医疗数据分析预测

admin

摘要：
随着社会的发展，人们的医保意识逐渐加强，加之医疗体制的改革，医保病人在医院病人中所占的比例就越来越高，医保的收入也在医院中的营业收入中所占的比重越来越多。医保费用的分配也随即成为医院管理的重点。而目前医院所面临的问题就是：在国家给定一定的医保数额时，医院应该如何分配，具体到分配到每个月份，每个科室，甚至到每个医生手中所占医保费用的份额。针对这个问题，需要对医院的医保数据进行挖掘分析。
现在国内许多医院都建立起了自己的医院信息系统(HIS系统)，甚至有些大医院还都拥有了包括HIS系统，图像存储与传输系统(PACS)以及实验室信息系统(LIS)等配套关联的信息系统在内的医院综合信息系统。HIS系统应用复杂，经过多年的运行，现有的业务数据库中包含的不仅仅是大量的病人基本信息，还包含了病人的费用信息以及临床生理信息，影像图片信息等等。但是，传统的统计技术及数据管理工具无法对庞大的数据库进行深入的挖掘分析，针对这一问题，善于从海量数据中发现新的知识，模式的数据挖掘(DM)和统计产品与服务解决方案(SPSS)等技术应运而生。
基于数据挖掘和数据仓库技术的本课题需要做以下几点工作：
1．确定定额医保费用分配的主题。
2．经过大量的数据清洗，从数据库中抽取了十个医疗医保年度的数据，建立对应的医保费用数据仓库和数据模型。
3．对于多种模型中，采取季节模型进行操作。
4．对建立的模型采用关联规则的数据挖掘算法进行分析，并得出结论。
5．根据所得出的结论，确定医保费用的分配方案。

关键词: 数据挖掘；数据仓库；季节模型；医疗医保费用分析；关联规则

目录：
1 绪 论    1
1.1课题的研究背景    1
1.2国内外概况    2
1.2.1 国外概况    3
1.2.2 国内概况    3
1.3课题的研究意义    4
1.4 论文的主要内容与组织结构    4
1.4.1主要内容    4
1.4.2组织结构    5
2 相关理论    6
2.1数据仓库设计的理论基础    6
2.1.1数据仓库的基本概念    6
2.1.2 数据仓库的技术特点    6
2.1.3 建立数据仓库的步骤    7
2.1.4数据仓库与传统数据库的区别    7
2.2数据挖掘的相关理论    8
2.2.1数据挖掘的基本概念    8
2.2.2数据挖掘常用的方法    8
2.2.3.数据挖掘与OLAP的比较    10
2.3联机分析处理的相关理论    10
2.3.1联机分析处理的基本概念    10
2.3.2联机分析处理的处理特点    10
2.3.3 联机分析处理的多维数据结构    11
2.3.4 联机分析处理的三种存储格式    11
2.4 本章小结    12
3 医保费用挖掘系统的分析及设计    13
3.1 需求分析    13
3.2分析对应的两种策略    13
3.3 系统的体系结构设计    14
3.4医院信息系统及数据库结构    14
3.4.1医院信息系统的定义    14
3.4.2医院信息系统的优点与不足    15
3.4.3医疗费用信息结构    15
3.4.4 数据库中医疗费用相关数据    15
3.4.5主题域的确定    16
3.5  本章小结    18
4 医保费用分析系统的实现    19
4.1 数据准备    19
4.1.1 数据集成    19
4.1.2 数据清洗    19
4.2季节模型    20
4.2.1时间序列    20
4.2.2 时间序列分解模型    20
4.3算法实现    21
4.3.1算法的思想    21
4.3.2算法的描述    21
4.4 SPSS软件的预测    23
4.4.1 数据的键入    24
4.4.2数据的计算处理    26
4.5 代码的实现    27
4.5.1代码的功能展示    27
4.5.2 模型展示    40
4.6功能评价    43
5 总结及展望    44
5.1总结    44
5.2 展望    44
参考文献    46
致 谢    47

论文字数：27130
包含资料：


截图：




百度网盘下载地址（金币充值）：

游客,本付费内容需要支付 200金币 才能浏览支付