技术特征：
1.一种数据识别方法，其特征在于，包括：响应于异常事件信号，获取与所述异常事件信号对应的客户的医疗理赔数据；根据所述医疗理赔数据中各个医疗事件的发生时间，确定至少一个事件窗，其中，每个所述事件窗至少包括一个所述医疗事件；根据所述医疗理赔数据中包含的数据的类型，确定所述医疗理赔数据的组别；将每个所述事件窗对应的事件费用与所述组别中对应的阈值范围进行比较，得到数据识别结果。2.如权利要求1所述的数据识别方法，其特征在于，所述根据所述医疗理赔数据中包含的数据的类型，确定所述医疗理赔数据的组别，包括：将所述医疗理赔数据中所有类型的数据分别与预设的各个分组条件进行比对；在所述医疗理赔数据中所有类型的数据与任一个所述分组条件匹配时，将所述医疗理赔数据确定为该所述分组条件对应的组别。3.如权利要求2所述的数据识别方法，其特征在于，所述分组条件中至少包含疾病诊断类型和并发症类型的数据。4.如权利要求1所述的数据识别方法，其特征在于，所述根据所述医疗理赔数据中各个医疗事件的发生时间，确定至少一个事件窗，包括：将所述医疗理赔数据中对应同一种疾病，且发生时间的时间间隔小于预设第一时间阈值的所述医疗事件聚合为一个所述事件窗；将所述医疗理赔数据中对应同一种疾病，且发生时间的时间间隔大于预设第二时间阈值的所述医疗事件划分到不同的所述事件窗。5.如权利要求2所述的数据识别方法，其特征在于，在所述响应于异常事件信号，获取与所述异常事件信号对应的客户的医疗理赔数据之前，所述方法还包括：响应于理赔识别信号，获取对所述理赔识别信号对应的客户的所述医疗理赔数据，所述医疗理赔数据中包括客户信息、历史理赔和投保记录；根据预设的打分规则对所述医疗理赔数据进行打分，得到分数结果；在所述分数结果大于预设的异常阈值时，生成所述异常事件信号。6.如权利要求1-5任一项所述的数据识别方法，其特征在于，在所述响应于异常事件信号，获取与所述异常事件信号对应的客户的医疗理赔数据之前，所述方法还包括：对所述医疗理赔数据进行结构化整合，以使各个客户对应的所述医疗理赔数据的结构相同。7.如权利要求1-5任一项所述的数据识别方法，其特征在于，在所述将每个所述事件窗对应的事件费用与所述组别中对应的阈值范围进行比较，得到数据识别结果之后，所述方法还包括：在所述数据识别结果表征无异常时，对所述医疗理赔数据进行理赔处理，并更新对应客户的历史理赔。8.一种数据识别装置，其特征在于，所述装置包括获取模块，用于响应于异常事件信号，获取与所述异常事件信号对应的客户的医疗理赔数据；事件模块，用于根据所述医疗理赔数据中各个医疗事件的发生时间，确定至少一个事件窗，其中，每个所述事件窗至少包括一个所述医疗事件；
组别模块，用于根据所述医疗理赔数据中包含的数据的类型，确定所述医疗理赔数据的组别；识别模块，用于将每个所述事件窗对应的事件费用与所述组别中对应的阈值范围进行比较，得到数据识别结果。9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时，实现如权利要求1至7任一项所述数据识别方法的步骤。10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述数据识别方法的步骤。
技术总结
本发明涉及信息安全、医疗健康以及数据处理技术领域，公开了一种数据识别方法、装置、计算机设备及计算机可读存储介质，其中方法包括：响应于异常事件信号，获取与所述异常事件信号对应的客户的医疗理赔数据；根据所述医疗理赔数据中各个医疗事件的发生时间，确定至少一个事件窗；根据所述医疗理赔数据中包含的数据的类型，确定所述医疗理赔数据的组别；将每个所述事件窗对应的事件费用与所述组别中对应的阈值范围进行比较，得到数据识别结果。由于医疗理赔数据中包含多个数据的类型，因此能够利用数据的类型匹配到与医疗理赔数据更为接近的组别，从而使用更准确的阈值范围对各个事件窗对应的事件费用进行比较，得到准确度更高的数据识别结果。高的数据识别结果。高的数据识别结果。
技术研发人员：熊昊 梅婧
受保护的技术使用者：平安科技（深圳）有限公司
技术研发日：2023.06.30
技术公布日：2023/10/10