随着医疗保险的不断普及、医疗信息化水平的不断提高,医疗保险欺诈也逐渐成为了一种社会问题。例如制药企业、医用耗材生产厂家倾销药物、耗材,医疗机构伪造病人记录,医生无适应症用药,参保人伪造处方获取超量受限制药物、盗用他人医保卡、与医疗机构共谋造假等。上述行为都是较为常见的医疗保险欺诈模式,这些欺诈行为不仅损害了普通被保险人的利益,也严重阻碍了医保政策的实施与推广。本文针对威海市、烟台市医疗保险业务的实际问题,提出了针对医疗保险业务数据的特征表示及特征抽取方法。基于这种特征表示与特征抽取方法,比较了有监督与无监督方法的优缺点,提出了混合有监督与无监督方法的医保欺诈检测模型,实验表明本文提出的模型和方法具有较好的实验结果。本文的主要工作有:(1)医疗保险数据的特征表示及特征抽取方法。在医疗保险数据覆盖的多种业务角色中,参保人是医疗保险数据最细粒度的基本实体,因此本文选择了参保人作为医疗保险数据异常程度的评价对象。针对医保欺诈检测任务,提出了围绕参保人的医疗保险数据的特征表示方法。在前述的特征表示方法的基础上,本文比较了PCA、KPCA、Autoencoder三种降维方法对医疗保险数据进行特征抽取的效果。实验表明本文应用的特征表示及特征抽取方法,在医疗保险数据的欺诈检测任务上,具有较好的实验效果。(2)医疗保险欺诈检测模型。本文提出一种混合有监督与无监督方法的医保欺诈检测模型。通过无监督的方法对无标签数据进行离群点分析,对找出的离群点进行人工审核,利用产生的数据标签训练有监督的模型,从而应用有监督的模型对医保新生数据先进行一次审核。通过这种方式能够减少待检测的医疗保险数据的积压,提高人工审核与机器审核的工作效率。(3)医疗保险欺诈检测系统的的设计与实现。本文针对提出的医保欺诈检测模型完成了其设计与实现。本文将模型各个逻辑单元完成服务封装。并通过web端页面实现系统的控制以及对机器检出的异常数据的人工审核。