个车牌号定义为一级高风险车牌号；当同一保险购买人或保险受益人在设定的第一时间区间内累加的出险次数大于设定的第一出险次数时，将这个保险购买人或保险受益人定义为一级高风险保险关联人。设定第二时间区间和第二时间区间内的第二出险次数，第二出险次数与第二时间区间的比值大于第一出险次数与第一时间区间的比值，当同一事故原因在设定的第二时间区间内累加的出险次数大于设定的第二出险次数时，将此类事故原因定义为二级高风险事故原因；当同一事故地点在设定的第二时间区间内累加的出险次数大于设定的第二出险次数时，将这个事故地点定义为二级高风险事故地点；当同一车牌号在设定的第二时间区间内累加的出险次数大于设定的第二出险次数时，将这个车牌号定义为二级高险车牌号；当同一保险购买人或保险受益人在设定的第二时间区间内累加的出险次数大于设定的第二出险次数时，将这个保险购买人或保险受益人定义为二级高风险保险关联人。当同一时期内携带高风险事故原因、高风险事故地点、高风险车牌号、高风险保险购买人或者高风险保险受益人的理赔申请数据的财险理赔案件过多时，优先对携带二级高风险事故原因、二级高风险事故地点、二级高风险车牌号、二级高风险保险购买人或者二级高风险保险受益人的理赔申请数据的车险理赔案件进行取证审查。

对所接收到的其它财险理赔服务器上传的理赔申请数据中的事故原因、事故地点和保单号对应的保险购买人、保险受益人进行存档和次数累计，设定第一时间区间和第一时间区间内的第一出险次数，当同一事故原因在设定的第一时间区间内累加的出险次数大于设定的第一出险次数时，将此类事故原因定义为一级高风险事故原因；当同一事故地点在设定的第一时间区间内累加的出险次数大于设定的第一出险次数时，将这个事故地点定义为一级高风险事故地点；当同一保险购买人或保险受益人在设定的第一时间区间内累加的出险次数大于设定的第一出险次数时，将这个保险购买人或保险受益人定义为一级高风险保险关联人。设定第二时间区间和第二时间区间内的第二出险次数，第二出险次数与第二时间区间的比值大于第一出险次数与第一时间区间的比值，当同一事故原因在设定的第二时间区间内累加的出险次数大于设定的第二出险次数时，将此类事故原因定义为二级高风险事故原因；当同一事故地点在设定的第二时间区间内累加的出险次数大于设定的第二出险次数时，将这个事故地点定义为二级高风险事故地点；当同一保险购买人或保险受益人在设定的第二时间区间内累加的出险次数大于设定的第二出险次数时，将这个保险购买人或保险受益人定义为二级高风险保险关联人。当同一时期内携带高风险事故原因、高风险事故地点、高风险保险购买人或者高风险保险受益人的理赔申请数据的其它财险理赔案件过多时，优先对携带二级高风险事故原因、二级高风险事故地点、二级高风险保险购买人或者二级高风险保险受益人的理赔申请数据的其它财险理赔案件进行取证审查。

设定寿险理赔金额，当所接收到的寿险理赔服务器上传的理赔申请数据中的理赔金额大于设定的寿险理赔金额时，生成委派理赔审查员进行取证审查的命令，并将命令发送至寿险理赔服务器终端；设定车险理赔金额，当所接收到的车险理赔服务器上传的理赔申请数据中的理赔金额大于设定的车险理赔金额时，生成委派理赔审查员进行取证审查的命令，并将命令发送至车险理赔服务器终端；设定其它财险理赔金额，当所接收到的其它财险理赔服务器上传的理赔申请数据中的理赔金额大于设定的其它财险理赔金额时，生成委派理赔审查员进行取证审查的命令，并将命令发送至财险理赔服务器终端。对理赔金额大的理赔案件，优先委派案件审查员进行取证审查，也具有减小保险公司损失的效果。

以上所述仅为本发明的优选实施方式而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。