基于大数据的支付超量识别方法、设备、存储介质及装置制造方法及图纸

本发明专利技术公开了一种基于大数据的支付超量识别方法、设备、存储介质及装置，该方法包括：获取患者的抗排异支付数据，对所述抗排异支付数据进行标准化处理，获得标准化支付数据，根据所述标准化支付数据统计所述患者的周期性支付费用，通过预设基于单元的孤立点检测算法判断所述周期性支付费用是否超过第一预设阈值。由于对患者的抗排异支付数据进行标准化与统计，获得了周期性支付费用，从而能够根据预设基于单元的孤立点检测算法准确地判断周期性支付费用是否超量，从而督促医院合理收费，保障患者的利益。

Overpayment Recognition Method, Equipment, Storage Medium and Device Based on Large Data

The invention discloses a method, equipment, storage medium and device for overpayment recognition based on large data. The method includes: acquiring anti-rejection payment data of patients, standardizing the anti-rejection payment data, obtaining standardized payment data, counting periodic payment costs of patients according to the standardized payment data, and presupposing unit-based payment data. The outlier detection algorithm determines whether the periodic payment cost exceeds the first preset threshold. Because of the standardization and statistics of the anti-rejection payment data of patients, the periodic payment fees are obtained, which can accurately judge whether the periodic payment fees are excessive according to the default unit-based outlier detection algorithm, thus urging hospitals to charge reasonably and safeguarding the interests of patients.

【技术实现步骤摘要】
基于大数据的支付超量识别方法、设备、存储介质及装置
本专利技术涉及异常数据识别
，尤其涉及一种基于大数据的支付超量识别方法、设备、存储介质及装置。
技术介绍
由于医保体系的不完善，参保人在医院治疗期间，可能会出现某几个时期支付抗排异药物的费用过高的情形，例如：首年支付抗排异药物的费用超过10万，或者，除首年外的年份，每年支付抗排异药物的费用超过8万。目前对上述支付超量情形进行排查的主要手段是：人社局工作人员在庞大的诊疗明细数据中查找并核对收费是否异常，然而，该手段易出现两类问题，一是人工排查难免存在疏漏，二是效率较低、耗时较长及成本较高。上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
本专利技术的主要目的在于提供一种基于大数据的支付超量识别方法、设备、存储介质及装置，旨在解决现有技术中如何更便捷地判断抗排异药物的支付费用是否超量的技术问题。为实现上述目的，本专利技术提供一种基于大数据的支付超量识别方法，所述基于大数据的支付超量识别方法包括以下步骤：获取患者的抗排异支付数据，对所述抗排异支付数据进行标准化处理，获得标准化支付数据；根据所述标准化支付数据统计所述患者的周期性支付费用；通过预设基于单元的孤立点检测算法判断所述周期性支付费用是否超过第一预设阈值。优选地，所述通过预设基于单元的孤立点检测算法判断所述周期性支付费用是否超过第一预设阈值，包括：根据第一预设阈值确定单元格边长，根据所述单元格边长将所述周期性支付费用所处的数据空间划分为若干单元格，并将所述周期性支付费用映射为所述单元格中的数据点；判断所述单元格中的数据点是否为孤立点；若所述单元格中的数据点为孤立点，则认定所述孤立点对应的周期性支付费用超过所述第一预设阈值。优选地，所述判断所述单元格中的数据点是否为孤立点，包括：遍历各单元格，统计各单元格中的第一数据点数目、各单元格的第一层邻居中的第二数据点数目以及各单元格的第二层邻居中的第三数据点数目；根据所述第一数据点数目、所述第二数据点数目以及所述第三数据点数目判断所述单元格中的数据点是否为孤立点。优选地，所述根据所述第一数据点数目、所述第二数据点数目以及所述第三数据点数目判断所述单元格中的数据点是否为孤立点，包括：若所述第一数据点数目与所述第二数据点数目的和大于第二预设阈值，则认定所述单元格中的数据点不是孤立点；若所述第一数据点数目、所述第二数据点数目以及所述第三数据点数目的和不大于所述第二预设阈值，则认定所述单元格中的数据点为孤立点；否则，逐个判断所述单元格中的数据点是否为孤立点。优选地，所述获取患者的抗排异支付数据，对所述抗排异支付数据进行标准化处理，获得标准化支付数据，具体包括：获取患者的抗排异支付数据，并对所述抗排异支付数据进行分词处理，生成词语序列；将所述词语序列中的词语转化为词向量，生成对应的词向量序列；根据预设双向递归神经网络模型将所述词向量序列编码为句子矩阵；通过预设注意力模型将所述句子矩阵压缩为句向量，并将所述句向量作为标准化支付数据。优选地，所述根据预设双向递归神经网络模型将所述词向量序列编码为句子矩阵，包括：将所述词向量序列依次先正向后反向输入到预设双向递归神经网络模型中，以使所述预设双向递归神经网络模型对所述词向量序列进行编码，并输出句子矩阵。优选地，所述通过预设注意力模型将所述句子矩阵压缩为句向量，并将所述句向量作为标准化支付数据，包括：通过预设注意力模型从所述句子矩阵中提取上下文向量；根据所述上下文向量将所述句子矩阵压缩为句向量，并将所述句向量作为标准化支付数据。此外，为实现上述目的，本专利技术还提出一种用户设备，所述用户设备包括存储器、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基于大数据的支付超量识别程序，所述基于大数据的支付超量识别程序配置为实现如上文所述的基于大数据的支付超量识别方法的步骤。此外，为实现上述目的，本专利技术还提出一种存储介质，所述存储介质上存储有基于大数据的支付超量识别程序，所述基于大数据的支付超量识别程序被处理器执行时实现如上文所述的基于大数据的支付超量识别方法的步骤。此外，为实现上述目的，本专利技术还提出一种基于大数据的支付超量识别装置，所述基于大数据的支付超量识别装置包括：处理模块，用于获取患者的抗排异支付数据，对所述抗排异支付数据进行标准化处理，获得标准化支付数据；统计模块，用于根据所述标准化支付数据统计所述患者的周期性支付费用；挖掘模块，用于通过预设基于单元的孤立点检测算法判断所述周期性支付费用是否超过第一预设阈值。本专利技术中，通过获取患者的抗排异支付数据，对所述抗排异支付数据进行标准化处理，获得标准化支付数据，根据所述标准化支付数据统计所述患者的周期性支付费用，通过预设基于单元的孤立点检测算法判断所述周期性支付费用是否超过第一预设阈值。由于对患者的抗排异支付数据进行标准化与统计，获得了周期性支付费用，从而能够根据预设基于单元的孤立点检测算法准确地判断周期性支付费用是否超量，从而督促医院合理收费，保障患者的利益。附图说明图1是本专利技术实施例方案涉及的硬件运行环境的用户设备结构示意图；图2为本专利技术基于大数据的支付超量识别方法第一实施例的流程示意图；图3为本专利技术基于大数据的支付超量识别方法第二实施例的流程示意图；图4为本专利技术基于大数据的支付超量识别方法第三实施例的流程示意图；图5为本专利技术基于大数据的支付超量识别装置第一实施例的结构框图。本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。参照图1，图1为本专利技术实施例方案涉及的硬件运行环境的用户设备结构示意图。如图1所示，该用户设备可以包括：处理器1001，例如中央处理器(CentralProcessingUnit，CPU)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)，可选用户接口1003还可以包括标准的有线接口、无线接口，对于用户接口1003的有线接口在本专利技术中可为USB接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity，WI-FI)接口)。存储器1005可以是高速的随机存取存储器(RandomAccessMemory，RAM)存储器，也可以是稳定的存储器(Non-volatileMemory，NVM)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。本领域技术人员可以理解，图1中示出的结构并不构成对用户设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及基于大数据的支付超量识别程序。在图1所示的用户设备中，网络接口1004主要用于连接后台服务器，与所述后台服务器进行数据通信；用户接口1003主要用于连接外设，与所述外设进行数据通信；所述用户设备通过处理器1001调用存储器1005中存储的基于大数据的支付超量识别程序本文档来自技高网...

【技术保护点】
1.一种基于大数据的支付超量识别方法，其特征在于，所述基于大数据的支付超量识别方法包括以下步骤：获取患者的抗排异支付数据，对所述抗排异支付数据进行标准化处理，获得标准化支付数据；根据所述标准化支付数据统计所述患者的周期性支付费用；通过预设基于单元的孤立点检测算法判断所述周期性支付费用是否超过第一预设阈值。

【技术特征摘要】
1.一种基于大数据的支付超量识别方法，其特征在于，所述基于大数据的支付超量识别方法包括以下步骤：获取患者的抗排异支付数据，对所述抗排异支付数据进行标准化处理，获得标准化支付数据；根据所述标准化支付数据统计所述患者的周期性支付费用；通过预设基于单元的孤立点检测算法判断所述周期性支付费用是否超过第一预设阈值。2.如权利要求1所述的基于大数据的支付超量识别方法，其特征在于，所述通过预设基于单元的孤立点检测算法判断所述周期性支付费用是否超过第一预设阈值，包括：根据第一预设阈值确定单元格边长，根据所述单元格边长将所述周期性支付费用所处的数据空间划分为若干单元格，并将所述周期性支付费用映射为所述单元格中的数据点；判断所述单元格中的数据点是否为孤立点；若所述单元格中的数据点为孤立点，则认定所述孤立点对应的周期性支付费用超过所述第一预设阈值。3.如权利要求2所述的基于大数据的支付超量识别方法，其特征在于，所述判断所述单元格中的数据点是否为孤立点，包括：遍历各单元格，统计各单元格中的第一数据点数目、各单元格的第一层邻居中的第二数据点数目以及各单元格的第二层邻居中的第三数据点数目；根据所述第一数据点数目、所述第二数据点数目以及所述第三数据点数目判断所述单元格中的数据点是否为孤立点。4.如权利要求3所述的基于大数据的支付超量识别方法，其特征在于，所述根据所述第一数据点数目、所述第二数据点数目以及所述第三数据点数目判断所述单元格中的数据点是否为孤立点，包括：若所述第一数据点数目与所述第二数据点数目的和大于第二预设阈值，则认定所述单元格中的数据点不是孤立点；若所述第一数据点数目、所述第二数据点数目以及所述第三数据点数目的和不大于所述第二预设阈值，则认定所述单元格中的数据点为孤立点；否则，逐个判断所述单元格中的数据点是否为孤立点。5.如权利要求1-4中任一项所述的基于大数据的支付超量识别方法，其特征在于，所述获取患者的抗排异支付数据，对所述抗排异支付数据进行标...

【专利技术属性】
技术研发人员：黄越，陈明东，
申请(专利权)人：平安医疗健康管理股份有限公司，
类型：发明
国别省市：上海,31