一种基于含属性的多进程采样图表示学习模型的用户参考指数算法
基本信息
申请号 | CN201911224227.3 | 申请日 | - |
公开(公告)号 | CN110992194A | 公开(公告)日 | 2020-04-10 |
申请公布号 | CN110992194A | 申请公布日 | 2020-04-10 |
分类号 | G06Q40/08 | 分类 | 计算;推算;计数; |
发明人 | 沈海先;张建辉;朱丙坤;何雪海 | 申请(专利权)人 | 中国太平洋保险(集团)股份有限公司 |
代理机构 | 上海宝鼎专利代理有限公司 | 代理人 | 张宝让 |
地址 | 200010 上海市黄浦区中山南路1号 | ||
法律状态 | - |
摘要
摘要 | 本发明公开了一种基于含属性的多进程采样图表示学习模型的用户参考指数算法,包括:a.构建用户关系网络图,其中,每个图节点为一个用户对象;b.对用户关系网络图的节点进行采样,生成节点序列;c.基于节点序列将节点生成低维向量;d.基于低维向量计算所述节点对应的用户参考指数。发明使用了基于用户多维度属性的深度学习模型,对数亿级别保单数据进行模型学习,对用户进行划分不同的客户群体,根据每个客群的风险评估得分,划分出骗保可能性最高的客户,从而对用户进行保险反欺诈识别,相比于传统风险预估模型效果和性能都有很大提升。本发明操作简单、使用方便、高效精确、识别度高,可以精准的识别出高风险的客户,具有极高的商业价值。 |
