基于Hadoop平臺的醫(yī)保數(shù)據(jù)挖掘.pdf

1、秦皇島市參保人數(shù)約為35.7萬，系統(tǒng)中醫(yī)?；鸬氖杖肱c支出每年會產(chǎn)生2000萬條信息，每年結(jié)算信息幾千萬條。隨著系統(tǒng)的使用、業(yè)務(wù)的深入，數(shù)據(jù)還在不斷增加。在大量數(shù)據(jù)之間必然存在某種聯(lián)系，因此對其進(jìn)行數(shù)據(jù)挖掘有實際意義。
　　由于數(shù)據(jù)量大，在單機進(jìn)行數(shù)據(jù)挖掘時，會出現(xiàn)時間效率低、宕機情況的發(fā)生，因此我們考慮用Hadoop平臺實現(xiàn)并行挖掘。Hadoop是開源平臺，PC機就能搭建成集群環(huán)境。它在處理海量數(shù)據(jù)方面的優(yōu)越性，使眾多研究者紛紛

2、投入到Hadoop的研究中。
　　研究目的是利用Hadoop平臺對醫(yī)保數(shù)據(jù)進(jìn)行挖掘，利用MapReduce編程方法實現(xiàn)并行挖掘，為以后在Hadoop平臺進(jìn)行并行的數(shù)據(jù)挖掘研究者提供參考。
　　本文首先對數(shù)據(jù)挖掘技術(shù)和Hadoop平臺做了詳細(xì)的介紹，重點介紹了數(shù)據(jù)挖掘的過程，以及本課題中所用到的挖掘算法——聚類算法、關(guān)聯(lián)規(guī)則算法。通過對醫(yī)保系統(tǒng)數(shù)據(jù)庫的深入研究，確定了數(shù)據(jù)倉庫的主題，進(jìn)而確定對應(yīng)主題的相關(guān)數(shù)據(jù)表格。最后對這些數(shù)