دانلود ترجمه مقاله کاربرد تکنیک داده کاوی برای کشف کلاهبرداری پزشکی در بیمه
ترجمه فارسی مقاله کاربرد تکنیک داده کاوی برای کشف کلاهبرداری پزشکی در بیمه
.
.
| بخشی از ترجمه فارسی مقاله : کاربرد تکنیک داده کاوی برای کشف کلاهبرداری پزشکی در بیمه |
| بازرسی پرونده درخواست دعاوی بیمه تندرستی معمولا بر روی تجربه متخصصان برای اثبات و پرسنل محرب مسئول برای بررسی تاکید دارد.با این وجود، با توجه به حجم کار سنگین و ناکافی بودن نیروی انسانی و تجربه ،نسبت بی نتیجگی های قضاوت ها بالاست، که منجر به حل و فصل نامناسب دعاوی و اتلاف منابع اجتماعی خواهد شد.این مقاله از تکنولوژی داده کاوی برای طراحی مدل های بهره می برد و مواردی را پیدا می کند که به بررسی دستی نیاز دارند بنابراین سبب صرفه جویی در زمان و نیروی انسانی می شود.شش مدل در این مقاله طراحی می شود. از طریق تحلیل اصل ۸۰/۲۰ و نسبت دقت و پوشش ، شمار خیلی زیادی از داده های دوره ای (بیشت از ۲ میلیون ثبت) به مدلهای داده کاوی پس از تایید تکراری برگردانده می شود.
هم چنین، کشف می شود کامل کردن تکنولوژی داده کاوی و برگرداندن آن به مراحل بازرگانی مختلف برای ایجاد یک سیستم هشداردهی اولیه،یک موضوع مهم برای سیستم بیمه تندرستی در EMR (تابش الکترومغناطیسی ) در اینده خواهد بود.در این حین،همانطور که اطلاعات از طریق داده کاوی کسب می شود،نیاز است مورد ذخیره قرار گرد و تکنولوژی دادگان سنتی دارای محدودیت هایی است.سپس این مقاله چهارچوب هستی شناسی را کشف می کند که باید از طریق تکنولوژی شبکه معنایی در آینده به منظور کمک به ذخیره دانش حاصل از داده کاوی تنظیم شود. |
.
|
بخشی از مقاله انگلیسی : |
Use of Data Mining Techniques to Detect Medical Fraud in Health Insurance |
| The health insurance claims application case the inspection usually relies on experts’ experience for verification and experienced personnel in charge for checking. However, due to the heavy work load and the insufficiency of manpower and experience, the ratio of miscarriages of justice is high, leading to improper settlement of claims and the waste of social resources. This paper takes advantage of data-mining technology to design models and find out cases requiring for manual inspection so as to save time and manpower. Six models are designed in this paper. By the analysis of the 20/80 principle and the coverage and accuracy ratio, a great number of periodic data (over 2 million records) are fed back to the data-mining models after repetitive verification.
Also, it is discovered that to integrate the data-mining technology and feed back to different business stages so as to establish early warning system will be an important topic for the health insurance system in hospital’s EMR in the future. Meanwhile, as the information acquired by data-mining needs to be stored and the traditional database technology has limitations. Next time, this paper explores the ontology framework to be set up by semantic network technology in the future in order to assist the storage of knowledge gained by data-mining |
|
.
| مشخصات مقاله : | |
| عنوان فارسی: استفاده از تکنیک های داده کاوی برای کشف کلاهبرداری های پزشکی در بیمه تندرستی |
|
| عنوان انگلیسی: Use of Data Mining Techniques to Detect Medical Fraud in Health Insurance |
|
| تعداد صفحات مقاله انگلیسی : 12 | تعداد صفحات ترجمه فارسی : ۱۹ |
| سال انتشار : 2012 | نشریه : Ijeti |
| فرمت مقاله انگلیسی : PDF | فرمت ترجمه مقاله : ورد تایپ شده |
| کد محصول : 7670 | رفرنس : دارد |
| محتوای فایل : zip | حجم فایل : 1.71Mb |
| رشته های مرتبط با این مقاله: مهندسی کامپیوتر و فناوری اطلاعات |
|
| گرایش های مرتبط با این مقاله: داده کاوی ، مدیریت سیستم های اطلاعات و مهندسی الگوریتم ها و محاسبات |
|
| مجله: مجله بین المللی نوآوری های مهندسی و فناوری – International Journal of Engineering and Technology Innovation | |
| دانشگاه: گروه علوم و مهندسی کامپیوتر، دانشگاه تاتونگ، تایپه، تایوان |
|
| کلمات کلیدی: داده کاوی، دعاوی بیمه تندرستی، پرونده های کلاهبرداری پزشکی | |
| وضعیت ترجمه عناوین تصاویر و جداول : ترجمه شده است | |
| وضعیت ترجمه متون داخل تصاویر و جداول : ترجمه نشده است | |
| مطالب مرتبط: |
|
دانلود مقالات کامپیوتر با ترجمه فارسی دانلود رایگان مقاله انگلیسی با ترجمه فارسی |
.
| پشتیبانی : | |
| شما پس از انتخاب دکمه خرید در سایت کالج پروژه به سایت ایران عرضه جهت انجام مراحل خرید هدایت خواهید شد. | |
| – تلفن ثابت: ۰۴۱۴۲۲۷۳۷۸۱ – ساعات تماس: ۷ صبح الی ۱۸ عصر – آدرس ایمیل: iranarze.supt@gmail.com – تلگرام ایران عرضه: ۰۹۲۱۶۴۲۶۳۸۴ – پیامک: ۰۹۲۱۶۴۲۶۳۸۴ – آدرس: آذربایجان شرقی، مرند، خیابان کشاورزی، کوچه امین، پلاک ۳۰ – کد پستی: ۵۴۱۶۸۵۵۱۸۳ |
|
.
