醫(yī)療報(bào)銷異常行為挖掘研究及應(yīng)用.pdf

1、隨著我國醫(yī)療行業(yè)信息化的不斷深入，醫(yī)療數(shù)據(jù)已呈現(xiàn)爆炸增長的趨勢，從海量醫(yī)療數(shù)據(jù)中挖掘出有用的信息受到越來越多學(xué)術(shù)界研究人員的關(guān)注，特別是隱蔽性高、危害大的醫(yī)療欺詐行為挖掘。然而現(xiàn)有的異常檢測技術(shù)在面對(duì)高維、不平衡、含有混合數(shù)據(jù)的數(shù)據(jù)集時(shí)因考慮片面往往性能欠佳，因此一種高準(zhǔn)確率高效率的異常檢測方法對(duì)醫(yī)保行業(yè)具有重大意義。
　　本文綜合考慮了某地醫(yī)療報(bào)銷數(shù)據(jù)集的特點(diǎn)，將醫(yī)療欺詐與數(shù)據(jù)挖掘相結(jié)合，提出了一種兩段式的混合算法模型MAVF-

2、CIForest，并設(shè)計(jì)與實(shí)現(xiàn)了基于Spark的醫(yī)療報(bào)銷異常行為檢測系統(tǒng)。主要工作有以下幾個(gè)方面：
　　(1)針對(duì)數(shù)據(jù)集中高維度和不平衡的特點(diǎn)，提出了一種基于重采樣的集成特征子空間選擇方法，較大地提升了對(duì)正類樣本有利的特征選取概率，同時(shí)采用基于分層采樣的特征選取，保證了集成模型的多樣性。實(shí)驗(yàn)表明，本文采用的特征子空間選擇方法在面對(duì)高維、不平衡的醫(yī)療報(bào)銷數(shù)據(jù)集下效果優(yōu)秀，并且使后續(xù)算法模型相較未進(jìn)行特征選擇準(zhǔn)確率提升了90％。

3、>　　(2)針對(duì)數(shù)據(jù)集中出現(xiàn)的混合數(shù)據(jù)，提出了一種兩段式的集成算法模型MAVF-CIForest。其中MAVF處理分類數(shù)據(jù)，處理后的結(jié)果連同連續(xù)數(shù)據(jù)一起作為CIForest算法的輸入，通過改進(jìn)的隨機(jī)超平面構(gòu)造函數(shù)、加權(quán)投票策略以及優(yōu)化模型選擇方式和組合方式，提高了算法在面對(duì)不平衡數(shù)據(jù)時(shí)的檢測性能。實(shí)驗(yàn)表明，本文算法在面向不平衡數(shù)據(jù)準(zhǔn)確率最大提升了22%，面向混合數(shù)據(jù)準(zhǔn)確率提升了3%。
　　(3)對(duì)算法模型進(jìn)行并行化處理，設(shè)計(jì)并實(shí)現(xiàn)