[發(fā)明專利]一種車輛保險欺詐行為的監(jiān)控系統(tǒng)及方法

在審

• 申請?zhí)枺?/td>: 202010745502.2
• 申請日: 2020-07-29
• 公開（公告）號: CN111861767A
• 公開（公告）日: 2020-10-30
• 發(fā)明（設計）人: 李衛(wèi)群;張濤;陶心萬;李鑫;潘忠瑞;蘭海翔;雷厚宇;陸葦;黃紀萍;楊啟帆
• 申請（專利權）人: 貴州力創(chuàng)科技發(fā)展有限公司
• 主分類號: G06Q40/08
• 分類號: G06Q40/08
• 代理公司: 北京輕創(chuàng)知識產權代理有限公司 11212
• 代理人: 姜展志

本發(fā)明涉及一種車輛保險欺詐行為的監(jiān)控系統(tǒng)及方法，其系統(tǒng)包括以下模塊，數據采集模塊用于獲取車輛保險相關的事故車主的歷史行為特征數據，構成的數據集；模型預測模塊用于利用聚類分析方法對數據集進行計算，得到事故車主對車輛保險的欺詐行為概率；行為監(jiān)控模塊用于根據欺詐行為概率對車輛保險業(yè)務辦理過程中的事故車主行為進行監(jiān)控。本發(fā)明通過獲取車輛保險相關的事故車主的歷史行為特征數據，構成的數據集；利用聚類分析方法對所述數據集進行計算，得到事故車主對車輛保險的欺詐行為概率；根據所述欺詐行為概率對車輛保險業(yè)務辦理過程中的事故車主行為進行監(jiān)控。從而可以監(jiān)控車輛保險欺詐行為的方法，以避免錯誤的保險理賠。

技術領域

本發(fā)明涉及車輛保險領域，具體涉及一種車輛保險欺詐行為的監(jiān)控系統(tǒng)及方法。

背景技術

近年來隨著保險業(yè)務的快速發(fā)展，依托于海量數據，車輛保險業(yè)務量逐年增加。但是目前在結束了保險辦理流程并完成理賠，客戶在辦理保險的過程中會存在騙保的胸圍，為了降低理賠風險，目前多是業(yè)務人員根據保險條款確定是否理賠，因此沒有有效的方法來識別客戶在理賠過程的不符規(guī)范行為(騙保行為)。因此需要提出一種能夠監(jiān)控車輛保險欺詐行為的方法，以避免錯誤的保險理賠。

發(fā)明內容

本發(fā)明所要解決的技術問題是提供一種車輛保險欺詐行為的監(jiān)控系統(tǒng)及方法，可以監(jiān)控車輛保險欺詐行為的方法，以避免錯誤的保險理賠。

本發(fā)明解決上述技術問題的技術方案如下：一種車輛保險欺詐行為的監(jiān)控系統(tǒng)，包括以下模塊，

數據采集模塊，其用于獲取車輛保險相關的事故車主的歷史行為特征數據，構成的數據集；

模型預測模塊，其用于利用聚類分析方法對所述數據集進行計算，得到事故車主對車輛保險的欺詐行為概率；

行為監(jiān)控模塊，其用于根據所述欺詐行為概率對車輛保險業(yè)務辦理過程中的事故車主行為進行監(jiān)控。

在上述技術方案的基礎上，本發(fā)明還可以做如下改進。

進一步，所述數據采集模塊具有多個數據采集接口，所述數據采集模塊具體用于，對不同類型的歷史行為特征數據進行采集。

進一步，所述模型預測模塊具體用于，對所述數據集進行分詞處理，得到事故車主的歷史行為特征矩陣；將所述歷史行為特征矩陣進行聚類學習，得到聚類結果標簽；對所述聚類結果標簽進行評價，得到最初評價結果；當所述最初評價結果未達到預設值時，利用CART分類樹對所述歷史行為特征矩陣進行多次篩選，得到有效用戶行為特征矩陣；將所述有效用戶行為特征矩陣進行聚類學習，得到事故車主對車輛保險的欺詐行為概率。

進一步，還包括行為追蹤模塊，所述行為追蹤模塊用于根據所述行為監(jiān)控模塊監(jiān)控的結果對事故車主的后續(xù)行為進行追蹤。

本發(fā)明的有益效果是：本發(fā)明通過獲取車輛保險相關的事故車主的歷史行為特征數據，構成的數據集；利用聚類分析方法對所述數據集進行計算，得到事故車主對車輛保險的欺詐行為概率；根據所述欺詐行為概率對車輛保險業(yè)務辦理過程中的事故車主行為進行監(jiān)控。從而可以監(jiān)控車輛保險欺詐行為的方法，以避免錯誤的保險理賠。

基于上述一種車輛保險欺詐行為的監(jiān)控系統(tǒng)，本發(fā)明還提供一種車輛保險欺詐行為的監(jiān)控方法。

一種車輛保險欺詐行為的監(jiān)控方法，包括以下步驟，

S1，獲取車輛保險相關的事故車主的歷史行為特征數據，構成的數據集；

S2，利用聚類分析方法對所述數據集進行計算，得到事故車主對車輛保險的欺詐行為概率；

S3，根據所述欺詐行為概率對車輛保險業(yè)務辦理過程中的事故車主行為進行監(jiān)控。

在上述技術方案的基礎上，本發(fā)明還可以做如下改進。