[商业信息]维择科技郑骏出席中国保险同业联盟联席会议并做主题分享

【/h/】6月21日，反欺诈联盟(中国保险行业联盟)联席会议在北京望京成功召开。反欺诈联盟成员单位的代表和一些行业专家应邀讨论了保险业反欺诈工作的最新发展和对策。datavisor技术首席战略官郑军出席并分享了“保险反欺诈领域的无监督机器学习”主题。

data visor科技首席战略官郑军分享了主题

【/h/】郑钧说，科技和反诈骗行业有很多融合点，但简单来说，反诈骗技术主要涉及两个方面:数据和算法，数据就像食材，算法就是烹饪，最后一道菜味道好不好就看食材和烹饪的配合了。好的算法烹饪可以在最终的反欺诈效果中发挥重要作用。目前，使用人工智能机器学习打击欺诈的主要算法有两种:无监督和有监督的。监督式机器学习算法通过标注训练机器模型，从而识别出不良用户，如三个标注的不良用户，并通过这三个标注的特征提取识别出更多潜在的不良用户。

在风险领域，我们通常很难知道所有的标签，这意味着有监督的机器学习算法将不能有效地识别所有的坏用户。无监督机器学习是从大量数据中识别数据的共性和相关性，其基本原理是“聚类发现相同或异常，发现不同”。目前，黑财产诈骗正逐步由个人行为向团伙行为转变，诈骗团伙利用模拟器和群控软件作案。从数据层面来说，这样的行为数据可能有一些相似之处。

如今，医疗保险欺诈的形式多种多样，技术也越来越先进。然而，像白这样的诈骗团伙，会多次将自己伪装成不同形式的普通用户。如何保证医保不会成为骗子眼中的唐僧肉？无监督机器学习算法如何识别诈骗白？

郑军分享了数起datavisor Technology利用无监督机器学习为国内保险机构制作的反医疗保险欺诈案例。例如，在一个案例中，我们发现有11个投保人的行为异常相似。都是某寿险分公司的后台员工，当天申请健康险产品。全年提交理赔次数约10次，多次出现多人当日就医的情况。他们在同一家医院的同一个科室就医，疾病相似。所有案件从事故发生到理赔申请3天内结案，单次就诊费用在150元以内。单看11位投保人各自的保险理赔是一个正常的流程，尤其是这样的小额理赔，平台可能会快速自动理赔。在这种情况下，很难覆盖平台设置的反欺诈规则，但无监督机器学习算法的聚类可以实时判断这些投保人为异常用户，从而有效拦截此类欺诈。

郑军介绍，中国反欺诈行业面临严峻挑战，欺诈攻击渗透到互联网行业和传统行业的多个领域。Datavisor Technology已经保护了超过42亿全球用户数据，并检测到2亿不良用户。不仅是保险行业，无监督的机器学习算法也可以应用于电子商务、社交、金融等很多场景。

【/h/】中国保险业联盟成立于2010年，由原成员单位共同发起，主要目标是服务保险业。截至目前，联盟成员包括中国人寿、平安保险、太平洋保险、泰康保险、新华保险、中国人寿等60余家，关联成员包括保险技术、医疗保健、人才培训、创新项目、保险研究等各个企业的代表。Datavisor Technology是人工智能支持保险和反欺诈领域的先锋技术公司，今年5月加入了中国保险业联盟。