[发明专利]一种理赔风控方法、装置及计算机可读存储介质

权利要求书

1.一种理赔风控方法，其特征在于，所述方法包括：

在接收到理赔请求后，根据预设的风控规则判断所述理赔请求是否为正常请求；

若所述理赔请求为正常请求，则从所述理赔请求携带的信息中提取若干特征；

将所述若干特征输入预先训练得到的风控模型进行预测，以获取所述理赔请求的风险概率；

至少基于所述理赔请求的风险概率，评估所述理赔请求的风险等级。

2.根据权利要求1所述的方法，其特征在于，所述根据预设的风控规则判断所述理赔请求是否为正常请求步骤之前，所述方法还包括：

对所述理赔请求携带的信息进行预检测；

若预检测的结果为通过，则根据预设的风控规则判断所述理赔请求是否为正常请求；

若预检测的结果为不通过，则对所述理赔请求进行拦截。

3.根据权利要求2所述的方法，其特征在于，所述理赔请求携带的信息包含多个图像，所述对所述理赔请求携带的信息进行预检测包括：

从所述多个图像中识别出票据图像，对所述票据图像进行重复性检测；以及

对所述多个图像进行异常图像检测，所述异常图像检测至少包括检测图像清晰度是否符合预设阈值、检测图像类别是否属于预设图像类别。

4.根据权利要求1所述的方法，其特征在于，所述风控模型的数量为多个，多个所述风控模型均不同，所述将所述若干特征输入预先训练得到的风控模型进行预测，以获取所述理赔请求的风险概率，包括：

将所述若干特征分别作为多个所述风控模型的输入参数，得到多个风险概率；

对所述多个风险概率进行融合，并将融合得到的评分作为所述理赔请求的风险概率。

5.根据权利要求4所述的方法，其特征在于，所述对所述多个风险概率进行融合，包括：

基于预先分配给各个所述风控模型的权重，对所述多个风险概率进行加权求和，其中，各个所述风控模型的权重之和为1。

6.根据权利要求1所述的方法，其特征在于，所述风控模型通过如下过程得到：

将脱敏后的历史保单信息以及历史理赔信息拼接形成宽表，并对所述宽表进行数据预处理；

基于特征相关性，从预处理后的所述宽表中选取多个维度特征；

利用选取的所述多个维度特征训练预先构建的机器学习模型，得到所述风控模型。

7.根据权利要求1至6任意一项所述的方法，其特征在于，所述至少基于所述理赔请求的风险概率，评估所述理赔请求的风险等级步骤之前，所述方法还包括：

采用第一判断策略判断所述若干特征中是否包含异常特征，若包含，则根据第一预设公式计算所述理赔请求的第一风险评分；和/或

采用第二判断策略判断所述若干特征中是否包含异常特征，若包含，则根据第二预设公式计算所述理赔请求的第二风险评分；

所述至少基于所述理赔请求的风险概率，评估所述理赔请求的风险等级包括：

基于所述第一风险评分和/或所述第二风险评分、以及所述理赔请求的风险概率，评估所述理赔请求的风险等级。

8.根据权利要求7所述的方法，其特征在于，所述若干特征包括疾病信息以及治疗方式信息，所述采用第一判断策略判断所述若干特征中是否包含异常特征，包括：

根据预先建立的疾病与治疗方式的映射表，判断所述疾病信息与所述治疗方式信息是否具有映射关系；

若具有，则判定所述若干特征中未包含异常特征；

若不具有，则判定所述若干特征中包含异常特征。

9.根据权利要求7所述的方法，其特征在于，所述若干特征中包括用户维度特征和/或疾病维度特征，所述采用第二判断策略判断所述若干特征中是否包含异常特征，包括：

针对所述若干特征中的每一个特征，确定所述特征的特征值，并将所述特征的特征值与对应的特征参考值进行比较；

若比较的结果均为通过，则判定所述若干特征中未包含异常特征，否则，判定所述若干特征中包含异常特征。