用于保险监督式欺诈检测的社交网络分析
社会与信息网络
2020-09-18 v1 密码学与安全
机器学习
摘要
当保单持有人提出夸大或基于故意损坏的理赔时,即发生保险欺诈。本文通过从理赔的社交网络中提取洞察性信息来开发一种欺诈检测策略。首先,我们将理赔与其所有相关方(包括保单持有人、经纪人、专家和修理厂)关联以构建网络。接下来,我们将欺诈确立为网络中的社会现象,并使用带有欺诈特定查询向量的BiRank算法计算每笔理赔的欺诈分数。我们从网络中提取与欺诈分数以及理赔邻域结构相关的特征。最后,我们将这些网络特征与理赔特定特征结合,并以汽车保险欺诈为目标变量构建监督模型。尽管我们仅针对汽车保险构建模型,该网络包含了所有可用业务线的理赔。我们的结果表明,带有从网络派生特征的模型在检测欺诈时表现良好,甚至优于仅使用经典理赔特定特征的模型。结合网络与理赔特定特征进一步提升了监督学习模型检测欺诈的性能。所得模型标记出需进一步调查的高度可疑理赔。我们的方法提供了引导式且智能的理赔选择,并有助于更有效的欺诈调查过程。
引用
@article{arxiv.2009.08313,
title = {Social network analytics for supervised fraud detection in insurance},
author = {María Óskarsdóttir and Waqas Ahmed and Katrien Antonio and Bart Baesens and Rémi Dendievel and Tom Donas and Tom Reynkens},
journal= {arXiv preprint arXiv:2009.08313},
year = {2020}
}
备注
37 pages, 8 figures