焦作大学学报计算机论文范文
发布时间：2014-08-21 14:34:07更新时间：2014-08-21 14:34:29所属分类：焦作大学学报浏览：1次
医疗保险系统是指在计算机技术的应用下，将其应用于医疗保险中，并且将模糊的数据深入挖掘，开拓了行业的进步，针对信息系统的研究中，最主要的作用是通过数据的采集处理、整理加工以及分析预测来指导整个业务的发展，在目前，由于医保行业涉及的行业比较复
医疗保险系统是指在计算机技术的应用下，将其应用于医疗保险中，并且将模糊的数据深入挖掘，开拓了行业的进步，针对信息系统的研究中，最主要的作用是通过数据的采集处理、整理加工以及分析预测来指导整个业务的发展，在目前，由于医保行业涉及的行业比较复杂，数据量比较大，因此对于实施数据挖掘有着重要的基础作用，该文重点分析了在医保行业中对数据的挖掘以此来推动整个行业的发展。
摘要：计算机信息技术在不断的发展，其应用的领域也在逐渐的扩大，随着医保领域业务的复杂化，对于医疗信息系统的建设提出了更高的要求，该文重点分析了在医保系统中提取相关的信息，利用多媒体技术来完善，优化系统，同时分析有价值的预测数据，为推动医保业务的良性发展做出了有效的准备。
关键词：焦作大学学报编辑部投稿,医保系统,数据挖掘,应用
1 信息管理系统在医保系统中具体位置
由于在医保信息系统中，包含着许多数据模块，各个模块形成了不同的系统，其主要表现在以下几个方面：(1) 基础档案系统，其主要的功能包括：参保人员、参保单位的登记、变动;生成缴费单位以及缴费管理;年检处理;IC卡的管理。(2) 在医疗监督系统中，其主要的功能是针对定点的医疗机构进行资格检查，为各个定点机构传输信息;(3) 门诊系统，针对门诊的处方、业务浏览以及病人在门诊的花费实施的管理;(4) 住院系统中，针对信息来**病人的住院登记以及住院结算等;(5) 定点药店管理系统，主要是对药品的进、销以及存实进行管理，以及计算各种费用等;(6) 财务系统。针对计算完成的数据汇总到医保中心通讯系统中，并且最终直接上报劳动部门，便于查询。以上是医保信息系统的各个模块，因此在该系统中实施数据挖掘十分有必要，便于对数据进行详细的研究。
2 医疗保险系统的发展状况
现阶段，我国大部分行业中使用的是信息系统建设，但是在医保系统中，由于缺乏整体的顶层设计，其各个模块之间是相互独立的，由于各个架构之间运行的独立，这就使得各个子系统之间的数据未建立一定的关联关系，然而在建设中数据仓库的使用，仅仅是在一定程度上解决了数据的集中化管理，并没有对数据进行具体的关联关系分析，因此针对这种现状就提出了对医保系统中的数据进行挖掘的思想，能够将相对独立的信息库进行关联的集中化管理，在数据建设中形成医保系统的数据库，并且将数据进行不断的深挖，为业务的发展以及管理模式的扩展提供有力的保障。
3 医保系统在数据挖掘中的研究
首先数据挖掘主要是指在大型数据库中对数据进行感性的认识，对于这些数据中包含的隐形知识以及事先未知的潜在有用信息，将其在进行提取中进行归类，而本文所说的模糊数据挖掘技术是指在利用原有数据挖掘技术的基础上，赋予模糊理论，最终将从大量数据中进行科学的整理，其挖掘的结果将会使用户更容易理解，具有深远的意义。其中模糊数据挖掘的技术表现在：(1) 根据属性值得模糊聚类：最终的目的是使原来精确的值用模糊值来代替;(2) 抽象概念的形成，其方法是通过模糊逻辑条件形成概念，或通过属性值的模糊分割来形成概念;(3) 模糊映像关系的取得，采用的方法是模糊拟合或者模糊函数逼近的方法进行;(4) 发现模糊规律，根据去类似规则进一步研究其规律的存在;(5) 建立神经网络，来进行聚类关系的建立;(6) 按照规则实施，该种技术是在整个系统中通过分析，将新产生的规则与就规则进行匹配，根据变化来形成新的信息。
在医保系统中，由于其涉及的数据比较复杂并且牵涉的资金流动相当频繁，因此在整个系统中就需要对数据信息进行科学的整理，做好处理，在科学的数据管理中，提高业务的质量，基于数据挖掘技术中，其主要的操作流程是：该文主要采用的是数据挖掘技术中的模糊聚类分析法，其中数据挖掘算法是最重要的部分，利用模糊数据挖掘的算法来高效、灵活的处理相关属性的数据库或者是数据仓库，并且将其延伸，以便更明确的找出孤立点，因此对于医疗保险系统的各个子系统进行详细的划分，首先要按照具体的分类标准进行划分，这就可以按照各个系统服务的对象进行划分，针对医保中管理者、参加保险的人员以及医疗定点机构等，将其分别作为子系统建设数据关联，其次是根据这三个子系统按照自身的功能要求以及业务量确定具体的模块，另外按照一定的时间顺序对该系统进行数据统计，具体来说，医保的子系统按照功能可以进行划分，如图1：
图1 医保系统子系统
按照医保系统的各个模块进行数据整理，最终得到了医保系统应用架构，如图2：
图2 医保系统应用架构图
这种划分是根据时间顺序进行的，具体的方法是在选取一系列有时间先后顺序的数据集，按照年份或者是季度进行整理，在医保领域中，按照时间顺序进行预测，在得到了模型之后，其算法的公式归纳为：
[Zt=(1-B)dYtZt=φ0+φ1Zt-1+???+φpZt-p+αt-θ1αt-1-???-θqαt-q]
在医保系统中，参保人员的总费用是医保监管的重要组成部分，因此为了加强医保系统的规范化，必须要对这些数据进行挖掘，最终了解到医保人员的总体费用，同时进行监管进行医疗总体费用的有效管控，在一定的范围中具体进行，例如在数据的挖掘中，可以按照历史的数据对医疗总费用的未来状况进行预测，按照一定的比例就可以得到预测数据并且对未来医保人员的医疗费用的限定额度实行了总体的规划。在对医保系统的数据在挖掘的过程中还可以采用预测类分析，它主要是从关联关系进行研究的，具体的实施是将各个数据与业务系统产生的数据之间在建立了一定的关系后，观察事物之间的关联性，了解医保系统中，用户的账户信息、用户的费用使用状况以及门诊信息等，根据这些数据分析来寻找内部的关联状况，在对这些无关联的数据进行分析中，可以将数据进行有目的的规划，根据共同属性，来实施统一的管理措施，增强系统处理的可靠性。
医保系统中对数据进行挖掘，其成功的案例是在美国，针对一家最大的医保公司进行成功的分析，该公司利用数据挖掘技术的模型来鉴证医生开具凭证的依据，通过对具体的数据分析并且利用数据挖掘技术的可视化系统，加强了医保系统中数据的可靠性，在一定程度上降低了医保行业中的欺诈现象或者是其他的非法现象。
4 总结
通过研究数据挖掘技术，从现状到方法，进一步促进了我国医保行业的良性发展，对于参加医保的人员来说，在该系统的应用中可以更加方便的进行查询，清晰的了解到自身该使用哪一种投保类别，对于医保的管理人员来说，在工作中增强了工作的效率，在先进的平台中优化了工作程序，提高了工作质量，然而对于管理层次来说，通过对数据的进一步挖掘，以便根据历史数据进行预测，这就增强了管理依据，进一步完善了医院医保系统的决策方式，
为保障我国医保系统中对于人员的总体费用以及各项费用有着更合理的规划，促进了对医疗费用的控制、监管以及规划，增强了信息的可靠性和科学性，推动了我国医疗卫生事业的不断发展。
参考文献：
[1] 黄晶晶，彭涛，王建军，赵帆.数据挖掘技术在医院医保费用分析中的研究和应用[J].生物医学工程研究，2013(11) .
[2] 王凯，郭丽虹，齐小红，冉娟.医疗保险费用控制中的数据挖掘与管理研究[J].计算机应用技术，2014(5) .
[3] 催红岗，王燕子，贾一怔，张俊.论数据挖掘在医疗保险决策支持中的应用[J].科技创业家，2011(11) ，
[4] 郭文明，张勇，赵军，于东.浅谈医院系统与医院信息系统的数据挖掘[J].中国医疗设备，2012(17) .
[5] 李熠霖，王永彬，周颖.医院医保分科室定额管理中的数据挖掘研究[J].医疗卫生装备，2013(25) .
转载请注明来自：http://www.yueqikan.com/jzdxxb/43522.html
上一篇：焦作大学学报网络工程论文范文
下一篇：焦作大学学报网络工程师论文范文