近年来,随着医疗保险信息的广泛应用,医疗保险行业积累了海量的数据,为医疗保险科研提供了巨大的数据支持。同时医疗保险数据具有跨度广,积累时间久等优势,给序列模式挖掘带来了更多的机遇。因此使用数据挖掘技术,发现医疗保险数据中有价值的信息是目前的研究热点之一。序列模式数据挖掘是从序列数据库中发现频繁子序列以作为模式,能够将医保数据中隐含的、有用的、尚未发现的价值信息挖掘出来,这样有助于医保工作的实施与医院的管理。序列模式挖掘SPAM算法采用位图方式表示数据库,运行过程中占用存储空间小,应用并行技术计算支持数,提高了运行效率,节省了运行时间。本论文选择序列模式挖掘中较为优秀的SPAM算法,进行医疗保险挖掘研究。适应医保数据分析应用环境,获取不同疾病在医保数据中的诊疗模式,并针对挖掘结果进行多种分析获取更多内容。在本课题中主要做了如下工作:1、医保数据清理。对医保数据库中存在的数据问题,进行了数据清理的工作。比如:药品名称不一致、重复记录、药品类型数据不完整等问题进行了解决。2、应用SPAM算法进行诊疗分析。使用SPAM算法对数据进行挖掘,利用结果生成的序列模式集,从三方面对药品数据进行分析:序列模式集分析、药品异常现象分析、常用药品分析。尝试发现用户的就诊行为及医生诊疗的模式及规律。3、SPAM算法在医疗费用分析中的应用。使用SPAM算法对医疗费用进行挖掘,利用结果生成的序列模式集,从三方面对医疗费用进行分析:药品账单费用分析、费用类型进行分析、费用对比分析。获取费用价值信息,从而更好的服务于民。