期刊文献+

数据挖掘技术在医疗费用异常检测中的应用 被引量:1

Application of Data Mining Technology in Detection of Abnormal Medical Expenses
下载PDF
导出
摘要 对医疗费用的异常检测做出一个分析方案。通过SQL Server 2008挖掘平台,利用期望最大化数据挖掘算法,结合小概率事件原理对医疗费用是否异常做检测分析,并把结果通过报表展示出来。该方案能够对医疗费用数据从总体上进行挖掘,提高数据分析效率,并且为医疗异常费用的稽查提供有力的依据。 This paper makes an analysis method for the detection of abnormal medical expenses. It uses expectation maximization algorithm of SQL Server 2008 data mining platform, combines with small probability events principle to analyze the data of medi- cal expenses. At last it shows the results with the statements of reporting services. This method can mine the data of medical ex- pense in general, it improves the efficiency of data analysis and provides effective evidence for the auditing abnormal expense of medical.
出处 《计算机与现代化》 2012年第3期194-196,199,共4页 Computer and Modernization
基金 湖南教育厅研究项目(08C943)
关键词 数据挖掘 期望最大化算法 多维数据集 小概率事件 data mining expectation maximization algorithm multi-dimension data small probability events
  • 相关文献

参考文献10

  • 1Jawei Han,Micheline Kamber.Data Mining Concepts and Techniques[M].Elsevier Inc.,2006:1-45.
  • 2George Spofford,Sivakumar Harinath,Christopher Webb,et al.MDX Solutions[M].Wiley Publishing,2006:1-35.
  • 3徐俊刚,裴莹.数据ETL研究综述[J].计算机科学,2011,38(4):15-20. 被引量:106
  • 4Jain A K,Murty M N,Flynn P J.Data clustering:A review[J].ACM Computing Surveys,1999,31(3):264-323.
  • 5Dempster A P,Laird N M,Rubin D B.Maximum likelihood from incomplete data via the EM algorithm[J].Journal of the Royal Statistical Society:Series B,1977,39(1):1-38.
  • 6杨基栋.EM算法理论及其应用[J].安庆师范学院学报(自然科学版),2009,15(4):30-35. 被引量:16
  • 7Tang Zhaohui,Jamie MacLennan.数据挖掘原理与应用--SQL Server 2005数据库[M].邝祝芳,焦贤龙,高升译.北京:清华大学出版社,2007.
  • 8黄兴荣,李昌领.基于SQL Server 2005的数据挖掘的研究[J].计算机与现代化,2010(5):195-198. 被引量:16
  • 9袁新昌,陈建中.商务智能技术在社保领域的应用研究[J].计算机与现代化,2009(6):171-174. 被引量:6
  • 10Jamie MacLennan,Tang Zhaohui,Bogdan Crivat.Data mining with Microsoft SQL Server 2008[M].Wiley Publishing,2009:310-318.

二级参考文献71

共引文献138

同被引文献4

引证文献1

二级引证文献2

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部