CN109214937A - 保险理赔智能反欺诈判定方法和系统 - Google Patents

Abstract

本发明涉及一种保险理赔智能反欺诈判定方法，包括特征构建步骤、模型构造步骤、模型的学习和训练步骤，所述特征构建步骤包括划分数据类型，根据数据类型构建特征库的步骤，所述模型构造步骤包括一LR模型和一MLP模型，所述MLP模型为一个包含由4个隐藏层构成的线性整流函数的神经元网络模型；所述模型的学习和训练步骤采用BP反向传播算法；本发明采用LR模型与MLP模型结合构造保险理赔反欺诈核心算法，以及根据原始数据的不同类型分别采用不同的数据处理方法来构建特征库，使得特征库更能反映案件特征，因而其特征处理和挖掘的能力更强，更新更加便捷，能够明显提升保险理赔欺诈判定的准确率和效率。

Description

保险理赔智能反欺诈判定方法和系统

技术领域

本发明涉及反欺诈自动判别算法技术领域，特别涉及一种保险理赔智能反欺诈判定方法和系统。

背景技术

目前在保险理赔领域存在大量的欺诈行为，如何检测欺诈一直是保险从业者和保险科技领域的难题。传统的反欺诈技术多依赖于规则引擎和统计模型。规则引擎在部署实施的过程中，需要业务专家不断的更新规则，耗费大量人力；而统计模型很难深入发掘模型因子间的关联关系，特别是高阶关联关系，因此其处理能力受到极大限制。同时，保险欺诈存在地域性差异及时间性差异，导致当前没有更完善的方法能够准确、高效的检测保险理赔欺诈。

保险理赔反欺诈技术的核心在于通过数据所表征的特征及其关联关系，发现异常的出险报案。传统的统计模型主要是依据数值进行判断，对于欺诈理赔中的类型数据需要进行数值化处理后，方可进行处理。数值化过程中引入了很多人为因素，使得传统模型的处理能力受到很大限制。同时，统计模型以线性模型为基础，对于非线性问题需要进行线性化才能处理，限制了模型对高阶特征关联的发现能力。规则引擎是根据输入数据按照预设的规则进行判定，其模型有效性的关键在预设的规则，而这些规则背后的判定条件需要保险业务专家的经验积累与经验总结。有效的规则引擎需要业务专家大量的工作时间积累与投入。综上所述，现有的保险理赔反欺诈技术都存在着一定的不足，不能准确有效地自动判别出欺诈案件。

发明内容

本发明的主要目的在于，针对上述现有技术中的不足，提供一种能根据保险报案及查勘数据自动判断欺诈行为的保险理赔智能反欺诈判定方法和系统。

为实现上述发明目的，本发明采用以下技术方案。

本发明提供一种保险理赔智能反欺诈判定方法，包括步骤：

特征构建步骤：划分数据类型，根据数据类型构建特征库；

模型构造步骤：分别构建一逻辑回归LR模型和一多层感知器MLP模型，

所述多层感知器MLP模型为一个包含由4个隐藏层构成的线性整流函数的神经元网络模型；

模型的学习和训练步骤：采用通用神经元网络训练方法；所述训练方法采用BP反向传播算法；

优选地，所述特征构建步骤具体包括：

将数据分为三类，第一类数值型，第二类为确定类型数据，第三类为未确定类型数据；

根据不同的数据类型构建特征库，对于第一类数据，直接对原始数据构建特征库；对于第二类数据，采用one-hot编码方式进行编码，每一位表示一种类型；对于第三类数据，采用embedding编码方式进行编码，以将高维稀疏型数据信息置换成低维稠密向量。

优选地，所述对于第一类数据，直接对原始数据构建特征库的步骤具体包括：

直接使用，对于可直接使用的数值，直接将原始数据放入特征库；

数据封箱，根据数据的业务含义，将数据分段，作为第二类数据处理；

数据归一化处理，根据数据的累计分布函数CDF，将原始数据映射至[0，1]集。

优选地，所述LR模型的特征库包含原始特征及其组合特征，所述组合特征为多类型的叉乘特征组合，用于记忆特定的特征组合。

优选地，所述MLP模型的输入层与隐藏层之间，以及隐藏层与隐藏层之间采用全连接权值网络。

优选地，所述模型构造步骤进一步包括：

构建判别函数，将LR模型输出与MLP的第4层隐藏层的输出做加权组合，输入到所述判别函数中，形成是否是欺诈行为的判定依据。

本发明还提供一种保险理赔智能反欺诈判定系统，包括：

特征构建模块，用于划分数据类型，根据数据类型构建特征库；

模型构造模块，用于分别构建一逻辑回归LR模型和一多层感知器MLP模型，所述多层感知器MLP模型为一个包含由4个隐藏层构成的线性整流函数的神经元网络模型；

模型的学习和训练模块，采用通用神经元网络训练方法，所述训练方法采用BP反向传播算法。

优选地，所述特征构建模块具体包括：

分类单元，用于将数据分为三类，第一类数值型，第二类为确定类型数据，第三类为未确定类型数据；和

数据处理单元，用于根据不同的数据类型构建特征库，对于第一类数据，直接对原始数据构建特征库；对于第二类数据，采用one-hot编码方式进行编码，每一位表示一种类型；对于第三类数据，采用embedding编码方式进行编码，以将高维稀疏型数据信息置换成低维稠密向量。

优选地，所述数据处理单元具体用于：

直接使用，对于可直接使用的数值，直接将原始数据放入特征库；

数据封箱，根据数据的业务含义，将数据分段，作为第二类数据处理；

数据归一化处理，根据数据的累计分布函数CDF，将原始数据映射至[0，1]集。

相比于现有技术，本发明采用LR模型与MLP模型结合构造保险理赔反欺诈核心算法，以及根据原始数据的不同类型分别采用不同的数据处理方法来构建特征库，使得特征库更能反映案件特征，因而其特征处理和挖掘的能力更强，更新更加便捷，能够明显提升保险理赔欺诈判定的准确率和效率。

附图说明

图1是本实施例中保险理赔智能反欺诈判定方法的流程示意图。

图2是本实施例中保险理赔智能反欺诈判定方法的模型结构示意图。

图3是全连接网络的拓扑结构示意图。

图4是本实施例中保险理赔智能反欺诈判定系统的方框结构示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

以下将结合附图及具体实施例详细说明本发明的技术方案，以便更清楚、直观地理解本发明的发明实质。

如图1所示，本实施例提供一种保险理赔智能反欺诈判定方法，包括步骤：

S1：特征构建步骤，划分数据类型，根据数据类型构建特征库；

S2：模型构造步骤，分别构建一逻辑回归LR(Logistic Regression)模型和一多层感知器MLP(Multilayer Perceptron)模型；

所述LR模型表征如下：

y＝w^Tz+b

其中，x＝[x₁，x₂，...，x_d]，表示包含d个特征的向量；

w＝[w₁，w₂，...，w_d]，表示特征对应的模型参数；T＝[1，2，……，d]；b为模型偏置值；

所述多层感知器MLP模型为一个包含由4个隐藏层构成的线性整流函数的神经元网络模型；

S3：模型的学习和训练步骤，采用通用神经元网络训练方法，且代价函数采用以下交叉熵：

θ指的不同的特征数据，y(i)指的是该特征数据对应的某个事件发生的概率，对于一个一定会发生的事件，其发生概率为1；

所述训练方法采用BP反向传播算法。

其中，具体S1包括：

将数据分为三类，第一类数值型，如被保险人年龄，保险标的价值，投保金额，理赔申请时间等；第二类为确定类型数据，此类数据具有确定的，较少的分类类型；第三类为未确定类型数据；此类数据的分类类型无法确定，通常具有较多的分类类型。

根据不同的数据类型构建特征库，对于第一类数据，直接对原始数据构建特征库；对于第二类数据，采用one-hot编码方式进行编码，每一位表示一种类型，如数据属于该类型，该位被标记为1；对于第三类数据，采用embedding编码方式进行编码，以将高维稀疏型数据信息置换成低维稠密向量，以更准确的反映编码间的关系。

进一步地，所述对于第一类数据，直接对原始数据构建特征库的步骤具体包括：

直接使用，对于可直接使用的数值，直接将原始数据放入特征库；

数据封箱，根据数据的业务含义，将数据分段，作为第二类数据处理；

数据归一化处理，根据数据的累计分布函数CDF，将原始数据映射至[0，1]集。

此外，所述LR模型的特征库包含原始特征及其组合特征，所述组合特征为多类型的叉乘特征组合，用于记忆特定的特征组合。

图2是本实施例的模型结构示意图，本实施例中，所述MLP模型的输入层与隐藏层之间，以及隐藏层与隐藏层之间采用全连接权值网络。

所述的全连接权值网络是指对n-1层和n层而言，n-1层的任意一个节点，都和第n层所有节点有连接，即第n层的每个节点在进行计算的时候，激活函数的输入是n-1层所有节点的加权(如图3所示)。

在网络系统很大很复杂时，模型训练速度会很慢，采用部分连接就是人为切断某两个节点直接的连接，这样可以使得全连接权值网络训练时计算量大大减小。

此外，所述步骤S2进一步包括：

构建判别函数，将LR模型输出与MLP的第4层隐藏层的输出做加权组合，输入到所述判别函数中，形成是否是欺诈行为的判定依据。

本实施例在应用中，还包括以下步骤：

S4：模型部署与应用步骤，模型经学习和训练后，向外提供服务。

在步骤S4的模型部署与应用步骤中，可采用gRPC等接口向外提供服务，且输入输出数据优选为采用JSON数据格式。

本实施例的上述判定方法，可以根据由被保险人年龄、保险标的价值、投保金额、保单生效时间、理赔申请时间等信息构建的特征库，经由LR模型与MLP模型的学习和训练，从而构造可能存在欺诈行为的特征数据，从而推导出欺诈理赔案件，和传统的逻辑回归方法相比，其欺诈判定的准确率提升40％，和规则引擎相比，可以节约每名业务专家每月10小时的工作量，可明显提高判定的准确率和效率，节约人工成本。

如图4所示，本实施例还对应地提供一种保险理赔智能反欺诈判定系统100，它包括：

特征构建模块10，用于划分数据类型，根据数据类型构建特征库；

模型构造模块20，用于分别构建一逻辑回归LR模型和一多层感知器MLP模型，所述多层感知器MLP模型为一个包含由4个隐藏层构成的线性整流函数的神经元网络模型；

模型的学习和训练模块30，采用通用神经元网络训练方法，所述训练方法采用BP反向传播算法。

其中，所述特征构建模块具体包括：

分类单元，用于将数据分为三类，第一类数值型，第二类为确定类型数据，第三类为未确定类型数据；和

数据处理单元，用于根据不同的数据类型构建特征库，对于第一类数据，直接对原始数据构建特征库；对于第二类数据，采用one-hot编码方式进行编码，每一位表示一种类型；对于第三类数据，采用embedding编码方式进行编码，以将高维稀疏型数据信息置换成低维稠密向量。

具体地，所述数据处理单元具体用于：

直接使用，对于可直接使用的数值，直接将原始数据放入特征库；

数据封箱，根据数据的业务含义，将数据分段，作为第二类数据处理；

数据归一化处理，根据数据的累计分布函数CDF，将原始数据映射至[0，1]集。

本实施例还可包括；

模型部署与应用模块40，用于模型经学习和训练后，向外提供服务。

该模型部署与应用模块40可采用gRPC等接口向外提供服务，且输入输出数据优选为采用JSON数据格式。

本实施例对数据处理时，并未采用传统的一刀切而将全部数据类型统一进行数值化的方法，而是根据数据类型的不同，分别采用不同的数据处理方法，最终得到最贴近于实际的特征向量和数值，有助于提高判定的准确度。经测试表明，和传统的逻辑回归判定方法相比，其欺诈判定的准确率提升约40％，和规则引擎技术相比，也可以节约每名业务专家每月10～20小时的工作量。

综上所述，本发明采用LR模型与MLP模型结合构造保险理赔反欺诈核心算法，以及根据原始数据的不同类型分别采用不同的数据处理方法来构建特征库，使得特征库更能反映案件特征，因而其特征处理和挖掘的能力更强，更新更加便捷，能够明显提升保险理赔欺诈判定的准确率和效率。

以上所述仅为本发明的优选实施例，并非因此限制其专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (9)

1.一种保险理赔智能反欺诈判定方法，其特征在于，包括步骤：

特征构建步骤：划分数据类型，根据数据类型构建特征库；

模型构造步骤：分别构建一逻辑回归LR模型和一多层感知器MLP模型，所述LR模型表征如下：

y＝ω^Tx+b

其中，x＝[x₁，x₂，...，x_d]，表示包含d个特征的向量；

ω＝[ω₁，ω₂，...，ω_d]，表示特征对应的模型参数；T＝[1，2，……，d]；b为模型偏置值；

所述多层感知器MLP模型为一个包含由4个隐藏层构成的线性整流函数的神经元网络模型；

模型的学习和训练步骤：采用通用神经元网络训练方法，且代价函数采用以下交叉熵：

θ指的不同的特征数据，y(i)指的是该特征数据对应的某个事件发生的概率，对于一个一定会发生的事件，其发生概率为1；

所述训练方法采用BP反向传播算法。

2.如权利要求1所述的保险理赔智能反欺诈判定方法，其特征在于，所述特征构建步骤具体包括：

将数据分为三类，第一类数值型，第二类为确定类型数据，第三类为未确定类型数据；

根据不同的数据类型构建特征库，对于第一类数据，直接对原始数据构建特征库；对于第二类数据，采用one-hot编码方式进行编码，每一位表示一种类型；对于第三类数据，采用embedding编码方式进行编码，以将高维稀疏型数据信息置换成低维稠密向量。

3.如权利要求2所述的保险理赔智能反欺诈判定方法，其特征在于，所述对于第一类数据，直接对原始数据构建特征库的步骤具体包括：

直接使用，对于可直接使用的数值，直接将原始数据放入特征库；

数据封箱，根据数据的业务含义，将数据分段，作为第二类数据处理；

数据归一化处理，根据数据的累计分布函数CDF，将原始数据映射至[0，1]集。

4.如权利要求1所述的保险理赔智能反欺诈判定方法，其特征在于，所述LR模型的特征库包含原始特征及其组合特征，所述组合特征为多类型的叉乘特征组合，用于记忆特定的特征组合。

5.如权利要求1所述的保险理赔智能反欺诈判定方法，其特征在于，所述MLP模型的输入层与隐藏层之间，以及隐藏层与隐藏层之间采用全连接权值网络。

6.如权利要求5所述的保险理赔智能反欺诈判定方法，其特征在于，所述模型构造步骤进一步包括：

构建判别函数，将LR模型输出与MLP的第4层隐藏层的输出做加权组合，输入到所述判别函数中，形成是否是欺诈行为的判定依据。

7.一种保险理赔智能反欺诈判定系统，其特征在于，包括：

特征构建模块：用于划分数据类型，根据数据类型构建特征库；

模型构造模块：用于分别构建一逻辑回归LR模型和一多层感知器MLP模型，所述LR模型表征如下：

y＝ω^Tx+b

其中，x＝[x₁，x₂，...，x_d]，表示包含d个特征的向量；

ω＝[ω₁，ω₂，...，ω_d]，表示特征对应的模型参数；T＝[1，2，……，d]；b为模型偏置值；

所述多层感知器MLP模型为一个包含由4个隐藏层构成的线性整流函数的神经元网络模型；

模型的学习和训练模块：采用通用神经元网络训练方法，且代价函数采用以下交叉熵：

θ指的不同的特征数据，y(i)指的是该特征数据对应的某个事件发生的概率，对于一个一定会发生的事件，其发生概率为1；

所述训练方法采用BP反向传播算法。

8.如权利要求7所述的保险理赔智能反欺诈判定系统，其特征在于，所述特征构建模块具体包括：

分类单元，用于将数据分为三类，第一类数值型，第二类为确定类型数据，第三类为未确定类型数据；和

数据处理单元，用于根据不同的数据类型构建特征库，对于第一类数据，直接对原始数据构建特征库；对于第二类数据，采用one-hot编码方式进行编码，每一位表示一种类型；对于第三类数据，采用embedding编码方式进行编码，以将高维稀疏型数据信息置换成低维稠密向量。

9.如权利要求8所述的保险理赔智能反欺诈判定系统，其特征在于，所述数据处理单元具体用于：

直接使用，对于可直接使用的数值，直接将原始数据放入特征库；

数据封箱，根据数据的业务含义，将数据分段，作为第二类数据处理；

数据归一化处理，根据数据的累计分布函数CDF，将原始数据映射至[0，1]集。