1、基于數(shù)據(jù)挖掘的醫(yī)保詐騙篩選模型研究(江景星、向晴、何澤煬摘要:針對(duì)醫(yī)療保險(xiǎn)領(lǐng)域中的詐騙行為，通過數(shù)據(jù)挖掘的方法，從大量數(shù)據(jù)中尋找規(guī)律，從而發(fā)現(xiàn)醫(yī)保數(shù)據(jù)中潛在的信息，篩選出詐騙人員。本文利用聚類分析得到主體變量，用模糊層次分析求得評(píng)價(jià)系數(shù)，并用熵值法確定標(biāo)準(zhǔn)值，從而篩選出騙保嫌疑人，最終用支持向量機(jī)方法檢驗(yàn)?zāi)Ｐ褪欠窈侠?。本文通過算例說明了該方法的應(yīng)用，以期輔助醫(yī)保安全運(yùn)營(yíng)和風(fēng)險(xiǎn)防控,達(dá)到完善現(xiàn)代醫(yī)?；疬\(yùn)營(yíng)體系的目的。關(guān)鍵詞：聚類分析 模糊層次分析法 二分法 支持向量機(jī) 一、 引言醫(yī)療保險(xiǎn)欺詐，是指公民故意捏造事實(shí)、弄虛作假、隱瞞真實(shí)情況等造成醫(yī)療保險(xiǎn)基金損失的行為。騙保人進(jìn)行醫(yī)保欺詐時(shí)通常使用

2、的手段有：1.拿著別人的醫(yī)?？ㄅ渌?；2.在不同的醫(yī)院和醫(yī)生處重復(fù)配藥。具體表現(xiàn)為：1.進(jìn)行單張?zhí)幏剿庂M(fèi)特別高；2.一張卡在一定時(shí)間內(nèi)反復(fù)多次拿藥。二、 醫(yī)保詐騙篩選模型研究（一）模型建立1.變量處理簡(jiǎn)單剔除無用變量后，運(yùn)用聚類分析法進(jìn)行降維處理。采用系統(tǒng)聚類法2，對(duì)變量進(jìn)行分類，即將n項(xiàng)指標(biāo)看成n類，根據(jù)指標(biāo)變量的親疏程度，將親疏程度最高的兩類進(jìn)行合并，然后考慮合并后的類與其他類之間的親疏程度，再進(jìn)行合并。重復(fù)這一過程，直到將所有的指標(biāo)合并為一類。(1計(jì)算向量間的距離：；為樣本數(shù)據(jù)矩陣的協(xié)方差陣。(2刻畫類的特征：平均距離；(3將平均距離最小的類歸為一類。(4根據(jù)需要，選取變量。2.模糊層次分

3、析法對(duì)詐騙可能性評(píng)價(jià)構(gòu)建病人醫(yī)保詐騙評(píng)價(jià)指標(biāo)層次結(jié)構(gòu)模型，在此基礎(chǔ)上運(yùn)用模糊層次分析及熵值法計(jì)算各指標(biāo)的相對(duì)權(quán)重，然后綜合運(yùn)用模糊綜合評(píng)價(jià)方法以及層次分析法的層次結(jié)構(gòu)建立的評(píng)價(jià)指標(biāo)體系3，對(duì)病人醫(yī)保欺詐情況做出定量的綜合評(píng)價(jià)。熵值賦權(quán)法求權(quán)重:(1建立評(píng)價(jià)系統(tǒng)的初始數(shù)據(jù)矩陣： (2數(shù)據(jù)標(biāo)準(zhǔn)化處理： ，表示標(biāo)準(zhǔn)化后的值。計(jì)算第項(xiàng)指標(biāo)下第個(gè)樣品的比重：由此得到數(shù)據(jù)的比重矩陣：(3計(jì)算指標(biāo)信息熵值和信息效用值：計(jì)算第項(xiàng)指標(biāo)的信息熵值：，得到結(jié)果：其中，為波爾茲曼常數(shù)，；本文中；信息效用價(jià)值取決于該指標(biāo)的信息熵與1之間的差值，越大，權(quán)重越大：，得到信息效用價(jià)值：；計(jì)算評(píng)價(jià)指標(biāo)權(quán)重：利用熵值法估計(jì)指標(biāo)權(quán)

4、重，本質(zhì)是利用該指標(biāo)信息的價(jià)值系數(shù)計(jì)算，價(jià)值系數(shù)越高，對(duì)評(píng)價(jià)的重要性就越大。第項(xiàng)指標(biāo)的權(quán)重為：。計(jì)算得到綜合指標(biāo)：綜合指標(biāo)為：。3.利用二分法確定標(biāo)準(zhǔn)值醫(yī)保詐騙相對(duì)具有共性，特征明顯如下圖，故存在明顯分界點(diǎn)，即所求標(biāo)準(zhǔn)值。利用二分法查找特殊標(biāo)準(zhǔn)值：二分法：對(duì)所有病人評(píng)價(jià)系數(shù)按從小到大順序排列，將其從中間分割為兩個(gè)區(qū)段,必存在T，使得Number1k,k+1,high>T,令新的區(qū)間為Number2low,，K-1 將其交界處分割點(diǎn)作為標(biāo)準(zhǔn)點(diǎn) 繼續(xù)選取 。 4.比對(duì)得到可能詐騙的病人ID將綜合指標(biāo)與進(jìn)行比較，得到詐騙者ID號(hào)。（二）支持向量機(jī)模擬檢驗(yàn)將病人騙保與非騙保看做對(duì)病人類型的分類，

5、以所得結(jié)論作為訓(xùn)練樣本，每個(gè)標(biāo)記為屬于兩類，對(duì)兩兩分類變量分別進(jìn)行支持向量機(jī)分析4，得出分類曲線，將數(shù)據(jù)區(qū)分開，觀察不同區(qū)域病人騙保情況，如果發(fā)現(xiàn)兩類病人較為明顯的區(qū)分在分類線兩側(cè)，則認(rèn)為模型預(yù)測(cè)數(shù)據(jù)較為準(zhǔn)確。利用R軟件建立支持向量線性模擬檢測(cè)器，對(duì)分類結(jié)果進(jìn)行檢驗(yàn)，繪制圖形如下。通過上述圖像定性分析，圈點(diǎn)和差點(diǎn)基本分布在分類線兩側(cè)，檢測(cè)器找到一條支持向量檢測(cè)線很好地將兩類數(shù)據(jù)分開，區(qū)分情況與我們先前推測(cè)的結(jié)果基本符合，由此得出結(jié)論在一定誤差范圍內(nèi)，一維支持向量機(jī)模型可以很好區(qū)分不同類別病人，該數(shù)學(xué)模型具有較高的準(zhǔn)確性與科學(xué)性。三、 結(jié)果分析運(yùn)用模糊層次分析法進(jìn)行分析，采用熵值法，根據(jù)各項(xiàng)指標(biāo)觀測(cè)值所提供的信息的大小確定出不同指標(biāo)的對(duì)應(yīng)權(quán)重，購藥總花費(fèi)系數(shù)<購藥頻數(shù)系數(shù)<開囑醫(yī)生數(shù)目系數(shù)，開囑醫(yī)生數(shù)目所占權(quán)重最大，可以預(yù)測(cè)大多數(shù)詐騙人員都具有開囑醫(yī)生多的特點(diǎn)，對(duì)于這一類病人應(yīng)進(jìn)行重點(diǎn)排查，防止詐騙行為的發(fā)生。最后得出疑似欺詐病例，其主要特點(diǎn)是購藥花費(fèi)大、買藥次數(shù)多、開囑醫(yī)生多，可見前期變量選擇準(zhǔn)確，可以很好反映欺詐病人特點(diǎn)，醫(yī)院可以從這三方面入手加強(qiáng)監(jiān)管力度，發(fā)現(xiàn)潛在的醫(yī)保欺詐病人，一旦查出欺詐病人則吊銷其醫(yī)?？ㄌ?hào)，嚴(yán)厲打擊醫(yī)保騙保行為。本文在最后依據(jù)有監(jiān)督學(xué)習(xí)原理，引入支持向量機(jī)線性模擬器，判斷推