تحلیل ویژگی های معتادین مواد مخدر با استفاده از رویکرد یادگیری ترکیبی

مقدمه: پالایش و هدفمندسازی برنامه های پیشگیرانه و بازپرورانه اعتیاد، کارایی اجرای این برنامه ها را افزایش خواهد داد. با این وجود، نقش روش های یادگیری و داده کاوی کمتر در این حوزه مورد بررسی قرار گرفته است. هدف پژوهش حاضر، بررسی کارکرد روش های داده کاوی در تحلیل، پالایش و گروه بندی جامعه هدف به منظور هدفمندسازی برنامه ها می باشد.مواد و روش ها: در این مقاله ابتدا یک چارچوب تحلیلی ارایه می شود. هدف این چارچوب، شناسایی ویژگی های موثر در رفتار جامعه هدف، و همچنین استخراج گروه های مختلف جامعه هدف و مشخصه های هر گروه می باشد. به این طریق می توان برنامه های هدفمندی را در هر گروه اجرا نمود. اطلاعات معتادان مراجعه کننده به برخی مراکز ترک اعتیاد شاهرود با استفاده از ترکیبی از روش های داده کاوی در قالب چارچوب ارایه شده، تحلیل می شوند. برای شناسایی ویژگی های موثر، ابتدا گام انتخاب ویژگی (با استفاده از ترکیبی از روش های تحلیل همبستگی، درخت تصمیم و استخراج قوانین) انجام می شود. سپس داده ها با عنایت به ویژگی های انتخاب شده، خوشه بندی میشوند. نتیجه خوشه بندی استخراج گروه های مختلف از جامعه هدف می باشد. در نهایت از روش های کشف قوانین انجمنی و رده بندی درخت تصمیم برای تحلیل داده های هر گروه و تعیین مشخصات آنها استفاده می شود.نتایج: نتایج، نشان دهنده موثر بودن چارچوب پیشنهادی در تحلیل و گروه بندی جامعه هدف است. به طور خاص ما بر روی دلیل مراجعه به مرکز ترک اعتیاد تمرکز کرده و ویژگی های موثر در این زمینه را شناسایی می کنیم. در ادامه با تکیه بر ویژگی های موثر شناسایی شده، گروه های مختلفی در جامعه هدف شناسایی کرده و مشخصه های هر گروه را با استخراج قوانین تعیین می نماییم. اطمینان قوانین بدست آمده حداقل 84 درصد می باشد. نتیجه گیری: نتایج این پژوهش بیانگر نقش و اهمیت روش های داده کاوی در اجرای هرچه بهتر برنامه های پیشگیری و درمان می باشد. به طور خاص رابطه شرایط خانوادگی و اجتماعی فرد معتاد با دلایل مراجعه به مرکز که در مقاله استخراج شده است، می تواند در طرح ریزی برنامه پیشگیری از اعتیاد افراد مشابه و اقدام به درمان در افراد معتاد موثر واقع شود.

Keywords:

تحلیل ویژگی های معتادین , یادگیری ترکیبی , خوشه بندی , رده بندی , تحلیل همبستگی , پیشگیری و درمان اعتیاد.