医疗保险的欺诈发现模型

一、模型应用

现代社会的发展趋势下，许多行业的发展在市场的需求下应运而生。当提及人们的生活状态，所涉及的健康问题不容忽视。健康一直是人人所追求的，人们被疾病缠身时，当面临巨额的医药费，人们变得“害怕生病”，许多家庭也因此承担着巨大的压力。为了给健康多一份保障，人们逐渐意识到购买医疗保险的重要性。医疗保险是指以保险合同约定的医疗行为的发生为给付保险金条件，为被保险人接受诊疗期间的医疗费用支出提供保障的保险。

近年来有关医保欺诈的事件却层出不穷，不法分子“钻空子”，利用医保赔偿，通过不同方式的欺诈来谋取利益。为此本案例通过历史信息挖掘出欺诈行为的特征，切实维护保险企业的利益，使得行业发展得到安全保障。

二、实现流程

根据该案例的挖掘目标，得知医保欺诈的主体，即为医疗机构与投保人，从两个主体对象的角度出发，通过分析两者的行为特征及相互联系，检测发现疑似医保欺诈的行为。本案例的总体流程如下图所示：

三、核心技术

• 变量对比法

• Benford定律

• K-Means聚类
  

• 关联规则

四、你可以将本模型用于

• 教与学：可落地操作、学生参与度高、交互性强；

• 科研：将前沿热门的深度学习技术与具体行业应用结合，为科学研究提供素材。

• 生产：将模型改进后直接用于实际生产环境： 医疗保险的欺诈发现。

五、运行环境

windows／linux／mac OS，64位操作系统，内存：4GB以上，R3.5.1

六、资源展示