基于 BP 神经网络的新农合欺诈识别实证研究--以定点医疗机构欺诈滥用为中心
有效识别新农合定点医疗机构欺诈滥用行为对新农合基金的安全有重大意义。为此,本文旨在构建新农合欺诈识别指标体系,利用主成分分析法结合 BP 神经网络模型,对定点医疗机构住院医疗服务的欺诈滥用行为识别进行实证研究,并与 Logistic 回归模型的性能进行比较。研究表明,BP神经网络模型具有较高的识别能力,其性能优于 Logistic 回归模型。因此,将其应用于新农合管理实践将有助于提高医疗费用支付审核的效率和准确性。
新农合、欺诈识别、主成分分析、BP 神经网络
C931(管理学)
国家社科基金项目“新型农村合作医疗保险风险管理研究”12BGL091;教育部人文社科研究规划基金一般项目“新型农村合作医疗保险反欺诈研究”12YJAZH069;教育部人文社科研究项目“我国社会医疗保险欺诈风险管理研究”13YJC630128;“怀化学院重点学科金融学建设点”资助项目
2015-06-10(万方平台首次上网日期,不代表论文的发表时间)
共12页
117-128