[發明專利]套利行為識別方法、套利行為識別模型訓練方法及系統

在審

• 申請號: 201910088114.9
• 申請日: 2019-01-29
• 公開（公告）號: CN110009511A
• 公開（公告）日: 2019-07-12
• 發明（設計）人: 林建濱;周俊;李小龍;劉穎琪;丁國祥
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06Q40/08
• 分類號: G06Q40/08
• 代理公司: 北京博思佳知識產權代理有限公司 11415
• 代理人: 林祥

1.一種用于識別保險保單的保險套利行為的方法，包括：

在接收到針對保險保單的索賠請求后，獲取所述保險保單的對應用戶的用戶個人特征向量數據，所述用戶個人特征向量數據是基于用戶個人特征數據生成的，所述用戶個人特征數據至少包括所述保險保單的保險保單信息數據、用戶畫像數據和用戶歷史行為數據；

基于用戶關系圖模型，獲取所述用戶的用戶關系特征向量數據；以及

使用套利行為識別模型來基于所述用戶個人特征向量數據和所述用戶關系特征向量數據識別針對所述保險保單的索賠請求是否屬于保險套利行為，

其中，所述用戶關系圖模型是基于所獲取的各個歷史保險保單的各個對應用戶的用戶關系特征數據生成的用戶關系特征向量數據集。

2.如權利要求1所述的方法，其中，所述用戶關系特征數據包括下述關系特征數據中的至少一種：

地理位置關系數據；

好友關系數據；

轉賬關系數據；

交易關系數據；和

用戶登錄設備關系數據。

3.如權利要求2所述的方法，其中，所使用的用戶關系特征數據的類型是基于所述保險保單的類型選定的。

4.如權利要求1所述的方法，其中，所述用戶歷史行為數據包括所述保險保單中的商品交易買家和商品交易賣家的下述行為數據中的至少一種：

歷史保險保單數；

歷史索賠保險保單數；

歷史索賠總金額；

歷史套利交易總數；和

用于指示是否被標記過發生套利行為的套利標記數據。

5.如權利要求1所述的方法，其中，在使用套利行為識別模型來基于所述用戶個人特征向量數據和所述用戶關系特征向量數據識別所述保險保單的索賠請求是否屬于保險套利行為之前，所述方法還包括：

對所述用戶個人特征向量數據和所述用戶關系特征向量數據進行組合，以得到組合后的向量數據，以及

使用套利行為識別模型來基于所述用戶個人特征向量數據和所述用戶關系特征向量數據識別所述保險保單的索賠請求是否屬于保險套利行為包括：

使用套利行為識別模型來基于所述組合后的向量數據識別所述保險保單的索賠請求是否屬于保險套利行為。

6.如權利要求1到5中任一所述的方法，其中，所述套利行為識別模型是采用下述過程訓練出的：

獲取在預定時間段內的各個歷史保險保單所對應的各個用戶的用戶個人特征向量數據，所述各個歷史保險保單被標注有對應的套利行為標注信息；

獲取所述各個用戶的用戶關系特征數據；

利用所獲取的各個用戶的用戶關系特征數據，生成用戶關系圖模型，所述用戶關系圖模型包括各個用戶的用戶關系特征向量數據；

基于各個歷史保險保單所對應的各個用戶的用戶個人特征向量數據以及對應的用戶關系特征向量數據，生成訓練樣本集；以及

使用所生成的訓練樣本集來訓練所述套利行為識別模型。

7.一種用于訓練在識別保險保單的保險套利行為時使用的套利識別模型的方法，包括：

獲取在指定時間段內的各個歷史保險保單所對應的各個用戶的用戶個人特征向量數據，所述各個歷史保險保單被標注有對應的套利行為標注信息；

獲取所述各個用戶的用戶關系特征數據；

利用所獲取的各個用戶的用戶關系特征數據，生成用戶關系圖模型，所述用戶關系圖模型包括各個用戶的用戶關系特征向量數據；

基于各個歷史保險保單所對應的各個用戶的用戶個人特征向量數據以及對應的用戶關系特征向量數據，生成訓練樣本集；以及

使用所生成的訓練樣本集來訓練所述套利行為識別模型。