[发明专利]一种医疗费用大数据的分析方法、装置及设备

说明书

本发明公开了一种医疗费用大数据的分析方法、装置、设备及计算机可读存储介质，其中该方法包括：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。本申请公开的技术方案中，将多个分布式异构数据源集合得到一个统一的数据库，方便了对于数据的统一分析及管理；进而由海量的医疗费用数据中有效的获取对于用户来说有用的数据，在医疗费用大数据处理中具有很大优势。

技术领域

本发明涉及大数据分析技术领域，更具体地说，涉及一种医疗费用大数据的分析方法、装置、设备及计算机可读存储介质。

背景技术

随着计算机技术在医疗卫生领域的迅猛发展以及就医人数的不断增多，医疗服务信息服务系统产生大量的医疗数据(包括医疗费用数据)。在现存的这些海量的医疗数据中，用户并不能有效的从中获取有用的信息，导致医疗数据被废弃。

综上所述，如何提供一种能够由海量医疗数据中有效获取有用的数据的技术方案，是目前本领域技术人员亟待解决的问题。

发明内容

本发明的目的是提供一种医疗费用大数据的分析方法、装置、设备及计算机可读存储介质，能够有效由海量医疗数据中有效获取有用的数据。

为了实现上述目的，本发明提供如下技术方案：

一种医疗费用大数据的分析方法，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。

优选的，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。

优选的，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。

优选的，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。

优选的，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。

优选的，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。

优选的，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。

一种医疗费用大数据的分析装置，包括：