一种基于异构图神经网络的保险欺诈检测方法

本发明公开了基于异构图神经网络的保险欺诈检测方法，包括：对医保报销原始数据进行预处理，构建原始数据中的异构图结构模型；根据异构图结构模型中节点的属性信息进行属性映射，转换为节点的特征向量空间；采用基于跨关系的多头注意力制对异构图结构模型进行学习，得到全局嵌入向量；利用全局嵌入向量，对医保报销项目的节点进行检测感知，得到检测结果。通过异构图神经网络模型来学习节点和关系权重，并在模型的各层之间逐步聚合信息，不仅促进了节点嵌入与关系嵌入的深度融合，还增强了模型对节点和关系之间复杂交互的理解以更准确地捕捉报销项目的关键特征，以识别哪些报销项目可能存在违规行为，从而提高违规检测的准确性和效率。