| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第9-13页 |
| 1.1 数据仓库技术当前状况 | 第9-10页 |
| 1.2 数据挖掘发展情况 | 第10-11页 |
| 1.3 课题产生的背景 | 第11页 |
| 1.4 本论文的组成结构 | 第11-12页 |
| 1.5 本章小结 | 第12-13页 |
| 2 数据挖掘相关技术 | 第13-18页 |
| 2.1 数据仓库概述 | 第13-14页 |
| 2.1.1 数据仓库特征 | 第13-14页 |
| 2.1.2 ETL | 第14页 |
| 2.2 数据挖掘 | 第14-17页 |
| 2.2.1 数据挖掘的工作流程 | 第14-16页 |
| 2.2.2 数据挖掘的一般步骤 | 第16-17页 |
| 2.3 本章小结 | 第17-18页 |
| 3 创建新农合医疗信息系统数据仓库 | 第18-32页 |
| 3.1 贵州省新农合系统概况 | 第18页 |
| 3.2 数据仓库的设计 | 第18-21页 |
| 3.2.1 数据仓库框架设计 | 第19-20页 |
| 3.2.2 数据仓库模型的选择 | 第20-21页 |
| 3.3 数据仓库的实现 | 第21-31页 |
| 3.3.1 根据需求设计事实表和维度表 | 第21-28页 |
| 3.3.2 构建星座型模型 | 第28-30页 |
| 3.3.3 数据准备 | 第30页 |
| 3.3.4 建立模型 | 第30页 |
| 3.3.5 解释、评估模型 | 第30页 |
| 3.3.6 运用、巩固模型 | 第30-31页 |
| 3.4 本章小结 | 第31-32页 |
| 4.基于新农合信息医疗系统的数据挖掘研究 | 第32-46页 |
| 4.1 新农合医疗信息系统数据挖掘的关键 | 第32页 |
| 4.2 关联规则 | 第32-33页 |
| 4.3 Apriori算法 | 第33-35页 |
| 4.4 现有的几种改进Apriori算法 | 第35-36页 |
| 4.5 基于HASH的Apriori算法的改进 | 第36-40页 |
| 4.6 基于分片的Apriori算法的改进 | 第40-44页 |
| 4.7 关于改进的分片Apriori算法和改进的hash-Aprior算法的性能比较 | 第44-45页 |
| 4.8 本章小结 | 第45-46页 |
| 5 关联规则数据挖掘应用 | 第46-54页 |
| 5.1 数据挖掘流程 | 第46页 |
| 5.2 使用特征选择方法选择属性 | 第46-48页 |
| 5.2.1 特征选择 | 第47页 |
| 5.2.2 正向搜索算法 | 第47-48页 |
| 5.2.3 正向搜索的应用 | 第48页 |
| 5.3 数据预处理 | 第48-49页 |
| 5.4 数据转换 | 第49-50页 |
| 5.5 挖掘初步结果 | 第50-51页 |
| 5.6 模拟数据挖掘结果 | 第51-52页 |
| 5.7 本章小结 | 第52-54页 |
| 6 结论与展望 | 第54-55页 |
| 6.1 论文总结 | 第54页 |
| 6.2 展望 | 第54-55页 |
| 参文考献 | 第55-57页 |
| 致谢 | 第57-58页 |
| 个人简历、在学期间发表的学术论文 | 第58页 |
| 个人简历 | 第58页 |
| 在学期间学术论文录用 | 第58页 |