[发明专利]一种医疗费用大数据的分析方法、装置及设备在审

专利信息
申请号: 201711396340.0 申请日: 2017-12-21
公开(公告)号: CN108133734A 公开(公告)日: 2018-06-08
发明(设计)人: 鲁仁全;李艳洲;吴元清;李鸿一 申请(专利权)人: 广东工业大学
主分类号: G16H10/00 分类号: G16H10/00;G06F17/30
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 罗满
地址: 510006 广东省*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 医疗费用 数据请求 数据挖掘结果 数据库 大数据 计算机可读存储介质 分布式异构数据 数据挖掘算法 数据源集合 装置及设备 数据挖掘 分析 数据处理 调取 异构 集合 输出 统一 申请 管理
【权利要求书】:

1.一种医疗费用大数据的分析方法,其特征在于,包括:

接收外界输入的数据请求,由数据库中调取与所述数据请求对应的医疗费用数据,所述数据库为由多个分布式异构医疗费用数据源集合得到的;

利用预先训练的数据挖掘算法对与所述数据请求对应的医疗费用数据进行数据挖掘,得到与所述数据请求对应的数据挖掘结果;

将所述数据挖掘结果进行输出。

2.根据权利要求1所述的方法,其特征在于,预先训练数据挖掘算法,包括:

获取初始的数据挖掘算法为当前挖掘算法;

利用当前挖掘算法对训练数据进行数据挖掘,得到对应的训练挖掘结果,所述训练数据为预先获取的用于训练数据挖掘算法的医疗费用数据;

判断所述训练挖掘结果与预设标准结果之间的相似度,如果该相似度大于预设相似度,则确定当前挖掘算法为训练完成的数据挖掘算法,否则,则调整当前挖掘算法的参数,并确定调整参数后的当前挖掘算法为当前挖掘算法,返回执行利用当前挖掘算法对训练数据进行数据挖掘的步骤。

3.根据权利要求2所述的方法,其特征在于,获取初始的数据挖掘算法为当前挖掘算法,包括:

获取初始的数据挖掘k-means算法为当前挖掘算法。

4.根据权利要求1所述的方法,其特征在于,由数据库中调取与所述数据请求对应的医疗费用数据之后,还包括:

对调取到的所述医疗费用数据进行预设的数据清理、数据变换及数据规约处理,并在处理完成后执行利用预先训练的数据挖掘算法对与所述数据请求对应的医疗费用数据进行数据挖掘的步骤。

5.根据权利要求1所述的方法,其特征在于,将所述数据挖掘结果进行输出,包括:

将所述数据挖掘结果进行可视化显示。

6.根据权利要求5所述的方法,其特征在于,将所述数据挖掘结果进行可视化显示,包括:

采用表格、柱状图及饼形图中的任一种或者任多种对所述数据挖掘结果进行可视化显示。

7.根据权利要求1所述的方法,其特征在于,将所述数据挖掘结果进行输出,包括:

将所述数据挖掘结果发送至指定终端。

8.一种医疗费用大数据的分析装置,其特征在于,包括:

调取模块,用于:接收外界输入的数据请求,由数据库中调取与所述数据请求对应的医疗费用数据,所述数据库为由多个分布式异构医疗费用数据源集合得到的;

分析模块,用于:利用预先训练的数据挖掘算法对与所述数据请求对应的医疗费用数据进行数据挖掘,得到与所述数据请求对应的数据挖掘结果;

输出模块,用于:将所述数据挖掘结果进行输出。

9.一种医疗费用大数据的分析设备,其特征在于,包括:

存储器,用于存储计算机程序;

处理器,用于执行所述计算机程序时实现如权利要求1至7任一项所述医疗费用大数据的分析方法的步骤。

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述医疗费用大数据的分析方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东工业大学,未经广东工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711396340.0/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top