基于异构信息网络的医疗保险反欺诈关键问题研究

发布时间：2021-03-14 21:32

　　随着互联网和大数据的发展,越来越多的企业和政府机构采用信息化技术来进行交易活动或者提供服务,如信用卡业务、医疗保险、汽车保险等。信息化在为合法用户提供便利的同时,也使得欺诈者拥有了新的欺诈途径。统计数据表明欺诈活动在全球范围内每年造成的经济损失高达数千亿。信用卡和财产保险等领域的欺诈检测已被广泛研究,但有些领域如医疗保险领域由于其数据及欺诈行为独有的特点,面临着更多的挑战和困难。医疗保险数据指医疗保险业务过程中获得的数据,包括医疗机构、患者、住院记录以及基金等异构信息。除了海量性、异构性等大数据共有的特点外,医疗保险数据具有领域知识粒度较为粗糙、离散性、冗余性等特性。医疗保险数据的上述特性加剧了医疗保险欺诈识别的困难程度。与此同时,医疗保险欺诈本身也面临比其他领域更复杂的情况。1)医疗保险欺诈主体类型并不单一。2)有些欺诈者了解充足的领域知识,能够巧妙躲避反欺诈规则,伪装成正常用户实施欺诈行为。3)当欺诈者有组织地进行合谋欺诈时,分析个人的行为将无法挖掘出欺诈记录。4)医疗保险涉及不同类型的主体,如医院、患者、诊疗项目等。除了单一实体的行为分析之外,欺诈线索还可能隐藏在不同实体的交互过... 

【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校

【文章页数】：172 页

【学位级别】：博士

【部分图文】：

图１．２：医疗保险数据离散性较高??为三种类型：一是医疗机构单独所为（供方欺诈），二是参保患者单独所为（需??方欺诈：），三是医疗机构与参保患者共同所为（医患合谋欺诈）

图１．３：异构信息网络对医疗保险数据建模示例??

图１．４：同构信息网络ＶＳ异构信息网络??

【参考文献】：
期刊论文
[1]特异群组挖掘:框架与应用[J]. 熊赟,朱扬勇.  大数据. 2015(02)



本文编号：3082986