2차 이상탐지 기반의 이상 패턴 탐지 결과 : 보험, 임대업 (Anomalous Pattern Classification Result based on Secondary Abnormality Detection : Insurance, Rental)

서지정보

· 발행기관 : 한국IT정책경영학회
· 수록지 정보 : 한국IT정책경영학회 논문지 / 11권 / 6호 / 1487 ~ 1496페이지
· 저자명 : 최정문, 김지혁

초록

늘어나는 부당청구건과 지능화된 보험사기 패턴을 색출하기 위해 부당청구 탐지 기술 개선이 필요하다. 본 연구에서는 이상 탐지 알고리즘을 2번 적용해 부당청구 패턴을 탐지하고, 패턴별 룰을 추출하였다. 패턴 탐지 방법으로 Isolation Forest 알고리즘과 K-means 클러스터링 알고리즘을 순차적으로 사용하였다. 그리고 Decision Tree 알고리즘이 룰 추출에 사용되었다. 1차, 2차 이상탐지를 거쳐 기존 데이터의 정상/이상으로 구분된 이진 라벨을 패턴 정의에 의해 의심 집단의 특성이 반영된 4개의 다중 라벨로 변경하고, 이를 다양한 분류 알고리즘에 적용하여 분류 성능을 측정하였다. 보험데이터의 부당청구 탐지 성능을 평가하고, 렌탈 데이터의 악성 연체 탐지에 적용하였다. 그 결과, 생명보험 부당청구 탐지 정확도는 92%까지 성능을 개선하였고, 렌탈 연체 탐지 정확도는 96%까지 성능을 높일 수 있었다.

영어초록

Improvements in fraud detection techniques are needed to detect increasing fraud and intelligent fraud patterns. In this paper, we applied anomaly detection algorithm two times in order to detect fraudulent billing patterns and extracted rules for each pattern. Isolation Forest algorithm and K-means clustering algorithm were used sequentially as pattern detection method. And Decision Tree algorithm is used as rule extraction method. The existing binary classification is newly classified and labeled into four patterns. And we applied various classification algorithms to classify patterns and measure the classification performance. We evaluated the performance of detection of fraudulent claims of insurance data and applied it to the detection of malicious overdue of rental data. As a result, the life insurance fraud detection accuracy improved by 92% and the rental overdue detection accuracy increased by 96%.

참고자료

· 없음