[发明专利]一种基于知识图谱的医疗保障骗保行为发现方法

权利要求书

1.一种基于知识图谱的医疗保障骗保行为发现方法，其特征在于：所述方法步骤具体如下：

S10、针对不同领域构建对应的领域本体库，通过映射构建全局本体库，完成知识图谱模式层构建；

S20、对所述知识图谱模式层进行信息抽取；

S30、根据实体类型及本体构建知识图谱实体关系，完成知识图谱构建；

S40、根据步骤S30获得的知识图谱，以人物为中心，将时间和空间融入图谱，构建以空间、时间和人物立体关系为一体的就医行为轨迹知识图谱；

S50、根据生产的就医行为轨迹知识图谱，聚类相似人员、推荐疑似骗保参保人员、挖掘出潜在骗保人员。

2.根据权利要求1所述的基于知识图谱的医疗保障骗保行为发现方法，其特征在于：所述步骤S10中的本体包括：知识图谱实体类型、实体关系类型，其中实体类型有参保人、参保单位、就诊时间、接诊医生、就诊医院、户籍地及药品等；实体关系类型有所属参保单位、家庭成员关系、所去就诊医院、所属看病医生、所在户籍地、就诊时间。

3.根据权利要求1所述的基于知识图谱的医疗保障骗保行为发现方法，其特征在于：所述步骤S20中的信息抽取包括实体抽取、关系抽取和属性抽取等内容，即从医疗保障数据库、公安户籍信息库中抽取出参保人基本信息、户籍信息、就诊信息。

4.根据权利要求1所述的基于知识图谱的医疗保障骗保行为发现方法，其特征在于：所述S30中还包括：

S31、通过知识合并、实体对齐和实体消歧，消除概念歧义、剔除冗余和错误概念，确保知识图谱的质量。

5.根据权利要求1所述的基于知识图谱的医疗保障骗保行为发现方法，其特征在于：所述步骤S40包括：

S41、构建同时就医关系，从参保人维度梳理就诊医院、就诊时间关系，挖掘出参保人与参保人之间的就医行为关系；

S42、构建同时间并且同一个医生的就诊关系图谱，从参保人维度梳理就诊时间、就诊医生关系，挖掘出参保人与参保人之间的就医行为关系；

S43、在关系空间中找出参保人与参保人之间的关系并给两者关系设置权重；

S44、根据上述步骤S41、S42、S43遍历所有参保人，构建出以参保人为实体及带有权重的就医行为新关系的图谱；

S45、根据上述步骤S44中构建出的就医行为新关系的图谱，删除多余的实体及实体关系。

6.根据权利要求5所述的基于知识图谱的医疗保障骗保行为发现方法，其特征在于：所述S43中通过A*算法实现在关系空间中找出参保人与参保人之间的关系并给两者关系设置权重；所述A*算法公式表示如下：

f(n)＝g(n)+h(n)；

其中，f(n)是从初始参保人经由参保人n到目标参保人的距离估计即权重，g(n)是在关系空间中从初始参保人到参保人n的实际距离；h(n)是从参保人到目标参保人的最佳路径的估计距离。

7.根据权利要求4或5所述的基于知识图谱的医疗保障骗保行为发现方法，其特征在于：所述步骤S50中聚类相似人员包括根据关系权重的强弱分析找出属于相同社区的人，形成聚类人群图谱；通过聚类算法实现，聚类算法如下：

根据每个参保人实体生成关系向量x(i)，所有参保人的关系向量可表示为{x(1),…,x(m)},将这些参保人聚类成k个簇(cluster),具体算法描述如下：

随机选取k个聚类质心点(clustercentroids)为μ1,μ2,…μk∈Rn；

重复如下过程直到收敛或者经过N次迭代{

对于每一个样例i,计算其应该属于的类；

对于每一个类j，重新计算该类的质心；