ارائه یک تکنیک بازیابی خطا مبتنی بر رویداد در داده های حجیم سیستم سلامت پزشکی

گسترش اطلاعات و داده ها درزمینه علوم و فنون مختلف، امری اجتناب ناپذیر است. این مسئله موجب ایجاد روش هایی برای نگهداری و بازیابی این داده ها به منظور بهره گیری مؤثر از آن ها شده است. اگر زمان زیادی از وقوع خطا تا زمان کشف آن گذشته باشد، ممکن است اطلاعات دیگر قابل بازیابی نباشند یا لااقل این کار به سختی صورت پذیرد. بنابراین نیاز است ترتیبی داده شود که تشخیص و بازیابی خطا هنگامی صورت پذیرد که رویدادی در سیستم به وقوع می پیوندد چراکه اکثر خطاهایی که ممکن است ایجاد شوند، هنگام وقوع رویداد ایجاد می شوند. در این گزارش, یک روش خوشه بندی مطرح گشته است که در آن الگوریتم LDA و الگوریتم K-means با یکدیگر ترکیب گشته اند. K-means یک روش فاقد نظارت برای خوشه بندی است که نمی تواند نتایج منحصربه فردی را در بحث خوشه بندی ایجاد کند، چراکه خوشه های اولیه به صورت تصادفی انتخاب می شوند. برای حل این مشکل, ما سرفصل ها را از روی اسامی هرکدام از جملات, با کمک الگوریتم LDA استخراج می کنیم و سپس محتمل ترین اسم را برای هرکدام از سرفصل ها به عنوان مرکز جرم های الگوریتم K-means اتخاذ کرده و در ادامه از این الگوریتم برای خوشه بندی لغات در متن استفاده می کنیم. هدف از انجام این پروژه ارائهٔ یک فن بازیابی خطا در داده های حجیم سیستم سلامت پزشکی و مطلوب است که مدل کاربر به صورت ضمنی (یعنی بدون دخالت مستقیم او) ساخته شود. برای این امر، از یک منبع معنایی لغوی غنی یعنی شبکه لغات استفاده شد. مهم ترین دستاورد پروژه ارائهٔ یک سیستم جدید برای ساخت سیستم تشخیص خطا به صورت خودکار با استفاده از شبکه لغات به عنوان یک منبع جامع معنایی لغوی است.

کلیدواژه ها:

داده کاوی ، بازیابی خطا در سیستم سلامت پزشکی ، الگوریتم های k-mean & c-mean ، الگوریتم bi-section k-mean