[发明专利]套利行为识别方法、套利行为识别模型训练方法及系统

说明书

本公开提供了一种套利行为识别方法，包括：在接收到针对保险保单的索赔请求后，获取保险保单的对应用户的用户个人特征向量数据；基于用户关系图模型，生成该对应用户的用户关系特征向量数据；以及使用套利行为识别模型来基于用户个人特征向量数据和用户关系特征向量数据识别该索赔请求是否属于保险套利行为。利用该方法，即使针对用户画像数据缺失或者用户历史行为数据不够丰富的保险套利账户、或者新近创建的保险套利账户，也可以有效且准确地识别出保险套利行为。

技术领域

本公开通常涉及互联网技术领域，更具体地，涉及用于识别保险保单的套利行为的方法及装置、套利行为识别模型的训练方法及装置。

背景技术

在比如订单险、运输险、健康险的保险领域，黑产行业经常使用保险套利行为来完成套利。为了实施保险套利行为，黑产通常会拥有多个买家账户和卖家账户。在实施保险套利行为时，黑产首先会利用买家账户购买黑产的卖家账户在平台中出售的虚假商品；然后在交易成功后发起维权流程；与之响应，卖家账户不会履行正常卖家的义务，并且拒绝对该笔交易进行赔偿。结果是，保险公司的资金会对黑产手中的买家账户进行赔偿，由此黑产完成套利行为。因此，如何有效、准确地识别保险套利行为，对于保险事业的健康发展、打击黑产和避免造成巨大的经济损失有着重大的意义。

发明内容

鉴于上述问题，本公开提供了一种套利行为识别方法及装置。利用该套利行为识别方法及装置，即使针对用户画像数据缺失或者用户历史行为数据不够丰富的保险套利账户、或者新近创建的保险套利账户，也可以有效且准确地识别保险套利行为。

根据本公开的一个方面，提供了一种用于识别保险保单的保险套利行为的方法，包括：在接收到针对保险保单的索赔请求后，获取所述保险保单的对应用户的用户个人特征向量数据，所述用户个人特征向量数据是基于用户个人特征数据生成的，所述用户个人特征数据至少包括当前保险保单信息数据、用户画像数据和用户历史行为数据；基于用户关系图模型，获取所述用户的用户关系特征向量数据；以及使用套利行为识别模型来基于所述用户个人特征向量数据和所述用户关系特征向量数据识别针对所述保险保单的索赔请求是否属于保险套利行为，其中，所述用户关系图模型是基于所获取的各个历史保险保单所对应的各个用户的用户关系特征数据生成的用户关系特征向量数据集。

可选地，在上述方面的一个示例中，所述用户关系特征数据包括下述关系特征数据中的至少一种：地理位置关系数据；好友关系数据；转账关系数据；交易关系数据和用户登录设备关系数据。

可选地，在上述方面的一个示例中，所使用的用户关系特征数据的类型是基于所述保险保单的类型选定的。

可选地，在上述方面的一个示例中，所述用户历史行为数据包括所述保险保单中的商品交易买家和商品交易卖家的下述行为数据中的至少一种：历史保险保单数；历史索赔保险保单数；历史索赔总金额；历史套利交易总数和用于指示是否被标记过套利的套利标记数据。

可选地，在上述方面的一个示例中，在使用套利行为识别模型来基于所述用户个人特征向量数据和所述用户关系特征向量数据识别针对所述保险保单的索赔请求是否属于保险套利行为之前，所述方法还可以包括：对所述用户个人特征向量数据和所述用户关系特征向量数据进行组合，以得到组合后的向量数据，以及使用套利行为识别模型来基于所述用户个人特征向量数据和所述用户关系特征向量数据识别针对所述保险保单的请求是否属于保险套利行为可以包括：使用套利行为识别模型来基于所述组合后的向量数据识别针对所述保险保单的索赔请求是否属于保险套利行为。