数据挖掘技术在医保中的研究与应用
摘要 | 第1-6页 |
ABSTRACT | 第6-8页 |
目录 | 第8-10页 |
图目录 | 第10-11页 |
表目录 | 第11-12页 |
第1章 引言 | 第12-18页 |
·研究背景与意义 | 第12-13页 |
·国内外研究现状 | 第13-15页 |
·研究内容 | 第15-16页 |
·论文结构 | 第16-18页 |
第2章 相关理论知识 | 第18-24页 |
·医疗保险 | 第18-19页 |
·基本医疗保险 | 第18-19页 |
·大病医疗保险 | 第19页 |
·数据挖掘 | 第19-22页 |
·频繁序列挖掘 | 第21-22页 |
·决策树分类 | 第22页 |
·本章小结 | 第22-24页 |
第3章 频繁转诊序列挖掘 | 第24-38页 |
·问题定义 | 第24-25页 |
·类Apriori算法 | 第25-26页 |
·相关概念及术语 | 第25页 |
·类Apriori算法描述 | 第25-26页 |
·改进的类Apriori算法 | 第26-29页 |
·频繁转诊序列挖掘实验 | 第29-36页 |
·数据预处理 | 第29-33页 |
·频繁序列挖掘算法在转诊数据中的实验 | 第33-35页 |
·挖掘结果分析 | 第35-36页 |
·本章小结 | 第36-38页 |
第4章 大病保险影响因素分析 | 第38-54页 |
·C4.5决策树分类算法 | 第38-42页 |
·算法描述 | 第38-41页 |
·评价方法 | 第41-42页 |
·数据预处理 | 第42-48页 |
·数据选择 | 第43-45页 |
·数据清洗 | 第45页 |
·数据变换与离散化 | 第45-47页 |
·类别平衡化 | 第47-48页 |
·应用分类算法分析大病保险影响因素 | 第48-53页 |
·大病保险影响因素分析实验 | 第48-50页 |
·结果分析 | 第50-53页 |
·本章小结 | 第53-54页 |
第5章 总结与展望 | 第54-58页 |
·总结 | 第54-55页 |
·工作展望 | 第55页 |
·应用 | 第55-58页 |
参考文献 | 第58-60页 |
致谢 | 第60-62页 |
在读期间发表的学术论文与取得的研究成果 | 第62页 |