ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

ارائه مدل جهت طبقه بندی کشورهای درگیر ویروس کووید-19 با به کارگیری روش داده کاوی

تعداد صفحات: 21 | تعداد نمایش خلاصه: 73 | نظرات: 0
سال انتشار: 1399
کد COI مقاله: RMIECONF03_015
زبان مقاله: فارسی
(فایل این مقاله در 21 صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.

با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید.در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.

لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.

برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 21 صفحه است در اختیار داشته باشید.

قیمت این مقاله : 3,000 تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله ارائه مدل جهت طبقه بندی کشورهای درگیر ویروس کووید-19 با به کارگیری روش داده کاوی

زهره مومنی - دانشجوی دکتری تخصصی، مدیریت صنعتی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران

چکیده مقاله:

در اواخر دسامبر سال 2019، ویروس جدیدی، با نام کروناویروس جدید-2019، باعث آغاز شیوع پنومونی از ووهان، به سراسر کشور چین شد که در حال حاضر تهدیدات بهداشتی بزرگی را برای سلامتی عمومی جهان ایجاد کرده است. بیماری همه گیر کووید- 19 ناشی از کرونا ویروس جدید- 2019 در سراسر جهان، در حال گسترش است و تا اول مارس 2020 تعداد 67 کشور، از جمله ایران را مبتلا و درگیر کرده است. در این پژوهش، داده های مرتبط با کرونا ویروس جدید- 2019 که از سایت بهداشت جهانی اخذ شده، به منظور طبقه بندی، از روش داده کاوی با در نظر گرفتن ماهیت داده ها با استفاده از الگوریتم طبقه بندی C.50، درخت تصمیم و استنتاج قواعد تصمیم صورت گرفته است. همچنین بر روی داده ها الگوریتم انتخاب ویژگی به منظور کاهش ابعاد مسئله و آزمون کشف مغایرت به منظور حذف رکوردهای مغایر انجام گرفته است. نتایج حاکی از آن است که نرخ تخت بیمارستان در هر هزار بیشترین وزن را برای تشکیل درخت تصمیم داشته است و پس از آن نام قاره ها و نرخ جمعیت رتبه های دوم و سوم را دارا می باشند و برای استنتاج قواعد تصمیم، متغیرها تقریبا0 هم وزن می باشند.

کلیدواژه ها:

كوويد-19، طبقه بندي، الگوريتم طبقه بندي C.50

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/1038023/

کد COI مقاله: RMIECONF03_015

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
مومنی، زهره،1399،ارائه مدل جهت طبقه بندی کشورهای درگیر ویروس کووید-19 با به کارگیری روش داده کاوی،سومین کنفرانس بین المللی پیشرفت های اخیر در مدیریت و مهندسی صنایع،تهران،،،https://civilica.com/doc/1038023

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1399، مومنی، زهره؛ )
برای بار دوم به بعد: (1399، مومنی؛ )
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه آزاد
تعداد مقالات: 22,197
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات پیشنهادی مرتبط

مقالات مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

پشتیبانی