[發(fā)明專(zhuān)利]一種醫(yī)保詐騙行為檢測(cè)方法和裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201910054527.5
• 申請(qǐng)日: 2019-01-21
• 公開(kāi)（公告）號(hào): CN109801175A
• 公開(kāi)（公告）日: 2019-05-24
• 發(fā)明（設(shè)計(jì)）人: 王紅熳;張東寧;楊放春
• 申請(qǐng)（專(zhuān)利權(quán)）人: 北京郵電大學(xué)
• 主分類(lèi)號(hào): G06Q40/08
• 分類(lèi)號(hào): G06Q40/08;G06K9/62
• 代理公司: 北京柏杉松知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11413
• 代理人: 丁蕓;項(xiàng)京

1.一種醫(yī)保詐騙行為檢測(cè)方法，其特征在于，包括：

確定多個(gè)待分析醫(yī)療賬單數(shù)據(jù)，所述待分析醫(yī)療賬單數(shù)據(jù)包括多個(gè)評(píng)價(jià)指標(biāo)；

將多個(gè)待分析醫(yī)療賬單數(shù)據(jù)進(jìn)行劃分得到多個(gè)數(shù)據(jù)子集；

針對(duì)各個(gè)數(shù)據(jù)子集，確定該數(shù)據(jù)子集對(duì)應(yīng)的子集權(quán)重集；并根據(jù)該數(shù)據(jù)子集對(duì)應(yīng)的子集權(quán)重集對(duì)該數(shù)據(jù)子集中包括的待分析醫(yī)療賬單數(shù)據(jù)進(jìn)行聚類(lèi)，得到該數(shù)據(jù)子集對(duì)應(yīng)的聚類(lèi)成員；

確定所有待分析醫(yī)療賬單數(shù)據(jù)構(gòu)成的全集對(duì)應(yīng)的全集權(quán)重集；

根據(jù)所述全集權(quán)重集對(duì)所有聚類(lèi)成員進(jìn)行融合，其中，所述所有聚類(lèi)成員由各個(gè)數(shù)據(jù)子集分別對(duì)應(yīng)的聚類(lèi)成員組成；

確定進(jìn)行融合后得到的孤立待分析醫(yī)療賬單數(shù)據(jù)，并將所述孤立待分析醫(yī)療賬單數(shù)據(jù)作為可疑醫(yī)療賬單數(shù)據(jù)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述確定該數(shù)據(jù)子集對(duì)應(yīng)的子集權(quán)重集，包括：

根據(jù)該數(shù)據(jù)子集中包括的各個(gè)待分析醫(yī)療賬單數(shù)據(jù)，構(gòu)建第一評(píng)價(jià)指標(biāo)權(quán)重函數(shù)；

根據(jù)所述第一評(píng)價(jià)指標(biāo)權(quán)重函數(shù)，通過(guò)粒子群優(yōu)化算法，確定該數(shù)據(jù)子集對(duì)應(yīng)的子集權(quán)重集，其中，所述子集權(quán)重集中包括各個(gè)評(píng)價(jià)指標(biāo)分別對(duì)應(yīng)的第一權(quán)重值。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)該數(shù)據(jù)子集對(duì)應(yīng)的子集權(quán)重集對(duì)該數(shù)據(jù)子集中包括的待分析醫(yī)療賬單數(shù)據(jù)進(jìn)行聚類(lèi)，得到該數(shù)據(jù)子集對(duì)應(yīng)的聚類(lèi)成員，包括：

基于各個(gè)評(píng)價(jià)指標(biāo)，分別確定該數(shù)據(jù)子集中包括的各個(gè)待分析醫(yī)療賬單數(shù)據(jù)兩兩之間的子相似度；

分別根據(jù)所述子集權(quán)重集中包括的各個(gè)評(píng)價(jià)指標(biāo)分別對(duì)應(yīng)的第一權(quán)重值，對(duì)基于各個(gè)評(píng)價(jià)指標(biāo)確定的各個(gè)評(píng)價(jià)指標(biāo)分別對(duì)應(yīng)的子相似度進(jìn)行加權(quán)，得到各個(gè)待分析醫(yī)療賬單數(shù)據(jù)兩兩之間的總相似度；

根據(jù)所述總相似度，對(duì)該數(shù)據(jù)子集中包括的各個(gè)待分析醫(yī)療賬單數(shù)據(jù)進(jìn)行聚類(lèi)，得到該數(shù)據(jù)子集對(duì)應(yīng)的聚類(lèi)成員。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述確定所有待分析醫(yī)療賬單數(shù)據(jù)構(gòu)成的全集對(duì)應(yīng)的全集權(quán)重集，包括：

根據(jù)所述所有待分析醫(yī)療賬單數(shù)據(jù)，構(gòu)建第二評(píng)價(jià)指標(biāo)權(quán)重函數(shù)；

根據(jù)所述第二評(píng)價(jià)指標(biāo)權(quán)重函數(shù)，通過(guò)差分進(jìn)化算法，確定所述全集對(duì)應(yīng)的全集權(quán)重集，其中，所述全集權(quán)重集包括各個(gè)評(píng)價(jià)指標(biāo)分別對(duì)應(yīng)的第二權(quán)重值。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述全集權(quán)重集對(duì)所有聚類(lèi)成員進(jìn)行融合，包括：

確定融合策略；

基于各個(gè)評(píng)價(jià)指標(biāo)，分別確定各個(gè)聚類(lèi)中心兩兩之間的相似度，其中，各個(gè)聚類(lèi)中心是所有聚類(lèi)成員中的各個(gè)聚類(lèi)成員分別對(duì)應(yīng)的；

根據(jù)所述全集權(quán)重集包括的各個(gè)評(píng)價(jià)指標(biāo)分別對(duì)應(yīng)的第二權(quán)重值，以及各個(gè)聚類(lèi)中心兩兩之間的第二相似度，通過(guò)所述融合策略，對(duì)所有聚類(lèi)成員進(jìn)行融合。

6.根據(jù)權(quán)利要求1至5任一項(xiàng)所述的方法，其特征在于，所述確定多個(gè)待分析醫(yī)療賬單數(shù)據(jù)，包括：

獲取多個(gè)原始醫(yī)療賬單數(shù)據(jù)；

針對(duì)各個(gè)原始醫(yī)療賬單數(shù)據(jù)，對(duì)該原始醫(yī)療賬單數(shù)據(jù)進(jìn)行預(yù)處理，得到該原始醫(yī)療賬單數(shù)據(jù)對(duì)應(yīng)的待分析醫(yī)療賬單數(shù)據(jù)。

7.根據(jù)權(quán)利要求1至5任一項(xiàng)所述的方法，其特征在于，在所述確定進(jìn)行融合后得到的孤立待分析醫(yī)療賬單數(shù)據(jù)，并將所述孤立待分析醫(yī)療賬單數(shù)據(jù)作為可疑醫(yī)療賬單數(shù)據(jù)之后，所述方法還包括：

展示所述可疑醫(yī)療賬單數(shù)據(jù)。

8.根據(jù)權(quán)利要求1至5任一項(xiàng)所述的方法，其特征在于，在所述針對(duì)各個(gè)數(shù)據(jù)子集，確定該數(shù)據(jù)子集對(duì)應(yīng)的子集權(quán)重集；并根據(jù)該數(shù)據(jù)子集對(duì)應(yīng)的子集權(quán)重集對(duì)該數(shù)據(jù)子集中包括的待分析醫(yī)療賬單數(shù)據(jù)進(jìn)行聚類(lèi)，得到該數(shù)據(jù)子集對(duì)應(yīng)的聚類(lèi)成員之后，所述方法還包括：

保存各個(gè)數(shù)據(jù)子集分別對(duì)應(yīng)的聚類(lèi)成員。