基于固定时间窗的医保数据处理方法、装置、设备及介质与流程

本发明涉及数据处理领域，尤其涉及一种基于固定时间窗的医保数据处理方法、装置、设备及介质。

背景技术：

随着科学技术的发展，如特殊数据查询、异常数据处理等数据处理技术也随之发展。数据处理技术也应用于不同领域中，如医疗领域、应用程序领域等。

如在医疗领域中，对于医保数据经常需要进行异常数据查询，例如查询患者在使用医保前提下，一周内去同一科室的就诊次数；亦或者在使用医保前提下，患者在一周内取药次数，以根据上述数据对患者的医保数据进行异常判断。现有技术中一般采用滑动时间窗方法来实现。滑动时间窗方法指的是对于预设感兴趣的时间窗，在基于事件发生的时间点构建的时间轴上，从左至右的顺序每次滑动一个时间窗的单位，进而获取当前时间窗内包含事件的个数。该方法存在以下不足之处：该方法需要对整个时间轴进行穷举才可以得到每一个时间窗对应的结果，检测时间较长，进而导致检测效率较低。

技术实现要素：

本发明实施例提供一种基于固定时间窗的医保数据处理方法、装置、设备及介质，以解决检测时间较长以及检测效率低的问题。

一种基于固定时间窗的医保数据处理方法，包括：

获取预设时间段内医保使用事件的触发时间点以及所述医保使用事件的触发总次数；

根据预设展示规则，将所述医保使用事件及其触发时间点展示在预设时间轴上，并获取所述预设时间轴上所有相邻的两个医保使用事件之间的时间间隔；

根据预设固定时间窗以及所述时间间隔，将所述预设时间轴切割为若干个子时间轴；

获取各所述子时间轴中包含的所述医保使用事件的总个数，并将包含医保使用事件总个数最多的子时间轴记录为第一子时间轴；

根据所述预设固定时间窗以及预设频次确定方法，确定所述第一子时间轴对应的第一最密集频次；所述第一最密集频次表征对应于所述预设固定时间窗，所述第一子时间轴中存在的触发所述医保使用事件的最大频次；

在所述第一最密集频次符合预设频次标准时，提示所述预设时间段内的医保使用事件异常。

一种基于固定时间窗的医保数据处理装置，包括：

数据获取模块，用于获取预设时间段内医保使用事件的触发时间点以及所述医保使用事件的触发总次数；

数据展示模块，用于根据预设展示规则，将所述医保使用事件及其触发时间点展示在预设时间轴上，并获取所述预设时间轴上所有相邻的两个医保使用事件之间的时间间隔；

时间轴切割模块，用于根据预设固定时间窗以及所述时间间隔，将所述预设时间轴切割为若干个子时间轴；

第一子时间轴确定模块，用于获取各所述子时间轴中包含的所述医保使用事件的总个数，并将包含医保使用事件总个数最多的子时间轴记录为第一子时间轴；

第一频次确定模块，用于根据所述预设固定时间窗以及预设频次确定方法，确定所述第一子时间轴对应的第一最密集频次；所述第一最密集频次表征对应于所述预设固定时间窗，所述第一子时间轴中存在的触发所述医保使用事件的最大频次；

第一异常提示模块，用于在所述第一最密集频次符合预设频次标准时，提示所述预设时间段内的医保使用事件异常。

一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述基于固定时间窗的医保数据处理方法。

一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述基于固定时间窗的医保数据处理方法。

上述基于固定时间窗的医保数据处理方法、装置、设备及介质，通过获取预设时间段内医保使用事件的触发时间点以及所述医保使用事件的触发总次数；根据预设展示规则，将所述医保使用事件及其触发时间点展示在预设时间轴上，并获取所述预设时间轴上所有相邻的两个医保使用事件之间的时间间隔；根据预设固定时间窗以及所述时间间隔，将所述预设时间轴切割为若干个子时间轴；获取各所述子时间轴中包含的所述医保使用事件的总个数，并将包含医保使用事件总个数最多的子时间轴记录为第一子时间轴；根据所述预设固定时间窗以及预设频次确定方法，确定所述第一子时间轴对应的第一最密集频次；所述第一最密集频次表征对应于所述预设固定时间窗，所述第一子时间轴中存在的触发所述医保使用事件的最大频次；在所述第一最密集频次符合预设频次标准时，提示所述预设时间段内的医保使用事件异常。

本发明首先通过将时间轴上的时间间隔与预设固定时间窗，对预设时间轴进行切割；对预设时间轴进行有效剪枝，不需要对时间轴进行穷举，进而节省异常数据处理的时间；其次对于包含医保使用事件最多的第一子时间轴进行首次检测，在该第一子时间轴对应的第一最密集频次符合预设频次标准时，即可判定在预设时间段内医保使用事件存在异常现象，则可以删除剩余的子时间轴，在缩短检测时间的同时，减少了系统计算量，从而可以更加快速的校验预设时间段内是否存在异常现象；通过上述方法，在对数据量较大的医保使用事件中，可以更加快速检测是否发生异常现象，以便推动智慧城市的建设。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一实施例中基于固定时间窗的医保数据处理方法的一应用环境示意图；

图2是本发明一实施例中基于固定时间窗的医保数据处理方法的一流程图；

图3是本发明一实施例中基于固定时间窗的医保数据处理方法中s30的一流程图；

图4是本发明一实施例中基于固定时间窗的医保数据处理方法中s40的一流程图；

图5是本发明一实施例中基于固定时间窗的医保数据处理方法中s50的一流程图；

图6是本发明一实施例中基于固定时间窗的医保数据处理装置的一原理框图；

图7是本发明一实施例中基于固定时间窗的医保数据处理装置中的时间轴切割模块的一原理框图；

图8是本发明一实施例中基于固定时间窗的医保数据处理装置中的第一子时间轴确定模块的一原理框图；

图9是本发明一实施例中基于固定时间窗的医保数据处理装置中的第一频次确定模块的一原理框图；

图10是本发明一实施例中计算机设备的一示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例提供的基于固定时间窗的医保数据处理方法，该基于固定时间窗的医保数据处理方法可应用如图1所示的应用环境中。具体地，该基于固定时间窗的医保数据处理方法应用在基于固定时间窗的医保数据处理系统中，该基于固定时间窗的医保数据处理系统包括如图1所示的客户端和服务器，客户端与服务器通过网络进行通信，用于解决检测时间较长以及检测效率低的问题。其中，客户端又称为用户端，是指与服务器相对应,为客户提供本地服务的程序。客户端可安装在但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备上。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。

在一实施例中，如图2所示，提供一种基于固定时间窗的医保数据处理方法应用在图1所示的服务器中，该方法包括如下步骤：

s10：获取预设时间段内医保使用事件的触发时间点以及所述医保使用事件的触发总次数。

其中，预设时间段可以根据实际场景需求进行设定，示例性地，预设时间段可以为一周或者一个月等。示例性地，医保使用事件可以为患者到同一科室的就诊记录；亦或者是患者取药的次数。触发时间点指的是在预设时间段内监测到医保使用事件发生对应的时间点。触发总次数指的是在预设时间段内医保使用事件触发的总量。

s20：根据预设展示规则，将所述医保使用事件及其触发时间点展示在预设时间轴上，并获取所述预设时间轴上所有相邻的两个医保使用事件之间的时间间隔。

其中，预设展示规则可以为根据每一医保使用事件对应的触发时间点的先后顺序，对每一医保使用事件进行排序，且医保使用事件之间的间隔即为其对应的触发时间点之间的时间间隔。也即在预设时间轴上每一坐标点表征了每一医保使用事件对应的时间点。

具体地，在获取预设时间段内医保使用事件的触发时间点以及所述医保使用事件的触发总次数之后，将每一医保使用事件按照与其对应的触发时间点的先后顺序展示在预设时间轴上，进而可以在预设时间轴上清楚了解每一医保使用事件对应的时间点以及医保使用事件的触发总次数(也即在预设时间轴上坐标点的个数)，并获取预设时间轴上所有相邻的两个医保使用事件之间的时间间隔。

s30：根据预设固定时间窗以及所述时间间隔，将所述预设时间轴切割为若干个子时间轴。

其中，预设固定时间窗指的是固定的监测窗口，也即通过医保使用事件在预设固定时间窗内的触发频次可用于判定该医保使用事件是否出现异常，该预设固定时间窗可以根据实际应用场景进行设定。子时间轴指的是对预设时间轴进行切割后分割得到的时间轴，也即子时间轴是预设时间轴的一部分。

在一具体实施方式中，如图3所示，步骤s30包含如下步骤：

s301：将各所述时间间隔与所述预设固定时间窗进行对比。

s302：在所述时间间隔大于所述预设固定时间窗时，校验该时间间隔是否为首位时间间隔；所述首位时间间隔是指在所述预设时间轴上位于第一位的时间间隔。

s303：在所述时间间隔为首位时间间隔时，自所述预设时间轴上删除该首位时间间隔以及位于所述首位时间间隔之前的第一个医保使用事件。

s304：在所述时间间隔不是首位时间间隔时，自所述预设时间轴上删除该时间间隔，并在与该时间间隔对应的位置对所述预设时间轴进行切割，将位于该时间间隔之后的所述医保使用事件记录为后一子时间轴的起点事件，同时将位于该时间间隔之前的所述医保使用事件记录为前一子时间轴的末点事件。

具体地，在根据预设展示规则，将所述医保使用事件及其触发时间点展示在预设时间轴上，并获取所述预设时间轴上所有相邻的两个医保使用事件之间的时间间隔之后，将预设固定时间窗与各时间间隔进行比较，以判定时间间隔是否大于预设固定时间窗。

由于预设固定时间窗是根据具体应用场景进行设定，故在时间间隔大于预设固定时间窗时，表征该时间间隔对应的相邻两个医保使用事件的触发时间点相隔时间很长，且超过预设固定时间窗的监测时间，也即表征该时间间隔对应的相邻两个医保使用事件不存在异常，也即正常数据，进而删除该时间间隔节省查找异常数据的时间，提高异常数据处理效率。

进一步地，由于在时间间隔大于预设固定时间窗时，需要在预设时间轴上对该时间间隔进行切割，而首位时间间隔对应的相邻两个医保使用事件中，其中一个为在预设时间轴上位于该首位时间间隔之前的第一个医保使用事件，在对该首位时间间隔进行切割之后，第一个医保使用事件单独作为一个子时间轴的情况下，该子时间轴一定不会出现异常，因此在大于预设固定时间窗的时间间隔为首位时间间隔时，自所述预设时间轴上删除该首位时间间隔以及位于所述首位时间间隔之前的第一个医保使用事件，从而节省异常数据处理的时间。

进一步地，在所述时间间隔不是首位时间间隔时，自所述预设时间轴上删除该时间间隔，并在与该时间间隔对应的位置对所述预设时间轴进行切割，将位于该时间间隔之后的所述医保使用事件记录为后一子时间轴的起点事件，同时将位于该时间间隔之前的所述医保使用事件记录为前一子时间轴的末点事件。

进一步地，在时间间隔为末尾时间间隔时(也即在预设时间轴上最后一个时间间隔)，且该末尾时间间隔大于预设固定时间窗，因此对该末尾时间间隔进行切割后，将与末尾时间间隔对应的前一个医保使用事件作为前一个子时间轴的末点事件，而剩余的即为最后一个医保使用事件，最后一个医保使用事件单独作为一个子时间轴的情况下，该子时间轴一定不会出现异常，因此可以自预设时间轴上删除该末尾时间间隔以及位于末尾时间间隔之后的最后一个医保使用事件。

在另一具体实施方式中，在时间间隔小于或等于预设固定时间窗时，表征该时间间隔符合预设固定时间窗的监测范围，因此保留该时间间隔，也即不删除该时间间隔。

s40：获取各所述子时间轴中包含的所述医保使用事件的总个数，并将包含医保使用事件总个数最多的子时间轴记录为第一子时间轴。

具体地，根据预设固定时间窗以及所述时间间隔，将所述预设时间轴切割为若干个子时间轴之后，获取各所述子时间轴中包含的所述医保使用事件的总个数，并将包含医保使用事件总个数最多的子时间轴记录为第一子时间轴。

进一步地，如图4所示，步骤s40中，还包括如下步骤：

s401：删除合格时间轴，所述合格时间轴是指包含的所述医保使用事件的总个数少于预设数量的所述子时间轴。

其中，预设数量指的是医保使用事件允许触发的次数；示例性地，在医学场景下，患者在使用医保的前提下，一周时间内到同一科室问诊的次数最多允许出现三次；亦或者一周时间内取药次数最对允许出现四次等。

s402：在删除合格时间轴之后的所述子时间轴的数量大于或等于一时，将包含医保使用事件总个数最多的子时间轴记录为第一子时间轴。

s403：在删除合格时间轴之后的所述子时间轴的数量等于零时，提示所述预设时间段内的医保使用事件未出现异常。

具体地，在根据预设固定时间窗以及所述时间间隔，将所述预设时间轴切割为若干个子时间轴之后，获取各所述子时间轴中包含的所述医保使用事件的总个数；在任意一个子时间轴上的医保使用事件的总个数少于预设数量时，删除该子时间轴，也即合格时间轴；在删除所有合格时间轴之后，检测剩余子时间轴的数量，若剩余子时间轴的数量大于或等于一时，也即表征此时仍存在不合格时间轴，则将包含医保使用事件总个数最多的子时间轴记录为第一子时间轴，以在后续步骤中对该第一子时间轴进行首位检测。

进一步地，若剩余子时间轴的数量等于零时，表征此时不存在不合格时间轴，也即各子时间轴上的医保使用事件均未出现异常，因此可以提示在预设时间段内医保使用事件未出现异常。

s50：根据所述预设固定时间窗以及预设频次确定方法，确定所述第一子时间轴对应的第一最密集频次；所述第一最密集频次表征对应于所述预设固定时间窗，所述第一子时间轴中存在的触发所述医保使用事件的最大频次。

其中，预设频次确定方法用于确定任意一个子时间轴上的最密集频次。

具体地，在获取各所述子时间轴中包含的所述医保使用事件的总个数，并将包含医保使用事件总个数最多的子时间轴记录为第一子时间轴之后，根据所述预设固定时间窗以及预设频次确定方法，确定在预设固定时间窗内第一子时间轴中存在触发医保使用事件的最大频次，并将该最大频次记录为第一子时间轴对应的第一最密集频次。

进一步地，如图5所示，步骤s50中具体包括如下步骤：

s501：按照时间顺序选取所述第一子时间轴上预设数量的医保使用事件作为初始化元素组，将所述初始化元素组中相邻的医保使用事件之间的时间间隔的总时长记录为第一累计时间间隔。

其中，时间顺序指的是医保使用事件对应的触发时间点的先后顺序。预设数量指的是医保使用事件允许触发的次数；示例性地，在医学场景下，患者在使用医保的前提下，一周时间内到同一科室问诊的次数最多允许出现三次；亦或者一周时间内取药次数最对允许出现四次等。初始化元素组为在第一子时间轴上包含预设数量的医保使用事件的组合。

具体地，在获取各所述子时间轴中包含的所述医保使用事件的总个数，并将包含医保使用事件总个数最多的子时间轴记录为第一子时间轴之后，根据第一子时间轴上各医保使用事件对应的触发时间点的先后顺序，选取预设数量的医保使用事件作为初始化元素组。可以理解地，可以选取第一子时间轴上第一个医保使用事件和第二个医保使用事件作为初始化元素组。不应该选取第一子时间轴上第一个医保使用事件和第三个医保使用事件作为初始化元素组，因为本实施例需要确定的最大频次与各医保使用事件均相关，若不是连续选择医保使用事件，则可能导致最后得到的最大频次是错误的，降低了异常数据处理的准确性。在本实施例中，将第一子时间轴的第一个医保使用事件作为起始点，也即自第一个医保使用事件开始选取预设数量的医保使用事件作为初始化元素组。

s502：在所述第一累计时间间隔小于或等于所述预设固定时间窗时，将所述第一累计时间间隔与所述初始化元素组关联存储为第一频次数据。

具体地，在按照时间顺序选取所述第一子时间轴上预设数量的医保使用事件作为初始化元素组，将所述初始化元素组中相邻的医保使用事件之间的时间间隔的总时长记录为第一累计时间间隔之后，将第一累计时间间隔与预设固定时间窗进行比对，并在第一累计时间间隔小于或等于预设固定时间窗时，表征该第一累计时间间隔符合预设固定时间窗的监测要求，将该第一累计时间间隔与初始化元素组关联存储为第一频次数据。

s503：检测所述初始化元素组中的最后一个医保使用事件之后是否还存在医保使用事件。

具体地，在所述第一累计时间间隔小于或等于所述预设固定时间窗时，将所述第一累计时间间隔与所述初始化元素组关联存储为第一频次数据之后，检测初始化元素组中的最后一个医保使用事件之后是否还存在医保使用事件。示例性地，假设第一子时间轴上包含按照时间顺序排列的五个医保使用事件，假设初始化元素组包含第一个医保使用事件、第二个医保使用事件以及第三个医保使用事件，则在初始化元素组中的最后一个医保使用事件(也即第三个医保使用事件)之后还存在医保使用事件。

s504：在所述初始化元素组中的最后一个医保使用事件之后不存在医保使用事件时，将所述第一频次数据记录为与所述第一子时间轴对应的第一最密集频次。

具体地，在检测所述初始化元素组中的最后一个医保使用事件之后是否还存在医保使用事件之后，在初始化元素组中的最后一个医保使用事件之后并不存在医保使用事件时，表征第一子时间轴校验完毕，进而将第一频次数据记录为与第一子时间轴对应的第一最密集频次。

进一步地，在步骤s503之后，还包括：

s505：在所述初始化元素组中最后一个医保使用事件之后存在医保使用事件时，将所述初始化元素组中最后一个医保使用事件之后的医保使用事件加入所述初始化元素组中，以组成第二元素组，将所述第二元素组中相邻的医保使用事件之间的时间间隔的总时长记录为第二累计时间间隔。

具体地，在检测所述初始化元素组中的最后一个医保使用事件之后是否还存在医保使用事件之后，若在初始化元素组中的最后一个医保使用事件之后存在医保使用事件，则表征第一子时间轴尚未校验完毕，则将初始化元素组中最后一个医保使用事件之后的医保使用事件加入初始化元素组中，以组成第二元素组，并将第二元素组中相邻的医保使用事件之间的时间间隔的总时长记录为第二累计时间间隔。

s506：在所述第二累计时间间隔小于或等于所述预设固定时间窗时，若所述第二元素组中的最后一个医保使用事件之后并不存在医保使用事件，将所述第二累计时间间隔与所述第二元素组关联存储为与所述第一子时间轴对应的第一最密集频次。

具体地，在将所述初始化元素组中最后一个医保使用事件之后的医保使用事件加入所述初始化元素组中，以组成第二元素组，将所述第二元素组中相邻的医保使用事件之间的时间间隔的总时长记录为第二累计时间间隔之后，将第二累计时间间隔与预设固定时间窗进行比对，在第二累计时间间隔小于或等于预设固定时间窗时，检测第二元素组中的最后一个医保使用事件之后是否存在医保使用事件，若第二元素组中的最后一个医保使用事件之后不存在医保使用事件，将第二累计时间间隔与第二元素组关联存储为与第一子时间轴对应的第一密集频次。可以理解地，若在加入新的医保使用事件之后，第二元素组对应的第二累计时间间隔仍小于或等于预设固定时间窗，则表征该医保使用事件的与其它医保使用事件之间时间间隔短，因此将第二累计时间间隔与第二元素组关联存储为与第一子时间轴对应的第一密集频次。

进一步地，若第二元素组中的最后一个医保使用事件之后仍存在医保使用事件，则重复步骤s505至s506，以得到第四元素组、第五元素组等，直至第一子时间轴中所有医保使用事件均遍历完成。

在一具体实施方式中，步骤s501之后，也即按照时间顺序选取所述第一子时间轴上预设数量的医保使用事件作为初始化元素组，将所述初始化元素组中相邻的医保使用事件之间的时间间隔的总时长记录为第一累计时间间隔之后，还包括如下步骤：

s507：在所述第一累计时间间隔大于所述预设固定时间窗时，若所述初始化元素组中最后一个医保使用事件之后还存在医保使用事件，将所述初始化元素组中最后一个医保使用事件之后的医保使用事件加入所述初始化元素组中，并按照时间顺序删除所述初始化元素组中的第一个医保使用事件，以组成第三元素组，将所述第三元素组中相邻的医保使用事件之间的时间间隔的总时长记录为第三累计时间间隔。

具体地，在将所述初始化元素组中相邻的医保使用事件之间的时间间隔的总时长记录为第一累计时间间隔之后，将第一累计时间间隔与预设固定时间窗进行比较，在第一累计时间间隔大于预设固定时间窗时，检测初始化元素组中最后一个医保使用事件之后是否还存在医保使用事件；在所述第一累计时间间隔大于所述预设固定时间窗时，若所述初始化元素组中最后一个医保使用事件之后还存在医保使用事件，将所述初始化元素组中最后一个医保使用事件之后的医保使用事件加入所述初始化元素组中，并按照时间顺序删除所述初始化元素组中的第一个医保使用事件，以组成第三元素组，将所述第三元素组中相邻的医保使用事件之间的时间间隔的总时长记录为第三累计时间间隔。

s508：在所述第三累计时间间隔小于或等于所述预设固定时间窗时，将所述第三累计时间间隔与所述第三元素组关联存储为第三频次数据。

s509：在所述第三元素组中的最后一个医保使用事件之后并不存在医保使用事件时，将所述第一频次数据和第三频次数据中频次密度最大者记录为与所述第一子时间轴对应的第一最密集频次。

其中，频次密度指的是第一频次数据(或第三频次数据)对应的元素组中医保使用事件个数与累计时间间隔的比值。

具体地，在第三累计时间间隔小于或等于预设固定时间窗时，将第三累计时间间隔与第三元素关联存储为第三频次数据；并检测第三元素组中的最后一个医保使用事件之后是否存在医保使用事件，若第三元素组中的最后一个医保使用事件之后不存在医保使用事件，则获取第一频次数据的频次密度，也即第一频次数据中初始化元素组中医保使用事件个数与第一累计时间间隔的比值；获取第三频次数据的频次密度，也即第三频次数据中第三元素组中医保使用事件个数与第三累计时间间隔的比值；进而将第一频次数据和第三频次数据中频次密度最大者记录为与所述第一子时间轴对应的第一最密集频次。

在另一具体实施方式中，步骤s507之后，也即在所述第一累计时间间隔大于所述预设固定时间窗之后，还包括：

在所述初始化元素组中最后一个医保使用事件之后并不存在医保使用事件时，提示所述预设时间段内的医保使用事件未出现异常。

可以理解地，初始化元素组中包含预设数量的医保使用事件，也即该初始化元素组中医保使用事件的数量是符合要求的，因此在第一累计时间间隔大于预设固定时间窗之后，在初始化元素组中最后一个医保使用时间之后并不存在医保使用事件时，表征第一子时间轴上的医保使用时间均为出现异常，因此即可计时在预设时间段内的医保使用事件未出现异常现象。

s60：在所述第一最密集频次符合预设频次标准时，提示所述预设时间段内的医保使用事件异常。

其中，预设频次标准可以根据不同场景进行设定；假设在医疗场景下，某患者在一个月内获取相同处方的次数应不超过五次，超过五次则表征可能存在骗保的嫌疑等异常，因此将预设频次标准设定为患者在一个月内获取相同处方次数超过五次。

具体地，在根据所述预设固定时间窗以及预设频次确定方法，确定所述第一子时间轴对应的第一最密集频次之后，将第一最密集频次与预设频次标准进行对比，确定第一最密集频次是否符合预设频次标准，若该第一最密集频次符合预设频率标准，则提示在预设时间段内医保使用事件存在异常现象，以供校验人员对其进行校验。

进一步地，在第一最密集频次符合预设频次标准时，表征在该第一子时间轴上已经确定在预设时间段内医保使用事件存在异常现象，则可以删除剩余子时间轴，在减小系统计算量的同时，缩短了异常数据处理的时间。

在一具体实施方式中，在步骤s50之后，也即根据所述预设固定时间窗以及预设频次确定方法，确定所述第一子时间轴对应的第一最密集频次之后，还包括如下步骤：

s70：在所述第一最密集频次并不符合预设频次标准时，将包含医保使用事件总个数次多的子时间轴记录为第二子时间轴。

具体地，在根据所述预设固定时间窗以及预设频次确定方法，确定所述第一子时间轴对应的第一最密集频次之后，将第一最密集频次与预设频次标准进行对比，确定第一最密集频次是否符合预设频次标准，若该第一最密集频次不符合预设频率标准，则表征该第一子时间轴上的医保使用事件并未出现异常现象，因此需要继续校验剩余子时间轴中是否存在医保使用事件出现异常的现象，进而将包含医保使用事件总个数次多的子时间轴记录为第二子时间轴。

s80：根据所述预设固定时间窗以及预设频次确定方法，确定所述第二子时间轴对应的第二最密集频次；所述第二最密集频次表征对应于所述预设固定时间窗，所述第二子时间轴中存在的触发所述医保使用事件的最大频次。

具体地，在所述第一最密集频次并不符合预设频次标准时，将包含医保使用事件总个数次多的子时间轴记录为第二子时间轴之后，根据所述预设固定时间窗以及预设频次确定方法，确定在预设固定时间窗内第二子时间轴存在触发医保使用事件的最大频次，并将该最大频次记录为第二子时间轴对应的第二最密集频次。

s90：在所述第二最密集频次符合预设频次标准时，提示所述预设时间段内的医保使用事件异常。

具体地，在根据所述预设固定时间窗以及预设频次确定方法，确定所述第二子时间轴对应的第二最密集频次之后，将第二最密集频次与预设频次标准进行对比，确定第二最密集频次是否符合预设频次标准，若该第二最密集频次符合预设频次标准，则提示在预设时间段内医保使用事件存在异常现象，以供校验人员对其进行校验。

进一步地，在第二最密集频次符合预设频次标准时，表征在该第二子时间轴上已经确定在预设时间段内医保使用事件存在异常现象，则可以删除剩余子时间轴，在减小系统计算量的同时，缩短了异常数据处理的时间。

进一步地，在第二最密集频次不符合预设频次标准时，则校验包含目标时间总个数第三多的子时间轴，若仍然不符合预设频率标准，则依次遍历剩余所有子时间轴，在任意一个子时间轴对应的最密集频次符合预设频次标准时，停止校验过程，并提示在预设时间段内医保使用事件存在异常现象，亦或者在剩余子时间轴为零，且所有子时间轴对应的最密集频次均不符合预设频次标准时，停止校验，并提示在预设时间段内医保使用事件暂无异常现象。

在本实施例中，首先通过将时间轴上的时间间隔与预设固定时间窗，对预设时间轴进行切割；对预设时间轴进行有效剪枝，进而节省异常数据处理的时间；其次对于包含医保使用事件最多的第一子时间轴进行首次检测，在该第一子时间轴对应的第一最密集频次符合预设频次标准时，即可判定在预设时间段内医保使用事件存在异常现象，则可以删除剩余的子时间轴，在缩短检测时间的同时，减少了系统计算量，从而可以更加快速的校验预设时间段内是否存在异常现象；通过上述方法，可以对预设时间段内存在大量数据的场景下，更加快速检测是否发生异常现象。

在另一具体实施例中，为了保证上述实施例中的医保使用事件的私密以及安全性，可以将医保使用事件存储在区块链中。其中，区块链(blockchain)，是由区块(block)形成的加密的、链式的交易的存储结构。

例如，每个区块的头部既可以包括区块中所有交易的哈希值，同时也包含前一个区块中所有交易的哈希值，从而基于哈希值实现区块中交易的防篡改和防伪造；新产生的交易被填充到区块并经过区块链网络中节点的共识后，会被追加到区块链的尾部从而形成链式的增长。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

在一实施例中，提供一种基于固定时间窗的医保数据处理装置，该基于固定时间窗的医保数据处理装置与上述实施例中基于固定时间窗的医保数据处理方法一一对应。如图6所示，该基于固定时间窗的医保数据处理包括如下模块：

数据获取模块10，用于获取预设时间段内医保使用事件的触发时间点以及所述医保使用事件的触发总次数；

数据展示模块20，用于根据预设展示规则，将所述医保使用事件及其触发时间点展示在预设时间轴上，并获取所述预设时间轴上所有相邻的两个医保使用事件之间的时间间隔；

时间轴切割模块30，用于根据预设固定时间窗以及所述时间间隔，将所述预设时间轴切割为若干个子时间轴；

第一子时间轴确定模块40，用于获取各所述子时间轴中包含的所述医保使用事件的总个数，并将包含医保使用事件总个数最多的子时间轴记录为第一子时间轴；

第一频次确定模块50，用于根据所述预设固定时间窗以及预设频次确定方法，确定所述第一子时间轴对应的第一最密集频次；所述第一最密集频次表征对应于所述预设固定时间窗，所述第一子时间轴中存在的触发所述医保使用事件的最大频次；

第一异常提示模块60，用于在所述第一最密集频次符合预设频次标准时，提示所述预设时间段内的医保使用事件异常。

优选地，如图7所示，时间轴切割模块30包括如下单元：

数据对比单元301，用于将各所述时间间隔与所述预设固定时间窗进行对比；

位置检测单元302，用于在所述时间间隔大于所述预设固定时间窗时，校验该时间间隔是否为首位时间间隔；所述首位时间间隔是指在所述预设时间轴上位于第一位的时间间隔；

第一数据删除单元303，用于在所述时间间隔为首位时间间隔时，自所述预设时间轴上删除该首位时间间隔以及位于所述首位时间间隔之前的第一个医保使用事件；

第二数据删除单元304，用于在所述时间间隔不是首位时间间隔时，自所述预设时间轴上删除该时间间隔，并在与该时间间隔对应的位置对所述预设时间轴进行切割，将位于该时间间隔之后的所述医保使用事件记录为后一子时间轴的起点事件，同时将位于该时间间隔之前的所述医保使用事件记录为前一子时间轴的末点事件。

优选地，该基于固定时间窗的医保数据处理装置还包括如下模块：

第二子时间轴确定模块70，用于在所述第一最密集频次并不符合预设频次标准时，将包含医保使用事件总个数次多的子时间轴记录为第二子时间轴；

第二频次确定模块80，用于根据所述预设固定时间窗以及预设频次确定方法，确定所述第二子时间轴对应的第二最密集频次；所述第二最密集频次表征对应于所述预设固定时间窗，所述第二子时间轴中存在的触发所述医保使用事件的最大频次；

第二异常提示模块90，用于在所述第二最密集频次符合预设频次标准时，提示所述预设时间段内的医保使用事件异常。

优选地，如图8所示，第一子时间轴确定模块40包括如下单元：

时间轴删除单元401，用于删除合格时间轴，所述合格时间轴是指包含的所述医保使用事件的总个数少于预设数量的所述子时间轴。

子时间轴确定单元402，用于在删除合格时间轴之后的所述子时间轴的数量大于或等于一时，将包含医保使用事件总个数最多的子时间轴记录为第一子时间轴。

第一异常提示单元403，用于在删除合格时间轴之后的所述子时间轴的数量等于零时，提示所述预设时间段内的医保使用事件未出现异常。

优选地，如图9所示，第一频次确定模块50包括如下单元：

元素组确定单元501，用于按照时间顺序选取所述第一子时间轴上预设数量的医保使用事件作为初始化元素组，将所述初始化元素组中相邻的医保使用事件之间的时间间隔的总时长记录为第一累计时间间隔。

第一频次数据确定单元502，用于在所述第一累计时间间隔小于或等于所述预设固定时间窗时，将所述第一累计时间间隔与所述初始化元素组关联存储为第一频次数据；

事件检测单元503，用于检测所述初始化元素组中的最后一个医保使用事件之后是否还存在医保使用事件；

第一频次确定单元504，用于在所述初始化元素组中的最后一个医保使用事件之后不存在医保使用事件时，将所述第一频次数据记录为与所述第一子时间轴对应的第一最密集频次。

优选地，第一频次确定模块50还包括如下单元：

第一元素组调整单元505，用于在所述初始化元素组中最后一个医保使用事件之后存在医保使用事件时，将所述初始化元素组中最后一个医保使用事件之后的医保使用事件加入所述初始化元素组中，以组成第二元素组，将所述第二元素组中相邻的医保使用事件之间的时间间隔的总时长记录为第二累计时间间隔；

第二频次确定单元506，用于在所述第二累计时间间隔小于或等于所述预设固定时间窗时，若所述第二元素组中的最后一个医保使用事件之后并不存在医保使用事件，将所述第二累计时间间隔与所述第二元素组关联存储为与所述第一子时间轴对应的第一最密集频次。

优选地，第一频次确定模块50还包括如下单元：

第二元素组调整单元507，用于在所述第一累计时间间隔大于所述预设固定时间窗时，若所述初始化元素组中最后一个医保使用事件之后还存在医保使用事件，将所述初始化元素组中最后一个医保使用事件之后的医保使用事件加入所述初始化元素组中，并按照时间顺序删除所述初始化元素组中的第一个医保使用事件，以组成第三元素组，将所述第三元素组中相邻的医保使用事件之间的时间间隔的总时长记录为第三累计时间间隔；

第三频次确定单元508，用于在所述第三累计时间间隔小于或等于所述预设固定时间窗时，将所述第三累计时间间隔与所述第三元素组关联存储为第三频次数据；

第四频次确定单元509，用于在所述第三元素组中的最后一个医保使用事件之后并不存在医保使用事件时，将所述第一频次数据和第三频次数据中频次密度最大者记录为与所述第一子时间轴对应的第一最密集频次。

优选地，第一频次确定模块50还包括如下单元：

第二异常提示单元，用于在所述初始化元素组中最后一个医保使用事件之后并不存在医保使用事件时，提示所述预设时间段内的医保使用事件未出现异常。

关于基于固定时间窗的医保数据处理装置的具体限定可以参见上文中对于基于固定时间窗的医保数据处理方法的限定，在此不再赘述。上述基于固定时间窗的医保数据处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图10所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于上述实施例中基于固定时间窗的医保数据处理方法所使用到的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于固定时间窗的医保数据处理方法。

在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述实施例中的基于固定时间窗的医保数据处理方法。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述实施例中的基于固定时间窗的医保数据处理方法。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。