استفاده از طبقهبندی بینالمللی آماری بیماریها (ICD)برای آمادهسازی دادههای پزشکی در سیستمهای پشتیبان تصمیم
2021
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 تصمیمگیری بهتر میشود. 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 میشوند. پاکسازیداده در مرحله استخراج، انتقال، بارگذاری با اطمینان از کیفیت داده در انبارهداده موجبات اثربخشی هوشمندی کسبوکار را فراهم میآورد. هدف پاکسازیداده، شناسایی دادههای بد (اشتباه، نامرتبط و ناقص) به منظور اصلاح یا حذف آنها است تا از دقت و سازگاری مجموعه داده اطمینان حاصل شود. این پژوهش با هدف تشریح و تبیین روش پاکسازی داده برای حذف دادههای بد انجام شده است. بانکاطلاعاتی نمونه از اطلاعات بیماریهای استانهای زنجان، ایلام وهمدان تشکیل شده است. به منظور حل مشکلات داده در بانک نمونه از فرم سیشارپ و ابزاهای نرم افزار اسکیوال استفاده شده است. بخش اصلی نتایج نشان می دهد که بکارگیری روش پاکسازی داده موجب کاهش میزان خطای بانک داده تا میزان 008/0 درصد شده است.
- Correction
- Source
- Cite
- Save
- Machine Reading By IdeaReader
0
References
0
Citations
NaN
KQI