公开(公告)号：CN115760442A

公开(公告)日：2023-03-07

申请号：CN202211403240.7

申请日：2022-11-10

Applicant: 厦门理工学院

Inventor： 林开标 ,  陆江涛 ,  卢萍

IPC: G06Q40/08 ,  G06F16/901 ,  G06F18/25 ,  G06F18/241 ,  G16H10/60 ,  G06N3/04 ,  G06N3/084

Abstract: 本发明实施例提供一种基于就医行为的医保欺诈识别方法、装置、设备和介质，涉及医疗大数据技术领域。医保欺诈识别方法包含步骤S1至步骤S5。S1、获取医疗数据，并根据医疗数据构建医疗异构图。S2、根据行为模式对医疗异构图中的目标患者节点进行采样，获取目标患者节点的各个行为模式的行为异构图。S3、根据医疗异构图，获取全局拓扑嵌入。S4、通过两步注意力机制，先分别对各个行为异构图中的目标患者节点进行行为模式内的聚合，获取目标患者节点的各个行为模式的行为特征嵌入。然后，以全局拓扑嵌入指导各个行为模式的行为特征嵌入进行融合，获取目标患者节点的最终嵌入。S5、根据最终嵌入，进行分类，判断目标患者节点是否为医保欺诈者。

公开(公告)号：CN114463141A

公开(公告)日：2022-05-10

申请号：CN202210121924.1

申请日：2022-02-09

Applicant: 厦门理工学院

Inventor： 林开标 ,  陆江涛 ,  张杨 ,  卢萍

IPC: G06Q40/08 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于多层注意力机制图神经网络的医保欺诈检测算法，包含下述步骤：S1建立医疗保险欺诈检测AHIN模型；S2选取语义路径并寻找邻居节点；S3构建基于图神经网络的检测MHAMFD模型；S4获取待测年份数据或测试集中数据，输入MHAMFD模型中预测医保欺诈者。本发明通过对节电、路径、子图、不同时间多层注意力极值，构建基于图神经网络的检测MHAMFD模型，挖掘了AHIN中各个实体节点丰富交互关系，解决了一些医保欺诈检测方法忽略了多次就诊的异常行为特征的问题，同时减少了噪声节点、路径数据对最终预测任务的影响，为解决医保欺诈检测问题提供了理论基础。