案件自动检测方法和系统的制作方法
【技术领域】
[0001]本发明涉及一种案件自动检测方法和系统。
【背景技术】
[0002]目前，拥有、涉及或提供车险理赔业务和/或服务的保险公司和其他企业和机构，在车险理赔过程中可能会出现欺诈、不规范行为，而且难以对车险理赔过程中的各类业务对象，如工时、配件等的价格进行检测和控制。
【发明内容】
[0003]抟术问题
[0004]有鉴于此，本发明要解决的技术问题是:提供一种案件自动检测方法和系统，能够检测车险理赔过程中可能会出现欺诈、不规范行为，并能够对车险理赔过程中的各类业务对象进行检测和控制。
_5] 解决方案
[0006]为了解决上述技术问题，本发明提供了一种案件自动检测方法，其特征在于，包括以下步骤:
[0007]模型绑定步骤，按照先后顺序对客户提供的案件对象及系统内定义的案件模型执行模型绑定，具体包括如下子步骤:
[0008]序列化/解析子步骤，为将客户提供的以XML，JS0N、或者Excel表格形式提供的案件对象转换为案件模型；
[0009]反序列化/解析后处理子步骤，采用与查找序列化/解析程序相同的方式，查找为配置的客户定制的反序列化/解析后处理程序；以及模型对象识别子步骤，调用识别服务提供者程序，从标准统一化的案件模型对象中提取文字性的字段内容作为参数传递给识别服务提供者，识别服务提供者识别传入的文字内容，匹配到系统基础数据库中的定义的对象；
[0010]规则应用步骤，基于Java开源框架EasyRules，为每个规则集分配一个独立的规则引擎，或者成为规则执行环境，在同一规则集内，指定每个检测规则的检测顺序及相互的依赖关系，从而依据所述模型对象识别子步骤中识别出的准确定义的对象，进行更加精细、准确的分析和判断；
[0011]规则结果过滤步骤，查找系统的运行环境中是否提供了针对当前完成的规则集和或者针对所有规则/规则集适用的规则应用结果过滤器，若查询到相应的过滤器，则调用过滤器对所述规则应用步骤中的规则应用结果进行处理；以及检测结果生成步骤，在完成规则应用、规则结果收集和过滤之后，将规则检测结果定制并格式化并返回给客户，其中，定义了检测结果的构建器接口 IClaimCheckResponseBuilder，以为各类客户提供高度定制化的实现。
[0012]有益效果
[0013]根据本发明实施例的案件自动检测方法能够检测车险理赔过程中可能会出现欺诈、不规范行为，并能够对车险理赔过程中的各类业务对象进行检测和控制。
[0014]根据下面参考附图对示例性实施例的详细说明，本发明的其它特征及方面将变得清楚。
【附图说明】
[0015]包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本发明的示例性实施例、特征和方面，并且用于解释本发明的原理。
[0016]图1示出案件自动检测方法的流程。
【具体实施方式】
[0017]本发明的案件自动检测方法和系统以Restful Web Services的形式向用户提供车险理赔案件检测服务。该系统包括:面向系统目标客户的组件、规则平台、数据平台以及专家案件检测系统。所述面向系统目标客户的组件通过应用案件检测规则对车险理赔案件进行检测，检测规则由公司在运营过程中以人工或系统智能数据分析的方式提炼、编撰。本发明的案件自动检测系统定义规则的接口，包含规则的输入、规则的执行、规则的输出及规则的组织形式。所述规则平台和所述数据平台，分别为车险检测规则提供理论、事实依据和数据支持。
[0018]本发明的案件自动检测系统的检测对象为车险理赔案件，为此，所述面向系统目标客户的组件包含了对车险理赔案件对象统一的，标准化的定义，即对象模型。本发明的案件自动检测系统提供针对车险理赔案件的检测分析均以所述对象模型所定义的对象和/或其包含的子对象进行。
[0019]所述对象模型的基本结构造定义如下:
[0020]案件
[0021]?保险公司
[0022].报案号
[0023].报案信息
[0024].查勘信息
[0025]ο查勘任务〈集合>
[0026].定损信息 < 集合>
[0027]O修理厂信息
[0028]■名称
[0029]■资质
[0030]■类型
[0031]O车辆信息
[0032]■车型
[0033]■车牌号
[0034]■车架号
[0035]ο工时〈集合>
[0036]■名称
[0037]■修理类型
[0038]■ OEM
[0039]■数量
[0040]■价格
[0041]O配件〈集合〉
[0042]■名称
[0043]■ OEM
[0044]■数量
[0045]■价格
[0046]ο辅料 < 集合>
[0047]O 名称
[0048]oOEM
[0049]ο 数量
[0050]ο 价格
[0051]?人伤信息〈集合〉
[0052].保单信息 < 集合>
[0053]ο保单号
[0054]ο保单类型
[0055]ο车辆信息
[0056]ο险别信息〈集合>
[0057]O特别约定〈集合〉
[0058]ο历史赔案 < 集合>
[0059]ο批改情况 < 集合>
[0060].案件照片
[0061]O 名称
[0062]ο 类型
[0063]ο拍摄时间
[0064]ο获取地址
[0065]案件对象模型的代码设计借鉴了 Java面向对象设计中的DynaBean及.NETFramework下Dynamic对象(ExpandoObject、ElasticObject)的设计概念，所有的案件模型对象均继承DynaModel类型，其提供了承载除静态声明的之外的，用户提供的特殊业务字段，或者案件检测过程中产生的中间数据字段功能。DynaModel的实现机制为利用HashMap作为弹性字段的存储，并提供统一的字段设置和获取的API方法。这样的设计的目的为了够是案件对象模型能够容纳来自各个客户的多样化的案件对象模型数据集，以及承载在案件检测过程中产生的临时状态数据。
[0066]本发明的案件自动检测系统按照在案件检测流程中的先后顺序，包含如下的功能模块:
[0067].模型绑定模块
[0068].规则应用模块
[0069].规则结果过滤模块
[0070].检测结果生成模块
[0071]模型绑定模块
[0072]用户接入本发明的案件自动检测系统提供的案件检测服务时，会给出各自不同的、与本发明的案件自动检测系统定义的案件模型不同的案件模型。为了能够使客户的案件进入规则应用模块从而进行检测，本发明的案件自动检测系统定义了模型绑定功能模块。所述模型绑定模块按照先后顺序对客户提供的案件对象及系统内定义的案件模型执行如下的操作:
[0073].序列化/解析
[0074].反序列化/解析后处理
[0075].模型对象识别
[0076]序列化/解析
[0077]序列化/解析过程为将客户提供的以XML，JS0N、或者Excel表格形式提供的案件对象转换为本发明的案件自动检测系统定义的案件模型。模型绑定模块使用Java EE框架提供的依赖注入机制实现为可客户定制的两级机制。当接收到客户发送的案件检测请求并调用案件检索时，案件自动检测系统读取到配置的客户信息，使用客户名称利用Java EE的⑶I Named Qualifier机制查找到为客户定制反序列化/解析程序，并调用得到统一化的案件模型对象。
[0078]案件自动检测系统实现了以图形用户面的方式匹配并生成XML序列化/解析类的功能。其生成的XML序列化/解析类采用Java EE下JXAB的STAX技术对XML文档进行解析，工作原理为在便利XML文档过程中，将读取到XML经过转换赋值到Java的对象属性。数据类型的转换提供了基础原始类型之间的转换，XML元素值与Java枚举成员映射匹配的支持。
[0079]反序列化/解析后处理
[0080]序列化/解析过程完成之后，模型绑定模块采用与查找序列化/解析程序相同的方式，查找为配置的客户定制的反序列化/解析后处理程序。当查找并获取到后处理程序时，模型绑定模块调用后处理程序对统一化的案