一种基于多特征的医疗保险欺诈检测方法

摘要

本发明公开了一种基于多特征的医疗保险数据欺诈检测方法。该方法针对医疗保险申报数据中患有某一种疾病的所有病人的治疗记录，结合医药分类知识，采用概率统计、混合高斯建模、特征融合等技术提取多种更具区分度的二级特征数据，再基于二级特征数据对病人的治疗记录进行向量化，然后通过将标注为“正常”的治疗数据进行聚类分析后，采用非线性支持向量机分类技术将聚类后的每一类正常治疗数据分别与标注为“欺诈”的治疗数据建立多个分类超平面，以实现对未标注的医疗保险数据进行欺诈检测。该方法能快速、有效地检测医疗保险数据中存在的欺诈数据，具有较高的准确性。