基于社会网络的保险欺诈团伙识别方法、系统、设备及介质技术方案

技术编号:43841734 阅读:33 留言:0更新日期:2024-12-31 18:37
本申请公开了基于社会网络的保险欺诈团伙识别方法、系统、设备及介质,涉及计算机技术领域,其中方法包括:基于新增理赔事件中的角色信息和标的信息,利用保险业务关系构建社会网络关系图;根据所述社会网络关系图,获取用于构建闭环关系图的遍历起始点;利用基于理赔事件关系的第一邻点获取方式,构建针对多个所述遍历起始点的多个闭环关系图;利用基于理赔事件关系的第二邻点获取方式,通过对所述多个闭环关系图进行合并处理,得到目标闭环关系图,所述目标闭环关系图中的节点信息用于表征目标保险欺诈团伙。本申请适用于欺诈案件识别的高效排查,提升欺诈案件识别准确性及效率。

【技术实现步骤摘要】

本申请涉及计算机,尤其是涉及到基于社会网络的保险欺诈团伙识别方法、系统、设备及介质


技术介绍

1、近年来,保险业不断发挥经济减震器和社会稳定器功能,服务保障人民生活。随着保险产品、服务的创新发展,保险欺诈手法也随着升级,当前保险欺诈风险呈现出隐蔽化、组织化、团伙化的趋势,有效识别保险欺诈团伙成为当前保险反欺诈的一个重要命题。

2、现阶段,国内关于使用数据挖掘进行欺诈团伙识别主要分为两类:一类是正则规则方法,另一类是机器学习方法(通过欺诈与非欺诈的样本训练生成欺诈识别模型),两种方法均存在一定局限性。其中,正则规则方法是指分析已有的欺诈案件,人工提取关键特征,后续新发生的案件如果触发已有的案件特征,将会被识别出来,这种方法的不足一是在于滞后性,无法识别新型欺诈案件,二是犯罪分子也会学习规避关键特征,使得规则的有效性时效短;机器学习方法是指采用cnn、lstm等深度神经网络的算法,通过标注欺诈和非欺诈案件的方法训练模型生成欺诈识别模型,用于新发案件的检测识别,这种方法的不足在于欺诈案件的样本量很少,导致训练样本的欺诈案件和非欺诈案件样本比例不合适本文档来自技高网...

【技术保护点】

1.一种基于社会网络的保险欺诈团伙识别方法,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,所述社会网络关系图包括:

3.根据权利要求1所述的方法,其特征在于,所述基于新增理赔事件中的角色信息和标的信息,利用保险业务关系构建社会网络关系图的步骤,包括:

4.根据权利要求3所述的方法,其特征在于,所述标的信息包括每件理赔事件对应的理赔金额,所述根据所述社会网络关系图,获取用于构建闭环关系图的遍历起始点的步骤,包括:

5.根据权利要求1所述的方法,其特征在于,所述利用基于理赔事件关系的第一邻点获取方式,构建针对多个所述遍历起始点的...

【技术特征摘要】

1.一种基于社会网络的保险欺诈团伙识别方法,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,所述社会网络关系图包括:

3.根据权利要求1所述的方法,其特征在于,所述基于新增理赔事件中的角色信息和标的信息,利用保险业务关系构建社会网络关系图的步骤,包括:

4.根据权利要求3所述的方法,其特征在于,所述标的信息包括每件理赔事件对应的理赔金额,所述根据所述社会网络关系图,获取用于构建闭环关系图的遍历起始点的步骤,包括:

5.根据权利要求1所述的方法,其特征在于,所述利用基于理赔事件关系的第一邻点获取方式,构建针对多个所述遍历起始点的多个闭环关系图的步骤,包括:

6.根据权利要求1所...

【专利技术属性】
技术研发人员:黄铎张楠孙靓雯王世伟
申请(专利权)人:中国银行保险信息技术管理有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1