基于图神经网络的医保主体信用风险预测方法及系统

本发明公开了基于图神经网络的医保主体信用风险预测方法及系统。该方法包括：获取多源医保数据，构建医保信用异构图；根据各主体节点的历史信用数据和交互行为数据计算初始信用风险评分，并确定各边的风险传播系数；通过异构图注意力网络进行多层消息传递，结合时间衰减因子计算各邻居节点的风险贡献，聚合得到各节点的风险放大因子；生成各主体节点信用风险评分分布的均值和方差，并通过用药合理性验证对高风险节点进行分级处置。本发明解决了现有技术中二分类判决无法提供连续量化风险评分、风险传播未利用场景业务规律导致传播强度失真，以及风险传播缺乏验证修正导致误差累积的技术问题。