本文關(guān)鍵詞： 汽車保險(xiǎn)欺詐 平衡隨機(jī)森林 蟻群優(yōu)化算法 啟發(fā)式信息　出處：《保險(xiǎn)研究》2017年06期 　論文類型：期刊論文

【摘要】：汽車保險(xiǎn)欺詐在全球范圍內(nèi)逐步蔓延,車險(xiǎn)欺詐識(shí)別越來越受到社會(huì)關(guān)注。本文針對(duì)實(shí)際汽車保險(xiǎn)索賠數(shù)據(jù)中樣本數(shù)量大且不平衡的特點(diǎn),提出了平衡隨機(jī)森林和蟻群結(jié)合的組合分類器。首先,對(duì)高維、不平衡的車險(xiǎn)索賠數(shù)據(jù)集進(jìn)行特征選擇與分類,將隨機(jī)森林的特征重要性評(píng)價(jià)得分和數(shù)據(jù)的統(tǒng)計(jì)檢驗(yàn)得分作為啟發(fā)式信息,利用蟻群算法進(jìn)行智能搜索,把隨機(jī)森林的分類精度反饋給蟻群進(jìn)行信息素的實(shí)時(shí)更新,挖掘出判別車險(xiǎn)欺詐的特征組合。然后將基于蟻群優(yōu)化算法的平衡隨機(jī)森林模型應(yīng)用到汽車保險(xiǎn)欺詐識(shí)別中。研究結(jié)果表明:基于蟻群優(yōu)化隨機(jī)森林算法的汽車保險(xiǎn)欺詐識(shí)別模型能夠更好地對(duì)車險(xiǎn)索賠數(shù)據(jù)進(jìn)行分類預(yù)測(cè),挖掘車險(xiǎn)欺詐規(guī)律,具有更好的精確度和穩(wěn)健性。
[Abstract]:Automobile insurance fraud is gradually spreading all over the world, and the identification of vehicle insurance fraud has attracted more and more attention. This paper aims at the large sample size and unbalanced characteristics of the actual vehicle insurance claim data. A combination classifier of balanced random forest and ant colony is proposed. Firstly, the high dimensional and unbalanced vehicle insurance claim data sets are selected and classified. The evaluation score of feature importance of random forest and the statistical test score of data are taken as heuristic information, and the ant colony algorithm is used to carry out intelligent search. The classification accuracy of random forest is fed back to ant colony to update pheromone in real time. Then the balanced stochastic forest model based on ant colony optimization algorithm is applied to vehicle insurance fraud identification. The research results show that:. The vehicle insurance fraud identification model based on ant colony optimization stochastic forest algorithm can better classify and predict vehicle insurance claim data. Mining vehicle insurance fraud law, with better accuracy and robustness.
【作者單位】： 山東科技大學(xué)數(shù)學(xué)與系統(tǒng)科學(xué)學(xué)院統(tǒng)計(jì)系;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目“基于結(jié)構(gòu)化大數(shù)據(jù)深度挖掘的非壽險(xiǎn)保險(xiǎn)公司經(jīng)營(yíng)風(fēng)險(xiǎn)模型研究”(61502280);國(guó)家自然科學(xué)基金面上項(xiàng)目“擴(kuò)展邏輯Petri網(wǎng)理論及其在跨組織業(yè)務(wù)過程協(xié)同中的應(yīng)用研究”(61472228) 山東省自然科學(xué)基金面上項(xiàng)目“擴(kuò)展邏輯工作流網(wǎng)理論及其在組織間業(yè)務(wù)過程協(xié)同中的應(yīng)用研究”(ZR2014FM009) 山東科技大學(xué)研究生科技創(chuàng)新項(xiàng)目“基于數(shù)據(jù)挖掘技術(shù)的非壽險(xiǎn)公司客戶價(jià)值和風(fēng)險(xiǎn)管理研究”(SDKDYC170341)
【分類號(hào)】：F842.634;TP18
【正文快照】： 一、引言近年來,保險(xiǎn)行業(yè)呈蓬勃發(fā)展之勢(shì)。2015年,我國(guó)保險(xiǎn)行業(yè)推動(dòng)服務(wù)能力提升和轉(zhuǎn)型升級(jí),在經(jīng)濟(jì)增速放緩的環(huán)境中一枝獨(dú)秀。中國(guó)已成為全球第三大保險(xiǎn)市場(chǎng),行業(yè)發(fā)展規(guī)模僅次于美國(guó)和日本。但是,隨之而來的保險(xiǎn)欺詐事件也逐漸增多,其中以車險(xiǎn)行業(yè)的欺詐現(xiàn)象最為嚴(yán)重。數(shù)據(jù)顯

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉足華;熊惠霖;;基于隨機(jī)森林的目標(biāo)檢測(cè)與定位[J];計(jì)算機(jī)工程;2012年13期

2 董師師;黃哲學(xué);;隨機(jī)森林理論淺析[J];集成技術(shù);2013年01期

3 王象剛;;基于K均值隨機(jī)森林快速算法及入侵檢測(cè)中的應(yīng)用[J];科技通報(bào);2013年08期

4 陳姝;彭小寧;;基于粒子濾波和在線隨機(jī)森林分類的目標(biāo)跟蹤[J];江蘇大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年02期

5 羅知林;陳挺;蔡皖東;;一個(gè)基于隨機(jī)森林的微博轉(zhuǎn)發(fā)預(yù)測(cè)算法[J];計(jì)算機(jī)科學(xué);2014年04期

6 王麗婷;丁曉青;方馳;;基于隨機(jī)森林的人臉關(guān)鍵點(diǎn)精確定位方法[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年04期

7 李建更;高志坤;;隨機(jī)森林針對(duì)小樣本數(shù)據(jù)類權(quán)重設(shè)置[J];計(jì)算機(jī)工程與應(yīng)用;2009年26期

8 張建;武東英;劉慧生;;基于隨機(jī)森林的流量分類方法[J];信息工程大學(xué)學(xué)報(bào);2012年05期

9 吳華芹;;基于訓(xùn)練集劃分的隨機(jī)森林算法[J];科技通報(bào);2013年10期

10 張華偉;王明文;甘麗新;;基于隨機(jī)森林的文本分類模型研究[J];山東大學(xué)學(xué)報(bào)(理學(xué)版);2006年03期

相關(guān)會(huì)議論文 前7條

1 謝程利;王金橋;盧漢清;;核森林及其在目標(biāo)檢測(cè)中的應(yīng)用[A];第六屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2010)、第19屆全國(guó)多媒體學(xué)術(shù)會(huì)議（NCMT2010）、第6屆全國(guó)人機(jī)交互學(xué)術(shù)會(huì)議（CHCI2010）、第5屆全國(guó)普適計(jì)算學(xué)術(shù)會(huì)議（PCC2010）論文集[C];2010年

2 武曉巖;方慶偉;;基因表達(dá)數(shù)據(jù)分析的隨機(jī)森林方法及算法改進(jìn)[A];黑龍江省第十次統(tǒng)計(jì)科學(xué)討論會(huì)論文集[C];2008年

3 張?zhí)忑?梁龍;王康;李華;;隨機(jī)森林結(jié)合激光誘導(dǎo)擊穿光譜技術(shù)用于的鋼鐵分類[A];中國(guó)化學(xué)會(huì)第29屆學(xué)術(shù)年會(huì)摘要集——第19分會(huì)：化學(xué)信息學(xué)與化學(xué)計(jì)量學(xué)[C];2014年

4 相玉紅;張卓勇;;組蛋白去乙�；敢种苿┑臉�(gòu)效關(guān)系研究[A];第十一屆全國(guó)計(jì)算（機(jī)）化學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];2011年

5 張濤;李貞子;武曉巖;李康;;隨機(jī)森林回歸分析方法及在代謝組學(xué)中的應(yīng)用[A];2011年中國(guó)衛(wèi)生統(tǒng)計(jì)學(xué)年會(huì)會(huì)議論文集[C];2011年

6 馮飛翔;馮輔周;江鵬程;劉菁;劉建敏;;隨機(jī)森林和k-近鄰法在某型坦克變速箱狀態(tài)識(shí)別中的應(yīng)用[A];第八屆全國(guó)轉(zhuǎn)子動(dòng)力學(xué)學(xué)術(shù)討論會(huì)論文集[C];2008年

7 曹東升;許青松;梁逸曾;陳憲;李洪東;;組合樹的集合體和后向消除策略去分類P-糖蛋白化合物[A];第十屆全國(guó)計(jì)算(機(jī))化學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];2009年

相關(guān)博士學(xué)位論文 前6條

1 張乾;基于隨機(jī)森林的視覺數(shù)據(jù)分類關(guān)鍵技術(shù)研究[D];華南理工大學(xué);2016年

2 薛小明;基于時(shí)頻分析與特征約簡(jiǎn)的水電機(jī)組故障診斷方法研究[D];華中科技大學(xué);2016年

3 曹正鳳;隨機(jī)森林算法優(yōu)化研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2014年

4 雷震;隨機(jī)森林及其在遙感影像處理中應(yīng)用研究[D];上海交通大學(xué);2012年

5 岳明;基于隨機(jī)森林和規(guī)則集成法的酒類市場(chǎng)預(yù)測(cè)與發(fā)展戰(zhàn)略[D];天津大學(xué);2008年

6 李書艷;單點(diǎn)氨基酸多態(tài)性與疾病相關(guān)關(guān)系的預(yù)測(cè)及其機(jī)制研究[D];蘭州大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 錢維;藥品不良反應(yīng)監(jiān)測(cè)中隨機(jī)森林方法的建立與實(shí)現(xiàn)[D];第二軍醫(yī)大學(xué);2012年

2 韓燕龍;基于隨機(jī)森林的指數(shù)化投資組合構(gòu)建研究[D];華南理工大學(xué);2015年

3 賀捷;隨機(jī)森林在文本分類中的應(yīng)用[D];華南理工大學(xué);2015年

4 張文婷;交通環(huán)境下基于改進(jìn)霍夫森林的目標(biāo)檢測(cè)與跟蹤[D];華南理工大學(xué);2015年

5 李強(qiáng);基于多視角特征融合與隨機(jī)森林的蛋白質(zhì)結(jié)晶預(yù)測(cè)[D];南京理工大學(xué);2015年

6 朱玟謙;一種收斂性隨機(jī)森林在人臉檢測(cè)中的應(yīng)用研究[D];武漢理工大學(xué);2015年

7 肖宇;基于序列圖像的手勢(shì)檢測(cè)與識(shí)別算法研究[D];電子科技大學(xué);2014年

8 李慧;一種改進(jìn)的隨機(jī)森林并行分類方法在運(yùn)營(yíng)商大數(shù)據(jù)的應(yīng)用[D];電子科技大學(xué);2015年

9 趙亞紅;面向多類標(biāo)分類的隨機(jī)森林算法研究[D];哈爾濱工業(yè)大學(xué);2014年

10 黎成;基于隨機(jī)森林和ReliefF的致病SNP識(shí)別方法[D];西安電子科技大學(xué);2014年

，

本文編號(hào)：1475218