摘要
本发明涉及人工智能技术领域,公开了一种基于人工智能的车险赔付率预测方法、装置、设备及介质,包括:获取车险用户的历史行为数据;根据历史行为数据构建车险用户的关系图网络;通过量子近似优化算法,基于关系图网络识别出车险异常团伙;根据车险异常团伙的真实车险赔付率,构建量子衍生风险特征;对车险异常团伙的多维传统特征和量子衍生风险特征进行融合处理,得到车险异常团伙的风险特征;制备风险特征的量子态;根据风险特征、真实车险赔付率和量子态,对QLSTM进行训练,得到训练好的QLSTM;通过训练好的QLSTM对车险新用户进行车险赔付率预测。本发明可应用于金融车险赔付预测场景,能够提高车险赔付预测的精度和细粒度。
技术关键词
赔付率预测方法
量子态
团伙识别
风险
网络
关系
可读存储介质
梯度下降法
算法
人工智能技术
数据获取模块
处理器
预测装置
电路
计算机设备
存储器
参数
系统为您推荐了相关专利信息
疾病发病率
地理加权回归模型
风险
分布分析方法
ArcGIS平台
癫痫发作预测方法
数据分布
深度特征学习
深度卷积神经网络
多尺度
信任链构建方法
无人控制系统
哈希算法
无人机
动态密钥