[发明专利]一种基于电信数据的保险欺诈识别方法及装置

权利要求书

1.一种基于电信数据的保险欺诈识别方法，其特征在于，包括：

从待识别的保险案例的涉案人员电信数据中提取所述涉案人员两两之间的相互联系数据；其中，所述相互联系数据包括通话次数、通话时长或短信长度中的至少一项；

根据所述涉案人员两两之间的相互联系数据，采用预先配置的第一数据模型，计算所述涉案人员两两之间的相关系数；

根据所述相关系数，判断所述涉案人员是否关系紧密；

根据所述涉案人员是否关系紧密，判断所述待识别的保险案例是否为欺诈案例。

2.如权利要求1所述的基于电信数据的保险欺诈识别方法，其特征在于，所述根据所述相关系数，判断所述涉案人员是否关系紧密，具体包括：

计算所述相关系数的总和；

若所述相关系数的总和大于或等于预设的第一阈值，则确认所述涉案人员关系紧密；

若所述相关系数的总和小于预设的第一阈值，则确认所述涉案人员不是关系紧密。

3.如权利要求1或2所述的基于电信数据的保险欺诈识别方法，其特征在于，在所述根据所述涉案人员是否关系紧密，判断所述待识别的保险案例是否为欺诈案例之前，还包括：

从待识别的保险案例的原始数据和涉案人员电信数据中提取第一特征变量；其中，所述第一特征变量有多个；

根据所述第一特征变量，采用预先配置的第二数据模型，计算所述待识别的保险案例的欺诈概率；其中，所述第二数据模型是用多个历史案例的原始数据和涉案人员电信数据作为样本训练得到的；

则所述根据所述涉案人员是否关系紧密，判断所述待识别的保险案例是否为欺诈案例，具体为：

结合所述涉案人员是否关系紧密的结论和所述欺诈概率，判断所述待识别的保险案例是否为欺诈案例。

4.如权利要求3所述的基于电信数据的保险欺诈识别方法，其特征在于，在所述根据所述涉案人员是否关系紧密，判断所述待识别的保险案例是否为欺诈案例之前，还包括：

若所述涉案人员关系紧密，则根据所述相关系数，获取涉案人员中的核心人员；并查询预先配置的黑名单，判断所述核心人员是否属于黑名单人员；

所述结合所述涉案人员是否关系紧密的结论和所述欺诈概率，判断所述待识别的保险案例是否为欺诈案例，具体包括：

按照预先设定的赋值表，为所述涉案人员是否关系紧密的结论赋值，得到团伙欺诈因数；

按照预先设定的赋值表，为所述核心人员是否属于黑名单人员的结论赋值；得到人员欺诈因数；

按照预先设定的权重表，对所述团伙欺诈因数、人员欺诈因数以及欺诈概率进行加权求和；

根据所述加权求和的运算结果，判断所述待识别的保险案例是否为欺诈案例；

其中，所述赋值表用于记载所述涉案人员是否关系紧密的结论与对应的团伙欺诈因数，以及所述核心人员是否属于黑名单人员的结论与对应的人员欺诈因数；所述权重表用于记载所述团伙欺诈因数的权重、人员欺诈因数的权重以及欺诈概率的权重。

5.如权利要求4所述的基于电信数据的保险欺诈识别方法，其特征在于，所述第二数据模型为神经网络预测模型。

6.一种基于电信数据的保险欺诈识别装置，其特征在于，包括：

第一提取模块，用于从待识别的保险案例的涉案人员电信数据中提取所述涉案人员两两之间的相互联系数据；其中，所述相互联系数据包括通话次数、通话时长或短信长度中的至少一项；

第一计算模块，用于根据所述涉案人员两两之间的相互联系数据，采用预先配置的第一数据模型，计算所述涉案人员两两之间的相关系数；

第一判断模块，用于根据所述相关系数，判断所述涉案人员是否关系紧密；

第二判断模块，用于根据所述涉案人员是否关系紧密，判断所述待识别的保险案例是否为欺诈案例。

7.如权利要求6所述的基于电信数据的保险欺诈识别装置，其特征在于，第一判断模块包括：

总和计算单元，用于计算所述相关系数的总和；

第一确认单元，用于若所述相关系数的总和大于或等于预设的第一阈值，则确认所述涉案人员关系紧密；

第二确认单元若所述相关系数的总和小于预设的第一阈值，则确认所述涉案人员不是关系紧密。