建模五組醫(yī)保欺詐行為主動發(fā)現(xiàn)

醫(yī)保行為的主動發(fā)在醫(yī)療保險領(lǐng)域，醫(yī)保問題是關(guān)乎到國民生計的重要問題，維持基金的收支平衡，對醫(yī)療保險進行有效的，保證醫(yī)療保險能穩(wěn)定有效的運營，醫(yī)療保險的發(fā)展和完善對能采取更加智能化段對醫(yī)療保險進行，杜絕和打擊一切榨取國家利益的行為。本文論述了對所提供數(shù)據(jù)的分析，根據(jù)醫(yī)療保險（）行的特征性和行為動作，利用數(shù)據(jù)挖掘中的聚類分析法、統(tǒng)計學等方法建立可靠的數(shù)學模型，主動發(fā)現(xiàn)醫(yī)保行為。醫(yī)保主要有以下幾種方法使用他人的醫(yī)保信息就醫(yī)；或虛開醫(yī)療票據(jù)進行報銷；讓醫(yī)生開出不需要的藥或醫(yī)療以上的行為在數(shù)據(jù)中的體現(xiàn)一、消費等級高（消費等級：每張賬單的平均消費額/該對應的科室的每張賬單的平均消費額；二、消費頻率大（消費頻率：一個月總賬單數(shù)/該對應的科室的總賬單數(shù)；三、一張卡在一定時間內(nèi)反復多次拿藥；1、第一類醫(yī)保：消費等級高和消費頻率大的醫(yī)保。研究的消費等級和消費頻對選出的數(shù)據(jù)用spss進行k-means聚類分析。2、第二類醫(yī)保：其他醫(yī)保行為。如：一張卡多人使用、在日期之后仍舊有消費記錄等，通過excel表格歸類分析，將題目表2.1資料pa-patmas表和2.2費用明細表dhc_workload中的部分內(nèi)容利用VLOOKUP函數(shù)進行整合，對比的ID，查找時間、消費結(jié)算時間、醫(yī)保，對比時間和結(jié)算時間，查找同一個醫(yī)?？ㄌ栂M的ID是否相同，若時間之后還有消費記錄或者同一個醫(yī)保消費的ID不同則為騙保。：醫(yī)保數(shù)據(jù)挖掘數(shù)據(jù)挖問題背景醫(yī)療保險是為補償公民因疾病所帶來的醫(yī)療費用的一種保險。參保公民因疾病、負傷、，也是以合同的方式預先向受疾病的人收取醫(yī)療保險費，建立醫(yī)療保險基金；當被保險人患病并去醫(yī)療機構(gòu)就診而發(fā)生醫(yī)療費用后，由醫(yī)療保險機構(gòu)給予一定的經(jīng)濟補償。因醫(yī)險具險兩能險移償。身由風險所致的經(jīng)濟損失分攤給所有受同樣風險的成員，用集中起來的醫(yī)療保險基金來補償疾病帶來定，對一部分看不起病的公民來說是最大的。醫(yī)療保險的作1、有利于提高勞動生產(chǎn)率，促進生產(chǎn)的發(fā)展2、調(diào)節(jié)收入差別，體現(xiàn)性3、社會安定的重要保障4、促進社會文明和進步的重要5、推進經(jīng)濟特別是國有企業(yè)的重要保證醫(yī)療保險行為指的是醫(yī)療保險管理和政策，采用虛構(gòu)事實、隱瞞以及其接故意，并且以占有醫(yī)?；鸹颢@得醫(yī)保待遇為目的，二是實施只要是通過事故變造虛原因或者夸大損失程度，以達到騙取醫(yī)療保險基金或者醫(yī)療保險待遇的目的。隨著我國醫(yī)療保險事業(yè)的不斷進步，我國醫(yī)保的覆蓋面不斷擴大，包括了城保、鎮(zhèn)保、常是保論依據(jù)，找出可能是醫(yī)保行為的醫(yī)療保險報銷數(shù)據(jù)。問題提出醫(yī)保行為的主動發(fā)根據(jù)附件中的數(shù)據(jù)，找出可能的記錄。注：數(shù)據(jù)中、號、、醫(yī)保為非真實數(shù)據(jù)。2.12.22.32.42.52.6數(shù)據(jù)挖掘是從大量的、不完全的、有噪聲的、模糊的、隨機的數(shù)據(jù)中，提取隱含在其源泉，就像從礦石中采礦一樣。本題中題目給出大量的數(shù)據(jù)，幾十萬份數(shù)據(jù)中，要解決題目給出的問題，必須從大量數(shù)據(jù)中挖掘出有用的數(shù)據(jù)為所用，所以采用了K-means方法分析數(shù)據(jù)。使用K-Means聚類算法的優(yōu)點主要集中在算法快速、簡單對大數(shù)據(jù)集有較高的效率并且是可伸縮性的時間復雜度近于線性，而且適合挖掘大規(guī)模數(shù)據(jù)集。K-Means聚類算法的時間復雜度是O，其中n代表數(shù)據(jù)集中對象的數(shù)量，t代表著算法迭代的次數(shù)，k代表著簇的數(shù)目。醫(yī)保分為兩大類，第一類醫(yī)保和第二類醫(yī)保第一類醫(yī)保：消費等級高和消費頻率大的醫(yī)保。這類醫(yī)保主要是通過開具病人不需要的醫(yī)保報銷藥或者使用不需要的醫(yī)療項目，由他人代作代用。發(fā)現(xiàn)這一類醫(yī)保欺詐通過對比的消費等級和消費頻率，將的執(zhí)行科室進行篩選分類，計算出每個科室病人的消費等級和消費頻率，通過數(shù)據(jù)挖掘中的聚類分析中-means聚類，找出其中消費等級，消費頻高的類定位可能的醫(yī)?！钡诙愥t(yī)保：其他醫(yī)保行為。其他醫(yī)保行為主要是通過借用、冒用他們的醫(yī)比各數(shù)據(jù)差別，例如一張醫(yī)保卡多人使用的醫(yī)保，通過Excel中的countif函數(shù)查找出2.1資料pa_patmas表中的PAPMI_NAME3項每個醫(yī)保出現(xiàn)的次數(shù)，利用篩選功能找出此類醫(yī)保的。醫(yī)保為1的為普通無嫌疑。消費總額和消費數(shù)量為負數(shù)則視為沖賬，取絕對值計每個有且只有一個ID 第i個科室第j行記錄單次消費 a表格第i個科室的第j行記錄的消費頻j表格第i個科室的第j行記錄的消費頻jCXX表格第i個科室的第j行記錄的消費等j 表格第i個科室的第j行記錄的消費頻Y表格第i個科室第j行記 消費總j 表格第i個科室的賬單總D五、模型建立與求解第一類醫(yī)保詐騙行針對第一類醫(yī)保行為，通過計算消費等級（消費等級：每張賬單的平均消費額/該對應的科室的每張賬單的平均消費額）和消費頻率大（消費頻率：一個月總賬單數(shù)該對應的科室的總賬單數(shù)用Eel處理原數(shù)據(jù)，得每個ps進行K-means的聚類分析，得出分類，對類別作分析。數(shù)據(jù)處理Excel分析表二，對原始數(shù)據(jù)做運算。通過Excel功能表中數(shù)據(jù)—篩選對WORKLOAD_RECDEP_DR項（執(zhí)行科室）進行處理，將不同科室的消費賬單分離出 i、平均消費i、消費等 i iYjiii利用Excel數(shù)據(jù)表功能，篩選出一個科室的賬單，將入數(shù)據(jù)表內(nèi)，分別拉進行和計數(shù)欄內(nèi)，得到消費頻數(shù)利用Excel的函數(shù)統(tǒng)計功能，篩選出一個科室的賬單，將i公式如下（n為Bj）inniAjij

aiai...ai(n1,2, i平均消費C ij公式如下（nBijACiCj消費等級

(i2,191,...502,j1,2,3...niBiiExcel中的函數(shù)統(tǒng)計功能，篩選出一個科室的賬單，利用除法公式，得到的返回值就是消費等級Xj。i公式如下（nBijiAij(i2,191,...502,j1,2,3...nC Cji消費頻率Yji利 中的函數(shù)技術(shù)功能，篩選出一個科室的賬單，利用除法公式，得到的返i值就是消費頻率Yj。ii

ij(i2,191,...502,j1,2,3...nD Dj具體處理結(jié)果詳見附件 數(shù)據(jù)處理結(jié)果建立聚類分析模型 Xj和消費頻率YjXj和消費頻率Yj公式如下1DK 1

d

i,xj jckjcSPSS計算結(jié)果如下初始聚1234迭代歷史記錄1234123456789a.迭代已停止，因為完成了最大次數(shù)的迭代。迭代無法收10。初始中心間的最小距離為2787.780。最終聚1234每個聚類中的案例數(shù)1234聚類結(jié)果如下1、消費頻率低，消費金額低，5427人4、消費頻率低，消費金額低，52298聚類結(jié)果分析第一類醫(yī)保行為：消費值等級高和消費頻率大的醫(yī)保行為。通過以上對數(shù)據(jù)的處”征，以此判斷，屬于第二類和第三類有騙保的嫌疑。第二類醫(yī)保行數(shù)據(jù)處理對于其他醫(yī)保行為，本文研究的有：一張卡多個使用的行為，還有之后仍然有消費記錄的情況，這一些情況在數(shù)據(jù)中有明顯的特征，研究數(shù)據(jù)屬性，利用Excel死后醫(yī)?？ㄈ匀挥邢M記錄21資料pa_patmas表格中的APM_DCEAD（標記）項中顯示結(jié)果為Y的話，證明，時間在PAPMI_DECEASED_DAT（時間項中呈現(xiàn)，利用篩選功能，將已經(jīng)的篩選出，并重建表格——2.1資料（記錄）pa_patmas，利用vlookup函數(shù)根據(jù)ID匹配2.2費用明細表dhc_workload表格中的WORKLOAD_FLAGDATE（結(jié)算日期）項進行一一匹配，對兩個日期常量做減法運算，將返回值改為“數(shù)值，”得到一個整數(shù)，若該數(shù)全為正數(shù)或0，則說明，沒有存在之后醫(yī)保卡沒有使用過，若存在負數(shù)，則說明該醫(yī)?？ù嬖隍_保行為。并根據(jù)日期和結(jié)算日期做兩條不想關(guān)的折線圖。數(shù)據(jù)統(tǒng)計如下YYYYYYYYYY日20000一卡多用類型的醫(yī)保行為從2.1資料pa_patmas表格中的PAPMI_NAME3（醫(yī)保）項中分析數(shù)據(jù)，模型假設(shè)中，將醫(yī)保為1的默認為不存在騙保行為，默認每個只有一個ID，若ID不同，則視為不同的。本文只研究不同ID且有正確醫(yī)保的是否有一從2.1資料pa_patmas表格中的PAPMI_NAME3（醫(yī)保）項中提取數(shù)據(jù)，建立新表格——2.1資料（一卡多用）pa_patmas，利用countif函數(shù)進行分析，返回值為一個醫(yī)保在一整列數(shù)據(jù)中出現(xiàn)的次數(shù)，根據(jù)countif函數(shù)的返回值，返回值為正整數(shù)，當countif函數(shù)的返回值為1時，證明該醫(yī)保只有一個的使用記錄，不存在一卡多用的情況，若countif函數(shù)的返回值大于1時，則證明此醫(yī)保卡存在多人使用的情況，該值的數(shù)據(jù)統(tǒng)計如下（呈現(xiàn)部分結(jié)果數(shù)據(jù)分析和結(jié)果展示針對死后醫(yī)?？ㄈ匀挥邢M記錄類型的醫(yī)保行觀察5.2.2得出的圖表數(shù)據(jù)，若該數(shù)全為正數(shù)或0，則說明，沒有存在之后醫(yī)?？]有使用過，若存在負數(shù)，則說明該醫(yī)?？ù嬖隍_保行為。并根據(jù)日期和結(jié)算日期做兩結(jié)果顯示：日期差值項沒有負數(shù)，全為正數(shù)或0，且折線圖結(jié)算日期全在日期至下或重合，未出現(xiàn)結(jié)算日期在日期之上的線段，所以分析出結(jié)果為：之后沒有消費記針對一卡多用類型的醫(yī)保行根據(jù)5.2.3展示的方法，得出結(jié)論：存在有一卡多用類型的醫(yī)保行為一卡二用（一卡二用（使用）366醫(yī)保手冊ID 醫(yī)保手冊ID 醫(yī)保手冊醫(yī)保手冊123六、模型的模型優(yōu)點聚類分析方法，科學合理K-means(K均值)算法接受一個參數(shù)K數(shù)據(jù)集中隨機選擇K個數(shù)據(jù)對象用來當做k有數(shù)據(jù)對象的平均值，并將