Graph Analysis for Detecting Fraud_Waste_and Abuse in Healthcare Data

浪子不回头ぞ 提交于 2020-10-02 10:59:41

论文传送门

作者

帕罗奥多研究中心:

  • Juan Liu
  • Eric A. Bier
  • Aaron Wilson
  • Tomo Honda
  • Sricharan Kumar
  • Leilani H Gilpin
  • Daniel Davies

主要内容

本文构造了病人、医生、药房和其他实体的异质网络,并借助了图分析技术,在时间和空间上发现异常信息(欺诈、浪费和滥用),并制作了一个系统(XPIV)。

四种异常:

  • 个体异常
  • 关系异常
  • 时间或空间异常
  • 结构异常

图分析技术类别:

  • the ego-net approach
  • the global structure

为了避免杂乱,可以根据一些属性只选择前 top k 个进行可视化。
使用指标:

  • degree
  • weight
  • entropy ratio

有些要会有较高的 re-sale 价格,可以给予关注。

时序或地理空间推理:

  • sink vertices
  • source vertices
  • heavy links

用到具体技术:

  • 最大似然估计
  • 传递矩阵
  • 累计分布函数
  • DBSCAN
  • 隐狄利克雷分配模型等

特征提取使用属性:

  • Community Size
  • Community density
  • Average dollar amount
  • Average anomaly score
易学教程内所有资源均来自网络或用户发布的内容,如有违反法律规定的内容欢迎反馈
该文章没有解决你所遇到的问题?点击提问,说说你的问题,让更多的人一起探讨吧!