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

بهره گیری از داده کاوی با رویکرد الگوریتم خوشه بندی سلسله مراتبی در شناسایی الگوهای سلامت مادران

عنوان مقاله: بهره گیری از داده کاوی با رویکرد الگوریتم خوشه بندی سلسله مراتبی در شناسایی الگوهای سلامت مادران
شناسه ملی مقاله: DSAI01_077
منتشر شده در اولین کنفرانس بین المللی دوسالانه هوش مصنوعی و علوم داده در سال 1403
مشخصات نویسندگان مقاله:

حمیده اصغری - دانشجوی کارشناسی ارشد، گروه آمازیستی،دانشکده بهداشت، دانشگاه علوم پزشکی مشهد، مشهد
مریم سالاری - استادیار، گروه آمازیستی،دانشکده بهداشت، دانشگاه علوم پزشکی مشهد، مشهد

خلاصه مقاله:
بارداری و زایمان یکی از مهم ترین رخدادهای زندگی زنان میباشد که در آن جسم و روان زن و به تبع آن روابط اجتماعی او دست خوش تغییراتیمیشود که میتواند بر نتایج بارداری و پیامدهای زایمان تاثیر گذار باشد. استخراج دانایی از میان حجم انبوه داده های مرتبط با سوا بق بیماری و پرونده هایالکترونیک سلامت افراد با استفاده از فرایند داده کاوی می تواند اطلاعات ارزشمندی را در اختیار متخصصان و دست انداران حوزه سلامت قرار دهد. خوشه بندی یکی از انواع روش های داده کاوی به منظور خلاصه کردن داده هاست. این طرح پژوهشی روشی را ارائه می کند که می تواند برای خوشه بندی مبتنی بر فاصله با داده های ترکیبی استفاده شو د و با هدف شناسایی گروه های پرخطر از نظر سلامت مادران از الگوریتم خوشه بندی سلسله مراتبی با فاصله گاور برای زنان زایمان کرده در مناطق تحت پوشش دانشگاه علوم پزشکی مشهد در سا ل ۱۴۰۰ استفاده می کند.

کلمات کلیدی:
داده کاوی، روش های یادگیری بدون نظارت، خوشه بندی سلسله مراتبی، فاصله گاور، زایمان

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/2008171/