[发明专利]一种识别故意制造车辆互碰保险事故的保险反欺诈方法

说明书

本发明公开了一种识别故意制造车辆互碰保险事故的保险反欺诈方法，涉及车险理赔反欺诈自动判别算法技术领域，具体为一种识别故意制造车辆互碰保险事故的保险反欺诈方法，包括保险公司、运营商PAAS平台(Platform‑as‑a‑Service)、运营商深度分析云系统、保险科技公司四部分，所述各部分通过应用程序编程接口建立TCP(Transmission Control Protocol)连接，传输相关数据。该故意制造车辆互碰保险事故的保险反欺诈方法，采用大数据建模技术，基于运营商数据，建立车险理赔反欺诈系统，在理赔案件核查过程中，能够基于用户通话记录、通话位置等用户行为数据，从不同的角度进行挖掘分析，针对性地对保险报案进行合理评分。

技术领域

本发明涉及车险理赔反欺诈自动判别算法技术领域，具体为一种识别故意制造车辆互碰保险事故的保险反欺诈方法。

背景技术

目前在车险理赔领域存在大量的欺诈行为，如何识别车险欺诈行为一直是保险从业者和保险科技领域的难题，由于保险条款中有很多责任免除条款让车主得不到完全的赔偿，所以很多车主就通过制造假现场来骗取保险公司的赔偿。传统的反欺诈技术多依赖于规则引擎和统计模型，规则引擎在部署实施的过程中，需要业务专家不断的更新规则，耗费大量人力；而统计模型很难深入发掘模型因子间的关联关系，特别是高阶关联关系，因此其处理能力受到极大限制，同时保险欺诈存在地域性差异及时间性差异，导致当前没有更完善的方法能够准确、高效的检测保险理赔欺诈。

保险理赔反欺诈技术的核心在于通过数据所表征的特征及其关联关系，发现异常的出险报案，传统的统计模型主要是依据数值进行判断，对于欺诈理赔中的类型数据需要进行数值化处理后，方可进行处理，数值化过程中引入了很多人为因素，使得传统模型的处理能力受到很大限制，同时，统计模型以线性模型为基础，对于非线性问题需要进行线性化才能处理，限制了模型对高阶特征关联的发现能力，规则引擎是根据输入数据按照预设的规则进行判定，其模型有效性的关键在预设的规则，而这些规则背后的判定条件需要保险业务专家的经验积累与经验总结，有效的规则引擎需要业务专家大量的工作时间积累与投入，综上所述，现有的保险理赔反欺诈技术都存在着一定的不足，不能准确有效地自动判别出欺诈案件。

发明内容

针对现有技术的不足，本发明提供了一种识别故意制造车辆互碰保险事故的保险反欺诈方法，解决了上述背景技术中提出的问题。

为实现以上目的，本发明通过以下技术方案予以实现：一种识别故意制造车辆互碰保险事故的保险反欺诈方法，包括保险公司、运营商PAAS平台、运营商深度分析云系统、保险科技公司四部分，所述保险公司的应用程序编程接口结合授权码、手机号码、身份证号码、出险时间、出险地点等参数，通过TCP与保险科技公司的应用程序编程接口建立连接，所述保险科技公司的应用程序编程接口结合报案电话、时间等参数，通过TCP与运营商深度云分析系统应用程序编程接口建立连接，所述运营商深度云分析系统通过应用程序编程接口结合通话数据、通话位置，与运营商PAAS平台建立TCP连接，所述运营商PAAS平台的应用程序通过运算得到风险评分，所述风险评分通过TCP连接传递给保险科技公司，所述保险科技公司通过TCP连接把风险评分传递给保险公司。

所述保险公司、授权码、手机号码、身份证号码、出险时间、出险地点、保险科技公司、报案电话、时间、运营商深度云分析系统、通话数据、通话位置和运营商PAAS平台之间通过应用程序编程接口串联连接，且运营商PAAS平台、风险评分、保险科技公司和保险公司之间通过应用程序编程接口TCP串联连接。

可选的，所述具体方法步骤如下：

a)保险科技公司获取报案人信息：

保险公司接到报案，经报案人授权同意后，向保险科技公司传输报案人电话号码、授权码信息；

b)保险科技公司将报案电话、时间传输至运营商深度云分析系统；

c)运营商深度云分析系统提取通话数据、通话位置至运营商PAAS平台；