作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
当前,计算机技术在医疗卫生领域获得了迅猛发展,广泛应用于医疗信息管理系统,同时产生大量的医疗费用数据.数据挖掘技术可以提取出隐含在原始数据中,但具有对某个应用领域有价值的信息.论文研究应用到四分位数处理方法并尝试使用数据挖掘算法对数据进行处理,根据算法预测精度得出本文结论,并使用可视化技术呈现.文章最后将给出可能影响医疗费用的因素.
推荐文章
数据挖掘技术及其在医疗费用研究中的应用
医疗费用
数据挖掘
人工神经网络
决策树
支持向量机
数据挖掘技术在医疗费用异常检测中的应用
数据挖掘
期望最大化算法
多维数据集
小概率事件
控制医疗费用举措探讨
控制医疗费用
考核办法
分配体系
住院病例医疗费用5年增长速度分析
医疗费
增长速度
动态数列
病例分型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 数据挖掘技术在医疗费用分析中的应用研究
来源期刊 电子科学技术 学科 工学
关键词 医疗费用 数据挖掘 K-means聚类算法 C4.5决策树算法 可视化
年,卷(期) 2017,(5) 所属期刊栏目 信息物理系统
研究方向 页码范围 40-42
页数 3页 分类号 TP311.13
字数 1259字 语种 中文
DOI 10.16453/j.issn.2095-8595.2017.05.010
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吴丹 52 238 9.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (53)
参考文献  (3)
节点文献
引证文献  (1)
同被引文献  (2)
二级引证文献  (0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
医疗费用
数据挖掘
K-means聚类算法
C4.5决策树算法
可视化
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
人工智能
双月刊
2096-5036
10-1530/TP
16开
北京市海淀区紫竹院路66号赛迪大厦18层
2014
chi
出版文献量(篇)
800
总下载数(次)
17
论文1v1指导