[发明专利]一种基于复杂拓扑网络分析的车辆理赔群体欺诈识别方法

权利要求书

1.一种基于复杂拓扑网络分析的车辆理赔群体欺诈识别方法，其特征在于，包括：

获取车辆保险公司的历史车险数据，从历史车险的非结构数据中抽取拓扑网络结构的节点和连接边信息；

整合节点和连接边信息，形成复杂拓扑网络；

对复杂拓扑网络进行挖掘，识别车辆理赔欺诈群体。

2.根据权利要求1所述的车辆理赔群体欺诈识别方法，其特征在于，所述获取车辆保险公司的历史车险理赔数据，从历史车险理赔的结构数据中抽取拓扑网络结构的节点和连接边信息包括：

从车辆保险公司的数据库中提取历史车险理赔的人员信息和车辆信息，其中人员信息包含车主身份证号码、出险驾驶员身份证号码，第三者身份证号码，车辆信息包含出险车辆号牌、出险车辆VIN、第三者车辆号牌、第三者车辆VIN；将人员信息和车辆信息涉及的字段抽取为拓扑网络结构中的节点；

从车辆保险公司的数据库中提取历史车险理赔的事故信息，根据事故信息将涉及的人员信息和车辆信息进行关联，即将节点之间建立连接边；

抽取的单条数据维度并将节点之间相互连接的示例如附图2所示。

3.根据权利要求1所述的车辆理赔群体欺诈识别方法，其特征在于，所述整合节点和连接边信息，形成复杂拓扑网络包括：

将数据库中抽取的一条一条历史车辆理赔数据（人员信息、车辆信息、事故信息）汇总，确定节点和连接边的唯一性，剔除并合并相同节点和连接边，即将所有的节点通过存在的连接边关联到一起，形成车辆理赔的复杂拓扑网络；复杂拓扑网络如附图3所示。

4.根据权利要求1所述的车辆理赔群体欺诈识别方法，其特征在于，所述对复杂拓扑网络进行挖掘，识别车辆理赔欺诈群体包括：

对复杂拓扑网络利用经典Girvan-Newman算法发现社区，该社区发现算法的主要思路是计算网络中所有边的边介数，然后寻找边介数值最大的边并移除，当一条接一条边被移除时，最初连通的网络最终会被分成两部分、三部分等等，直至网络的每一个成为一个社区；车辆理赔的复杂拓扑网络通过Girvan-Newman算法发现的社区如附图4所示；

对发现的社区进行欺诈群体识别，主要参照历史欺诈社区特征和非欺诈社区特征提取的规则进行打分，至此复杂拓扑网络中每一个社区都会有一个信用分，设定一个阈值作为群体欺诈警告线，高于警告线的社区视为欺诈群体，提交人工确认审核。