一种保险平台及保险数据处理方法技术

本申请提供一种保险平台及保险数据处理方法，收集得到保险理赔数据序列，将划分保险理赔数据序列得到的每个保险理赔数据段进行差分，得到对应的保险理赔差分数据段，进而确定每个保险理赔数据段的数据抖动因子，根据每个保险理赔数据段的数据抖动因子确定平稳保险理赔数据序列；根据平稳保险理赔数据序列确定标准保险理赔数据序列，确定划分标准保险理赔数据序列得到的每个标准保险理赔数据段的理赔异常度，根据所有标准保险理赔数据段的理赔异常度确定标准保险理赔数据序列的理赔异常均衡度；当数据异常均衡度高于预设异常均衡阈值时，将标准保险理赔数据序列作为异常保险理赔数据进行检测，以提高保险理赔数据的异常检测准确率

【技术实现步骤摘要】
一种保险平台及保险数据处理方法


[0001]本申请涉及保险数据处理
，更具体的说，本申请涉及一种保险平台及保险数据处理方法
。

技术介绍

[0002]保险平台是一个综合性的数字化平台，用于提供保险服务
、
管理保险业务以及满足客户需求，保险平台可以涵盖多个方面，包括保险产品的购买
、
保险理赔处理
、
客户服务
、
数据分析等，保险平台提供在线理赔服务，客户可以提交保险理赔申请
、
上传相关文件，并跟踪保险理赔进度，这提高了保险理赔的透明度和效率
。
[0003]保险理赔数据是指与保险索赔相关的各种数据，包括客户提出的索赔申请
、
理赔处理过程中的信息以及最终的赔付情况等，保险理赔数据对于保险公司来说具有重要的价值，可以用于风险评估
、
业务决策
、
欺诈检测
、
客户服务和产品优化等方面，从各个保险公司
、
第三方数据提供商以及监管机构获取各种与保险相关的数据，包括保单数据
、
理赔数据
、
市场趋势数据等，使用数据分析方法监控和分析保险理赔数据，识别出异常模式和趋势，这有助于提高保险理赔审核效率，减少保险理赔的欺诈行为
。
[0004]但是在现有技术中，在保险理赔中识别理赔欺诈行为具有挑战性，因为大量的保险理赔数据可能导致数据处理时间过长，并且在识别保险理赔数据的异常情况下，存在保险理赔数据的异常检测准确率低的技术问题
。

技术实现思路

[0005]本申请提供一种保险平台及保险数据处理方法，以解决保险理赔数据的异常检测准确率低的技术问题
。
[0006]为解决上述技术问题，本申请采用如下技术方案：
[0007]第一方面，本申请提供一种保险数据处理方法，包括如下步骤：
[0008]收集保险平台中的保险理赔数据，得到保险理赔数据序列，将所述保险理赔数据序列划分为多个保险理赔数据段，对每个保险理赔数据段进行差分，得到对应的保险理赔差分数据段；
[0009]根据所述对应的保险理赔差分数据段确定每个保险理赔数据段的数据抖动因子，根据所述每个保险理赔数据段的数据抖动因子确定平稳保险理赔数据序列；
[0010]将所述平稳保险理赔数据序列映射到标准空间中，得到标准保险理赔数据序列，将所述标准保险理赔数据序列划分为多个标准保险理赔数据段；
[0011]确定每个标准保险理赔数据段的理赔异常度，根据所有标准保险理赔数据段的理赔异常度确定标准保险理赔数据序列的理赔异常均衡度；
[0012]当所述标准保险理赔数据序列的数据异常均衡度高于预设异常均衡阈值时，将所述标准保险理赔数据序列作为异常保险理赔数据进行检测
。
[0013]在一些实施例中，对每个保险理赔数据段进行差分，得到对应的保险理赔差分数
据段具体包括：
[0014]对于每个保险理赔数据段，将保险理赔数据段中的所有保险理赔数据进行顺位相减，得到保险理赔差分数据段，进而确定每个保险理赔数据段对应的保险理赔差分数据段
。
[0015]在一些实施例中，根据所述对应的保险理赔差分数据段确定每个保险理赔数据段的数据抖动因子具体包括：
[0016]确定预设保险理赔差分阈值；
[0017]对于每个保险理赔差分数据段，获取保险理赔差分数据段中的所有保险理赔差分数据和保险理赔差分数据总量；
[0018]确定所述保险理赔差分数据段中的保险理赔差分数据总量；
[0019]根据所述预设保险理赔差分阈值
、
所述保险理赔差分数据段
、
所述保险理赔差分数据段中的保险理赔差分数据和保险理赔差分数据总量确定所述保险理赔差分数据段对应的保险理赔数据段的数据抖动因子，进而确定每个保险理赔数据段的数据抖动因子，其中，所述保险理赔数据段的数据抖动因子根据下述公式确定：
[0020][0021]其中，
κ
s
表示第
s
个保险理赔数据段的数据抖动因子，
D
s
(
·
)
表示第
S
个保险理赔数据段对应的保险理赔差分数据段，
N
s
表示保险理赔差分数据段
D
s
(
·
)
的保险理赔差分数据总量，
Num
表示统计函数，
x
i
表示保险理赔差分数据段
D
s
(
·
)
中的第
i
个保险理赔差分数据，
H
p
表示预设保险理赔差分阈值
。
[0022]在一些实施例中，根据所述每个保险理赔数据段的数据抖动因子确定平稳保险理赔数据序列具体包括：
[0023]将数据抖动因子值大于预设数据抖动阈值的保险理赔数据段删除；
[0024]将数据抖动因子值不大于预设数据抖动阈值的保险理赔数据段作为平稳保险理赔数据段；
[0025]将所有平稳保险理赔数据段按照时间顺序组成平稳保险理赔数据序列
。
[0026]在一些实施例中，将所述平稳保险理赔数据序列映射到标准空间中，得到标准保险理赔数据序列具体包括：
[0027]获取平稳保险理赔数据序列的所有平稳保险理赔数据；
[0028]确定所述平稳保险理赔数据序列中的平稳保险理赔数据均值；
[0029]确定所述平稳保险理赔数据序列的平稳保险理赔数据集趋度；
[0030]通过所述所有平稳保险理赔数据
、
所述平稳保险理赔数据集趋度和所述平稳保险理赔数据总量确定标准保险理赔数据序列，其中，所述标准保险理赔数据序列中的标准保险理赔数据根据下述公式确定：
[0031][0032]其中，
y
′
i
表示标准保险理赔数据序列中的第
i
个标准保险理赔数据，
y
i
表示平稳保
险理赔数据序列中的第
i
个平稳保险理赔数据，表示平稳保险理赔数据序列的平稳保险理赔数据集趋度，
m
表示平稳保险理赔数据序列中的平稳保险理赔数据总量
。
[0033]在一些实施例中，确定每个标准保险理赔数据段的理赔异常度具体包括：
[0034]对于每个标准保险理赔数据段，根据标准保险理赔数据段中的数据总量和数据均值确定所述标准保险理赔数据段的理赔异常度，进而确定每个标准保险理赔数据段的理赔异常度
。
[0035]在一些实施例中，将所述标准保险理赔数据序列作为异常保险理赔数据进行检测具体包括：
[0036]通过将异常保险理赔数据作为异常检测方法的输入数据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种保险数据处理方法，其特征在于，包括如下步骤：收集保险平台中的保险理赔数据，得到保险理赔数据序列，将所述保险理赔数据序列划分为多个保险理赔数据段，对每个保险理赔数据段进行差分，得到对应的保险理赔差分数据段；根据所述对应的保险理赔差分数据段确定每个保险理赔数据段的数据抖动因子，根据所述每个保险理赔数据段的数据抖动因子确定平稳保险理赔数据序列；将所述平稳保险理赔数据序列映射到标准空间中，得到标准保险理赔数据序列，将所述标准保险理赔数据序列划分为多个标准保险理赔数据段；确定每个标准保险理赔数据段的理赔异常度，根据所有标准保险理赔数据段的理赔异常度确定标准保险理赔数据序列的理赔异常均衡度；当所述标准保险理赔数据序列的数据异常均衡度高于预设异常均衡阈值时，将所述标准保险理赔数据序列作为异常保险理赔数据进行检测
。2.
如权利要求1所述的方法，其特征在于，对每个保险理赔数据段进行差分，得到对应的保险理赔差分数据段具体包括：对于每个保险理赔数据段，将保险理赔数据段中的所有保险理赔数据进行顺位相减，得到保险理赔差分数据段，进而确定每个保险理赔数据段对应的保险理赔差分数据段
。3.
如权利要求1所述的方法，其特征在于，根据所述对应的保险理赔差分数据段确定每个保险理赔数据段的数据抖动因子具体包括：确定预设保险理赔差分阈值；对于每个保险理赔差分数据段，获取保险理赔差分数据段中的所有保险理赔差分数据和保险理赔差分数据总量；确定所述保险理赔差分数据段中的保险理赔差分数据总量；根据所述预设保险理赔差分阈值
、
所述保险理赔差分数据段
、
所述保险理赔差分数据段中的保险理赔差分数据和保险理赔差分数据总量确定所述保险理赔差分数据段对应的保险理赔数据段的数据抖动因子，进而确定每个保险理赔数据段的数据抖动因子，其中，所述保险理赔数据段的数据抖动因子根据下述公式确定：其中，
κ
s
表示第
S
个保险理赔数据段的数据抖动因子，
D
s
(
·
)
表示第
S
个保险理赔数据段对应的保险理赔差分数据段，
N
s
表示保险理赔差分数据段
D
s
(
·
)
的保险理赔差分数据总量，
Num
表示统计函数，
x
i
表示保险理赔差分数据段
D
s
(
·
)
中的第
i
个保险理赔差分数据，
H
p
表示预设保险理赔差分阈值
。4.
如权利要求1所述的方法，其特征在于，根据所述每个保险理赔数据段的数据抖动因子确定平稳保险理赔数据序列具体包括：将数据抖动因子值大于预设数据抖动阈值的保险理赔数据段删除；将数据抖动因子值不大于预设数据抖动阈值的保险理赔数据段作为平稳保险理赔数据段；将所有平稳保险理赔数据段按照时间顺序组成平稳保险理赔数据序列
。
...

【专利技术属性】
技术研发人员：彭智，李勇，朱波，胡昕，
申请(专利权)人：广州美保科技有限公司，
类型：发明
国别省市：