本文以数据挖掘技术在病人的医疗费用信息分析中的研究与应用为题进行研究,以病人的医疗费用信息作为数据源对病人的患病情况以及医疗费用的构成开展了数据挖掘,其目的在于了解病人的医疗费用构成以及不同人群在患病方面的规律。具体而言,本文研究分为两个主要部分,第一是根据医疗费用信息进行聚类分析,得出病人在医疗费用方面的主要构成特点。第二则是根据病人的基本信息,例如性别、年龄、病症等方面的要素,建立病人基本信息、所患病症和医疗费用构成方面的关联规则。首先,在进行聚类分析时,根据医疗费用信息类型对医疗费用构成信息进行分类,将其分为诊疗费、住院费、检查费、药品费。采用聚类分析的方法对医疗费用构成信息进行聚类分析,从而获得基于样本聚类分析的典型特征向量。在此基础上,将任意病人在医疗费用的记录都可以通过相似度计算的方法归入对应的类别,从而为医疗费用构成的特征分析提供依据。而后,基于Apriori算法的医疗费用信息关联规则挖掘。将病人的年龄、性别、病症以及医疗费用构成作为关联规则挖掘的维度。通过项集的筛选以及频繁项的统计对医疗费用信息进行分析,获取病人年龄、性别、病症类型以及医疗费用结构特征之间的关联关系。其结果显示,年龄超过50岁的病人比较容易罹患慢性内科疾病;妇产科的医疗费用构成主要以住院费为主,等等。这些挖掘获取的关联规则则为目标人群的医疗保障政策制定和降低医疗费用提供了参考的依据。