数据挖掘技术在区域死因登记数据中的应用研究

发布时间：2020-06-22 15:49

【摘要】：卫生计生系统的死因登记数据存在巨大的价值,如何有效的挖掘出区域死因登记数据中的价值值得研究。本文主要研究如何将数据挖掘技术应用于死因登记数据,包括探索性研究、传统方法改进和验证性研究等三方面,主要工作如下:1.依据数据挖掘通用流程,对死因登记数据展开探索性研究。通过对死因分布的分析挖掘,发现癌症、脑血管病以及心血管病死亡占比较高,进而对于高死亡占比的重大疾病的死亡情况进行时间序列建模,并对模型的预测应用进行了讨论。2.死因登记数据同时包含有序型分类变量和无序型分类变量,属于混合型分类数据。针对传统K-modes聚类算法不足,提出一种适用于混合型分类数据的K-modes聚类改进算法。改进算法对于有序型分类变量和无序型分类变量分别采用不同的距离度量,并用平均熵给变量赋予相应权重。实验表明改进算法在聚类正确率和聚类距离指标上表现更优。3.基于死因登记数据开展验证性挖掘,研究出生日期的启示性。研究表明“生日即忌日”现象广泛存在于多种划分的子人群中,利用随机森林算法选择影响该现象的重要特征变量发现最高诊断医院、死因、受教育程度这三个重要性排在最前。关联规则挖掘的结果也验证了这一结果。
【学位授予单位】：南京邮电大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：R195;TP311.13
【图文】：

业学位硕士研究生学位论文 第三章 死因登记数据挖掘流程及时间与探索性数据分析经常交叉进行，探索性数据分析可以帮助为数据预处理找到处理的方向。此外对不同的挖掘方向，提供不同的数据，要想建立好的挖掘模型也需要对数据进行预处理、探索性数据分析、挖掘模型建立这 3 步是反复进 3.1。因登记数据挖掘出有意义的知识，重在初期的探索性数据分行一些挖掘主题的确立。实际上，对于多年的死因登记数据虑，例如对于各死因的死亡人数或比例进行预测，以便政府化趋势，此外对于一些已知的现象结论可从多年历史数据分掘更加灵活，无法像前者一样形成可重复利用的程序。

南京邮电大学专业学位硕士研究生学位论文 第三章 死因登记数据挖掘流程及时间序列建模实例这与实际更加贴近。对于非平稳的序列，进行一阶差分使其平稳，若检验仍不平稳，则继续进行差分直至其检验平稳。检验结果见表 3.5，从中可知癌症死亡人数序列为非平稳序列，一阶差分后变为平稳序列，而癌症死亡占比序列为平稳序列。表 3.4 癌症死亡人口建模数据（部分）日期 癌症死亡人数 死亡总人数 癌症死亡人数占比（%）2002-01 37 158 23.422002-02 32 92 34.782002-03 35 97 36.08… … … …2014-10 35 104 33.652014-11 38 91 41.762014-12 35 121 28.93

【参考文献】

相关期刊论文 前10条

1 熊拥军;刘卫国;欧鹏杰;;模糊C-均值聚类算法的优化[J];计算机工程与应用;2015年11期

2 王德青;朱建平;陈志强;;2000—2010年福建省人口死亡统计分析[J];西北人口;2014年04期

3 王欢;黄健元;;全年龄人口死亡模型构建及应用——以江苏省为例[J];南方人口;2013年03期

4 李明江;唐颖;周力军;;数据挖掘技术及应用[J];中国新通信;2012年22期

5 梁吉业;白亮;曹付元;;基于新的距离度量的K-Modes聚类算法[J];计算机研究与发展;2010年10期

6 王宏雁;王琪;;多层多维关联规则在交通事故研究中的应用[J];交通科学与工程;2009年01期

7 白亮;梁吉业;曹付元;;基于粗糙集的改进K-Modes聚类算法[J];计算机科学;2009年01期

8 任丽君;周脉耕;王黎君;;死因登记报告系统现状与发展[J];疾病监测;2008年01期

9 张晓磊;;2000年以来中国人口死亡水平分死因研究[J];中国人口科学;2007年02期

10 尚威;尚宁;覃明贵;崔中发;崔岩;朱扬勇;;交通事故的多维关联规则分析[J];计算机应用与软件;2006年02期

相关博士学位论文 前1条

1 赵春;基于数据挖掘技术的财务风险分析与预警研究[D];北京化工大学;2012年

相关硕士学位论文 前4条

1 冯龙飞;基于数据挖掘的战略管理会计若干问题研究[D];集美大学;2015年

2 刘谋忠;基于数据挖掘技术的交通安全分析[D];上海交通大学;2014年

3 周怡;基于GIS的实有人口数据挖掘与可视化分析研究[D];华东师范大学;2010年

4 李瑞录;数据挖掘技术在人口信息系统中的应用[D];吉林大学;2005年

本文编号：2725887