基于数据（序列模式）挖掘的医院物资使用量预测模型研究

《基于数据（序列模式）挖掘的医院物资使用量预测模型研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：学校代码：密级：学号：硕士学位论文MASTERDEGREETHESIS基于数据（序列模式）挖掘的医院物资使用量预测模型研究作者：柴龙凯指导教师：冯云霞学科专业：软件工程专业代码：083500研究方向：智能方法与软件开发技术年月日青岛科技大学研究生学位论文基于数据（序列模式）挖掘的医院物资使用量预测模型研究摘要医疗物资是医院开展医疗活动的基础，相关研究表明，医院的采购成本占医院总成本的40%-50%。因此，降低医疗物资的采购成本，在整个医院的成本控制中尤其突出。在当前新医改的背景下，医院要想在激烈的医疗服务竞争

2、中提高自己的竞争力，必须对采购成本加以控制。目前医院的物资采购主要依靠采购人员的经验来制定采购计划，这种方式存在过度采购,库存积压，甚至是物资过期等问题，严重占用甚至浪费医院资金。另一方面，信息技术的发展，极大的推动了医疗机构的信息化进程。区域卫生信息互联互通政策的实行解决了区域内各医疗单位大量数据零散存储，互不联通的现状，为大数据技术的应用提供了数据基础。基于此，本文提出了基于分布式数据挖掘的区域医疗物资使用量精准预测方案，为医疗机构制定采购计划，控制采购成本提供支持。本文的主要研究内容及成果如下：1）构建了基于分

3、布式系统的医院物资使用量精准预测方案，搭建了基于Hadoop的医院物资使用量预测模型，保证能在大数据环境下对采购数据进行预测。2）针对传统ARIMA模型(全称为自回归积分滑动平均模型，AutoregressiveIntegratedMovingAverageModel)建模时参数的识别是通过人工识别相关函数的拖尾与截尾的性质来估计模型参数，这种方式容易陷入局部最优，且不适合对医院繁多的不同物资进行一一建模。本文提出了一种基于赤池信息量准则与贝叶斯信息准则的改进的模型参数识别方法，同时解决了局部最优问题。最后基于此方法

4、，提出了基于改进的ARIMA模型的物资使用量预测模型。3）提出并实现了基于LSTM网络（长短期记忆网络，LongShort-TermMemory）预测模型的物资使用量预测模型。介绍了LSTM网络针对RNN网络表现不足之处的改进方法，对LSTM网络训练流程和训练要点做了介绍，并对ARIMA模型与LSTM网络在医院物资使用量预测中的预测效果进行了对比和评估。关键词：分布式系统赤池信息量准则贝叶斯信息准则ARIMA模型LSTM网络I基于数据（序列模式）挖掘的医院物资使用量预测模型研究RESEARCHONDATASEQUEN

5、TIALPATTERNMININGBASEDHOSPITALMATERIALCONSUMPTIONPREDICTIONMODELABSTRACTMedicalmaterialsarethebaseofhospitalsforcarringoutmedicalactivities.Relatedresearchshowsthattheprocurementcostofmedicalmaterialsaccountsfor40%-50%ofthetotalcostofthehospital.Therefore,reduc

6、ingthepurchasecostofmedicalconsumablesisparticularlyimportantinthecostcontroloftheentirehospital.Underthecurrentbackgroundofnewmedicalreform,hospitalsmustcontrolprocurementcostsiftheywanttoimprovetheircompetitivenessinthefiercecompetitionofmedicalservices.Atpre

7、sent,thepurchaseofmaterialsinthehospitalmainlyreliesontheexperienceofthepurchasingpersonneltomakethepurchaseplan,whichhastheproblemsofoverpurchase,stockbacklog,andeventheexpiredmaterial.Theseareseriousoccupyingandevenwastinghospitalfundsandsoon.Ontheotherhand,t

8、hedevelopmentofinformationtechnologyhasgreatlypromotedtheinformatizationprocessofmedicalinstitutions.Theimplementationofregionalhealthinformationinterconnectionandinteropera