缪智伟,韦才敏

• 1:汕头大学数学系

摘要(Abstract)：

本文结合人工智能的前沿理论研究，提出一种基于改进XGBoost与LightGBM模型融合的Stacking集成学习方式的保险欺诈行为预测模型.该模型对保险公司被保人保险欺诈行为的识别具有启示意义，有助于保险公司更好地识别被保人的骗保行为，强化自身风控体系.首先对XGBoost与LightGBM进行Stacking模型融合生成两个新特征，新生成的两个特征和原有的40个特征合并作为第二层Stacking训练模型的输入.其次，在Stacking的第二层中分别选择使用多种分类学习模型，包括Bagging、LightGBM、XGBoost以及传统机器分类模型，包括逻辑回归、高斯贝叶斯、决策树等，各模型的训练和参数均由K折交叉验证和遗传算法优化得到.算例数据来源于阿里云天池挑战赛公开的保险欺诈数据集，对构建多模型融合的Stacking模型预测性能进行了验证与测试.预测结果表明，与传统机器分类模型预测结果相比，基于XGBoost与LightGBM Stacking模型融合集成学习模型对保险欺诈行为具有较高的识别能力.最后，根据计算并可视化出最优分类模型不同特征的重要性结果，得出结论：被保人的职业、发生保险事故的城市、发生保险事故的地区、资本收益、资本亏损是识别保险欺诈行为的重要特征.

关键词(KeyWords)： 保险欺诈预测;XGBoost;LightGBM;Stacking模型融合;特征重要性;遗传算法

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 缪智伟,韦才敏

参考文献(References)：

• [1] MOHAMMED H,ALI T,TARIQ E,et al. Customer churn in mobile markets:a comparison of techniques[J]. International Business Research,2015,8(6):224-237.
• [2] SOLTANI Z,NAVIMIPOUR N J. Customer relationship management mechanisms:a systematic review of the state of the art literature and recommendations for future research[J]. Computers in Human Behavior,2016,61:667-688.
• [3] GILLIES C,RIGBY D,REICHHELD F. The story behind successful customer relations management[J].European Business Journal,2002,14(2):73-77.
• [4]于瑞云，薛林，安轩邈，等.基于改进GA-BP的移动通信用户流失预测算法[J].东北大学学报（自然科学版），2019,40(2):180-185.
• [5] DALVI P K,KHANDGE S K,DEOMORE A,et al. Analysis of customer churn prediction in telecom industry using decision trees and logistic regression[C]//2016 Symposium on Colossal Data Analysis and Networking(CDAN). IEEE,2016:1-4.
• [6]王天华.基于改进的GBDT算法的乘客出行预测研究[D].大连：大连理工大学，2016.
• [7]王黎，廖闻剑.基于GBDT的个人信用评估方法[J].电子设计工程，2017(15):5.
• [8]周星，丁立新，万润泽，葛强分类器集成算法研究[J].武汉大学学报（理学版），2015(6):6.
• [9]毕凯，王晓丹，姚旭，等.一种基于Bagging和混淆矩阵的自适应选择性集成[J].电子学报，2014,42(4):711-716.
• [10] BOWLES M. Python机器学习：预测分析核心算法[M].沙嬴，李鹏，译.北京：人民邮电出版社，2017.
• [11] JAMES G,WITTEN D,HASTIE T,et al.统计学习导论：基于R应用[M].王星，译.北京：机械工业出版社，2017.
• [12]戴昕琦.商业银行信用风险评估模型研究：基于线上供应链金融的实证[J].软科学，2018(5):139-144.
• [13] BREIMAN L. Random forests[J]. Machine Learning,2001,45(1):5-32.
• [14]方匡南，吴见彬，朱建平，等.信贷信息不对称下的信用卡信用风险研究[J].经济研究，2010,45（增刊）：97-107.
• [15]刘波，秦川，鞠平，等.基于XGBoost与Stacking模型融合的短期母线负荷预测[J].电力自动化设备，2020,40(3):147-153.
• [16]李寿山，黄居仁.基于Stacking组合分类方法的中文情感分类研究[J].中文信息学报，2010,24(5):56-61.
• [17]崔树银，汪昕杰.基于最大信息系数和多目标Stacking集成学习的综合能源系统多元负荷预测[J].电力自动化设备，2022,42(5):32-39+81.