社保医疗消费中的异常信息检测研究

发布时间：2017-05-10 20:57

  本文关键词：社保医疗消费中的异常信息检测研究，由笔耕文化传播整理发布。

【摘要】：社会医疗保险是社会医疗保障的基础,坚持“低水平,广覆盖”的原则,强调“公平优先、兼顾效率”,承担基本医疗的保障职责。我国对社会医疗保险的投入一直在不断的增长,社会医疗保险领域的信息化建设正在迅速发展。社保医疗信息管理系统的建设,为医疗基金的管理带来了方便,但是随着参保人数以及待遇项目不断增多,目前,不同地区的医保信息系统里已经积累了大量历史数据,如何对这些数据做一些有效的分析,已经成为现阶段数据管理的一个难点。随着数据挖掘技术的不断成熟与发展,其对数据的处理功能已经被人们接受并且广‘泛应用到有数据分析需求的行业之中。在医保信息管理方面引入数据挖掘技术,对大量沉积的历史数据进行处理,得出一些没有发现的信息和规则,辅助医保基金风险防控和安全运营。 本文首先总结了目前在社会医疗保险管理上遇到的问题。介绍了常用的数据挖掘方法,对聚类分析进行深入的探讨。研究了EM算法,并在选取初始化参数和最大化步骤上对EM算法进行改进。在SQL Server2008数据挖掘平台基础上,实现改进EM算法,并通过插件方式注册到分析服务器算法库中,通过与EM算法的比较,得出改进EM算法的有效性。随后,在SQL Server2008上创建面向医疗消费费用异常检测主题的数据仓库,生成多维数据集,用改进EM算法创建数据挖掘模型,在此模型上,利用predict函数取得各种医疗消费费用的预测值,并通过一系列的数据分析规则,得出医疗消费费用的异常记录。同时,标注真实的异常消费记录作为跟踪,比较改进EM算法在查找异常记录上的查准率,证实了该算法在实际应用中的有效性。本文的内容作为一种尝试性的探测,得出一种取得医疗费用异常消费记录的分析方法。 本文主要研究成果包括：(1)改进EM算法,并验证改进EM算法的有效性；(2)创建面向医疗消费费用异常分析主题的数据仓库,生成多维数据集,并在此基础上完成数据分析流程,取得费用的异常消费记录,成为一种有效的分析消费费用异常的方法。
【关键词】：社保医疗 异常检测 数据挖掘 聚类分析
【学位授予单位】：中南林业科技大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：TP311.13
【目录】：

• 摘要4-5
• ABSTRACT5-9
• 1 绪论9-13
• 1.1 选题背景9-10
• 1.2 本课题研究状况10-11
• 1.3 本文主要内容11-13
• 2 数据挖掘技术13-23
• 2.1 数据挖掘相关概念13-18
• 2.1.1 数据仓库技术13-14
• 2.1.2 OLAP技术14-16
• 2.1.3 数据挖掘技术16-18
• 2.2 数据挖掘模式与算法18-19
• 2.3 常用数据挖掘软件19-23
• 3 聚类算法分析及EM算法的改进23-35
• 3.1 聚类分析概述23-26
• 3.2 聚类分析方法26-29
• 3.2.1 聚类分析方法分类26-28
• 3.2.2 聚类相关问题研究28-29
• 3.3 EM算法29-32
• 3.4 EM算法的改进32-35
• 4 SQL SERVER 2008数据挖掘平台和插件算法35-45
• 4.1 SQL SERVER 2008商业智能35-38
• 4.2 插件算法38-45
• 4.2.1 算法重写39-42
• 4.2.2 算法的实现与比较42-45
• 5 医疗费用异常信息检测系统的实现45-55
• 5.1 医疗保险数据中心管理平台45-46
• 5.2 异常检测数据挖掘与数据分析过程46-50
• 5.2.1 医疗费用异常检测数据来源46
• 5.2.2 数据ETL过程46-47
• 5.2.3 数据仓库的设计47-50
• 5.3 创建数据挖掘模型并取得异常数据50-52
• 5.4 数据处理结果52-55
• 6 总结与展望55-57
• 参考文献57-63
• 附录 攻读学位期间的主要学术成果63-65
• 致谢65

【引证文献】

中国硕士学位论文全文数据库 前1条

1 白聃;医疗费用挖掘系统的设计与实现[D];黑龙江大学;2012年

  本文关键词：社保医疗消费中的异常信息检测研究，，由笔耕文化传播整理发布。

本文编号：355411