استفاده از طبقه بندی بین المللی آماری بیماری ها (ICD)برای آماده سازی داده های پزشکی در سیستم های پشتیبان تصمیم
- سال انتشار: 1400
- محل انتشار: فصلنامه سیستم های پردازشی و ارتباطی چندرسانه ای هوشمند، دوره: 2، شماره: 2
- کد COI اختصاصی: JR_IMPCS-2-2_012
- زبان مقاله: فارسی
- تعداد مشاهده: 232
نویسندگان
دانشگاه علوم پزشکی و خدمات درمانی و بهداشتی، زنجان، ایران
. استادیار، گروه مهندسی فن آوری اطلاعات، واحد زنجان، دانشگاه آزاد اسلامی، زنجان، ایران
استادیار، گروه علم اطلاعات و دانش شناختی، دانشگاه رازی، کرمانشاه، ایران
چکیده
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.کلیدواژه ها
هوش تجاری, آماده سازی داده, انباره داده, ICD, ILTECاطلاعات بیشتر در مورد 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.