一种基于深度学习的保险异常行为识别方法及其系统

本申请涉及智能数据分析领域，提供了一种基于深度学习的保险异常行为识别方法及其系统，其采用基于深度学习的数据处理技术来对个人通讯信息的数据集进行嵌入编码后全时域级联，对就诊位置信息的数据集进行嵌入编码和特征作用间的显著聚合，以此根据通讯嵌入级联特征和就诊位置显著聚合表示之间的条件引导显著交互表示来智能地判断目标用户的就诊行为是否存在异常。这样，可以捕捉到不同特征之间的复杂相互作用，从而更准确地识别异常行为。同时，可以随着欺诈手段的演变而不断优化自身，以具备更好的动态适应性来应对不断变化的欺诈行为，提高了保险异常行为审核的准确性和智能化程度。