CN111861762B - 一种车辆保险反欺诈识别的数据处理方法及系统 - Google Patents
一种车辆保险反欺诈识别的数据处理方法及系统 Download PDFInfo
- Publication number
- CN111861762B CN111861762B CN202010736259.8A CN202010736259A CN111861762B CN 111861762 B CN111861762 B CN 111861762B CN 202010736259 A CN202010736259 A CN 202010736259A CN 111861762 B CN111861762 B CN 111861762B
- Authority
- CN
- China
- Prior art keywords
- fraud
- accident
- vehicle
- vehicle insurance
- analysis processing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 18
- 238000004458 analytical method Methods 0.000 claims abstract description 78
- 238000000034 method Methods 0.000 claims abstract description 32
- 238000007405 data analysis Methods 0.000 claims abstract description 20
- 230000002265 prevention Effects 0.000 claims description 8
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明涉及一种车辆保险反欺诈识别的数据处理方法及系统，所述数据处理方法为，将处理后的车辆保险业务数据导入车辆反欺诈识别模型中进行数据分析处理，得到车辆保险反欺诈识别结果；其中，数据分析处理包括关系人分析处理、时间轴轨迹分析处理和综合分析处理。本发明基于关系人分析处理、时间轴轨迹分析处理和综合分析处理对处理后的车辆保险业务数据进行处理，可以精确的分析出车辆保险欺诈概率，从而可以有效的防止车辆保险诈骗。
Description
技术领域
本发明涉及车辆保险领域，具体涉及一种车辆保险反欺诈识别的数据处理方法及系统。
背景技术
随着我国经济社会整体发展由快速增长阶段向稳健增长阶段转变，保险业应顺应发展潮流，实现由供给导向转为需求导向的趋势转变，以客户为中心，充分挖掘客户需求，提升客户体验。保险是一种保护免受经济损失的金融手段。它是一种风险管理形式，主要用于对冲或有或不确定损失的风险。保险交易涉及被保险人向保险公司支付保证和已知的相对较小的损失，以换取保险公司承诺在承保损失的情况下赔偿被保险人。现在保险行业面临很多问题，以车险赔案为例，据统计，在某些国家虚假赔案可能高达20％，每年保险欺诈的总金额约为850亿～1200亿美元。在某些国家，汽车厂商遭受的欺诈案件金额比例可能高达34％。如何有效地利用大数据反欺诈技术来应对保险行业遇到的困难是目前亟需解决的问题。
发明内容
本发明所要解决的技术问题是提供一种车辆保险反欺诈识别的数据处理方法及系统，可以有效的防止车辆保险诈骗。
本发明解决上述技术问题的技术方案如下：一种车辆保险反欺诈识别的数据处理方法，所述数据处理方法为，将处理后的车辆保险业务数据导入车辆反欺诈识别模型中进行数据分析处理，得到车辆保险反欺诈识别结果；
其中，数据分析处理包括关系人分析处理、时间轴轨迹分析处理和综合分析处理。
在上述技术方案的基础上，本发明还可以做如下改进。
进一步，所述车辆反欺诈识别模型中设有多种欺诈类型识别模式；
所述数据处理方法具体为，将处理后的车辆保险业务数据导入车辆反欺诈识别模型中，在多种欺诈类型识别模式下，分别对处理后的车辆保险业务数据进行数据分析处理，得到车辆保险反欺诈识别结果。
进一步，所述关系人分析处理的过程具体为，根据处理后的车辆保险业务数据分析出车辆事故属于单方事故还是属于多方事故；
若车辆事故属于单方事故，则利用所述车辆反欺诈识别模型在单方事故欺诈类型识别模式下，根据处理后的车辆保险业务数据对单一对事故人和事故物之间的关系进行分析处理，得到单方事故欺诈概率；
若车辆事故属于多方事故，则利用所述车辆反欺诈识别模型在多方事故欺诈类型识别模式下，根据处理后的车辆保险业务数据对多个对事故人和事故物之间的关系进行分析处理，得到多方事故欺诈概率。
进一步，所述时间轴轨迹分析处理的具体过程为，在所述关系人分析处理的基础上对处理后的车辆保险业务数据进行时间轴轨迹分析；
若车辆事故属于单方事故，则利用所述车辆反欺诈识别模型在单向时间轴事故欺诈类型识别模式下，对处理后的车辆保险业务数据进行单向轨迹分析处理，得到单方事故时间轴轨欺诈概率；
若车辆事故属于多方事故，则利用所述车辆反欺诈识别模型在多向时间轴事故欺诈类型识别模式下，对处理后的车辆保险业务数据进行多向轨迹分析处理，得到多方事故时间轴轨欺诈概率。
进一步，所述综合分析处理的具体过程为，在所述关系人分析处理和所述时间轴轨迹分析处理的基础上，基于单方事故欺诈概率或多方事故欺诈概率和单方事故时间轴轨欺诈概率或多方事故时间轴轨欺诈概率，对处理后的车辆保险业务数据进行综合分析，得到车辆保险欺诈概率。
本发明的有益效果是：本发明基于关系人分析处理、时间轴轨迹分析处理和综合分析处理对处理后的车辆保险业务数据进行处理，可以精确的分析出车辆保险欺诈概率，从而可以有效的防止车辆保险诈骗。
基于上述一种车辆保险反欺诈识别的数据处理方法，本发明还提供一种车辆保险反欺诈识别的数据处理系统。
一种车辆保险反欺诈识别的数据处理系统，包括数据处理模块，所述数据处理模块用于，将处理后的车辆保险业务数据导入车辆反欺诈识别模型中进行数据分析处理，得到车辆保险反欺诈识别结果；
其中，数据分析处理模块包括关系人分析处理单元、时间轴轨迹分析处理单元和综合分析处理单元。
在上述技术方案的基础上，本发明还可以做如下改进。
进一步，所述车辆反欺诈识别模型中设有多种欺诈类型识别模式；
所述数据处理模块具体用于，将处理后的车辆保险业务数据导入车辆反欺诈识别模型中，在多种欺诈类型识别模式下，分别对处理后的车辆保险业务数据进行数据分析处理，得到车辆保险反欺诈识别结果。
进一步，所述关系人分析处理单元具体用于，根据处理后的车辆保险业务数据分析出车辆事故属于单方事故还是属于多方事故；
若车辆事故属于单方事故，则利用所述车辆反欺诈识别模型在单方事故欺诈类型识别模式下，根据处理后的车辆保险业务数据对单一对事故人和事故物之间的关系进行分析处理，得到单方事故欺诈概率；
若车辆事故属于多方事故，则利用所述车辆反欺诈识别模型在多方事故欺诈类型识别模式下，根据处理后的车辆保险业务数据对多个对事故人和事故物之间的关系进行分析处理，得到多方事故欺诈概率。
进一步，所述时间轴轨迹分析处理单元的具体用于，在所述关系人分析处理单元的基础上对处理后的车辆保险业务数据进行时间轴轨迹分析；
若车辆事故属于单方事故，则利用所述车辆反欺诈识别模型在单向时间轴事故欺诈类型识别模式下，对处理后的车辆保险业务数据进行单向轨迹分析处理，得到单方事故时间轴轨欺诈概率；
若车辆事故属于多方事故，则利用所述车辆反欺诈识别模型在多向时间轴事故欺诈类型识别模式下，对处理后的车辆保险业务数据进行多向轨迹分析处理，得到多方事故时间轴轨欺诈概率。
进一步，所述综合分析处理单元的具体用于，在所述关系人分析处理单元和所述时间轴轨迹分析处理单元的基础上，基于单方事故欺诈概率或多方事故欺诈概率和单方事故时间轴轨欺诈概率或多方事故时间轴轨欺诈概率，对处理后的车辆保险业务数据进行综合分析，得到车辆保险欺诈概率。
本发明的有益效果是：本发明基于关系人分析处理、时间轴轨迹分析处理和综合分析处理对处理后的车辆保险业务数据进行处理，可以精确的分析出车辆保险欺诈概率，从而可以有效的防止车辆保险诈骗。
附图说明
图1为本发明一种车辆保险反欺诈识别的数据处理方法的流程图；
图2为本发明一种车辆保险反欺诈识别的数据处理系统的结构框图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
如图1所示，一种车辆保险反欺诈识别的数据处理方法，所述数据处理方法为，将处理后的车辆保险业务数据导入车辆反欺诈识别模型中进行数据分析处理，得到车辆保险反欺诈识别结果；
其中，数据分析处理包括关系人分析处理、时间轴轨迹分析处理和综合分析处理。
在本具体实施例中：
所述车辆反欺诈识别模型中设有多种欺诈类型识别模式；所述数据处理方法具体为，将处理后的车辆保险业务数据导入车辆反欺诈识别模型中，在多种欺诈类型识别模式下，分别对处理后的车辆保险业务数据进行数据分析处理，得到车辆保险反欺诈识别结果。
所述关系人分析处理的过程具体为，根据处理后的车辆保险业务数据分析出车辆事故属于单方事故还是属于多方事故；若车辆事故属于单方事故，则利用所述车辆反欺诈识别模型在单方事故欺诈类型识别模式下，根据处理后的车辆保险业务数据对单一对事故人和事故物之间的关系进行分析处理，得到单方事故欺诈概率；若车辆事故属于多方事故，则利用所述车辆反欺诈识别模型在多方事故欺诈类型识别模式下，根据处理后的车辆保险业务数据对多个对事故人和事故物之间的关系进行分析处理，得到多方事故欺诈概率。
所述时间轴轨迹分析处理的具体过程为，在所述关系人分析处理的基础上对处理后的车辆保险业务数据进行时间轴轨迹分析；若车辆事故属于单方事故，则利用所述车辆反欺诈识别模型在单向时间轴事故欺诈类型识别模式下，对处理后的车辆保险业务数据进行单向轨迹分析处理，得到单方事故时间轴轨欺诈概率；若车辆事故属于多方事故，则利用所述车辆反欺诈识别模型在多向时间轴事故欺诈类型识别模式下，对处理后的车辆保险业务数据进行多向轨迹分析处理，得到多方事故时间轴轨欺诈概率。
所述综合分析处理的具体过程为，在所述关系人分析处理和所述时间轴轨迹分析处理的基础上，基于单方事故欺诈概率或多方事故欺诈概率和单方事故时间轴轨欺诈概率或多方事故时间轴轨欺诈概率，对处理后的车辆保险业务数据进行综合分析，得到车辆保险欺诈概率。
本发明基于关系人分析处理、时间轴轨迹分析处理和综合分析处理对处理后的车辆保险业务数据进行处理，可以精确的分析出车辆保险欺诈概率，从而可以有效的防止车辆保险诈骗。
基于上述一种车辆保险反欺诈识别的数据处理方法，本发明还提供一种车辆保险反欺诈识别的数据处理系统。
如图2所示，一种车辆保险反欺诈识别的数据处理系统，包括数据处理模块，所述数据处理模块用于，将处理后的车辆保险业务数据导入车辆反欺诈识别模型中进行数据分析处理，得到车辆保险反欺诈识别结果；
其中，数据分析处理模块包括关系人分析处理单元、时间轴轨迹分析处理单元和综合分析处理单元。
在本具体实施例中：
所述车辆反欺诈识别模型中设有多种欺诈类型识别模式；所述数据处理模块具体用于，将处理后的车辆保险业务数据导入车辆反欺诈识别模型中，在多种欺诈类型识别模式下，分别对处理后的车辆保险业务数据进行数据分析处理，得到车辆保险反欺诈识别结果。
所述关系人分析处理单元具体用于，根据处理后的车辆保险业务数据分析出车辆事故属于单方事故还是属于多方事故；若车辆事故属于单方事故，则利用所述车辆反欺诈识别模型在单方事故欺诈类型识别模式下，根据处理后的车辆保险业务数据对单一对事故人和事故物之间的关系进行分析处理，得到单方事故欺诈概率；若车辆事故属于多方事故，则利用所述车辆反欺诈识别模型在多方事故欺诈类型识别模式下，根据处理后的车辆保险业务数据对多个对事故人和事故物之间的关系进行分析处理，得到多方事故欺诈概率。
所述时间轴轨迹分析处理单元的具体用于，在所述关系人分析处理单元的基础上对处理后的车辆保险业务数据进行时间轴轨迹分析；若车辆事故属于单方事故，则利用所述车辆反欺诈识别模型在单向时间轴事故欺诈类型识别模式下，对处理后的车辆保险业务数据进行单向轨迹分析处理，得到单方事故时间轴轨欺诈概率；若车辆事故属于多方事故，则利用所述车辆反欺诈识别模型在多向时间轴事故欺诈类型识别模式下，对处理后的车辆保险业务数据进行多向轨迹分析处理，得到多方事故时间轴轨欺诈概率。
所述综合分析处理单元的具体用于，在所述关系人分析处理单元和所述时间轴轨迹分析处理单元的基础上，基于单方事故欺诈概率或多方事故欺诈概率和单方事故时间轴轨欺诈概率或多方事故时间轴轨欺诈概率，对处理后的车辆保险业务数据进行综合分析，得到车辆保险欺诈概率。
本发明基于关系人分析处理、时间轴轨迹分析处理和综合分析处理对处理后的车辆保险业务数据进行处理，可以精确的分析出车辆保险欺诈概率，从而可以有效的防止车辆保险诈骗。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (6)
1.一种车辆保险反欺诈识别的数据处理方法，其特征在于：所述数据处理方法为，将处理后的车辆保险业务数据导入车辆反欺诈识别模型中进行数据分析处理，得到车辆保险反欺诈识别结果；
其中，数据分析处理包括关系人分析处理、时间轴轨迹分析处理和综合分析处理；
所述关系人分析处理的过程具体为，根据处理后的车辆保险业务数据分析出车辆事故属于单方事故还是属于多方事故；
若车辆事故属于单方事故，则利用所述车辆反欺诈识别模型在单方事故欺诈类型识别模式下，根据处理后的车辆保险业务数据对单一对事故人和事故物之间的关系进行分析处理，得到单方事故欺诈概率；
若车辆事故属于多方事故，则利用所述车辆反欺诈识别模型在多方事故欺诈类型识别模式下，根据处理后的车辆保险业务数据对多个对事故人和事故物之间的关系进行分析处理，得到多方事故欺诈概率；
所述时间轴轨迹分析处理的具体过程为，在所述关系人分析处理的基础上对处理后的车辆保险业务数据进行时间轴轨迹分析；
若车辆事故属于单方事故，则利用所述车辆反欺诈识别模型在单向时间轴事故欺诈类型识别模式下，对处理后的车辆保险业务数据进行单向轨迹分析处理，得到单方事故时间轴轨欺诈概率；
若车辆事故属于多方事故，则利用所述车辆反欺诈识别模型在多向时间轴事故欺诈类型识别模式下，对处理后的车辆保险业务数据进行多向轨迹分析处理，得到多方事故时间轴轨欺诈概率。
2.根据权利要求1所述的车辆保险反欺诈识别的数据处理方法，其特征在于：所述车辆反欺诈识别模型中设有多种欺诈类型识别模式；
所述数据处理方法具体为，将处理后的车辆保险业务数据导入车辆反欺诈识别模型中，在多种欺诈类型识别模式下，分别对处理后的车辆保险业务数据进行数据分析处理，得到车辆保险反欺诈识别结果。
3.根据权利要求1或2所述的车辆保险反欺诈识别的数据处理方法，其特征在于：所述综合分析处理的具体过程为，在所述关系人分析处理和所述时间轴轨迹分析处理的基础上，基于单方事故欺诈概率或多方事故欺诈概率和单方事故时间轴轨欺诈概率或多方事故时间轴轨欺诈概率，对处理后的车辆保险业务数据进行综合分析，得到车辆保险欺诈概率。
4.一种车辆保险反欺诈识别的数据处理系统，其特征在于：包括数据处理模块，所述数据处理模块用于，将处理后的车辆保险业务数据导入车辆反欺诈识别模型中进行数据分析处理，得到车辆保险反欺诈识别结果；
其中，数据分析处理模块包括关系人分析处理单元、时间轴轨迹分析处理单元和综合分析处理单元；
所述关系人分析处理单元具体用于，根据处理后的车辆保险业务数据分析出车辆事故属于单方事故还是属于多方事故；
若车辆事故属于单方事故，则利用所述车辆反欺诈识别模型在单方事故欺诈类型识别模式下，根据处理后的车辆保险业务数据对单一对事故人和事故物之间的关系进行分析处理，得到单方事故欺诈概率；
若车辆事故属于多方事故，则利用所述车辆反欺诈识别模型在多方事故欺诈类型识别模式下，根据处理后的车辆保险业务数据对多个对事故人和事故物之间的关系进行分析处理，得到多方事故欺诈概率；
所述时间轴轨迹分析处理单元的具体用于，在所述关系人分析处理单元的基础上对处理后的车辆保险业务数据进行时间轴轨迹分析；
若车辆事故属于单方事故，则利用所述车辆反欺诈识别模型在单向时间轴事故欺诈类型识别模式下，对处理后的车辆保险业务数据进行单向轨迹分析处理，得到单方事故时间轴轨欺诈概率；
若车辆事故属于多方事故，则利用所述车辆反欺诈识别模型在多向时间轴事故欺诈类型识别模式下，对处理后的车辆保险业务数据进行多向轨迹分析处理，得到多方事故时间轴轨欺诈概率。
5.根据权利要求4所述的车辆保险反欺诈识别的数据处理系统，其特征在于：所述车辆反欺诈识别模型中设有多种欺诈类型识别模式；
所述数据处理模块具体用于，将处理后的车辆保险业务数据导入车辆反欺诈识别模型中，在多种欺诈类型识别模式下，分别对处理后的车辆保险业务数据进行数据分析处理，得到车辆保险反欺诈识别结果。
6.根据权利要求4或5所述的车辆保险反欺诈识别的数据处理系统，其特征在于：所述综合分析处理单元的具体用于，在所述关系人分析处理单元和所述时间轴轨迹分析处理单元的基础上，基于单方事故欺诈概率或多方事故欺诈概率和单方事故时间轴轨欺诈概率或多方事故时间轴轨欺诈概率，对处理后的车辆保险业务数据进行综合分析，得到车辆保险欺诈概率。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010736259.8A CN111861762B (zh) | 2020-07-28 | 2020-07-28 | 一种车辆保险反欺诈识别的数据处理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010736259.8A CN111861762B (zh) | 2020-07-28 | 2020-07-28 | 一种车辆保险反欺诈识别的数据处理方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111861762A CN111861762A (zh) | 2020-10-30 |
| CN111861762B true CN111861762B (zh) | 2024-04-26 |
Family
ID=72948615
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010736259.8A Active CN111861762B (zh) | 2020-07-28 | 2020-07-28 | 一种车辆保险反欺诈识别的数据处理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111861762B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8799034B1 (en) * | 2013-03-08 | 2014-08-05 | Allstate University Company | Automated accident detection, fault attribution, and claims processing |
| CN105480177A (zh) * | 2016-01-15 | 2016-04-13 | 深圳市险萝卜科技有限公司 | 一种利用车载智能终端实现车辆出险防欺诈的方法 |
| CN107240024A (zh) * | 2017-05-22 | 2017-10-10 | 中国平安人寿保险股份有限公司 | 保险理赔的反欺诈识别方法及装置 |
| CN107403326A (zh) * | 2017-08-14 | 2017-11-28 | 云数信息科技（深圳）有限公司 | 一种基于电信数据的保险欺诈识别方法及装置 |
| US10176524B1 (en) * | 2015-10-26 | 2019-01-08 | Allstate Insurance Company | Vehicle-to-vehicle incident information collection |
| CN109191312A (zh) * | 2018-08-07 | 2019-01-11 | 阳光财产保险股份有限公司 | 一种理赔反欺诈风控方法及装置 |
| CN109345395A (zh) * | 2018-09-12 | 2019-02-15 | 医倍思特（北京）医疗信息技术有限公司 | 一种保险理赔的反欺诈系统及方法 |
| CN109791679A (zh) * | 2016-09-26 | 2019-05-21 | 哈曼国际工业有限公司 | 用于汽车保修欺诈的预测的系统和方法 |
| WO2019097245A1 (en) * | 2017-11-17 | 2019-05-23 | Xtract360 Ltd | Collision evaluation |
| CN109919783A (zh) * | 2019-01-31 | 2019-06-21 | 德联易控科技(北京)有限公司 | 车险理赔案件的风险识别方法、装置、设备及存储介质 |
| CN110322356A (zh) * | 2019-04-22 | 2019-10-11 | 山东大学 | 基于hin挖掘动态多模式的医保异常检测方法及系统 |
| CN110458718A (zh) * | 2019-08-09 | 2019-11-15 | 泰康保险集团股份有限公司 | 车险欺诈识别方法、装置、介质及电子设备 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8117049B2 (en) * | 2007-04-10 | 2012-02-14 | Hti Ip, Llc | Methods, systems, and apparatuses for determining driver behavior |
| US10290053B2 (en) * | 2009-06-12 | 2019-05-14 | Guardian Analytics, Inc. | Fraud detection and analysis |
| WO2014182971A2 (en) * | 2013-05-08 | 2014-11-13 | Obdedge, Llc | Driver identification and data collection systems for use with mobile communication devices in vehicles |
-
2020
- 2020-07-28 CN CN202010736259.8A patent/CN111861762B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8799034B1 (en) * | 2013-03-08 | 2014-08-05 | Allstate University Company | Automated accident detection, fault attribution, and claims processing |
| US10176524B1 (en) * | 2015-10-26 | 2019-01-08 | Allstate Insurance Company | Vehicle-to-vehicle incident information collection |
| CN105480177A (zh) * | 2016-01-15 | 2016-04-13 | 深圳市险萝卜科技有限公司 | 一种利用车载智能终端实现车辆出险防欺诈的方法 |
| CN109791679A (zh) * | 2016-09-26 | 2019-05-21 | 哈曼国际工业有限公司 | 用于汽车保修欺诈的预测的系统和方法 |
| CN107240024A (zh) * | 2017-05-22 | 2017-10-10 | 中国平安人寿保险股份有限公司 | 保险理赔的反欺诈识别方法及装置 |
| CN107403326A (zh) * | 2017-08-14 | 2017-11-28 | 云数信息科技（深圳）有限公司 | 一种基于电信数据的保险欺诈识别方法及装置 |
| WO2019097245A1 (en) * | 2017-11-17 | 2019-05-23 | Xtract360 Ltd | Collision evaluation |
| CN109191312A (zh) * | 2018-08-07 | 2019-01-11 | 阳光财产保险股份有限公司 | 一种理赔反欺诈风控方法及装置 |
| CN109345395A (zh) * | 2018-09-12 | 2019-02-15 | 医倍思特（北京）医疗信息技术有限公司 | 一种保险理赔的反欺诈系统及方法 |
| CN109919783A (zh) * | 2019-01-31 | 2019-06-21 | 德联易控科技(北京)有限公司 | 车险理赔案件的风险识别方法、装置、设备及存储介质 |
| CN110322356A (zh) * | 2019-04-22 | 2019-10-11 | 山东大学 | 基于hin挖掘动态多模式的医保异常检测方法及系统 |
| CN110458718A (zh) * | 2019-08-09 | 2019-11-15 | 泰康保险集团股份有限公司 | 车险欺诈识别方法、装置、介质及电子设备 |
Non-Patent Citations (3)
| Title |
|---|
| 我国机动车保险欺诈及识别问题研究;贾兰;中国优秀硕士学位论文全文数据库(第08期);第26-46页 * |
| 机动车辆保险反欺诈的大数据智能化研究;孙晓芳;中国优秀硕士学位论文全文数据库;20200115(第01期);全文 * |
| 汽车保险理赔中的欺诈与防范;白玉;;常州工学院学报;20180628(03);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111861762A (zh) | 2020-10-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20130036038A1 (en) | Financial activity monitoring system | |
| CN108062674B (zh) | 基于gps的订单欺诈识别方法、系统、存储介质和电子设备 | |
| CN111476660B (zh) | 一种基于数据分析的智能风控系统及方法 | |
| CN109509093B (zh) | 一种基于主体画像的交易安全控制方法及系统 | |
| US20090099884A1 (en) | Method and system for detecting fraud based on financial records | |
| CN112150264A (zh) | 一种基于云平台的企业财务收支分析系统 | |
| CN111612638A (zh) | 一种基于车联网大数据识别保险欺诈风险的方法 | |
| US20230137734A1 (en) | Systems and methods for improved detection of network attacks | |
| CN115205026A (zh) | 信用评估方法、装置、设备及计算机存储介质 | |
| CN111861762B (zh) | 一种车辆保险反欺诈识别的数据处理方法及系统 | |
| CN118195620A (zh) | 一种多案关联反欺诈风险检测方法及系统 | |
| CN116911882B (zh) | 一种基于机器学习的保险防欺诈预测方法及系统 | |
| CN116862661A (zh) | 基于消费金融场景的数字信用审批与风险监测系统 | |
| CN111861721A (zh) | 一种税收经济分析报告方法 | |
| CN115564591A (zh) | 一种融资产品的确定方法及相关设备 | |
| CN115222549A (zh) | 风险评估处理方法、装置、计算机设备及存储介质 | |
| CN112712380A (zh) | 一种基于区块链的金融数据处理系统 | |
| Dziawgo | Supervisory technology as a new tool for banking sector supervision | |
| TWM591191U (zh) | 負面新聞監控分析系統 | |
| CN110135849A (zh) | 金融交易欺诈风险防范方法、装置及计算机可读存储介质 | |
| Pandit et al. | A Review of Methodologies to Approach Fraud in the Remanufacturing Industry | |
| CN115131906B (zh) | 一种轨道交通的安检方法、系统、计算机设备及可读介质 | |
| CN116862669B (zh) | 一种车辆贷款数据分析方法、系统及介质 | |
| Ergashevich et al. | Risk Management System And Factors Affecting The Level Of Risk In The Customs Authorities Of Uzbekistan | |
| CN116362887A (zh) | 一种基于客户交易信息的反欺诈系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |