基于醫(yī)保費(fèi)用的分析與異常檢測研究.pdf

1、隨著醫(yī)保體制的不斷完善，覆蓋人數(shù)也在不斷全面。種種因信息不對(duì)稱而產(chǎn)生騙保及欺詐行為正在呈現(xiàn)愈演愈烈之勢(shì)。同時(shí)由于老齡化的快速到來也進(jìn)一步加劇了醫(yī)保基金穿底的風(fēng)險(xiǎn)。因此，建立完善高效的反欺詐機(jī)制迫在眉睫。
　　論文研究圍繞醫(yī)保費(fèi)用信息，利用數(shù)據(jù)挖掘技術(shù)對(duì)醫(yī)保費(fèi)用數(shù)據(jù)中異常和違規(guī)行為進(jìn)行甄別。重點(diǎn)對(duì)醫(yī)保費(fèi)用數(shù)據(jù)進(jìn)行特征分析與提取、異常群聚行為發(fā)現(xiàn)、異常解釋性規(guī)則提取方面進(jìn)行了研究，并實(shí)現(xiàn)了異常檢測系統(tǒng)。
　?。?）在特征分析與提

2、取方面，重點(diǎn)針對(duì)一市醫(yī)保局收錄的費(fèi)用數(shù)據(jù)進(jìn)行分析。分別對(duì)數(shù)據(jù)進(jìn)行了篩選、清理與規(guī)約處理，并按照不同應(yīng)用場景需求對(duì)數(shù)據(jù)進(jìn)行倉庫化管理。
　?。?）在群聚異常發(fā)現(xiàn)方面，選取指定常見病種為代表，進(jìn)行聚類分析，通過設(shè)定樣本數(shù)閾值進(jìn)行疑似異常類簇的劃分。并結(jié)合專家意見及標(biāo)簽信息對(duì)聚類結(jié)果進(jìn)行評(píng)價(jià)與優(yōu)化。
　?。?）在解釋性處理方面，利用規(guī)則提取算法，對(duì)異常類簇聚集原因進(jìn)行挖掘并抽取，將異常類簇聚集的原因以規(guī)則的形式抽取出來并存儲(chǔ)。同時(shí)