数据开采在医疗保险行业的应用
| 第一章 引言 | 第1-9页 |
| ·医疗保险管理系统简介 | 第7页 |
| ·医疗保险管理系统目前发展状况 | 第7-8页 |
| ·本文主要工作 | 第8-9页 |
| 第二章 数据开采(Data Mining)技术 | 第9-15页 |
| ·数据开采的概念 | 第9页 |
| ·数据开采的目的 | 第9-10页 |
| ·数据开采的步骤 | 第10-11页 |
| ·数据开采的分类 | 第11页 |
| ·数据开采的方法与技术 | 第11-15页 |
| 第三章 数据仓库技术 | 第15-36页 |
| ·数据仓库概述 | 第15-26页 |
| ·数据仓库的定义 | 第15-16页 |
| ·数据仓库的特点 | 第16-18页 |
| ·联机分析处理(OLAP) | 第18-26页 |
| ·数据仓库中的数据组织 | 第26-31页 |
| ·数据仓库的数据组织结构 | 第26-27页 |
| ·粒度 | 第27页 |
| ·分割 | 第27-28页 |
| ·数据仓库的数据组织形式 | 第28-29页 |
| ·数据仓库的数据存储方式 | 第29-31页 |
| ·设计数据仓库 | 第31-36页 |
| ·与数据库系统设计的区别 | 第31-32页 |
| ·数据仓库设计的三级数据模型 | 第32-33页 |
| ·提高数据仓库的性能所需考虑的问题 | 第33-34页 |
| ·数据仓库设计步骤 | 第34-36页 |
| 第四章 经典关联规则算法 | 第36-45页 |
| ·关联规则的有关术语和定义 | 第36-40页 |
| ·Apriori算法及其变种 | 第40-45页 |
| ·候选项目集的生成 | 第40-41页 |
| ·Subset函数 | 第41-42页 |
| ·算法描述 | 第42页 |
| ·AprioriTid算法 | 第42-43页 |
| ·AprioriHybrid算法 | 第43-45页 |
| 第五章 系统实现 | 第45-64页 |
| ·梅河口市医疗保险系统介绍 | 第45-52页 |
| ·医疗保险系统的软件结构: | 第45-46页 |
| ·医疗保险系统部门及业务描述 | 第46-52页 |
| ·医保系统数据仓库建立 | 第52-60页 |
| ·医保数据仓库的主题域分析 | 第53页 |
| ·医保数据仓库的粒度分析 | 第53-54页 |
| ·医保数据仓库的数据存储形式 | 第54页 |
| ·医保数据仓库的数据组织机制 | 第54-55页 |
| ·数据组织机制——时间机制的实现 | 第55页 |
| ·医保数据仓库中的数据转换 | 第55-56页 |
| ·医保数据仓库的数据表 | 第56-60页 |
| ·对医保数据仓库进行数据开采 | 第60-64页 |
| ·对住院信息进行数据开采 | 第60-61页 |
| ·对疾病与医院信息进行数据开采 | 第61-62页 |
| ·对具体疾病住院时间及花费的数据开采 | 第62-63页 |
| ·对具体疾病用药情况的数据开采 | 第63页 |
| ·医保系统数据开采小结 | 第63-64页 |
| 第六章 结束语 | 第64-65页 |
| 参考文献 | 第65-67页 |
| 摘要 | 第67-69页 |
| Abstract | 第69-72页 |
| 致谢 | 第72-73页 |
| 导师及作者简介 | 第73页 |
