數(shù)據(jù)挖掘與信息融合技術(shù)在保險(xiǎn)欺詐識(shí)別中的應(yīng)用.pdf

1、隨著我國(guó)保險(xiǎn)事業(yè)的迅速發(fā)展,保險(xiǎn)信息量也迅速增長(zhǎng),導(dǎo)致信息的不確定性呈指數(shù)增長(zhǎng),尤其是保險(xiǎn)欺詐方面的信息不確定性,對(duì)社會(huì)具有很大的破壞效應(yīng)及潛在的危害。然而,傳統(tǒng)的數(shù)據(jù)統(tǒng)計(jì)技術(shù)和分析已經(jīng)難以達(dá)到防范要求,因此需要采用各種數(shù)據(jù)處理技術(shù)對(duì)保險(xiǎn)欺詐行為進(jìn)行有效甄別,才能進(jìn)行有針對(duì)性的預(yù)測(cè)。
　　數(shù)據(jù)挖掘是從海量數(shù)據(jù)中提取或“挖掘”有用知識(shí)的一種新技術(shù)。將它應(yīng)用于保險(xiǎn)欺詐的防范領(lǐng)域,可充分利用現(xiàn)有的保險(xiǎn)數(shù)據(jù)庫(kù)資源來(lái)歸納正常投保用戶的規(guī)律,

2、從而區(qū)分出不符合這些規(guī)律的異常數(shù)據(jù),解決了傳統(tǒng)技術(shù)難以達(dá)到防范要求的問題。
　　信息融合技術(shù)主要應(yīng)用于軍事領(lǐng)域,它的規(guī)劃識(shí)別技術(shù)是基于“等和看”的原則,包括假設(shè)式驅(qū)動(dòng)模型和鎖孔式測(cè)試模型兩種模型。本文主要是基于假設(shè)式驅(qū)動(dòng)模型建立的保險(xiǎn)欺詐行為范例庫(kù),該范例庫(kù)能夠?qū)Ξ惓?shù)據(jù)的進(jìn)行測(cè)試與捕捉。
　　本文結(jié)合數(shù)據(jù)挖掘與信息融合技術(shù),建立了從三個(gè)角度出發(fā),分三個(gè)階段處理的識(shí)別保險(xiǎn)欺詐行為的應(yīng)用系統(tǒng)。第一階段,從數(shù)據(jù)構(gòu)造的角度出發(fā),采

3、用基于Bayes原理的AutoClass聚類算法,對(duì)保險(xiǎn)業(yè)中的人壽及其相關(guān)險(xiǎn)種進(jìn)行了聚類分析處理。根據(jù)AutoClass聚類原理,提出了聚類模板匹配的方法識(shí)別輸入的異常記錄。第二階段,從客戶的經(jīng)濟(jì)角度出發(fā),應(yīng)用信用評(píng)估模型對(duì)這些異常記錄進(jìn)行篩選,識(shí)別出新的數(shù)據(jù)類型和可疑記錄。第三階段,從行為特征的角度出發(fā),采用基于信息融合的規(guī)劃識(shí)別技術(shù),對(duì)可疑記錄的行為特征進(jìn)行規(guī)劃識(shí)別,使系統(tǒng)實(shí)現(xiàn)了對(duì)可疑記錄的預(yù)測(cè)、識(shí)別,并根據(jù)識(shí)別結(jié)果實(shí)現(xiàn)系統(tǒng)自學(xué)習(xí)。