用户行为异常分析方法、装置、设备及存储介质

    公开(公告)号:CN113255815B

    公开(公告)日:2021-10-12

    申请号:CN202110645486.4

    申请日:2021-06-10

    IPC分类号: G06K9/62 G06N3/08 G06Q40/08

    摘要: 本发明涉及大数据领域,公开了一种用户行为异常分析方法、装置、设备及存储介质。该方法包括:获取车险赔付相关的用户行为信息,其中,用户行为信息包括多个用户行为因子;对各用户行为因子进行特征清洗,并从清洗后的用户行为因子中筛选符合预置模型指标标准的多个用户行为因子作为模型因子;通过预置特征工程对各模型因子进行数值化处理,得到各模型因子对应的特征编码;通过预置的用户行为异常分析模型,计算各特征编码之间的一维关联信息和二维交叉信息,并根据一维关联信息和二维交叉信息,对车险赔付相关的用户行为进行分类处理,得到用户行为的异常分析结果。本发明提升了用户行为异常识别模型的识别准确度,并降低其训练时间。

    车辆置换预测方法、装置、设备及存储介质

    公开(公告)号:CN113255842A

    公开(公告)日:2021-08-13

    申请号:CN202110754151.6

    申请日:2021-07-05

    IPC分类号: G06K9/62 G06N3/08 G06Q40/08

    摘要: 本发明涉及大数据领域,公开了一种车辆置换预测方法、装置、设备及存储介质。该方法包括:获取车辆的历史车险信息并提取i维特征向量;采用低阶学习模型预测车辆置换的第一概率;采用高阶学习模型预测车辆置换的第二概率;基于第一、第二概率的融合概率,确定车辆置换的预测结果,并采用修正模型对低阶学习模型和高阶学习模型进行迭代,直到低阶学习模型和高阶学习模型收敛时,得到车辆置换预测模型集合;获取目标车辆的车险信息并输入车辆置换预测模型集合中,预测目标车辆置换的预测结果。本发明加快了车辆置换预测模型的迭代速度和预测速度,提升车辆置换时的车险延保的概率,降低车辆续保客户的流失。

    车辆置换预测方法、装置、设备及存储介质

    公开(公告)号:CN113255842B

    公开(公告)日:2021-11-02

    申请号:CN202110754151.6

    申请日:2021-07-05

    IPC分类号: G06K9/62 G06N3/08 G06Q40/08

    摘要: 本发明涉及大数据领域,公开了一种车辆置换预测方法、装置、设备及存储介质。该方法包括:获取车辆的历史车险信息并提取i维特征向量;采用低阶学习模型预测车辆置换的第一概率;采用高阶学习模型预测车辆置换的第二概率;基于第一、第二概率的融合概率,确定车辆置换的预测结果,并采用修正模型对低阶学习模型和高阶学习模型进行迭代,直到低阶学习模型和高阶学习模型收敛时,得到车辆置换预测模型集合;获取目标车辆的车险信息并输入车辆置换预测模型集合中,预测目标车辆置换的预测结果。本发明加快了车辆置换预测模型的迭代速度和预测速度,提升车辆置换时的车险延保的概率,降低车辆续保客户的流失。

    车辆定损方法、装置、设备及存储介质

    公开(公告)号:CN113255833B

    公开(公告)日:2021-10-12

    申请号:CN202110701943.7

    申请日:2021-06-24

    IPC分类号: G06K9/62 G06Q40/08

    摘要: 本发明涉及人工智能技术领域,公开了一种车辆定损方法、装置、设备及存储介质,用于提高车辆定损的准确率。车辆定损方法包括:接收车辆定损请求,按照车辆定损请求获取目标因子数据集,目标因子数据集包括驾驶人员因子数据、车辆因子数据、风险因子数据和驾驶行为因子数据;通过预设的精算模型对目标因子数据集进行风险预测,得到初始赔付风险预测结果;通过训练好的残差网络模型对驾驶行为因子数据进行风险识别处理,得到初始赔付风险残差值;根据初始赔付风险预测结果和初始赔付风险残差值计算目标赔付风险实际结果,基于目标赔付风险实际结果确定车辆损伤赔付金额。此外,本发明还涉及区块链技术,目标因子数据集可存储于区块链节点中。

    一种健康险承保风险预测方法及其相关设备

    公开(公告)号:CN116797381A

    公开(公告)日:2023-09-22

    申请号:CN202310742527.0

    申请日:2023-06-20

    摘要: 本申请实施例属于智能决策技术领域,涉及一种健康险承保风险预测方法及其相关设备,包括将预测样本集输入到第一层预测网络进行预测,获取每个风险等级影响因子所对应的承保风险权重预测值;将每个风险等级影响因子所对应的承保风险权重预测值作为输入值输入到预设的第二层预测网络,并结合预测样本集内每个样本对象具备的风险等级影响因子信息进行综合计算,获得综合风险权重;根据综合风险权重,确定所述预测样本集整体对应的健康险承保风险等级。通过两层预测网络预测,确定承保风险等级,较以往直接对所有影响因子进行统一处理的方式而言,更加科学化和合理化,也有利于对于不同的病人和病种群体设立不同的承保额,降低保司的承保风险。

    车险理赔行为识别方法、装置、设备及存储介质

    公开(公告)号:CN113256434A

    公开(公告)日:2021-08-13

    申请号:CN202110635315.3

    申请日:2021-06-08

    IPC分类号: G06Q40/08 G06K9/62

    摘要: 本发明涉及大数据领域,公开了一种车险理赔行为识别方法、装置、设备及存储介质。该方法包括:将历史车险理赔数据划分为正样本和负样本,近邻处理正样本得到扩充样本,下采样负样本得到子样本;将子样本分别与正样本和扩充样本组合,得到第一、第二数据集并输入行为识别模型进行识别,得到第一、第二行为识别结果,以此计算行为识别模型的误分率和第一、第二识别结果的相对熵损失;根据误分率和相对熵损失对行为识别模型进行更新,直到行为识别模型收敛时停止;最后将待识别车险理赔数据输入行为识别模型,识别待识别车险理赔数据对应的行为类别。本发明解决了车险反欺诈的数据集存储正负样本不平衡的情况,从而提升车险赔付异常识别的准确度。

    模型构建方法、装置、计算机设备及存储介质

    公开(公告)号:CN116777641A

    公开(公告)日:2023-09-19

    申请号:CN202310733480.1

    申请日:2023-06-19

    IPC分类号: G06Q40/08 G06F18/23

    摘要: 本申请实施例属于人工智能领域,涉及一种模型构建方法,包括:获取与出险风险关联的影响因子;针对影响因子,使用聚类算法对历史人群进行细分人群划分得到细分人群;获取细分人群的历史风险业务数据;基于历史风险业务数据拟合得到细分人群的出险风险趋势线;获取样本风险业务数据,从细分人群中确定与样本风险业务数据匹配的目标细分人群;调用与目标细分人群对应的目标出险风险趋势线对样本风险业务数据进行处理,得到目标风险值;基于目标风险值构建出险风险预测模型。本申请还提供一种模型构建装置、计算机设备及存储介质。此外,本申请还涉及区块链技术,目标风险值可存储于区块链中。本申请可以有效提升构建的出险风险预测模型的模型效果。

    基于图注意力网络的分类方法、装置、设备和存储介质

    公开(公告)号:CN114418009A

    公开(公告)日:2022-04-29

    申请号:CN202210073265.9

    申请日:2022-01-21

    摘要: 本发明公开了一种基于图注意力网络的分类方法、装置、设备和存储介质,可广泛应用于人工智能技术领域;本发明的方法包括:获取待处理的用户行为数据;对用户行为数据进行特征加工处理,得到关联因子数据;对用户行为数据和关联因子数据进行特征清洗处理,得到目标因子数据;对目标因子数据进行数值化处理,得到与目标因子数据对应的目标特征数据;将目标特征数据输入到预设的图注意力网络分类模型中进行分类处理,得到分类数据,其中,分类数据包括异常行为数据和正常行为数据,本发明能够有效提高对个体非法风险行为的预测准确性。

    车险理赔行为识别方法、装置、设备及存储介质

    公开(公告)号:CN113256434B

    公开(公告)日:2021-11-23

    申请号:CN202110635315.3

    申请日:2021-06-08

    IPC分类号: G06Q40/08 G06K9/62

    摘要: 本发明涉及大数据领域,公开了一种车险理赔行为识别方法、装置、设备及存储介质。该方法包括:将历史车险理赔数据划分为正样本和负样本,近邻处理正样本得到扩充样本,下采样负样本得到子样本;将子样本分别与正样本和扩充样本组合,得到第一、第二数据集并输入行为识别模型进行识别,得到第一、第二行为识别结果,以此计算行为识别模型的误分率和第一、第二识别结果的相对熵损失;根据误分率和相对熵损失对行为识别模型进行更新,直到行为识别模型收敛时停止;最后将待识别车险理赔数据输入行为识别模型,识别待识别车险理赔数据对应的行为类别。本发明解决了车险反欺诈的数据集存储正负样本不平衡的情况,从而提升车险赔付异常识别的准确度。

    用户轨迹识别方法、装置、设备及存储介质

    公开(公告)号:CN113177101B

    公开(公告)日:2021-11-12

    申请号:CN202110732370.4

    申请日:2021-06-30

    摘要: 本发明涉及数据处理领域,公开了一种用户轨迹识别方法、装置、设备及存储介质,该方法包括:获取用户在待识别时间段的原始wifi数据和gps信息;对原始wifi数据进行数据预处理,得到待识别数据;根据专家规则词典,对待识别数据进行一次识别,得到一次识别结果,若一次识别结果为识别失败,则将待识别数据输入至wifi识别模型中,得到二次识别结果,根据一次识别结果或二次识别结果,生成用户在待识别时间段的用户位置标注信息;根据用户位置标注信息、原始wifi数据和gps信息,生成用户的用户轨迹。本方法通过预先建立的专家规则词典和模型,可以自动化识别用户的用户轨迹。此外,本发明还涉及区块链技术,wifi数据可存储于区块链中。