Росгосстрах: Графовые ML-модели для выявления страхового мошенничества
Что внедрили
Использует графовые базы данных и графовые ML-модели для анализа связей клиентов, транспортных средств и ДТП.
Результат
Модели автоматически находят сомнительные паттерны.
Задачи
антифрод; графовые базы данных; графовое машинное обучение; выявление подозрительных случаев
Параметры внедрения
- Компания
- Росгосстрах
- Отрасль
- Финансы и страхование
- Процессы
- Безопасность и управление рисками
- Продукт
- Антифрод-модели
- Сроки
- Не указаны
- Стоимость
- Не раскрыта
Источники
Машинное обучение в страховании: как ИИ и большие данные меняют подходы к оценке рисков и борьбе с мошенничеством / ХабрПубликация источника:
Нейросети в страховании: андеррайтинг, выплаты, антифрод в 2026 — GPTmagПубликация источника: