

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、伴隨國家與社會對于醫(yī)療保險的重視程度越來越高,醫(yī)保報銷補償費在醫(yī)院收入以及群眾看病費用當中所占據的比例也逐漸提升。于是,為有效適應醫(yī)??焖侔l(fā)展,研究界開始對合理的醫(yī)保報銷費用制定方法予以關注。在傳統(tǒng)方式之下,醫(yī)保報銷費決策主要是采取人工方式完成,按照人的經驗制定報表來分析各月醫(yī)保情況,這種人工方式在靈活性與及時性上都比較差,并且由于人工方式的客觀原因,效率也非常低下。鑒于此,本文應用數據挖掘理論構建了醫(yī)保報銷費用決策模型,通過數據挖掘算
2、法對醫(yī)保數據去噪,并對醫(yī)保報銷費用進行預測,相比傳統(tǒng)的醫(yī)保報銷費用決策方法,本模型在靈活性、及時性、效率上都得到了提高。本文具體工作包括:
1)離群點檢測分析:海量的動態(tài)數據中難免會有異常(壞)數據,如果這些異常的數據沒有被檢測出來而被加入計算模型,會大大增加分類結果的誤差。本文分析了傳統(tǒng)的離群點檢測算法在醫(yī)保大數據環(huán)境下存在的缺陷,并結合聚類算法,通過先聚類再檢測的方法對醫(yī)保數據進行離群點檢測。實驗證明在醫(yī)保大數據環(huán)境下,集
3、成的異常點檢測方法相比單一的算法,能夠提高正確率,降低誤報率。為提高后續(xù)決策模型的準確度,本文對多種集成的離群點檢測算法進行了對比測試,最終選擇了正確率最高的由canopy-kmeans算法和KNN算法集成的方法來為后續(xù)模型進行數據去噪。
2)決策模型的研究:為改善人工統(tǒng)計這種低效的醫(yī)保決策方式,本文分析了醫(yī)保報銷費用決策需求,基于決策樹算法建立了醫(yī)保報銷費用決策模型,采用關聯規(guī)則算法進行了屬性選取優(yōu)化,在決策樹的剪枝過程中,
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于轉換模型與混合效應模型的醫(yī)保費用控制研究.pdf
- 基于大數據的風功率預測模型優(yōu)化研究與實現.pdf
- 基于大數據的醫(yī)療質量評價模型的研究與實現.pdf
- 北京醫(yī)保病人門診費用報銷比例
- 基于大數據平臺的數據挖掘算法研究與實現.pdf
- 侵權案件中醫(yī)保報銷費用賠償問題探析
- 社保資金支付大數據決策支持平臺的研究與實現.pdf
- 基于Hadoop大數據技術的文獻借閱分析模型設計與實現.pdf
- 基于SSH2的城鎮(zhèn)職工醫(yī)保報銷系統(tǒng)設計與實現.pdf
- 大數據背景下住房保障決策數據及其共享模型研究.pdf
- 俯瞰大數據與組織決策
- 基于數據倉庫的醫(yī)保決策支持系統(tǒng).pdf
- 基于大數據的數據轉換平臺的設計與實現.pdf
- 基于Spark的大數據挖掘技術的研究與實現.pdf
- 基于醫(yī)保費用的分析與異常檢測研究.pdf
- 預算與費用報銷管理系統(tǒng)的設計與實現.pdf
- 基于數據挖掘的商品房銷售決策支持模型研究與實現.pdf
- 基于大數據平臺的電力營銷分析決策系統(tǒng)的研究與設計.pdf
- 基于大數據的高速鐵路客流分析與輔助決策研究.pdf
- 基于大數據的評估系統(tǒng)的設計與實現.pdf
評論
0/150
提交評論