CN111861767A - 一种车辆保险欺诈行为的监控系统及方法 - Google Patents
一种车辆保险欺诈行为的监控系统及方法 Download PDFInfo
- Publication number
- CN111861767A CN111861767A CN202010745502.2A CN202010745502A CN111861767A CN 111861767 A CN111861767 A CN 111861767A CN 202010745502 A CN202010745502 A CN 202010745502A CN 111861767 A CN111861767 A CN 111861767A
- Authority
- CN
- China
- Prior art keywords
- behavior
- vehicle insurance
- accident
- monitoring
- vehicle
- 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.)
- Granted
Links
- 230000006399 behavior Effects 0.000 title claims abstract description 108
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000012544 monitoring process Methods 0.000 title claims abstract description 45
- 238000007621 cluster analysis Methods 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims abstract description 10
- 239000011159 matrix material Substances 0.000 claims description 30
- 238000011156 evaluation Methods 0.000 claims description 12
- 238000012216 screening Methods 0.000 claims description 6
- 230000011218 segmentation Effects 0.000 claims description 6
- 238000013480 data collection Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 claims 1
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
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欺诈行为的监控系统及方法,其系统包括以下模块,数据采集模块用于获取车辆保险相关的事故车主的历史行为特征数据,构成的数据集;模型预测模块用于利用聚类分析方法对数据集进行计算,得到事故车主对车辆保险的欺诈行为概率;行为监控模块用于根据欺诈行为概率对车辆保险业务办理过程中的事故车主行为进行监控。本发明通过获取车辆保险相关的事故车主的历史行为特征数据,构成的数据集;利用聚类分析方法对所述数据集进行计算,得到事故车主对车辆保险的欺诈行为概率;根据所述欺诈行为概率对车辆保险业务办理过程中的事故车主行为进行监控。从而可以监控车辆保险欺诈行为的方法,以避免错误的保险理赔。
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欺诈行为的监控系统及方法。
背景技术
近年来随着保险业务的快速发展,依托于海量数据,车辆保险业务量逐年增加。但是目前在结束了保险办理流程并完成理赔,客户在办理保险的过程中会存在骗保的胸围,为了降低理赔风险,目前多是业务人员根据保险条款确定是否理赔,因此没有有效的方法来识别客户在理赔过程的不符规范行为(骗保行为)。因此需要提出一种能够监控车辆保险欺诈行为的方法,以避免错误的保险理赔。
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欺诈行为的监控系统及方法,可以监控车辆保险欺诈行为的方法,以避免错误的保险理赔。
本发明解决上述技术问题的技术方案如下:一种车辆保险欺诈行为的监控系统,包括以下模块,
数据采集模块,其用于获取车辆保险相关的事故车主的历史行为特征数据,构成的数据集;
模型预测模块,其用于利用聚类分析方法对所述数据集进行计算,得到事故车主对车辆保险的欺诈行为概率;
行为监控模块,其用于根据所述欺诈行为概率对车辆保险业务办理过程中的事故车主行为进行监控。
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,所述数据采集模块具有多个数据采集接口,所述数据采集模块具体用于,对不同类型的历史行为特征数据进行采集。
进一步,所述模型预测模块具体用于,对所述数据集进行分词处理,得到事故车主的历史行为特征矩阵;将所述历史行为特征矩阵进行聚类学习,得到聚类结果标签;对所述聚类结果标签进行评价,得到最初评价结果;当所述最初评价结果未达到预设值时,利用CART分类树对所述历史行为特征矩阵进行多次筛选,得到有效用户行为特征矩阵;将所述有效用户行为特征矩阵进行聚类学习,得到事故车主对车辆保险的欺诈行为概率。
进一步,还包括行为追踪模块,所述行为追踪模块用于根据所述行为监控模块监控的结果对事故车主的后续行为进行追踪。
本发明的有益效果是:本发明通过获取车辆保险相关的事故车主的历史行为特征数据,构成的数据集;利用聚类分析方法对所述数据集进行计算,得到事故车主对车辆保险的欺诈行为概率;根据所述欺诈行为概率对车辆保险业务办理过程中的事故车主行为进行监控。从而可以监控车辆保险欺诈行为的方法,以避免错误的保险理赔。
基于上述一种车辆保险欺诈行为的监控系统,本发明还提供一种车辆保险欺诈行为的监控方法。
一种车辆保险欺诈行为的监控方法,包括以下步骤,
S1,获取车辆保险相关的事故车主的历史行为特征数据,构成的数据集;
S2,利用聚类分析方法对所述数据集进行计算,得到事故车主对车辆保险的欺诈行为概率;
S3,根据所述欺诈行为概率对车辆保险业务办理过程中的事故车主行为进行监控。
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S1具体为,通过多个数据采集接口对不同类型的历史行为特征数据进行采集。
进一步,所述S2具体为,对所述数据集进行分词处理,得到事故车主的历史行为特征矩阵;将所述历史行为特征矩阵进行聚类学习,得到聚类结果标签;对所述聚类结果标签进行评价,得到最初评价结果;当所述最初评价结果未达到预设值时,利用CART分类树对所述历史行为特征矩阵进行多次筛选,得到有效用户行为特征矩阵;将所述有效用户行为特征矩阵进行聚类学习,得到事故车主对车辆保险的欺诈行为概率。
进一步,还包括S4,所述S4具体为,根据所述S3的结果对事故车主的后续行为进行追踪。
本发明的有益效果是:本发明通过获取车辆保险相关的事故车主的历史行为特征数据,构成的数据集;利用聚类分析方法对所述数据集进行计算,得到事故车主对车辆保险的欺诈行为概率;根据所述欺诈行为概率对车辆保险业务办理过程中的事故车主行为进行监控。从而可以监控车辆保险欺诈行为的方法,以避免错误的保险理赔。
附图说明
图1为本发明一种车辆保险欺诈行为的监控系统的结构框图;
图2为本发明一种车辆保险欺诈行为的监控方法的流程图。
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,一种车辆保险欺诈行为的监控系统,包括以下模块,
数据采集模块,其用于获取车辆保险相关的事故车主的历史行为特征数据,构成的数据集;
模型预测模块,其用于利用聚类分析方法对所述数据集进行计算,得到事故车主对车辆保险的欺诈行为概率;
行为监控模块,其用于根据所述欺诈行为概率对车辆保险业务办理过程中的事故车主行为进行监控。
在本具体实施例中:
所述数据采集模块具有多个数据采集接口,所述数据采集模块具体用于,对不同类型的历史行为特征数据进行采集。
所述模型预测模块具体用于,对所述数据集进行分词处理,得到事故车主的历史行为特征矩阵;将所述历史行为特征矩阵进行聚类学习,得到聚类结果标签;对所述聚类结果标签进行评价,得到最初评价结果;当所述最初评价结果未达到预设值时,利用CART分类树对所述历史行为特征矩阵进行多次筛选,得到有效用户行为特征矩阵;将所述有效用户行为特征矩阵进行聚类学习,得到事故车主对车辆保险的欺诈行为概率。
本发明的系统还包括行为追踪模块,所述行为追踪模块用于根据所述行为监控模块监控的结果对事故车主的后续行为进行追踪。
本发明通过获取车辆保险相关的事故车主的历史行为特征数据,构成的数据集;利用聚类分析方法对所述数据集进行计算,得到事故车主对车辆保险的欺诈行为概率;根据所述欺诈行为概率对车辆保险业务办理过程中的事故车主行为进行监控。从而可以监控车辆保险欺诈行为的方法,以避免错误的保险理赔。
基于上述一种车辆保险欺诈行为的监控系统,本发明还提供一种车辆保险欺诈行为的监控方法。
如图2所示,一种车辆保险欺诈行为的监控方法,包括以下步骤,
S1,获取车辆保险相关的事故车主的历史行为特征数据,构成的数据集;
S2,利用聚类分析方法对所述数据集进行计算,得到事故车主对车辆保险的欺诈行为概率;
S3,根据所述欺诈行为概率对车辆保险业务办理过程中的事故车主行为进行监控。
在本具体实施例中:
所述S1具体为,通过多个数据采集接口对不同类型的历史行为特征数据进行采集。
所述S2具体为,对所述数据集进行分词处理,得到事故车主的历史行为特征矩阵;将所述历史行为特征矩阵进行聚类学习,得到聚类结果标签;对所述聚类结果标签进行评价,得到最初评价结果;当所述最初评价结果未达到预设值时,利用CART分类树对所述历史行为特征矩阵进行多次筛选,得到有效用户行为特征矩阵;将所述有效用户行为特征矩阵进行聚类学习,得到事故车主对车辆保险的欺诈行为概率。
本发明的方法还包括S4,所述S4具体为,根据所述S3的结果对事故车主的后续行为进行追踪。
本发明通过获取车辆保险相关的事故车主的历史行为特征数据,构成的数据集;利用聚类分析方法对所述数据集进行计算,得到事故车主对车辆保险的欺诈行为概率;根据所述欺诈行为概率对车辆保险业务办理过程中的事故车主行为进行监控。从而可以监控车辆保险欺诈行为的方法,以避免错误的保险理赔。
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 (8)
1.一种车辆保险欺诈行为的监控系统,其特征在于:包括以下模块,
数据采集模块,其用于获取车辆保险相关的事故车主的历史行为特征数据,构成的数据集;
模型预测模块,其用于利用聚类分析方法对所述数据集进行计算,得到事故车主对车辆保险的欺诈行为概率;
行为监控模块,其用于根据所述欺诈行为概率对车辆保险业务办理过程中的事故车主行为进行监控。
2.根据权利要求1所述的车辆保险欺诈行为的监控系统,其特征在于:所述数据采集模块具有多个数据采集接口,所述数据采集模块具体用于,对不同类型的历史行为特征数据进行采集。
3.根据权利要求1或2所述的车辆保险欺诈行为的监控系统,其特征在于:所述模型预测模块具体用于,对所述数据集进行分词处理,得到事故车主的历史行为特征矩阵;将所述历史行为特征矩阵进行聚类学习,得到聚类结果标签;对所述聚类结果标签进行评价,得到最初评价结果;当所述最初评价结果未达到预设值时,利用CART分类树对所述历史行为特征矩阵进行多次筛选,得到有效用户行为特征矩阵;将所述有效用户行为特征矩阵进行聚类学习,得到事故车主对车辆保险的欺诈行为概率。
4.根据权利要求1或2所述的车辆保险欺诈行为的监控系统,其特征在于:还包括行为追踪模块,所述行为追踪模块用于根据所述行为监控模块监控的结果对事故车主的后续行为进行追踪。
5.一种车辆保险欺诈行为的监控方法,其特征在于:包括以下步骤,
S1,获取车辆保险相关的事故车主的历史行为特征数据,构成的数据集;
S2,利用聚类分析方法对所述数据集进行计算,得到事故车主对车辆保险的欺诈行为概率;
S3,根据所述欺诈行为概率对车辆保险业务办理过程中的事故车主行为进行监控。
6.根据权利要求5所述的车辆保险欺诈行为的监控方法,其特征在于:所述S1具体为,通过多个数据采集接口对不同类型的历史行为特征数据进行采集。
7.根据权利要求5或6所述的车辆保险欺诈行为的监控方法,其特征在于:所述S2具体为,对所述数据集进行分词处理,得到事故车主的历史行为特征矩阵;将所述历史行为特征矩阵进行聚类学习,得到聚类结果标签;对所述聚类结果标签进行评价,得到最初评价结果;当所述最初评价结果未达到预设值时,利用CART分类树对所述历史行为特征矩阵进行多次筛选,得到有效用户行为特征矩阵;将所述有效用户行为特征矩阵进行聚类学习,得到事故车主对车辆保险的欺诈行为概率。
8.根据权利要求5或6所述的车辆保险欺诈行为的监控方法,其特征在于:还包括S4,所述S4具体为,根据所述S3的结果对事故车主的后续行为进行追踪。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010745502.2A CN111861767B (zh) | 2020-07-29 | 2020-07-29 | 一种车辆保险欺诈行为的监控系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010745502.2A CN111861767B (zh) | 2020-07-29 | 2020-07-29 | 一种车辆保险欺诈行为的监控系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111861767A true CN111861767A (zh) | 2020-10-30 |
CN111861767B CN111861767B (zh) | 2024-07-12 |
Family
ID=72946050
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010745502.2A Active CN111861767B (zh) | 2020-07-29 | 2020-07-29 | 一种车辆保险欺诈行为的监控系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111861767B (zh) |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001013295A1 (en) * | 1999-08-12 | 2001-02-22 | Hnc Software, Inc. | Detection of insurance premium fraud or abuse using a predictive software system |
US20080109272A1 (en) * | 2006-11-08 | 2008-05-08 | Anshul Sheopuri | Apparatus, System, Method and Computer Program Product for Analysis of Fraud in Transaction Data |
US20090094064A1 (en) * | 2007-10-09 | 2009-04-09 | Michael Tyler | Healthcare Insurance Claim Fraud and Error Detection Using Co-Occurrence |
US20100094664A1 (en) * | 2007-04-20 | 2010-04-15 | Carfax, Inc. | Insurance claims and rate evasion fraud system based upon vehicle history |
EP2631858A1 (en) * | 2012-02-24 | 2013-08-28 | Tata Consultancy Services Limited | Insurance claims processing |
US20160379309A1 (en) * | 2015-06-24 | 2016-12-29 | IGATE Global Solutions Ltd. | Insurance Fraud Detection and Prevention System |
CN108416677A (zh) * | 2017-03-13 | 2018-08-17 | 平安科技(深圳)有限公司 | 理赔调查的方法及装置 |
CN108427669A (zh) * | 2018-02-27 | 2018-08-21 | 华青融天(北京)技术股份有限公司 | 异常行为监控方法和系统 |
CN108734479A (zh) * | 2018-04-12 | 2018-11-02 | 阿里巴巴集团控股有限公司 | 保险欺诈识别的数据处理方法、装置、设备及服务器 |
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 |
CN109272413A (zh) * | 2018-09-12 | 2019-01-25 | 北京精友世纪软件技术有限公司 | 一种车险理赔反欺诈系统 |
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 |
CN109872071A (zh) * | 2019-02-22 | 2019-06-11 | 德联易控科技(北京)有限公司 | 车险理赔案件的稽核方法、装置、设备及存储介质 |
CN109992578A (zh) * | 2019-01-07 | 2019-07-09 | 平安科技(深圳)有限公司 | 基于无监督学习的反欺诈方法、装置、计算机设备及存储介质 |
CN110175928A (zh) * | 2019-05-14 | 2019-08-27 | 安泰保险科技(深圳)有限公司 | 一种识别故意制造车辆互碰保险事故的保险反欺诈方法 |
-
2020
- 2020-07-29 CN CN202010745502.2A patent/CN111861767B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001013295A1 (en) * | 1999-08-12 | 2001-02-22 | Hnc Software, Inc. | Detection of insurance premium fraud or abuse using a predictive software system |
US20080109272A1 (en) * | 2006-11-08 | 2008-05-08 | Anshul Sheopuri | Apparatus, System, Method and Computer Program Product for Analysis of Fraud in Transaction Data |
US20100094664A1 (en) * | 2007-04-20 | 2010-04-15 | Carfax, Inc. | Insurance claims and rate evasion fraud system based upon vehicle history |
US20090094064A1 (en) * | 2007-10-09 | 2009-04-09 | Michael Tyler | Healthcare Insurance Claim Fraud and Error Detection Using Co-Occurrence |
EP2631858A1 (en) * | 2012-02-24 | 2013-08-28 | Tata Consultancy Services Limited | Insurance claims processing |
US20160379309A1 (en) * | 2015-06-24 | 2016-12-29 | IGATE Global Solutions Ltd. | Insurance Fraud Detection and Prevention System |
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 |
US20190213605A1 (en) * | 2016-09-26 | 2019-07-11 | Harman International Industries, Incorporated | Systems and methods for prediction of automotive warranty fraud |
CN108416677A (zh) * | 2017-03-13 | 2018-08-17 | 平安科技(深圳)有限公司 | 理赔调查的方法及装置 |
CN108427669A (zh) * | 2018-02-27 | 2018-08-21 | 华青融天(北京)技术股份有限公司 | 异常行为监控方法和系统 |
CN108734479A (zh) * | 2018-04-12 | 2018-11-02 | 阿里巴巴集团控股有限公司 | 保险欺诈识别的数据处理方法、装置、设备及服务器 |
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 |
CN109272413A (zh) * | 2018-09-12 | 2019-01-25 | 北京精友世纪软件技术有限公司 | 一种车险理赔反欺诈系统 |
CN109992578A (zh) * | 2019-01-07 | 2019-07-09 | 平安科技(深圳)有限公司 | 基于无监督学习的反欺诈方法、装置、计算机设备及存储介质 |
CN109872071A (zh) * | 2019-02-22 | 2019-06-11 | 德联易控科技(北京)有限公司 | 车险理赔案件的稽核方法、装置、设备及存储介质 |
CN110175928A (zh) * | 2019-05-14 | 2019-08-27 | 安泰保险科技(深圳)有限公司 | 一种识别故意制造车辆互碰保险事故的保险反欺诈方法 |
Non-Patent Citations (3)
Title |
---|
叶明华: "《中国机动车保险欺诈:经济理论与实证分析》", 30 April 2010, 光明日报出版社, pages: 385 - 388 * |
吴俊等: "《一本书读透Martech智慧营销》", 机械工业出版社, pages: 385 - 388 * |
吴晓辉等: "《中国机动车辆保险信息共享机制研究》", 30 November 2012, 中国金融出版社, pages: 105 - 109 * |
Also Published As
Publication number | Publication date |
---|---|
CN111861767B (zh) | 2024-07-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
CN114462553B (zh) | 一种面向车险反欺诈的图像标注及要素抽取方法与系统 | |
CN103810637A (zh) | 机动车保险欺诈检测方法及系统 | |
CN108847022B (zh) | 一种微波交通数据采集设备的异常值检测方法 | |
CN112990386B (zh) | 用户价值聚类方法、装置、计算机设备和存储介质 | |
CN109767618B (zh) | 一种公安交管业务异常数据综合研判方法及系统 | |
CN105654735A (zh) | 基于离群点分析算法的套牌车快速甄别方法 | |
CN111612638A (zh) | 一种基于车联网大数据识别保险欺诈风险的方法 | |
CN105809195A (zh) | 用于判别一个商户是否属于特定商户类别的方法和装置 | |
CN114386856A (zh) | 一种空壳企业识别方法、装置、设备及计算机存储介质 | |
CN111598753A (zh) | 一种嫌疑人推荐方法、装置、电子设备和存储介质 | |
Al Nasim et al. | An automated approach for the recognition of bengali license plates | |
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 | |
CN113077182A (zh) | 一种车辆维保异常监测系统及方法 | |
CN111861767A (zh) | 一种车辆保险欺诈行为的监控系统及方法 | |
CN115713399B (zh) | 一种结合第三方数据源的用户信用评估系统 | |
CN116541786A (zh) | 基于驾驶行为的网约车识别方法、装置及系统 | |
CN114596439A (zh) | 一种基于图像的车险智能定损及核损方法、装置和电子设备 | |
CN113870020A (zh) | 一种逾期风险控制方法及装置 | |
CN113052604A (zh) | 一种对象检测方法、装置、设备及存储介质 | |
CN111915430A (zh) | 基于车架号的车贷风险识别方法及装置 | |
CN114780711B (zh) | 基于智慧档案平台的证照申办识别方法、系统及介质 | |
CN117710118B (zh) | 一种智能理赔分析方法及系统 | |
Siaminamini et al. | Generating a risk profile for car insurance policyholders: A deep learning conceptual model |
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 |