-
公开(公告)号:CN117078441B
公开(公告)日:2024-02-06
申请号:CN202311332282.0
申请日:2023-10-16
Applicant: 之江实验室
IPC: G06F17/00 , G06Q40/08 , G06Q10/0635 , G06Q50/10
Abstract: 本申请涉及一种理赔欺诈识别方法、装置、计算机设备和存储介质,通过将历史理赔事件数据构建为用于表征历史理赔事件中各个事件元素与每个历史理赔事件关联关系的历史关联关系邻接矩阵组,根据历史关联关系邻接矩阵组,构建用于表征重要程度最高的事件元素下每个历史理赔事件关联关系的历史重要关联关系邻接矩阵,构建完成后,提取历史重要关联关系邻接矩阵组的历史特征向量,结合历史重要关联关系邻接矩阵,构建理赔欺诈识别模型,使用识别模型对待预测理赔事件进行风险判断,由于将事件的关联关系根据重要程度进行划分,因此突出了重要关联关系,解决了相关技术中理赔欺诈事件识别准确度较低的问题,提高了理赔欺诈事件(56)对比文件Shuhan Yuan等.Spectrum-based DeepNeural Networks for Fraud Detection.CIKM'17: PROCEEDINGS OF THE 2017 ACMCONFERENCE ON INFORMATION AND KNOWLEDGEMANAGEMENT.2017,2419-2422.Nannan Ning等.Comparison of SiliconLattice-Filter-Based O-Band 1times8 (De)Multiplexers With Flat and Gaussian-LikePassbands.IEEE.2022,第14卷(第4期),6615705.卢冰洁等.机器学习模型在车险欺诈检测的研究进展.计算机工程与应用.2022,第58卷(第5期),34-49.吕文韬.基于图采样与异质图神经网络的欺诈检测研究.中国优秀硕士学位论文全文数据库基础科学辑.2023,(第10期),A002-25.周晓楠;黄磊;王飞跃;储明;黄涛.图数据库在识别重大疾病保险团伙式欺诈中的应用研究.保险研究.2020,(第09期),全文.闫春;李亚琪;孙海棠.基于蚁群算法优化随机森林模型的汽车保险欺诈识别研究.保险研究.2017,(第06期),全文.
-
公开(公告)号:CN117078441A
公开(公告)日:2023-11-17
申请号:CN202311332282.0
申请日:2023-10-16
Applicant: 之江实验室
IPC: G06Q40/08 , G06Q10/0635 , G06Q50/10
Abstract: 本申请涉及一种理赔欺诈识别方法、装置、计算机设备和存储介质,通过将历史理赔事件数据构建为用于表征历史理赔事件中各个事件元素与每个历史理赔事件关联关系的历史关联关系邻接矩阵组,根据历史关联关系邻接矩阵组,构建用于表征重要程度最高的事件元素下每个历史理赔事件关联关系的历史重要关联关系邻接矩阵,构建完成后,提取历史重要关联关系邻接矩阵组的历史特征向量,结合历史重要关联关系邻接矩阵,构建理赔欺诈识别模型,使用识别模型对待预测理赔事件进行风险判断,由于将事件的关联关系根据重要程度进行划分,因此突出了重要关联关系,解决了相关技术中理赔欺诈事件识别准确度较低的问题,提高了理赔欺诈事件的识别效率。
-