利用機(jī)器學(xué)習(xí)檢測保險(xiǎn)欺詐行為

吳磊　孫勇

摘 要：隨著互聯(lián)網(wǎng)信息爆炸時(shí)代來臨，保險(xiǎn)金融行業(yè)必將面臨異常嚴(yán)峻的欺詐風(fēng)險(xiǎn)，及時(shí)發(fā)現(xiàn)，及時(shí)識(shí)別欺詐是行業(yè)，單純依靠人工判斷已經(jīng)滿足不了需求，單純依靠機(jī)器判斷，也做不到完全的自動(dòng)化。因此人工結(jié)合機(jī)器是一條可以選擇的路徑。

關(guān)鍵詞：保險(xiǎn)欺詐，有監(jiān)督機(jī)器學(xué)習(xí)，無監(jiān)督機(jī)器學(xué)習(xí)，分類，聚類，回歸，信息檢測，規(guī)則引擎

前言

保險(xiǎn)詐騙是指以非法獲取保險(xiǎn)金為目的，違反保險(xiǎn)法規(guī)，采用虛構(gòu)保險(xiǎn)標(biāo)的、保險(xiǎn)事故或者制造保險(xiǎn)事故等方法，向保險(xiǎn)公司騙取保險(xiǎn)金，數(shù)額較大的行為。保險(xiǎn)詐騙種類是繁多的，形式是多樣的，手段是隱蔽的。在實(shí)踐中行為人為騙取保險(xiǎn)金而故意制造保險(xiǎn)事故，虛構(gòu)事實(shí)，隱瞞真相，制造假案，甚至引發(fā)其他刑事犯罪。保險(xiǎn)欺詐表現(xiàn)形式多式多樣。在投保環(huán)節(jié)、理賠環(huán)節(jié)保險(xiǎn)公司目前的信息檢測手段主要是使用規(guī)則引擎+人工核保來檢測欺詐行為，面對日益增長的保單數(shù)量和欺詐人多變的技術(shù)手段，保險(xiǎn)公司正面臨著嚴(yán)峻的挑戰(zhàn)。本文主要利用有監(jiān)督機(jī)器學(xué)習(xí)和無監(jiān)督機(jī)器學(xué)習(xí)檢測保險(xiǎn)欺詐行為，并且探討了業(yè)內(nèi)模型共享平臺(tái)的設(shè)計(jì)，涉及到大數(shù)據(jù)技術(shù)和人工智能技術(shù)。

1. 保險(xiǎn)欺詐

1. 1. 保險(xiǎn)欺詐分類

1.1.1 投保環(huán)節(jié)

1. 1. 1. 1. 重復(fù)投保欺詐

重復(fù)投保，一險(xiǎn)多賠。按我國法律規(guī)定，財(cái)產(chǎn)保險(xiǎn)的重復(fù)保險(xiǎn)累計(jì)保險(xiǎn)總額不得超過保險(xiǎn)價(jià)值，即使超過，對于超過部分不得也不應(yīng)給予賠償。然而有的不法分子為了多得保險(xiǎn)金，往往故意向多個(gè)保險(xiǎn)人投保，并隱瞞重復(fù)保險(xiǎn)的情況，在出險(xiǎn)后向多個(gè)保險(xiǎn)人索賠，以期獲得多份賠償。

1. 1. 1. 2. 隱情投保欺詐

主要表現(xiàn)為人身保險(xiǎn)，被保險(xiǎn)人已患有嚴(yán)重疾病或財(cái)產(chǎn)保險(xiǎn)標(biāo)的處于危險(xiǎn)之中而去投保。

1. 1. 1. 3. 高額投保欺詐

投保人并無保費(fèi)交費(fèi)能力，而強(qiáng)求投保高風(fēng)險(xiǎn)保障，受益人為自己，這存在嚴(yán)重的道德危險(xiǎn)。

1.1.2 理賠環(huán)節(jié)

1. 1. 2. 1. 低損高賠

夸大損失，低險(xiǎn)高賠。出險(xiǎn)損失本來很小，被保險(xiǎn)人卻故意夸大其程度，如虛列損失項(xiàng)目，夸大損失數(shù)額或偽造、涂改原始費(fèi)用憑證等方式虛報(bào)損失。又如將損失由小改大，事故時(shí)間由前改后，8號(hào)肇事，10號(hào)投保，索賠時(shí)間改為18號(hào)，肇事機(jī)車本來是開回來的，硬開一張拖車施救費(fèi)發(fā)票數(shù)千元要求索賠?？浯髶p失另一種做法是消極地放任事故的發(fā)生，故意不采取積極的防范措施或補(bǔ)救措施，這也是一種欺詐行為，違反保險(xiǎn)法第42條的規(guī)定，即保險(xiǎn)事故發(fā)生后，被保險(xiǎn)人有責(zé)任盡力采取必要的措施，防止或者減少損失。

1. 1. 2. 2. 更改標(biāo)的

張冠李戴式騙賠。主要采取移花接木，冒名頂替方式。保險(xiǎn)標(biāo)的應(yīng)該是唯一的、特定的，實(shí)踐中有的欺詐者為了騙取保險(xiǎn)賠償金，常用類似物體或案件予以頂替，如將一投保汽車的車牌摘下掛在未投保的出險(xiǎn)汽車上，冒名頂替；在醫(yī)療保險(xiǎn)中，有的醫(yī)院因患者付不起醫(yī)藥費(fèi)而與患者串通，寫已保險(xiǎn)的他人姓名；在財(cái)產(chǎn)保險(xiǎn)中，甲房屋著火未保險(xiǎn)，報(bào)案時(shí)說是已保險(xiǎn)的乙房。

1. 2. 保險(xiǎn)欺詐檢測

1.2.1 投保環(huán)節(jié)檢測

1. 2. 1. 1. 基于規(guī)則引擎檢測

一般而言設(shè)置一套規(guī)則樹，用于業(yè)務(wù)在過往的數(shù)據(jù)中已經(jīng)發(fā)現(xiàn)的欺詐行為，綜合進(jìn)行評定。當(dāng)該投保行為在規(guī)則集中運(yùn)行完成，輸出每項(xiàng)的欺詐評分?jǐn)?shù)，最后進(jìn)行加權(quán)平均得到最后的評分。分?jǐn)?shù)達(dá)到某個(gè)臨界值之后，可以采取拒絕承?；蛘咛岣弑ＹM(fèi)等手段來進(jìn)行風(fēng)險(xiǎn)對沖。

X=8.89，屬于高風(fēng)險(xiǎn)用戶。此方法的弊端很明顯：首先，規(guī)則數(shù)量可能會(huì)很大，隨著欺詐行為識(shí)別次數(shù)的規(guī)模以及更新方式的迭代快速的特點(diǎn)，規(guī)則引擎本身不會(huì)根據(jù)數(shù)據(jù)分析觀察，只能全部依靠人工來進(jìn)行分析并且添加規(guī)則來識(shí)別新的欺詐行為；因此這種工作量將會(huì)非常龐大并且效率不高，需要引入機(jī)器學(xué)習(xí)新技術(shù)來幫助人工進(jìn)行檢測。

2. 機(jī)器學(xué)習(xí)識(shí)別保險(xiǎn)欺詐

機(jī)器學(xué)習(xí)主要分為有監(jiān)督機(jī)器學(xué)習(xí)和無監(jiān)督機(jī)器學(xué)習(xí)，有監(jiān)督機(jī)器學(xué)習(xí)通過現(xiàn)有的已經(jīng)標(biāo)記為欺詐的數(shù)據(jù)，訓(xùn)練為模型，用來檢測已經(jīng)發(fā)現(xiàn)的欺詐模式；無監(jiān)督機(jī)器學(xué)習(xí)主要用來發(fā)現(xiàn)新的沒有出現(xiàn)過的欺詐模式；兩者結(jié)合使用，最大程度的檢測出來保險(xiǎn)欺詐行為。

2. 1. 機(jī)器學(xué)習(xí)

C：＼Users＼huawei＼AppData＼Local＼Youdao＼YNote＼markdown＼index.html - 2-1-1概述2. 1. 1.概述

C：＼Users＼huawei＼AppData＼Local＼Youdao＼YNote＼markdown＼index.html - 線性模型和深度學(xué)習(xí)網(wǎng)絡(luò)結(jié)合線性模型和深度學(xué)習(xí)網(wǎng)絡(luò)結(jié)合

采用tensorflow的DNNLinearCombinedClassifier的API構(gòu)建廣度深度模型，將WIDE_COLUMN，DEEP_COLUMN作為數(shù)據(jù)特征組合 數(shù)據(jù)原始column如下所示：

特征字段FEATRURE_COLUMN： 字段組裝分為三類，離散數(shù)據(jù)（分類），NUMBER非離散數(shù)據(jù)（連續(xù)）。

使用tensorflow給出的接口，進(jìn)行深度學(xué)習(xí)，訓(xùn)練出一個(gè)欺詐模型。相比較傳統(tǒng)的統(tǒng)計(jì)建模使用規(guī)則引擎，深度網(wǎng)絡(luò)的模型可以得到較好的魯棒性，可以學(xué)到更加復(fù)雜，更加抽象的數(shù)據(jù)表征。通過一個(gè)三分類的任務(wù)，來判斷白案件，黑案件和灰案件。其中白案件比例、黑案件、灰案件的比例為1：1：1。因?yàn)榘装讣急壤?0以上，為了平衡神經(jīng)網(wǎng)絡(luò)計(jì)算，因此設(shè)定此比例來保證不會(huì)過擬合。測試集同樣也遵循這個(gè)比例。

epoch=10 batch_size=100 分批次訓(xùn)練模型

使用線性模型結(jié)合深度網(wǎng)絡(luò)，相比較傳統(tǒng)的統(tǒng)計(jì)建模得到的規(guī)則，最終準(zhǔn)確度提高了20%～35%，達(dá)到了80%左右。而且避免了傳統(tǒng)機(jī)器學(xué)習(xí)的弱點(diǎn)，沒有需要決策樹存在的魯棒性不好的缺點(diǎn)，具有較好的泛化能力。在實(shí)際生產(chǎn)環(huán)節(jié)中起到真正的控制風(fēng)險(xiǎn)，指導(dǎo)和啟發(fā)業(yè)務(wù)的作用。

3. 模型共享

3. 1. 模型共享的意義

出于商業(yè)同業(yè)競爭的角度，保險(xiǎn)公司的基礎(chǔ)數(shù)據(jù)如保單數(shù)據(jù)、理賠數(shù)據(jù)等核心數(shù)據(jù)當(dāng)然不愿意拿出來共享的，但是處于某一種共同行業(yè)利益的考慮，由一個(gè)中間層次來獲取這些數(shù)據(jù)并加以共享，杜絕某一個(gè)方面的風(fēng)險(xiǎn)，顯然對于保險(xiǎn)公司樂意拿出數(shù)據(jù)。由一個(gè)具備安全性，公正性，權(quán)威性的機(jī)構(gòu)組織此類系統(tǒng)的開發(fā)和維護(hù)，成本由各個(gè)保險(xiǎn)公司按照調(diào)用次數(shù)收取費(fèi)用以維持平臺(tái)運(yùn)轉(zhuǎn)。在車險(xiǎn)領(lǐng)域?yàn)榱硕沤^重復(fù)投保和識(shí)別出險(xiǎn)次數(shù)發(fā)現(xiàn)，已經(jīng)在保險(xiǎn)行業(yè)協(xié)會(huì)搭建了數(shù)據(jù)共享平臺(tái)，此平臺(tái)由于保險(xiǎn)數(shù)據(jù)屬于公司商業(yè)數(shù)據(jù)，不可能保險(xiǎn)數(shù)據(jù)種類繁多雖然數(shù)據(jù)不能共享，但是是欺詐模型；

3. 2. 模型共享的技術(shù)手段

使用一套標(biāo)準(zhǔn)，一套接口，在監(jiān)管單位和行業(yè)協(xié)會(huì)的推動(dòng)之下搭建一整套的數(shù)據(jù)流轉(zhuǎn)和接口。車險(xiǎn)就已經(jīng)在此模式之下實(shí)現(xiàn)了車險(xiǎn)理賠信息共享平臺(tái)，全國分散部署。是一個(gè)事實(shí)上的分布式數(shù)據(jù)庫查詢平臺(tái)。在車險(xiǎn)重復(fù)投保和查詢理賠次數(shù)、理賠金額等，基本上杜絕了車主在A公司有理賠記錄，下年費(fèi)率上浮的情況，去B公司投保可以費(fèi)率不上浮的情況。對于保險(xiǎn)業(yè)的整體健康運(yùn)營是非常有好處。

4. 后記

本文著重闡述了保險(xiǎn)業(yè)在信息化大數(shù)據(jù)浪潮的背景之下，應(yīng)用大數(shù)據(jù)的技術(shù)手段，解決保險(xiǎn)業(yè)界存在的問題。也只有在此背景之下，保險(xiǎn)業(yè)才能享受到大數(shù)據(jù)技術(shù)所帶來的便利性。通過部署和使用大數(shù)據(jù)技術(shù)，保險(xiǎn)業(yè)應(yīng)該可以更加準(zhǔn)確的識(shí)別欺詐風(fēng)險(xiǎn)，采取及時(shí)的應(yīng)對手段。保險(xiǎn)業(yè)界一直以來存在的數(shù)據(jù)不共享，但是模型可以共享。也必將更加豐富模型數(shù)據(jù)，也為后面的保險(xiǎn)規(guī)模擴(kuò)大化，拒絕惡意投保帶來技術(shù)手段。

5. 引用