一种基于运营商数据识别酒驾出险调包的保险反欺诈方法与流程

本发明涉及车险理赔反欺诈自动判别算法技术领域，具体为一种基于运营商数据识别酒驾出险调包的保险反欺诈方法。

背景技术：

目前在车险理赔领域存在大量的欺诈行为，酒驾调包现象在车险欺诈案件中比较普遍，司机因酒驾发生事故后，为了逃避事故责任、骗取保险赔偿金，会叫朋友冒充司机报案，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。

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。保险公司需要从提高理赔效率、加强风险管理等方面来提高竞争力，其中，快速高效识别酒驾出险调包行为才是关键。

技术实现要素：

针对现有技术的不足，本发明提供了一种基于运营商数据识别酒驾出险调包的保险反欺诈方法，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：一种基于运营商数据识别酒驾出险调包的保险反欺诈方法，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。

可选的，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、运营商深度分析云系统、通话数据、通话位置、运营商paas平台通过应用程序编程接口tcp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；

d)运营商paas平台启动酒驾出险调包行为识别模型：

该平台为运营商提供，可接受外部数据、从而建立模型的计算平台。

通话数据、通话位置进入模型，模型自动运行得到风险评分，并将该风险评分传输到保险科技公司；

e)保险科技公司将风险评分返回保险公司。

本发明提供了一种基于运营商数据识别酒驾出险调包的保险反欺诈方法，具备以下有益效果：

该智能识别酒驾出险调包行为的保险反欺诈方法，是首例运营商与保险在大数据领域的合作：通过建立模型算法体系，结合运营商大数据，能够对用户个人数据、位置数据，通话记录等用户行为数据，从不同的角度进行综合系统的分析，有针对性的对案件进行合理评分，预测报案的真实性，运营商数据具有体量大、纬度多、信息真、质量好的优势，结合保险科技公司大数据技术，解决了保险欺诈存在地域性差异及时间性差异的痛点，准确、高效地检测保险理赔欺诈中的故意制造车辆互碰案件行为。

附图说明

图1为本发明操作流程示意图；

图2为本发明酒驾调包案件识别模型数据加工逻辑流程示意图。

图中：(1)保险公司(2)授权码、手机号码、身份证号码、出险时间、出险地点(3)保险科技公司(4)报案电话、时间(5)运营商深度分析云系统(6)通话数据、通话位置(7)运营商paas平台(8)风险评分。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。

请参阅图1至图2，本发明提供一种技术方案：一种基于运营商数据识别酒驾出险调包的保险反欺诈方法，包括保险公司(1)、运营商paas平台(7)、运营商深度分析云系统(5)、保险科技公司(3)，所述保险公司(1)通过应用程序接口结合授权码、手机号码、身份证号码、出险时间、出险地点(2)，通过tcp连接与保险科技公司(3)建立连接，所述保险科技公司(3)的应用程序接口结合报案电话、时间(4)，通过tcp与运营商深度云分析系统(5)连接，所述运营商深度云分析系统(5)结合通话数据、通话位置(6)与运营商paas平台(7)建立tcp连接，所述运营商paas平台(7)通过应用程序使用相关参数运算得到风险评分(8)，所述风险评分(8)通过tcp连接传递给保险科技公司(3)，所述保险科技公司(3)的应用程序把风险评分(8)，通过tcp与保险公司(1)建立连接。

保险公司(1)、授权码、手机号码、身份证号码、出险时间、出险地点(2)、保险科技公司(3)、报案电话、时间(4)、运营商深度分析云系统(5)、通话数据、通话位置(6)、运营商paas平台(7)之间通过tcp连接，且运营商paas平台(7)、风险评分(8)、保险科技公司(3)和保险公司(1)之间通过应用程序接口通过tcp连接。

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(1)接到报案，经报案人授权同意后，向保险科技公司(3)传输报案人电话号码、授权码信息(2)；

b)保险科技公司(3)将报案电话、时间(4)传输至运营商深度云分析系统(5)；

c)运营商深度云分析系统(5)提取通话数据、通话位置(6)至运营商paas平台(7)；

d)运营商paas平台(7)启动酒驾出险调包案件识别模型：

该平台为运营商提供，可接受外部数据、从而建立模型的计算平台。

通话数据、通话位置(6)进入模型，模型自动运行得到风险评分(8)，并将该风险评分(8)传输到保险科技公司(3)；

e)保险科技公司(3)将风险评分(8)返回保险公司(1)。

综上所述，该识别酒驾出险调包行为的保险反欺诈方法，包括步骤：

第一，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；

第二，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；

第三，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；

第四，运营商paas平台启动酒驾出险调包案件识别模型：该平台为运营商提供，可接受外部数据，保险科技公司公司将酒驾出险调包案件识别模型部署在平台上，通话数据、通话位置信息进入模型，模型自动运行得到风险评分，并将该分数传输到保险科技公司；

第五，保险科技公司将风险分数返回保险公司；

其中第四步，运营商paas平台上酒驾出险调包案件识别模型数据加工逻辑为：

1.特征数据：

1)获取报案人电话在报案时间前3小时内所有话单

2)获取被保险人(车主)在报案前3小时所有话单

3)获取报案人在报案时间前3小时内的位置

4)获取被保险人(车主)在报案前3小时内的位置

2.分析维度及算法：

1)报案人电话在3小时内被人呼叫过

2)报案人在出险时间时是否在出险地点(1km内)

3)被保险人(车主)在出险时间时是否在出险地点(1km内)

4)被保险人电话在报案人通话话单记录中出现过大于2次

5)报案人的话单中，通话主叫方身份证是被保险人

6)主叫方的话单中，通话主叫方身份证是被保险

3.算法设计：

1)报案前3小时被呼叫过+5，否则+0

2)报案人出险时间的位置与报案地点不一致+10，否则+0

3)被保险人出险时间的位置在出险位置附近+20，否则+0

4)被保险人电话在报案人通话话单记录中出现过大于2次+6，否则+0

5)报案人话单中主叫方是被保险人+4，否则+0

6)主叫方的话单中，通话主叫方身份证是被保险人+3，否则+0

4.模型总评分：

模型总评分＝上述6点各点所得分的总和。分值越大，案件为酒驾调包案件的可能性越高。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。