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

بررسی سنجه های مدل یادگیری ماشین مرتبط با سازه های پیش بینی گر نرخ پذیرشواکسیناسیون

عنوان مقاله: بررسی سنجه های مدل یادگیری ماشین مرتبط با سازه های پیش بینی گر نرخ پذیرشواکسیناسیون
شناسه ملی مقاله: ICISE08_038
منتشر شده در هشتمین کنفرانس بین المللی مهندسی صنایع و سیستم ها در سال 1401
مشخصات نویسندگان مقاله:

راضیه رجائی لک - دانشجوی دکتری مهندسی صنایع، دانشگاه تربیت مدرس
الهام یاوری - استادیار مهندسی صنایع، دانشگاه تربیت مدرس

خلاصه مقاله:
دانستن عوامل تاثیرگذار بر قصد مردم برای واکسن زدن، به استفاده از شیوه های مناسب تبلیغ برای واکسن زدن کمک می کند. شناسایی ویژگی ها و سازه های پیش بینی گر رفتار مردم، برای مسئولین حوزه سلامت دارای اهمیت است. هدف از این مطالعه، بررسی سنجه های مدل های یادگیری ماشین و قدرت پیش بینی گری سازه های موجود در مقاله است. در این مقاله نظرسنجی مقطعی از ۴۲۰ نفر از ساکنین منطقه ۲۲ تهران صورت گرفته است. پایایی و روایایی سازه های موجود در مقاله تایید شده است. متغیرهای پیش بینی گر مسئله، براساس طیف لیکرت مقداردهی شده اند و از نوع متغیر رتبه ای هستند. پارامترهای مرتبط با مدل های یادگیری ماشین تنظیم شده آند. R۲ حاصل از مدل های پیش بینی به صورت ذیل است. مدل K نزدیک ترین همسایه،؛ ۰.۸۲۷ مدل درخت تصمیم ۰.۷۹۲ مدل ماشین بردار پشتیبان، ۰.۸۱۲ مدل گرادیان کاهشی تصادفی ۰.۷۸۴ مدل جنگلی تصادفی، ۰.۷۹۷ مدل شبکه عصبی ۰.۷۵۹ مدل لجستیک رگرسیون، ۰.۷۷۵ مدل آدابوست، ۰.۸۰۸ است.

کلمات کلیدی:
مدل پیش بینی، یادگیری ماشین ، مدیریت واکسیناسیون

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1537543/