数据挖掘技术在医院信息系统统计分析与决策中的应用（建筑设计及理论论文资料）.doc

数据挖掘技术在医院信息系统统计分析与决策中的应用（建筑设计及理论论文资料） 文档信息 ： 文档作为关于“IT计算机”中“数据挖掘与模式识别”的参考范文，为解决如何写好实用应用文、正确编写文案格式、内容素材摘取等相关工作提供支持。正文4085字，doc格式，可编辑。质优实惠，欢迎下载！ 目录 TOC \o 1-9 \h \z \u 目录 1 正文 1 文1：数据挖掘技术在医院信息系统统计分析与决策中的应用 2 1数据挖掘技术概述 2 2大数据时代常用数据挖掘技术 3 2.1支持向量机 3 2.2遗传算法 3 2.3神经网络 3 3数据挖掘技术在我院的应用效果 4 4数据挖掘技术在医院信息系统中的应用 4 4.1在医院管理方面的应用 4 4.2对住院患者进行分组聚类方面的应用 5 文2：数据挖掘技术在医院信息化中的应用 6 3.3 利用数据平台，加强医院管理 6 3.4 利用数据分析，助力医院运营 6 4 结语 7 参考文摘引言： 7 原创性声明（模板） 8 正文 数据挖掘技术在医院信息系统统计分析与决策中的应用（建筑设计及理论论文资料） 文1：数据挖掘技术在医院信息系统统计分析与决策中的应用 导言 近年来，随着电子信息技术的迅速发展，医院信息系统（HIS）、数字医疗设备和医药企事业单位信息系统的广泛应用，各医疗卫生单位计算机中的数据容量不断膨胀。数据库技术的发展在不断地解决海量数据的存储和数据检索的效率问题，但无法改变“数据爆炸但只是贫乏”的现象，如何充分应用这些宝贵的医学数据资源来为疾病的诊断和治疗提供科学的决策，促进医学研究，已成为人们关注的焦点。 1数据挖掘技术概述 数据挖掘（DataMining）就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。与数据挖掘相近的同义词有数据融合、数据分析和决策支持等。数据挖掘技术是人们长期对数据库技术进行研究和开发的结果。起初各种商业数据是存储在计算机的数据库中的，然后发展到可对数据库进行查询和访问，进而发展到对数据库的即时遍历。数据挖掘使数据库技术进入了一个更高级的阶段，它不仅能对过去的数据进行查询和遍历，并且能够找出过去数据之间的潜在联系，从而促进信息的传递。现在数据挖掘技术在商业应用中已经得到成熟使用，因为对这种技术进行支持的三种基础技术已经发展成熟，它们是：海量数据搜集、强大的多处理器计算机、数据挖掘算法。 数据挖掘与传统的数据分析（如查询、报表、联机应用分析）的本质区别是数据挖掘是在没有明确假设的前提下去挖掘信息、发现知识.数据挖掘所得到的信息应具有“先前未知”，“有效”和“可实用”三个特征。其中，“先前未知”的信息是指该信息是预先未曾预料到的，即数据挖掘是要发现那些不能靠直觉发现的信息或知识，甚至是违背直觉的信息或知识，挖掘出的信息越是出乎意料，就可能越有价值.在商业应用中最典型的例子就是一家连锁店通过数据挖掘发现了小孩尿布和啤酒之间有着惊人的联系。 数据仓库技术的发展与数据挖掘有着密切的关系。数据仓库的发展是促进数据挖掘越来越热的原因之一。但是，数据仓库并不是数据挖掘的先决条件，因为有很多数据挖掘可直接从操作数据源中挖掘信息。 2大数据时代常用数据挖掘技术 2.1支持向量机 支持向量机（SupportVectorMachine，SVM）基于统计学习理论，采用结构风险最小化原理，可以解决非线性、小样本、高维空间数据挖掘问题，以便能够利用有限的样本发现数据中隐藏的有价值信息，为人们提供良好的数据挖掘结果。 2.2遗传算法 遗传算法是一种非常有效的模拟生物进化的数据挖掘算法，该算法可以针对一串描述字符的位串进行操作，不同位串在实际的应用环境中代表不同的问题。遗传算法可以从若干个初始的种群开始搜索，根据当前的种群成员，模仿生物的遗传进化过程，选择基因优良的下一代作为进化的目标。目前，遗传算法已经在很多领域得到了广泛的应用，比如自动组卷过程中、基因序列预测过程中、数据库连接优化过程中，均得到了广泛的使用。 2.3神经网络 神经网络可以对训练数据进行自组织、自适应的学习过程，并且能够学习到最具典型特征的样本和区分数据能力，以便能够得到不同的数据价值信息。神经网络具备的分布式存储、并行处理和容错能力，都可以通过训练学习时调整不同的神经网络参数权值进行，具有较强的外界环境适应变化能力，同时具备非常强的抗干扰能力。神经网络的不足之处是很难获得样本数据，并且学习精度也需要依赖于神经网络训练次数，如果加入了新的数据特征，需要重新训练网络，训练步骤较为复杂，耗费较长的时间。 3数据挖掘技术在我院的应用效果 我院