基于网络学习揭露保险欺诈团伙
密码学与安全
2020-03-02 v1 机器学习
机器学习
摘要
欺诈性理赔检测是保险业面临的最大挑战之一。阿里巴巴的退货运费险在电商平台上为商品退货提供退货运费补偿，每天收到数千条潜在欺诈性理赔。此类对保险政策的蓄意滥用可导致沉重财务损失。为检测并防范欺诈性保险理赔，我们开发了一种新颖的数据驱动流程，通过学习网络信息识别有组织欺诈者群体——其为财务损失的主要来源之一。本文引入理赔人之间的设备共享网络，继而基于图学习算法开发自动化欺诈检测方案，以区分欺诈者与常规客户并揭露有组织欺诈者群体。该方案在阿里巴巴应用后，经人工专家核查，相比先前部署的基于规则的分类器，精度超过 80% 的同时多覆盖 44% 的可疑账户。我们的方法可轻松有效地推广至其他类型保险。
引用
@article{arxiv.2002.12789,
title = {Uncovering Insurance Fraud Conspiracy with Network Learning},
author = {Chen Liang and Ziqi Liu and Bin Liu and Jun Zhou and Xiaolong Li and Shuang Yang and Yuan Qi},
journal= {arXiv preprint arXiv:2002.12789},
year = {2020}
}
备注
Accepted by SIGIR '19. Proceedings of the 42nd International ACM SIGIR Conference on Research and Development in Information Retrieval. 2019