[发明专利]车险理赔案件的风险识别方法、装置、设备及存储介质

权利要求书

1.一种车险理赔案件的风险识别方法，其特征在于，包括：

获取历史车险理赔案件的案件信息；

对所述历史车险理赔案件的案件信息进行数据分析，以提取不同风险类型的案件对应的特征信息；

根据不同风险类型的案件对应的特征信息进行反欺诈模型训练；

根据训练得到的所述反欺诈模型对待识别车险理赔案件进行风险类型识别。

2.根据权利要求1所述的方法，其特征在于，在所述根据训练得到的所述反欺诈模型对待识别车险理赔案件进行风险类型识别之后，包括：

根据预设的风险评估规则对识别出的风险类型进行风险值评估。

3.根据权利要求1所述的方法，其特征在于，所述根据训练得到的所述反欺诈模型对待识别车险理赔案件进行风险类型识别，包括：

建立与保险理赔系统的数据链路；

通过所述数据链路对所述保险理赔系统上传的车险理赔案件中符合预设的欺诈预判条件的车险理赔案件进行标识；

利用所述反欺诈模型对标识出的待识别车险理赔案件进行风险类型识别。

4.根据权利要求1所述的方法，其特征在于，所述根据不同风险类型的案件对应的特征信息进行反欺诈模型训练，包括：

采用分箱算法对每一风险类型的案件对应的特征信息进行分类；

确定每一风险类型的案件对应的各个特征信息类别的信息量；

根据每一风险类型的案件对应的各个特征信息类别的信息量，利用决策树算法构建所述反欺诈模型。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述方法还包括：

统计各个风险类型的车险理赔案件的数量，并基于各个风险类型的车险理赔案件的数量统计各个风险类型的车险理赔案件的发生概率。

6.一种车险理赔案件的风险识别装置，其特征在于，包括：

数据获取模块，用于获取历史车险理赔案件的案件信息；

特征提取模块，用于对所述历史车险理赔案件的案件信息进行数据分析，以提取不同风险类型的案件对应的特征信息；

模型训练模块，用于根据不同风险类型的案件对应的特征信息进行反欺诈模型训练；

风险识别模块，用于根据训练得到的所述反欺诈模型对待识别车险理赔案件进行风险类型识别。

7.根据权利要求6所述的装置，其特征在于，所述风险识别模块，包括：

配置单元，用于建立与保险理赔系统的数据链路；

标识单元，用于通过所述数据链路对所述保险理赔系统上传的车险理赔案件中符合预设的欺诈预判条件的车险理赔案件进行标识；

识别单元，用于利用所述反欺诈模型对标识出的待识别车险理赔案件进行风险类型识别。

8.根据权利要求6所述的装置，其特征在于，所述模型训练模块，包括：

分类单元，用于采用分箱算法对每一风险类型的案件对应的特征信息进行分类；

统计单元，用于确定每一风险类型的案件对应的各个特征信息类别的信息量；

模型构建单元，用于根据每一风险类型的案件对应的各个特征信息类别的信息量，利用决策树算法构建所述反欺诈模型。

9.一种电子设备，其特征在于，其包括：

一个或多个处理器；

存储器；

一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序配置用于：执行根据权利要求1-5任一项所述的车险理赔案件的风险识别方法。

10.一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-5任一项所述的车险理赔案件的风险识别方法。