两阶段孤立点挖掘算法在保险欺诈中的应用

陈 亮

（泰山职业技术学院 信息工程系，山东 泰安 271000）

0 引 言

伴随国家经济的迅猛发展，保险业进入了发展的春天。2008年保费收入2 336亿元，保费年平均增长超过20%［1］。然而保险欺诈也应运而生。北京和上海保险监管机构估测，我国机动车保险欺诈的比重大致为20%，2009年全国机动车保险赔付790亿元，当年保险欺诈金额高达15亿元［2］。因此，保险欺诈严重影响了保险公司的偿付能力和经营的稳定性，甚至会导致保险市场失效。保险欺诈的出现涉及多种原因，如历史原因、投保人原因、保险公司原因及社会原因。正因为保险欺诈产生的背景复杂，保险欺诈的方法和方式也逐年复杂化、隐蔽化和多样化，因此，保险欺诈发现亦更加困难。

智能化研究应用的保险业的多数是客户研究，应用到保险欺诈较少。有关保险欺诈发现的研究和方法多集中在规章制度制定和主观方面的要求，涉及数据分析的主要是“内部数据查询法”——统计学的分析方法［3］。文中采用山东某保险公司近6万笔业务信息数据为研究对象，分两个阶段对以上数据进行挖掘分析，发现其存在欺诈的业务。在此基础上，提出一种两阶段孤立点发现方法。

1 两阶段孤立点发现方法

1.1 基于粗糙集的模糊集合相似性度量

Dubois和Prade提出并研究了粗模糊集与模糊粗糙集，并指出合理选择模糊规则是模糊推理系统的关键因素，粗糙集理论和模糊集理论不是互相排斥的，而是可以相互补的［4］。文中利用粗糙集诱导的模糊集，定义近似空间中集合间的粗相似度。……