基于数据仓库技术在医疗费用决策分析中的应用研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-12页 |
| ·课题的研究背景 | 第8-9页 |
| ·国内外研究概况 | 第9-10页 |
| ·研究的意义 | 第10页 |
| ·论文的主要研究内容 | 第10-11页 |
| ·论文组织结构 | 第11-12页 |
| 第二章 医院信息分析的技术理论 | 第12-25页 |
| ·数据仓库 | 第12-16页 |
| ·数据仓库的概念与特征 | 第12-13页 |
| ·数据仓库设计中的相关概念 | 第13-15页 |
| ·数据仓库系统结构与功能 | 第15-16页 |
| ·OLAP | 第16-20页 |
| ·OLAP的多维数据概念 | 第17-18页 |
| ·OLAP体系结构和多维特性 | 第18页 |
| ·OLAP的多维数据分析 | 第18-20页 |
| ·数据挖掘 | 第20-22页 |
| ·数据挖掘的方法 | 第20-21页 |
| ·数据挖掘的过程 | 第21-22页 |
| ·决策支持系统 | 第22-24页 |
| ·DSS的定义 | 第22页 |
| ·DSS的发展 | 第22-23页 |
| ·基于 DW的DSS的优势和特点 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 医疗费用数据仓库的构建 | 第25-33页 |
| ·医疗费用数据仓库解决方案 | 第25-26页 |
| ·医疗费用数据仓库的设计 | 第26-28页 |
| ·数据仓库逻辑模型与存储 | 第28页 |
| ·医疗费用数据的预处理 | 第28-30页 |
| ·医疗费用数据仓库的数据加载 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 医疗费用的联机分析处理 | 第33-39页 |
| ·基于多维数据集的医疗费用数据分析 | 第33-35页 |
| ·基于MDX的医疗费用数据分析 | 第35-36页 |
| ·基于Pivot Table的医疗费用数据分析 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第五章 医疗费用分析决策支持的实现 | 第39-52页 |
| ·ID3算法-住院费用特点分析 | 第39-45页 |
| ·ID3算法描述 | 第39-41页 |
| ·ID3算法在医疗费用分析中的应用 | 第41-43页 |
| ·ID3算法的改进和模拟实验 | 第43-45页 |
| ·K-means算法-药品费用特点分析 | 第45-51页 |
| ·K-means算法描述 | 第46-47页 |
| ·K-means算法的改进 | 第47-49页 |
| ·实验结果 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第六章 总结与展望 | 第52-54页 |
| ·总结 | 第52-53页 |
| ·展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57-58页 |
| 攻读硕士学位期间发表论文 | 第58页 |
