医疗保险信息系统的数据仓库和数据挖掘,本文是信息系统毕业论文格式范文跟数据仓库和数据挖掘和数据挖掘初探有关在职毕业论文范文.
信息系统论文参考文献：
摘 要：我国信息技术不断发展,先进的信息技术广泛应用于各个行业,并取得了良好的行业发展效果.应用这一技术于医疗行业,即在医疗保险信息系统完善中发挥技术优势,在此期间,数据仓库与数据挖掘技术应运而生,这为数据资料整理、分类提供了可靠保障.本文在理论介绍的基础上,重点分析了数据仓库与数据挖掘在医疗保险信息系统中的表现.
关键词：医疗保险信息系统 数据仓库 数据挖掘
近年来,计算机技术不断升级,技术应用优势越来越明显,尤其是在数据获取、统计等方面发挥了重要作用.应用数据仓库和数据挖掘技术于医疗保险信息系统,能够促进系统良好运行,同时,还能提高领导决策的准确性,这对医疗行业改革有推动作用.由此可见,该论题具有一定探究意义,具体分析如下.
一、理论介绍
1.医疗保险信息系统
这一系统由生育保险子系统、医疗保险子系统等独立特征明显的子系统组成,各个子系统间的数据结构不相一致,要想优化数据整合效果,构建系统的数据信息库,应借助数据挖掘技术提供的可靠支持,据此了解业务规则,以便为医疗管理、决策制定提供依据.
2.数据仓库
数据仓库是在数据库技术的基础上发展而来,通过构建数据分析环境来为决策制定提供支持.它具有集成性、面向主题、相对稳定性、历史变化等特点,能够在数据库重组方面发挥重要作用,数据仓库的体系结构如图1所示.现如今,常见的数据仓库设计模型主要有物理模型、概念模型和逻辑模型.
现如今,医疗保险信息系统数据在不同系统中均有分布,只有在短时间内建立数据模型,才能对不同系统中的数据集中处理,因此所构建的模型应具有自动化特点,在数据存储、查询等方面满足医疗保险业务的需要.应用数据仓库之前应参照相关标准完成不同系统数据的有效统一,并将整合后的数据显示于统一视图.数据仓库能够将数据所在文件夹规范化命名,以免数据应用过程中出现冗余现象.
3.数据挖掘
所谓数据挖掘,指的是在大量数据中搜集具有潜在价值的数据信息,这类数据在信息处理、决策制定中发挥着重要作用.其工作步骤主要为数据采样→数据探索→数据调整→模型化→评价[1].数据挖掘还能间接彰显数据间的关系,并对数据信息描述（抽象化）,这一过程即揭示规律,明确概念的过程.由于数据库的处理模式具有多变性,并且数据处理过程相对复杂,内在知识要想顺利挖掘,需经历数据清理、整合、选择、变换、挖掘、评估、表达等阶段.近年来,计算机技术发展速度不断加快,各个学科交互相融合发展,进而数据挖掘技术的应用范围越来越广,医疗保险分析工作在这一技术的引用下取得了良好效果,随着系统数据量的不断增多,数据挖掘技术的应用要求越来越高,医疗保险系统在该技术的辅助下,能够优化医保管理效果,同时,还能促进医疗决策向科学化方向发展.
二、数据仓库与数据挖掘分析
1.设计数据仓库模型
医疗保险数据仓库进行边界确定时,应在掌握管理内容的基础上进行数据组织,如医生数据、参保单位数据、支票数据、疾病数据、保险数据等,将上述数据存储于数据库——SQL Server和WLT系统中.接下来完成维度模型构建任务,以此提高数据分析利用率.
2.创建数据仓库
首先,设计物理存储,即在优选数据仓库平台的基础上,成立新的数据库,完成表格创建和索引创建活动,其中,表格类型主要有两种,即事实表和维度表.然后,完成数据转换和数据载入,这项工作主要以DTS为基础.具体包括设计环节、投保环节、账单信息处理环节,之后进行设计更新,确保新数据顺利载入.然后,配置分析服务器.获取数据来源,明确数据库,并对设定后的数据库重新命名；建立数据集,即在整合度量值的基础上,完成数据集创建活动；创建维度,并对其进行级别划分；多维数据集有效存储,选用适合的存储方式,并全面体现层次性.最后,实际设计的过程中应做好两方面工作,第一方面即逻辑模型设计,明确设计思想,理顺参保人与保险类别、账户、机构、交易间的关系,这为客户视图建立奠定了良好基础.由于这一模型具有独特性,因此设计期间参照的范式应适当调整,避免与业务数据库保持一致,设计期间明确设计主题,建模过程中以事实星型模式为依据.由于医疗保险业务需求具有多样性,进而所设计的数据仓库存储应满足最小粒度的需要,并对存储后的数据详细排列,以此满足数据查询需要、处理需要和分析需要.第二方面即物理模型设计,它以优化数据仓库性能、有序管理数据存储为目标,由于账户信息表以及参保人和机构达成的交易明细表属于核心表格,因此这两类表的存储结构以及数据信息索引方法对系统运行效率有重要影响.
3.数据仓库联机分析
这一过程能为决策执行提供数据支持,本文主要从两方面具体分析,第一方面即投保信息分析,第二方面即账单信息分析.前者能够获得投保总额、以及参与主体的数量,后者需要构建的维度相对较多,分析内容主要包括账单类型、医疗组织、时间角度等方面.某市医院应用数据仓库渗透的医疗保险信息系统时,数据库及其操作系统、服务器分别应用IBM Informix Dynamic Server V9.4 For Unix、HP-UXVII、HP RP8420小型机,分析工具和存储系统分别应用Cognos和EMC CX500.数据仓库技术应用期间重点围绕数据量分析、ETL实现、OLAP实现这三方面工作实现,具体分析如下：
数据量分析：所介绍医院的医疗保险信息系统,其个人账户数在450万左,*信息表存储空间需要14G左右,总结月交易量递增趋势,每年增长空间在17.5G左右,要想提高数据处理速度,则数据表应坚持分片处理原则.引进分片存储技术,该技术能够逐一扫描磁盘,以此获取数据信息,执行数据查询任务,改技术应用后,信息查询效率大大提高.在SQL语句的辅助下,数据库空间能够顺利存储表的各个分段,还能完成分区创建任务,不同数据库空间与磁盘互相对应.其中,账户信息表能够在设计要求的引导下完成分片存储处理账户信息,并制定相应的分片方案；账户交易表能在遵循设计要求的前提下,对交易活动根据时间的不同进行分片存储处理,同样制定分片方案,最后交易数据能够进行月份明示.
ETL实现：由于该系统汇集的数据信息量较大,通过编写SQL脚本完成系统调度,以及程序调用,根据源系统分类差异,选用差异化ETL处理方式,成立程序为：完成数据转移式传输,根据脚本成立子目录,借此完成数据文本存储；自动检查文件传输现状,确定文件传输制定路径,最后进行数据引入.
OLAP实现：即将数据处理结果根据主题要求逐一呈现,最后数据分析结果分别以机构维度、时间维度、渠道交易维度这三种形式呈现[2].
4.数据挖掘
建立客户消费聚集挖掘模型,这一过程即客户分类的过程,有利于提供专业服务,这能为数据挖掘进行类别划分和特征提取,在此期间应用聚集算法,遵循基本的创建流程,即选择事例→优选训练数据→数据存储→挖掘模型处理.数据深入挖掘可知,投保用户年龄在35岁——55岁之间,这类群体的收入水平相对较高,进而可以将这类用户向服务效果较好的医疗机构推荐,并且保险额度相对较高；45岁左右的男性,经济收入处于中等水平,这类用户适合推荐的保险类别为中等额度,并且孩子也能分享同一份保险；未婚女性的经济收入较低,因此,应向其推荐的保险类型多为经济型.数据挖掘应用于医疗保险信息系统,所设计的架构形式主要有两种,第一种即紧耦合的架构,数据挖掘在这种架构形式下,要想完成数据挖掘目标,应执行程序化操作；第二种即松耦合的架构,这种架构能在调用SQL接口、参照条件语句完成数据挖掘.根据系统设计原则,选用松耦合架构形式进行分析,充分挖掘软件的潜在功能,使其按照数据处理流程完成数据的有序控制,最终完成数据处理的目标.数据挖掘期间参照相关关联规则,即在掌握频繁项集的基础上,探索强关联规则,前者需要较多时间和精力,并且资料耗量较大,因此,优选适合的算法缩短频繁项集探索时间,全面发挥关联规则的性能.
5.评估分析
经分析可知,内存空间大小为515MB,数据挖掘处理工作参照关联规则时极易出现失误,并且系统提示更换内控空间为575MB的物理内存,以此提高数据处理速度.内存空间大小为1025MB,数据挖掘处理工作参照关联规则能够顺利完成挖掘目标,并且挖掘结果无出入.从中能够看出,数据挖掘技术在不同的内存环境下有不同的处理方式,并且数据挖掘技术具有良好的伸缩效果,即该技术的适用性较强[3].目前,医疗保险信息系统将数据仓库和数据挖掘有效融合,这能为业务处理提供变能力,同时,还能为决策工作提供支持.与此同时,有利于优化数据统计效果,完成数据聚合、数据存储目标,并且数据信息化查询还能减轻员工的工作压力,降低系统负担；报表生成速度也能随之加快,生成后的报表能够为分析工作提供便利；公司决策制定具有合理性和科学性,并且数据还能深入挖掘,进而获取价值信息；保险类别间互相联系,因此,选择保险的过程中还可以应用关联分析法,以此提高保险销量,综上所述,网络信息技术背景下,引进数据仓库与数据挖掘技术于医疗保险信息系统,这不仅能够起到系统优化的作用,而且还能提高数据处理效率,优化数据整合效果.这对医疗保险行业持续发展具有促进作用,同时,还能为行业决策制定提供可靠支持,不断优化数据统计效果,以便为客户提供专业化、系统化服务,不断优化服务效果.
参考文献
[1]黄振杰.医疗保险信息系统碎片化问题研究[J].中国医疗保险,2017,(05):34-37.
[2]董雨光.医药行业领域信息化建设的发展现状及未来趋势[J].中外企业家,2017,(09):22.
[3]金艳,纪钢.基于数据仓库与数据挖掘技术的包装信息处理方法研究[J].包装工程,2012(17):148-150.
[4]陈东.数据仓库及数据挖掘技术在证券客户关系管理系统中的应用研究[J].数字技术与应用,2013(8):66-66.
此文总结：上文是关于经典信息系统专业范文可作为数据仓库和数据挖掘和数据挖掘初探方面的大学硕士与本科毕业论文信息系统论文开题报告范文和职称论文论文写作参考文献.
基于SSH框架的医疗信息系统中简便就医模块和应用
摘要当前的大中型医院普遍使用了就医或导医系统,在分析了现有的应用系统后,在现在普通的医疗信息系统中设计、引入一个单独的模块,用来方便病人的就医流程,能够更好提高就医效率以及解决就医的盲目性 系统采用现.
基于大数据的雾霾预测信息系统
摘要雾霾是雾和霾的统称,雾霾是由空气中大量的灰尘和污染气体构成的 二氧化硫以及氮氧化物和可吸入颗粒物是雾霾组成的三大主要物质 2013年,雾霾称为中国年度关键词,这一年,中国较大的500个城市中,仅有.
警用信息系统的大数据技术应用
摘要在大数据时代的背景下,将大数据技术应用于警用信息系统中,为警用信息系统提供了一种全新的数据信息处理模式,能够有效提高警用信息系统的信息处理效率 本文主要针对警用信息系统的大数据技术应用的相关方面进.
数据大集中趋势下的基层央行信息系统审计探析
杨硕(中国人民银行银川中心支行,宁夏银川750001)摘要中国人民银行的信息化建设处于高速发展期,信息系统的安全、稳定、高效运行已关系到银行的履职效能和整体形象 按照业务统一处理、数据集中存储,信息共.