SPAM算法在医保数据挖掘中的研究应用
摘要 | 第7-8页 |
ABSTRACT | 第8-9页 |
第1章 绪论 | 第10-16页 |
1.1 引言 | 第10页 |
1.2 研究目的和意义 | 第10-11页 |
1.3 国内外研究现状 | 第11-13页 |
1.4 本文主要内容和创新点 | 第13-16页 |
1.4.1 本文主要内容 | 第13-14页 |
1.4.2 本文创新点 | 第14-16页 |
第2章 序列模式挖掘算法研究 | 第16-26页 |
2.1 数据挖掘技术相关知识 | 第16-19页 |
2.1.1 数据挖掘与知识发现过程 | 第16-18页 |
2.1.2 数据挖掘的任务 | 第18页 |
2.1.3 数据挖掘面临的挑战及发展趋势 | 第18-19页 |
2.2 常用序列模式挖掘算法 | 第19-21页 |
2.3 SPAM序列模式挖掘算法 | 第21-25页 |
2.3.1 算法思想 | 第21页 |
2.3.2 算法描述 | 第21-24页 |
2.3.3 算法优势与对比 | 第24-25页 |
2.4 本章小结 | 第25-26页 |
第3章 数据清理 | 第26-46页 |
3.1 医疗保险及医保数据 | 第26页 |
3.2 数据清理相关知识 | 第26-29页 |
3.2.1 数据清理基本步骤 | 第27-29页 |
3.2.2 数据清理技术概述 | 第29页 |
3.3 医保数据清理 | 第29-45页 |
3.3.1 数据来源及使用工具 | 第29-30页 |
3.3.2 数据选择 | 第30-31页 |
3.3.3 数据预处理 | 第31-36页 |
3.3.4 数据清理 | 第36-41页 |
3.3.5 数据集成 | 第41-42页 |
3.3.6 数据转换 | 第42-45页 |
3.4 本章小结 | 第45-46页 |
第4章 基于SPAM算法的诊疗分析 | 第46-58页 |
4.1 SPAM算法程序测试 | 第47-49页 |
4.2 实验数据提取与处理 | 第49-51页 |
4.3 使用SPAM算法实现医保数据挖掘 | 第51-52页 |
4.4 实验分析 | 第52-56页 |
4.4.1 序列模式集分析 | 第53-54页 |
4.4.2 药品异常现象分析 | 第54-55页 |
4.4.3 常用药品分析 | 第55-56页 |
4.5 本章小结 | 第56-58页 |
第5章 基于SPAM算法的医疗费用分析 | 第58-66页 |
5.1 实验数据提取与处理 | 第58-60页 |
5.2 使用SPAM算法实现医疗费用挖掘 | 第60-61页 |
5.3 实验分析 | 第61-64页 |
5.3.1 药品账单费用分析 | 第61-62页 |
5.3.2 费用类型分析 | 第62-63页 |
5.3.3 费用对比分析 | 第63-64页 |
5.4 本章小结 | 第64-66页 |
第6章 总结与展望 | 第66-68页 |
6.1 总结 | 第66-67页 |
6.2 展望 | 第67-68页 |
参考文献 | 第68-74页 |
致谢 | 第74-76页 |
在学期间主要科研成果 | 第76页 |
一、发表学术论文 | 第76页 |
二、其他科研成果 | 第76页 |
三、获奖情况 | 第76页 |