基于卷积神经网络的保险反欺诈方法及装置制造方法及图纸

本发明专利技术公开一种基于卷积神经网络的保险反欺诈方法，该方法包括：首先，将目标保险理赔中不同类型数据，进行拼接处理，生成预设维度的向量矩阵；其中，不同类型数据包括结构化数据和非结构化数据，所述非结构化数据至少包括文本数据、图像数据和语音数据中的一种；其次，将向量矩阵作为训练样本，利用卷积神经网络对若干训练样本进行有监督模型训练，生成反欺诈模型；最后，利用反欺诈模型对待测保险理赔所对应的向量矩阵进行预测处理，输出保险反欺诈结果。由此，能够综合保险理赔中不同类型数据信息进行模型训练，提高了反欺诈模型训练的准确度，进而能够有效识别保险理赔中反欺诈行为，提高了保险反欺诈识别的准确率。

【技术实现步骤摘要】

本专利技术属于保险理赔的，尤其涉及基于卷积神经网络的保险反欺诈方法及装置。

技术介绍

1、随着社会经济的不断发展和人民生活水平的持续提高，机动车辆保有量迅猛增长。机动车辆的快速增长，促使了汽车保险行业的发展。汽车保险(简称车险)，是指对机动车辆由于自然灾害或意外事故所造成的人身伤亡或财产损失负赔偿责任的一种商业保险。

2、在车险理赔业务上，针对同一地点的事故，可能会接收到几起理赔申请，存在保险欺诈的风险。相关技术中，筛选这种欺诈行为通常是在车险理赔审核时，由审核人员根据案件的事故现场图片进行高相似案件排查。这种通过人工审核图片的方式判断案件是否是同一事故现场，进而判断是否有欺诈嫌疑，存在不够准确的问题。

3、在保险理赔业务中，涉及的数据种类极为繁杂，除了传统的图像数据外，还有结构化数据、文本数据，以及语音数据等，这类数据与理赔案件的案情更为直接。但是目前的反欺诈方法，对于结构化数据、文本数据、图像数据以及语音数据仅仅是单独处理，单独判定是否存在欺诈风险；因此，各种数据之间没有建立连接关系，存在判断不准确的问题。</p>
...

【技术保护点】

1.一种基于卷积神经网络的保险反欺诈方法，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，所述利用卷积神经网络对若干所述训练样本进行有监督模型训练，生成反欺诈模型，包括：

3.根据权利要求2所述的方法，其特征在于，所述利用卷积掩码模版对所述向量矩阵进行特征提取，得到N个向量；包括：

4.根据权利要求3所述的方法，其特征在于，所述按照预设步长对所述原始掩码矩阵进行纵向拆分，生成N个子掩码矩阵；包括：

5.根据权利要求3所述的方法，其特征在于，所述利用卷积掩码模版对所述向量矩阵进行处理，得到原始掩码矩阵；包括：

6.根...

【技术特征摘要】

1.一种基于卷积神经网络的保险反欺诈方法，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，所述利用卷积神经网络对若干所述训练样本进行有监督模型训练，生成反欺诈模型，包括：

3.根据权利要求2所述的方法，其特征在于，所述利用卷积掩码模版对所述向量矩阵进行特征提取，得到n个向量；包括：

4.根据权利要求3所述的方法，其特征在于，所述按照预设步长对所述原始掩码矩阵进行纵向拆分，生成n个子掩码矩阵；包括：

5.根据权利要求3所述的方法，其特征在于，所述利用卷积掩码模版对所述向量矩阵进行处理，得到原始掩码矩阵；包括：

6.根据权利要...

【专利技术属性】
技术研发人员：肖延国，
申请(专利权)人：上海远眸软件有限公司，
类型：发明
国别省市：