1.一种车辆保险欺诈行为的监控系统，其特征在于：包括以下模块，

数据采集模块，其用于获取车辆保险相关的事故车主的历史行为特征数据，构成的数据集；

模型预测模块，其用于利用聚类分析方法对所述数据集进行计算，得到事故车主对车辆保险的欺诈行为概率；

行为监控模块，其用于根据所述欺诈行为概率对车辆保险业务办理过程中的事故车主行为进行监控。

2.根据权利要求1所述的车辆保险欺诈行为的监控系统，其特征在于：所述数据采集模块具有多个数据采集接口，所述数据采集模块具体用于，对不同类型的历史行为特征数据进行采集。

3.根据权利要求1或2所述的车辆保险欺诈行为的监控系统，其特征在于：所述模型预测模块具体用于，对所述数据集进行分词处理，得到事故车主的历史行为特征矩阵；将所述历史行为特征矩阵进行聚类学习，得到聚类结果标签；对所述聚类结果标签进行评价，得到最初评价结果；当所述最初评价结果未达到预设值时，利用CART分类树对所述历史行为特征矩阵进行多次筛选，得到有效用户行为特征矩阵；将所述有效用户行为特征矩阵进行聚类学习，得到事故车主对车辆保险的欺诈行为概率。

4.根据权利要求1或2所述的车辆保险欺诈行为的监控系统，其特征在于：还包括行为追踪模块，所述行为追踪模块用于根据所述行为监控模块监控的结果对事故车主的后续行为进行追踪。

5.一种车辆保险欺诈行为的监控方法，其特征在于：包括以下步骤，

S1，获取车辆保险相关的事故车主的历史行为特征数据，构成的数据集；

S2，利用聚类分析方法对所述数据集进行计算，得到事故车主对车辆保险的欺诈行为概率；

S3，根据所述欺诈行为概率对车辆保险业务办理过程中的事故车主行为进行监控。

6.根据权利要求5所述的车辆保险欺诈行为的监控方法，其特征在于：所述S1具体为，通过多个数据采集接口对不同类型的历史行为特征数据进行采集。

7.根据权利要求5或6所述的车辆保险欺诈行为的监控方法，其特征在于：所述S2具体为，对所述数据集进行分词处理，得到事故车主的历史行为特征矩阵；将所述历史行为特征矩阵进行聚类学习，得到聚类结果标签；对所述聚类结果标签进行评价，得到最初评价结果；当所述最初评价结果未达到预设值时，利用CART分类树对所述历史行为特征矩阵进行多次筛选，得到有效用户行为特征矩阵；将所述有效用户行为特征矩阵进行聚类学习，得到事故车主对车辆保险的欺诈行为概率。

8.根据权利要求5或6所述的车辆保险欺诈行为的监控方法，其特征在于：还包括S4，所述S4具体为，根据所述S3的结果对事故车主的后续行为进行追踪。