基于Apriori算法的个人医疗费用关联规则分析

论文摘要

目的:利用Apriori算法分析个人医疗费用的关联规则,为相关科研人员今后的研究方向提供参考。方法:对源数据预处理后,使用R软件进行关联规则分析,采用Apriori算法挖掘出与高额医疗费用有强关联的因素。结果:得出45条符合当前设置支持度和置信度的关联规则,调用R软件的绘图函数,将挖掘结果可视化。结论:高龄、吸烟与高额医疗费用有较为显著的关联,低龄人群中低医疗费用者与不吸烟关联显著,在高龄人群中女性高额医疗费用的特征比男性更明显,男性中的吸烟者有较高概率出现高额医疗费用,其他如BMI指数、居住地、医疗保险覆盖的儿童等指标与高额医疗费用无明显关系。

论文目录

• 1 关联分析概述
• 2 数据与方法
•   2.1 数据来源与预处理
•   2.2 离散化处理
• 3 关联分析及可视化
•   3.1 关联分析
•   3.2 结果可视化
• 4 讨论
• 5 结语

文章来源

类型: 期刊论文

作者: 尚有为,于琦

关键词: 语言,关联分析,算法,医疗费用

来源: 中华医学图书情报杂志 2019年11期

年度: 2019

分类: 信息科技,医药卫生科技

专业: 医药卫生方针政策与法律法规研究,计算机软件及计算机应用

单位: 山西医科大学管理学院

分类号: R197.1;TP311.13

页码: 58-64

总页数: 7

文件大小: 222K

下载量: 195