（湖北省黄石市中心医院 湖北 黄石 435000）
【摘 要】近年来，随着社会政治经济的稳定发展，科学技术的发展速度逐渐加快。在信息化的背景下，数据库技术逐渐被广泛应用于各个领域。各种形式的数据库系统采用计算机进行数据的统计工作，有效提高了工作效率。在相关医院的医保工作中，也积极引入了关系数据库及信息应用系统。但由于医院医保费用数据的不断增多，传统的关系数据库与信息应用系统已不能对大量的数据进行有效的管理与分析。因此，对于医院医保费用的数据分析系统应进行相应的改革与创新，结合现代科学技术并采用数据挖掘技术，提高医院医保费用分析工作的效率与质量。文章通过对医保费用数据挖掘中涵盖的技术进行详细的分析，并有效实现医院医保费用分析的工作。
【关键词】数据挖掘技术；医院医保费用分析；应用
【中图分类号】R197.324 【文献标识码】B 【文章编号】1003-5028（2015）7-0351-02
随着科学技术的飞速发展，医院医保费用分析工作将现代信息技术合理引入，形成数据库及信息应用系统。随着业务数据的不断增加，数据库系统中的信息量越来越大，因此对传统的数据处理方式应进行有效的改进，将数据有效的进行深入的分析与利用，结合数据库中的数据，深入挖掘有效数据及信息，实现数据的再次利用。因此，医院医保费用的分析积极引入数据挖掘技术，促进医保工作的有效管理。
1 医院医保费用数据挖掘技术
1.1 数据挖掘
1.1.1 数据挖掘的概念
数据挖掘，即在多种复杂的数据源中，运用相应的技术和方法，将海量模糊无规律的杂乱数据进行深入的分析与提取，找出其中隐含并具有一定规律性可理解的有效信息的过程。
1.1.2 数据挖掘的特点
众所周知，数据挖掘是从大量数据中找寻有利用价值并且有效的信息，因此应在一定程度上确保其自身的准确性与完整性。数据挖掘正是与其他的数据库不同而被广泛应用，弥补了传统数据库的缺陷与不足。数据挖掘有四个特点：1）数据挖掘所涉及的数据规模与含量较大；2）传统的数据库查询仅显示查询与数据维护功能，数据挖掘可以根据数据找出隐含规律；3）数据挖掘对数据的实时变化做出及时的反应，并进行有效的处理，提供科学合理的信息；4）数据挖掘不断发现数据间的隐藏规律，并随数据的不断更新进行数据结果的更新。
1.1.3 数据挖掘的处理过程
数据挖掘是循环往复的工作过程，因此每个环节都会出现重复的工作。
(1)数据挖掘主题分析
在应用数据挖掘前，应全面分析用户的业务操作流程，并充分考虑用户的需求与其业务的相关知识，了解用户使用数据挖掘所解决的问题，进而为其提供有效的数据挖掘必备数据。
在进行数据挖掘的主题分析时，应全面了解数据，明确数据的类型，关系、质量与详细情况。其中主题是按照实际的数据标准进行分类的，将原有数据进行主题式的方向转变。
(2)数据准备工作
数据挖掘对原有数据的处理工作不仅工作量大，而且范围相对较广。原有数据所包含的数据量极大，并且混杂着各领域中的无用无效数据与信息。因此，原有的数据已不能直接进行数据挖掘工作。这需要数据挖掘的工作准备，对原有数据库中的数据进行有效的集成与清洗，对于数据质量高要求的应进行合理的变换与归纳，同时进行科学的数据质量分析。
(3)数据模型的建立
数据挖掘的模型建立是其工作的重点，结合数据中有利用价值的数据信息进行科学合理的建模工作，并通过科学的计算方法设计相关的维度和摘要。数据挖掘的模型能够对选取的数据进行灵活有效的分析，并通过原有的数据对将来数据的变化进行科学合理的预测。
(4)数据模式评估
数据挖掘的模式评估就是将数据挖掘过程中找出的有效知识与信息以合理的形式展现给客户，虽然会出现多种规律与模式，但经过相应的试验后，仅有少数的规则与知识是用户所需的。因此，对于数据挖掘出的信息与知识应进行科学公正的评估，使其能够满足用户的需求。
(5)数据挖掘的结果发布
以用户能够理解的形式进行数据挖掘结果的发布，有效向客户提供挖掘出的知识与规律，为用户进一步的分析提供方便。
1.2 数据仓库
1.2.1 数据仓库概念
数据仓库就是在较多业务数据中进行相应的数据提取工作，并通过相应的数据转换与清理的环节使其转变为集成的具有主题的数据的集合，其功能主要是为相关的管理部门进行决策工作服务。
1.2.2 数据仓库与传统数据库的差异
数据仓库与传统数据库相比，其面向的对象是管理决策层，而传统数据库则是极为普通的业务操作员。并且数据仓库中所包含的内容涵盖大量的历史数据，传统数据库只保存当前的数据。两者在设计方面与访问模式方面都存在较大差异，并且数据仓库由于使用现代信息技术，使其自身的更新操作较少，而传统数据库由于系统的老化，导致其修改的频率不断增加。
1.2.3 业务数据与数据仓库的转换
将业务数据转换到数据仓库中分为五个步骤：1）提取数据。在数据库中将所需信息与知识进行合理的提取，同时应符合数据处理的主题；2）数据形式变化。针对来自原有数据的数据进行格式与名称的设置；3）数据的净化。对于选取的数据进行有效的排查，保证数据的正确无误；4）数据加载。将进行净化后的数据转入到数据仓库中；5）数据的汇总工作。合理的计算用户所需的数据仓库中数据的汇总，方便今后工作的使用。
期刊文章分类查询,尽在期刊图书馆
1.3 数据挖掘工具与数据库查询工具的区别
数据挖掘主要是根据大量的数据来源，经过相应的方法与措施进行有价值信息的提取。数据挖掘是主动对数据信息进行深层次的挖掘，而数据库的查询则是被动并死板的查询。
数据库的查询工具可以在用户的数据库中找到有价值的信息，但其缺陷就是访问者应站在制定的位置。数据库的查询工具能够帮助用户进行信息的查询与数据库的维护，但其他的更新预升级则需要用户自己完成。但是，对于数据挖掘工具来说，它可以找出数据之间的内在联系与规律，并能够智能的进行分辨有用信息，无需用户的自身操作，方便用户的使用。
2 数据挖掘在医院医保费用分析系统中的应用
医院在医保费用分析工作中合理使用数据挖掘技术能够有效的提高医保费用分析工作的准确性与效率，并且操作方式简单便捷。
2.1 数据准备
利用数据挖掘技术对医保费用进行准确快速的分析，主要依靠的是数据模型的准确与有效。在建立数据模型时，由于数据的来源不同或者由于其他原因会导致数据出现质量问题。若忽略对数据质量问题的检测，就会在数据挖掘过程中因垃圾数据导致其运行速度减慢，影响其工作质量与效率。因此，应在进行数据挖掘医保费用分析工作前进行有效的数据准备工作。
2.1.1 数据集成
数据集成工作环节是医保费用分析的首要步骤，将各医院中存储的信息子系统表格及相关字段通过相应的方式进行处理与转换，统一编辑于一个表格中，并对其进行科学合理的数据清洗工作。但在进行数据信息的处理与转换的过程中，应谨慎保存数据，避免转换过程中数据丢失情况的发生。
2.1.1.1数据清洗
在整合各医院数据信息时，由于不同医院表格生成的软件与系统不同，所以在进行转换的过程中会出现数据质量的问题。
(1)数据的丢失
数据丢失的情况下，其表中的数据项就会出现空白。若丢失数据为数据挖掘的重要信息，应采取各种措施将其修复或找回，以确保数据模型的完整与准确。
(2)数据无效
数据无效情况的发生在一定程度上也会影响数据模型的准确性。由于数据值不符合正常范围，便会失去选取建模的意义。
(3)数据逻辑性失误
数据逻辑的失误是比较严重的问题。若数据出现逻辑性的错误便是数据之间的关联出现了不稳定或者不确定的状态。这种错误不易被发现，所以应对其进行科学的预处理工作，进行详细的研究，并发现问题所在。
2.2 数据模型的建立
2.2.1 选择合适的数据源
在进行数据的建模前，应科学合理的选择模型的数据源。在医院医保费用的分析系统中找到ODBC的数据源或者独立的ASCII文件。
2.2.1.1算法的实现
（1）算法描述
对算法的描述主要有两个步骤：1）仔细找出全部的频繁项集；2）根据频繁项集产生满足最小信任度的阀值。
（2）输入与输出
输入，即建立事务数据库，并设置最小支持度阀值。输出，即满足最小支持度阀值的所有规则集。
（3）关联结论
根据医院医保费用的规则集可以确定，与医保费用关联最大的因素就是住院天数与特定的出院科室。
（4）最终讨论
根据医院医保费用的规则集的深入研究与探讨，最终可以确定与医保费用关系最密切的因素就是住院的天数。这种数据挖掘技术的应用，是医院能够及时发现相关工作中的微妙联系，从而采取合适的措施进行有效的改进，最终促进医院医保工作的质量与效率。
2.2.1.2数据模型构建
根据所选取的数据源及其维度与摘要等信息字段便可以进行数据模型的构建工作。
2.3 模型展示
数据模型的展示是对其进行查看与详细的分析，检验其工作的效果与质量。通过对数据模型的展示过程，使用户在短时间内找出感兴趣的微信息，方便对细小环节数据的分析，在一定程度上帮助正确的决策。
2.4 数据挖掘技术的功能评价
数据挖掘技术能够对医院医保费用信息进行动态医保指标的制定，简化医保费用分析工作的环节，提高工作速度与质量，并且能够及时进行数据信息的查询。
3 结束语：
随着医疗改革与医疗保障制度的深入，医保工作在医院的整体工作系统中的地位越加重要。传统数据库在一定程度上减轻了医院医保费用分析的工作，但由于数据的逐渐增加，传统数据库系统的运行出现了相应的问题与缺陷。数据挖掘技术在医保费用分析工作中的应用大大提高了其工作效率，增强了工作的质量。
参考文献：
窗体顶端
[1]史今驰.数据挖掘技术在医院信息系统中的应用[J].中国医疗设备,2012,27(1).
[2]沈旴亮.基于数据挖掘技术的医院信息管理系统分析[J].电子测试,2015(1).
[3]白晶.数据挖掘技术在医院信息系统中的应用研究[J].价值工程,2012,31(3).
[4]殷鹰.浅谈数据挖掘技术在医院信息化建设中的应用[C].//2012中国卫生信息技术交流大会暨两岸四地卫生信息化交流会议论文集.2012.
[5]周雪.数据挖掘技术在医院信息管理中的应用[J].电脑知识与技术,2014(4).
[6]韩春阳.数据挖掘技术在医院信息管理中的应用分析研究[J].电子制作,2014(16).
[7]田园,张文丽,蓝田等.浅谈数据挖掘技术在医院信息化中的应用[J].山西医药杂志,2014(16).
[8]毕新.数据挖掘技术在医院信息化中的应用研究[J].健康必读（中旬刊）,2012, 11(5).
窗体底端
论文作者:张娜,韩光（通讯作者）
论文发表刊物:《河南中医》2015年7月供稿
论文发表时间:2015/10/22
标签：数据论文; 数据挖掘论文; 医保论文; 工作论文; 医院论文; 费用论文; 信息论文; 《河南中医》2015年7月供稿论文;