بررسی عملکرد الگوریتم KNN داده کاوی برای پیش بینی اهداکنندگان خون

اهدای به موقع خون از اهمیت ویژه ای برخوردار است چرا که اغلب افرادی که نیازمند خون هستند اما به موقع دریافت نمی کنند، با احتمال بالایی زندگی خود را از دست داده و می میرند. بیماران مبتلا به تب استخوان شکن یا مالاریا، افراد نیازمند پیوند اعضا، لوسمی، سرطان مغز استخوان و هنگامی که افراد دچار خونریزی های ناگهانی و باحجم بالا می شوند و نیاز به تامین فوری خون دارند و عدم رفع این نیاز می تواند منجر به از بین رفتن زندگی آن ها شود، از جمله شرایطی هستند که اهمیت این مساله را بیشتر نشان می دهند، بعلاوه خون یک نوع کالای معمولی نیست و طبیعتی فناپذیر دارد و بخاطر سیستم عرضه تصادفی اش در مقابل سیستم قطعی عرضه دیگر محصولات فاسد شدنی همچون مواد غذایی مانند شیر، چالش برانگیزتر است. نکته مهم دیگرآن است که تنها حدود %5 از جمعیت خواهان اهدای خون، واجد شرایط اهدا می شوند و این درصد پایین خطرهایی را که بشر امروزه در زمینه خون و محصولات خونی با آن مواجه است را افزایش داده و لذا به همین سبب اهمیت پیش بینی میزان اهدا و تعداد اهداکنندگان در مدت مشخص را افزون می کند. راه اصلی برای برآوردن نیازها و تقاضاهای خونی، داشتن کمک های منظم از داوطلبان سالم است. در مطالعه پیش رو، طبقه بندی اهداکنندگان خون مدنظر بوده است و به عبارت دیگر بر آن بودیم با تکنیک طبقه بندی در داده کاوی درصد افرادی را که با توجه به رفتار اهدای گذشته شان در مارس 2007 نیز خون اهدا داشته اند را بیابیم. با توجه به فاصله ای که بین تقاضای خون مورد نیاز و عرضه آن از بانک خون موجود است سعی ما برآن بود تا این فاصله و تاخیر بین عرضه و تقاضا را با این برچسب زنی که تاحدی به شناسایی درصد اهداکنندگان کمک می کند، بهبود دهیم. با ساختار فرآیند تحلیلی CRISP که به طور گسترده در جامعه داده کاوی شناخته شده است موضوع این پژوهش دنبال شده است و به عبارتی از ادبیات آکادمیک این روش راهنمایی گرفته شده تا ایده هایی بدست آوریم که دیگران این مساله را چگونه بررسی کرده اند و سپس ما نیز الگوریتم نظارتی KNN داده کاوی را برای دسته بندی اهداکنندگان خون بکار برده ایم.

کلیدواژه ها:

الگوریتم های نظارتی داده کاوی ، KNN ، اهدای خون ، UCI dataset