医保套现诈骗行为识别方法及系统与流程

技术特征：
1.一种医保套现诈骗行为识别方法，其特征在于，包括：获取待识别人群的退药记录和与退药记录相对应的买药记录，得到待识别数据集合；基于待识别数据集合，利用预设的聚类规则对待识别人群进行分类，得到医保套现诈骗的可疑人群；利用预训练的多元回归模型对所述可疑人群的数据进行处理，得到异常数据的人群；对异常数据的人群进行判别，确定是否属于医保套现诈骗对象。2.根据权利要求1所述的医保套现诈骗行为识别方法，其特征在于，基于待识别数据集合，利用预设的聚类规则对待识别人群进行分类包括：在不同维度对数据集合中的数据进行聚类，其中，不同维度包括基于买药记录和退药记录确定的维度；基于预设的规则，对聚类后的数据进行分类。3.如权利要求1所述的医保套现诈骗行为识别方法，其特征在于，对异常数据的人群进行判别，确定是否属于医保套现诈骗对象包括：基于异常数据中的退药记录与买药记录，利用预设的判定条件确定异常数据的人群中各个对象是否属于医保套现诈骗对象。4.根据权利要求1所述的医保套现诈骗行为识别方法，其特征在于，多元回归模型为多元线性回归模型。5.一种医保套现诈骗行为识别系统，其特征在于，包括：数据处理模块，获取待识别人群的退药记录和与退药记录相对应的买药记录，得到待识别数据集合；聚类模块，基于待识别数据集合，利用预设的聚类规则对待识别人群进行分类，得到医保套现诈骗的可疑人群；模型处理模块，利用预训练的多元回归模型对所述可疑人群的数据进行处理，得到异常数据的人群；判定模块，对异常数据的人群进行判别，确定是否属于医保套现诈骗对象。6.根据权利要求5所述的医保套现诈骗行为识别系统，其特征在于，基于待识别数据集合，利用预设的聚类规则对待识别人群进行分类包括：在不同维度对数据集合中的数据进行聚类，其中，不同维度包括基于买药记录和退药记录确定的维度；基于预设的规则，对聚类后的数据进行分类。7.如权利要求5所述的医保套现诈骗行为识别系统，其特征在于，对异常数据的人群进行判别，确定是否属于医保套现诈骗对象包括：基于异常数据中的退药记录与买药记录，利用预设的判定条件确定异常数据的人群中各个对象是否属于医保套现诈骗对象。8.根据权利要求5所述的医保套现诈骗行为识别方法，其特征在于，多元回归模型为多元线性回归模型。9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行权利要求1-4任意一项所述的医保套现诈骗行为识别方法。
10.一种电子设备，其特征在于，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器执行权利要求1-4任意一项所述的医保套现诈骗行为识别方法。

技术总结
本公开实施例公开了一种医保套现诈骗行为识别方法及系统，包括：获取待识别人群的退药记录和与退药记录相对应的买药记录，得到待识别数据集合；基于待识别数据集合，利用预设的聚类规则对待识别人群进行分类，得到医保套现诈骗的可疑人群；利用预训练的多元回归模型对所述可疑人群的数据进行处理，得到异常数据的人群；对异常数据的人群进行判别，确定是否属于医保套现诈骗对象。通过基于病人退药记录和相对应的买药记录的数据，利用多元线性回归模型进行评价和判别，实现了对医保套现诈骗人群进行评价和判别的目的，克服了相关技术中无法对医保套现诈骗行为进行识别的问题。法对医保套现诈骗行为进行识别的问题。法对医保套现诈骗行为进行识别的问题。


技术研发人员：杜登斌 李宗博 张宝杰
受保护的技术使用者：吾征智能技术（北京）有限公司
技术研发日：2022.07.28
技术公布日：2022/11/11