骗保嫌疑对象的筛查方法、装置、存储介质及电子装置与流程

技术特征：
1.一种骗保嫌疑对象的筛查方法，其特征在于，包括：获取病人不同疗程周期的开药种类和开药数量数据，并从中挖掘出多维度数据；对所述多维度数据执行预设归一化处理操作；利用训练过的snn算法筛检模型在归一化处理后的多维度数据中确定出聚类中心和异常点数据；将所述异常点数据对应的病人筛为骗保嫌疑对象。2.根据权利要求1所述的骗保嫌疑对象的筛查方法，其特征在于，对所述多维度数据执行预设归一化处理操作包括：对所述多维度数据执行预设的正规化处理、标准化处理和符号类型数值域处理操作。3.根据权利要求1所述的骗保嫌疑对象的筛查方法，其特征在于，所述snn算法筛检模型的训练包括：确定编码方式，将样本数据编码为脉冲序列；将脉冲序列输入脉冲神经网络，计算得到输出脉冲序列；比对预设的期望脉冲序列和输出脉冲序列，得到误差值，并根据误差值调整权值w。4.根据权利要求1所述的骗保嫌疑对象的筛查方法，其特征在于，利用训练过的snn算法筛检模型在归一化处理后的多维度数据中确定出聚类中心和异常点数据包括：先利用训练后的snn算法筛检模型计算各多维度数据之间的相似度矩阵，然后根据相似度矩阵确定各数据点之间的连接关系，确定出聚类中心和异常点数据。5.一种骗保嫌疑对象的筛查装置，其特征在于，包括：数据获取模块，用于获取病人不同疗程周期的开药种类和开药数量数据，并从中挖掘出多维度数据；归一化模块，用于对所述多维度数据执行预设归一化处理操作；模型筛检模块，用于利用训练过的snn算法筛检模型在归一化处理后的多维度数据中确定出聚类中心和异常点数据；对象确定模块，用于将所述异常点数据对应的病人筛为骗保嫌疑对象。6.根据权利要求5所述的骗保嫌疑对象的筛查装置，其特征在于，所述归一化模块包括：对所述多维度数据执行预设的正规化处理、标准化处理和符号类型数值域处理操作。7.根据权利要求5所述的骗保嫌疑对象的筛查装置，其特征在于，所述snn算法筛检模型的训练包括：确定编码方式，将样本数据编码为脉冲序列；将脉冲序列输入脉冲神经网络，计算得到输出脉冲序列；比对预设的期望脉冲序列和输出脉冲序列，得到误差值，并根据误差值调整权值w。8.根据权利要求5所述的骗保嫌疑对象的筛查装置，其特征在于，所述模型筛查模块包括：先利用训练后的snn算法筛检模型计算各多维度数据之间的相似度矩阵，然后根据相似度矩阵确定各数据点之间的连接关系，确定出聚类中心和异常点数据。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中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至4中任一项所述的骗保
嫌疑对象的筛查方法。10.一种电子装置，包括：存储器和处理器，其特征在于，所述存储器中存储有计算机程序，其中，所述处理器被设置为运行所述计算机程序以执行所述权利要求1至4中任一项所述的骗保嫌疑对象的筛查方法。

技术总结
本申请公开了一种骗保嫌疑对象的筛查方法、装置、存储介质及电子装置。该筛查方法包括：获取病人不同疗程周期的开药种类和开药数量数据，并从中挖掘出多维度数据；对所述多维度数据执行预设归一化处理操作；利用训练过的SNN算法筛检模型在归一化处理后的多维度数据中确定出聚类中心和异常点数据；将所述异常点数据对应的病人筛为骗保嫌疑对象。本申请解决了由于需要人工在就医、病患信息中识别出骗保行为造成的效率极其低下，且识别准确性也不高技术问题。技术问题。技术问题。


技术研发人员：杜登斌 王云晓 陈伯怀
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：2022/11/18