数据挖掘在我国城镇基本医疗保险中的应用研究
|
摘要
为了适应我国社会主义市场经济的发展,建立健全社会保障体系是保障经济和社会稳定发展的必要条件。从1994年底,我国进行城镇职工基本医疗保险的综合改革试点开始,至2007年底,全国绝大部分地区组织实施了城镇职工基本医疗保险,参保人数达到1.8亿人,医疗保险制度在我国得到了很大的发展。然而,近年来的改革实践表明,我国的基本医疗保险制度仍然存在相当多的问题需要解决。随着计算机技术以及学科交叉的发展,数据挖掘技术被越来越多应用到保险的风险分析中。由于基本医疗保险覆盖面的扩大,以及建立年限的增加,基本医疗保险所积累的数据量积聚增加,为我们尝试将数据挖掘技术应用到基本医疗保险改革的研究中提供了必要的条件。
本文应用了几种数据挖掘的算法分析了我国某市的数据挖掘样本,旨在研究数据挖掘技术在我国城镇基本医疗保险中的应用方式及其可行性。首先,使用决策树、神经网络等数据挖掘的基本算法,以某市的基本医疗保险数据为样本,分析了参保个人的年龄、性别、参保时间、月缴费基数以及参保个人所在企业规模等因素对基本医疗保险账户使用的影响及其影响的程度,以期找出隐含的有效信息;结论表明,对个人账户消费影响最大的因素是月缴费基数,其次是参保年限、年龄以及企业规模,性别几乎不会起到任何影响。其次,使用时序算法对各参保单位的账户使用情况进行回归以及预测,以此作为医疗保险监管部门对各参保单位的账户进行考察的依据。最后,在以上分析的基础上,结合我国城镇基本医疗保险的发展提出了完善基本医疗保险的建议。
Under the socialist market economy, perfect social security is essential for a steady social and economic development. Chinese basic medical insurance for urban employees, which was firstly experimented at the end of 1994 had been implemented in most of the regions by the end of 2007 with the number of insureds up to 18 millions. However, the practice of basic medical insurance for urban employees reform in recent years shows that there are still a number of problems need to be solved. With the rapid development of computer technology and interdisciplines, data mining is more frequently applied to the risk analysis in insurance. Because of the extension of regions involved in basic medical insurance and the increase of years since the construction of the system, data size of basic medical insurance increases rapidly, this is a necessary condition for us to study how to apply the data mining technology in our basic medical insurance for urban employees.
The present paper uses several algorithms of data mining to analysis the data sample of a certain city, aiming at studying the mode and the feasibility of application of data mining technology in urban basic medical insurance in China. Firstly, based on the analysis of the data sample of the basic medical insurance for urban employees of a giving city by using decision tree algorithm and neural network algorithm- two of the basic algorithms of data mining- this paper studies the effect of such factors as gender, age, years to be insured, the base of monthly payment of the insureds of urban basic medical insurance and the number of employees of the enterprise, to find out implicit effective information. The analysis comes to the conclusion that the base of monthly payment of the insureds is most important factor of the consumption of the personal account, then years of insured, age and number of employees of the enterprise are of less importance. More over, gender affects little. Then, it attemps to make regressions and predictions of the accounts of the insured enterprises by using time series algorithm, which will provide basis for the government supervisors’examination of the states of the accounts of the insured enterprises. Based on the above analysis, the paper gives relevant, in the light of the current condition of basic medical insurance for urban employees.
本文应用了几种数据挖掘的算法分析了我国某市的数据挖掘样本,旨在研究数据挖掘技术在我国城镇基本医疗保险中的应用方式及其可行性。首先,使用决策树、神经网络等数据挖掘的基本算法,以某市的基本医疗保险数据为样本,分析了参保个人的年龄、性别、参保时间、月缴费基数以及参保个人所在企业规模等因素对基本医疗保险账户使用的影响及其影响的程度,以期找出隐含的有效信息;结论表明,对个人账户消费影响最大的因素是月缴费基数,其次是参保年限、年龄以及企业规模,性别几乎不会起到任何影响。其次,使用时序算法对各参保单位的账户使用情况进行回归以及预测,以此作为医疗保险监管部门对各参保单位的账户进行考察的依据。最后,在以上分析的基础上,结合我国城镇基本医疗保险的发展提出了完善基本医疗保险的建议。
Under the socialist market economy, perfect social security is essential for a steady social and economic development. Chinese basic medical insurance for urban employees, which was firstly experimented at the end of 1994 had been implemented in most of the regions by the end of 2007 with the number of insureds up to 18 millions. However, the practice of basic medical insurance for urban employees reform in recent years shows that there are still a number of problems need to be solved. With the rapid development of computer technology and interdisciplines, data mining is more frequently applied to the risk analysis in insurance. Because of the extension of regions involved in basic medical insurance and the increase of years since the construction of the system, data size of basic medical insurance increases rapidly, this is a necessary condition for us to study how to apply the data mining technology in our basic medical insurance for urban employees.
The present paper uses several algorithms of data mining to analysis the data sample of a certain city, aiming at studying the mode and the feasibility of application of data mining technology in urban basic medical insurance in China. Firstly, based on the analysis of the data sample of the basic medical insurance for urban employees of a giving city by using decision tree algorithm and neural network algorithm- two of the basic algorithms of data mining- this paper studies the effect of such factors as gender, age, years to be insured, the base of monthly payment of the insureds of urban basic medical insurance and the number of employees of the enterprise, to find out implicit effective information. The analysis comes to the conclusion that the base of monthly payment of the insureds is most important factor of the consumption of the personal account, then years of insured, age and number of employees of the enterprise are of less importance. More over, gender affects little. Then, it attemps to make regressions and predictions of the accounts of the insured enterprises by using time series algorithm, which will provide basis for the government supervisors’examination of the states of the accounts of the insured enterprises. Based on the above analysis, the paper gives relevant, in the light of the current condition of basic medical insurance for urban employees.
引文
[1] 纪玉山, 李晓林. 对我国城镇职工社会医疗保险改革的再认识. 经济视角, 2006,(5):38-40
[2] 王星, 谢邦星, 戴稳胜. 数据挖掘在保险业中的应用. 北京统计, 2004, (4):50-51
[3] 张 劲 松 . 保 险 公 司 数 据 挖 掘 技 术 应 用 探 索 . 商 场 现 代 化 ( 学 术 版 ), 2004,(12):109-111
[4] 李凯, 温小霓, 张育伟. 基本医疗保险的风险分析与控制. 西安电子科技大学学报(社会科学版), 2002,(2):38-41
[5] 刘明霞, 任仕泉. 医疗保险风险因素的相对风险度分析. 现代预防医学, 2004,(2):159-161
[6] 郑成艳. 基本医疗保险运行风险问题及对策. 福建商业高等专科学校学报, 2006,(2):27-29
[7] 李玮, 黄丞, 蒋馥. 存在道德风险的我国基本医疗保险体系中各市场主体行为分析. 预测, 2003,(1):46-49
[8] 黄丞, 李玮. 我国基本医疗保险体系模型中的最优共保率. 上海交通大学学报, 2003,(4):593-595
[9] 梁鸿, 赵德余. 中国基本医疗保险制度改革解析. 复旦学报(社会科学版), 2007,(1):123-131
[10] 孙祁祥, 朱俊生, 郑伟, 李明强. 中国医疗保障制度改革:全民医保的三支柱框架. 经济科学, 2007,(5):8-17
[11] 徐恒秋. 美国医疗保健制度改革对我国的启示. 中国初级卫生保健, 2007, 10(21):1-2
[12] 万 筱 明 . 国 外 医 疗 保 障 模 式 借 鉴 研 究 . 《 国 外 医 学 》 卫 生 经 济 分 册 , 2007,24(3):108-112
[13] 王晓杰. 国外医疗保险制度特点分析及借鉴. 《中国保健》医学研究版, 2007, 15(18):67-68
[14] 谢 友 辉 , 蒋 新 华 . 数 据 挖 掘 技 术 及 在 保 险 领 域 中 的 应 用 . 信 息 技 术 , 2003,(8):5-11
[15] 陈钟. 数据挖掘技术在保险中的作用. 广西师范学院学报(自然科学版), 2004,(1):17-20
[16] 田金兰, 李奔. 用决策树方法挖掘保险业务数据中的投资风险规则. 小型微型计算机系统, 2000,(10):1035-1038
[17] 田金兰, 张素琴, 黄刚. 用关联规则方法挖掘保险业务数据中的投资风险规则. 清华大学学报(自然科学版), 2001,41(1):45-48
[18] 吉根林, 孙志挥. 基于数据挖掘技术的保险业务风险分析. 计算机工程, 2002,(2):239-240
[19] 朱少杰. 浅议数据挖掘在车险风险分析中的应用. 上海保险, 2006,(5):58-60
[20] 毕建欣 . 数据挖掘技术在团体医疗保险中的应用 . 浙江万里学院学报 , 2006,(5):22-25
[21] 张永谦. 构建社会保险数据仓库. 郑州工业高等专科学校学报, 2000,(3):31-35
[22] 陈广真. 社保数据挖掘系统的设计与实现:[华南理工大学学位论文]. 广州:华南理工大学, 2005,(11)
[23] 李晓瑞, 李旻昕, 蔺洪利. 关联规则挖掘在保险公司客户信息管理中的应用.鞍山钢铁学院学报, 2002,(6):440-442
[24] 黄沛. 基于粗糙集的保险风险规则挖掘模型. 系统工程, 2002,(5):34-39
[25] 陈永强, 胡雷芳. 数据挖掘技术在人寿保险 CRM 系统中的应用研究. 成组技术与生产现代化, 2004,(1):39-42
[26] 桂现才, 彭宏, 王小华. 基于决策树的保险客户流失分析. 计算机工程与设计, 2005,(8):2026-2029
[27] 桂现才, 彭宏, 王小华. C4.5 算法在保险客户流失分析中的应用. 计算机工程与应用, 2005,(17):197-199
[28] 杨阳, 廖宏, 刘贵琴, 彭澎, 杨臆. 可视化数据挖掘技术在保险业 CRM 中的应用. 科技广场, 2006,(7):39-42
[29] 胡丽, 张卫国, 康治平. 保险业 CRM 系统实现的关键技术研究. 科技进步与对策, 2006,(9):143-145
[30] 毕 建 欣 . 基 于 数 据 挖 掘 技 术 的 保 险 客 户 细 分 管 理 . 华 南 金 融 电 脑 , 2006,(1):9-12
[31] 刘於勋, 李成亮, 张同斌, 张海峰, 张永谦. 基于数据仓库技术的医疗保险决策支持系统的研究与应用. 微机发展, 2001,(3):63-65
[32] 管伟, 王晓军. 决策支持系统在保险业中的应用. 兰州工业高等专科学校学报, 2003,(2):56-59
[33] 张彩虹, 王春才, 颜雁. 医保决策支持系统中的聚类算法. 长春理工大学学报, 2004,(4):41-43
[34] 孙小健, 仇德成. 基于数据仓库的医疗保险决策支持系统设计与实现. 甘肃科技, 2007,(3):56-58
[35] Cigna HealthCare Improves Medical Management with SAS?. http://www.sas.com/ success/cigna.html
[36] AXA OYAK building an intelligent enterprise in a dynamic market. http://www.sas.com/success/axaoyak.html
[37] Spanish insurer reduces policy cancellation rates with SAS, AXA Seguros e Inversiones increases customer loyalty and improves retention. http://www. sas.com /success/axaseguros.html
[38] At Allianz Elementar, SAS delivers improved customer knowledge, helps focus sales activity and protects profits. http://www.sas.com/success/allianz.html
[39] The picture of health. http://www.sas.com/success/bcbsfla_mars.html
[40] 毕建欣. 数据挖掘技术在我国保险业中的应用研究:[福州大学学位论文]. 福州:福州大学, 2005,6
[41] Meeting customer expectations in personal, commercial and specialty insurance markets. http://www.sas.com/success/chubb.html
[42] Coface implements a new company rating system. http://www.sas.com /success/coface.html
[43] SAS?9 empowers Codan, a leading Scandinavian insurer, to cut costs and improve profitability. http://www.sas.com/success/codan.html
[44] Groupama Develops its Client Knowledge by Decentralizing its Marketing Information System. http://www.sas.com/success/groupama_france.html
[45] Preventing payment of fraudulent claims. http://www.sas.com/success/hcsc.html
[46] ZhaoHui Tang,Jamie MacLennan. 数据挖掘原理与应用—SQL Server 2005 数据库. 北京:清华大学出版社, 2007
[47] 薛明轩. 基于聚类分析的医疗保险系统:[长春理工大学学位论文]. 长春:长春理工大学, 2005,12
[48] 毕建欣. 数据挖掘技术在保险领域中的应用. 华南金融电脑, 2004,(8):97-101
[49] 张劲松. 保险公司数据挖掘技术应用探索. 商场现代化, 2004,(12):109-111
[50] 吴载斌, 王斌会. 数据挖掘软件的介绍及其评价. 计算机时代, 2002,(7):3-4
[51] 陈 丽 华 . 医 疗 保 险 制 度 改 革 中 医 院 管 理 的 探 讨 . 中 国 现 代 医 药 杂 志 , 2007,(9):142
[52] 张晓红 . 社区医疗机构在医疗保险费用控制中的作用 . 中国实用医药 , 2006,(1):86-87
[53] C. Meek, D.M. Chickering, D. Heckerman. Autoregressive Tree Models for Time- Series Analysis. http://research.microsoft.com/ ~dmax/publications/dmart- final.pdf
[54]Microsoft 神经网络算法(SSAS). SQL Server 2005 联机丛书. ms-help://MS. SQLCC.v9/MS.SQLSVR.v9.zh-CHS/uas9/html/61eb4861-8a6a-4214-a4b8-1dd278ad7a68.htm
[2] 王星, 谢邦星, 戴稳胜. 数据挖掘在保险业中的应用. 北京统计, 2004, (4):50-51
[3] 张 劲 松 . 保 险 公 司 数 据 挖 掘 技 术 应 用 探 索 . 商 场 现 代 化 ( 学 术 版 ), 2004,(12):109-111
[4] 李凯, 温小霓, 张育伟. 基本医疗保险的风险分析与控制. 西安电子科技大学学报(社会科学版), 2002,(2):38-41
[5] 刘明霞, 任仕泉. 医疗保险风险因素的相对风险度分析. 现代预防医学, 2004,(2):159-161
[6] 郑成艳. 基本医疗保险运行风险问题及对策. 福建商业高等专科学校学报, 2006,(2):27-29
[7] 李玮, 黄丞, 蒋馥. 存在道德风险的我国基本医疗保险体系中各市场主体行为分析. 预测, 2003,(1):46-49
[8] 黄丞, 李玮. 我国基本医疗保险体系模型中的最优共保率. 上海交通大学学报, 2003,(4):593-595
[9] 梁鸿, 赵德余. 中国基本医疗保险制度改革解析. 复旦学报(社会科学版), 2007,(1):123-131
[10] 孙祁祥, 朱俊生, 郑伟, 李明强. 中国医疗保障制度改革:全民医保的三支柱框架. 经济科学, 2007,(5):8-17
[11] 徐恒秋. 美国医疗保健制度改革对我国的启示. 中国初级卫生保健, 2007, 10(21):1-2
[12] 万 筱 明 . 国 外 医 疗 保 障 模 式 借 鉴 研 究 . 《 国 外 医 学 》 卫 生 经 济 分 册 , 2007,24(3):108-112
[13] 王晓杰. 国外医疗保险制度特点分析及借鉴. 《中国保健》医学研究版, 2007, 15(18):67-68
[14] 谢 友 辉 , 蒋 新 华 . 数 据 挖 掘 技 术 及 在 保 险 领 域 中 的 应 用 . 信 息 技 术 , 2003,(8):5-11
[15] 陈钟. 数据挖掘技术在保险中的作用. 广西师范学院学报(自然科学版), 2004,(1):17-20
[16] 田金兰, 李奔. 用决策树方法挖掘保险业务数据中的投资风险规则. 小型微型计算机系统, 2000,(10):1035-1038
[17] 田金兰, 张素琴, 黄刚. 用关联规则方法挖掘保险业务数据中的投资风险规则. 清华大学学报(自然科学版), 2001,41(1):45-48
[18] 吉根林, 孙志挥. 基于数据挖掘技术的保险业务风险分析. 计算机工程, 2002,(2):239-240
[19] 朱少杰. 浅议数据挖掘在车险风险分析中的应用. 上海保险, 2006,(5):58-60
[20] 毕建欣 . 数据挖掘技术在团体医疗保险中的应用 . 浙江万里学院学报 , 2006,(5):22-25
[21] 张永谦. 构建社会保险数据仓库. 郑州工业高等专科学校学报, 2000,(3):31-35
[22] 陈广真. 社保数据挖掘系统的设计与实现:[华南理工大学学位论文]. 广州:华南理工大学, 2005,(11)
[23] 李晓瑞, 李旻昕, 蔺洪利. 关联规则挖掘在保险公司客户信息管理中的应用.鞍山钢铁学院学报, 2002,(6):440-442
[24] 黄沛. 基于粗糙集的保险风险规则挖掘模型. 系统工程, 2002,(5):34-39
[25] 陈永强, 胡雷芳. 数据挖掘技术在人寿保险 CRM 系统中的应用研究. 成组技术与生产现代化, 2004,(1):39-42
[26] 桂现才, 彭宏, 王小华. 基于决策树的保险客户流失分析. 计算机工程与设计, 2005,(8):2026-2029
[27] 桂现才, 彭宏, 王小华. C4.5 算法在保险客户流失分析中的应用. 计算机工程与应用, 2005,(17):197-199
[28] 杨阳, 廖宏, 刘贵琴, 彭澎, 杨臆. 可视化数据挖掘技术在保险业 CRM 中的应用. 科技广场, 2006,(7):39-42
[29] 胡丽, 张卫国, 康治平. 保险业 CRM 系统实现的关键技术研究. 科技进步与对策, 2006,(9):143-145
[30] 毕 建 欣 . 基 于 数 据 挖 掘 技 术 的 保 险 客 户 细 分 管 理 . 华 南 金 融 电 脑 , 2006,(1):9-12
[31] 刘於勋, 李成亮, 张同斌, 张海峰, 张永谦. 基于数据仓库技术的医疗保险决策支持系统的研究与应用. 微机发展, 2001,(3):63-65
[32] 管伟, 王晓军. 决策支持系统在保险业中的应用. 兰州工业高等专科学校学报, 2003,(2):56-59
[33] 张彩虹, 王春才, 颜雁. 医保决策支持系统中的聚类算法. 长春理工大学学报, 2004,(4):41-43
[34] 孙小健, 仇德成. 基于数据仓库的医疗保险决策支持系统设计与实现. 甘肃科技, 2007,(3):56-58
[35] Cigna HealthCare Improves Medical Management with SAS?. http://www.sas.com/ success/cigna.html
[36] AXA OYAK building an intelligent enterprise in a dynamic market. http://www.sas.com/success/axaoyak.html
[37] Spanish insurer reduces policy cancellation rates with SAS, AXA Seguros e Inversiones increases customer loyalty and improves retention. http://www. sas.com /success/axaseguros.html
[38] At Allianz Elementar, SAS delivers improved customer knowledge, helps focus sales activity and protects profits. http://www.sas.com/success/allianz.html
[39] The picture of health. http://www.sas.com/success/bcbsfla_mars.html
[40] 毕建欣. 数据挖掘技术在我国保险业中的应用研究:[福州大学学位论文]. 福州:福州大学, 2005,6
[41] Meeting customer expectations in personal, commercial and specialty insurance markets. http://www.sas.com/success/chubb.html
[42] Coface implements a new company rating system. http://www.sas.com /success/coface.html
[43] SAS?9 empowers Codan, a leading Scandinavian insurer, to cut costs and improve profitability. http://www.sas.com/success/codan.html
[44] Groupama Develops its Client Knowledge by Decentralizing its Marketing Information System. http://www.sas.com/success/groupama_france.html
[45] Preventing payment of fraudulent claims. http://www.sas.com/success/hcsc.html
[46] ZhaoHui Tang,Jamie MacLennan. 数据挖掘原理与应用—SQL Server 2005 数据库. 北京:清华大学出版社, 2007
[47] 薛明轩. 基于聚类分析的医疗保险系统:[长春理工大学学位论文]. 长春:长春理工大学, 2005,12
[48] 毕建欣. 数据挖掘技术在保险领域中的应用. 华南金融电脑, 2004,(8):97-101
[49] 张劲松. 保险公司数据挖掘技术应用探索. 商场现代化, 2004,(12):109-111
[50] 吴载斌, 王斌会. 数据挖掘软件的介绍及其评价. 计算机时代, 2002,(7):3-4
[51] 陈 丽 华 . 医 疗 保 险 制 度 改 革 中 医 院 管 理 的 探 讨 . 中 国 现 代 医 药 杂 志 , 2007,(9):142
[52] 张晓红 . 社区医疗机构在医疗保险费用控制中的作用 . 中国实用医药 , 2006,(1):86-87
[53] C. Meek, D.M. Chickering, D. Heckerman. Autoregressive Tree Models for Time- Series Analysis. http://research.microsoft.com/ ~dmax/publications/dmart- final.pdf
[54]Microsoft 神经网络算法(SSAS). SQL Server 2005 联机丛书. ms-help://MS. SQLCC.v9/MS.SQLSVR.v9.zh-CHS/uas9/html/61eb4861-8a6a-4214-a4b8-1dd278ad7a68.htm
© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号 地址：北京市海淀区学院路29号 邮编：100083 电话：办公室：(+86 10)66554848；文献借阅、咨询服务、科技查新：66554700 |