logo
咨询企业版

特性讲解产品实践

医疗理赔反欺诈分析

医疗理赔反欺诈分析

Schema 设计

本 DEMO 以保险领域公开数据集 为例,采用 NebulaGraph 建立相关模型结构,数据导入采用 Nebula-Importer 工具。

快速开始:

  1. 从这里访问 NebulaGraph Playground: insurance_claims

  2. 选择 insurance_claims 图空间,点击中间的“快速开始(随机导入数据)”,点击“Query by VID”

  3. 这个时候在画布上已经显示出点了,您可以双击他们进行拓展,或者借助左侧功能栏,进行其他操作

img

点:

  • 投保人(policyholder)
  • 保单(incharge)
  • 理赔(claim)
  • 病人(patient)
  • 疾病(disease)

边:

  • 疾病-病人(has_disease)
  • 投保人-理赔(policyholder_of_claim)
  • 保单-理赔(incharge_of_claim)
  • 病人-理赔(insured_of_claim)
  • 相似理赔(similar_claim)
  • 投保人关联(policyholder_connection)

属性:

  • 姓名(name)
  • 是否高危(high_risk)
  • 风险分数(risk_score)
  • 疾病名称(disease_name)
  • 相似度(similarity_score)
  • 关联等级(level)
  • 理赔时间(claim_date)
  • 保额(charge)

其中 high_risk、risk_score、similarity_score 等属性可由图计算组件计算得出。

通用查询

1、查询理赔单 C4377 的投保、理赔、被保情况,以及理赔对应的病人和患病情况

go 1 to 2 steps from "C4377" over policyholder_of_claim, incharge_of_claim, insured_of_claim,has_disease  YIELD edge as relationships;

img

2、查询 lastname 为 OSCARSON 的理赔情况

match p=(v:policyholder {lname:"OSCARSON"})<-[e:policyholder_of_claim]-(c:claim) return p;

img

风险预警查询

1、已知保单 C4377 为欺诈保单,查找保单 C4377 投保人的关系网络和保单情况,并根据关系网络中的高风险属性,找到关系网络中疑似的涉诈人和相关保单,如红圈标记内的为高风险实体,与高风险实体关联紧密的其他实体可能存在欺诈嫌疑

match p=(v:claim)-[e:policyholder_of_claim]->(v1:policyholder)-[e1:policyholder_connection*0..3]->(v2:policyholder)<-[e2:policyholder_of_claim]-(v3:claim) where id(v) in ["C4377"] return p    

img

2、已知保单 C4377 为欺诈保单,查询和理赔单 C4377 有相同理赔病人的理赔单,说明该理赔人有涉嫌骗保嫌疑

go from "C4377" over insured_of_claim YIELD dst(edge) AS id | GO FROM $-.id OVER insured_of_claim REVERSELY YIELD edge as relationships

img

最短路径&共同邻居查询

1、查询投保人 PH3759 和投保人 PH4722 的最短路径,分析投保人之间的关联关系

FIND SHORTEST PATH FROM "PH3759" TO "PH4722" OVER * YIELD path AS p;  

img

2、查询保单 C4377 和保单 C67594 的共同邻居,从而找到两个保单的共同投保人

match p=(v:claim)-[e:policyholder_of_claim]->(v1:policyholder) where id(v) in ["C4377","C67594"] return p;            

img

使用可视化探索工具 NebulaGraph Explorer 进行数据探索

Explorer 是一款可视化探索工具,选择相应图空间后,在 Visual Query 模块可通过鼠标拖动相关实体并选择边类型进行查询。

img

查询可视化结果如下,前端业务人员可通过点选查看属性的方式做更多判断和探索

img

参考视频

https://www.bilibili.com/video/BV1FT411n7AW