數(shù)據(jù)挖掘與信息融合技術在保險欺詐識別中的應用.pdf

1、隨著我國保險事業(yè)的迅速發(fā)展,保險信息量也迅速增長,導致信息的不確定性呈指數(shù)增長,尤其是保險欺詐方面的信息不確定性,對社會具有很大的破壞效應及潛在的危害。然而,傳統(tǒng)的數(shù)據(jù)統(tǒng)計技術和分析已經難以達到防范要求,因此需要采用各種數(shù)據(jù)處理技術對保險欺詐行為進行有效甄別,才能進行有針對性的預測。
　　數(shù)據(jù)挖掘是從海量數(shù)據(jù)中提取或“挖掘”有用知識的一種新技術。將它應用于保險欺詐的防范領域,可充分利用現(xiàn)有的保險數(shù)據(jù)庫資源來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)技術難以達到防范要求的問題。
　　信息融合技術主要應用于軍事領域,它的規(guī)劃識別技術是基于“等和看”的原則,包括假設式驅動模型和鎖孔式測試模型兩種模型。本文主要是基于假設式驅動模型建立的保險欺詐行為范例庫,該范例庫能夠對異常數(shù)據(jù)的進行測試與捕捉。
　　本文結合數(shù)據(jù)挖掘與信息融合技術,建立了從三個角度出發(fā),分三個階段處理的識別保險欺詐行為的應用系統(tǒng)。第一階段,從數(shù)據(jù)構造的角度出發(fā),采

3、用基于Bayes原理的AutoClass聚類算法,對保險業(yè)中的人壽及其相關險種進行了聚類分析處理。根據(jù)AutoClass聚類原理,提出了聚類模板匹配的方法識別輸入的異常記錄。第二階段,從客戶的經濟角度出發(fā),應用信用評估模型對這些異常記錄進行篩選,識別出新的數(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)劃識別技術,對可疑記錄的行為特征進行規(guī)劃識別,使系統(tǒng)實現(xiàn)了對可疑記錄的預測、識別,并根據(jù)識別結果實現(xiàn)系統(tǒng)自學習。