1.一种车辆保险反欺诈识别的数据处理方法，其特征在于：所述数据处理方法为，将处理后的车辆保险业务数据导入车辆反欺诈识别模型中进行数据分析处理，得到车辆保险反欺诈识别结果；

其中，数据分析处理包括关系人分析处理、时间轴轨迹分析处理和综合分析处理。

2.根据权利要求1所述的车辆保险反欺诈识别的数据处理方法，其特征在于：所述车辆反欺诈识别模型中设有多种欺诈类型识别模式；

所述数据处理方法具体为，将处理后的车辆保险业务数据导入车辆反欺诈识别模型中，在多种欺诈类型识别模式下，分别对处理后的车辆保险业务数据进行数据分析处理，得到车辆保险反欺诈识别结果。

3.根据权利要求1或2所述的车辆保险反欺诈识别的数据处理方法，其特征在于：所述关系人分析处理的过程具体为，根据处理后的车辆保险业务数据分析出车辆事故属于单方事故还是属于多方事故；

若车辆事故属于单方事故，则利用所述车辆反欺诈识别模型在单方事故欺诈类型识别模式下，根据处理后的车辆保险业务数据对单一对事故人和事故物之间的关系进行分析处理，得到单方事故欺诈概率；

若车辆事故属于多方事故，则利用所述车辆反欺诈识别模型在多方事故欺诈类型识别模式下，根据处理后的车辆保险业务数据对多个对事故人和事故物之间的关系进行分析处理，得到多方事故欺诈概率。

4.根据权利要求3所述的车辆保险反欺诈识别的数据处理方法，其特征在于：所述时间轴轨迹分析处理的具体过程为，在所述关系人分析处理的基础上对处理后的车辆保险业务数据进行时间轴轨迹分析；

若车辆事故属于单方事故，则利用所述车辆反欺诈识别模型在单向时间轴事故欺诈类型识别模式下，对处理后的车辆保险业务数据进行单向轨迹分析处理，得到单方事故时间轴轨欺诈概率；

若车辆事故属于多方事故，则利用所述车辆反欺诈识别模型在多向时间轴事故欺诈类型识别模式下，对处理后的车辆保险业务数据进行多向轨迹分析处理，得到多方事故时间轴轨欺诈概率。

5.根据权利要求4所述的车辆保险反欺诈识别的数据处理方法，其特征在于：所述综合分析处理的具体过程为，在所述关系人分析处理和所述时间轴轨迹分析处理的基础上，基于单方事故欺诈概率或多方事故欺诈概率和单方事故时间轴轨欺诈概率或多方事故时间轴轨欺诈概率，对处理后的车辆保险业务数据进行综合分析，得到车辆保险欺诈概率。

6.一种车辆保险反欺诈识别的数据处理系统，其特征在于：包括数据处理模块，所述数据处理模块用于，将处理后的车辆保险业务数据导入车辆反欺诈识别模型中进行数据分析处理，得到车辆保险反欺诈识别结果；

其中，数据分析处理模块包括关系人分析处理单元、时间轴轨迹分析处理单元和综合分析处理单元。

7.根据权利要求6所述的车辆保险反欺诈识别的数据处理系统，其特征在于：所述车辆反欺诈识别模型中设有多种欺诈类型识别模式；

所述数据处理模块具体用于，将处理后的车辆保险业务数据导入车辆反欺诈识别模型中，在多种欺诈类型识别模式下，分别对处理后的车辆保险业务数据进行数据分析处理，得到车辆保险反欺诈识别结果。

8.根据权利要求6或7所述的车辆保险反欺诈识别的数据处理系统，其特征在于：所述关系人分析处理单元具体用于，根据处理后的车辆保险业务数据分析出车辆事故属于单方事故还是属于多方事故；

若车辆事故属于单方事故，则利用所述车辆反欺诈识别模型在单方事故欺诈类型识别模式下，根据处理后的车辆保险业务数据对单一对事故人和事故物之间的关系进行分析处理，得到单方事故欺诈概率；

若车辆事故属于多方事故，则利用所述车辆反欺诈识别模型在多方事故欺诈类型识别模式下，根据处理后的车辆保险业务数据对多个对事故人和事故物之间的关系进行分析处理，得到多方事故欺诈概率。

9.根据权利要求8所述的车辆保险反欺诈识别的数据处理系统，其特征在于：所述时间轴轨迹分析处理单元的具体用于，在所述关系人分析处理单元的基础上对处理后的车辆保险业务数据进行时间轴轨迹分析；

若车辆事故属于单方事故，则利用所述车辆反欺诈识别模型在单向时间轴事故欺诈类型识别模式下，对处理后的车辆保险业务数据进行单向轨迹分析处理，得到单方事故时间轴轨欺诈概率；

若车辆事故属于多方事故，则利用所述车辆反欺诈识别模型在多向时间轴事故欺诈类型识别模式下，对处理后的车辆保险业务数据进行多向轨迹分析处理，得到多方事故时间轴轨欺诈概率。

10.根据权利要求9所述的车辆保险反欺诈识别的数据处理系统，其特征在于：所述综合分析处理单元的具体用于，在所述关系人分析处理单元和所述时间轴轨迹分析处理单元的基础上，基于单方事故欺诈概率或多方事故欺诈概率和单方事故时间轴轨欺诈概率或多方事故时间轴轨欺诈概率，对处理后的车辆保险业务数据进行综合分析，得到车辆保险欺诈概率。