基于混合方法的医疗欺诈行为检测

来源：华东师范大学学报·哲学社会科学版杂志2017年第5期北京时间：

作者：潘松松, 张伟佳

单位：潘松松,女,硕士研究生,研究方向为数据挖掘.E-mail:pss_ahnu@163.com

摘要：随着医保制度的不断完善，医保覆盖率的不断扩大，医保基金的正常运转已经与人民大众的切身利益密切相关.然而，频繁就医、分解住院和异常费用支出等欺诈行为的频繁发生，极大地威胁着医保基金的正常运转.本文先使用随机森林的方法分病种进行特征选择，然后通过基于Clustering-Based Local Outlier Factor（CBLOF）的方法以及改进的CBLOF方法检测异常的结算费用.同时通过基于规则的方法检测频繁就医和分解住院行为.通过在真实医保结算数据上进行实验，实验结果证明了方法的可行性和有效性.最后，本文给出了医保基金监督平台的系统框架，通过该平台对透视分析的结果进行可视化展示.

关键词：异常检测,局部异常因子,CBLOF,分解住院,

基金资助：国家重点研发计划（2016YFB1000904）