این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مدیریت صنعتی، جلد ۱۱، شماره ۴، صفحات ۵۷۵-۵۹۹
عنوان فارسی کاوش قواعد ارتباط‌دهنده‎ عوامل جوّی با تعداد بیماران بیمارستان با استفاده از رده‌بندی مبتنی بر کاوش قواعد وابستگی ‎چندبُعدی
چکیده فارسی مقاله هدف: عوامل جوّی متعددی بر تعداد بیماران بیمارستان‌ها اثرگذار است که بدون در نظر گرفتن آنها از امکانات و نیروی انسانی بیمارستان‌ها، استفاده‎ غیربهینه خواهد شد. هدف از اجرای این پژوهش، کشف دانش پنهان بین عوامل جوی با تعداد بیماران بیمارستان با استفاده از داده‌کاوی است. روش: در این پژوهش، ارتباط بین عوامل جوّی با تعداد بیماران بیمارستان تخصصی کودکان دکتر شیخ مشهد با استفاده از رده‌بندی مبتنی بر کاوش قواعد وابستگی چندبُعدی بررسی می‌شود. بدین ‎منظور، پس از آمارگیری جداگانه از تعداد بیماران بخش‌های نفرولوژی، هماتولوژی، اورژانس و پی‌آی‌سی‌یو این بیمارستان، ارتباط بین تعداد این بیماران با عوامل جوّی شامل دمای هوا، رطوبت نسبی هوا، سرعت باد، فشار هوا و آلودگی هوا تحلیل شده است. داده‌های این پژوهش مربوط به 19 ماه است و با مراجعه به اسناد و مدارک به‌دست آمده است. برای انتخاب ویژگی، تمام زیرمجموعه‌های عوامل جوّی، جست‎وجو شده و اثر تمام آنها بر تعداد بیماران با استفاده از رگرسیون خطی ارزیابی شده است. همچنین برای کاوش قواعد، از رده‌بندی مبتنی بر کاوش قواعد وابستگی چندبُعدی که بر اساس الگوریتم شناخته شده‎ آپریوری است، استفاده شده است. یافته‌ها: نتایج به‌دست‌آمده گویای قواعدی است که ارتباط بین تعداد متفاوت بیماران در بخش‌های مختلف بیمارستان را با تغییر عوامل جوّی نشان می‌دهد. نتیجه‌گیری: با استفاده از روش‌های به‌کار برده شده در این پژوهش، می‌توان ارتباط بین عوامل جوّی و تعداد بیماران بیمارستان را بررسی کرد. همچنین قواعد به‌دست‌آمده به مدیران کمک می‌کند که برای منابع بیمارستان با توجه به تعداد متفاوت بیماران برنامه‌ریزی بهینه‌ای انجام دهند.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Rule Mining about the Relationship between Climatic Factors and the Number of Patients in a Hospital Using Classification Based on Multidimensional Association Rule Mining
چکیده انگلیسی مقاله Objective: There are many climatic factors affecting the number of patients in hospitals which generally tend to make a Non-optimal use of their facilities and human resources.This research is aimed at discovering hidden knowledge between climatic factors and the number of hospital patients using data mining techniques. Methods: In this study, the relationship between climatic factors and the number of patients in Dr. Sheikh specialized pediatric hospital of Mashhad is investigated by classification based on multidimensional association rule mining. The number of patients in the nephrology, hematology, emergency and PICU department of this hospital have been considered separately, and consequently the relationship between the number of patients and the climatic factors such as air temperature, relative humidity, wind speed, air pressure and air pollution have been analyzed. This research has analyzed data gathered through a 19 month period and has been obtained by referring to the documents. In this research for feature selection, all subsets of climatic factors are searched and the effect of all subsets on the number of patients are evaluated using linear regression. Also for rule mining is used classification based on multidimensional association rule mining which is based on known Apriori algorithm. Results: The results show different patterns that indicate the relationship between the number of patients in the hospital departments with the climatic factors. Conclusion: This study is able to help analyze the relationship between the climatic factors and the number of patients in the hospital. Also, the rules will help managers make optimal planning for hospital resources according to the different number of patients.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله سیما حدادیان |
دانشجوی دکتری، گروه مدیریت صنعتی، دانشکده علوم اداری و اقتصاد دانشگاه فردوسی مشهد، مشهد، ایران

زهرا ناجی عظیمی |
دانشیار، گروه مدیریت صنعتی، دانشکده علوم اداری و اقتصاد دانشگاه فردوسی مشهد، مشهد، ایران.

ناصر مطهری فریمانی |
استادیار، گروه مدیریت صنعتی، دانشکده علوم اداری و اقتصاد دانشگاه فردوسی مشهد، مشهد، ایران.

بهروز مینایی بیدگلی |
دانشیار، گروه هوش مصنوعی، دانشکده کامپیوتر دانشگاه علم و صنعت ایران، تهران، ایران.

نشانی اینترنتی https://imj.ut.ac.ir/article_75668_556591f4ed257b5fad89ba489080e57a.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1082/article-1082-2373615.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات