数学建模医保欺诈行为的主动发现介绍.docVIP

医保欺诈行为的主动发现 摘要 对于医保诈骗行为，我们认为仅通过一个模型直接找出所有的欺诈类型既不准确，操作起来又比较困难。所以我们根据题附件中的费用明细表，通过分析费用数据与诈骗行为之间的关系建立模型一；根据各个表中出现的异常值，我们将异常值视为可能是医保欺诈行为，并由此建立模型二。 针对模型一，我们从三方面考虑。首先，单张处方的总价过高可能为欺诈，但是考虑到总价与单价、数量之间的相互影响，对此我们先对单价、数量、总价进行相关分析，发现单价与总价呈弱相关；然后用聚类分析对医嘱子类、单价、数量、总价进行分类，案例数少的类即有欺诈嫌疑；其次，对病人ID号标记重复个案，由于重复个案所占比例较大，对重复个案进一步进行了聚类分析；最后，若下医嘱科室与病人科室不一致则可能为欺诈，对此我们绘制了简单线图，不在y=x直线上的即为欺诈记录。 针对模型二，建立合理的欺诈评判标准，检测其中的异常数据，进而对医保行为作出识别。首先，构建基于Logistic分析的精炼欺诈识别因子模型。建立Logit回归模型并用SPSS软件进行统计分析，通过分析回归模型的拟合优度和因素显著性检验，提取出具有显著有效性的欺诈识别因子作为后续模型的学习样本标准。构建无导师学习的自组织特征映射（SOFM）神经网络模型。即以Logit统计分析提取的具有显著有效性的欺诈识别因子作为输入变