一种基于主成分分析算法的医保欺诈识别方法与流程

技术特征：

1.一种基于主成分分析算法的医保欺诈识别方法，其特征在于，包括如下步骤：

步骤S1，获取医保基础数据，生成医保结构化数据集X；

步骤S2，对所述医保结构化数据集X中的各项数据进行标准化处理，生成标准化矩阵Z；

步骤S3，计算所述标准化矩阵Z的协方差矩阵R，并求解样本协方差矩阵R的特征方程，确定主成分；

步骤S4，将标准化后的指标变量转换为主成分得分；

步骤S5，分别计算每个主成分得分的均值和标准差，根据切比雪夫定律计算每个主成分维度下的异常阈值；

步骤S6，以每个主成分为坐标，制作二维空间散点图，将每个散点代表实际医保账户，判断大于步骤S5中异常阈值的医保报销账号视为异常帐号，将异常帐号以可视化形式进行呈现。

2.如权利要求1所述的基于主成分分析算法的医保欺诈识别方法，其特征在于，在所述步骤S1中，所述医保基础数据，包括：医保基金帐号、每个帐号基金报销总额、门诊天数、基金报销比例和门诊花费总额。

3.如权利要求2所述的基于主成分分析算法的医保欺诈识别方法，其特征在于，在所述步骤S1中，计算每个医保基金账号每天门诊花费总额和基金报销总额，进而计算每年门诊报销总天数、基金报销额和基金报销比例，生成医保结构化数据集X。

4.如权利要求1所述的基于主成分分析算法的医保欺诈识别方法，其特征在于，在所述步骤S2中，

采集样本向量x＝(X₁,X₂,X₃)^T)，n个样品xi＝(x_i1,x_i2,x_i3)T，i＝1,2,…,n，进行如下标准化变换：

$Z_{ij}=\frac{x_{ij}-{\stackrel{\‾}{x}}_j}{s_j},i=1,2,...,n;j=1,2,...,p$

其中p为特征变量个数，得到标准化矩阵Z。

5.如权利要求1所述的基于主成分分析算法的医保欺诈识别方法，其特征在于，在所述步骤S3中，所述协方差矩阵R为：

$R={\[r_{ij}\]}_{p}xp=\frac{Z^{T}Z}{n-1}$

其中，k为样本数。

6.如权利要求5所述的基于主成分分析算法的医保欺诈识别方法，其特征在于，在所述步骤S3中，所述求解样本协方差R的特征方程，确定主成分，包括:

计算样本协方差矩阵R的特征方程|R-λI_p|＝0，得到p个特征根,确定主成分；根据其中，λ为特征值、m为待选主成分数、p为变量数，当取2个主成分PC1和PC2时，对每个λj,计算方程组Rb＝λjb，得到单位特征向量其中，j＝1,2。

7.如权利要求5所述的基于主成分分析算法的医保欺诈识别方法，其特征在于，在所述步骤S4中，所述将标准化后的指标变量转换为主成分得分，包括：

$U_{ij}=z_i^T{b}_j^o,j=1,2,...,m,$

其中，U_ij为每个样本主成分得分，各样本主成分总得分＝U1+U2。

8.如权利要求1所述的基于主成分分析算法的医保欺诈识别方法，其特征在于，在所述步骤S5中，所述根据切比雪夫定律计算每个主成分维度下的异常阈值，包括：

max＝mean+4*std，

其中，max为异常阈值，mean为主成分得分的均值，std为主成分得分的标准差。