[发明专利]多卡共现就医欺诈行为检测方法、系统、云端及介质

权利要求书

1.一种多卡共现就医欺诈行为检测方法，其特征在于，包括：

获取待检测的参保人总群体P；

统计所述总群体P内的所有参保人员在第一预设时间间隔范围内在医疗机构和药店的一级共现频次,根据所述一级共现频次生成参保人实体表以及参保人一级共现关系三元组表；

根据所述参保人实体表以及参保人一级共现关系三元组表建立多卡聚集知识图谱；

采用社区检测算法将所述总群体P划分为n个参保人群体；

分别统计所述n个参保人群体中每个参保人群体在第二预设时间间隔范围内在医师和科室的二级共现频次，根据所述二级共现频次生成参保人二级共现关系三元组表；

根据所述参保人二级共现关系三元组表更新所述多卡聚集知识图谱；

根据更新的所述多卡聚集知识图谱，采用社区检测算法再次将所述n个参保人群体中的每个参保人群体划分为m个参保人群体；m和n均为大于0的自然数；

寻找再次划分后的所有参保人群体中的每个参保人群体内的参保人中心节点；

抽取每个参保人中心节点对应的一阶子图，根据所述一阶子图采用多视图双聚类算法比较参保人员在医师、就医时间、药品、诊疗项目以及检查化验项目上就医行为的相似性，并输出所有参保人中心节点分别对应的就医行为相似的卡群；

对每个卡群中各参保人员的医保消费位置和人员位置是否分离进行验证，并根据验证结果生成分离标签。

2.根据权利要求1所述的方法，其特征在于，所述根据所述一阶子图采用多视图双聚类算法比较参保人员在医师、就医时间、药品、诊疗项目以及检查化验项目上就医行为的相似性，包括：

根据所述一阶子图分别计算医师矩阵、时间矩阵、药品矩阵、诊疗项目矩阵、检查化验项目矩阵；

根据所述医师矩阵、时间矩阵、药品矩阵、诊疗项目矩阵、检查化验项目矩阵，采用多视图双聚类算法比较参保人员在医师、就医时间、药品、诊疗项目以及检查化验项目上就医行为的相似性。

3.根据权利要求2所述的方法，其特征在于，所述根据所述一阶子图采用多视图双聚类算法比较参保人员在医师、就医时间、药品、诊疗项目以及检查化验项目上就医行为的相似性，并输出所有参保人中心节点分别对应的就医行为相似的卡群,包括:

建立双聚类矩阵集合(V，U),并初始化算法参数；

采用多视图双聚类算法对所述双聚类矩阵集合(V，U)进行迭代计算，得到包含lw个卡的卡群的集合φ；lw为卡群聚合数量；

确定所述集合φ是否为空集；

若所述集合φ为空集，则将所述lw的取值增加1；

确定lw的取值是否大于卡数阈值；若是，则输出卡群集合，若否，则返回采用多视图双聚类算法迭代计算集合φ的步骤；

若集合φ不为空，则确定集合φ的损失容错率是否小于或者等于容错率阈值；若是，则将集合φ中的卡群添加到卡群集合中；若否，则返回采用多视图双聚类算法迭代计算集合φ的步骤；

随机抽取集合φ中卡数为lw-1的小卡群，删除小卡群在(V、U)中对应的行，对双聚类矩阵进行更新；

返回重复执行双聚类计算及至更新双聚类矩阵集合(V，U)的步骤，直到(V,U)长度小于lw时,输出卡群集合。

4.根据权利要求1所述的方法，其特征在于，每个参保人群体内的参保人中心节点为采用pagerank中心性算法寻找到的参保人群体内的排名在前的预设比例的中心节点。

5.根据权利要求1所述的方法，其特征在于，在采用社区检测算法将所述总群体P划分为n个参保人群体中，剔除包含的参保人数量小于人数阈值的参保人群体，以得到所述n个参保人群体；和/或

在所述采用社区检测算法再次将所述n个参保人群体中的每个参保人群体划分为m个参保人群体中，剔除包含的参保人数量小于人数阈值的参保人群体，以得到所述m个参保人群体。

6.根据权利要求1所述的方法，其特征在于，所述社区检测算法为louvain社区检测算法。

7.根据权利要求1所述的方法，其特征在于，所述总群体P根据预置的异常标签筛选得到。