理赔事件检测方法技术

本申请涉及一种理赔事件检测方法

【技术实现步骤摘要】
理赔事件检测方法、计算机设备和存储介质


[0001]本申请涉及人工智能
，特别是涉及一种理赔事件检测方法
、
计算机设备和存储介质
。

技术介绍

[0002]相关技术中，将理赔事件各个环节涉及到的图像
、
视频
、
文字看作节点，环节之间的关系看作边，根据节点和边构成图网络，通过图网络挖掘重要节点和关联关系，辅助理赔反欺诈识别
。
[0003]理赔在运营过程中会产生大量的历史数据，随着新增理赔事件的采集，节点会存在新增，节点之间的关系也会随着时间发生变化
。
随着时间的变化，实际的运营过程中涉及的节点数量
、
属性及边的关系会发生变化，但仅仅是其中的一小部分
。
然而，目前大部分的图表征学习算法都是针对静态网络的
。
如果每采集一条理赔事件，都更新整个图网络模型，则会造成较大的计算量，难以实时地识别理赔反欺诈事件
。
[0004]针对相关技术中存在理赔事件检测实时性低的问题，目前还没有提出本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种理赔事件检测方法，其特征在于，包括：在于当前时间戳的图网络中嵌入新增节点的情况下，从历史节点中筛选目标节点，并根据所述新增节点和所述目标节点，生成随机游走路径；其中，所述图网络基于理赔事件构建得到，所述目标节点包括与所述新增节点相关的历史节点和
/
或节点权重不低于阈值的历史节点，所述历史节点为于当前时间戳之前在所述图网络中嵌入的节点；将所述随机游走路径输入至训练好的词向量模型，输出对应于当前时间戳的节点向量表示；根据所述节点向量表示，确定对应于当前时间戳的新增理赔事件是否属于欺诈事件
。2.
根据权利要求1所述的理赔事件检测方法，其特征在于，从历史节点中筛选目标节点，包括：查询与所述新增节点的属性相匹配的历史节点；将与所述新增节点的属性相匹配的历史节点认定为与所述新增节点相关；和
/
或，在所述新增节点和所述历史节点构成的节点集中，计算每个节点的出现次数，以及每个节点的出现次数的总和；计算每个节点的出现次数占所述总和的比例，得到每个节点的节点频次；根据所述节点频次确定每个节点的权重
。3.
根据权利要求1所述的理赔事件检测方法，其特征在于，根据所述新增节点和所述目标节点，生成随机游走路径，包括：根据所述新增节点和所述目标节点的属性，匹配相适应的随机游走规则；根据所述随机游走规则，以所述新增节点和所述目标节点中的每个节点为起始节点进行随机游走，生成若干随机游走路径
。4.
根据权利要求3所述的理赔事件检测方法，其特征在于，根据所述随机游走规则，以所述新增节点和所述目标节点中的每个节点为起始节点进行随机游走，生成若干随机游走路径，包括：若当前节点匹配多条随机游走规则，则将以当前节点为起始节点的预设游走次数平均分配至相应多条随机游走规则
。5.
根据权利要求3所述的理赔事件检测方法，其特征在于，根据所述随机游走规则，以所述新增节点和所述目标节点中的每...

【专利技术属性】
技术研发人员：潘怡君，张泷，梁变，那崇宁，
申请(专利权)人：之江实验室，
类型：发明
国别省市：