一种车辆保险欺诈风险控制方法及系统与流程

本发明涉及车辆保险欺诈风控，更具体地说，涉及一种车辆保险欺诈风险控制方法及系统。

背景技术：

1、保险反欺诈是国家、政府、行业为了净化和维护保险金融行业健康发展而一直在努力奋斗的事业。作为商用车风控服务提供商，不仅是为了维护客户，即保险公司的核心利益，就是作为一个有责任和担当的行业开拓者，也应发挥坐拥一手运营行驶数据和强大风控模型计算能力的优势，尽其所能，为保障行业和社会稳定发展贡献自己的力量；

2、目前采用的车辆保险反欺诈系统，对于所有车辆通常都是按照统一标准来将固定化的风险因子输入到风险模型中进行计算识别，虽然也可以起到一定反欺诈效果，但是灵活性比较差，对各种实际应用情况适应性差，需要一种在应对各种实际应用情况更加合理的车辆保险欺诈风险控制方法及系统。

技术实现思路

1、本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种车辆保险欺诈风险控制方法，还提供了一种车辆保险欺诈风险控制系统。

2、本发明解决其技术问题所采用的技术方案是：

3、构造一种车辆保险欺诈风险控制方法，其中，包括以下步骤：

4、在车辆发生事故或存在理赔时，判断是否触发反欺诈模型开始计算，是则进行下一步，否则结束；

5、判断车辆的该项事件是否为首次触发计算，是则从队列中消费计算数据，从缓存中加载当前车对应的因子规则配置；否则版本号新增，除了加载车辆所在规则的系统配置外，增加车辆的个性化因子规则配置；

6、效验因子规则配置是否合法，若不合法则中止算分计算，若合法则自行驶数据中心获取运行数据，自事故管理模块获取相关基础数据；

7、判断获取的数据是否完整，若不完整则缺失的数据对应的相关因子规则配置不参与计算；

8、反欺诈模型计算剩余因子规则配置，输出检测结果。

9、本发明所述的车辆保险欺诈风险控制方法，其中，所述反欺诈模型计算时采用方法：

10、反欺诈模型按照先小类、后大类的算分规则，小类大类均有自己的权重，分数加权平均汇总分，输出检测结果。

11、本发明所述的车辆保险欺诈风险控制方法，其中，所述反欺诈模型计算时采用方法：

12、因子小类逐个计算；

13、因子小类得分加权平均；

14、因子小类得分汇总到因子大类得分；

15、因子大类分值加权平均；

16、计算总分；

17、根据配置判断风险色卡等级。

18、本发明所述的车辆保险欺诈风险控制方法，其中，所述因子大类包括时间、地点、人物和事件；

19、与时间对应的因子小类包括：临近保单起始时间出险、临近保单终止时间出险、延迟报案、保险报案事故时间是否事故视频出险时间不一致和夜间凌晨出险且损失严重；

20、与地点对应的因子小类包括：出险地点偏僻、同一定位点内多次单方事故-金柱子现象、事故地点附近有修理厂、非道路事故且损失程度较大和地点不一致；

21、与人物对应的因子小类包括：保险报案人与驾驶员是否同一人、车上人员的数量及相互关系可疑、驾驶员驾驶标的车多次出险记录、驾驶员在出险地点范围内多次出险、事故发生驾驶员是否采取制动措施、事故时驾驶员状态和驾驶员是否受伤；

22、与事件对应的因子小类包括：二手豪车刮擦事故、三者严重物损事故、追尾前车，损失较大但无任何避险措施、三者车辆正面碰撞，对方无任何避险措施、发生事故后，驾驶员弃车离开现场、发生事故后，驾驶员驾车离开现场和盗抢案件。

23、本发明所述的车辆保险欺诈风险控制方法，其中，所述因子规则配置包括：

24、n天＝<出险时间-保单生效时间＝<k天、出险时间-保单生效时间<n天、n天＝<保单到期时间-出险时间＝<k天、保单到期时间-出险时间<n天、n小时<＝报案时间-出险时间<k小时、n小时<＝报案时间-出险时间<k小时、报案时间-出险时间>＝k小时、事故时间-出险时间>n小时、事故时间-出险时间>n小时、出险时间为晚上20:00-凌晨5:00且事故等级＝b级、出险时间为晚上20:00-凌晨5:00且事故等级＝a级、出险时间为晚上20:00-凌晨5:00且预估损失金额>＝n万、出险时间为晚上20:00-凌晨5:00且损失金额>＝n万、出险时间为晚上20:00-凌晨5:00且损失金额>＝n万、人工判断，风险程度中、人工判断，风险程度高、n次<365天内出现次数<k次、n次<＝365天内出现次数、事故地点1km范围内有修理厂、事故不在道路上且预估损失金额>＝n万、事故不在道路上且预估损失金额>＝n万、事故不在道路上且预估损失金额>＝n万、事故不在道路上且预估损失金额>＝n万、地点不一致、报案人≠驾驶员、车上人员>1人&相互关系可疑、n<＝驾驶员驾驶标的车出险次数<k、驾驶员驾驶标的车出险次数>＝n、驾驶员在同一地点出险次数>＝n、驾驶员在同一地点出险次数>＝n、事故发生驾驶员没有采取制动措施、驾驶员神态异常，高、驾驶员神态异常，中、车损严重&驾驶员未受伤、二手bbap等豪车&低速碰撞、三者严重物损事故&驾驶员未受伤、三者严重物损事故&驾驶员轻伤、追尾前车，损失较大但无打方向及其他任何避险措施、三者车辆正面碰撞，对方无任何避险措施、发生事故后，驾驶员弃车离开现场、发生事故后，驾驶员驾车离开现场、事故原因为盗抢的案件。

25、本发明所述的车辆保险欺诈风险控制方法，其中，所述因子规则配置和个性化因子规则配置均可根据不同的地区、不同的项目、不同的业务在后台灵活配置每一个因子的分值与权重；

26、对配置后的因子规则配置和个性化因子规则配置，进行不同的风险因素对保险欺诈的影响程度以及系统自主调节的准确性和可靠性综合考量，判断配置合理性。

27、本发明所述的车辆保险欺诈风险控制方法，其中，因子的分值与权重的更新触发节点包括：

28、创建事故时、编辑事故信息时、编辑风险因子时、导入理赔信息时、编辑理赔信息时以及编辑规则库及权重时。

29、一种车辆保险欺诈风险控制系统，应用于如上述的车辆保险欺诈风险控制方法，其中，包括事故管理模块、理赔管理模块、反欺诈模型、行驶数据中心以及检测结构展示中心；

30、所述事故管理模块，记录存储车辆事故事件；

31、所述理赔管理模块，记录存储车辆理赔事件；

32、所述行驶数据中心，记录存储车辆行驶数据；

33、所述反欺诈模型，由车辆事故事件或车辆理赔事件触发计算，判断车辆的该项事件是否为首次触发计算，是则从队列中消费计算数据，从缓存中加载当前车对应的因子规则配置；否则版本号新增，除了加载车辆所在规则的系统配置外，增加车辆的个性化因子规则配置；效验因子规则配置是否合法，若不合法则中止算分计算，若合法则自行驶数据中心获取运行数据，自事故管理模块获取相关基础数据；判断获取的数据是否完整，若不完整则缺失的数据对应的相关因子规则配置不参与计算；计算剩余因子规则配置，输出检测结果至所述检测结构展示中心；

34、所述检测结构展示中心对外进行检测结果展示。

35、本发明所述的车辆保险欺诈风险控制系统，其中，所述反欺诈模型计算时采用方法：

36、反欺诈模型按照先小类、后大类的算分规则，小类大类均有自己的权重，分数加权平均汇总分，输出检测结果，具体的：

37、因子小类逐个计算；

38、因子小类得分加权平均；

39、因子小类得分汇总到因子大类得分；

40、因子大类分值加权平均；

41、计算总分；

42、根据配置判断风险色卡等级。

43、本发明所述的车辆保险欺诈风险控制系统，其中，所述因子规则配置和个性化因子规则配置均可根据不同的地区、不同的项目、不同的业务在后台灵活配置每一个因子的分值与权重；

44、对配置后的因子规则配置和个性化因子规则配置，进行不同的风险因素对保险欺诈的影响程度以及系统自主调节的准确性和可靠性综合考量，判断配置合理性。

45、本发明的有益效果在于：应用本技术的方式方法，综合考虑事件是否为首次事件和非首次事件，并增加了个性化因子规则配置，涉及的因子规则配置会根据实际获取到的行驶数据以及事故数据进行综合比对，剔除缺失数据对应的因子规则配置，再进行反欺诈模型计算，得到的最终结果更加合理且更加贴合实际情况，能够较好的保障反欺诈计算的合理性和可靠性；此外，涉及的因子规则配置均可以根据不同地区、不同项目、不同业务进行调整，调整后进行合理性评估即可。