基于医保费用的分析与异常检测研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 国外研究现状 | 第10-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 主要贡献与创新 | 第13-15页 |
| 1.4 组织结构 | 第15-16页 |
| 第二章 异常检测基础理论及可视化框架 | 第16-27页 |
| 2.1 K-均值聚类算法 | 第16-20页 |
| 2.1.1 K-均值算法基本思想 | 第17-18页 |
| 2.1.2 K-均值算法参数选择 | 第18页 |
| 2.1.3 距离度量和相似性度量选择 | 第18-20页 |
| 2.2 混合高斯模型 | 第20-21页 |
| 2.2.1 高斯分布 | 第20页 |
| 2.2.2 EM算法求解混合高斯模型 | 第20-21页 |
| 2.3 C4.5 决策树算法 | 第21-23页 |
| 2.4 RIPPER算法 | 第23-24页 |
| 2.4.1 RIPPER算法的基本思想 | 第23-24页 |
| 2.4.2 RIPPER算法优缺点分析 | 第24页 |
| 2.5 SPRING MVC框架 | 第24-25页 |
| 2.6 本章小结 | 第25-27页 |
| 第三章 数据预处理 | 第27-39页 |
| 3.1 数据选取 | 第28-29页 |
| 3.2 数据清理 | 第29-32页 |
| 3.2.1 缺失值处理 | 第29-31页 |
| 3.2.2 噪声数据处理 | 第31-32页 |
| 3.3 数据规约 | 第32-35页 |
| 3.3.1 维规约 | 第32-33页 |
| 3.3.2 数值压缩 | 第33-34页 |
| 3.3.3 离散化 | 第34-35页 |
| 3.4 特征提取 | 第35-37页 |
| 3.5 本章小结 | 第37-39页 |
| 第四章 基于混合高斯模型的异常聚类 | 第39-53页 |
| 4.1 异常定义 | 第39-41页 |
| 4.2 聚类算法评价指标及参数选择 | 第41-46页 |
| 4.2.1 聚类评价指标 | 第41-43页 |
| 4.2.2 聚类参数选择 | 第43-46页 |
| 4.3 基于混合高斯模型聚类分析 | 第46-51页 |
| 4.3.1 数据特征分布 | 第46-47页 |
| 4.3.2 混合高斯模型聚类实验方案 | 第47-49页 |
| 4.3.3 异常阈值设定 | 第49-51页 |
| 4.4 聚类算法对比分析 | 第51-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第五章 基于RIPPER算法的规则提取 | 第53-61页 |
| 5.1 规则算法回顾 | 第53-55页 |
| 5.2 规则提取 | 第55-57页 |
| 5.3 引入专家意见 | 第57-60页 |
| 5.4 本章小结 | 第60-61页 |
| 第六章 异常检测系统实现 | 第61-69页 |
| 6.1 异常检测系统设计 | 第61-62页 |
| 6.2 规则管理 | 第62-64页 |
| 6.3 异常审核 | 第64-66页 |
| 6.4 透视分析 | 第66-67页 |
| 6.5 系统测试 | 第67-68页 |
| 6.6 本章小结 | 第68-69页 |
| 第七章 总结与展望 | 第69-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 攻读硕士期间取得的成果 | 第75-76页 |
