【论文推荐】医保欺诈识别的可解释神经网络模型及其应用

参考文献：Farbmacher, H., Löw, L., & Spindler, M. (2022). An Explainable Attention Network for Fraud Detection in Claims Management. Journal of Econometrics, 228(2), 244-258.推文作者：董寿慷，中南财经政法大学文澜学院本科生 01  简介 保险公司每年都需处理数百万的索赔，虽然其中绝大多数的的索赔都不是欺诈性的，但那些欺诈性的索赔却使保险公司和受保人损失了巨额资金。本文的最终目标是构建一种预测模型，能够将欺诈性索赔排除在外，并自动支付非欺诈性索赔。医疗索赔的数据结构很特殊，包含了长度不等的输入数据和类别繁多的变量。这两大问题使得传统计量经济学方法面临挑战。本文开发了一种深度学习模型，通过文本分类方法的思路来应对这些挑战。利用来自德国一家私人医疗保险公司的大型数据集。本文研究发现，我们提出的模型优于传统的机器学习模型。随 ………………………………