基于BP神经网络的异常医保数据挖掘方法研究

发布时间：2020-12-10 00:07

　　近年来,异常医保消费案件的发生在全球范围内愈演愈烈,每年都会导致国家社保机构大量的医保基金损失。异常医保消费不仅不利于国民道德诚信建设,还影响了国家医保相关法律法规的公平实施和医保基金的有效利用。异常医保消费案件的不断出现已经严重阻碍了我国医疗保险的可持续发展。因此,怎样快速的识别出异常医保消费案件并给予有效的遏制己成为学术界一个很有价值的研究课题。但是,目前我国各学者的研究主要是围绕医保法律法规的建设完善和各类监督制度的健全等方面,对于利用科技手段来解决这一问题的研究较为少见,基于这个背景,本文尝试利用BP神经网络算法来对异常医保消费数据进行研究。本文的研究重点主要是怎样从医保消费数据中快速有效地识别出异常医保消费行为,先是对医疗保险消费行为出现异常的形式和目前我国大量沿用的防范异常消费的相关政策法规进行归纳,收集现存的大量异常消费案例进行总结,找出这些异常消费行为的规律,分析常见异常消费行为在数据层面上的行为特征,并以此作为异常消费行为检测的基础,从而设计了一个运用BP神经网络算法的异常医保消费检测模型。接着提取目前使用的医保数据信息系统中的海量数据,抽取部分典型数据作为训练样本和... 

【文章来源】：广西大学广西壮族自治区 211工程院校

【文章页数】：51 页

【学位级别】：硕士

【部分图文】：

图２－１转化过程??Ｆｉｇ．?２－１?Ｔｒａｎｓｆｏｒｍａｔｉｏｎ?ｐｒｏｃｅｓｓ??

控制信号来调节人体的各项技能活动。整个协调的过程中，作为基本单位的神经元细胞??的形态与别的类型细胞不太一样，它具有许多突起，分别被命名为细胞体、轴突和树突??气如图２－２所示：??＾来自其他神经元轴突神经末梢??胞核?Ｙ?神经末梢??—＼树突??图２＿２神经元??Ｆｉｇ．２－２?Ｎｅｕｒｏｎ??神经网络技术就是这样的一种模拟人类大脑的结构以期能够实现类人工智能的机??器学习技术。人工神经网络的基础为“人工神经元”，最早的“人工神经元”模型于上??个世纪六十年代提出，又名“感知器”，结构如图２－３所示。图中的圆圈代表一个感知??器，；为感知器接收的多个输入项，接着产生一个输出值。??１１??

Ｆｉｇ．４－３?Ｎｅｕｒａｌ?ｎｅｔｗｏｒｋ?ｓｔｒｕｃｔｕｒｅ?ｄｉａｇｒａｍ??ＭＡＴＬＡＢ生成的训练结果如图４－４所示，表明经过２３０次迭代后，异常医保消费检测??模型训练完成，误差小于预先设定的误差阈值。如此训练好的异常医保消费检测模型已??经具备对输入的样本数据中的异常医保消费行为的检测能力，下一步就可以通过输入测??试样本进行后续的测试步骤。??［?＇?一一’｜??Ｂｆｊ?：?？?－，?ｌ?Ｕ?＇?＇?；?＜Ｈｉ＇?ｒ?；?＇，１?；?？?＇?：?－?？?Ｉ??Ｆｉｌｅ?Ｅｄｉｔ?Ｖｉｅｗ?Ｉｎｓｅｒｔ?Ｔｏｏｌｓ?Ｄｅｓｋｔｏｐ?Ｗｉｎｄｏｗ?Ｈｅｌｐ?、??Ｂｅｓｔ?Ｔｒａｉｎｉｎｇ?Ｐｅｒｆｏｒｍａｎｃｅ?ｉｓ?５．００１９ｅ－０８?ａｔ?ｅｐｏｃｈ?２３０???？???Ｔｒａｉｎ?：??１０°?－??Ｂｅｓｔ?；???Ｇｏａｌ?：??＿??！?Ｉ??－ｉｏＨ?￣＇?＼??


本文编号：2907709