基于反事实特征选择与优化规则挖掘的医保拒付检测模型

A medical insurance claim denial detection model based on counterfactual feature selection and optimized rule mining

摘要

医保异常检测任务中存在特征选择不精确与计算效率不足的问题.为提升检测精度与可解释性，提出一种基于反事实特征选择与增强频繁规则挖掘的分类混合模型（CFEFS-FIM）.该模型结合反事实样本生成与特征重要性评估方法，筛选最优特征子集；通过改进的Apriori算法及自适应两级哈希索引结构，高效挖掘大规模数据中的频繁规则；并将规则与机器学习分类器融合，优化预测性能.实验在医保拒付数据集上进行，结果表明CFEFS-FIM在多个评价指标上相较于基线模型提升约5%，运行时间缩短20%以上，显著优于现有方法，从而为医院费用管理及医保风险识别提供了有效的技术支撑.

Abstract

The task of medical insurance anomaly detection faces the problem of inaccurate feature selection and insufficient computational efficiency. To improve detection accuracy and interpretability， a classification hybrid model based on counterfactual feature selection and enhanced frequent rule mining （CFEFS-FIM） was proposed. The model integrated counterfactual sample generation and a feature importance evaluation method to select the optimal feature subset. It employed an improved Apriori algorithm and an adaptive two-level hash index structure to efficiently mine frequent rules in large-scale data. The mined rules were then fused with a machine learning classifier to optimize prediction performance. Experiments were conducted on a medical insurance claim denial dataset. The results showed that CFEFS-FIM achieved approximately 5% improvement over the baseline model in multiple evaluation indicators with a runtime reduction of over 20%. This provides effective technical support for hospital cost management and medical insurance risk identification.

医保局会定期审核医院的医保费用及病案信息，依据医保政策规定，对参加医保患者的部分不合理费用予以拒付^［1-4］.医保拒付不仅会让医院蒙受经济损失，也会造成患者就医不便；倘若医保部门判定失误，还会带来医保资金安全隐患，进而引发医、患、保三方之间的矛盾与纠纷^［5］.因此，研究医保拒付成因对于降低风险与保障基金合理使用至关重要.

近年来国内外学者在医疗数据挖掘与风险预测领域开展大量研究.多项综述研究表明，医疗数据挖掘领域现有识别方法可分为两类^［6-7］.第一类是基于监督与无监督的机器学习方法，通过构建患者、就诊和医疗机构等多层次特征识别异常模式.其中无监督的深度学习及图网络方法在识别异常报销和机构合谋行为方面有较好效果^［8-11］.例如采用异构信息网络与分层注意力机制刻画多实体交互关系，在提升检测精度与可解释性方面效果显著^［9］.另一类是基于关联规则与频繁模式挖掘，注重结果可解释性，通过规则帮助审计与风险预警，但在处理高维大规模医保数据时常存在计算效率低和候选集爆炸等问题^［6-12］.

近年来的研究表明，模式挖掘与机器学习的混合方法在可解释性与预测性能之间有潜在优势^［9-12］.风险控制领域中部分研究尝试结合规则挖掘与分类模型来提升检测的全面性与可解释性^{［6，13-14］}.例如，改进的频繁项集挖掘算法被用于识别异常报销模式从而帮助拒付风险识别^［6］.然而，这类方法在特征子集优化与模式挖掘效率上存在不足，限制了在实际医保场景中的推广应用.此外，近年来出现的反事实特征解释方法虽能提供更可信的特征重要性评估，但在医保大规模数据的应用仍然有限^{［10，15-16］}.

医保数据具有高维、强时序、类别极度不平衡的特点，不仅涵盖跨科室、多时段的就诊费用记录，还存在冗余噪声与潜在因果关联，这大幅增加了异常检测的难度.而综合来看现有方法存在两大问题.首先是特征选择多依赖粗放或启发式策略，面对医保数据中类别极度不平衡的情况，易引入噪声特征，降低模型鲁棒性.其次是基于规则的挖掘方法在处理高基数医疗编码和长时序就诊数据时效率低下，例如传统Apriori类方法难以扩展到达大型医保日志，急需更高效的算法与索引结构^［17-20］.因而，需要结合因果推理与模式挖掘的方法，提升特征选择可靠性及大规模数据挖掘的可扩展性与可解释性，适应实际医保场景.

为克服上述不足，基于2022-2023年某三甲医院药品类医保智能审核扣款数据，基于反事实推理与规则挖掘，提出一种新的分类混合建模框架.反事实方法通过模拟“最小干预”评估特征对模型决策的边际贡献，实现更精准的特征选择；规则挖掘则从大规模数据中提取具有统计显著性和逻辑可解释性的规则.二者结合可提升检测准确性，并增强模型透明度与实用性.与现有方法相比，本研究在医保拒付检测的精度、效率与可解释性方面均具有优势，为该类风险预测提供了高效、准确且可解释的解决方案.

1 反事实医保拒付风险预测模型

本文提出了基于反事实特征选择与增强频繁规则挖掘的分类混合模型（Counterfactual Feature Selection and Enhanced Frequent Itemset Mining-Classification Hybrid Model，CFEFS-FIM）.该模型提升了特征选择的精度并优化计算效率，改进了传统医保异常检测方法，增强了模型的可解释性和挖掘效率.CFEFS-FIM整体框架如图1所示，主要由三个核心模块组成：反事实特征选择、改进的Apriori算法进行规则挖掘、融合机器学习模型.

模型采用基于反事实解释的特征选择方法，生成反事实样本来评估各个特征的重要性，从而提取出最优特征子集^［21］.然后，利用提高了大规模数据处理效率的改进Apriori算法挖掘频繁规则.最终将挖掘出的频繁规则输入机器学习分类模型，进一步优化分类性能.该模型通过平衡分类误差、模型复杂度和置信度，大幅提升了预测的准确性.

1.1 基于反事实的特征选择

医保数据分析对模型预测结果的可解释性提出了较高要求，研究人员不仅要掌握各类特征的医学含义，还要从中筛选出核心变量. 然而当下主流机器学习模型普遍存在黑箱问题，内部决策机制难以直观阐释.如果缺乏对预测依据的解释能力，模型在实际使用中一旦出现偏差或输出不合理结果将难以及时校正，可能带来决策风险^［21］.因此，构建高可解释性机器学习模型能提升预测透明度并提供更具说服力的预测结果.

反事实生成方法在人工智能和数据挖掘领域得到广泛应用，特别在提升模型可解释性和异常检测方面展现很大优势^［22-24］.该方法基于因果推理思想，在保持样本基本语义一致的前提下构造与真实样本部分特征不同的“反事实实例”，分析模型对关键特征的敏感性和响应机制，从而揭示预测背后的因果关系^［21-25］.

在特征选择环节引入了基于反事实解释的特征选择方法^［15］.该方法较传统特征选择方法更具解释性，避免了搜索的高计算成本，提高了特征选择的效率与合理性.其实现流程见图2所示.主要步骤如下：

1） 在医保拒付数据集中，以患者就诊记录为样本，针对训练集样本在保持其他特征不变的前提下对某一特征进行变动，生成相应反事实样本.通过比较原始样本与反事实样本的预测差来获得特征重要性分值.

2） 依据重要性得分对医保数据中的所有特征进行排序，采用逐步扩展的方式构建候选特征子集.从得分最高的特征开始逐次加入后续特征，形成不同规模的组合.

3） 将各候选子集输入分类模型，在测试集上以F1值作为评价指标，筛选出性能最优的特征集合.

1.2 改进的Apriori算法

Apriori算法是一种经典的关联规则挖掘方法，其核心机制基于支持度阈值约束，采用逐层迭代的搜索策略，该算法适用于稀疏数据集、低事务宽度及短频繁规则的挖掘场景^［26-28］.本研究采用的医保拒付数据具有文本型特征，且呈现明显的稀疏性特征，因此选择Apriori算法作为基础数据挖掘算法^［29］.

假设医保项目全集为I=\left\{i_{\mathrm{1}},i_{\mathrm{2}},\dots ,i_m\right\}，事务数据库记作\mathrm{D}，其中每条事务t\subseteq I表示一次医保费用明细记录，包含多个医保项目，且每条对应唯一标识符\mathrm{T}\mathrm{I}\mathrm{D}.若某项集包含k个医保项目，则称其为k项集.

在Apriori进行数据挖掘中，设“不合理医保项目”项集为P\subseteq I，“主诊断相关用药”项集为M\subseteq I，则规则P\to M的支持度计算如下：

\mathrm{s}\mathrm{u}\mathrm{p}\mathrm{p}\mathrm{o}\mathrm{r}\mathrm{t}(P)=\frac{\mathrm{c}\mathrm{o}\mathrm{u}\mathrm{n}\mathrm{t}(P\subseteq t)}{|\mathrm{D}|}.（1）

\mathrm{s}\mathrm{u}\mathrm{p}\mathrm{p}\mathrm{o}\mathrm{r}\mathrm{t}(P\to M)=\frac{\mathrm{c}\mathrm{o}\mathrm{u}\mathrm{n}\mathrm{t}(P\bigcup M)}{|\mathrm{D}|}.（2）

其中，|\mathrm{D}|表示事务总数，\mathrm{c}\mathrm{o}\mathrm{u}\mathrm{n}\mathrm{t}(P\subseteq t)为包含“不合理医保项目”集合P的事务数量，\mathrm{c}\mathrm{o}\mathrm{u}\mathrm{n}\mathrm{t}(P\bigcup M)表示同时包含的事务数量.

实际挖掘中设定最小支持度阈值{\theta }_{sup}.若某种医保项目集合的支持度不低于该阈值，则视为频繁项集.若某k项集满足此条件，则称其为k频繁项集.

置信度用于衡量在“不合理医保项目”项集P出现的前提下，“主诊断用药”项集M出现的条件概率，定义为：

\mathrm{c}\mathrm{o}\mathrm{n}\mathrm{f}\mathrm{i}\mathrm{d}\mathrm{e}\mathrm{n}\mathrm{c}\mathrm{e}(P\to M)=\frac{\mathrm{s}\mathrm{u}\mathrm{p}\mathrm{p}\mathrm{o}\mathrm{r}\mathrm{t}(P\bigcup M)}{\mathrm{s}\mathrm{u}\mathrm{p}\mathrm{p}\mathrm{o}\mathrm{r}\mathrm{t}(P)}.（3）

设置最小置信度阙值{\theta }_{conf}，若规则P\to M同时满足支持度与置信度阈值要求，则为强关联规则，否则为弱关联规则.

提升度进一步刻画P与M间的关联强度，定义如下：

\mathrm{l}\mathrm{i}\mathrm{f}\mathrm{t}(P\to M)=\frac{\mathrm{c}\mathrm{o}\mathrm{n}\mathrm{f}\mathrm{i}\mathrm{d}\mathrm{e}\mathrm{n}\mathrm{c}\mathrm{e}(P\to M)}{\mathrm{s}\mathrm{u}\mathrm{p}\mathrm{p}\mathrm{o}\mathrm{r}\mathrm{t}(M)} .（4）

若\mathrm{l}\mathrm{i}\mathrm{f}\mathrm{t}>\mathrm{1}，说明“不合理医保项目”与“主诊断用药”间存在正相关，值越大，捆绑出现的可能性越强；若，则二者呈负相关；当\mathrm{l}\mathrm{i}\mathrm{f}\mathrm{t}=\mathrm{1}时，表明二者之间相互独立，无显著关联性.

Apriori算法在执行频繁项集挖掘时需反复访问事务数据库，其访问次数与最大频繁项集长度^［30］.随着数据规模增长，每次扫描的计算复杂度大幅提升^［31］.同时，该方法在候选集构造阶段会反复遍历数据库，带来大量不必要的计算开销，使得其时间与存储成本在处理大规模数据时急剧膨胀^［32-33］.

本研究对传统Apriori算法进行了改进.首先，对原始事务库进行压缩，采用差值编码与垂直数据布局相结合的方式合并重复事务，以降低存储规模.

在此基础上，引入动态二进制位向量编码机制，将事务表示为布尔向量，并借助SIMD指令集的并行计算能力，通过逻辑“与”操作直接计算候选项集支持度，显著减少了数据库扫描次数.该机制在保持结果精确性的前提下，有效降低了高维数据下的计算冗余.

为进一步提高检索效率，算法构建了包含项级与事务级哈希的自适应两级哈希索引结构，利用动态哈希函数实现候选项集与频繁项集的快速定位与存储，从而增强了大规模事务库下的可扩展性.算法循环执行候选项集生成与剪枝过程，直至无法产生新频繁项集为止.最终，根据所得频繁项集计算各非空子集的置信度，支持度以及提升度，输出满足阈值的强关联规则^［34］.改进后的Apriori挖掘流程如图3所示.

1.3 融合机器学习的分类模型

在完成反事实特征选择与频繁规则挖掘后，CFEFS-FIM模型将筛选出的特征子集与高置信度规则模式作为输入，构建融合机器学习分类器以实现对医保拒付风险的精确预测.该模块作为模型的最终执行环节，承担医保拒付风险判断的核心功能.

在特征表达方面，模型将之前反事实特征选择得到的最优特征与改进Apriori算法挖掘的规则特征进行整合.前者保证了输入变量的代表性与可解释性，后者则引入了隐含的关联结构信息，使模型能够识别医保项目间的潜在依赖关系.通过规则映射函数将频繁项集编码为结构化特征，生成可供分类模型处理的输入矩阵.

分类阶段则采用逻辑回归、随机森林、梯度提升树等算法对融合特征进行训练与对比，训练过程中通过五折交叉验证优化模型参数，以提升泛化能力.为增强预测稳定性，本研究对多模型输出的概率结果实施动态加权融合策略.权重并非采用固定等权方式赋值，而是基于验证集分类性能反向动态确定，根据各单模型在验证集上的预测精度自适应分配权重，性能更优的分类器被赋予更高权重，实现分类精度与模型复杂度的平衡.该融合分类模块充分利用前期提取的高价值特征和规则信息，不仅提高了预测准确性与泛化性能，也增强了模型对医保拒付行为的可解释性.

2 实验设计

2.1 数据集准备

本研究数据是通过与某医院医保科联系，经过授权获得该医院“2022年1月至12月智能审核扣款责任科室划分明细”和“2023年1月至12月智能审核扣款责任科室划分明细”的EXCEL文件总表.在获取数据的过程中，确保了严格的隐私和合规性，遵循了相关法规和伦理规范^［35］.本数据包含8 160条医疗记录，其中拒付样本1 552条，形成典型不平衡分类数据集，数据预处理后保留就诊科室、费用类别、拒付类型、拒付金额等特征变量.需说明的是该数据属于医院内部保密数据，未对外公开，仅用于本研究分析.

2.2 算法阈值

传统Apriori算法中最小支持度与最小置信度阈值的确定缺乏系统标准，多数研究采用历史经验、试错法等方法^［36-37］.而本研究则结合历史经验与试错法，确定了改进Apriori算法挖掘本文医保审核数据集的阈值参数范围.将最小支持度设定在［0.04，0.08］区间内，最小置信度设定在［0.10，0.80］区间内，再通过试错法进行微调^［37-38］.

阈值选择存在两个关键，一个是过高的阈值可能会导致关键信息的丧失，另一个是过低的阈值则可能引入过多的噪声影响挖掘效果^［39-41］.如图4、图5所示，结果显示支持度为0.06时规则数量有显著变化，置信度为0.70时出现明显转变.两者均落在由历史经验设定的合理范围，最终确定最小支持度为0.06，最小置信度为0.70.

2.3 评价指标

分类性能评价指标主要采用精确率（Precision）、召回率（Recall）、F1值以及AUC指标，评估模型在不平衡数据下的预测能力.相关指标定义及计算方法可参考文献［42］，在实验中直接采用这些指标进行模型性能比较.

3 实验结果分析

3.1 改进Apriori性能对比

在对改进算法性能进行系统评估时，对改进后的算法和传统的Apriori算法开展对比实验，其运行时间随实验样本变化的对比结果如图6所示.实验数据直观显示，随着样本数量的增加，两种算法的运行时间均呈现增长趋势.

进一步分析可知，基于多重优化的高效Apriori改进算法在处理大规模样本时优势更为显著，样本数量越多，该算法的性能表现越好.相较于传统算法，改进算法在实际案例中有效节省了计算时间，显著提高了运行效率，充分验证了算法优化策略的有效性.

3.2 关联规则挖掘结果

在经过反事实特征选择以及改进的关联规则挖掘算法进行规则挖掘后，通过设定关联度、置信度及提升度的阈值，经严格算法迭代与规则筛选，最终获取54条有效关联规则.针对挖掘所得强关联规则，对规则所涉及的医保拒付影响因素进行系统编码与分类，由此得到医保拒付致因编码集如表1所示.基于支持度大于0.06的量化筛选标准，结合相关经验与知识图谱验证，最终选出15条高置信度、高提升度的核心关联规则，具体的信息如表2所示.

在对强关联规则进行分析时，无论前项包含1个还是2个变量，均呈现出较高的支持度、置信度和提升度，表明医保拒付行为在样本中存在稳定且显著的统计关联.本研究的创新在于将反事实解释机制引入规则挖掘，使规则筛选不仅依赖统计显著性，还具备因果层面的解释力，从而提升了结果的可靠性与应用价值.

3.3 CFEFS-FIM模型分类实验

在反事实的特征选择与规则挖掘结果的基础上，本节进一步通过分类实验验证所提模型的有效性.为了确保对比的客观性与全面性，选取了八种具有代表性的基线方法，涵盖当前主流的机器学习分类技术，包括单一模型逻辑回归、朴素贝叶斯、决策树与集成模型随机森林、XGBoost、Catboost，以及近年来在表格数据和不平衡分类任务中表现优异的LightGBM和TabNet八种模型.这些方法在医保拒付预测研究中应用广泛，能够全面反映所提出模型的性能优势.为了确保实验对比的公平性，各基线模型均采用具有文献支持的合理参数配置^［43-44］.具体而言，逻辑回归采用L2正则项与C=1.0的惩罚系数；随机森林设置树数量为100；XGBoost和LightGBM均采用推荐的默认参数并结合早停策略以提升泛化能力；CatBoost使用ordered boosting策略以避免目标泄露；TabNet则采用默认结构，并在训练阶段启用学习率衰减与早停机制以控制过拟合.所有模型均基于五折交叉验证训练，并以F1与AUC作为主要评价指标，以更好体现对不平衡数据的识别能力.

表3给出了各模型在优化前后的实验结果，实验结果表明，CFEFS-FIM模型在所有评价指标上均优于基线方法，验证了其在医保拒付检测中的优势.

如图7所示，将表中的预测数据进行可视化展示能看到更为直观的对比效果.本文提出的改进模型在准确率、召回率、F1值及AUC等核心指标上均优于传统方法.以CatBoost为例，其F1值由0.864提升至0.904，AUC由0.852增加至0.903，分别提升约4.63%与5.99%，在多个模型中表现最为突出.这一结果充分验证了CFEFS-FIM模型在医保拒付检测中的有效性，也为后续推广与应用奠定了基础.

从技术层面看，性能提升主要源于模型引入了反事实特征选择与基于频繁项集的结构化特征扩展，并结合样本重加权策略，增强了对医保数据审核的能力.F1值作为综合衡量精度与召回的指标，在存在误报与漏报风险的医疗场景中尤为重要；AUC的提高则表明模型对“明确拒付”与“高度可疑”等边界模糊样本的区分能力更强.进一步分析图7可发现，改进后的模型在八类主流模型中各项指标提升一致，且在复杂模型中表现更为显著，说明频繁项集特征与样本再平衡策略更有助于激发高容量模型的泛化能力.此外，不同模型对特征增强的敏感性存在差异，提示后续研究可结合实际场景灵活选择模型结构与特征提取方法.

4 结论

本文提出了一种基于反事实特征选择与改进Apriori规则挖掘的分类混合模型（CFEFS-FIM），针对医保拒付检测中的高维稀疏和类别不平衡问题进行了优化，反事实方法通过构造对比样本提升特征选择精度，避免冗余特征干扰，并在F1指标下实现精确率与召回率的平衡；改进的Apriori算法结合数据压缩与哈希索引结构，在大规模数据下显著提高了规则挖掘效率.

实验结果表明，该模型在F1值和AUC等核心指标上均优于传统方法，验证了基于反事实特征筛选与频繁规则挖掘能够有效提升医保拒付检测的准确性与稳健性.尽管如此，当前模型在反事实生成计算效率、跨地区及多险种数据适用性等方面仍存在局限，特征选择与规则挖掘的计算开销较高，限制了其在更大规模和更复杂场景下的推广应用.基于上述不足，未来工作将聚焦于进一步优化反事实生成算法的计算效率，以降低特征选择的资源开销，并拓展模型在跨地区及多险种医保监管数据中的适用性与可推广性.

参考文献

[1] 张夙，胡传文，葛琳，等.处方前置审核防范医保拒付的实践与效果分析［J］.医院管理论坛，2021，38（7）：19-22.

[2] 周颖，梁冰，宾能海，等.医保智能监控在医院管理中的探索和应用［J］.江苏卫生事业管理，2022，33（10）： 1367-1370.

[3] 鲁蓓，王舒瑶，张丞，等.门诊共济保障机制下医保基金使用风险识别研究——以北京市某三甲医院为例［J］.中国医疗保险，2023（6）：106-112.

[4] 孟菲，李慧玲，李学林.我院药品医保拒付情况及合理用药措施［J］.中国医药导刊，2021，23（5）：391-394.

[5] 魏业东，崔倩倩，昝莹，等.强化诊疗审核与药学干预提升医保限制性药品使用的规范性实践［J］.中国药事，2025，39（4）：479-484.

[6] HAMID Z， KHALIQUE F， MAHMOOD S，et al.Healthcare insurance fraud detection using data mining［J］.BMC Medical Informatics and Decision Making，2024，24（1）：112.

[7] DU PREEZ A， BHATTACHARYA S， BELING P，et al.Fraud detection in healthcare claims using machine learning：A systematic review［J］.Artificial Intelligence in Medicine，2025，160：103061.

[8] SUESSERMAN M， GORNY S， LASAGA D，et al.Procedure code overutilization detection from healthcare claims using unsupervised deep learning methods［J］.BMC Medical Informatics and Decision Making，2023，23（1）：196.

[9] LU J T， LIN K B， CHEN R C，et al.Health insurance fraud detection by using an attributed heterogeneous information network with a hierarchical attention mechanism［J］.BMC Medical Informatics and Decision Making，2023，23（1）：62.

[10] ALFEO A， CIMINO M.Counterfactual-based feature importance for explainable regression of manufacturing production quality measure［C］//Proceedings of the 13th International Conference on Pattern Recognition Applications and Methods.Rome：SCITEPRESS-Science and Technology Publications，2024：48-56.

[11] GOMES C， JIN Z， YANG H L.Insurance fraud detection with unsupervised deep learning［J］.Journal of Risk and Insurance，2021，88（3）：591-624.

[12] MELLO M M， ROSE S.Denial-artificial intelligence tools and health insurance coverage decisions［J］.JAMA Health Forum，2024，5（3）：e240622.

[13] KHALID A R， OWOH N， UTHMANI O，et al.Enhancing credit card fraud detection：An ensemble machine learning approach［J］.Big Data and Cognitive Computing，2024，8（1）：6.

[14] MIENYE I D， SWART T G.A hybrid deep learning approach with generative adversarial network for credit card fraud detection［J］.Technologies，2024，12（10）：186.

[15] LIU Y P， JIANG H K， YAO R H，et al.Counterfactual-augmented few-shot contrastive learning for machinery intelligent fault diagnosis with limited samples［J］.Mechanical Systems and Signal Processing，2024，216：111507.

[16] LI C Y， CHENG D B， ZHANG G X，et al.Contrastive learning for fair graph representations via counterfactual graph augmentation［J］.Knowledge-Based Systems，2024，305：112635.

[17] BODOFF D， GOLDMAN M F.A fundamental question of counting in association rules［J］.International Journal of Data Science and Analytics，2025，20（4）：3889-3899.

[18] CAO M J.An advanced apriori algorithm technology to enhance sports data mining［J］.Information Resources Management Journal，2024，37（1）：1-18.

[19] PAMNANI H K， RAJA L， IVES T.Developing a novel H-Apriori algorithm using support-leverage matrix for association rule mining［J］.International Journal of Information Technology，2024，16（8）：5395-5405.

[20] SARKAR R， SUN J P.Improved apriori method for safety signal detection using post-marketing clinical data［J］.Mathematics，2024，12（17）：2705.

[21] 于巧，蒋佳漩，任思宇，等.融合反事实与多目标优化的可解释关联规则缺陷预测模型［J/OL］.计算机工程与应用，1-17.［2025-09-17］.

[22] ROSCHEWITZ M， DE SOUSA RIBEIRO F， XIA T， et al. Robust image representations with counterfactual contrastive learning［J］. Medical Image Analysis， 2025， 105： 103668.

[23] AN D Z， WANG F， ZHANG S C， et al. Exploiting non-likelihood adversarial training for Chinese counterfactual data augmentation［J］. Engineering Applications of Artificial Intelligence， 2025， 156： 111149.

[24] ZUO L S， MAK M W. Vector quantization-based counterfactual augmentation for speech-based depression detection under data scarcity［J］. IEEE Journal of Biomedical and Health Informatics， 2025， 29（10）： 7559-7567.

[25] YU N， CHEN L， YI X Y， et al. Attention learning with counterfactual intervention based on feature fusion for fine-grained feature learning［J］. Digital Signal Processing， 2025， 163： 105215.

[26] YAN X， JIANG Y T， LIU W Y， et al. Transforming multidimensional time series into interpretable event sequences for advanced data mining［C］//2024 5th International Conference on Intelligent Computing and Human-Computer Interaction （ICHCI）. Nanchang：IEEE， 2024： 126-130.

[27] SANTOSO M H. Application of association rule method using apriori algorithm to find sales patterns case study of indomaret tanjung anom［J］. Brilliance： Research of Artificial Intelligence， 2021， 1（2）： 54-66.

[28] WANG X H， YAN Z M， ZENG Y B， et al. Research on correlation factor analysis and prediction method of overhead transmission line defect state based on association rule mining and RBF-SVM［J］. Energy Reports， 2021， 7： 359-368.

[29] XU R H， LUO F. Risk prediction and early warning for air traffic controllers’ unsafe acts using association rule mining and random forest［J］. Safety Science， 2021， 135： 105125.

[30] 刘伟伟， 王华伟， 侯召国. 基于BL-Apriori的民航机务风险关联规则分析［J］. 中国安全生产科学技术， 2024， 20（4）： 27-33.

[31] AL-SARAYRAH A. Recent advances and applications of apriori algorithm in exploring insights from healthcare data patterns［J］. PatternIQ Mining， 2024， 1（2）： 27-39.

[32] ZHENG W D， AI Y B， ZHANG W D. Research on indoor object detection and scene recognition algorithm based on apriori algorithm and mobile-EFSSD model［J］. Mathematics， 2025， 13（15）： 2408.

[33] RIYADH ALBOALEBRAH M， AL-AUGBY S. Unveiling the causes of fatal road accidents in Iraq： An association rule mining approach using the apriori algorithm［J］. Journal of Cyber Security and Risk Auditing， 2025， 2025（2）： 1-11.

[34] NEMATI Z， MOHAMMADI A， BAYAT A， et al. Fraud prediction in financial statements through comparative analysis of data mining methods［J］. International Journal of Finance & Managerial Accounting， 2025，10（38）：151-166.

[35] 陈玲. 基于决策树模型的三级公立医院医保拒付风险特征研究——以W医院为例［D］. 成都： 电子科技大学， 2024.

[36] 刘朝辉， 何世伟. 基于改进Apriori算法的铁路交通作业事故致因关联规则研究［J］. 铁道运输与经济， 2023， 45（4）： 120-126+140.

[37] MANZALI Y， ELFAR M. Optimizing the number of branches in a decision forest using association rule metrics［J］. Knowledge and Information Systems， 2024， 66（6）： 3261-3281.

[38] CHEN H Q， YANG M H， TANG X. Association rule mining of aircraft event causes based on the Apriori algorithm［J］. Scientific Reports， 2024， 14： 13440.

[39] RAHMAN A， DEBNATH T， KUNDU D， et al. Machine learning and deep learning-based approach in smart healthcare： Recent advances， applications， challenges and opportunities［J］. AIMS Public Health， 2024， 11（1）： 58-109.

[40] LI Y， ZHANG H Y. Big data technology for teaching quality monitoring and improvement in higher education - joint K-means clustering algorithm and Apriori algorithm［J］. Systems and Soft Computing， 2024， 6： 200125.

[41] TARIGAN P M S， HARDINATA J T， QURNIAWAN H， et al. Implementation of data mining using apriori algorithm in determining inventory （Case study： Sinar Harahap store）［J］.Janitra Journal of Informatics and Information Systems， 2022， 2（1）： 9-19.

[42] HICKS S A， STRÜMKE I， THAMBAWITA V， et al. On evaluation metrics for medical applications of artificial intelligence［J］. Scientific Reports， 2022， 12： 5979.

[43] SHAH C， DU Q， XU Y. Enhanced TabNet： Attentive interpretable tabular learning for hyperspectral image classification［J］. Remote Sensing， 2022， 14（3）： 716.

[44] OMOTEHINWA T O， OYEWOLA D O， MOUNG E G. Optimizing the light gradient-boosting machine algorithm for an efficient early detection of coronary heart disease［J］. Informatics and Health， 2024， 1（2）： 70-81.