شناسایی عوامل موثر بر رشد گردشگری سلامت با استفاده از الگوریتم های یادگیری ماشین

پیشرفت روز افزون الگوریتم های یادگیری ماشین و وجود داده های متفاوت در سیستم سلامت و نیز روابط پنهان میان ویژگی های مختلف در این حوزه می تواند جهت اخذ تصمیمات کلان باهدف رشد و توسعه صنعت گردشگری سلامت کمک کند. هدف پژوهش حاضر استفاده از الگوریتم های داده کاوی و آشکارسازی عوامل تاثیرگذار در افزایش گردشگران سلامت است. در این مطالعه، نمره های محورهای ۱۹گانه استاداردهای اعتبار بخشی معاونت درمان وزارت بهداشت، درمان و آموزش پزشکی مربوط به ۹۹ بیمارستان شهر تهران که هر کدام در سه سطح ۱، ۲ و ۳ نمره دهی شده اند، بعلاوه اینکه آیا بیمارستان دارای بخش بیماران بین الملل هست یا خیر، یعنی در مجموع ۵۸ ستون داده برای بررسی ویژگی های فنی، خدماتی، مدیریتی و درمانی هر بیمارستان به عنوان ویژگی های مدل استفاده شده است. از طرف دیگر، درآمدهای بیمارستان ها حاصل از مراجعه بیماران بین المللی جمع آوری شده و به عنوان ستون هدف مجموعه داده جهت مدل سازی به کار گرفته شده است. بنابراین مدل سازی ها در این مطالعه برمبنای یک متغیر وابسته (درآمد بیمارستان ها از بیماران بین الملل) و ۵۸ متغیر مستقل صورت گرفته است. داده ها با اسنفاده از الگوریتم درخت تصمیم و الگوریتم جنگل تصادفی مدل سازی و تحلیل شدند. نتایج نشان داد الگوریتم جنگل با دقت ۸۷ درصد کارایی قابل قبولی در مدل سازی داده ها دارد.

کلیدواژه ها:

گردشگری سلامت ، داده کاوی ، یادگیری ماشین ، درخت تصمیم ، جنگل تصادفی