(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210735303.2 (22)申请日 2022.06.27 (65)同一申请的已公布的文献号 申请公布号 CN 114819764 A (43)申请公布日 2022.07.29 (73)专利权人 岩火科技 （杭州） 有限公司 地址 310015 浙江省杭州市拱 墅区温州路 40号五层5 01室 (72)发明人 曾雷　徐铭　 (74)专利代理 机构 杭州华鼎知识产权代理事务 所(普通合伙) 33217 专利代理师 魏亮 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 10/04(2012.01)G06Q 50/18(2012.01) G06K 9/62(2022.01) G06F 21/62(2013.01) (56)对比文件 CN 111814472 A,2020.10.23 CN 112581323 A,2021.0 3.30 CN 112668302 A,2021.04.16 CN 111859969 A,2020.10.3 0 CN 112581326 A,2021.0 3.30 CN 114119191 A,202 2.03.01 US 2008140456 A1,2008.06.12 US 2002143562 A1,20 02.10.03 US 202015139 2 A1,2020.0 5.14 审查员 刘潇夏 (54)发明名称 一种基于脱敏数据的虚假诉讼行为风险预 测方法 (57)摘要 本发明提出了一种基于脱敏数据的虚假诉 讼行为风险预测方法， 包括： 获取待评估参保人 的历史涉诉信息， 生成诉讼行为的统计序列， 基 于历史涉诉信息的涉案 保密等级， 对统计序列进 行差异化脱敏， 得到脱敏序列； 获取待评估参保 人和诉讼对 方当事人的身份信息， 生成待评估参 保人和诉讼对 方当事人的关系图谱， 通过对关系 图谱进行拓扑分析， 得到待评估参保人与诉讼对 方当事人的关联系数； 根据关联系数对虚假诉讼 的风险评估模 型进行动态参数更新； 将脱敏序列 输入更新后的风险评估模型中， 输出待评估参保 人实施虚假诉讼行为的风险预测结果。 本发明能 够在不侵犯涉案隐私的基础上实现虚假诉讼风 险的判断， 为诉讼 责任保全险的被 保人风险评定 提供参考。 权利要求书2页 说明书6页 附图1页 CN 114819764 B 2022.11.01 CN 114819764 B 1.一种基于脱敏 数据的虚假诉讼行为 风险预测方法， 其特 征在于， 包括： S100： 获取待评估参保人的历史涉诉信息， 根据历史涉诉信息生成诉讼行为的统计序 列， 基于历史涉诉信息的涉案保密等级， 对统计序列进行差异化脱敏， 得到脱敏序列； S200： 分别获取待评估参保人和诉讼对方当事人的身份信息， 根据身份信息生成待评 估参保人和诉讼对方当事人 的关系图谱， 通过对关系图谱进行拓扑分析， 得到待评估参保 人与诉讼对方当事人的关联系数； S300： 根据关联系数对虚假诉讼的风险评估 模型进行动态参数 更新； S400： 分别将待评估参保人的脱敏序列输入更新后的风险评估模型中， 通过风 险评估 模型输出待评估参保人实施 虚假诉讼行为的风险预测结果； 其中， 所述风险评估模型包括虚假诉讼特征对照库以及特征匹配模型， 所述动态参数 更新包括调整 特征匹配模型的相似度匹配阈值， 以及调整虚 假诉讼特征对照库中的正样本 和负样本的划分比例； 所述S100包括： 在历史涉诉数据中筛选出当事人分别作为原告、 被告以及提出反诉的行为数据， 以及 当事人作为原告、 被告以及提出反诉的对应时间； 确定历史涉诉信 息的涉案保密等级对应的单位统计时长， 基于所述单位统计时长对当 事人在分别作为原告、 被告以及提出反诉的次数进行统计， 根据统计结果 生成统计序列； 将统计序列中相邻两个序列值作差， 得到对应当事人作为原告、 被告以及提出反诉的 差值序列。 2.根据权利要求1所述的一种基于脱敏数据的虚假诉讼行为风险预测方法， 其特征在 于， 所述确定历史涉诉信息的涉案保密等级对应的单位统计时长， 包括： 涉案保密等级越 高， 单位统计时长越长 。 3.根据权利要求1所述的一种基于脱敏数据的虚假诉讼行为风险预测方法， 其特征在 于， 所述S20 0包括： S210： 根据待评估参保人和对方当事人的身份信息进行知识融合， 基于知识图谱生成 待评估参保人的第一关系图谱以及 对方当事人的第二关系图谱， 分析第一关系图谱和 第二 关系图谱是否存在拓扑交集， 若不存在拓扑交集， 则所述关联系数置 0； S220： 若存在拓扑交集， 确定所述拓扑交集中的实体数量以及第一关系图谱的实体总 数量， 将所述实体数量和所述实体总数量的比例作为基础关联系数； S230： 获取拓扑交集中的实体与待评估参保人的本体实体的最短路径长度， 确定所述 最短路径长度对应的调整系数， 将基础关联系数与调整系数的乘积作为待评估参保人与对 方当事人的关联系数。 4.根据权利要求1所述的一种基于脱敏数据的虚假诉讼行为风险预测方法， 其特征在 于， 所述调整 特征匹配模型的相似度匹配阈值包括： 所述关联系数越高， 设定所述相似度匹 配阈值越低。 5.根据权利要求1所述的一种基于脱敏数据的虚假诉讼行为风险预测方法， 其特征在 于， 所述虚 假诉讼特征对照库中包括由正样本、 负样本组成的历史诉讼行为统计序列， 用于 提供历史参保人的诉讼行为趋势对照组； 所述特征匹配模型为多层感知机构 成的神经网络模型， 用于提取脱敏序列以及历史诉权　利　要　求　书 1/2 页 2 CN 114819764 B 2讼行为统计序列的趋势特征并进 行相似度匹配， 当匹配到负样本且匹配结果满足设定的相 似度匹配阈值时， 判定待评估参保人 具有实施 虚假诉讼行为的风险。 6.根据权利要求5所述的一种基于脱敏数据的虚假诉讼行为风险预测方法， 其特征在 于， 所述提取脱敏序列以及历史诉讼行为统计序列的趋势特 征并进行相似度匹配， 包括： 获取虚假诉讼特征对照库中各个历史诉讼行为统计序列的当事人的历史诉讼行为信 息， 基于待评估参保人 的历史涉诉信息的涉案保密等级确定对应的单位统计时长， 将历史 诉讼行为信息处 理为对照统计序列； 将对照统计序列中相邻两个序列值作差， 得到对照差值序列， 将对照差值序列与脱敏 序列进行 特征匹配。 7.根据权利要求5所述的一种基于脱敏数据的虚假诉讼行为风险预测方法， 其特征在 于， 所述调整虚假诉讼特 征对照库中的正样本和负 样本的划分比例， 包括： 分别获取正样本的第 一样本中心和负样本的第 二样本中心， 将正样本中与第 二样本中 心的距离低于预设值的历史诉讼行为统计序列标价为第一中间样本， 将负样本中与第一样 本中心的距离低于预设值的历史诉讼行为统计序列标记为第二中间样本； 当关联系数升 高时， 按照设定比例将第 一中间样本 中的历史诉讼行为统计序列划分为 负样本； 当关联系数降低时， 按照设定比例将第 二中间样本 中的历史诉讼行为统计序列划分为 正样本。 8.根据权利要求5所述的一种基于脱敏数据的虚假诉讼行为风险预测方法， 其特征在 于， 所述正样本为历史参保人未实施虚假诉讼行为的历史诉讼行为统计序列， 所述负样本 为历史参保人实施 虚假诉讼行为的历史诉讼行为统计序列。权　利　要　求　书 2/2 页 3 CN 114819764 B 3