基于深度学习实现保险数据的异常检测方法及系统

本发明公开了基于深度学习实现保险数据的异常检测方法及系统，通过ETL工具和网络爬虫采集保险业务数据与非结构化文本数据，利用Pandas、NLTK等工具清洗，采用Z‑Score、Min‑Max等方法归一化。用TensorFlow搭建混合模型，经AdamW优化器训练并结合迁移学习、强化学习优化。运用Apache Flink实时处理数据，构建多维度异常评分体系判断异常，依异常级别不同方式预警。该发明提升保险数据异常检测准确性与效率，有力保障保险行业数据安全和风险管理。