FRAUD DETECTION METHODS AND SYSTEMS

An unsupervised statistical analytics approach to detecting fraud utilizes cluster analysis to identify specific clusters of claims or transactions for additional investigation, or utilizes association rules as tripwires to identify outliers. The clusters or sets of rules define a "normal" profile for the claims or transactions used to filter out normal claims, leaving "not normal" claims for potential investigation. To generate clusters or association rules, data relating to a sample set of claims or transactions may be obtained, and a set of variables used to discover patterns in the data that indicate a normal profile. New claims may be filtered, and not normal claims analyzed further. Alternatively, patterns for both a normal profile and an anomalous profile may be discovered, and a new claim filtered by the normal filter. If the claim is "not normal" it may be further filtered to detect potential fraud. Selon l'invention, une approche analytique statistique non supervisée pour détecter une fraude utilise une analyse de groupement pour identifier des groupements spécifiques de déclarations ou de transactions en vue d'un complément d'enquête, ou utilise des règles d'association comme sonnette d'alarme pour identifier des valeurs aberrantes. Les groupements ou ensembles de règles définissent un profil « normal » pour les déclarations ou transactions utilisées pour éliminer par filtrage les déclarations normales, laissant les déclarations « non normales » pour une éventuelle enquête. Pour générer des groupements ou des règles d'association, des données concernant un ensemble d'échantillons de déclarations ou de transactions peuvent être obtenues, et un ensemble de variables peuvent être utilisées pour découvrir des modèles dans les données qui indiquent un profil normal. De nouvelles déclarations peuvent être filtrées, et des déclarations non normales être soumises à analyse approfondie. En variante, des modèles convenant à la fois à un profil normal et à un profil anormal peuvent être découverts, et une nouvelle déclaration peut être filtrée par le filtre normal. Si la déclaration est « non normale », elle peut être filtrée de façon approfondie pour détecter une fraude potentielle.