[发明专利]智能规则引擎规则输出方法、设备及计算机可读存储介质

说明书

本申请提供一种智能规则引擎规则输出方法、设备及存储介质，方法包括：接收由参数录入系统所传输的当前案件数据，并根据当前案件数据设置欺诈检测的场景，根据所选中欺诈检测的场景在模型因子库对应筛选得到模型因子；将根据所选中欺诈检测的场景在模型因子库对应筛选得到的模型因子、及当前案件数据作为模型训练结果的输入，通过模型训练结果进行处理后输出适用于该场景的多组规则组合。本申请当接收到了案件数据后，就能进行训练，自动生成规则，而不是与现有技术一样需要人为的设定规则，实现了智能化的生产规则，有效的提高了欺诈检测的效率。

技术领域

本申请涉及数据处理技术领域，尤其涉及智能规则引擎规则输出方法、设备及计算机可读存储介质。

背景技术

目前，保险公司的被保险人在进行保险索赔时，保险公司会基于被保险人和其索赔案件的一些信息，结合相应的规则去判断被保险人进行保险欺诈的可能性。然而，现在保险公司进行保险欺诈判断的各种规则都是业务人员根据经验总结出来的。随着时代的发展，保险欺诈的风险特征变化越来越快，根据经验总结生产的规则不能有效的紧跟上述风险的变化。

因此，现有技术还有待于改进和发展。

发明内容

鉴于上述现有技术的不足之处，本申请的目的在于提供一种智能规则引擎规则输出方法、设备及存储介质，旨在解决现有技术中司进行保险欺诈判断的各种规则都是业务人员根据经验总结出来，而保险欺诈的风险特征变化越来越快，根据经验总结生产的规则不能有效的紧跟上述风险的变化的问题。

为了达到上述目的，本申请采取了以下技术方案：

一种智能规则引擎规则输出方法，其中，所述方法包括以下步骤：

接收由参数录入系统所传输的当前案件数据，并根据当前案件数据设置欺诈检测的场景，根据所选中欺诈检测的场景在模型因子库对应筛选得到模型因子；

将根据所选中欺诈检测的场景在模型因子库对应筛选得到的模型因子、及当前案件数据作为模型训练结果的输入，通过模型训练结果进行处理后输出适用于该场景的多组规则组合。

所述智能规则引擎规则输出方法，其中，所述接收由参数录入系统所传输的当前案件数据，并根据当前案件数据设置欺诈检测的场景，根据所选中欺诈检测的场景在模型因子库对应筛选得到模型因子的步骤之前，还包括：

预先建立用于作为模型训练输入因子的模型因子库；

获取历史数据，对历史数据按预先设置的建模流程进行训练，得到模型训练结果；其中，预先设置的建模流程包括宽表搭建、数据探索、显著性分析、变量分箱、相关性分析、模型训练、模型测试、模型效果评价、及模型监控。

所述智能规则引擎规则输出方法，其中，所述将根据所选中欺诈检测的场景在模型因子库对应筛选得到的模型因子、及当前案件数据作为模型训练结果的输入，通过模型训练结果进行处理后输出适用于该场景的多组规则组合的步骤之后，还包括：

根据当前案件数据、及在多组规则组合中被选中的规则组合判断是否存在案件欺诈；

当存在案件欺诈，则进行调查提示；

当不存在案件欺诈，则进行理赔核算。

所述智能规则引擎规则输出方法，其中，所述当前案件数据包括报案时间、报案人姓名、及报案类型。

所述智能规则引擎规则输出方法，其中，所述接收由参数录入系统所传输的当前案件数据，并根据当前案件数据设置欺诈检测的场景，根据所选中欺诈检测的场景在模型因子库对应筛选得到模型因子的步骤，包括：

接收由参数录入系统所传输查勘任务流，并接收与查勘任务流对应的调用函数请求；

根据调用函数请求获取查勘任务流流对应的当前案件数据；