学院开展人才引进学术交流活动，欢迎感兴趣的师生参与！

报告题目：融合概率建模与机器学习的医保欺诈识别方法

主 持 人：钱志峰  青年研究员

报 告 人：肖   飞   博士生

报告时间：2023年12月13日（周三）19:30

报告地点：腾讯会议 (会议ID:928 861 560）

报告简介：

识别和预防医疗保险中的异常索赔行为可以减少医疗保险基金的流失。在医保欺诈识别领域，医疗费用记录数据可能是用于该预测任务最具代表性的信息源。尽管该数据被广泛用于医保欺诈识别研究，但现有研究常常忽视了该数据的有限性。这些研究往往直接将数据输入到高维机器学习模型中以实现欺诈识别或者基于样本概率分布进行建模以生成欺诈预测。为了探讨这两种不同类别的模型是否可以互补，本研究提出了一种融合贝叶斯网络和极限梯度提升树模型的欺诈识别方法。此外，为了做出最优的基于成本的决策，我们设计了一种基于实例的代价敏感极限梯度提升树方法，该方法通过最小化下游决策任务的成本来学习预测模型。依据医保局的真实数据，我们评估了所提融合概率建模与机器学习的医保欺诈识别模型的预测性能。结果表明，所提模型相较于贝叶斯网络和极限梯度提升树方法有了明显的性能提升。此外，所提模型在决策成本度量上优于广泛使用的机器学习模型。

报告人简介：

肖飞，男，中南大学管理科学与工程和香港城市大学系统工程双学位博士，主要从事大数据与商务分析、机器学习、图神经网络等领域的研究，多项研究成果发表在Journal of the Operational Research Society、Journal of Forecasting和Journal of Cleaner Production等期刊，主持湖南省博士生自主创新项目，参与国家自然科学基金面上项目和湖南省自然科学基金项目等。

【代表性科研成果】

[1] Fei Xiao, Zi-yu Chen, Xiao-kang Wang*, Wen-hui Hou, Jian-qiang Wang. Managing minority opinions in risk evaluation by a delegation mechanism based large-scale group decision-making with overlapping communities[J]. Journal of the Operational Research Society, 2022.

[2] Fei Xiao, Xiao-kang Wang, Wen-hui Hou, Xue-yang Zhang*, Jian-qiang Wang. An attention-based Bayesian sequence to sequence model for short-term solar power generation prediction within decomposition-ensemble strategy[J]. Journal of Cleaner Production, 2023.

[3] Fei Xiao, Jianqiang Wang*. Multistage decision support framework for sites selection of solar power plants with probabilistic linguistic information[J]. Journal of Cleaner Production, 2019.