TWI809635B - 理賠詐欺偵防系統及利用所述系統評估保險理賠詐欺風險的方法 - Google Patents

理賠詐欺偵防系統及利用所述系統評估保險理賠詐欺風險的方法 Download PDF

Info

Publication number
TWI809635B
TWI809635B TW110149499A TW110149499A TWI809635B TW I809635 B TWI809635 B TW I809635B TW 110149499 A TW110149499 A TW 110149499A TW 110149499 A TW110149499 A TW 110149499A TW I809635 B TWI809635 B TW I809635B
Authority
TW
Taiwan
Prior art keywords
information
abnormal
case
group
risk
Prior art date
Application number
TW110149499A
Other languages
English (en)
Other versions
TW202326572A (zh
Inventor
林彥廷
周慕柔
郭怡賢
郭庭毓
郭逸翔
邱冠瑋
陳鈺昕
Original Assignee
國泰世紀產物保險股份有限公司
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 國泰世紀產物保險股份有限公司 filed Critical 國泰世紀產物保險股份有限公司
Priority to TW110149499A priority Critical patent/TWI809635B/zh
Publication of TW202326572A publication Critical patent/TW202326572A/zh
Application granted granted Critical
Publication of TWI809635B publication Critical patent/TWI809635B/zh

Links

Images

Landscapes

  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

在此揭示一種理賠詐欺偵防系統及利用所述系統評估保險理 賠詐欺風險的方法。所述系統包含彼此電性耦接的處理模組、一關聯網路模組、一專家規則模組和一風險評估模組。本系統透過處理模組用以與各模組協作,針對標的理賠案件資訊以專家規則模組和關聯網路模組偵測相關聯的群體,分析關聯群體是否異常,並計算分析出異常風險百分等級,以評估所述標的理賠案件資訊是否屬於詐欺高風險案件。

Description

理賠詐欺偵防系統及利用所述系統評估保險理賠詐 欺風險的方法
本發明屬於保險理賠領域,特別是一種能夠偵防保險理賠詐欺的方法及執行所述方法的裝置。
於保險業務領域中,除了投保、核保外,保險理賠為主要業務之一。雖本領域目前致力於將傳統的理賠流程系統化,但仍無有效偵防保險理賠案中可能存有的詐欺案件,目前主要採人為方式進行偵防,透過主觀經驗察覺可疑行為,通報至控管單位,最終再派專人進行交叉查證,蒐集與理賠案件相關的細節,此種方式需長期依賴人為經驗,缺乏系統化管理,且缺乏風險分級制度。
保險理賠案件量繁多,目前先前技術中無相關工具或系統能夠有效偵防保險理賠詐欺。有鑑於此,本領域亟需一種新穎的理賠詐欺偵防系統,以改善先前技術的不足。
發明內容旨在提供本揭示內容的簡化摘要,以使閱讀者對本揭示內容具備基本的理解。此發明內容並非本揭示內容的完整 概述,且其用意並非在指出本發明實施例的重要或關鍵元件或界定本發明的範圍。
本發明係有關於一種理賠詐欺偵防系統及利用理賠詐欺偵防系統評估保險理賠詐欺風險的方法。所述理賠詐欺偵防系統除了於方法分析上能夠有效偵防詐欺風險外,圖型使用者介面的各項功能頁的設置,讓使用者能夠快速偵察理賠過程中可能產生的詐欺風險。
本發明的一態樣關於一種利用理賠詐欺偵防系統評估保險理賠詐欺風險的方法。具體而言,所述理賠詐欺偵防系統包含彼此耦接的一處理模組、一關聯網路模組、一專家規則模組和一風險評估模組。再者,所述保險理賠詐欺風險的方法包含以下步驟:(a)利用該處理模組獲取一標的理賠案件資訊,並以一專家規則模組判斷,該標的理賠案件資訊是否異常,若為是,得到一標的理賠案件異常資訊;(b)以該關聯網路模組針對該標的理賠案件異常資訊獲取相對應的至少一關聯理賠案件資訊;(c)以該專家規則模組判斷該至少一關聯理賠案件資訊是否為異常,若為是,得到至少一關聯理賠案件異常資訊;(d)利用該風險評估模組依據與該標的理賠案件資訊及該至少一關聯理賠案件資訊,得到一群體案件數量,及與該群體案件數量相對應的一異常案件數量,得到一群體異常比例;(e)利用該風險評估模組獲取與該群體案件數量相對應的群體理賠金額,並加以參照該群體異常比例,得到一群體異常風險值;以及 (f)重複該步驟(a)-(e),得到複數筆群體異常風險值,並利用該風險評估模組將該些複數筆群體異常風險值依大小排序,得到分別相對應該些群體異常風險值的一異常風險百分等級,其中當該異常風險百分等級達到一設定風險閥值時,該異常風險百分等級相對應的該標的理賠案件資訊視為一詐欺高風險案件。
在可任選的實施方式中,所述專家規則模組包含複數個專家規則資訊,係選自於以下所組成之群組:領款次數、出險次數、出險異常、短期出險、頻繁出險、投保多險種、重大通報記錄、特資檔記錄和超額投保。
在其他實施方式中,所述關聯網路模組包含分析與所述標的理賠案件資訊相對應的複數個節點資訊,其中節點資訊係選自於以下所組成之群組:節點總數、關聯總數、報案節點個數、車牌節點個數和人員節點個數。
依據本發明更進一步的實施方式中,在所述步驟(b)步驟中,關聯網路模組依據該至少一關聯理賠案件資訊,產生相對應的一關聯網絡圖。再者,關聯網絡圖是依據節點資訊所呈現,由複數個節點和關聯線所組成,且任一節點的一側顯示相對應專家規則資訊的一統計數據。
在本發明一實施方式中,所述方法更包含利用處理模組產生一理賠管理畫面,其中理賠管理畫面包含一案件管理列表,其中案件管理列表用以顯示標的理賠案件資訊。
在本發明的其他實施方式中,更可以理賠管理畫面上產生一警告圖件,所述警告圖件顯示於案件管理列表上。
在本發明又一實施方式中,所述案件管理列表更包含一異常檢核分頁,用以檢視該標的理賠案件資訊相對應的一賠案資料。具體而言,所述異常檢核分頁更包含一案件關聯資訊和一案件檢核規則清單。
在可任選的實施方式中,所述案件關聯資訊包含一節點個數、關聯個數、案件個數、車牌個數、人員個數或其組合。
依據本發明一實施方式,所述方法更包含利用風險評估模組依據關聯網路模組的至少一關聯理賠案件資訊及專家規則模組的至少一關聯理賠案件異常資訊進行一群體態樣分析,得到一群體態樣分析結果。
本發明另一態樣式關於一種理賠詐欺偵防系統,其包含彼此電性耦接的一處理模組、一關聯網路模組、一專家規則模組和一風險評估模組。所述理賠詐欺偵防系統用以執行上述任一實施方式所述之方法。
在參閱下文實施方式後,本發明所屬技術領域中具有通常知識者當可輕易瞭解本發明之基本精神及其他發明目的,以及本發明所採用之技術手段與實施態樣。
本發明主要元件符號列示如下:
10:硬體設備
11:儲存裝置
12:處理器
13:通訊元件
14:輸入裝置
15:顯示器
100:理賠詐欺偵防系統
110:處理模組
120:關聯網路模組
130:專家規則模組
140:風險評估模組
301、303、305、307、309、311:步驟
400:理賠管理畫面
410:案件管理列表
412:警告圖件
414:案件資訊次分頁
416:異常檢核分頁
422:理賠案件資訊
424:案件關聯資訊
426:群體資訊
428:案件檢核資訊
432:警示提醒圖件
500:關聯網路圖
510:節點
520:關聯線
為讓本發明的上述與其他目的、特徵、優點與實施例能更明顯易懂,所附圖式之說明如下:第1圖為依據本發明一實施方式所示之運行本發明系統的硬體設備10的示意圖; 第2圖為依據本發明一實施方式所示之本發明理賠詐欺偵防系統100的示意圖;第3圖是依據本揭示內容一實施方式所示之本發明理賠詐欺偵防方法的流程圖;第4A圖至第4D圖是依據本揭示內容一實施方式所示之理賠管理畫面400的示意圖;以及第5圖是依據本揭示內容另一實施方式所示之關聯網路圖500的示意圖。
根據慣常的作業方式,圖中各種特徵與元件並未依比例繪製,其繪製方式是為了以最佳的方式呈現與本發明相關的具體特徵與元件。此外,在不同圖式間,以相同或相似的元件符號來指稱相似的元件/部件。
為了使本揭示內容的敘述更加詳盡與完備,下文針對了本發明的實施態樣與具體實施例提出了說明性的描述;但這並非實施或運用本發明具體實施例的唯一形式。實施方式中涵蓋了多個具體實施例的特徵以及用以建構與操作這些具體實施例的方法步驟與其順序。然而,亦可利用其他具體實施例來達成相同或均等的功能與步驟順序。
除非本說明書另有定義,此處所用的科學與技術詞彙之含義與本發明所屬技術領域中具有通常知識者所理解與慣用的意義相同。此外,在不和上下文衝突的情形下,本說明書所用的單數名詞涵蓋該名詞的複數型;而所用的複數名詞時亦涵蓋該名詞的單數型。
為了解決先前技術所存在的缺陷,本發明提供一種新穎的理賠詐欺偵防方法及其系統,能夠即時顯示異常的理賠案件,整合賠案多元資訊,透過自動化風險檢核的方式,讓使用者能夠更快速全面的檢視異常理賠案件,進而降低詐保風險,優化理賠模式。
第1圖為依據本發明一實施方式所示之運行本發明系統的硬體設備10。所述硬體設備10在結構上,包含但不限於,彼此電性和/或通訊耦接的儲存裝置11、處理器12、通訊元件13、輸入裝置14和顯示器15。所述硬體設備10為一種計算機裝置。
所述處理器12的實例包括但不限於,中央處理單元(Central Processing Unit,CPU),或是其他可程式化之一般用途或特殊用途的微處理器(Microprocessor)、數位信號處理器(Digital Signal Processor,DSP)、可程式化控制器、特殊應用積體電路(Application Specific Integrated Circuit,ASIC)或其他類似元件或上述元件的組合,本揭示內容不限於此。
所述儲存裝置11用以儲存本發明系統,並且包含處理器12運行時所需的必要資料與程式碼。儲存裝置11可以是任何型態的固定或可移動隨機存取記憶體(Random Access Memory,RAM)、唯讀記憶體(Read-Only Memory,ROM)、快閃記憶體(flash memory)、硬碟(Hard Disk Drive,HDD)、固態硬碟(Solid State Drive,SSD)或類似元件或上述元件的組合。
輸入裝置14是用以提供使用者輸入各類型資訊、資料、指令至處理器12中。特別是,輸入裝置14可接收來自使用者的語音指令及目標擷取指令。輸入裝置14的實例包括但不限於,操控影像攝錄裝置的控制器、麥克風、鍵盤、滑鼠、觸控螢幕、踏板、人機介面(Human machine interface)或者其他通訊介面而讓使用者能夠透過外接其他電子裝置的方式輸入資料(例如,透過藍芽介面與手機連線,進而透過手機輸入資料)。所述人機介 面可以但不限為滑鼠、開關(switch)或其他用於控制的機電裝置。本揭示內容並不以輸入裝置14的實作方式為限。
所述通訊元件13的實例包含但不限於,支援全球行動通信(Global System for Mobile communication,GSM)、個人手持式電話系統(Personal Handy-phone System,PHS)、碼多重擷取(Code Division Multiple Access,CDMA)系統、寬頻碼分多址(Wideband Code Division Multiple Access,WCDMA)系統、長期演進(Long Term Evolution,LTE)系統、全球互通微波存取(Worldwide interoperability for Microwave Access,WiMAX)系統、無線保真(Wireless Fidelity,Wi-Fi)系統或藍牙的信號傳輸的元件。
第2圖為依據本發明一實施方式所示之本發明理賠詐欺偵防系統100的示意圖。所述理賠詐欺偵防系統100包含彼此電性耦接的處理模組110、關聯網路模組120、專家規則模組130和風險評估模組140。所屬處理模組110與各該模組電性耦接,用以與各該模組協作並處理和計算本發明方法中的資訊,以完成本發明所述保險理賠詐欺偵防方法。
請同時參見第3圖,第3圖為依據本發明一實施方式所示之保險理賠詐欺偵防方法的流程圖。於保險理賠的過程中,首先,利用處理模組110獲取一標的理賠案件資訊,並以專家規則模組判斷,該標的理賠案件資訊是否異常,若為是,得到一標的理賠案件異常資訊(步驟301)。
在可任選的實施方式中,所述專家規則模組包括複數個專家規則資訊,包含但不限於,領款次數、出險次數、出險異常、短期出險、頻繁出險、投保多險種、重大通報記錄、特資檔記錄和超額投保。所述專家規則的設置可依據實際使用情況調整各規則參數的閾值, 例如,違反專家規則設定的規則項數則可判定標的理賠案件資訊為異常。
接著,以關聯網路模組120針對標的理賠案件異常資訊獲取相對應的至少一關聯理賠案件資訊,以掌握與標的理賠案件異常資訊相關的關聯理賠案件資訊(步驟303),進一步地可以瞭解相關聯案件資訊的群體數量。
此外,在其他實施方式中,於步驟303中,關聯網路模組120依據至少一關聯理賠案件資訊,產生相對應的一關聯網絡圖,其由複數個節點和關聯線所組成,且任一該節點的一側顯示相對應專家規則資訊的一統計數據。具體而言,關聯網路模組120包含分析與標的理賠案件資訊相對應的複數個節點資訊,其中節點資訊包含但不限於,節點總數、關聯總數、報案節點個數、車牌節點個數和人員節點個數。再者,所述關聯網路模組除了透過節點外,亦可進一步分析節點的關聯性,將關聯性加以分類,若以車險為例,包含但不限於,承保關係、肇事關係、駕駛關係等。此外,所屬統計數據可以是保費、理賠金額費用、人員資訊或標的資訊等。
再者,以專家規則模組130判斷該至少一關聯理賠案件資訊是否為異常,若為是,得到至少一關聯理賠案件異常資訊(步驟305)。接著,利用風險評估模組140依據標的理賠案件資訊及至少一關聯理賠案件資訊,計算並得到群體案件數量及與群體案件數量相對應的一異常案件數量,得到一群體異常比例(步驟307)。具體而言,所述群體異常比例是異常案件數佔群體案件數量中的百分比。
接著,同樣透過風險評估模組140依據與群體案件數量相對應的群體理賠金額,加以參照該群體異常比例,計算得到一群體異常風險值(步驟309)。
重複步驟301-309得到複數筆群體異常風險值,並利用風險評估模組140將複數筆群體異常風險值依大小排序,得到分別相對應該些群體異常風險值的一異常風險百分等級,其中當該異常風險百分等級達某一設定風險閥值時,異常風險百分等級相對應的該標的理賠案件資訊視為一詐欺高風險案件(步驟311)。
由本發明上述所揭示內容可以得知,本發明透過多層結構加以分析與標的理賠案件相關的關聯群體規模和態樣,並從中分析是否有異常行為及相對應的異常風險,能夠及時的篩選出保險詐欺理賠的高風險案件。
第4A圖至第4D圖為依據本發明一實施方式所示之本發明方法所提供的理賠管理畫面400。本發明的理賠管理畫面400是透過處理模組110將影像資訊傳送呈現於顯示器15上。請參見第4A圖,所述理賠管理畫面400包含案件管理列表410用以顯示至少一筆標的理賠案件資訊。所述理賠案件資訊可包含案件編號、類型、案件註記、到期日、案件狀態、交查日程等,所述顯示於案件管理列表410上的相關資訊可依據使用者實際需求加以修改。所述理賠管理畫面400可包含一案件資訊次分頁414,用以顯示標的理賠案件資訊的詳細資料。
再者,本發明的理賠管理畫面400於設置上更包含以一警告圖件412標示詐欺高風險案件,並顯示於案件管理列表410的標的理賠案件資訊中案件編號的一側。所述警告圖件412亦可為一超連結,使用者透過點選可帶入至異常檢核分頁416(第4C圖)。
所述異常檢核分頁416用以顯示理賠案件資訊422、案件關聯資訊424、群體資訊426和案件檢核資訊428。於所述案件關聯資訊424和案件檢核資訊428的一側設有警示提醒圖件432,用以顯示是否異常。再者,需要注意的是本發明的異常檢核分頁416於設置上特別用以顯示群體資訊426,其涵蓋群體規模和群體態樣,其中群體規模是用以檢視與標的理賠資訊相關的關聯理賠案件資訊的節點量及關聯性,而群體態樣則是用以檢視群體異常態樣的類型。在可任選的實施方式中,所述案件關聯資訊包含但不限於節點個數、關聯個數、案件個數、車牌個數、人員個數或其組合。
此外,所述案件檢核資訊428為案件檢核規則清單。例如所述包含但不限於兩次申請理賠時間短、近期有多次申請理賠紀錄。
依據本發明一實施方式,本發明的方法可更包含利用風險評估模組140依據關聯網路模組120的關聯理賠案件資訊及專家規則模組130的關聯理賠案件異常資訊進行群體態樣分析,得到一群體態樣分析結果。例如所述群體態樣可以是該一群體內包含60%的人員於不同案件出現的關聯紀錄。
第5圖為依據本發明一實施方式所示之關聯網路圖500。所述關聯網路圖500亦可透過配置藉由點選理賠管理畫面400的選項進而顯示一圖像化的關聯網路圖500。所述關聯網絡圖500是依據節點資訊所呈現,由複數個節點510和關聯線520所組成。所屬統計數據可以是保費、理賠金額、人員資訊或標的資訊等。
在第5圖中,係以車險案件理賠為例,圖中顯示複數個節點資訊,涵蓋要保人、車主、案件等,其中亦顯示各節點的關聯性,例如,承保關係、肇事關係、駕駛關係等。需要注意的是所述圖像化之關聯網路圖500可以標的理賠案件相關案件所形成的群體數量及可能的 群體態樣,此二維化顯示的分析結果,可以提升從業人員檢視異常案件的警覺性和即時性。
綜合以上所述,本發明所提出的理賠詐欺偵防系統及利用所述系統評估保險理賠詐欺風險的方法,藉由各模組的協作能夠系統化進行理賠詐欺案件偵防,採主動偵察即時防護的方式,並能有效精準進行風險分級,量化安全控管機制,能夠提升保險理賠詐欺偵防的效率和準確性。
400:理賠管理畫面
410:案件管理列表
412:警告圖件

Claims (10)

  1. 一種利用理賠詐欺偵防系統評估保險理賠詐欺風險的方法,其中該系統包含彼此耦接的一處理模組、一關聯網路模組、一專家規則模組和一風險評估模組,包含:(a)利用該處理模組獲取一標的理賠案件資訊,並以一專家規則模組判斷,該標的理賠案件資訊是否異常,若為是,得到一標的理賠案件異常資訊,其中該專家規則模組包含複數個專家規則資訊,係選自於以下所組成之群組:領款次數、出險次數、出險異常、短期出險、頻繁出險、投保多險種、重大通報記錄、特資檔記錄和超額投保;(b)以該關聯網路模組針對該標的理賠案件異常資訊獲取相對應的至少一關聯理賠案件資訊;(c)以該專家規則模組判斷該至少一關聯理賠案件資訊是否為異常,若為是,得到至少一關聯理賠案件異常資訊;(d)利用該風險評估模組依據與該標的理賠案件資訊及該至少一關聯理賠案件資訊,得到一群體案件數量,及與該群體案件數量相對應的一異常案件數量,得到一群體異常比例;(e)利用該風險評估模組依據該關聯網路模組的至少一關聯理賠案件資訊及該專家規則模組的至少一關聯理賠案件異常資訊進行一群體態樣分析,得到一群體態樣分析結果,並獲取與該群體案件數量相對應的群體理賠金額,並加以參照該群體異常比例,得到一群體異常風險值;以及 (f)重複該步驟(a)-(e),得到複數筆群體異常風險值,並利用該風險評估模組將該些複數筆群體異常風險值依大小排序,得到分別相對應該些群體異常風險值的一異常風險百分等級,其中當該異常風險百分等級達到一設定風險閥值時,該異常風險百分等級相對應的該標的理賠案件資訊視為一詐欺高風險案件。
  2. 如請求項1所述之方法,其中該關聯網路模組包含分析與該標的理賠案件資訊相對應的複數個節點資訊,其中該些節點資訊係選自於以下所組成之群組:節點總數、關聯總數、報案節點個數、車牌節點個數和人員節點個數。
  3. 如請求項2所述之方法,其中在該步驟(b)步驟中,該關聯網路模組依據該至少一關聯理賠案件資訊,產生相對應的一關聯網絡圖。
  4. 如請求項3所述之方法,其中該關聯網絡圖是依據該節點資訊所呈現,由複數個節點和關聯線所組成,且任一該些節點的一側顯示相對應該些專家規則資訊的一統計數據。
  5. 如請求項1所述之方法,更包含:利用該處理模組產生一理賠管理畫面,其中該理賠管理畫面包含一案件管理列表,其中該案件管理列表用以顯示該標的理賠案件資訊。
  6. 如請求項5所述之方法,更包含:若該標的理賠案件資訊為一詐欺高風險案件時,則顯示一警告圖件於該案件管理列表上。
  7. 如請求項6所述之方法,其中案件管理列表更包含一異常檢核分頁,用以檢視該標的理賠案件資訊相對應的一賠案資料。
  8. 如請求項7所述之方法,其中該異常檢核分頁更包含一案件關聯資訊和一案件檢核規則清單。
  9. 如請求項8所述之方法,其中該案件關聯資訊包含一節點個數、關聯個數、案件個數、車牌個數、人員個數或其組合。
  10. 一種理賠詐欺偵防系統,包含彼此耦接的一處理模組、一關聯網路模組、一專家規則模組和一風險評估模組,其中:(a)利用該處理模組獲取一標的理賠案件資訊,並以一專家規則模組判斷,該標的理賠案件資訊是否異常,若為是,得到一標的理賠案件異常資訊,其中該專家規則模組包含複數個專家規則資訊,係選自於以下所組成之群組:領款次數、出險次數、出險異常、短期出險、頻繁出險、投保多險種、重大通報記錄、特資檔記錄和超額投保;(b)以該關聯網路模組針對該標的理賠案件異常資訊獲取相對應的至少一關聯理賠案件資訊;(c)以該專家規則模組判斷該至少一關聯理賠案件資訊是否為異常,若為是,得到至少一關聯理賠案件異常資訊;(d)利用該風險評估模組依據與該標的理賠案件資訊及該至少一關聯理賠案件資訊,得到一群體案件數量,及與該群體案件數量相對應的一異常案件數量,得到一群體異常比例;(e)利用該風險評估模組依據該關聯網路模組的至少一關聯理賠案件資訊及該專家規則模組的至少一關聯理賠案件異常資訊 進行一群體態樣分析,得到一群體態樣分析結果,並獲取與該群體案件數量相對應的群體理賠金額,並加以參照該群體異常比例,得到一群體異常風險值;以及(f)重複該步驟(a)-(e),得到複數筆群體異常風險值,並利用該風險評估模組將該些複數筆群體異常風險值依大小排序,得到分別相對應該些群體異常風險值的一異常風險百分等級,其中當該異常風險百分等級達到一設定風險閥值時,該異常風險百分等級相對應的該標的理賠案件資訊視為一詐欺高風險案件。
TW110149499A 2021-12-29 2021-12-29 理賠詐欺偵防系統及利用所述系統評估保險理賠詐欺風險的方法 TWI809635B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW110149499A TWI809635B (zh) 2021-12-29 2021-12-29 理賠詐欺偵防系統及利用所述系統評估保險理賠詐欺風險的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW110149499A TWI809635B (zh) 2021-12-29 2021-12-29 理賠詐欺偵防系統及利用所述系統評估保險理賠詐欺風險的方法

Publications (2)

Publication Number Publication Date
TW202326572A TW202326572A (zh) 2023-07-01
TWI809635B true TWI809635B (zh) 2023-07-21

Family

ID=88147668

Family Applications (1)

Application Number Title Priority Date Filing Date
TW110149499A TWI809635B (zh) 2021-12-29 2021-12-29 理賠詐欺偵防系統及利用所述系統評估保險理賠詐欺風險的方法

Country Status (1)

Country Link
TW (1) TWI809635B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140058763A1 (en) * 2012-07-24 2014-02-27 Deloitte Development Llc Fraud detection methods and systems
CN103810637A (zh) * 2013-12-17 2014-05-21 深圳市般若计算机系统有限公司 机动车保险欺诈检测方法及系统
CN107230154A (zh) * 2017-05-22 2017-10-03 中国平安人寿保险股份有限公司 具有团伙欺诈风险的寿险理赔案件的识别方法及装置
CN108898316A (zh) * 2018-07-02 2018-11-27 平安健康保险股份有限公司 理赔费用预警方法及系统
CN113256434A (zh) * 2021-06-08 2021-08-13 平安科技(深圳)有限公司 车险理赔行为识别方法、装置、设备及存储介质
TW202133091A (zh) * 2020-02-26 2021-09-01 臺灣銀行股份有限公司 保險給付詐保風險評估系統及其方法
TWM627725U (zh) * 2021-12-29 2022-06-01 國泰世紀產物保險股份有限公司 理賠詐欺偵防系統

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140058763A1 (en) * 2012-07-24 2014-02-27 Deloitte Development Llc Fraud detection methods and systems
CN103810637A (zh) * 2013-12-17 2014-05-21 深圳市般若计算机系统有限公司 机动车保险欺诈检测方法及系统
CN107230154A (zh) * 2017-05-22 2017-10-03 中国平安人寿保险股份有限公司 具有团伙欺诈风险的寿险理赔案件的识别方法及装置
CN108898316A (zh) * 2018-07-02 2018-11-27 平安健康保险股份有限公司 理赔费用预警方法及系统
TW202133091A (zh) * 2020-02-26 2021-09-01 臺灣銀行股份有限公司 保險給付詐保風險評估系統及其方法
CN113256434A (zh) * 2021-06-08 2021-08-13 平安科技(深圳)有限公司 车险理赔行为识别方法、装置、设备及存储介质
TWM627725U (zh) * 2021-12-29 2022-06-01 國泰世紀產物保險股份有限公司 理賠詐欺偵防系統

Also Published As

Publication number Publication date
TW202326572A (zh) 2023-07-01

Similar Documents

Publication Publication Date Title
CN102609881B (zh) 用于预报与未来损失相关联的频率的系统和方法
US8484069B2 (en) Forecasting discovery costs based on complex and incomplete facts
CN110246031A (zh) 企业信用的评估方法、系统、设备及存储介质
CN111275333A (zh) 污染数据处理方法和装置
CA2612198A1 (en) Method and system for determining effectiveness of a compliance program
CN112650608B (zh) 异常根因定位方法以及相关装置、设备
CN117094184B (zh) 基于内网平台的风险预测模型的建模方法、系统及介质
JP2009086896A (ja) コンピュータの障害予測システムおよび障害予測方法
CN113988671A (zh) 企业信用风险评估方法、装置及应用
US20240185159A1 (en) Systems And Methods For Identifying An Officer At Risk Of An Adverse Event
TWM627725U (zh) 理賠詐欺偵防系統
TWI809635B (zh) 理賠詐欺偵防系統及利用所述系統評估保險理賠詐欺風險的方法
CN115719281A (zh) 一种资金收支管理系统
KR20230173257A (ko) 지역사회재난 안전도 진단플랫폼
CN113642820B (zh) 一种基于大数据对人员数据信息评估管理的方法及系统
KR102336462B1 (ko) 신용평가정보 제공 장치 및 방법
JP5225027B2 (ja) プロジェクトにおけるリスクの予兆検知を行うためのコンピュータ・システム、並びにその方法及びコンピュータ・プログラム
US11625788B1 (en) Systems and methods to evaluate application data
JP3750939B2 (ja) 故障保全管理用データ集計及び分類システム
CN112597490A (zh) 安全威胁编排响应方法、装置、电子设备及可读存储介质
CN113723811B (zh) 基于机器学习的设备维保单位评估方法、装置及电子设备
CN113869623A (zh) 一种企业风险等级的确定方法、确定装置及可读存储介质
CN108776935A (zh) 一种适用于医疗系统的审核平台
US11854087B1 (en) Systems and methods for water loss mitigation messaging
CN114723570B (zh) 农险风险监测方法、装置、存储介质及计算机设备