(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210116598.5 (22)申请日 2022.02.07 (71)申请人 北京大学 地址 100871 北京市海淀区颐和园路5号北 京大学理科1号楼1701室 申请人 青岛国新 健康产业科技有限公司 (72)发明人 刘学洋　刘英杰　王力田　舒正　 胡文蕙　 (74)专利代理 机构 北京路浩知识产权代理有限 公司 11002 专利代理师 张睿 (51)Int.Cl. G06F 16/36(2019.01) G06Q 40/08(2012.01) G16H 40/20(2018.01) (54)发明名称 用于医保数据的异常行为关联分析方法及 系统 (57)摘要 本发明提供一种用于医保数据的异常行为 关联分析方法及系统， 该方法包括： 基于医保场 景知识图谱， 根据目标就诊路径， 确定与目标医 保节点之间存在关联的多个待分析医保节点， 并 获取各个待分析医保节点在医保场景知识图谱 中的待分析就诊路径； 根据就诊次数信息， 分别 对目标就诊路径和各个待分析就诊路径中的子 路径进行加权处理， 并计算加权处理后的目标就 诊路径与各个加权处理后的待分析就诊路径之 间的相似度值； 选取相似度值TOP ‑K的待分析医 保节点作为目标分析医保节点， 根据目标医保节 点和目标分析医保节点之间的共现就诊路径， 生 成对应的医保数据关联分析结果。 本发明提高了 医保异常病历审核效率和异常行为分析结果准 确性。 权利要求书3页 说明书13页 附图4页 CN 114647738 A 2022.06.21 CN 114647738 A 1.一种用于医保数据的异常行为关联分析 方法， 其特 征在于， 包括： 基于医保场景知识图谱， 根据目标就诊路径， 确定与目标医保节点之间存在关联的多 个待分析医保节点， 并获取各个所述待分析医保节点在医保场景知识图谱中的待分析就诊 路径； 根据就诊次数信 息， 分别对所述目标就诊路径和各个所述待分析就诊路径中的子路径 进行加权处理， 并计算加权处理后的目标就诊路径与各个加权处理后的待分析就诊路径之 间的相似度值； 选取相似度值TOP ‑K的待分析医保节点作为目标分析医保节点， 并根据所述目标医保 节点和所述目标分析医保节点之间的共现就诊路径， 生成对应的医保数据关联分析 结果； 其中， 所述目标就诊路径是根据所述目标医保节点的医保信息和节点类型， 从所述医 保场景知识图谱中获取得到的； 所述目标就诊路径和所述待分析就诊路径的路径类型包括 元路径和/或元 结构。 2.根据权利要求1所述的用于医保数据的异常行为关联分析方法， 其特征在于， 在所述 选取相似度值TOP ‑K的待分析医保节点作为目标分析医保节点， 并根据所述目标医保节点 和所述目标分析医保节点之间的共现就诊路径， 生成对应的医保数据关联分析结果之后， 所述方法还 包括： 根据所述医保数据关联分析结果中每个医保节点之间的连接关系， 获取相同节点类型 的医保节点之间的拓扑 结构； 根据所述医保数据关联分析结果中每种节点类型的医保节点的属性信 息， 构建所述属 性信息对应的属性编码结构； 通过社区发现算法， 根据所述拓扑结构和所述属性编码结构学习所述医保数据中节点 的全局表示， 并根据所述全局表示对所述医保数据关联分析结果中的医保节点进行聚类， 得到同一社区内的医保数据关联分析 结果。 3.根据权利要求2所述的用于医保数据的异常行为关联分析方法， 其特征在于， 在所述 选取相似度值TOP ‑K的待分析医保节点作为目标分析医保节点， 并根据所述目标医保节点 和所述目标分析医保节点之间的共现就诊路径， 生成对应的医保数据关联分析结果之后， 所述方法还 包括： 选取所述医保数据关联分析 结果中任意两个医保节点； 根据预设查询阶段路径， 通过随机游走算法获取所述医保数据关联分析结果中任意两 个医保节点之间的关联路径。 4.根据权利要求3所述的用于医保数据的异常行为关联分析方法， 其特征在于， 所述方 法还包括： 根据所述医保数据关联分析 结果， 生成医保节点相似性探索可视化视图； 根据所述同一社区内的医保数据关联分析 结果， 生成医保节点社区发现可视化视图； 根据所述关联路径， 生成关联路径探索可视化视图； 通过所述医保节点相似性探索可视化视图、 所述医保节点社区发现可视化视图和所述 关联路径探索可视化视图， 进行医保数据的异常行为关联分析 可视化展示。 5.根据权利要求1所述的用于医保数据的异常行为关联分析方法， 其特征在于， 所述计 算加权处理后的目标就诊路径与各个加权处理后的待分析就诊路径之间的相似度值， 包权　利　要　求　书 1/3 页 2 CN 114647738 A 2括： 若所述目标就诊路径和所述待分析就诊路径的路径类型为元路径， 则根据第 一相似度 公式计算相似度值， 所述第一相似度公式为： 其中， Ssum(Px→y)表示医保节点x和医保节点y之间加权元路径P的得分总和； Ssum(Px→x)表 示医保节点x和医保节点x之间加权元路径P的得分总和； Ssum(Py→y)表示医保节点y和医保节 点y之间加权元路径P的得分总和； 表示加权元路径中的每一段子 路径， Ri表示节点Ai和节点Ai+1之间的链接关系， wi表示第i个 链接关系的权 重。 6.根据权利要求1所述的用于医保数据的异常行为关联分析方法， 其特征在于， 所述计 算加权处理后的目标就诊路径与各个加权处理后的待分析就诊路径之间的相似度值， 包 括： 若所述目标就诊路径和所述待分析就诊路径的路径类型为元结构， 则根据第 二相似度 公式计算相似度值， 所述第二相似度公式为： 其中， oi表示加权元结构S的第i层实例医保节点集合Ni中的实例医保节点， {oi+1|(oi， oi+1)∈E}表示第i+1层上与实例医保节点oi存在关联的实例医保节点； 表示实例 医保节点oi到实例医保节点oi+1的路径权值大小； 加权元结构 表示加权元结构S中的每一段子路径， Mi表示两组节点Ni和Ni+1之间的链接， wi表 示对象间连线的权 重。 7.一种用于医保数据的异常行为关联分析系统， 其特 征在于， 包括： 医保知识图谱节点路径获取模块， 用于基于 医保场景知识图谱， 根据目标就诊路径， 确 定与目标医保节点之间存在关联的多个待分析医保节点， 并获取各个所述待分析医保节点 在医保场景知识图谱中的待分析就诊路径； 加权路径相似度计算模块， 用于根据就诊次数信息， 分别对所述目标就诊路径和各个 所述待分析就诊路径中的子路径进行加权处理， 并计算加权处理后的目标就诊路径与各个 加权处理后的待分析就诊路径之间的相似度值； 医保节点相似性关联分析结果生成模块， 选取相似度值TOP ‑K的待分析医保节点作为 目标分析医保节点， 并根据所述目标医保节点和所述目标分析医保节点之 间的共现就诊路 径， 生成对应的医保数据关联分析 结果； 其中， 所述目标就诊路径是根据所述目标医保节点的医保信息和节点类型， 从所述医 保场景知识图谱中获取得到的； 所述目标就诊路径和所述待分析就诊路径的路径类型包括 元路径和/或元 结构。 8.一种电子设备， 包括存储器、 处理器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如权利要求1至6任权　利　要　求　书 2/3 页 3 CN 114647738 A 3