|
|
|
基于离群点检测的医保欺诈检测研究 |
|
论文目录 |
|
致谢 | 第5-6页 | 中文摘要 | 第6-7页 | ABSTRACT | 第7页 | 1 绪论 | 第10-17页 | 1.1 研究背景及意义 | 第10-11页 | 1.2 国内外研究现状 | 第11-14页 | 1.2.1 国外研究现状 | 第11-12页 | 1.2.2 国内研究现状 | 第12-14页 | 1.3 研究内容 | 第14页 | 1.4 论文组织结构 | 第14-17页 | 2 相关理论知识 | 第17-28页 | 2.1 医疗保险欺诈 | 第17-19页 | 2.1.1 医保欺诈概念 | 第17-18页 | 2.1.2 传统医保欺诈检测方法 | 第18-19页 | 2.2 离群点检测 | 第19-26页 | 2.2.1 基于聚类的离群点检测 | 第19-22页 | 2.2.2 基于距离的离群点检测 | 第22-24页 | 2.2.3 基于统计的离群点检测 | 第24-25页 | 2.2.4 基于密度的离群点检测 | 第25页 | 2.2.5 检测结果分析 | 第25-26页 | 2.3 数据预处理 | 第26-27页 | 2.4 本章小结 | 第27-28页 | 3 医保数据处理 | 第28-36页 | 3.1 医保数据特点与示例 | 第28-31页 | 3.1.1 医保数据特点 | 第28-29页 | 3.1.2 医保数据示例 | 第29-31页 | 3.2 医保数据预处理 | 第31-35页 | 3.2.1 医保报销费用数据 | 第32-34页 | 3.2.2 医保用药数据 | 第34-35页 | 3.3 本章小结 | 第35-36页 | 4 基于ODC离群点算法的费用异常检测 | 第36-45页 | 4.1 医保费用异常检测 | 第36页 | 4.2 ODC算法基本思想 | 第36-38页 | 4.2.1 K-means聚类过程 | 第37页 | 4.2.2 离群点发现与提取 | 第37-38页 | 4.3 算法过程描述 | 第38-40页 | 4.4 实验与分析 | 第40-44页 | 4.4.1 实验环境 | 第40页 | 4.4.2 对比实验 | 第40-44页 | 4.5 本章小结 | 第44-45页 | 5 基于OAP离群点算法的用药异常检测 | 第45-54页 | 5.1 医保用药异常检测 | 第45页 | 5.2 OAP算法基本思想 | 第45-48页 | 5.2.1 距离离群因子计算 | 第46-47页 | 5.2.2 剪枝与离群点提取 | 第47-48页 | 5.3 算法过程描述 | 第48-50页 | 5.4 实验与分析 | 第50-52页 | 5.4.1 实验环境 | 第50页 | 5.4.2 对比实验 | 第50-52页 | 5.5 本章小结 | 第52-54页 | 6 总结与展望 | 第54-56页 | 6.1 总结 | 第54-55页 | 6.2 展望 | 第55-56页 | 参考文献 | 第56-59页 | 作者简历及攻读硕士学位期间取得的研究成果 | 第59-61页 | 学位论文数据集 | 第61页 |
|
|
|
|
论文编号BS3229785,这篇论文共61页 会员购买按0.35元/页下载,共需支付21.35元。 直接购买按0.5元/页下载,共需要支付30.5元 。 |
|
|
我还不是会员,注册会员!
会员下载更优惠!充值送钱! |
我只需要这篇,无需注册!
直接网上支付,方便快捷! |
|
|
|
版权申明:本目录由www.jylw.com网站制作,本站并未收录原文,如果您是作者,需要删除本篇论文目录请通过QQ或其它联系方式告知我们,我们承诺24小时内删除。 |
|
|