数据挖掘技术在医疗费用数据中的应用研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 引言 | 第11-18页 |
| 1.1 研究背景 | 第11页 |
| 1.2 数据挖掘技术 | 第11-14页 |
| 1.2.1 数据挖掘的含义 | 第11-12页 |
| 1.2.2 数据挖掘的研究现状 | 第12-13页 |
| 1.2.3 数据挖掘在医疗卫生领域的应用 | 第13-14页 |
| 1.3 数据可视化技术 | 第14-15页 |
| 1.3.1 数据可视化含义 | 第14页 |
| 1.3.2 数据可视化研究现状 | 第14-15页 |
| 1.3.3 数据可视化在医疗领域的应用 | 第15页 |
| 1.4 研究内容 | 第15-16页 |
| 1.5 论文结构 | 第16-17页 |
| 1.6 本章小结 | 第17-18页 |
| 第二章 数据挖掘相关理论 | 第18-31页 |
| 2.1 数据挖掘相关理论 | 第18-21页 |
| 2.1.1 数据挖掘概念 | 第18页 |
| 2.1.2 数据挖掘过程 | 第18-20页 |
| 2.1.3 数据挖掘方法 | 第20-21页 |
| 2.2 K-MEANS算法 | 第21-23页 |
| 2.2.1 K-means算法简介 | 第21页 |
| 2.2.2 K-means算法原理 | 第21-23页 |
| 2.3 决策树算法 | 第23-29页 |
| 2.3.1 决策树算法简介 | 第23页 |
| 2.3.2 ID3算法原理 | 第23-26页 |
| 2.3.3 C4.5算法原理 | 第26-29页 |
| 2.4 可视化工具介绍 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 数据预处理及初步统计分析 | 第31-45页 |
| 3.1 原始数据特点 | 第31-32页 |
| 3.2 原始数据预处理 | 第32-38页 |
| 3.2.1 数据规约处理 | 第32-34页 |
| 3.2.2 数据转换处理 | 第34-35页 |
| 3.2.3 异常错误处理 | 第35-36页 |
| 3.2.4 数据最终形式 | 第36-37页 |
| 3.2.5 建立数据库 | 第37-38页 |
| 3.3 血液系统疾病费用统计分析 | 第38-44页 |
| 3.3.1 医院级别信息统计 | 第38-39页 |
| 3.3.2 总费用信息统计 | 第39-40页 |
| 3.3.3 医院级别及费用统计 | 第40-44页 |
| 3.4 统计结果分析 | 第44页 |
| 3.5 本章小结 | 第44-45页 |
| 第四章 数据挖掘技术在血液系统病中的应用 | 第45-51页 |
| 4.1 K-MEANS算法特点 | 第45-47页 |
| 4.1.1 监督式与非监督式学习 | 第45页 |
| 4.1.2 聚类中心及距离 | 第45-47页 |
| 4.2 K-MEANS算法优点及评价 | 第47-48页 |
| 4.3 K-MEANS算法在血液系统疾病中的应用 | 第48-49页 |
| 4.4 医疗费用影响因素的分析 | 第49-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第五章 医疗数据可视化平台 | 第51-61页 |
| 5.1 可视化统计图在医疗费用数据中的应用 | 第51-52页 |
| 5.2 医疗数据可视化平台 | 第52-60页 |
| 5.2.1 平台特点及逻辑架构 | 第52-53页 |
| 5.2.2 平台流程设计 | 第53-54页 |
| 5.2.3 可视化平台展示 | 第54-60页 |
| 5.3 本章小结 | 第60-61页 |
| 第六章 总结和展望 | 第61-63页 |
| 6.1 论文总结 | 第61页 |
| 6.2 未来展望 | 第61-62页 |
| 6.3 本章小结 | 第62-63页 |
| 参考文献 | 第63-65页 |
| 致谢 | 第65-66页 |
| 作者攻读学位期间发表的学术论文目录 | 第66页 |
