数据挖掘技术在医院医保费用分析中的应用探讨.docVIP

精品论文 参考文献 数据挖掘技术在医院医保费用分析中的应用探讨 （湖北省黄石市中心医院 湖北 黄石 435000） 【摘 要】近年来，随着社会政治经济的稳定发展，科学技术的发展速度逐渐加快。在信息化的背景下，数据库技术逐渐被广泛应用于各个领域。各种形式的数据库系统采用计算机进行数据的统计工作，有效提高了工作效率。在相关医院的医保工作中，也积极引入了关系数据库及信息应用系统。但由于医院医保费用数据的不断增多，传统的关系数据库与信息应用系统已不能对大量的数据进行有效的管理与分析。因此，对于医院医保费用的数据分析系统应进行相应的改革与创新，结合现代科学技术并采用数据挖掘技术，提高医院医保费用分析工作的效率与质量。文章通过对医保费用数据挖掘中涵盖的技术进行详细的分析，并有效实现医院医保费用分析的工作。 【关键词】数据挖??技术；医院医保费用分析；应用 【中图分类号】R197.324 【文献标识码】B 【文章编号】1003-5028（2015）7-0351-02 随着科学技术的飞速发展，医院医保费用分析工作将现代信息技术合理引入，形成数据库及信息应用系统。随着业务数据的不断增加，数据库系统中的信息量越来越大，因此对传统的数据处理方式应进行有效的改进，将数据有效的进行深入的分析与利用，结合数据库中的数据，深入挖掘有效数据及信息，实现数据的再次利用。因此，医院医保费用的分析积极引入数据挖掘技术，促进医保工作的有效管理。 1 医院医保费用数据挖掘技术 1.1 数据挖掘 1.1.1 数据挖掘的概念 数据挖掘，即在多种复杂的数据源中，运用相应的技术和方法，将海量模糊无规律的杂乱数据进行深入的分析与提取，找出其中隐含并具有一定规律性可理解的有效信息的过程。 1.1.2 数据挖掘的特点 众所周知，数据挖掘是从大量数据中找寻有利用价值并且有效的信息，因此应在一定程度上确保其自身的准确性与完整性。数据挖掘正是与其他的数据库不同而被广泛应用，弥补了传统数据库的缺陷与不足。数据挖掘有四个特点：1）数据挖掘所涉及的数据规模与含量较大；2）传统的数据库查询仅显示查询与数据维护功能，数据挖掘可以根据数据找出隐含规律；3）数据挖掘对数据的实时变化做出及时的反应，并进行有效的处理，提供科学合理的信息；4）数据挖掘不断发现数据间的隐藏规律，并随数据的不断更新进行数据结果的更新。 1.1.3 数据挖掘的处理过程 数据挖掘是循环往复的工作过程，因此每个环节都会出现重复的工作。 (1)数据挖掘主题分析 在应用数据挖掘前，应全面分析用户的业务操作流程，并充分考虑用户的需求与其业务的相关知识，了解用户使用数据挖掘所解决的问题，进而为其提供有效的数据挖掘必备数据。 在进行数据挖掘的主题分析时，应全面了解数据，明确数据的类型，关系、质量与详细情况。其中主题是按照实际的数据标准进行分类的，将原有数据进行主题式的方向转变。 (2)数据准备工作 数据挖掘对原有数据的处理工作不仅工作量大，而且范围相对较广。原有数据所包含的数据量极大，并且混杂着各领域中的无用无效数据与信息。因此，原有的数据已不能直接进行数据挖掘工作。这需要数据挖掘的工作准备，对原有数据库中的数据进行有效的集成与清洗，对于数据质量高要求的应进行合理的变换与归纳，同时进行科学的数据质量分析。 (3)数据模型的建立 数据挖掘的模型建立是其工作的重点，结合数据中有利用价值的数据信息进行科学合理的建模工作，并通过科学的计算方法设计相关的维度和摘要。数据挖掘的模型能够对选取的数据进行灵活有效的分析，并通过原有的数据对将来数据的变化进行科学合理的预测。 (4)数据模式评估 数据挖掘的模式评估就是将数据挖掘过程中找出的有效知识与信息以合理的形式展现给客户，虽然会出现多种规律与模式，但经过相应的试验后，仅有少数的规则与知识是用户所需的。因此，对于数据挖掘出的信息与知识应进行科学公正的评估，使其能够满足用户的需求。 (5)数据挖掘的结果发布 以用户能够理解的形式进行数据挖掘结果的发布，有效向客户提供挖掘出的知识与规律，为用户进一步的分析提供方便。 1.2 数据仓库 1.2.1 数据仓库概念 数据仓库就是在较多业务数据中进行相应的数据提取工作，并通过相应的数据转换与清理的环节使其转变为集成的具有主题的数据的集合，其功能主要是为相关的管理部门进行决策工作服务。 1.2.2 数据仓库与传统数据库的差异 数据仓库与传统数据库相比，其面向的对象是管理决策层，而传统数据库则是极为普通的业务操作员。并且数据仓库中所包含的内容涵盖大量的历史数据，传统数据库