| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-20页 |
| ·研究背景与意义 | 第10-12页 |
| ·国内外研究现状 | 第12-16页 |
| ·主要研究内容 | 第16-20页 |
| 2 文献回顾 | 第20-34页 |
| ·传染病的防治及费用控制 | 第20-23页 |
| ·数据挖掘的工具与方法 | 第23-31页 |
| ·数据挖掘在医疗费用影响因素分析中的应用 | 第31-34页 |
| 3 广东省甲肝医疗费用的基本调查 | 第34-43页 |
| ·广东省甲肝病种的医疗概况 | 第34-36页 |
| ·医疗费用影响因素及费用结构的调查问卷设计 | 第36-39页 |
| ·数据收集与数据预处理 | 第39-41页 |
| ·本章小结 | 第41-43页 |
| 4 医疗费用的影响因素的特征选择 | 第43-52页 |
| ·医疗费用分析的复杂性及其关键影响因素的选择 | 第43-45页 |
| ·特征选择及最优属性子集 | 第45-47页 |
| ·甲肝医疗费用关键影响因素的提取 | 第47-51页 |
| ·本章小结 | 第51-52页 |
| 5 甲肝医疗费用的 K-means 聚类分析 | 第52-61页 |
| ·医疗费用的数据类型转换 | 第52-53页 |
| ·甲肝医疗费用的中位数分类 | 第53-55页 |
| ·甲肝医疗费用的 K-means 聚类 | 第55-60页 |
| ·本章小结 | 第60-61页 |
| 6 基于支持向量机的甲肝医疗费用影响因素分析 | 第61-80页 |
| ·医疗费用的影响因素及其排序 | 第61-62页 |
| ·基于支持向量机的甲肝医疗费用影响因素分析 | 第62-67页 |
| ·支持向量机与人工神经网络及决策树的排序结果比较 | 第67-75页 |
| ·基于中位数分类与 K-means 聚类的支持向量机影响因素排序比较 | 第75-78页 |
| ·本章小结 | 第78-80页 |
| 7 医疗费用的控制策略 | 第80-110页 |
| ·政府层面的控制策略 | 第81-99页 |
| ·医疗服务机构的控制策略 | 第99-105页 |
| ·控制医疗费用的个人因素 | 第105-108页 |
| ·本章小结 | 第108-110页 |
| 8 总结与展望 | 第110-113页 |
| ·全文总结 | 第110-111页 |
| ·研究展望 | 第111-113页 |
| 致谢 | 第113-114页 |
| 参考文献 | 第114-126页 |
| 附录 1 调查问卷 | 第126-128页 |
| 附录 2 攻读博士学位期间发表的论文 | 第128-129页 |
| 附录 3 攻读博士学位期间参与的科研项目 | 第129页 |