ПРАВИЛА ПОБУДОВИ АСОЦІАТИВНИХ ПРАВИЛ НА ПРИКЛАДІ ФІЗИЧНИХ ПОКАЗНИКІВ ПАЦІЄНТА

  • I. J. Zheliznyak Національний університет "Львівська політехніка", м. Львів
Ключові слова: секвенційний аналіз, data mining, медицина, біоінформатика, виявлення закономірностей

Анотація

Охарактеризовано правила побудови асоціативних правил. Позначено об'єкти, що складають досліджуваний набір. Побудовано асоціативні правила для призначення аналізів пацієнту. Наведено найпоширеніші терміни інтелектуального аналізу даних. Розглянуто множину транзакцій, які доступні для медичного аналізу пацієнта. Описано послідовність об'єктів та задане відношення порядку. Зазначено мінімальне значення підтримки множини та відсіяно асоціативні правила на основі цього значення. Охарактеризовано величини корисності асоціативних правил, за допомогою яких встановлюється важливість того чи іншого асоціативного правила. Виявлено, що правильна оцінка корисності асоціативного правила впливає на об'єм та швидкодію доступу до інформації. Введено унікальний ідентифікатор для досліджуваного набору аналізів пацієнта. Означено додаткові чисельні атрибути досліджуваних об'єктів. Охарактеризовано транзакції, що містять додаткові атрибути та операції не лише наявності, а також порівняння. Встановлено відмінність між асоціативними правилами та секвенційним аналізом. Оцінено вплив побудови асоціативних правил під час дослідження предметної області та інтелектуального аналізу даних. Отримані результати буде використано у подальших дослідженнях у цій предметній області.

Біографія автора

I. J. Zheliznyak, Національний університет "Львівська політехніка", м. Львів
аспірант кафедри інформаційних систем та мереж

Посилання

Brin, S., & Page, L. (2012). The anatomy of a large-scale hypertextual Web search engine: In Seventh International World Wide Web Conference, (pp. 23–29). Brisbane, Australia.

Johannes, R., Setnes, M., & Abonyic, J. (2001). Learning Fuzzy Classification Rules from Labeled Data. Delft: Information science. 320 p.

Negnivitsky, M. (2002). Artificial Intelligence – A Guide to Intelligent Systems. Addison-Wesley: Pearson Education Limited. 230 p.

Sutton, R. S., & Barto, A. G. (2008). Reinforcement Learning. An Introduction. London: MIT Press, Cambridge. 268 p.

Zhang, L. (2001). Comparation of Fuzzy c-means Algorithm and New Fuzzy Clustreing and Fuzzy Merging Algorithm. Nevada: Computer Science Departament, University of Nevada. 328 p.

Опубліковано
2017-11-30
Як цитувати
Zheliznyak, I. J. (2017). ПРАВИЛА ПОБУДОВИ АСОЦІАТИВНИХ ПРАВИЛ НА ПРИКЛАДІ ФІЗИЧНИХ ПОКАЗНИКІВ ПАЦІЄНТА. Науковий вісник НЛТУ України, 27(9), 107-110. https://doi.org/10.15421/40270923
Розділ
Інформаційні технології