[發明專利]基于人工智能的異常檢測方法、裝置、計算機設備及介質

在審

• 申請號: 202310289764.6
• 申請日: 2023-03-17
• 公開（公告）號: CN116188179A
• 公開（公告）日: 2023-05-30
• 發明（設計）人: 陳奕宇
• 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;G06Q30/018;G06Q30/0201;G06N3/04;G06N3/09;G06N3/092
• 代理公司: 深圳市世聯合知識產權代理有限公司 44385
• 代理人: 汪琳琳

本申請屬于人工智能領域，涉及一種基于人工智能的異常檢測方法及其相關設備，該方法包括獲取待檢測企業的當前狀態以及與當前狀態對應的可選動作集，并將當前狀態輸入至預設的強化學習模型進行風險檢測，確定可選動作集中各可選動作對應的所有收益預測值，然后再從所有的收益預測值中選取最大收益預測值，最后將最大收益預測值與當前狀態對應的實際收益值進行比對，根據所述比對結果，確定所述待檢測企業為風險企業。本申請還涉及區塊鏈技術，企業信息和強化學習模型可存儲于區塊鏈中。本申請通過強化學習模型可以獲取當前狀態對應的所有期望預測值中最大值，以準確地對企業為風險企業進行檢測。

技術領域

本申請涉及人工智能技術領域，尤其涉及基于人工智能的異常檢測方法、裝置、計算機設備及存儲介質。

背景技術

企業客戶作為保險機構的大型客戶是非常重要的，而不同類型企業，其自定義個性化的產品非常的多。因此，針對企業理賠風控非常難以用固定的標簽去判斷的，大多只能依賴于企業所屬的行業和地區來進行風險篩查，導致企業隱性風險比車險、非車險中更難以被發掘。因企業特征標簽難以固定，自定義個性化過高，對已標注的數據搭建有監督學習里的二分類算法的風險檢測模型是有失偏重的，存在大量的特征無法被定義、標簽太泛的缺陷，無法有效檢測企業風險；并且，該方式不適用于團體企業的場景。

發明內容

本申請實施例的目的在于提出一種基于人工智能的異常檢測方法、裝置、計算機設備及存儲介質，以解決現有監督學習里的二分類算法的風險檢測模型無法有效檢測企業風險的技術問題。

為了解決上述技術問題，本申請實施例提供一種基于人工智能的異常檢測方法，包括下述步驟：

獲取待檢測企業的當前狀態以及與所述當前狀態對應的可選動作集；

將所述當前狀態輸入至預設的強化學習模型進行風險檢測，確定所述可選動作集中各可選動作對應的所有收益預測值；

從所有的所述收益預測值中選取最大收益預測值；

將所述最大收益預測值與所述當前狀態對應的實際收益值進行比對，得到比對結果；

根據所述比對結果，確定所述待檢測企業為風險企業。

進一步的，在所述將所述當前狀態輸入至預設的強化學習模型進行風險檢測的步驟之前，還包括：

獲取企業訓練樣本，其中，所述企業訓練樣本中包括每一樣本企業從初始狀態至最終狀態的各個狀態數據以及各個所述狀態數據對應的交互動作；

確定各個所述狀態數據對應的交互動作的收益期望值；

基于各個所述狀態數據以及各個所述狀態數據對應的交互動作的收益期望值，訓練所述強化學習模型，得到訓練好的強化學習模型，并將訓練好的強化學習模型作為所述預設的強化學習模型。

進一步的，所述確定各個所述狀態數據對應的交互動作的收益期望值的步驟，包括：

將各個所述狀態數據輸入至神經網絡，并通過所述神經網絡計算各個所述狀態數據對應的交互動作的收益期望值，其中，每一所述狀態數據中對應至少一個交互動作，每一所述狀態數據具有至少一個收益期望值。

進一步的，在每一所述狀態數據中對應多個交互動作時，所述將各個所述狀態數據輸入至神經網絡，并通過所述神經網絡計算各個所述狀態數據對應的交互動作的收益期望值的步驟包括：

將所述當前狀態輸入預先訓練的意圖識別模型，得到企業的下一狀態意圖；

基于所述企業的下一狀態意圖，從所述多個交互動作中確定與所述企業的下一狀態意圖相匹配的動作，歸為意圖動作集，并將剩余的交互動作歸為禁選動作集；

將各個所述狀態數據輸入至神經網絡，并通過所述神經網絡計算各個所述狀態數據對應的意圖動作集各個意圖動作的收益期望值。