《表2 医院预测:基于TLSTM的医疗保险欺诈检测》
将患者的就医行为与预测的就医行为结果进行对比,通过其相似程度确定患者存在欺诈的概率。若相似度较高,说明该次就医行为存在欺诈的可能性较低,反之,存在欺诈的可能性较高。采用准确率、召回率和F-meausre作为评价标准来评估算法的性能。对于所有带参数的方法,通过进一步将训练集划分为80%用于模型拟合和20%用于参数验证来优化参数10次交叉验证。图4显示TLSTM算法与对比算法的性能比较结果。从图中可以看出,本文的算法较已有算法显著提高了欺诈识别的准确程度。
图表编号 | XD00222632500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.01 |
作者 | 曹鲁慧、秦丰林、闫中敏 |
绘制单位 | 山东大学信息化工作办公室、山东大学信息化工作办公室、山东大学软件学院 |
更多格式 | 高清、无水印(增值服务) |