数据挖掘在新型农村合作医疗数据分析中的研究与应用

摘要

新型农村合作医疗保险，简称“新农合”，在保障农民获得公共卫生服务、缓解农民因病致贫和因病返贫方面发挥了重要的作用。近年来，由于医疗保险覆盖面的扩大，建立年限的增加，以及信息技术在新农合中的广泛应用，在新农合数据库系统中积累了大量的业务数据，充分利用这些资源，找出数据中隐藏的规律，可以为新型农村合作医疗保险的改革和相关政策的制定提供参考和现实依据。为此，本文尝试将数据挖掘技术应用到新农合医疗保险的数据分析中，进行深层次的知识提取和经验总结，获取对管理决策有用的信息，为新农合的健康发展提供参考。
　　 本文结合新农合医保数据的特点，研究了数据挖掘技术，对数据挖掘的基本过程、分析方法和系统结构进行了分析和讨论，并在此基础上，结合本文的需求和应用环境，设计了新农合医保费用分析系统的体系结构。
　　 本文首先研究了关联规则算法，分别对Apriori算法和FP-树算法的基本算法思想、改进方法以及各自的优缺点进行了分析，结合原医保报销系统设计了高效的Apriori算法的系统实现方式及合理的系统结构。
　　 其次，对原始新农合医保数据进行合理的数据清洗、离散化和数据集成转换处理，建立以新农合历史数据库SQL2000为基础的数据仓库。
　　 最后，设计了程序主体的多层体系结构，采用面向应用的挖掘策略，利用VC6.0设计新农合分析系统前台，数据挖掘部分运用Apriori算法，且为了减少系统I/O次数，在内存中申请动态数组空间的方式建立缓存结构，生成频繁项集，进行了系统实现。
　　 通过本文实现的分析系统，读取建立的新农合实例数据仓库中的数据，设定挖掘规则，进行数据挖掘并得到挖掘结果，从挖掘结果中挑选得到了一些具备参考价值的规律。