a1-2015年深圳杯夏令营优秀-医保欺诈行为的主动发现.pdf

医保 行为的主动发现 ——基于引进指标权重的聚类 算法 摘 要 医疗保险 行为的主动发现是维护医保基金安全的基础课题之一。本文将 针对现有一些识别方法存在的问题进行改进，应用“基于引进指标权重的聚类分 析算法”进行求解。 现有针对医保 识别的模型，大多采用统计回归、神经网络等辅助学习（有 ）的方法。这就需要人工筛选出一定量的 数据，因此存在较强的主观性、 工作量较大等问题。 经典的非辅助学习（无 ）方法，如聚类 将不同指标的重要程度视为 等同的，忽略指标间权重的差异，会影响分类精度。 为解决上述问题，在没有先验知识的情况下，比较精确的识别出 数据， 本文引入基于指标权重的欧氏距离，用以刻画数据之间的相似程度，通过聚类算 法将数据按照相似程度不同分成多类，分类中出现的孤立点即为疑似 点。为 了避免各个指标的权重给定中存在的主观性，本文引入只基于数据而非先验知识 的权重指标评价函数 CFuzziness( ω)，该函数刻画随着权重ω的改变，分类的 模糊程度的变化。运用粒子群优化（MPSO）算法，极小化属性权重评价函数，得 到每个指标的权重赋值。将得到的权重应用于聚类算法，即为本文所研究的基于 引进指标权重的聚类 算法。 通过以上求解思路进行求解，第一步可以得到执行科室、患者 ID、单张账 单总价、开嘱医生ID、患者拿药次数所对应的权重为： w=[0.1576 0.4387 0.8407 0.1622 0.4314] 第二步可以按照账单号合并多条拿药记录，并以账单号为索引，通过聚类分 析算法给出疑似 账单记录213 个。这样，“基于引进指标权重的聚类 算 法”就通过数据本身的差异，而非任何先验知识主动发现医保 记录。 关键词：指标权重 聚类 识别 粒子群优化算法 1 / 37 一、 问题重述 随着 经济发展，人民生活水平提高，越来越多的人在享受着医疗保险的 福利。但于此同时，也存在参保人利用保险体系的漏洞进行医保 行为，给医 疗保险基金带来了巨大的损失。单张处方药费特别高，一张卡在一定时间内反复 多次拿药等均为可能的医保 情况。如何通过参保人的医保消费记录，主动发 现此类 行为，避免医疗保险基金的损失，成为迫在眉睫的问题。本文将就医 保 行为的主动发现这一课题进行研究。 二、 问题 2.1 问题的难点 1.没有已知的 样本点，若采用人工选取样本点的方 存在较强的主观性。 2.通常的聚类 算法未考虑指标对于距离函数贡献程度的权重问题。 3.人工给出有效 识别指标以及各指标相应权重也可能存在较强的主观性。 4.数据量较大，选择算法时需要考虑到算法的时间复杂度与空间复杂度。 2.2 问题的总括 本文研究的重要问题是在没有先验条件，即没有已知 数据的情况下寻找 出可能的 记录。如果通过人工筛选给出部分 数据作为学习材料，存在较 强的主观性。为解决这样的问题，本文将采用非辅助学习（无 学习）方法。 通过比较 ，本文将采用聚类 算法，对数据进行分类处理，认为出现的孤 立点为疑似 点。作为一个实际的聚类问题，各种指标对于距离函数贡献程度 是不同的，但是传统的聚类 算法中，无论是采用欧氏距离还是马氏距离，都 将所有指标赋予相同的权重。本文考虑若能够给重要指标赋予较大权重，则可以 很大程度提高聚类效果。本文通过定义的属性权重评价函数在无先验条件的情况 下给出各参量的权重，再用基于属性权重的欧氏距离描述数据的相似程度。 三、 模型 与符号说明 3.1 条件 1. 每个患者是否 是相互