數(shù)據(jù)挖掘在城鎮(zhèn)醫(yī)保中的應用

張莎莎　李偉

摘要：隨著國家基本醫(yī)療保險制度的全面覆蓋，社會保障局數(shù)據(jù)庫中數(shù)據(jù)也與日俱增，利用其中的數(shù)據(jù)來做進一步的分析，把大量無序的數(shù)據(jù)變成科學的知識是社會保障系統(tǒng)工作的需求。以貴陽市社會保障局醫(yī)療保險業(yè)務數(shù)據(jù)中城鎮(zhèn)居民統(tǒng)籌基金支付情況為目標，利用聚類分析法，通過搭建oracle數(shù)據(jù)倉庫平臺，并在此平臺上進行主題數(shù)據(jù)倉庫構建與設計，進行聯(lián)機分析得出城鎮(zhèn)居民統(tǒng)籌基金支付情況，為貴陽市城鎮(zhèn)居民統(tǒng)籌基金支付政策的科學制定與調(diào)整具有一定的指導意義。

關鍵詞：城鎮(zhèn)居民；數(shù)據(jù)倉庫；聯(lián)機分析；數(shù)據(jù)挖掘；聚類算法

中圖分類號：TP39 文獻標識碼：A 文章編號：1009-3044（2013）08-1739-04

1 概述

貴陽市社會保障局大力發(fā)展社會保障的信息建設，并按照勞動和社會保障部門制定了《勞動與社會保障信息指標體系》，于2001年6月設計建設了貴陽市社會保障信息體系，在其運行的十幾年中，系統(tǒng)里面的數(shù)據(jù)不斷的增加，以往的軟件技術已經(jīng)不能滿足大量數(shù)據(jù)的分析工作，如何從這些數(shù)據(jù)中挖掘出有用的信息成為一個重要的工作。

常用的數(shù)據(jù)挖掘算法有回歸算法，分割算法，關聯(lián)算法，順序分析算法以及聚類算法等[1]?；貧w算法是基于數(shù)據(jù)集中的其他屬性預測一個活多個連續(xù)變量，如利潤或虧損；分割算法是將數(shù)據(jù)分成組或分類，項具有相似屬性；關聯(lián)算法查找數(shù)據(jù)集中的不同屬性之間的相關性，這類算法最常見的是創(chuàng)建可用于市場藍分析的關聯(lián)準則；順序分析算法是匯總數(shù)據(jù)中常見的順序或時間，如WEB路徑流；聚類算法最初由Cover和Hart于1968年提出的，是一個理論上比較成熟的方法，該算法思路非常簡單直觀，如果一個樣本在特征空間中的k 個最相似的樣本中的大多數(shù)屬于某一個類別，則該樣本也屬于這個類別，該方法在定類決策上只依據(jù)最鄰近的一個或者幾個樣本的類別來決定待分樣本所屬的類別[2]。

貴陽市城鎮(zhèn)居民的統(tǒng)籌基金支付情況的數(shù)值是離散的，病分為單病種和非單病種，國家所支付的統(tǒng)籌基金也是不同的，所以采用聚類分析法通過搭建oracle數(shù)據(jù)倉庫平臺，并在此平臺上進行主題數(shù)據(jù)倉庫構建與設計，經(jīng)過進行聯(lián)機分析得出城鎮(zhèn)居民統(tǒng)籌基金支付情況，為貴陽市城鎮(zhèn)居民統(tǒng)籌基金支付政策的科學制定與調(diào)整具有一定的指導意義。

2 總體構架

本研究所用到的數(shù)據(jù)全部來源于貴陽市社會保障信息系統(tǒng)。數(shù)據(jù)主要有業(yè)務數(shù)據(jù)和數(shù)據(jù)字典組成。業(yè)務數(shù)據(jù)包括：居民個人參保基本信息，居民保險清算基本信息；數(shù)據(jù)字典包括：居民保險人員身份代碼表，居民保險人員類別代碼表，居民參保所屬分中心代碼表，服務結構代碼表，醫(yī)療結構代碼表，醫(yī)療機構類別代碼表等。由于社保信息系統(tǒng)在平時的運行中，采用了非常嚴格的數(shù)據(jù)格式控制，所以其內(nèi)部數(shù)據(jù)完整，質(zhì)量較好，為下一步導入數(shù)據(jù)倉庫和數(shù)據(jù)分析奠定了很好的基礎.社會保險中城鎮(zhèn)居民醫(yī)療保險數(shù)據(jù)挖掘與聯(lián)機分析方案的總體架構包含：

數(shù)據(jù)整合：把從貴陽市社會保障局中抽取的數(shù)據(jù)進行清理，轉(zhuǎn)化加載到數(shù)據(jù)倉庫中。

數(shù)據(jù)倉庫：將業(yè)務系統(tǒng)中面對應用的數(shù)據(jù)按照分析主題進行組織，并對數(shù)據(jù)進行存儲。

聯(lián)機分析：應用聯(lián)機分析處理工具，幫助用戶從不同緯度來分析各項數(shù)據(jù)，具有復雜決策的功能。

數(shù)據(jù)挖掘：利用數(shù)據(jù)挖掘工具，把其中隱藏的信息挖掘出來，把日常無需的字段變成有用的信息。

2.1軟硬件配置

3 設計

3.1 數(shù)據(jù)倉庫主題域設計

醫(yī)療保險業(yè)務從其面向的對象中分為兩類：城鎮(zhèn)職工基本醫(yī)療保險和城鎮(zhèn)居民基本醫(yī)療保險.選定了城鎮(zhèn)居民基金支付主題，其數(shù)據(jù)設計到原有業(yè)務數(shù)據(jù)表格，如城鎮(zhèn)居民基本信息表，城鎮(zhèn)居民醫(yī)療結算表，以及醫(yī)療機構代碼表等，從城鎮(zhèn)居民參保人員的性別，年齡，個人類型，個人身份，醫(yī)療機構類別，所屬分中心等多個維度來分析基本醫(yī)療保險基金支付的構成情況，分析各類人員在單病種患病的情況下統(tǒng)籌支付金額的情況。

3.2 維度建模

3.3物理模型設計

4 實現(xiàn)過程

4.1建立數(shù)據(jù)倉庫

按照同樣的步驟，我們把本文的維度表及數(shù)據(jù)導入到oracle 數(shù)據(jù)庫中，建立本文需要的數(shù)據(jù)倉庫。

4.2 聯(lián)機分析

4.3數(shù)據(jù)挖掘

根據(jù)統(tǒng)計匯總發(fā)現(xiàn)患者在三級一，三級二就醫(yī)，人員類別為普通人員，人員身份為居民且患單病種，年齡在6以下的人數(shù)比較多.，本文選擇滿足此條件的數(shù)據(jù)進行挖掘。

5 結論

對統(tǒng)計數(shù)據(jù)中人數(shù)最多的數(shù)據(jù)進行挖掘得到以下結果：

1）從年齡上看，患單病種的人數(shù)的支付基金年齡在6歲以下的滿意度高，而且統(tǒng)籌基金分布的人數(shù)比較多，說明國家的起付線制定和統(tǒng)籌基金支付具有一定的合理性。

2）從挖掘的結果上看，在年齡上低于6歲患單病種人數(shù)要多，為13619， 說明嬰幼兒應該加強疾病的保健工作，患病的風險也很大，國家應該在基金方面制定相對應的措施來保障嬰幼兒的生活。

參考文獻：

[1] 武森.高學東.數(shù)據(jù)倉庫與數(shù)據(jù)挖掘[M].北京：冶金工業(yè)出版社，2003.

[2] 陳躍新.數(shù)據(jù)挖掘算法在醫(yī)保數(shù)據(jù)上的應用研究[D].北京：國防科學技術大學，2010.

[3] 胡潔.數(shù)據(jù)挖掘技術在設備狀態(tài)檢測的應用研究[D].南京：南京大學.2011.