System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于大数据与相似人群扩展的失业保险金监管方法及系统技术方案_技高网

基于大数据与相似人群扩展的失业保险金监管方法及系统技术方案

技术编号:43856226 阅读:5 留言:0更新日期:2024-12-31 18:46
本公开提供了基于大数据与相似人群扩展的失业保险金监管方法及系统,涉及失业保险基金监管技术领域,获取失业保险基金相关数据,构建数据集;对获取的失业保险基金相关数据进行预处理;基于预处理后的数据,通过线性回归算法构建失业保险基金监管模型,所述失业保险基金监管模型基于预处理后的相关数据,识别异常申报目标人群;基于失业保险基金监管模型输出的异常申报目标人群,通过相似人群拓展算法,构建失业保险基金反向监管模型,分析异常申报目标人群的各类特征并进行相似性计算,计算各类特征向量间的距离识别与异常申报目标人群相似的用户,实现异常申报人‑企业‑批量异常申报人的关联挖掘,进行后续监管审核。

【技术实现步骤摘要】

本公开涉及失业保险基金监管,具体涉及基于大数据与相似人群扩展的失业保险金监管方法及系统


技术介绍

1、本部分的陈述仅仅是提供了与本公开相关的
技术介绍
信息,不必然构成在先技术。

2、失业保险作为社会保障体系的重要组成部分,对应的失业保险基金更是扮演着至关重要的角色,失业保险基金是专为应对失业风险而设立的专项基金,旨在通过资金的积累和合理调配,为符合条件的失业人员提供经济援助,并促进他们再就业。失业保险基金的管理和使用遵循严格的规定和程序,基金由专门的机构进行统一管理,实行专款专用,确保资金的安全和有效使用。当失业人员符合领取失业保险金的条件时,可以向相关机构提出申请,审核确认后,按照时间领取一定数额的失业保险金,以缓解经济压力,保障基本生活。失业保险金的有效管理和严格监督,关系到广大参保人员的切身利益。

3、目前失业保险基金管理和使用中存在监管手段单一、风险预警滞后等问题,给一些不法企业或者个人造成可乘之机,通过虚构一些申报条件以及流程,为不符合申请失业保险金要求的人员骗取失业保险金,造成失业保险金流失,流程监管上存在一定的隐患和漏洞,无法及时的进行风险预警。


技术实现思路

1、本公开为了解决上述问题,提出了基于大数据与相似人群扩展的失业保险金监管方法及系统,基于海量数据,通过线性回归算法构建失业保险基金监管模型,通过相似人群拓展算法构建失业保险基金反向监管模型,精准地识别风险点和违规行为。

2、根据一些实施例,本公开采用如下技术方案:

<p>3、基于大数据与相似人群扩展的失业保险金监管系统,包括:

4、数据归集模块,被配置为获取失业保险基金相关数据,构建数据集;

5、数据治理模块,被配置为对获取的失业保险基金相关数据进行预处理,并运用统计方法获取数据分布以及数据相关性;

6、监管模型构建模块,被配置为基于预处理后的数据,通过线性回归算法构建失业保险基金监管模型,所述失业保险基金监管模型基于预处理后的相关数据,识别异常申报目标人群;

7、反向监管模型构建模块,被配置为基于失业保险基金监管模型输出的异常申报目标人群,通过相似人群拓展算法,构建失业保险基金反向监管模型,分析异常申报目标人群的各类特征并进行相似性计算,计算各类特征向量间的距离识别与异常申报目标人群相似的用户,实现异常申报人-企业-批量异常申报人的关联挖掘,进行后续监管审核。

8、根据一些实施例,本公开采用如下技术方案:

9、基于大数据与相似人群扩展的失业保险金监管系统的监管方法,包括:

10、获取失业保险基金相关数据,构建数据集;

11、对获取的失业保险基金相关数据进行预处理,并运用统计方法获取数据分布以及数据相关性;

12、基于预处理后的数据,通过线性回归算法构建失业保险基金监管模型,所述失业保险基金监管模型基于预处理后的相关数据,识别异常申报目标人群;

13、基于失业保险基金监管模型输出的异常申报目标人群,通过相似人群拓展算法,构建失业保险基金反向监管模型,分析异常申报目标人群的各类特征并进行相似性计算,计算各类特征向量间的距离识别与异常申报目标人群相似的用户,实现异常申报人-企业-批量异常申报人的关联挖掘,进行后续监管审核。

14、根据一些实施例,本公开采用如下技术方案:

15、一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质用于存储计算机指令,所述计算机指令被处理器执行时,实现所述的基于大数据与相似人群扩展的失业保险金监管系统的监管方法。

16、根据一些实施例,本公开采用如下技术方案:

17、一种电子设备,包括:处理器、存储器以及计算机程序;其中,处理器与存储器连接,计算机程序被存储在存储器中,当电子设备运行时,所述处理器执行所述存储器存储的计算机程序,以使电子设备执行实现所述的基于大数据与相似人群扩展的失业保险金监管系统的监管方法。

18、与现有技术相比,本公开的有益效果为:

19、本公开的一种基于大数据与相似人群扩展的失业保险金监管系统,通过海量数据支撑,利用以线性回归算法为核心算法,构建失业保险基金监管模型,实现智能预警,快速准确地判断申请人是否符合领取条件,防止欺诈和冒领行为的发生。

20、本公开的一种基于大数据与相似人群扩展的失业保险金监管系统,基于相似人群拓展算法lookalike,构建失业保险基金监管模型,分析异常申报人的各类特征,从所属同类企业中识别与给定异常申报人高度相似的人群,实现异常申报人-企业-批量异常申报人的关联挖掘,从而实现精准监管,对输入数据转换成向量,计算向量间的距离来找到与种子用户相似的用户,使用测试数据集对构建的模型进行评估,检查模型的准确性和稳定性,增强基金监管的针对性,基于实际输出异常结果或数据的分析,更加精准地识别风险点和违规行为,预防和监管企业参与的群体违规冒领行为。

21、本公开的一种基于大数据与相似人群扩展的失业保险金监管系统,基于大数据的监管决策模型能力与业务经办系统深度融合。在经办业务过程中,通过模型能力开放接口实时预警申报人风险情况,是数据、技术赋能业务的典型应用,实现业务事中监控。推动失业基金监管向更加智能化、精准化、高效化的方向发展。

本文档来自技高网
...

【技术保护点】

1.基于大数据与相似人群扩展的失业保险金监管系统,其特征在于,包括:

2.如权利要求1所述的基于大数据与相似人群扩展的失业保险金监管系统,其特征在于,获取失业保险基金相关数据,构建数据集,包括缴费记录、申领信息、审批结果、劳动合同工、签约记录以及外部门机构数据,并整合为完整的数据集。

3.如权利要求1所述的基于大数据与相似人群扩展的失业保险金监管系统,其特征在于,对获取的失业保险基金相关数据进行预处理,包括:对获取到的数据进行数据清洗,识别数据中明显错误的数据,筛出缺失值、异常值以及不一致的格式,查找并删除重复的记录,只保留唯一的条目,并运用统计方法深刻剖析数据的特性,包括其分布形态及变量间的相关性,分析出数据分布以及数据相关性。

4.如权利要求1所述的基于大数据与相似人群扩展的失业保险金监管系统,其特征在于,基于预处理后的数据,通过线性回归算法构建失业保险基金监管模型,包括:对失业保险金异常案例业务数据进行分析,得到六类失业保险基金申领情况,分别是已就业、已享受退休待遇、虚假挂靠、虚假劳动合同、已死亡以及其他,利用线性回归算法构建失业保险基金监管模型,基于预处理后的数据对模型进行训练,通过最小化误差平方和来寻找最佳拟合直线,通过回归分析得到的模型参数,建立失业保险基金监管模型并对未来的数据点进行预测。

5.如权利要求4所述的基于大数据与相似人群扩展的失业保险金监管系统,其特征在于,失业保险基金监管模型输出可能存在异常的人员信息及异常类型,异常申报目标人群为虚假挂靠以及虚假劳动合同。

6.如权利要求1所述的基于大数据与相似人群扩展的失业保险金监管系统,其特征在于,基于相似人群拓展算法lookalike,构建失业保险基金监管模型,分析异常申报目标人群的各类特征,对输入数据转换成向量,计算向量间的距离来找到与种子用户相似的用户,种子用户为异常申报目标人群。

7.如权利要求1所述的基于大数据与相似人群扩展的失业保险金监管系统,其特征在于,将异常申报目标人群作为目标变量,围绕申报人的各种特征数据作为特征变量,失业保险基金监管模型基于目标变量与特征变量之间线性关系的假设前提,对特征变量进行线性组合来预测目标变量的取值。

8.基于权利要求1-7任一项所述的基于大数据与相似人群扩展的失业保险金监管系统的监管方法,其特征在于,包括:

9.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质用于存储计算机指令,所述计算机指令被处理器执行时,实现如权利要求8任一项所述的基于大数据与相似人群扩展的失业保险金监管系统的监管方法。

10.一种电子设备,其特征在于,包括:处理器、存储器以及计算机程序;其中,处理器与存储器连接,计算机程序被存储在存储器中,当电子设备运行时,所述处理器执行所述存储器存储的计算机程序,以使电子设备执行实现如权利要求8任一项所述的基于大数据与相似人群扩展的失业保险金监管系统的监管方法。

...

【技术特征摘要】

1.基于大数据与相似人群扩展的失业保险金监管系统,其特征在于,包括:

2.如权利要求1所述的基于大数据与相似人群扩展的失业保险金监管系统,其特征在于,获取失业保险基金相关数据,构建数据集,包括缴费记录、申领信息、审批结果、劳动合同工、签约记录以及外部门机构数据,并整合为完整的数据集。

3.如权利要求1所述的基于大数据与相似人群扩展的失业保险金监管系统,其特征在于,对获取的失业保险基金相关数据进行预处理,包括:对获取到的数据进行数据清洗,识别数据中明显错误的数据,筛出缺失值、异常值以及不一致的格式,查找并删除重复的记录,只保留唯一的条目,并运用统计方法深刻剖析数据的特性,包括其分布形态及变量间的相关性,分析出数据分布以及数据相关性。

4.如权利要求1所述的基于大数据与相似人群扩展的失业保险金监管系统,其特征在于,基于预处理后的数据,通过线性回归算法构建失业保险基金监管模型,包括:对失业保险金异常案例业务数据进行分析,得到六类失业保险基金申领情况,分别是已就业、已享受退休待遇、虚假挂靠、虚假劳动合同、已死亡以及其他,利用线性回归算法构建失业保险基金监管模型,基于预处理后的数据对模型进行训练,通过最小化误差平方和来寻找最佳拟合直线,通过回归分析得到的模型参数,建立失业保险基金监管模型并对未来的数据点进行预测。

5.如权利要求4所述的基于大数据与相似人群扩展的失业保险金监管系统,其特征在于,失业保险基金监管模型输出可...

【专利技术属性】
技术研发人员:史玉良徐喆王新军张世栋崔怀保张娜
申请(专利权)人:山大地纬软件股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1