Εξόρυξη Δεδομένων | Data Mining | Πρόβλεψη Χρήσης Ναρκωτικών Ουσιών | Prediction of Drug Use | Ανάλυση Δεδομένων | Data Analysis | Αλγόριθμοι | Algorithms
2
7
23
Περιέχει : πίνακες, εικόνες
Στη σύγχρονη εποχή, όπου η τεχνολογία χρησιμοποιείται ολοένα και περισσότερο και η χρήση του Παγκοσμίου Ιστού διευρύνεται, παρατηρείται αυξανόμενη ανάγκη για αναζήτηση νέων μεθόδων που θα συμβάλλουν στην αξιοποίηση δεδομένων σε ψηφιακή μορφή. Η πρόκληση όμως που έχει γεννηθεί είναι η εύρεση τρόπων κατάλληλων για να γίνει η συλλογή και αξιολόγηση δεδομένων για την ορθή εξαγωγή συμπερασμάτων, επιφέροντας σημαντικά αποτελέσματα σε πρακτικές εφαρμογές μέσω τεχνολογιών όπως η «Εξόρυξη Δεδομένων» (data mining).
Στόχος της παρούσας διπλωματικής εργασίας είναι από ένα σύνολο δεδομένων, τα οποία σχετίζονται με τη χρήση κάποιων ναρκωτικών ουσιών, να εξαχθούν μοντέλα Εξόρυξης Δεδομένων τα οποία θα προβλέπουν αν κάποιος είναι ή δεν είναι χρήστης τέτοιων ουσιών. Μετά την δημιουργία των μοντέλων, στόχος είναι η δημιουργία εφαρμογής σε γλώσσα προγραμματισμού Java, η οποία θα λαμβάνει δεδομένα από τον χρήστη και θα προβλέπει αν πρόκειται να γίνει χρήστης κάποιας ναρκωτικής ουσίας ή όχι. Η παραπάνω διαδικασία ολοκληρώνεται με την παρουσίαση και αξιολόγηση των αποτελεσμάτων που προκύπτουν από την εφαρμογή.
Αναφορικά με τη δομή της εργασίας, αυτή αποτελείται από έξι κεφάλαια. Στο πρώτο κεφάλαιο παρουσιάζεται το αντικείμενο της παρούσας εργασίας και γίνεται μια θεωρητική αναφορά στον ορισμό της Εξόρυξης Δεδομένων. Στο δεύτερο κεφάλαιο παρατίθεται βιβλιογραφική ανασκόπηση διαφόρων ερευνών και εργασιών σχετικών με την εξόρυξη ιατρικών δεδομένων για εκτίμηση χρήσης ψυχοδραστικών ουσιών. Στο τρίτο κεφάλαιο γίνεται μια προσπάθεια ανάδειξης ενός αποτελεσματικού μοντέλου Εξόρυξης Δεδομένων, το οποίο μπορεί να βοηθήσει στην επίλυση σημαντικών προβλημάτων στον τομέα της υγείας μέσω της δημιουργίας μιας ηλεκτρονικής εφαρμογής που θα προβλέπει αν κάποιος ενδέχεται να είναι χρήστης ή μη ναρκωτικών ουσιών. Στο αμέσως επόμενο κεφάλαιο δίνονται τα εργαλεία και οι γλώσσες που χρησιμοποιήθηκαν. Στο πέμπτο κεφάλαιο παρουσιάζεται η ανάπτυξη και δοκιμή του συστήματος λογισμικού που δημιουργήθηκε (σημειώνεται ότι οι εκτιμήσεις είναι βασισμένες σε πραγματικά ιατρικά δεδομένα, τα οποία παρουσιάζονται στην παρούσα εργασία με κάθε επιφύλαξη και τηρώντας την ανωνυμία όλων των χρηστών), ενώ στο τελευταίο κεφάλαιο παρουσιάζονται τα συμπεράσματα που προκύπτουν από την παρούσα εργασία.
In modern times, where technology is increasingly used and the size of the use of the Web grows, there is an increasing need to search for new methods that will help in developing data in digital form. The challenge, however, is to find ways to collect and evaluate data through their proper use and correct conclusions, with particular results in practical application through technologies, one of which is called “Data mining”.
The aim of this diploma thesis is to extract data mining models from a set of data related to the use of some drugs, to predict whether or not someone is a user of such substances. After creating the models, the goal is to create an application in Java programming language, which will receive user data and will predict whether or not it will be a user of a narcotic substance. The above process is completed by presenting and evaluating the results from the application.
As to the structure of this thesis, it is reported that it consists of six chapters. The first chapter gives the subject of the present thesis and becomes a theoretical reference to the definition of data mining. In the second chapter there is a bibliographic review of various researches and work related to data mining of medical data for estimating the use of psychoactive substances. In the third chapter, an attempt is made to highlight a useful but most effective way of extracting data, which can help solve important health problems by creating an electronic application that will make some predictions for some users or non-drug users. The next chapter gives the tools and the programming languages used. The fifth chapter presents the development and testing of the software system that was created (the estimates are based on actual medical data used in this thesis with all reservation and respecting the anonymity of all users) while the final chapter presents the conclusions of the present thesis.
Τεχνικές εξόρυξης ιατρικών δεδομένων για εκτίμηση χρήσης ψυχοδραστικών ουσιών