الصفحة الرئيسية
عن العمادة
العميد
كلمة العميد
السيرة الذاتية
التواصل مع العميد
الرؤية والرسالة
الهيكل التنظيمي
وكالات العمادة
وكــلاء العمادة
الدراسات العليا بجامعة الملك عبد العزيز
العمداء السابقين
الخدمات البحثية والدورات
وحدة الخدمات البحثية
ابحاث مهمة للمجتمع
خدمات العمادة
أسئلة متكررة
الأبحاث
دليل المنسوبين
الملفات
مواقع مفضلة
دعم الطلاب
خريطة الوصول للعمادة
آلية توزيع الاستبانات
جوائز الدراسات العليا
التقديم على الجوائز
الفائزون بالجوائز للعام الجامعي 1440
منسوبو العمادة
دليل الموظفين
تواصل معنا
عربي
English
عن الجامعة
القبول
الأكاديمية
البحث والإبتكار
الحياة الجامعية
الخدمات الإلكترونية
صفحة البحث
عمادة الدراسات العليا
تفاصيل الوثيقة
نوع الوثيقة
:
رسالة جامعية
عنوان الوثيقة
:
تقييم فعالية التقنيات التحليلية للبيانات الكبيرة: قطاع الرعاية الصحية
ASSESSING THE EFFECTIVENESS OF BIG DATA ANALYTICS TECHNIQUES: CASE OF HEALTHCARE SECTOR
الموضوع
:
كلية الحاسبات وتقنية المعلومات
لغة الوثيقة
:
العربية
المستخلص
:
أحد الحقول الناشئة بسرعة هو حقل البيانات الضخمة. البيانات الضخمة هي كلمة صاخبة تصف البيانات التي تتميز بالحجم الكبير والسرعة والتنوع والصحة. تُستخدم تحليلات وأدوات البيانات الضخمة لاستخراج المعلومات والتنبؤات القيمة من هذه البيانات بطريقة فعالة. مجال الرعاية الصحية هو أحد المجالات الواعدة لتطبيق تكنولوجيا البيانات الضخمة. لسوء الحظ ، لم يتم تطبيق البيانات الضخمة حتى الآن على نطاق واسع في هذا المجال لإمكاناته القصوى. وينبع هذا من أسباب عديدة بما في ذلك تنوع مصادر البيانات التي تؤدي إلى بيانات غير متجانسة من أنواع مختلفة (منظمة وشبه منظمة وغير منظمة). تمثل معالجة هذه البيانات وتحليلها تحديًا مهمًا. واحدة من أكثر المشاكل الحرجة في الرعاية الصحية هي توقع احتمالية إعادة دخول المستشفى في حالة الأمراض المزمنة مثل مرض السكري لتكون قادرة على تخصيص الموارد اللازمة مثل الأسرة والغرف والمتخصصين والعاملين الطبيين للحصول على جودة مقبولة للخدمة. لسوء الحظ ، حاولت دراسات بحثية قليلة نسبيًا في الأدبيات معالجة هذه المشكلة ؛ تهتم غالبية الدراسات البحثية بالتنبؤ باحتمالية الإصابة بالأمراض نفسها. العديد من تقنيات التعلم الآلي مناسبة للتنبؤ. ومع ذلك ، هناك أيضًا نقص في الدراسات المقارنة غير الكافية التي تحدد التقنيات الأكثر ملاءمة لعملية التنبؤ. الهدف من هذه الرسالة هو جمع البيانات الضخمة للرعاية الصحية من مصادر مختلفة. ويلي ذلك دراسة تقنيات تحليل البيانات الضخمة المتاحة المناسبة لمعالجة هذه البيانات المعقدة وفهم كل تقنية. لتحقيق هذا الهدف ، اقترحت هذه الرسالة منهجية لتحليل البيانات الضخمة. أيضا ، يقدم دراسة مقارنة بين التقنيات الشائعة في الأدب للتنبؤ باحتمال إعادة دخول المستشفى في حالة مرضى السكري. تقوم مساهمة هذه الدراسة بتقييم إمكانية تحسين و / أو دمج تقنيات التعلم الآلي وتكييفها للحصول على معلومات وتنبؤات محسنة لتحسين الرعاية الصحية. هذه التقنيات هي أشجار القرار (DTs) والانحدار اللوجستي (LR) والتحليل التمييزي الخطي (LDA) والشبكات العصبية الاصطناعية (ANNs) وآلة ناقلات الدعم (SVM) و Naïve Bayesian (NB) والغابة العشوائية (RF) و AdaBoost و تعزيز التدرج (GB). تستند الدراسة المقارنة إلى بيانات واقعية تم جمعها من عدد من المستشفيات في الولايات المتحدة. تم إجراء العديد من التجارب على تلك التقنيات حيث كشفت الدراسات المقارنة أن تقنيات التعلم القائمة على المجموعات (تعزيز وتعبئة) على سبيل المثال GB و RF و AdaBoost أظهرت أفضل أداء ، في حين أن مصنف NB وتحليل LR و LDA كانت الأسوأ.
المشرف
:
د. كمال جمبى
نوع الرسالة
:
رسالة دكتوراه
سنة النشر
:
1441 هـ
2020 م
تاريخ الاضافة على الموقع
:
Friday, June 12, 2020
الباحثون
اسم الباحث (عربي)
اسم الباحث (انجليزي)
نوع الباحث
المرتبة العلمية
البريد الالكتروني
سماح هزاع العجماني
Al-Ajmani, Samah Hazaa
باحث
دكتوراه
الملفات
اسم الملف
النوع
الوصف
46368.pdf
pdf
الرجوع إلى صفحة الأبحاث