醫(yī)療報銷異常行為挖掘研究及應用.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術界研究人員的關注，特別是隱蔽性高、危害大的醫(yī)療欺詐行為挖掘。然而現(xiàn)有的異常檢測技術在面對高維、不平衡、含有混合數(shù)據(jù)的數(shù)據(jù)集時因考慮片面往往性能欠佳，因此一種高準確率高效率的異常檢測方法對醫(yī)保行業(yè)具有重大意義。
　　本文綜合考慮了某地醫(yī)療報銷數(shù)據(jù)集的特點，將醫(yī)療欺詐與數(shù)據(jù)挖掘相結合，提出了一種兩段式的混合算法模型MAVF-

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

3、>　　(2)針對數(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)，處理后的結果連同連續(xù)數(shù)據(jù)一起作為CIForest算法的輸入，通過改進的隨機超平面構造函數(shù)、加權投票策略以及優(yōu)化模型選擇方式和組合方式，提高了算法在面對不平衡數(shù)據(jù)時的檢測性能。實驗表明，本文算法在面向不平衡數(shù)據(jù)準確率最大提升了22%，面向混合數(shù)據(jù)準確率提升了3%。
　　(3)對算法模型進行并行化處理，設計并實現(xiàn)