一种基于动态贝叶斯网络的保险欺诈风险实时评估方法

本发明公开了一种基于动态贝叶斯网络的保险欺诈风险实时评估方法，包括如下步骤：S1、采集保险用户的时序行为数据；S2、进行预处理，生成结构化观测序列；S3、按时间划分为连续时间片段，构建时间序列样本；S4、构建动态贝叶斯网络；S5、计算各时间片段中状态变量的后验概率，并生成样本权重；S6、基于样本权重执行改进的增量EM算法，优化动态贝叶斯网络参数；S7、监测状态变量的后验概率熵变化，进行结构调整；S8、重新执行推理过程，生成风险评分报告。本发明融合动态贝叶斯网络和增量EM算法，构建保险欺诈风险时序评估模型，具备实时性强、结构自适应与结果可解释等优点。