1、近幾年來,我國對醫(yī)保問題高度重視,醫(yī)保管理體制不斷完善,基本實現了“人人享有基本醫(yī)療保險”的目標。隨著醫(yī)療保險管理系統(tǒng)的運行,系統(tǒng)中的數據量將會逐漸變得龐大。由于醫(yī)療保險管理系統(tǒng)是由人為進行管理,難免會出現錄入錯誤的現象。在集成的系統(tǒng)中,由于數據是來自多個不同的數據源,會出現數據的表示方式不一致和發(fā)生異常等情況。此外,因為醫(yī)保管理體制的漏洞,重復參保的情況普遍存在。由于這些原因,數據庫中的“臟數據”隨著日積月累也會慢慢增多,影響了系統(tǒng)的

2、正常運行。因此,對醫(yī)療保險管理系統(tǒng)的“臟數據”進行數據清理顯得十分重要。
　　首先,本文介紹了數據質量的概念、數據質量問題和衡量指標,闡述了數據清理的概念、原理和基本步驟。對各種數據清理策略進行了介紹和分析。
　　其次,本文對醫(yī)療保險管理系統(tǒng)的進行了數據分析和數據清理技術的選擇。討論了醫(yī)療保險管理系統(tǒng)的產生,介紹了系統(tǒng)的一些主要功能模塊;對醫(yī)療保險管理系統(tǒng)中的數據問題進行討論和分析,從醫(yī)療保險管理系統(tǒng)對于數據清理的實際需求考

3、慮,分析了幾種相似重復檢測算法的優(yōu)劣,根據系統(tǒng)中存在的“臟數據”的主要特點,確定了SN M法為核心的相似重復記錄清理技術。
　　然后,本文結合醫(yī)療保險管理系統(tǒng)的數據和需求的特點,對計算記錄相似度的計算方法和SN M方法進行改進。通過實驗分析,對算法的改進進行總結,提出了相似重復記錄、不完整記錄和異常記錄的處理方式。
　　最后,本文設計了數據清理功能模塊,并且把它嵌入到某醫(yī)療保險管理系統(tǒng)中進行了實際應用,較好的解決了該醫(yī)療保險