论文摘要
随着信息化的迅猛发展,许多医院都建立了自己的HIS(医院信息系统),医院数据库的规模不断扩大,数据量越来越大。如何从海量的数据中提取出对他们的决策有用的信息资源或相关知识,从而帮助医院提高服务质量,使医院能在激烈的竞争中保持先进,成为医院高层管理者关心的问题。数据仓库、OLAP和数据挖掘是计算机科学的一个技术热点。很多行业都将这些技术应用到自己的信息系统中,并且取得了明显的效果。但目前HIS中结合使用数据仓库和数据挖掘技术还很少,对HIS中使用数据仓库和数据挖掘技术的研究很有意义。HIS与数据仓库和数据挖掘的结合必定使HIS系统的应用更加有效,也为数据挖掘的应用发展提供了更广阔的前景。本文的研究工作主要围绕在HIS中使用数据仓库和数据挖掘技术展开,在构建门诊信息和住院费用数据仓库的基础上试验性运用数据挖掘技术对门诊信息和病人住院费用信息进行分析。第一章概要阐述了HIS的基本情况和研究背景;第二章介绍了数据仓库和数据挖掘的基本概念;第三章介绍了某市人民医院的现行HIS;最后,介绍了以门诊挂号和住院医疗费用为主题的数据仓库建立和应用的全过程,包括数据的准备,维度和粒度的设计,建立多维数据模型等。并在已建立数据仓库的基础上采用聚集和决策树实现数据挖掘模型,并对结果进行分析。
论文目录
中文摘要Abstract第1章 引言1.1 课题的提出及意义1.2 国内外研究现状及应用前景1.3 本文的主要工作1.4 本文的组织结构第2章 数据仓库与数据挖掘2.1 数据仓库技术2.1.1 数据仓库的定义2.1.2 数据仓库的概念模型与功能2.1.3 数据仓库中的数据组织2.1.4 数据仓库系统的构建2.2 联机分析处理（OLAP）技术2.2.1 OLAP 的基本概念2.2.2 OLAP 的特性2.2.3 OLAP 的多维分析操作2.2.4 OLAP 的数据存储方式2.2.5 OLAP 与数据仓库2.2.6 MS SQL Server 中的OLAP 功能2.3 数据挖掘技术2.3.1 数据挖掘的定义2.3.2 数据挖掘的过程2.3.3 数据挖掘的主要功能2.3.4 数据挖掘的方法2.4 数据挖掘（DM）、在线分析（OLAP）和决策支持（DSS）的比较2.4.1 数据挖掘（DataMining）与在线分析（OLAP）的比较2.4.2 在线分析（OLAP）和决策支持（DSS） 的比较第3章 医院信息系统分析及数据挖掘研究3.1 医院信息系统概述3.1.1 医院信息系统的定义3.1.2 医院信息系统的组成3.1.3 医院信息系统的功能3.2 江阴市人民医院HIS 系统功能及结构3.2.1 运行环境3.2.2 主要模块功能说明3.2.3 医院信息系统中的费用信息及相关数据库3.3 医院信息系统在实际应用中存在的问题3.4 数据挖掘在医院费用信息管理中的应用第4章 HIS 中收费信息数据仓库解决方案与数据挖掘4.1 建立医院数据仓库的架构4.2 医疗费用数据仓库主题的确定4.3 数据仓库的存储形式4.4 医疗费用数据仓库的维度和粒度的设计4.5 数据清理和转换4.6 多维数据集的建立及多维数据分析4.7 对数据仓库进行OLAP4.8 Analysis Services 中的数据挖掘算法4.9 数据挖掘模型与结果分析4.9.1 挂号处工作量聚集挖掘模型4.9.2 单病种平均费用决策树模型第5章 总结与展望参考文献攻读学位期间公开发表论文致谢
相关论文文献
标签：医院信息系统论文; 数据仓库论文; 数据挖掘论文;
