基于K-Means聚类的医保诈骗分析_建模校赛论文.pdfVIP

封一 答卷编号（竞赛组委会填写）： 答卷编号（竞赛组委会填写）： 论文题目：基于K-Means聚类的医保诈骗分析 参赛队员： 1.姓名：周堃野 学院：土木工程 学号：1201130631 电话 2.姓名：马鹏飞 学院：土木工程学号：0901130407 电话 3.姓名：徐恒超 学院：土木工程学号：1201130428 电话 封二 答卷编号（参赛报名号）： 答卷编号（竞赛组委会填写）： 评阅情况（评阅专家填写）： 评阅1. 评阅2. 评阅3. 基于K-Means 聚类的医保诈骗分析 2015 年6 月7 日 摘要 向医保管理机构骗取医保基金或医保待遇的行为，严重威胁到医疗保险制度的稳定发展和医疗保 险的合理利用。本文通过对已知病人医疗记录的分析，探究了如何利用数据挖掘方式，并借助轮廓系数 法以及 K-MEANS++ 算法来从大量的数据中有效地寻找疑似骗保记录。 首先，根据医院科室治疗疾病类别的相对单一性，即在同一科室内的病人患病种类相似程度很高。 造成的病人在医嘱、用药、治疗时间、购药频数和购药总额等信息具有相似性。将患者以所属科室进行 分类，得到 75 个大类。而后，对患者的信息进行分析，我们发现附件中具有大量对结果不具有决定性 的信息，例如患者性别、患者年龄、患者医保卡所属类别和患者所在单位等。在筛选过后，我们保留了 附件2.2 中的相关数据作为数据源，并进一步加工，归纳，得到了最终模型所需要的四类数据。即，病 人ID、病人购药数量、病人购药总额和病人购药频数。 在确定骗保行为的过程中，我们将上面得到的 75 种大类患者，按照大类内人数进行分类。得到四 种类别：人数在个位数，人数在十到一百，人数在一百到两百和人数在两百以上四种类别。对于前三种 类别我们使用 EXCEL 进行数据分析，即可得到每个类中的疑似骗保人数；对于人数在二百以上的类 别，这种方法明显是不可取的。我们尝试利用数据挖掘的方法，进行聚类分析K-means 算法和孤立点 的判断法，得到了在大量数据中不符合常理的行为，即骗保行为。 综上所述，我们尝试性的解决了海量数据中，归纳-学习-发现骗保行为的问题。数据良好的反映了 现实。 1 目录 1 问题重述 3 1.1 问题背景 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 1.2 相关信息及待解决问题 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 2 问题分析 3 3 问题假设