• 信息通信领域高质量科技期刊分级目录入选期刊
  • 中国期刊全文数据库(CJFD) 全文收录期刊
  • 中国学术期刊综合评价数据库(CAJCED) 统计源期刊
  • 中国学术期刊数据库(COJ)万方数据数字化期刊群
  • 中文科技期刊数据库(维普资讯)

综述

基于随机森林的保险欺诈识别研究

曹诗琦

收稿日期:
2023-07-24
作者简介:

曹诗琦(1998-),女,四川成都人,研究生,硕士,主要研究方向:机器学习与精算模型。
 

摘要

摘要:

随着保险业的不断发展,保险欺诈情况也变得越来越严重,保险欺诈严重违背了保险的最大诚信原则,不仅给保险公司的利益带来了损害,还扭曲了保险定价的机制,损害了广大诚实消费者的利益,同时也给社会带来了损失。保险欺诈识别能帮助保险公司在承保,理赔时采取一定的措施,如对投保方进行一定约束,对索赔进行特别关注或进一步调查等,能够有效减少保险欺诈。文章首先从经济、法律、保险公司和社会这四个不同的方面分析了保险欺诈产生的原因,然后介绍了随机森林方法,再构建模型,用随机森林产生差异度,根据差异度进行聚类,将数据分类,并将得到的结果与用欧氏距离进行聚类的分类结果进行比较,研究随机森林方法用于保险欺诈识别的可行性。
 

关键词:
保险欺诈;欺诈识别;随机森林;聚类;
中图分类号:
TP391
文献标识码:
A
文章编号:
2096-9759(2023)06-0017-03
引用本文
使用本文