[发明专利]异常参保人购药数据检测方法、装置、设备及存储介质

权利要求书

1.一种异常参保人购药数据检测方法，其特征在于，所述异常参保人购药数据检测方法包括以下步骤：

获取待检测参保人购药数据，其中，所述待检测参保人购药数据包括限额使用率、购药时间和药品单价；

将所述待检测参保人购药数据输入预先训练完成的聚类模型进行聚类，以将所述待检测参保人购药数据划分为若干个基于不同限额使用率范围的待检测群组；

根据各个待检测群组的限额使用率范围从各个待检测群组中确定异常待检测群组，并根据所述异常待检测群组包含的各个待检测参保人购药数据的购药时间，确定待检测时间段；

对所述待检测时间段内所述异常待检测群组包含的各个待检测参保人购药数据中的药品单价种类个数进行分析，以从所述异常待检测群组中检测出异常参保人购药数据。

2.如权利要求1所述的异常参保人购药数据检测方法，其特征在于，所述获取待检测参保人购药数据的步骤之前，包括：

获取待检测参保人医保数据；

将所述待检测参保人医保数据输入预设清洗模型依次进行数据切片、数据分词、文本转换、字段填充的清洗处理，得到待检测参保人购药数据。

3.如权利要求1所述的异常参保人购药数据检测方法，其特征在于，所述获取待检测参保人购药数据的步骤之前，还包括：

采用无监督学习方法训练聚类模型。

4.如权利要求3所述的异常参保人购药数据检测方法，其特征在于，所述采用无监督学习方法训练聚类模型的步骤包括：

获取用于训练聚类模型的参保人购药数据；

根据用于训练聚类模型的参保人购药数据，建立用于训练聚类模型的训练样本；

根据所述训练样本，采用预设无监督学习聚类算法训练聚类模型。

5.如权利要求4所述的异常参保人购药数据检测方法，其特征在于，所述根据所述训练样本，采用预设无监督学习聚类算法训练聚类模型的步骤之后，包括：

根据预设成熟度计算公式mature＝ε*rate计算训练完成的聚类模型的成熟度，其中，mature表示成熟度，rate表示准确率，ε表示权重值；

判断训练完成的聚类模型的成熟度是否达到预设成熟度阈值；

若训练完成的聚类模型的成熟度达到预设成熟度阈值，则执行步骤：获取待检测参保人购药数据。

6.如权利要求1至5中任一项所述的异常参保人购药数据检测方法，其特征在于，所述根据各个待检测群组的限额使用率范围从各个待检测群组中确定异常待检测群组的步骤包括：

分别将各个待检测群组对应的限额使用率范围与预设限额使用率阈值进行比对；

将限额使用率范围下限值超出预设限额使用率阈值的待检测群组确定为异常待检测群组。

7.如权利要求1至5中任一项所述的异常参保人购药数据检测方法，其特征在于，所述对所述待检测时间段内所述异常待检测群组包含的各个待检测参保人购药数据中的药品单价种类个数进行分析，以从所述异常待检测群组中检测出异常参保人购药数据的步骤包括：

分别统计所述异常待检测群组包含的各个待检测参保人购药数据中所述待检测时间段内的药品单价种类个数；

分别将统计的各个药品单价种类个数与预设个数阈值进行比对；

对于所述异常待检测群组中药品单价种类个数超出预设个数阈值的待检测参保人购药数据转由人工进行二次检测，以检测出异常参保人购药数据。