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