[發明專利]一種保險行業理賠反欺詐識別方法及裝置

在審

• 申請號: 202011483005.6
• 申請日: 2020-12-15
• 公開（公告）號: CN112561713A
• 公開（公告）日: 2021-03-26
• 發明（設計）人: 張洪濤;鞠芳
• 申請（專利權）人: 中國人壽保險股份有限公司
• 主分類號: G06Q40/08
• 分類號: G06Q40/08
• 代理公司: 北京風雅頌專利代理有限公司 11403
• 代理人: 李翔

本說明書一個或多個實施例提供一種保險行業理賠反欺詐識別方法及裝置，通過獲取待測保單的數據，利用反欺詐分析模型對數據進行評估分析，判斷待測保單是否為高風險保單，對于高風險保單，將其可疑點與理賠欺詐手段知識庫進行比對，從而輸出認定的風險點，不僅可以評估出待測保單的欺詐風險大小，還可以給出評估為欺詐的具體原因，即導致該保單存在高風險的風險點，方便后續調查取證工作的展開，規范整個作業流程，提高作業智能化水平，節省人工工作量。

技術領域

本說明書一個或多個實施例涉及金融保險技術領域，尤其涉及一種保險行業理賠反欺詐識別方法及裝置。

背景技術

保險理賠是保險經營的一項重要的經營環節，近些年隨著保險業務量的增長，通過保險理賠進行金融欺詐的現象也日漸增多，這就對保險理賠反欺詐帶來更大的壓力；

近些年，針對理賠反欺詐，建立了各種機器學習或深度學習的算法模型，用于識別評估理賠申請的欺詐風險。然而，由于機器學習和深度學習等算法的黑盒屬性，欺詐風險識別模型只能評估出欺詐風險相對大小，無法給出評估為欺詐的具體原因，即風險評估結果難以解釋，這就對評估結果的可信度產生了嚴重影響，進一步影響后續調查取證工作的展開。

發明內容

有鑒于此，本說明書一個或多個實施例的目的在于提出一種保險行業理賠反欺詐識別方法及裝置，以解決現有方式無法給出評估為欺詐的具體原因的問題。

基于上述目的，本說明書一個或多個實施例提供了一種保險行業理賠反欺詐識別方法，包括：

獲取待測保單的數據；

獲取預先生成的反欺詐分析模型基于待測保單的數據的分析結果，判斷待測保單是否為高風險保單，并得到高風險保單的可疑點；

將得到的高風險保單的可疑點與預先生成的理賠欺詐手段知識庫進行比對，判斷高風險保單的可疑點是否屬于理賠欺詐手段知識庫中的高風險因子，輸出符合判斷條件的高風險保單的可疑點為認定的風險點。

優選地，待測保單的數據包括但不限于投保人收入、累計保費、投保人年齡。

優選地，判斷待測保單是否為高風險保單包括，獲取反欺詐分析模型基于待測保單的風險評估值，判斷獲取的風險評估值是否高于預設評估值。

優選地，預先生成理賠欺詐手段知識庫的過程包括：

獲取歷史保單的理賠數據，并從歷史保單的理賠數據中提取風險特征；

利用Shap方法對各風險特征對風險評估值的貢獻程度進行量化計算，得到各風險特征的貢獻值；

基于各風險特征的貢獻值計算結果，將篩選出的貢獻值大于預設的貢獻閾值的風險特征輸出為高風險因子；

將輸出的高風險因子匯總，生成理賠欺詐手段知識庫；

對風險特征的貢獻值計算過程及高風險因子的篩選過程進行迭代，更新理賠欺詐手段知識庫。

優選地，在將輸出的高風險因子匯總，生成理賠欺詐手段知識庫前，本方法還包括：

基于歷史保單的理賠經驗數據對輸出的高風險因子進行驗證，剔除未通過驗證的高風險因子。

優選地，本方法還包括：

基于認定的風險點，從相應的外部數據庫中取得與風險點相關的證據。

優選地，在從相應的外部數據庫中取得與風險點相關的證據前，方法還包括：

向待測保單的客戶發出授權問詢，取得授權則進行下一步流程，反之終止取證。

優選地，預先生成反欺詐分析模型的過程包括：

獲取歷史理賠案件樣本；