序列模式挖掘在醫(yī)療保險上的應(yīng)用.pdf

1、隨著社會醫(yī)療保險的發(fā)展，參保人員的醫(yī)療信息數(shù)據(jù)快速膨脹，如何從日益龐大醫(yī)療數(shù)據(jù)庫中提取有價值的內(nèi)容來分析醫(yī)療保險的現(xiàn)狀正成為迫切需要。本文將序列模式挖掘算法與醫(yī)療保險數(shù)據(jù)庫結(jié)合起來，將基于周期時間約束的序列模式挖掘算法在醫(yī)療保險數(shù)據(jù)庫中進行應(yīng)用。
　　 首先分析了目前主流序列模式挖掘算法的內(nèi)容，針對其特點說明了目前流行的類Apriori算法和基于模式增長的算法對基于周期約束的時間數(shù)據(jù)有一定的局限性，然后借鑒并改進PCS_mine

2、算法，并用社會醫(yī)療保險醫(yī)療數(shù)據(jù)庫進行驗證，表明算法有較高效率。
　　 本文主要工作有以下幾個方面：
　　 1．對數(shù)據(jù)挖掘的準備工作——數(shù)據(jù)預處理進行了深入學習研究，對主流的多數(shù)據(jù)源和單數(shù)據(jù)源整合清洗算法有了詳細了解。并結(jié)合鄭州市社會醫(yī)療保險軟件neu_cleaning算法對多元數(shù)據(jù)庫進行整合清洗實踐。
　　 2．在分析的基于約束的序列模式挖掘各種類型的基礎(chǔ)上，重點研究基于時間粒度的序列模式挖掘算法PCS_mine