機動車保險欺詐檢測方法及系統的製作方法
2024-03-21 04:49:05 1
機動車保險欺詐檢測方法及系統的製作方法
【專利摘要】本發明適用於數據處理【技術領域】，提供了一種機動車保險欺詐檢測方法與系統，所述方法包括：將預定時間分為若干等長的時間段，並根據第一時間段內的事件數據建立車輛之間碰撞關係矩陣；根據所述碰撞關係矩陣計算獲取碰撞網絡和車輛之間的關係矩陣；計算獲取所述第一時間段內的碰撞網絡與其它時間段內碰撞網絡的相似度，並將所述相似度不滿足預設閾值的碰撞網絡刪除；對所述第一時間段內的碰撞網絡進行秩排序處理；對每個所述碰撞網絡分別和之前時間段的碰撞網絡進行秩排序，獲取第一目標群體；通過矩陣變換算法，獲取第二、三目標群體。藉此，本發明可避免人為規避行為對識別和檢測的影響，且可快速準確的鑑別出高可疑車輛碰撞團夥和廣義人員團夥。
【專利說明】機動車保險欺詐檢測方法及系統【技術領域】
[0001]本發明涉及數據處理【技術領域】，尤其涉及一種機動車保險欺詐檢測方法及系統。【背景技術】
[0002]自20世紀90年代開始，保險欺詐在全球呈蔓延趨勢，各國也開始制定相關法律法規和進行相關的學術研究。根據美國保險反欺詐聯盟2009年最新統計，在汽車車身損害保險的索賠案件中，保險欺詐金額佔保險公司總賠付額的17%~20%。我國北京和上海保險監管機構估測，我國機動車保險欺詐的比重大致為20%。保險欺詐影響保險業的償付能力，嚴重的保險欺詐甚至會導致保險市場失效。
[0003]國外很早就有關於機動車保險欺詐方面的理論研究，目前還引入了外部分析法，比如尋找與機動車保險詐騙的外部因素分析，比如定量分析經濟周期與汽車保險詐騙行為，此外還對機動車保險欺詐行為的微觀建模，比如將社會網絡引入機動車保險欺詐檢測中。
[0004]國外已有的技術方法中，目前主要依靠兩類分析技術，第一類是統計精算技術，即將欺詐風險損失納入機動車保險的整體定價中，第二類是數據挖掘技術對欺詐行為建模，包括利用風險評級(線性回歸)、聚類、BP神經網絡、Bayesian分類和決策樹等相關技術檢測保險欺詐。第一類技術，最大的問題是無法真正檢測出欺詐的主體，而僅將風險轉嫁給消費者；第二類技術，不論是風險評級或者其他數據挖掘技術，都需要一定的已確定欺詐樣本進行訓練才能進行。
[0005]國內對機動車保險欺詐檢測理論、方法缺乏研究，我國目前對機動車保險詐騙的檢測都是依靠國外的經驗及方法。現有的機動車保險欺詐檢測模型普遍存在以下問題:
[0006](I現有模型缺少風`險統計支持，影響檢測準確性；
[0007](2基於統計學習的計算模型在數據缺失的情況下準確性會降低；
[0008](3現有模型針對海量數據，計算效率低下；
[0009](4對機動車保險欺詐的團夥特徵建模不夠；
[0010](5傳統相似度計算的結果需要增加排序以便減少誤差。
[0011]綜上可知，現有的機動車保險欺詐檢測方法及系統，在實際使用上顯然存在不便與缺陷，所以有必要加以改進。
【發明內容】
[0012]針對上述的缺陷，本發明的目的在於提供一種機動車保險欺詐檢測方法及系統，可以避免人為規避行為對識別和檢測的影響，並能快速準確的鑑別出高可疑車輛碰撞群體。
[0013]為了實現上述目的，本發明提供一種機動車保險欺詐檢測方法，所述方法包括:
[0014]將預定時間分為若干等長的時間段，並根據第一時間段內的事件數據建立車輛之間碰撞關係矩陣；[0015]根據所述碰撞關係矩陣計算獲取碰撞網絡，並建立所述碰撞網絡和所述車輛之間的關係矩陣；
[0016]計算獲取所述第一時間段內的碰撞網絡與其它所述時間段內的碰撞網絡的相似度，並將所述相似度不滿足預設閾值的碰撞網絡刪除；
[0017]對所述第一時間段內的碰撞網絡進行秩排序處理；
[0018]對每個所述碰撞網絡分別和所述第一時間段之前的時間段的碰撞網絡進行秩排
序，獲取第一目標群體。
[0019]根據本發明的機動車保險欺詐檢測方法，所述方法還包括:
[0020]建立相關人員與車輛的關係矩陣；
[0021 ] 所述獲取第一目標群體步驟後還包括:
[0022]根據相關人員與車輛的關係矩陣獲取第二目標群體。
[0023]根據本發明的機動車保險欺詐檢測方法，所述方法還包括:
[0024]建立修理廠與車輛的關係矩陣；
[0025]所述獲取第一目標群體步驟後還包括:
[0026]根據所述修理廠與車輛的關係矩陣獲取第三目標群體。
[0027]根據本發明的機動車保險欺詐檢測方法，所述將預定時間分為若干等長的時間段，並根據第一時間段內的事件數據建立車輛之間碰撞關係矩陣步驟包括:
[0028]將所述預定時間劃分為t個等長的統計時間段，以0，1，2，3…t表示，所述第一時間段t內的全部事件信息映射成一個車輛和車輛的nXn碰撞關係矩陣Ct:
[0029]
【權利要求】
1.一種機動車保險欺詐檢測方法，其特徵在於，所述方法包括: 將預定時間分為若干等長的時間段，並根據第一時間段內的事件數據建立車輛之間碰撞關係矩陣； 根據所述碰撞關係矩陣計算獲取碰撞網絡，並建立所述碰撞網絡和所述車輛之間的關係矩陣； 計算獲取所述第一時間段內的碰撞網絡與其它所述時間段內的碰撞網絡的相似度，並將所述相似度不滿足預設閾值的碰撞網絡刪除； 對所述第一時間段內的碰撞網絡進行秩排序處理； 對每個所述碰撞網絡分別和所述第一時間段之前的時間段的碰撞網絡進行秩排序，獲取第一目標群體。
2.根據權利要求1所述的機動車保險欺詐檢測方法，其特徵在於，所述方法還包括: 建立相關人員與車輛的關係矩陣； 所述獲取第一目標群體步驟後還包括: 根據相關人員與車輛的關係矩陣獲取第二目標群體。
3.根據權利要求2所述的機動車保險欺詐檢測方法，其特徵在於，所述方法還包括: 建立修理廠與車輛的關係矩陣； 所述獲取第一目標群體步驟後還包括: 根據所述修理廠與車輛的 關係矩陣獲取第三目標群體。
4.根據權利要求1所述的機動車保險欺詐檢測方法，其特徵在於，所述將預定時間分為若干等長的時間段，並根據第一時間段內的事件數據建立車輛之間碰撞關係矩陣步驟包括: 將所述預定時間劃分為t個等長的統計時間段，以O，1，2，3…t表示，所述第一時間段t內的全部事件信息映射成一個車輛和車輛的nXn碰撞關係矩陣Ct:
5.根據權利要求2所述的機動車保險欺詐檢測方法，其特徵在於，所述建立相關人員與車輛的關係矩陣步驟包括: 定義hXl的相關人員向量為D = ((I1, d2, d3,..., (Ih^1, dh)T, (Ii表示全體相關人員的唯一編碼，且I SiSh; 將所述第一時間段t內的事件映射成一個相關人員和車輛關係的hXn 二元矩陣At:
6.根據權利要求3所述的機動車保險欺詐檢測方法，其特徵在於，所述建立修理廠與車輛的關係矩陣步驟包括: 設定相關車輛共有f個修理廠，並構建nX f矩陣Bt:
7.一種機動車保險欺詐檢測系統，其特徵在於，包括: 網絡構建模塊，用於將預定時間分為若干等長的時間段，並根據第一時間段內的事件數據建立車輛之間碰撞關係矩陣；以及根據所述碰撞關係矩陣計算獲取碰撞網絡，並建立所述碰撞網絡和所述車輛之間的關係矩陣； 相似計算模塊，用於計算獲取所述第一時間段內的碰撞網絡與其它所述時間段內的碰撞網絡的相似度，並將所述相似度不滿足預設閾值的碰撞網絡刪除； 排序處理模塊，用於對所述第一時間段內的碰撞網絡進行秩排序處理；以及對每個所述碰撞網絡分別和所述第一時間段之前的時間段的碰撞網絡進行秩排序，獲取第一目標群體。
8.根據權利要求7所述的機動車保險欺詐檢測系統，其特徵在於，所述網絡構建模塊進一步用於建立相關人員與車輛的關係矩陣； 所述系統還包括: 識別處理模塊，用於根據所述相關人員與車輛的關係矩陣獲取第二目標群體。
9.根據權利要求8所述的機動車保險欺詐檢測系統，其特徵在於，所述網絡構建模塊進一步用於建立修理廠與車輛的關係矩陣； 所述識別處理模塊進一步用於根據所述修理廠與車輛的關係矩陣獲取第三目標群體。
【文檔編號】G06Q40/08GK103810637SQ201310689110
【公開日】2014年5月21日 申請日期:2013年12月17日 優先權日:2013年12月17日
【發明者】喻煒 申請人:深圳市般若計算機系統有限公司