基于模糊聚类的医保报销数据异常检测方法

摘要

在检测医保报销数据异常工作中，常见的检测方法在处理非线性数据时，数据分类精度不足，导致检测精度不足。针对这一问题，提出基于模糊聚类的医保报销数据异常检测方法。采用数据预处理技术和统计技术，将各类医保报销数据汇总，经过计算得到各数据集的相关矩阵。使用模糊聚类技术对数据特征模糊处理，得到各个数据集的模糊熵，以模糊熵作为条件，筛选出合适的数据特征。结合数据集的相关特征，定义数据检测条件，完成数据异常检测。实验结果表明：所提检测方法在处理非线性数据上分类精度高，检测评估中调和水平高于常见的检测方法。

关键词

模糊聚类 / 医保系统 / 报销数据 / 数据检测 / 数据特征