數(shù)學(xué)建模2015深圳A題醫(yī)保詐騙論文(完整版)

1、建立在醫(yī)保欺詐中的應(yīng)用模型摘要：本文圍繞醫(yī)保欺詐的識別而展開討論，運用層次分析法和模糊綜合評價相結(jié)合的方法對可能的醫(yī)保欺詐進行判斷。首先，對附件中大量數(shù)據(jù)進行篩選整理得到所需可用的數(shù)據(jù)。然后，根據(jù)層次分析法確定模型的準則層、方案層并確定各識別因子的權(quán)重。接著，結(jié)合模糊綜合評價確立的各識別因子的隸屬函數(shù)和醫(yī)保欺詐度閾值，建立了醫(yī)保欺詐識別模型，找出了可能的醫(yī)保欺詐。對于醫(yī)保欺詐的識別，首先運用EXCEL中數(shù)據(jù)透視表、VLOOKUP函數(shù)等對附件中多張表的大量數(shù)據(jù)進行篩選整理，提煉出病人ID號、性別、年齡、所對應(yīng)的賬單號、處方中藥物的種類、單張?zhí)幏劫M用、單張?zhí)幏侥盟幋螖?shù)、單張?zhí)幏娇傎M用、單張醫(yī)?？ǖ?/p>

2、使用次數(shù)等與欺詐有關(guān)的數(shù)據(jù)。然后，根據(jù)層次分析法確定醫(yī)保詐騙識別模型的準則層：單張醫(yī)?？ㄊ褂么螖?shù)和單張?zhí)幏娇傎M用，方案層：病人年齡、性別，處方中藥物種類、單張?zhí)幏劫M用、單張?zhí)幏侥盟幋螖?shù)，并確定各識別因子的權(quán)重 。接著運用模糊統(tǒng)計法確立各識別因子的隸屬函數(shù)，并設(shè)定結(jié)點閥值作為檢測判斷的依據(jù)，最后，運用matlab語言對附件中的數(shù)據(jù)進行判斷，得到可能的醫(yī)保欺詐的數(shù)據(jù)。該模型可以在一定程度上可以識別醫(yī)保詐騙。關(guān)鍵字：醫(yī)療保險；詐騙識別；層次分析；模糊綜合評價一、問題重述醫(yī)療保險欺詐，是指公民、法人或者其他組織在參加醫(yī)療保險、繳納醫(yī)療保險費、享受醫(yī)療保險待遇過程中，故意捏造事實、弄虛作假、隱瞞真實情況

3、等造成醫(yī)療保險基金損失的行為。騙保人進行醫(yī)保欺詐時通常使用的手段，一是拿著別人的醫(yī)?？ㄅ渌?，二是在不同的醫(yī)院和醫(yī)生處重復(fù)配藥。下面這些情況都有可能是醫(yī)保欺詐：單張?zhí)幏剿庂M特別高，一張卡在一定時間內(nèi)反復(fù)多次拿藥等。請根據(jù)附件中的數(shù)據(jù)，找出可能的欺詐記錄。注：數(shù)據(jù)中病人姓名、身份證號、電話號碼、醫(yī)?？ㄌ枮榉钦鎸崝?shù)據(jù)。數(shù)據(jù)見2.1 2.2 2.3 2.4 2.5 2.6二、問題分析醫(yī)療保險是為補償疾病所帶來的醫(yī)療費用的一種保險，關(guān)系到國家民生和發(fā)展的重大問題，而從全國范圍來看，醫(yī)保欺詐呈逐年遞增態(tài)勢；醫(yī)保欺詐不僅扭曲了保險定價機制，損害保險經(jīng)營的最大誠信原則，而且還嚴重威脅醫(yī)?；鸢踩?，妨礙醫(yī)保政策

4、的有效實施。因此尋找一種行之有效的欺詐識別尤為重要。在本題中，數(shù)據(jù)量巨大，同時欺詐樣本及相關(guān)函數(shù)不易尋找，而層次分析法不依賴樣本，同時可將定量與定性相結(jié)合，與題意相符，同時結(jié)合模糊綜合評價會使結(jié)果更準確；因此，對于本題，運用層次分析法和模糊綜合評價相結(jié)合的方法進行醫(yī)保欺詐的判斷。首先，初步確定刷卡次數(shù)多、高藥費現(xiàn)象中存在醫(yī)保欺詐的概率高，以此為標準運用數(shù)據(jù)透視表、vlookup等函數(shù)對附件中的數(shù)據(jù)進行刪選整理，剔除掉數(shù)據(jù)缺失嚴重、信息與本模型無關(guān)的數(shù)據(jù)，最后得到變量包含醫(yī)囑項、醫(yī)囑子類、病人ID、性別、年齡、單價、醫(yī)囑數(shù)量、總額、賬單號的Excel表格；然后，運用層次分析法確定醫(yī)保欺詐模型的兩

5、個一級指標：單張醫(yī)?？ㄊ褂么螖?shù)和單張?zhí)幏疆a(chǎn)生的總費用，對應(yīng)二級指標分別為：病人年齡、性別和藥物種類數(shù)、單張?zhí)幏劫M用、單張?zhí)幏绞褂么螖?shù),構(gòu)成醫(yī)保欺詐識別體系；通過查閱資料構(gòu)造成對比較陣,并計算其權(quán)向量進行一致性檢驗，確定有效矩陣。然后運用模糊綜合評價的思想，結(jié)合資料，建立各二級指標的隸屬度函數(shù),根據(jù)所占權(quán)重最大的指標確定欺詐閾值,將整理所得數(shù)據(jù)運用matlab進行計算輸出，得到可能存在欺詐的數(shù)據(jù)。最后對模型進行檢驗，對模型進行分析和改進。三、模型假設(shè)1、醫(yī)保欺詐只是患者單方面行為，不存在醫(yī)患合謀和醫(yī)療機構(gòu)“引至欺詐”情況；2、單張?zhí)幏疆a(chǎn)生總藥費越高越有欺詐可能；1、 單張卡在一定時間內(nèi)配藥次數(shù)越

6、多越有欺詐可能；4、數(shù)據(jù)準確、真實、不存在錯誤記錄情況。四、符號說明符號含義續(xù)表2個一級指標i=1,25個二級指標i=1,2j=1,2,33個成對比矩陣i=1，2，3矩陣i行j列的數(shù)值=矩陣按行求和矩陣的最大特征值W5個指標最終權(quán)重CI一致性檢驗指標 RI隨機一致性指標CR一致性比率t1欺詐程度閾值五、模型的建立與求解 5.1 模型的準備 5.1.1 數(shù)據(jù)預(yù)處理對于附件中的數(shù)據(jù)進行數(shù)據(jù)挖掘，運用數(shù)據(jù)透視表、vlookup等函數(shù)剔除掉數(shù)據(jù)丟失嚴重、無意義、與模型無關(guān)的數(shù)據(jù)，最后對數(shù)據(jù)進行整合，得到自變量分別為醫(yī)囑項、醫(yī)囑子類、病人ID、性別、年齡、單價、醫(yī)囑數(shù)量、總額、賬單號的Exce

7、l表格。 5.1.2 層次分析法1層次分析法(AHP)是將決策問題按總目標、各層子目標、評價準則直至具體的備投方案的順序分解為不同的層次結(jié)構(gòu)，然后得用求解判斷矩陣特征向量的辦法，求得每一層次的各元素對上一層次某元素的優(yōu)先權(quán)重，最后再加權(quán)和的方法遞階歸并各備擇方案對總目標的最終權(quán)重，此最終權(quán)重最大者即為最優(yōu)方案。這里所謂“優(yōu)先權(quán)重”是一種相對的量度，它表明各備擇方案在某一特點的評價準則或子目標，標下優(yōu)越程度的相對量度，以及各子目標對上一層目標而言重要程度的相對量度。層次分析法比較適合于具有分層交錯評價指標的目標系統(tǒng)，而且目標值又難于定量描述的決策問題。其用法是構(gòu)造判斷矩陣，求出其最大特征值。及其

8、所對應(yīng)的特征向量W，歸一化后，即為某一層次指標對于上一層次某相關(guān)指標的相對重要性權(quán)值。層次分析法主要步驟：1、建立層次結(jié)構(gòu)模型；2、構(gòu)造成對比較陣，從層次結(jié)構(gòu)模型的第2層開始，對于從屬于上一層每個因素的同一層諸因素，用成對比較法和19比較尺度(表1)構(gòu)造成對比較陣，直到最下層；3、計算權(quán)向量并做一致性檢驗；4、計算組合權(quán)向量并做組合一致性檢驗；5、構(gòu)造判斷矩陣；6、計算權(quán)重向量；7、計算權(quán)重向量；8、一致性檢驗，其中，隨機一致性指標RI和判斷矩陣的階數(shù)（表2）有關(guān)。表1-比例標度表重要性標度含義1表示兩個元素相比，具有同等重要性2表示兩個元素相比，前者比后者稍重要3表示兩個元素相比，前者比后者

9、明顯重要4表示兩個元素相比，前者比后者強烈重要5表示兩個元素相比，前者比后者極端重要2,4,6,8表示上述判斷的中間值倒數(shù)若元素i與元素j的重要性之比為, 則元素j與元素i的重要性之比為=1/表2-平均隨機一致性指標RI標準值n1234567891011RI000.580.901.121.241.321.411.451.491.51 5.1.2 模糊綜合評價法2模糊綜合評價法是一種基于模糊數(shù)學(xué)的綜合評標方法。該綜合評價法根據(jù)模糊數(shù)學(xué)的隸屬度理論把定性評價轉(zhuǎn)化為定量評價，即用模糊數(shù)學(xué)對受到多種因素制約的事物或?qū)ο笞龀鲆粋€總體的評價。它具有結(jié)果清晰，系統(tǒng)性強的特點，能較好地解決模糊的、難

10、以量化的問題，適合各種非確定性問題的解決。由于評價因素的復(fù)雜性、評價對象的層次性、評價標準中存在的模糊性以及評價影響因素的模糊性或不確定性、定性指標難以定量化等一系列問題，使得人們難以用絕對的“非此即彼”來準確的描述客觀現(xiàn)實，經(jīng)常存在著“亦此亦彼”的模糊現(xiàn)象，其描述也多用自然語言來表達，而自然語言最大的特點是它的模糊性，而這種模糊性很難用經(jīng)典數(shù)學(xué)模型加以統(tǒng)一量度。因此，建立在模糊集合基礎(chǔ)上的模糊綜合評判方法，從多個指標對被評價事物隸屬等級狀況進行綜合性評判，它把被評判事物的變化區(qū)間做出劃分，一方面可以顧及對象的層次性，使得評價標準、影響因素的模糊性得以體現(xiàn)；另一方面在評價中又可以充分發(fā)揮人的經(jīng)

11、驗，使評價結(jié)果更客觀，符合實際情況。模糊綜合評判可以做到定性和定量因素相結(jié)合，擴大信息量，使評價數(shù)度得以提高，評價結(jié)論可信。模糊綜合評價法主要步驟：1、模糊綜合評價指標的構(gòu)建2、采用構(gòu)建好權(quán)重向量3、構(gòu)建評價矩陣,建立適合的隸屬函數(shù)從而構(gòu)建好評價矩陣。4、評價矩陣和權(quán)重的合成,采用適合的合成因子對其進行合成，并對結(jié)果向量進行解釋。 5.2 醫(yī)保欺詐模型的建立 5.2.1 層次模型建立醫(yī)保欺詐識別模型的建立過程主要分指標篩選和指標權(quán)重確定兩部分。建立醫(yī)保欺詐識別體系，根據(jù)醫(yī)保詐騙的現(xiàn)象，單張?zhí)幏疆a(chǎn)生總費用特別高，一張卡在一定時間內(nèi)反復(fù)多次拿藥等都可能是醫(yī)保詐騙，充分考慮醫(yī)保詐騙幾個方面因素，將欺

12、詐分析可能性作為目標，放在層次模型的頂端，選取每張醫(yī)?？ㄋ⒖ù螖?shù)和單張?zhí)幏疆a(chǎn)生總費用用為兩個一級指標，每個一級指標下又分別有年齡、性別和單張?zhí)幏剿幬锓N類數(shù)、單張?zhí)幏劫M用、單張?zhí)幏绞褂么螖?shù)五個二級指標行成一個遞階的層次機構(gòu)，構(gòu)成醫(yī)保欺詐識別體系（圖1）。圖1-欺詐分析的層次結(jié)構(gòu) 5.2.2 構(gòu)造成對比較陣從醫(yī)保詐騙的主動發(fā)現(xiàn)層次結(jié)構(gòu)的第2層開始，用成對比較法和19比較尺度構(gòu)造成對比較陣先對第二層的五個指標開始進行兩兩對比，得到成對比矩陣，再對第三層的從屬于上一層的每一個因素的同一層諸因素，用成對比較法和19比較尺度構(gòu)造成對比較陣，。得到如下矩陣：A-B矩陣如下:=-C矩陣如下：=-C矩陣如下：=

13、 5.2.3 計算權(quán)向量并作一致性檢驗通過一致性檢驗的步驟，首先對于每一個成對比矩陣計算最大特征根及對應(yīng)的特征向量，其次利用一致性指標、隨機一致性指標和一致性比率做一致性檢驗。最后，若通過，特征向量（歸一化后）即為權(quán)向量：若不通過，需重新構(gòu)造成對比矩陣。 5.2.3.1 運用和法求最大特征根步驟如下：1.將A的每一列向量歸一化得2.對于按行求和得3.將歸一化即為近似特征向量；4.計算作為最大特征根的近似值。 5.2.3.2 一致性指標CI：因為判斷矩陣是計算權(quán)重的根據(jù)，所以要求矩陣大體上具有一致性，避免出現(xiàn)“甲比乙極端重要,乙比丙極端重要,而丙又比甲極端重要”的諱背常識的判斷,這將導(dǎo)致評價失真

14、,因此，要對判斷的相容性和誤差進行分析。一般認為，l或2階判斷矩陣總是具有完全一致性的。但是對于2階以上的判斷矩陣就需進行一致性檢驗。設(shè)相容性指標為CI (Consistency Index),即有當CI=0時，A陣是一致陣，如果CI越大A一致性越差。 5.2.3.3 計算一致性指標CR一致性指標CR愈小，判斷矩陣的一致性愈好，當CR<0.1時，一般認為判斷矩陣的一致性是可以接受的，否則需要調(diào)整判斷矩陣，使其具有滿意的一致性。只有當CR<0.1時，才認為A 的不一致程度在容許的范圍內(nèi)，則該矩陣可以通過檢驗；當CR>0.1時，則通不過一致性檢驗，需要重新構(gòu)造對比矩陣。按照如上面

15、的步驟，運用matlab進行編程處理4，得到各判斷矩陣的各層次各層次單排序計算及一致性檢驗結(jié)果如表3所示：（代碼見附錄1）表3-各層次單排序計算及一致性檢驗結(jié)果判斷矩陣特征向量CICRA-B200續(xù)表-C200-C3.03490.01740.031從上表明顯的看到所有的CR都小于0.1，所以都能通過一致性的檢驗。 5.2.3.4 層次總排序及其一致性檢驗設(shè)B層,對上層（A層）中因素的層次單排序一致性指標為，隨機一致性指標為,則層級總排序的一致性比率為:當CR<0.1時，認為層次總排序通過一致性檢驗。CR=（0.25*0+0.75*0.0174）/0.25*0+0.75*0.58)=0.0

16、3<0.1所以層次總排序通過一致性檢驗。根據(jù)指標體系結(jié)構(gòu)圖1所給的關(guān)系，結(jié)合各判斷矩陣計算出的指標權(quán)重，計算出5個指標最終權(quán)重排序，從而構(gòu)建出指標層的權(quán)重向量（表4）表4-各個指標權(quán)重分配一級指標二級指標最終權(quán)重一張卡使用次數(shù)年齡016性別0.04單張?zhí)幏娇偹庂M配藥種類數(shù)0.04864單張?zhí)幏降乃庂M0.46888單張?zhí)幏绞褂么螖?shù)0.282485個評價指標的最終權(quán)重向量：W=（0.16,0.04,0.04864,0.46888,0.28248） 5.2.4 醫(yī)保欺詐度度評分模型建立醫(yī)保欺詐度評分函數(shù),為了避免像其他研究人一樣會出現(xiàn)評分標準不合理的問題，我們根據(jù)附件1中已有的數(shù)據(jù)進行統(tǒng)計計算

17、，結(jié)合我們現(xiàn)在的實際情況，采用模糊數(shù)學(xué)中隸屬度函數(shù)的思想，建立了下面的可信度函數(shù)，從而保證了量化指標評分的連續(xù)性。 5.2.4.1 建立年齡的隸屬度函數(shù)。根據(jù)整理的數(shù)據(jù)，統(tǒng)計出各段年齡和所開處方次數(shù)以及拿藥次數(shù)，剔除掉人數(shù)的影響，以及得出平均每個人多拿藥的次數(shù)，利用excel作圖如下(圖2)：圖2-年齡與平均每人多拿藥次數(shù)的關(guān)系根據(jù)實際情況以及有關(guān)資料5，0-20歲的小孩子以及60歲以上的老人不太可能實行欺詐，因此，求得年齡的隸屬度函數(shù)及同理求得其它二級指標的隸屬度函數(shù)。 5.2.4.2 確定醫(yī)保欺詐度閾值6醫(yī)保欺詐度閾值的確定主要看患者單張?zhí)幏疆a(chǎn)生總費用以及取藥次數(shù)是否在合理范圍之內(nèi)。達到這

18、個標準可作為是否欺詐的閾值t1。取占權(quán)重最大的前兩項指標單張?zhí)幏降乃庂M、單張?zhí)幏饺∷幋螖?shù)，則可計算欺詐可能性為：t1=0.46888+0.28248=0.75136所以當患者的得分為大于t1時，則實行欺詐的可能性大。 5.2.5 模型的求解運用matlab對題目數(shù)據(jù)進行求解在整理所得表格中隨機選取兩條記錄如表5所示表5ID處方金額藥物種類拿藥次數(shù)性別年齡處方總藥費100024119.8811132119.88476882371.542321458545.42運用matlab計算得到：第一條記錄欺詐度t=0.2619488,小于t1,所以沒有發(fā)生醫(yī)保欺詐；第二條記錄欺詐度t=0.8448976,

19、大于t1，所以發(fā)生了醫(yī)保欺詐。將所有數(shù)據(jù)輸入得到最后結(jié)果，部分結(jié)果如表6所示:表6ID年齡性別藥物種類次數(shù)藥費欺詐度是否欺詐（1為欺詐）6678480.650.40.050.980.840.79312216678980.650.40.050.980.840.79312216679470.650.60.050.980.840.80112216679530.650.40.050.980.840.79312216679830.650.40.050.980.840.79312216692150.650.40.050.980.840.79312216693870.650.40.050.980.840.7

20、9312216695660.650.40.050.980.840.79312216706270.650.60.050.980.840.80112216729160.650.60.050.980.840.80112216745100.650.40.050.980.840.79312216750920.650.60.050.980.840.80112216751720.650.40.050.980.840.79312216755590.650.40.050.980.840.79312216766050.650.60.050.980.840.80112216766980.650.60.050.980

21、.840.80112216799870.650.40.050.980.840.79312216807530.650.40.050.980.840.79312216818210.650.40.050.980.840.79312216828430.650.40.050.980.840.79312216847590.650.40.050.980.840.79312216923150.650.40.050.980.840.79312216923230.650.60.050.980.840.80112211704610.20.60.050.980.840.72912201725150.20.60.050

22、.980.840.72912201746560.20.40.050.980.840.72112201763730.20.60.050.980.840.72912201772830.20.40.050.980.840.72112201786210.20.40.050.980.840.72112201791570.20.60.050.980.840.72912201832680.20.60.050.980.840.72912201844880.20.40.050.980.840.72112201857500.20.40.050.980.840.72112201869460.20.60.050.98

23、0.840.72912201873980.20.60.050.980.840.72912201951490.20.60.050.980.840.72912201958580.20.40.050.980.840.72112202005230.20.60.050.980.840.72912202074190.20.60.050.980.840.72912202367510.20.40.050.980.840.72112202392610.20.60.050.980.840.72912202869000.20.60.050.980.840.72912203484170.20.40.050.980.8

24、40.7211220 5.2.6 結(jié)果分析將結(jié)果以形象直觀的餅圖（圖3）形式表現(xiàn)出來,可以看出：欺詐率為1圖3-欺詐比例其中，所得欺詐結(jié)果中，單張?zhí)幏劫M用大于300所占的比例為100（圖4）圖4-各單張?zhí)幏劫M用比例單張?zhí)幏绞褂么螖?shù)大于1所占比例為100（圖5）圖5-各單張?zhí)幏绞褂么螖?shù)所占比例年齡在20與60之間所占比例為98（圖6）圖6-各年齡段所占比例單張?zhí)幏疆a(chǎn)生總費用比例（圖7）為圖7-單張?zhí)幏疆a(chǎn)生總費用比例根據(jù)結(jié)果可得：年齡在40-60之間，且單張?zhí)幏劫M用大于100，單張?zhí)幏街貜?fù)使用這些現(xiàn)象極有可能為醫(yī)保欺詐；這與該模型先前判斷相符，從理論上，該模型可在一定程度上進行醫(yī)保欺詐的判斷。相關(guān)

25、部門可在年齡，單張?zhí)幏绞褂么螖?shù)等方面加強監(jiān)控，及時發(fā)現(xiàn)可能存在的醫(yī)保欺詐行為,但因該模型存在一定的主觀意識，具有一定的誤差，所以在初步判斷后還應(yīng)進行進一步的確定，例如根據(jù)此人的教育背景，工作、婚姻狀況以及保單信息等進行判斷。但更重要的是，有關(guān)部門應(yīng)加強相關(guān)法律建設(shè)，完善醫(yī)保體系，提升人們的法制意識和綜合素質(zhì)，增強醫(yī)務(wù)人員的責任意識，從根本上杜絕醫(yī)保欺詐的可能，促進醫(yī)療體系健康有序的發(fā)展。 5.3 模型的評價 5.3.1 模型的優(yōu)點 1、本文中層次分析法把醫(yī)保欺詐判斷作為一個系統(tǒng)，按照分解、比較判斷，綜合的思維方式進行決策，層次分析法中得每一層的權(quán)重設(shè)置最后都會直接或者間接的影響到結(jié)果，而且每個

26、層次中的每個因素對結(jié)果的影響都是量化的，非常的清晰、明確; 2、該模型簡潔實用，既不單純追求高深數(shù)學(xué)，又不片面地注重行為、邏輯、推理，而是把定性方法與定量方法有機地結(jié)合起來，使復(fù)雜的系統(tǒng)分解、簡明，計算簡便，并且所得結(jié)果簡單明確，容易為決策者了解和掌握，具有很高的理論和實踐價值； 3、所需定量數(shù)據(jù)信息較少,層次分析法主要是從評價者對評價問題的本質(zhì)、要素的理解出發(fā)，比一般的定量方法更講求定性的分析和判斷。由于層次分析法是一種模擬人們決策過程的思維方式的一種方法，層次分析法把判斷各要素的相對重要性的步驟留給了大腦，只保留人腦對要素的印象，化為簡單的權(quán)重進行計算，提高了判斷效率； 4、層次分析法不需

27、要欺詐樣本對模型進行訓(xùn)練和檢驗,局限性較小，應(yīng)用范圍較廣。 5.3.2 模型的缺點層次分析法中人的主觀判斷、選擇 、偏好對結(jié)果的影響很大，判斷失誤可能導(dǎo)致決策的失誤。 5.4、模型的改進與推廣 5.4.1 模型的改進7由于層次分析法主觀意識較強，在請多個專家進行評價時,最好采取獨立的方式,相互之間不能干擾,否則,容易受“大專家”意見的主導(dǎo),使多專家失去意義。對于多個專家評價結(jié)果的綜合,可以在2個環(huán)節(jié)上進行:一是對判斷矩陣中的指標進行綜合;另是對最終結(jié)果進行加和和歸一化處理.兩者各有利弊,前者工作量不大,只進行簡單的矩陣加和即可,不增加矩陣特征根計算,但很難保持判斷矩陣的一致性;后者計算工作量大

28、,要計算多個矩陣的特征根,但容易保證各矩陣的一致性。通過以上方法可以提高權(quán)重可信度。 5.4.2 模型的推廣該模型可有效檢測出醫(yī)保中發(fā)生的詐騙現(xiàn)象，同時這一模型可以推廣到其他類型的保險行業(yè)中，例如人壽保險，機動車險等；通過對大數(shù)據(jù)進行挖掘，運用層次分析法和模糊綜合分析結(jié)合的方法得到各指標的權(quán)重，這樣即可通過模型確定是否存在欺詐行為。除了保險行業(yè)外，在其他方面該模型也同樣可以發(fā)揮作用，例如，對某幾所企業(yè)進行評級，可以將識別因子進行分層，構(gòu)造各識別因子的權(quán)重和隸屬度函數(shù)，確定級別閾值，最后計算得出企業(yè)級別。如果可以從相關(guān)機構(gòu)獲取欺詐樣本，那么可以采取logistic回歸和BP神經(jīng)網(wǎng)絡(luò)結(jié)合的方法，運

29、用spss軟件對樣本進行l(wèi)ogistic回歸分析提取具有模型顯著性的識別因子；將所得識別因子對構(gòu)建的bp神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練，并選取檢驗樣本對模型的有效性進行預(yù)測檢驗；最后根據(jù)研究結(jié)果提出針對性的反欺詐措施和建議。相比于層次分析模型，bp神經(jīng)模型更為客觀，準確8。參考文獻1層次分析法（運籌學(xué)理論） 2015.5.5.2模糊綜合評價法 2015.5.5.3周建濤，秦炳山，宋曉東,意外、健康保險欺詐概率識別,河北經(jīng)貿(mào)大學(xué)學(xué)報,2014年06期，138-142,2014.4卓金武，MATLAB在數(shù)學(xué)建模中的應(yīng)用，北京航空航天大學(xué)出版社，2014，19-20.5謝季堅，劉承平，模糊數(shù)學(xué)方法應(yīng)用，華中科技大學(xué)出版社，2003年，73-96.6李春霞，李文高，特征樹閾值檢測算法應(yīng)對電信欺詐，軟件，2011年第32卷，8-13,2011.7樊文剛，侯麗紅，層次分析法的改進，科技情報開發(fā)與經(jīng)濟，2005年第15卷，153-154,2005.8楊超，基于BP神經(jīng)網(wǎng)絡(luò)的健康保險欺詐識別研究，青島大學(xué)碩士學(xué)位論文，2014.附錄附錄1a=1 1/8 1/7;8 1 2;7 1/2 1; %讀入判斷矩陣C一次輸錄B  x,y=eig(a);   %求出特征值和特征向量  Jmax=