社保医疗消费中地异常信息检测研究.pdfVIP

摘 要 社会医疗保险是社会医疗保障的基础，坚持“低水平，广覆盖”的原则，强 调“公平优先、兼顾效率”，承担基本医疗的保障职责。我国对社会医疗保险的投 入一直在不断的增长，社会医疗保险领域的信息化建设正在迅速发展。社保医疗 信息管理系统的建设，为医疗基金的管理带来了方便，但是随着参保人数以及待 遇项目不断增多，目前，不同地区的医保信息系统里已经积累了大量历史数据， 如何对这些数据做一些有效的分析，已经成为现阶段数据管理的一个难点。随着 数据挖掘技术的不断成熟与发展，其对数据的处理功能已经被人们接受并且广泛 应用到有数据分析需求的行业之中。在医保信息管理方面引入数据挖掘技术，对 大量沉积的历史数据进行处理，得出一些没有发现的信息和规则，辅助医保基金 风险防控和安全运营。 本文首先总结了目前在社会医疗保险管理上遇到的问题。介绍了常用的数据 挖掘方法，对聚类分析进行深入的探讨。研究了EM算法，并在选取初始化参数和 Server2008数据挖掘平台基础上，实 最大化步骤上对EM算法进行改进。在SQL 现改进EM算法，并通过插件方式注册到分析服务器算法库中，通过与EM算法的 Server2008上创建面向医疗消 比较，得出改进EM算法的有效性。随后，在SQL 费费用异常检测主题的数据仓库，生成多维数据集，用改进EM算法创建数据挖掘 模型，在此模型上，利用predict函数取得各种医疗消费费用的预测值，并通过 一系列的数据分析规则，得出医疗消费费用的异常记录。同时，标注真实的异常 消费记录作为跟踪，比较改进EM算法在查找异常记录上的查准率，证实了该算法 在实际应用中的有效性。本文的内容作为一种尝试性的探测，得出一种取得医疗 费用异常消费记录的分析方法。 本文主要研究成果包括：(1)改进EM算法，并验证改进EM算法的有效性；(2) 创建面向医疗消费费用异常分析主题的数据仓库，生成多维数据集，并在此基础 上完成数据分析流程，取得费用的异常消费记录，成为一种有效的分析消费费用 异常的方法。 关键词：社保医疗；异常检测；数据挖掘；聚类分析 ABSTRACT insurancehasbeenassumedthe ofbasicmedicalduties． Socialhealth protection health of thecontinualinvestmentofsocial With insurance，the managementsystem is fast．Theinformation of socialhealthinsurance developed managementsystem social convenienceforthe ofsocial provides managementsecurity．The security numberofinsured is differentofthesocial increased，andparts securitysystem people a amountofhistoricaldata．Withthe havebeenaccumulated r