CN109859060B - 风险确定方法、装置、介质及电子设备 - Google Patents

Abstract

本发明实施例提供了一种基于区块链的风险确定方法、装置、计算机可读介质及电子设备，涉及区块链技术领域。该基于区块链的风险确定方法包括：获取发布至区块链网络中的投保用户的保险记录信息；提取所述保险记录信息中的保险欺诈记录，根据所述保险欺诈记录确定恶意投保特征；根据所述恶意投保特征确定所述投保用户的信任风险。本发明实施例的技术方案能够提高风险识别的准确性。

Description

风险确定方法、装置、介质及电子设备

技术领域

本发明涉及区块链技术领域，具体而言，涉及一种基于区块链的风险确定方法、装置、计算机可读介质及电子设备。

背景技术

随着保险业务的迅速发展，保险用户的数量越来越多。

在用户出险需要进行理赔时，保险公司的业务人员可以将用户的出险情况以及承保标的进行对比，如果用户的出险情况在承保标的的范围之内，将会对用户进行理赔。但是，由于用户的出险情况是否真实难以核实，并且各保险公司的信息并不透明或者共享不及时，导致无法识别风险，发生用户重复索赔、虚拟索赔等各种保险欺诈问题。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本发明的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本发明实施例的目的在于提供一种基于区块链的风险确定方法、基于区块链的风险确定装置、计算机可读介质及电子设备，进而至少在一定程度上克服投保用户的风险难以识别的问题。

本发明的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本发明的实践而习得。

根据本发明实施例的第一方面，提供了一种基于区块链的风险确定方法，包括：获取发布至区块链网络中的投保用户的保险记录信息；提取所述保险记录信息中的保险欺诈记录，根据所述保险欺诈记录确定恶意投保特征；根据所述恶意投保特征确定所述投保用户的信任风险。

可选地，所述获取发布至区块链网络中的投保用户的保险记录信息之前，还包括：按照所述投保用户的年龄对所述区块链网络中的保险记录信息进行分类，得到多个年龄类；在所述投保用户年龄变化时，在所述区块链网络中调整所述投保用户的保险记录信息所在的年龄类。

可选地，所述根据所述恶意投保特征确定所述投保用户的信任风险包括：确定所述年龄类与所述恶意投保特征的关联关系；根据所述关联关系以及所述投保用户的年龄确定所述投保用户的信任风险。

可选地，所述根据所述恶意投保特征确定所述投保用户的信任风险包括：从所述保险记录信息中提取出所述投保用户的投保特征；计算所述投保特征与所述恶意投保特征的相似度；根据所述相似度确定所述投保用户的信任风险。

可选地，所述根据所述恶意投保特征确定所述投保用户的信任风险包括：将所述投保用户的投保特征转化为特征向量，输入到训练后的机器学习模型中得到所述投保用户的信任风险。

可选地，所述投保用户的投保特征包括以下：投保用户的年龄、性别、投保时间、保险费用、体检数据、理赔记录、保险购买记录中的至少一个。

可选地，根据所述恶意投保特征确定所述投保用户的信任风险之后还包括：在所述投保用户投保时，根据所述投保用户的信任风险确定所述投保用户的保险产品及投保建议。

根据本发明实施例的第二方面，提供了一种基于区块链的风险确定装置，该装置可以包括：信息获取单元，用于获取发布至区块链网络中的投保用户的保险记录信息；特征确定单元，用于提取所述保险记录信息中的保险欺诈记录，根据所述保险欺诈记录确定恶意投保特征；风险确定单元，用于根据所述恶意投保特征确定所述投保用户的信任风险。

可选地，该基于区块链的风险确定装置还包括：分类单元，用于按照所述投保用户的年龄对所述区块链网络中的保险记录信息进行分类，得到多个年龄类；调整单元，用于在所述投保用户年龄变化时，在所述区块链网络中调整所述投保用户的保险记录信息所在的年龄类。

可选地，风险确定单元还可以包括：年龄关联单元，用于确定所述年龄类与所述恶意投保特征的关联关系；风险确定第一子单元，用于根据所述关联关系以及所述投保用户的年龄确定所述投保用户的信任风险。

可选地，风险确定单元还可以包括：特征提取单元，用于从所述保险记录信息中提取出所述投保用户的投保特征；相似度计算单元，用于计算所述投保特征与所述恶意投保特征的相似度；风险确定第二子单元，用于根据所述相似度确定所述投保用户的信任风险。

可选地，风险确定单元还可以包括：风险确定第三子单元，用于将所述投保用户的投保特征转化为特征向量，输入到训练后的机器学习模型中得到所述投保用户的信任风险。

可选地，特征提取单元还用于：确定投保用户的投保特征包括以下：投保用户的年龄、性别、投保时间、保险费用、体检数据、理赔记录、保险购买记录中的至少一个。

可选地，基于区块链的风险确定装置还可以包括：建议单元，用于在所述投保用户投保时，根据所述投保用户的信任风险确定所述投保用户的保险产品及投保建议。

根据本发明实施例的第三方面，提供了一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现如上述实施例中第一方面所述的基于区块链的风险确定方法。

根据本发明实施例的第四方面，提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如上述实施例中第一方面所述的基于区块链的风险确定方法。

本发明实施例提供的技术方案可以包括以下有益效果：

在本发明的一些实施例所提供的技术方案中，通过获取发布至区块链网络中的投保用户的保险记录信息，并且提取保险记录信息中的保险欺诈记录，使得通过区块链来保证投保用户的保险记录信息的公开透明、不可篡改，并且基于区块链的存储还可以实现保险欺诈记录的可追溯处理。进而，通过保险欺诈记录确定恶意投保特征，根据恶意投保特征确定投保用户的信任风险，使得利用区块链中存储的信息能够确定用户是否有保险欺诈行为，有利于准确地识别用户的信任风险，从而促进区块链技术在保险方面的推广。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：

图1示意性示出了根据本发明的实施例的基于区块链的风险确定方法的流程图；

图2示意性示出了根据本发明的另一实施例的基于区块链的风险确定方法的流程图；

图3示意性示出了根据本发明的实施例的基于区块链的风险确定系统的框图；

图4示意性示出了根据本发明的实施例的基于区块链的风险确定装置的框图；

图5示出了适于用来实现本发明实施例的电子设备的计算机系统的结构示意图。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本发明将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。

此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本发明的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本发明的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本发明的各方面。

附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。

图1示意性示出了根据本发明的实施例的基于区块链的风险确定方法的流程图，该基于区块链的风险确定方法的执行主体可以是服务器或终端设备等。

如图1所示，本发明的实施例的基于区块链的风险确定方法可以包括步骤S110、步骤S120和步骤S130，以下详细进行说明：

在步骤S110中，获取发布至区块链网络中的投保用户保险记录信息。

在本实施例中，投保用户可以指已购买了某种保险产品的用户，或者欲购买保险产品的用户。保险记录信息可以包括用户在投保时向保险管理平台递交的个人基本信息，例如用户的年龄、性别、健康状态等；也可以包括用户承保之后的保单信息，或者保险理赔记录信息，例如保险合同、费用报销明细清单等。并且，保险记录信息还可以包括用户的证明材料，例如用户的体检记录、诊断证明等。或者，保险记录信息也可以包括其他信息，例如视频信息、图像信息等，本示例实施例对此不做特殊限定。

投保用户可以将自己的保险记录信息发布至区块链网络中，例如投保用户在签署了保险合同之后，将保险合同发布至区块链网络中；另外，投保用户的保险记录信息也可以由用户所投保的保险单位将用户的保险记录发布至区块链网络中，例如在用户投保之后，保险单位可以将用户的保险合同发布至区块链网络，并在用户发送理赔后，可以将用户的理赔记录发布至区块链网络中。此外，投保用户的保险记录信息也可以由其他单位或个人发布至区块链网络中，例如投保用户体检的医院可以将投保用户的体检记录发布至区块链网络、投保用户的保险代理人可以将投保用户的出险记录发布至区块链网络中等。可选地，保险记录信息也可以由投保用户和与投保用户有关的单位或个人共同发布至区块链网络中，并且可以将投保用户发布的保险记录信息与相关单位或个人发布的保险记录信息进行对比，以确保区块链网络中存储的保险记录信息的准确性，例如在投保用户发布的信息与相关单位(如医院)发布的信息不一致时，提醒投保用户和/或相关单元进一步核实不一致的信息并进行调整，在信息一致后再对信息进行存储。

在本发明的一个实施例中，可以按照投保用户的年龄对区块链网络中保存的保险记录信息进行分类，得到多个年龄类；并且在投保用户年龄变化时，在区块链网络中调整投保用户的保险记录信息所在的年龄类。其中，在将保险记录信息发布至区块链网络中时，用户或者相关单位可以自主选择年龄分类，从而将保险记录信息进行上传；或者，在保险记录信息发布至区块链网络中之后，再解析保险记录信息中的年龄，从而将该条保险记录信息保存在对应的年龄类中。

并且，随着投保用户的年龄增长，还可以将保险记录信息所在的年龄类进行调整。用户的保险记录信息中可以记录用户的出生日期，在检测到当前的日期与用户的出生日期一致时，可以修改保险记录信息中记录的用户的年龄，并且将该保险记录信息所在的年龄类进行调整，例如用户当前的年龄为25岁，用户的保险记录信息均保存在25岁对应的年龄类中，在当前时间与用户出生日期相等时，可以将用户的年龄修改为26岁，并将用户的保险记录信息调整至26岁对应的年龄类中。

在步骤S120中，提取保险记录信息中的保险欺诈记录，根据保险欺诈记录确定恶意投保特征。

通常情况下，用户发生保险理赔情况时核保人员可以对用户的出险情况进行审核，进而确定该用户是否恶意骗保，在用户发生伪造出险情况、恶意骗保时可以将用户的恶意骗保记录发布至区块链网络中。因此，保险记录信息中可以包括保险欺诈记录。在本示例实施例中，保险欺诈记录可以包括用户的信息，例如用户的年龄、性别等；也可以包括用户的理赔信息或者出险信息，例如重大疾病诊断证明、赔付金额等。

在获取到保险记录信息后，可以根据数据属性将保险欺诈记录提取出来，例如将保险记录信息中数据属性为“虚假理赔”的数据提取出来；或者在上传保险记录信息时可以对保险欺诈记录打上标签，进而按照该标签将保险欺诈记录提取出来。此外，还可以通过其他方式提取保险记录信息中的保险欺诈记录，例如通过多条保险记录信息进行对比匹配，进而确定出保险记录信息中的异常信息，然后确定该异常信息是否包含欺诈行为，如果是，那么可以将该异常信息确定为保险欺诈记录。

提取出保险欺诈记录后，根据保险欺诈记录确定恶意投保特征。首先，可以确定保险记录信息的多个数据特征，例如投保用户的年龄、性别、保险产品、保险产品承保时间、保费、健康信息、理赔记录等。每一条保险记录信息对应的各个数据特征的特征值可以不同，然后根据保险欺诈记录分析各数据特征与保险欺诈记录的相关性，进而可以根据该相关性从多个数据特征中确定出恶意投保特征。可选地，可以利用机器学习模型从多个数据特征中确定出恶意投保特征，例如将具有多个数据特征的保险记录数据输入卷积神经网络模型中进行训练，进而得到与保险欺诈记录相关的恶意投保特征。

在步骤S130中，根据恶意投保特征确定投保用户的信任风险。

在本示例实施例中，确定恶意投保特征之后，根据待识别的投保用户的保险记录信息可以确定该投保用户的信任风险。例如，根据待识别投保用户的投保信息可以确定该投保信息中恶意投保特征对应的数据，从而计算该数据与恶意投保特征的相似度，根据该相似度确定该投保信息是否存在保险欺诈的风险，若不存在，则该用户的信任风险可以为“0”。

在本发明的一个实施例中，可以确定年龄类与恶意投保特征的关联关系，进而根据该关联关系以及投保用户的年龄确定投保用户的信任风险。在恶意投保特征确定后，可以判断恶意投保特征是否包含年龄特征，例如恶意投保特征包含“年龄45”的特征时，可以确定恶意投保特征包含年龄特征。在恶意投保特征包含年龄特征时，可以将年龄类与恶意投保特征进行关联，例如将年龄45对应的年龄类中的保险记录信息与恶意投保特征进行关联。

然后，根据投保用户的年龄确定该投保用户所在的年龄类是否与恶意投保特征有关联关系，如果该投保用户所在的年龄类与恶意投保特征存在关联关系，那么可以根据该年龄类对应的信任风险确定该投保用户的信任风险。或者，根据恶意投保特征确定投保用户的信任风险，然后在确定该投保用户所在的年龄类与恶意投保特征具有关联关系时，适当增加或减小该投保用户的信任风险。

图2示意性示出了根据本发明的另一实施例的基于区块链的风险确定方法的流程图。参考图2，在本发明的一个实施例中，根据恶意投保特征确定投保用户的信任风险还可以包括步骤S201、步骤S202、步骤S203，其中：

在步骤S201中，从保险记录信息中提取出投保用户的投保特征。投保特征可以包括保险记录信息中的数据属性，例如性别、年龄等；也可以包括保险记录信息中的信息片段，例如保险记录信息中的出险记录。此外，投保特征也可以包括其他信息，例如时间信息等，本示例实施例对此不做特殊限定。

在步骤S202中，计算投保特征与恶意投保特征的相似度。获取到投保用户的投保特征后，可以根据距离算法计算投保特征与恶意投保特征之间的距离，然后将得到的结果作为它们之间的相似度。举例而言，恶意投保特征可以为“年龄40”、“性别男”、“出险疾病癌症”三个特征，投保用户的投保特征可以为“年龄35”、“性别男”那么可以计算这五个特征之间的欧式距离，将“年龄35”与“年龄40”的欧式距离的结果作为“年龄35”与“年龄40”的相似度，进而得到每一投保特征与恶意投保特征的相似度。

在步骤S203中，根据上述相似度确定投保用户的信任风险。可以设置相似度阈值，确定相似度满足预设阈值的投保特征的个数，进而根据满足预设阈值的投保特征的个数确定该投保用户的信任风险，可以确定满足预设阈值的投保特征的个数越多，信任风险越大。

在本发明的一个实施例中，可以从每个保险记录信息中提取出预设数量的数据特征，可以根据这些数据特征将每条保险记录信息转化为一特征向量，进而得到多个特征向量。然后，确定各保险记录信息中是否包含保险欺诈记录，并且根据确定结果对保险记录信息对应的特征向量进行标记，例如不包含欺诈记录的保险记录信息对应的特征向量可以标记为“1”，包含欺诈记录的保险记录信息对应的特征向量可以标记为“0”，从而得到标记后的特征向量。最后，利用这些标记后的特征向量对分类模型进行训练，得到训练后的分类模型。在投保用户需要进行风险确定时，将该投保用户的保险记录信息转化为特征向量输入该分类模型，从而得到该投保用户的信任风险。

因此，将投保用户的投保特征转化为特征向量，输入训练后的机器学习模型中，可以得到该投保用户的信任风险。

可选地，投保用户的投保特征可以包括：投保用户的年龄、性别、投保时间、保险费用、体验数据、理赔记录、保险购买记录中的一个或者多个特征。

进一步地，还可以根据投保用户的信任风险确定出高风险用户，对于高风险用户可以搜索该用户的所有保险记录信息，可以对该保险记录信息进行进一步地审核，例如若投保用户甲的重疾险记录为保险欺诈记录，那么可以确定该用户甲为高风险用户，对该用户的其他保险记录也进行搜索和审核，可以更加有效率地控制风险。

在本发明的实施例中，确定了投保用户的信任风险之后，还可以在投保用户投保时，根据该投保用户的信任风险确定该投保用户的保险产品及投保建议。若投保用户需要购买新的保险产品，那么可以根据该投保用户的信任风险向该投保用户或保险单位发出投保建议，例如提示该投保用户完善信息降低信任风险的建议；或者根据该投保用户的信任风险向该投保用户推荐相应的保险产品。

以下结合附图介绍本发明的装置实施例。

图3示意性示出了根据本发明的实施例的基于区块链的风险确定系统的框图。

参照图3所示，本实施例的基于区块链的风险确定系统30可以包括：区块链网络构建子系统31、数据格式定义子系统32、保险信息存储子系统33、保险管理子系统34和性能评估子系统35。

其中，区块链网络构建子系统31能够负责区块链节点的构建、更新和维护机制以及区块链网络的构建、更新和维护。比如可以以保险公司基层营业机构为最小节点，并基于一个或多个保险集团/公司的参与来构建区块链网络。

数据格式定义子系统32可以按照区块链节点定义的数据结构来存储用户的保险记录信息，以保证信息存储和信息处理的高效率。比如可以按照表1所示的数据结构存储投保用户的保险记录信息，以保证信息存储和处理的高效率。其中，风险确定系统的输入可以是一个健康保险管理案例；相关企业以及投保人员的公开密钥和签字；风险确定系统的输出可以是保险相关材料的存放链接、其他材料的存放链接、相关信息访问者的公开密钥(账户地址)，以及对相关用户的风险识别结果、对该用户的建议、相关保险产品推荐结果等。

表1

在表1所示的数据结构中，由于用户的保险相关资料通常会包含一些文档、表等数据量比较大的信息，因此为了提高存储效率和解决区块信息过大的问题，在本实施例中，可以将保险相关材料以链接的形式存放在区块中，比如SHA1等，这种通过哈希函数得到指针链接的方式能够保证内容不可篡改。而实际的材料既可以存放在区块链节点的局部存储设备中，又可以以云存储的方式存放。同时，为了保证材料存储的高可靠性，可以采用冗余编码的方式对材料进行存储，譬如采用RS编码(即Reed-Solomon codes，是一种前向纠错的信道编码，对由校正过采样数据所产生的多项式有效)或LDPC(Low Density Parity CheckCode，低密度奇偶校验码)编码的方式等对材料进行冗余编码处理。

保险信息存储子系统33用于存储投保用户的相关信息。具体地，投保用户和相关单位(如保险公司、医院等)可以按照上述表1所示的数据结构将投保用户的保险记录信息上传至区块链网络中，同时也可以上传投保用户的欺诈记录、历史信任风险记录等信息，以使得保险信息存储子系统33进行存储。例如，用户甲于2018.01.01购买保险公司A的重疾险，于2018.02.10购买保险公司B的车险，并且在2018.01.10在C医院进行体检，则单位A、B、C可以将用户甲对应的保险记录信息、体检信息上传至区块链网络，经各区块链节点认证后进行存储。

保险管理子系统34可以基于区块链网络中存储的保险记录信息自动查找和识别投保用户信任风险(如识别高风险人员和填报信息的不真实等)并给出相关改进的建议以及相关保险产品的推荐。

性能评估子系统35可以评估风险确定系统的及时性、有效性和准确性，基于时间序列的客户保险记录信息、体检信息、理赔信息等各种信息动态关联进行分析的方法，以使得在区块链网络中有效实现基于年龄的用户风险管理，从而有力促进区块链技术应用在保险风险险管理方面的有效推广。

图4示意性示出了根据本发明的实施例的基于区块链的风险确定装置的框图。

参照图4所示，本发明的实施例的基于区块链的风险确定装置40可以用于执行本发明上述的基于区块链的风险确定方法。该基于区块链的风险确定装置40可以包括：信息获取单元41、特征确定单元42、风险确定单元43。

具体地，信息获取单元41，可以用于获取发布至区块链网络中的投保用户的保险记录信息；特征确定单元42，可以用于提取所述保险记录信息中的保险欺诈记录，根据所述保险欺诈记录确定恶意投保特征；风险确定单元43，可以用于根据所述恶意投保特征确定所述投保用户的信任风险。

在本发明的一个实施例中，该基于区块链的风险确定装置40还包括分类单元401，用于按照所述投保用户的年龄对所述区块链网络中的保险记录信息进行分类，得到多个年龄类；调整单元402，用于在所述投保用户年龄变化时，在所述区块链网络中调整所述投保用户的保险记录信息所在的年龄类。

在本发明的一个实施例中，风险确定单元43还可以包括年龄关联单元403，用于确定所述年龄类与所述恶意投保特征的关联关系；风险确定第一子单元404，用于根据所述关联关系以及所述投保用户的年龄确定所述投保用户的信任风险。

在本发明的一个实施例中，风险确定单元43还可以包括特征提取单元405，用于从所述保险记录信息中提取出所述投保用户的投保特征；相似度计算单元406，用于计算所述投保特征与所述恶意投保特征的相似度；风险确定第二子单元407，用于根据所述相似度确定所述投保用户的信任风险。

在本发明的一个实施例中，风险确定单元43还可以包括风险确定第三子单元408，用于将所述投保用户的投保特征转化为特征向量，输入到训练后的机器学习模型中得到所述投保用户的信任风险。

在本发明的一个实施例中，特征提取单元405还用于确定投保用户的投保特征包括以下：投保用户的年龄、性别、投保时间、保险费用、体检数据、理赔记录、保险购买记录中的至少一个。

在本发明的一个实施例中，基于区块链的风险确定装置40还可以包括：建议单元409，用于在所述投保用户投保时，根据所述投保用户的信任风险确定所述投保用户的保险产品及投保建议。

由于本发明的示例实施例的基于区块链的风险确定装置的各个功能模块与上述基于区块链的风险确定方法的示例实施例的步骤对应，因此对于本发明装置实施例中未披露的细节，请参照本发明上述的基于区块链的风险确定方法的实施例。

下面参考图5，其示出了适于用来实现本发明实施例的电子设备的计算机系统50的结构示意图。图5示出的电子设备的计算机系统50仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图5所示，计算机系统50包括中央处理单元(CPU)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有系统操作所需的各种程序和数据。CPU501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。

以下部件连接至I/O接口505：包括键盘、鼠标等的输入部分506；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507；包括硬盘等的存储部分508；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入存储部分508。

特别地，根据本发明的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(CPU)501执行时，执行本申请的系统中限定的上述功能。

需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的单元也可以设置在处理器中。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该电子设备执行时，使得该电子设备实现如上述实施例中所述的基于区块链的风险确定方法。

例如，所述的电子设备可以实现如图1中所示的：步骤S110，获取发布至区块链网络中的投保用户的保险记录信息；步骤S120，提取所述保险记录信息中的保险欺诈记录，根据所述保险欺诈记录确定恶意投保特征；步骤S130，根据所述恶意投保特征确定所述投保用户的信任风险。

又如，所述的电子设备可以实现如图2所示的各个步骤。

应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本发明实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本发明实施方式的方法。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。

应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (5)

1.一种基于区块链的风险确定方法，其特征在于，包括：

获取发布至区块链网络中的投保用户的保险记录信息；

提取所述保险记录信息中的保险欺诈记录，根据所述保险欺诈记录确定恶意投保特征；

根据所述保险欺诈记录确定恶意投保特征包括：所述保险记录信息中包括多个数据特征，根据所述保险欺诈记录分析各数据特征与保险欺诈的相关性，根据所述相关性确定所述恶意投保特征；

根据所述恶意投保特征确定所述投保用户的信任风险；

所述获取发布至区块链网络中的投保用户的保险记录信息之前，还包括：

按照所述投保用户的年龄对所述区块链网络中的保险记录信息进行分类，得到多个年龄类；

在所述投保用户年龄变化时，在所述区块链网络中调整所述投保用户的保险记录信息所在的年龄类；

所述根据所述恶意投保特征确定所述投保用户的信任风险包括：

确定所述年龄类与所述恶意投保特征的关联关系；

根据所述关联关系以及所述投保用户的年龄确定所述投保用户的信任风险。

2.根据权利要求1所述的基于区块链的风险确定方法，其特征在于，根据所述恶意投保特征确定所述投保用户的信任风险之后，还包括：

在所述投保用户投保时，根据所述投保用户的信任风险确定所述投保用户的保险产品及投保建议。

3.一种基于区块链的风险确定装置，其特征在于，包括：

信息获取单元，用于获取发布至区块链网络中的投保用户的保险记录信息；

特征确定单元，用于提取所述保险记录信息中的保险欺诈记录，根据所述保险欺诈记录确定恶意投保特征；

根据所述保险欺诈记录确定恶意投保特征包括：所述保险记录信息中包括多个数据特征，根据所述保险欺诈记录分析各数据特征与保险欺诈的相关性，根据所述相关性确定所述恶意投保特征；

风险确定单元，用于根据所述恶意投保特征确定所述投保用户的信任风险；

分类单元，用于按照所述投保用户的年龄对所述区块链网络中的保险记录信息进行分类，得到多个年龄类；

调整单元，用于在所述投保用户年龄变化时，在所述区块链网络中调整所述投保用户的保险记录信息所在的年龄类；

风险确定单元包括：年龄关联单元，用于确定所述年龄类与所述恶意投保特征的关联关系；

风险确定第一子单元，用于根据所述关联关系以及所述投保用户的年龄确定所述投保用户的信任风险。

4.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1和2中任一项所述的基于区块链的风险确定方法。

5.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1和2中任一项所述的基于区块链的风险确定方法。

Images