基于图数据的异常行为检测方法、装置、设备和存储介质与流程

本申请涉及医疗保险检测领域，特别是涉及一种基于图数据的异常行为检测方法、装置、设备和存储介质。

背景技术：

1、医疗保险是组成社会保障体系的一部分，因此医疗保险在现代生活中发挥着至关重要的作。但在医疗保险制度不断深入的过程中，由于参保覆盖面的扩大，医疗保险监管难度也逐步增加，而医疗保险异常行为的发生会使得医疗保险机构和政府面临着严重的经济损失，也使得真正需要医疗保险进行经济补偿的患者，由于医保异常行为可能导致无法得到及时有效的治疗，因此如何检测医疗保险异常行为医疗保险场景下所面临的问题。

2、目前，可以采用基于医学知识规则库对医疗保险异常行为进行检测，以及依靠监管人员已有经验与规则对医疗保险异常行为进行人工检测。然而，在实际场景下，医疗保险异常行为较为复杂，因此基于医学知识规则库与人工检测的方式对较为复杂的医疗保险行为进行判别，可能与实际情况存在差异，由此降低对异常行为检测的准确度。因此，如何提升异常行为检测的准确度是亟需解决的问题。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种能够提升异常行为检测的准确度的基于图数据的异常行为检测方法、装置、设备和存储介质。

2、第一方面，本申请提供了一种基于图数据的异常行为检测方法。所述方法包括：

3、获取多个待检测行为，待检测行为用于描述受益者向服务提供者发起的医保交易行为；

4、根据多个待检测行为，构建异质实体图数据，异质实体图数据至少包括：受益者对应的受益者节点、服务提供者对应的服务提供者节点、以及用于连接受益者节点与服务提供者节点之间的待检测行为边；

5、对异质实体图数据进行图特征提取，获取异质实体特征，异质实体特征至少包括：各受益者节点对应的受益者特征、各服务提供者节点对应的服务提供者特征、以及各待检测行为边对应的行为特征；

6、通过异质实体特征，对各待检测行为边对应的待检测行为进行行为类别检测，以获取各待检测行为对应的异常行为检测结果。

7、第二方面，本申请还提供了一种基于图数据的异常行为检测装置。所述装置包括：

8、行为获取模块，获取多个待检测行为，待检测行为用于描述受益者向服务提供者发起的医保交易行为；

9、图数据构建模块，用于根据多个待检测行为，构建异质实体图数据，异质实体图数据至少包括：受益者对应的受益者节点、服务提供者对应的服务提供者节点、以及用于连接受益者节点与服务提供者节点之间的待检测行为边；

10、特征提取模块，用于对异质实体图数据进行图特征提取，获取异质实体特征，异质实体特征至少包括：各受益者节点对应的受益者特征、各服务提供者节点对应的服务提供者特征、以及各待检测行为边对应的行为特征；

11、异常行为检测模块，用于通过异质实体特征，对各待检测行为边对应的待检测行为进行行为类别检测，以获取各待检测行为对应的异常行为检测结果。

12、第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

13、获取多个待检测行为，待检测行为用于描述受益者向服务提供者发起的医保交易行为；

14、根据多个待检测行为，构建异质实体图数据，异质实体图数据至少包括：受益者对应的受益者节点、服务提供者对应的服务提供者节点、以及用于连接受益者节点与服务提供者节点之间的待检测行为边；

15、对异质实体图数据进行图特征提取，获取异质实体特征，异质实体特征至少包括：各受益者节点对应的受益者特征、各服务提供者节点对应的服务提供者特征、以及各待检测行为边对应的行为特征；

16、通过异质实体特征，对各待检测行为边对应的待检测行为进行行为类别检测，以获取各待检测行为对应的异常行为检测结果。

17、第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

18、获取多个待检测行为，待检测行为用于描述受益者向服务提供者发起的医保交易行为；

19、根据多个待检测行为，构建异质实体图数据，异质实体图数据至少包括：受益者对应的受益者节点、服务提供者对应的服务提供者节点、以及用于连接受益者节点与服务提供者节点之间的待检测行为边；

20、对异质实体图数据进行图特征提取，获取异质实体特征，异质实体特征至少包括：各受益者节点对应的受益者特征、各服务提供者节点对应的服务提供者特征、以及各待检测行为边对应的行为特征；

21、通过异质实体特征，对各待检测行为边对应的待检测行为进行行为类别检测，以获取各待检测行为对应的异常行为检测结果。

22、第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：

23、获取多个待检测行为，待检测行为用于描述受益者向服务提供者发起的医保交易行为；

24、根据多个待检测行为，构建异质实体图数据，异质实体图数据至少包括：受益者对应的受益者节点、服务提供者对应的服务提供者节点、以及用于连接受益者节点与服务提供者节点之间的待检测行为边；

25、对异质实体图数据进行图特征提取，获取异质实体特征，异质实体特征至少包括：各受益者节点对应的受益者特征、各服务提供者节点对应的服务提供者特征、以及各待检测行为边对应的行为特征；

26、通过异质实体特征，对各待检测行为边对应的待检测行为进行行为类别检测，以获取各待检测行为对应的异常行为检测结果。

27、上述基于图数据的异常行为检测方法、装置、计算机设备、存储介质和计算机程序产品，获取多个待检测行为，待检测行为用于描述受益者向服务提供者发起的医保交易行为，再根据多个待检测行为，构建异质实体图数据，异质实体图数据至少包括：受益者对应的受益者节点、服务提供者对应的服务提供者节点、以及用于连接受益者节点与服务提供者节点之间的待检测行为边，并对异质实体图数据进行图特征提取，获取异质实体特征，异质实体特征至少包括：各受益者节点对应的受益者特征、各服务提供者节点对应的服务提供者特征、以及各待检测行为边对应的行为特征，最后，通过异质实体特征，对各待检测行为边对应的待检测行为进行行为类别检测，以获取各待检测行为对应的异常行为检测结果。通过前述方式，由于异质实体图数据中包括不同节点属性的节点，以及连接各节点的边，由此在进行图特征提取时，针对各节点可以得到自身的节点属性特征，以及存在边的其他节点的节点属性特征，而针对各边可以得到自身的边属性特征，以及与自身具有相邻关系的其他边的边属性特征，使得所得到的异质实体特征能够包括对各节点以及边进行信息聚合后的多维度特征，从而在进行异常行为检测时能够考虑到更多维度特征信息，以提升异常行为检测的准确度。

技术特征：

1.一种基于图数据的异常行为检测方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，在所述获取多个待检测行为之后，所述方法还包括：

3.根据权利要求2所述的方法，其特征在于，所述团队行为特征具体通过特征提取模型进行；

4.根据权利要求3所述的方法，其特征在于，所述对所述同质行为图样本中的各所述异常行为节点样本进行特征提取，获取各所述异常行为节点样本的团队行为样本特征，包括：

5.根据权利要求4所述的方法，其特征在于，所述通过各所述风险传播样本矩阵进行风险扩展计算，以确定各所述异常行为节点样本的团队行为样本特征，包括：

6.根据权利要求1所述的方法，其特征在于，所述对所述异质实体图数据进行图特征提取，获取异质实体特征，包括：

7.根据权利要求6所述的方法，其特征在于，所述根据所述异质实体图数据、各所述节点属性特征和各所述边属性特征进行信息聚合，以获取所述异质实体特征，包括：

8.根据权利要求7所述的方法，其特征在于，所述根据所述异质实体图数据、各所述节点属性特征和各所述边属性特征进行信息聚合，以获取所述异质实体特征，还包括：

9.根据权利要求7所述的方法，其特征在于，所述根据所述异质实体图数据、各所述节点属性特征和各所述边属性特征进行信息聚合，以获取所述异质实体特征，还包括：

10.根据权利要求1所述的方法，其特征在于，所述通过所述异质实体特征，对各所述待检测行为边对应的待检测行为进行行为类别检测，以获取各所述待检测行为对应的异常行为检测结果，包括：

11.一种基于图数据的异常行为检测装置，其特征在于，所述装置包括：

12.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至10中任一项所述的方法的步骤。

13.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至10中任一项所述的方法的步骤。

14.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至10中任一项所述的方法的步骤。

技术总结
本申请涉及一种基于图数据的异常行为检测方法、装置、计算机设备、存储介质和计算机程序产品，本申请应用于医疗保险领域。所述方法包括：获取多个待检测行为，待检测行为用于描述受益者向服务提供者发起的医保交易行为；根据多个待检测行为，构建异质实体图数据；对异质实体图数据进行图特征提取，获取异质实体特征；其中，受益者特征至少包括：受益者节点的节点属性特征，以及与受益者节点之间存在待检测行为边的节点的节点属性特征；通过异质实体特征，对各待检测行为边对应的待检测行为进行行为类别检测，以获取各待检测行为对应的异常行为检测结果。采用本方法能够提升异常行为检测的准确度。

技术研发人员：欧阳逸,程大伟,马嘉成
受保护的技术使用者：腾讯医疗健康（深圳）有限公司
技术研发日：
技术公布日：2024/1/13