摘要：该数据集包含 10,000 条合成医疗保险理赔记录，主要用于医疗保险欺诈检测与风险建模研究。
数据集概述
该数据集包含 10,000 条合成医疗保险理赔记录，主要用于医疗保险欺诈检测与风险建模研究。每条记录模拟一笔完整的保险理赔业务，覆盖患者信息、治疗过程、账单金额、保单信息、异常指标以及欺诈标签等内容。数据集完全由合成数据构成，不包含真实患者或保险业务信息，因此适合用于教学、科研和机器学习实验。
数据结构与关键特征
数据集以单笔保险理赔记录为基本单位，特征主要包括患者人口统计信息、诊疗与治疗详情、医疗费用与账单指标、保险保单相关属性以及用于识别异常行为的风险特征。核心目标变量为 fraud_label，其中 0 表示正常理赔，1 表示欺诈理赔。通过这些多维特征，可以分析不同理赔行为与欺诈风险之间的关联，并开展特征工程、类别不平衡处理和异常模式识别。
应用价值与研究方向
该数据集可用于保险欺诈检测、医疗风险评估、异常检测和不平衡分类等任务。研究者可以训练逻辑回归、随机森林、XGBoost、神经网络等分类模型建立欺诈识别系统，并结合风险评分、特征重要性和可解释性方法识别高风险理赔因素。进一步还可研究异常检测、成本敏感学习、重采样策略和模型阈值优化，为医疗保险智能审核、风险预警和反欺诈系统设计提供实验基础。
数据集来源
由张家梁(Bob)整理并于2026年在7zcode平台公开发布。
数据集信息
免责声明与引用
数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。
作者信息
作者：Bob (张家梁)
项目编号：Datasets-371
文件大小：241K
原创声明：本数据集为整理作品
联系方式
开源协议
本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。
评论(0)