车险欺诈行为的识别方法、装置、电子设备、介质及产品

本申请实施例提供了一种车险欺诈行为的识别方法、装置、电子设备、介质及产品，属于人工智能技术领域。该方法包括：将各个车险理赔案件信息输入至神经网络模型，得到各个案件的各个理赔动作的选择概率；根据选择概率确定目标理赔动作。根据目标理赔动作和参考理赔动作确定目标理赔动作的奖励值，将各个奖励值的和值确定为模型的累积奖励。根据累积奖励和第一期望梯度确定第二期望梯度。最后，根据第二期望梯度迭代更新模型参数得到车险欺诈行为识别模型。如此，通过将各个车险理赔案件的信息输入神经网络模型，得到模型的累积奖励，并通过强化学习根据模型参数的期望梯度更新模型参数，可以优化模型的反欺诈策略，提高车险欺诈行为识别的准确度。