本文關(guān)鍵詞：基于醫(yī)保費(fèi)用的分析與異常檢測(cè)研究

  更多相關(guān)文章： 聚類 規(guī)則 異常檢測(cè) 決策支持

【摘要】：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(lái)也進(jìn)一步加劇了醫(yī)�；鸫┑椎娘L(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(cè)系統(tǒng)。(1)在特征分析與提取方面,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(chǎng)景需求對(duì)數(shù)據(jù)進(jìn)行倉(cāng)庫(kù)化管理。(2)在群聚異常發(fā)現(xiàn)方面,選取指定常見(jiàn)病種為代表,進(jìn)行聚類分析,通過(guò)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(jiàn)及標(biāo)簽信息對(duì)聚類結(jié)果進(jìn)行評(píng)價(jià)與優(yōu)化。(3)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(lái)并存儲(chǔ)。同時(shí)對(duì)所抽取規(guī)則交于醫(yī)保專家確認(rèn)并給予反饋支持。(4)系統(tǒng)實(shí)現(xiàn)方面,利用web開(kāi)發(fā)框架開(kāi)發(fā)了一套異常檢測(cè)系統(tǒng),支持規(guī)則管理、異常審核與反饋以及透視分析。與常用的基于有監(jiān)督學(xué)習(xí)的異常檢測(cè)相比,以無(wú)監(jiān)督學(xué)習(xí)為核心方式不再過(guò)分依賴標(biāo)簽數(shù)據(jù)。同時(shí)加入了解釋性處理及反饋機(jī)制,不僅有效減輕了醫(yī)保審核人員的工作量,更利于系統(tǒng)的循環(huán)運(yùn)作。最后,提供了透視分析,可以輔助醫(yī)保專家進(jìn)行決策。
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP311.13;R197.1;F842.684

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前3條

1 孫可;劉杰;王學(xué)穎;;K均值聚類算法初始質(zhì)心選擇的改進(jìn)[J];沈陽(yáng)師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年04期

2 孫吉貴;劉杰;趙連宇;;聚類算法研究[J];軟件學(xué)報(bào);2008年01期

3 楊善林;李永森;胡笑旋;潘若愚;;K-MEANS算法中的K值優(yōu)化問(wèn)題研究[J];系統(tǒng)工程理論與實(shí)踐;2006年02期

，

本文編號(hào)：1248866