保险欺诈检测与系统优化设计(二) .pdfVIP

^2D2I.31Worldwide

达祖磐

保险欺诈检测与系统优化设计（二）

文|丨韩殿威

人寿保险推荐系统活的付款方式、报税获利、死亡获利、存活获利、红利、

人寿保险是一种投资。随着中国金融市场的不断完善，好的客户服务、条款/保险额再协商、保险计划定制可能

以及国民收入的提高，购买寿险、股票、债券、国债、商性。推荐系统认为这9个特征是一样的，没有系统给出的

品房等，成为很多人投资的新选择般来说，人寿保险超级参数。我们找出超级参数可以向深度学习的方法一样。

。一

费一般分为三类：意外事故保险费、疾病死亡保险费和增例如，我们可以选出我们知道的1000(或更多）个最优计

值保险费。人寿保险是一种非常复杂的金融产品，面对纷划。然后求得这一千个计划的每个特征参考数，再求一下

繁多样的保险产品，以及冗长难懂的理赔条款，准确地选每个特征的均值作为系统参数。也可以随机选取。这里我

出适合自己的人寿保险产品，并不是一件轻松的事。所幸们不再赘述。

的是，我们可以借助基于人工智能技术的推荐系统。这类2.推荐系统框架

推荐系统不仅具有智能化、精准化的特性，同时还能够兼我们的推荐系统框架由3部分组成（见图4所示）：

顾到客户的个性化特怔。保险是一个比较特殊的产品，同领域模型、用户模型、推荐系统。

一个人可能在不同的情况买不同的产品。所以，用户的喜领域模型：我们的系统参数由系统给出。基本是每个

好是人寿保险产品购买的决定要素。但如果推荐系统的算公司有组超级参数。然后，系统也给出具体的条款规则。

法全部基于用户喜好，也有失偏颇。所以，我们提出的改用户模型：用户需要输进统计信息与偏好值信息。统

进算法是个人喜好加上系统超级参数，从而为客户推荐一计信息包括：年龄、收入、保险期、保险金额等。偏好值

个更平衡的产品。是一组模糊规则集。用户使用一些语言变量表达他们的喜

我们的系统分两步。第一步，运用机器学习方法找出好程度。例如，非常重要、重要、中等、不重要、非常不

最佳超级参数；第二步，使用超级参数加上用户喜好值得重要（见表1所示）。

到最优解，从而选择最佳计