CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

استفاده از رویکرد استخراج، بارگذاری، تبدیل و تحلیل برای داده کاوی در محیط سلامت (مطالعه موردی : بیماری کبد)

اعتبار موردنیاز PDF: ۱ WORD: ۴ | تعداد صفحات: ۹ | تعداد نمایش خلاصه: ۵۴ | نظرات: ۰
سال انتشار: ۱۳۹۶
کد COI مقاله: CITCOMP02_326
زبان مقاله: فارسی
حجم فایل: ۶۶۶.۴۵ کیلوبایت (فایل این مقاله در ۹ صفحه با فرمت PDF قابل دریافت می باشد)
محتوای کامل این مقاله با فرمت WORD هم قابل دریافت می باشد.

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله دارای ۹ صفحه و در دو فرمت PDF یا WORD بر اساس انتخاب شما، قابل خریداری است. شما می توانید از طریق بخش روبرو فایل PDF این مقاله را با پرداخت اینترنتی ۳۰,۰۰۰ ریال و یا فایل با فرمت WORD را به قیمت ۹۰,۰۰۰ ریال بلافاصله دریافت فرمایید.
قبل از اقدام به دریافت یا خرید مقاله، حتما به فرمت مقاله و تعداد صفحات مقاله دقت کامل را مبذول فرمایید.
علاوه بر خرید تک مقاله، می توانید با عضویت در سیویلیکا مقالات را به صورت اعتباری دریافت و ۲۰ تا ۳۰ درصد کمتر برای دریافت مقالات بپردازید. اعضای سیویلیکا می توانند صفحات تخصصی شخصی روی این مجموعه ایجاد نمایند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل PDF یا WORD مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۹ صفحه است به صورت فایل PDF و یا WORD در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله استفاده از رویکرد استخراج، بارگذاری، تبدیل و تحلیل برای داده کاوی در محیط سلامت (مطالعه موردی : بیماری کبد)

  جواد حسن نتاج جلوداری - دانشجوی کارشناسی ارشد، دانشگاه علوم و فنون مازندران، بابل، ایران
    ایرج مهدوی - استاد دانشگاه علوم و فنون مازندران، بابل، ایران

چکیده مقاله:

دانش نوین داده کاوی یکی از ده دانش در حال توسعه است. با توجه به اینکه امروزه با رشد وسیع بیماری ها حجم زیادی از داده ها طی فرآیندهای مراقبت و درمان حاصل می شود تحلیل و تفسیر آنها با هدف کشف الگوها و دانش جدید می تواند منتج به ارتقای سلامت شود. هدف این تحقیق استفاده از رویکردی بنام استخراج، بارگذاری، تبدیل و تحلیل (ELTA ) برای داده کاوی در حوزه سلامت و پیاده سازی عملی با ابزارها و تکنیک های داده کاوی برای یک تصمیم بهینه در خصوص تشخیص زود هنگام بیماری کبد می باشد. این رویکرد از دو مرحله اساسی تحت پیش پردازش داده ها و تحلیل الگوریتم های پیشنهادی C5.0 تقویت شده و CHAID تشکیل شده است. با مقایسه عملکرد این الگوریتم ها مشخص شد که الگوریتم C5.0 از طریق تکنیک تقویت کنندگی(Bosting) دارای دقت 93.75 درصد است در حالیکه دقت الگوریتم CHAID، 65 درصد شده است. یکی دیگر از دستاوردهای مهم این تحقیق در مورد توانایی هر دو الگوریتم در تولید قوانین برای کلاس های مربوط به بیماری کبد می باشد. همچنین نتایج ارزیابی ما نشان می دهد که الگوریتم C5.0 تقویت شده، جنسیت را در بیماری کبد در نظر می گیرد در حالی که این عامل در بسیاری از مطالعات دیگر نادیده گرفته شد. بنابراین روش های تشخیصی پیشنهاد شده به عنوان یک سیستم متخصص و هوشمند تاثیر مهمی در تشخیص بیماری کبد دارند. براساس نتایج حاصل از تحلیل داده ها مدل ما عملکرد بهتری نسبت به روش های موجود در ادبیات تحقیق دارد.

کلیدواژه‌ها:

ELTA ، داده کاوی ، بیماری کبد ، الگوریتم C5.0، تکنیک تقویت کنندگی، الگوریتم CHAID

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-CITCOMP02-CITCOMP02_326.html
کد COI مقاله: CITCOMP02_326

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
حسن نتاج جلوداری, جواد و ایرج مهدوی، ۱۳۹۶، استفاده از رویکرد استخراج، بارگذاری، تبدیل و تحلیل برای داده کاوی در محیط سلامت (مطالعه موردی : بیماری کبد)، دومین کنفرانس بین المللی پژوهش های دانش بنیان در مهندسی کامپیوتر و فناوری اطلاعات، تهران، دانشگاه مجلسی، https://www.civilica.com/Paper-CITCOMP02-CITCOMP02_326.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (حسن نتاج جلوداری, جواد و ایرج مهدوی، ۱۳۹۶)
برای بار دوم به بعد: (حسن نتاج جلوداری و مهدوی، ۱۳۹۶)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: موسسه غیرانتفاعی
تعداد مقالات: ۱۰۷۶
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مدیریت اطلاعات پژوهشی

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

مقالات پیشنهادی مرتبط

مقالات مرتبط جدید

شبکه تبلیغات علمی کشور

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.