版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、伴隨國家與社會(huì)對(duì)于醫(yī)療保險(xiǎn)的重視程度越來越高,醫(yī)保報(bào)銷補(bǔ)償費(fèi)在醫(yī)院收入以及群眾看病費(fèi)用當(dāng)中所占據(jù)的比例也逐漸提升。于是,為有效適應(yīng)醫(yī)??焖侔l(fā)展,研究界開始對(duì)合理的醫(yī)保報(bào)銷費(fèi)用制定方法予以關(guān)注。在傳統(tǒng)方式之下,醫(yī)保報(bào)銷費(fèi)決策主要是采取人工方式完成,按照人的經(jīng)驗(yàn)制定報(bào)表來分析各月醫(yī)保情況,這種人工方式在靈活性與及時(shí)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(yīng)用數(shù)據(jù)挖掘理論構(gòu)建了醫(yī)保報(bào)銷費(fèi)用決策模型,通過數(shù)據(jù)挖掘算
2、法對(duì)醫(yī)保數(shù)據(jù)去噪,并對(duì)醫(yī)保報(bào)銷費(fèi)用進(jìn)行預(yù)測(cè),相比傳統(tǒng)的醫(yī)保報(bào)銷費(fèi)用決策方法,本模型在靈活性、及時(shí)性、效率上都得到了提高。本文具體工作包括:
1)離群點(diǎn)檢測(cè)分析:海量的動(dòng)態(tài)數(shù)據(jù)中難免會(huì)有異常(壞)數(shù)據(jù),如果這些異常的數(shù)據(jù)沒有被檢測(cè)出來而被加入計(jì)算模型,會(huì)大大增加分類結(jié)果的誤差。本文分析了傳統(tǒng)的離群點(diǎn)檢測(cè)算法在醫(yī)保大數(shù)據(jù)環(huán)境下存在的缺陷,并結(jié)合聚類算法,通過先聚類再檢測(cè)的方法對(duì)醫(yī)保數(shù)據(jù)進(jìn)行離群點(diǎn)檢測(cè)。實(shí)驗(yàn)證明在醫(yī)保大數(shù)據(jù)環(huán)境下,集
3、成的異常點(diǎn)檢測(cè)方法相比單一的算法,能夠提高正確率,降低誤報(bào)率。為提高后續(xù)決策模型的準(zhǔn)確度,本文對(duì)多種集成的離群點(diǎn)檢測(cè)算法進(jìn)行了對(duì)比測(cè)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(jìn)行數(shù)據(jù)去噪。
2)決策模型的研究:為改善人工統(tǒng)計(jì)這種低效的醫(yī)保決策方式,本文分析了醫(yī)保報(bào)銷費(fèi)用決策需求,基于決策樹算法建立了醫(yī)保報(bào)銷費(fèi)用決策模型,采用關(guān)聯(lián)規(guī)則算法進(jìn)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于轉(zhuǎn)換模型與混合效應(yīng)模型的醫(yī)保費(fèi)用控制研究.pdf
- 基于大數(shù)據(jù)的風(fēng)功率預(yù)測(cè)模型優(yōu)化研究與實(shí)現(xiàn).pdf
- 基于大數(shù)據(jù)的醫(yī)療質(zhì)量評(píng)價(jià)模型的研究與實(shí)現(xiàn).pdf
- 北京醫(yī)保病人門診費(fèi)用報(bào)銷比例
- 基于大數(shù)據(jù)平臺(tái)的數(shù)據(jù)挖掘算法研究與實(shí)現(xiàn).pdf
- 侵權(quán)案件中醫(yī)保報(bào)銷費(fèi)用賠償問題探析
- 社保資金支付大數(shù)據(jù)決策支持平臺(tái)的研究與實(shí)現(xiàn).pdf
- 基于Hadoop大數(shù)據(jù)技術(shù)的文獻(xiàn)借閱分析模型設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于SSH2的城鎮(zhèn)職工醫(yī)保報(bào)銷系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 大數(shù)據(jù)背景下住房保障決策數(shù)據(jù)及其共享模型研究.pdf
- 俯瞰大數(shù)據(jù)與組織決策
- 基于數(shù)據(jù)倉庫的醫(yī)保決策支持系統(tǒng).pdf
- 基于大數(shù)據(jù)的數(shù)據(jù)轉(zhuǎn)換平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于Spark的大數(shù)據(jù)挖掘技術(shù)的研究與實(shí)現(xiàn).pdf
- 基于醫(yī)保費(fèi)用的分析與異常檢測(cè)研究.pdf
- 預(yù)算與費(fèi)用報(bào)銷管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于數(shù)據(jù)挖掘的商品房銷售決策支持模型研究與實(shí)現(xiàn).pdf
- 基于大數(shù)據(jù)平臺(tái)的電力營銷分析決策系統(tǒng)的研究與設(shè)計(jì).pdf
- 基于大數(shù)據(jù)的高速鐵路客流分析與輔助決策研究.pdf
- 基于大數(shù)據(jù)的評(píng)估系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
評(píng)論
0/150
提交評(píng)論