استفاده از طبقه بندی بین المللی آماری بیماری ها (ICD)برای آماده سازی داده های پزشکی در سیستم های پشتیبان تصمیم

کیفیت اطلاعات در موفقیت تجزیه و تحلیل اطلاعات بسیار حیاتی و مهم است. اطلاعات بارگذاری شده در انبارداده باید صحیح، دقیق و با کیفیت باشد. داده با کیفیت در انباره داده موجب تحلیل مناسب و تصمیم گیری بهتر می شود. همچنین مباحث کیفیت داده باید قبل از بارگذاری در انباره داده مورد توجه قرار بگیرد. پاکسازی داده به مفهوم یافتن و حذف خطاها است. همچنین در این فرایند داده های اضافی و ناسازگار شناسایی می شوند. پاکسازی داده در مرحله استخراج، انتقال، بارگذاری با اطمینان از کیفیت داده در انباره داده موجبات اثربخشی هوشمندی کسب و کار را فراهم می آورد. هدف پاکسازی داده، شناسایی داده های بد (اشتباه، نامرتبط و ناقص) به منظور اصلاح یا حذف آن ها است تا از دقت و سازگاری مجموعه داده اطمینان حاصل شود. این پژوهش با هدف تشریح و تبیین روش پاکسازی داده برای حذف داده های بد انجام شده است. بانک اطلاعاتی نمونه از اطلاعات بیماری های استان های زنجان، ایلام وهمدان تشکیل شده است. به منظور حل مشکلات داده در بانک نمونه از فرم سی شارپ و ابزاهای نرم افزار اس کیوال استفاده شده است. بخش اصلی نتایج نشان می دهد که بکارگیری روش پاکسازی داده موجب کاهش میزان خطای بانک داده تا میزان ۰۰۸/۰ درصد شده است.

Keywords:

هوش تجاری , آماده سازی داده , انباره داده , ICD , ILTEC