[發明專利]基于神經網絡判斷風險事件的方法、裝置和計算機設備

在審

• 申請號: 201910314537.8
• 申請日: 2019-04-18
• 公開（公告）號: CN110136010A
• 公開（公告）日: 2019-08-16
• 發明（設計）人: 林佩珊;易楠
• 申請（專利權）人: 中國平安財產保險股份有限公司
• 主分類號: G06Q40/08
• 分類號: G06Q40/08;G06N3/04;G06N3/08
• 代理公司: 深圳市明日今典知識產權代理事務所(普通合伙) 44343
• 代理人: 王杰輝

本申請揭示了一種基于神經網絡判斷風險事件的方法、裝置和計算機設備，其中方法包括：讀取事件的記錄信息；接收用戶端在多個風險類型中選擇的目標風險類型；獲取所述目標風險類型對應的目標風險判斷模型，以及所述記錄信息中與所述目標風險類型對應的目標信息；將所述目標信息輸入到所述目標風險判斷模型中；計算得到風險事件系數；若所述風險事件系數超過預設第一風險閾值，則判定所述事件為風險事件。本申請自動讀取事件的記錄信息，并根據用戶選擇的模型將記錄信息中的對應的數據進行計算，客觀的幫助用戶計算出事件的風險系統，節省用戶的時間。

技術領域

本申請涉及到人工智能技術領域，特別是涉及到一種基于神經網絡判斷風險事件的方法、裝置、計算機設備和存儲介質。

背景技術

車險全稱是機動車輛保險，是指對機動車輛由于自然災害或意外事故所造成的人身傷亡或財產損失負賠償責任的一種商業保險。用戶將汽車作為保險標的向保險公司進行投保，當汽車出現了保險條款約定的情況時，保險公司會派出勘察人員進行查看審核是否符合約定的情況，然后將汽車送去指定的維修廠維修，或者用戶自行將汽車送去指定的維修廠維修，并承擔全部或承擔部分因發生約定情況對投保人造成的損失。

有些車險的出險是不存在或者是夸大事實，是由于投保人、勘察人員、維修廠、定損員等涉及理賠流程之間的一個人或多個人之間“合作”進行騙保，以達到騙取保險公司的財產。保險公司發生的這類被騙保的案件定義為風險事件。車險的理賠環節較多，如報案、查勘、定損、報價、指導、理算等，各環節的工作人員以及投保人或與保險公司合作的維修廠、定損機構等均可能存在對保險公司騙保。

發明內容

本申請的主要目的為提供一種基于神經網絡判斷風險事件的方法、裝置和計算機設備，旨在解決工作人員自己根據事件來判斷是否是風險事件而需要大量時間的問題。

為了實現上述發明目的，本申請提出一種基于神經網絡判斷風險事件的方法，包括：

讀取事件的記錄信息；

接收用戶端在多個風險類型中選擇的目標風險類型；

獲取所述目標風險類型對應的目標風險判斷模型，以及所述記錄信息中與所述目標風險類型對應的目標信息；

將所述目標信息輸入到所述目標風險判斷模型中；

接收所述目標風險判斷模型輸出的模型系數，并根據所述模型系數計算得到風險事件系數，所述模型系數是指目標風險判斷模型根據事件的相關信息計算得出的數據；

若所述風險事件系數超過預設的與所述目標風險類型對應的第一風險閾值，則判定所述事件為風險事件。

進一步地，所述將所述目標信息輸入到所述目標風險判斷模型中的步驟之前，包括：

采集多個事件的記錄信息，所述多個事件包括多個同一個風險類型的風險事件以及多個非風險事件；

將所述多個事件的記錄信息輸入到卷積神經網絡模型進行訓練，得到所述風險類型的風險判斷模型。

進一步地，所述將所述多個事件的記錄信息輸入到卷積神經網絡模型進行訓練的步驟，包括：

讀取所述記錄信息中的立案日期；

根據所述立案日期以及預設的計算規則，計算出各處理流程對應的流程時間階段；

分別讀取記錄信息中的記錄數據的記錄日期，根據各記錄數據的記錄日期以及各流程時間階段，將所述記錄數據分別添加對應的流程時間階段的標簽；

根據用戶選擇的訓練類型，將帶有所述訓練類型對應的流程時間階段的標簽的記錄數據輸入到卷積神經網絡模型進行訓練。

進一步地，所述接收所述目標風險判斷模型輸出的模型系數，并根據所述模型系數計算得到風險事件系數的步驟，包括：