[发明专利]异常医保群组识别方法、装置、计算机设备及存储介质

权利要求书

1.一种异常医保群组识别方法，其特征在于，包括：

获取预设时间段内各个参保人的医保数据，所述医保数据包括医疗行为数据和身份识别数据；

根据所述医疗行为数据和身份识别数据构建表征各个参保人之间关联关系的无向图；

通过预设的极大团算法从所述无向图中查找出所有的极大团；

将各个所述极大团中包含的所有身份识别数据所映射的参保人组成异常医保群组；

其中，所述根据所述医疗行为数据和身份识别数据构建表征各个参保人之间关联关系的无向图包括：

对所述医疗行为数据进行分析，以确定各个所述参保人之间是否存在关联关系，其中，所述存在关联关系是指两个参保人在预设时间范围内同时出现在相同地点的事件发生的次数大于或者等于预设次数；

将各个所述参保人的身份识别数据作为顶点、所述关联关系作为边来构建所述无向图。

2.如权利要求1所述的异常医保群组识别方法，其特征在于，所述极大团算法为Bron–Kerbosch算法。

3.如权利要求1所述的异常医保群组识别方法，其特征在于，所述通过预设的极大团算法从所述无向图中查找出所有的极大团步骤之后，还包括：

通过Echart工具对所述所有的极大团进行可视化显示。

4.如权利要求1所述的异常医保群组识别方法，其特征在于，所述对所述医疗行为数据进行分析，以确定各个所述参保人之间是否存在关联关系包括：

根据所述医疗行为数据中的地点信息对所述医疗行为数据进行分类，得到多个第一医疗行为数据集，其中，每个第一医疗行为数据集中包含有至少一个医疗行为数据；

根据所述医疗行为数据中的时间信息对各个所述第一医疗行为数据集进行分类，得到多个第二医疗行为数据集，其中，每一个第二医疗行为数据集中包含有至少一个医疗行为数据；

对各个所述第二医疗行为数据集中的医疗行为数据进行分析，以确定各个所述参保人之间是否存在关联关系。

5.如权利要求1至4任一项所述的异常医保群组识别方法，其特征在于，所述通过预设的极大团算法从所述无向图中查找出所有的极大团包括：

通过预设的分布式图计算框架中的极大团算法从所述无向图中查找出所有的极大团。

6.如权利要求1至4任一项所述的异常医保群组识别方法，其特征在于，所述异常医保群组识别方法还包括：

发送警示信息给所述异常医保群组中的各个参保人。

7.一种异常医保群组识别装置，其特征在于，包括：

获取模块，用于获取预设时间段内各个参保人的医保数据，所述医保数据包括医疗行为数据和身份识别数据；

构建模块，用于根据所述医疗行为数据和身份识别数据构建表征各个参保人之间关联关系的无向图；

查找模块，用于通过预设的极大团算法从所述无向图中查找出所有的极大团；

组成模块，用于将各个所述极大团中包含的所有身份识别数据所映射的参保人组成异常医保群组；

所述构建模块，还用于对所述医疗行为数据进行分析，以确定各个所述参保人之间是否存在关联关系，其中，所述存在关联关系是指两个参保人在预设时间范围内同时出现在相同地点的事件发生的次数大于或者等于预设次数；将各个所述参保人的身份识别数据作为顶点、所述关联关系作为边来构建所述无向图。

8.一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6任一项所述的异常医保群组识别方法的步骤。

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内存储有计算机程序，所述计算机程序可被至少一个处理器所执行，以使所述至少一个处理器执行如权利要求1-6中任一项所述的异常医保群组识别方法的步骤。