سمیه علیزاده

مقدمه: امروزه با شیوع بیماری دیابت پیش بینی تعداد قرص مصرفی Glibenclamid و Metformin روزانه برای بیماران به پزشکان در جهت تشخیص تعداد قرص مصرفی بیمار و همچنین مهار عوارض شدید و خطرناک مصرف بیش از حد دارو کمک می نماید، زیرا میزان نیاز بیماران دیابتی به دارو دارای اهمیت بسیار می باشد. از این رو در پژوهش حاضر به منظور پیش بینی تعداد قرص مصرفی روزانه ی بیماران دیابتی، از تکنیک های داده کاوی استفاده شد. در پایان الگوریتمی که نتیجه ی بهتری در فرآیند ارزیابی بدست می دهد، با توجه به مجموعه داده های تحت بررسی، انتخاب می شود. روش بررسی: مطالعه ی حاضر به روش توصیفی- مقطعی صورت گرفت. نمونه گیری به روش سرشماری بود و تمامی بیماران (2783 بیمار) را در فاصله ی زمانی فروردین 87 تا خرداد 91 در برگرفت. جامعه ی پژوهش متشکل از داده های مرکز تحقیقات دیابت یزد وابسته به دانشگاه علوم پزشکی شهید صدوقی یزد بود و محتوای رکوردها مورد تایید مسؤولین مرکز دیابت قرار گرفت. در مرحله ی پیش پردازش داده ها، با نظر افراد خبره در مراکز تحقیقاتی رکوردهایی که مقادیر برخی فیلدهای آنها خالی بود، حذف شد و تعداد بیماران تحت بررسی به 740 مورد رسید. این یافته ها با مراجعه ی مستقیم پژوهشگر به مرکز تحقیقات دیابت یزد حاصل شده و روایی روش جمع آوری اطلاعات توسط استاد راهنما و متخصصین امر مورد تایید قرار گرفت. با سنجش صحت مجموعه داده های آزمون، میزان پایایی دو الگوریتم مورد استفاده نیز مقایسه شد. در این مطالعه جهت تحلیل داده ها و اجرای الگوریتم های داده کاوی از نرم افزار Clementine 12.0 استفاده شد. دو الگوریتم متفاوت از الگوریتم های استنتاج قانون به نام های C5.0 و CHAID روی داده ها اعمال گردید و سپس صحت مدل های تولید شده بدست آمد. در نهایت برای تایید صحت مدل های تولید شده از خوشه بندی استفاده گردید. یافته ها: مقادیر به دست آمده برای صحت مدل های ایجاد شده از اجرای الگوریتم های C5.0 و CHAID روی مجموعه داده های تحت بررسی 52/45 و 38/28 درصد بود. صحت بالای مدل C5.0 عملکرد بهتر این الگوریتم برای پیش بینی تعداد قرص مصرفی را نشان داد. از طرفی پایین بودن مقدار صحت این مدل نشان دهنده ی این بود که برخی مقادیر به طور صحیح در جای خود دسته بندی نشده اند. بنابراین مقایسه ی مقادیر واقعی و مقادیر پیش بینی شده برای تعداد قرص مصرفی در تولید مدل می تواند بیانگر علل کاهش صحت هر مدل باشد. علت کاهش صحت مدل به مقادیر پیش بینی شده ای وابسته بود که در مقایسه با مقادیر واقعی صحت و ضریب اطمینان پایینی دارند. خوشه بندی نتایج بدست آمده از اجرای الگوریتم C5.0 تعداد قرص مصرفی 3، 5، 6 و 7 با صحت مقدار پیش بینی شده ی به ترتیب 83/46، 36/36، 71/55 و 15 درصد را در یک خوشه قرار داد، زیرا نمونه داده هایی که دارای صحت پایینی در پیش بینی تعداد قرص مصرفی بود و یا تعداد نمونه داده ی کمی داشت، در یک خوشه قرار گرفتند. همچنین خوشه بندی نتایج اجرای الگوریتم CHAID نیز تعداد قرص مصرفی 5 با صحت مقدار پیش بینی شده ی 93/20 را در یک خوشه قرار داد. نتیجه گیری: این مقاله حاصل پروژه ی تحقیقاتی گروه داده کاوی دانشگاه خواجه نصیر بود که در نهایت در قالب فعالیت گروهی تکمیل و به صورت پژوهش حاضر درآمد. در مراکز تحقیقات دیابت وجود رویکرد سازمان دهی شده جهت پیش بینی تعداد قرص مصرفی بیمار به منظور کمک به پزشک برای افزایش صحت تشخیص و جلوگیری ازعوارض جانبی ناشی از تشخیص نادرست در تعداد قرص خوراکی ضروری است. با توجه به لزوم استفاده از فن آوری های رایانه ای، اینترنت و نرم افزارهای تحلیلی و به منظور مهار اثرات خطرناک بیماری، بهتر است اقدامات لازم جهت ابداع رویکردهای پیشنهادی با مشاوره ی متخصصان مربوط انجام شود.

        امروزه رشد شتابان و بی رویه شهرها به ویژه در کلانشهرها نیاز به مسکن را در سطح وسیع، به یک چالش اساسی در مباحث برنامه ریزی شهری و جغرافیای انسانی تبدیل کرده است. به همین منظور وقوع پدیده حرکت سلولی که بیشتر در مناطقی با ارزش منطقه ای بالا مشاهده می شود. در پژوهش حاضر برآنیم با هدف ارزیابی ارتباط متقابل میان طول عمر ساختمان و افزایش تراکم در منطقه 2 کلانشهر تبریز ( شهرک زعفرانیه) به بررسی اصول و شاخص های حاکم بر میزان ساخت وساز متراکم در محدوده مورد مطالعه بپردازیم. از لحاظ هدف، کاربردی و از نظر ماهیت جز تحقیقات توصیفی – تحلیلی محسوب می گردد. جهت جمع آوری داده ها و اطلاعات پس از بررسی مبانی نظری پژوهش، جهت استخراج قیمت زمین های مسکونی کوی زعفرانیه (قیمت زمین و پروانه های ساختمانی صادر شده) طی بازه زمانی 1398– 1388 از طریق مراجعه به بنگاه های ملکی و شهرداری به صورت محله ای تهیه شد. به منظور تجزیه وتحلیل اثرات افزایش ارزش منطقه ای وکاهش عمر مفید ساختمان ها با افزایش تراکم ساختمانی، از مدل هایی شامل درون یابی کریجینگ، کرنل، کراس تب، فازی سازی، آنتروپی شانون و پیرسون در محیط نرم افزاری GIS، IDRISI، SPSS و EXCEL  بهره گرفته شد. نتایج  پژوهش حاکی از وجود همبستگی بالا بین افزایش ارزش منطقه ای و افزایش تراکم ساختمانی در کوی زعفرانیه با میزانی برابر 863/0 می باشد. درواقع از آنجاییکه شهرک زعفرانیه جزوه مناطق با ارزش بالای شهر تبریز محسوب می شود و عمر قطعات و سلولهای تغییر یافته همگی کمتر از سی سال بوده، این موضوع نشان دهنده همبستگی بین افزایش ارزش منطقه ای و کاهش عمر مفید ساختمان ها خواهد بود.

عدم توانمالی عوامل اجرایی ومدیریت شهری درکمک به برنامه های مسکن وتأمین هزینه های خدمات شهری، در روند شکل گیری و ماهیت تراکم شهری و نیز تحقّق تراکم های پیش بینی نشده در طرح های توسعه ی شهری موثر بوده است. بنابراین دردودهه ی اخیر، سیاست فروش مازاد تراکم ساختمانی توسط شهرداری ها، موجب ایجاداختلال در نظام شهری کشور، سازمان فضایی و سیمای شهری گردیده است. لذاهمین عوامل باعث کمبود کاربری های خدماتی و افزایش ازدحام جمعیی گردیده که به مرور زمان موجبات تبدیل شهرها به بستری جهت سوداگری زمین و مسکن را فراهم نموده است. در مقاله ی حاضر برآنیم با بررسی تغییرات تراکم ساختمانی در شهرک زعفرانیه شهر تبریز به سنجش پارادایم های تاثیرگذار بر روند شکل گیری تراکم های ساختمانی در محدوده مورد مطالعه بپردازیم. روش پژوهش حاضر از لحاظ هدف،کاربردی و از نظرماهیت جز تحقیقات توصیفی – تحلیلی محسوب می شود. بر همین اساس جهت جمع آوری داده ها و اطّلاعات از دو شیوه ی عمده کتابخانه ای – میدانی بهره گرفته شده است. بدین ترتیب که پس از بررسی مبانی نظری پژوهش، ابتدا با استفاده از طرح های مصوب شهر تبریز، تعداد طبقات و ضوابط مربوط به تراکم های شهری محدوده ی مورد مطالعه طی بازه زمانی 1399 – 1390 استخراج گردید؛ سپس با مراجعه به شهرداری منطقه 2 تبریز، تعداد پروانه های صادر شده، تعداد طبقات ساختمانی و درآمدهای حاصل از فروش تراکم مشخص شد. جهت تجزیه وتحلیل داده ها، با استفاده از سیستم اطلاعات جغرافیایی Arc GIS و مدل های نظیر: کراس تب، مدل هلدرن و مدل شانون، تغییرات تعداد طبقات ساختمانی، میزان رشد شهرک زعفرانیه و میزان پراکندگی قطعات تغییر یافته مورد تحلیل قرار گرفته است. نتایج حاصل از این پژوهش نشان می دهد در بازه زمانی 1399 - 1390 تغییرات تراکم ساختمانی در محدوده مورد مطالعه کاملا محسوس بوده که مهم ترین عامل تاثیرگذار در این زمینه، فروش تراکم برای تامین درآمد شهرداری  بوده است.

    هنر ملیله سازی با برخورداری از پیشینه ی باشکوه تاریخی، غنای فرهنگی و زیبائی کم نظیر، در دوره اسلامی به اوج خود می رسد. در این دوره سنت های دیرینه هنر ملیله سازی ایران علاوه بر ادامه حیات خود، قالبی نو از نقشمایه ها و فرم ها، که تلفیقی از سلایق حکام و حامیان و هنر زرگری عاریت گرفته از آنها با ملیله سازی پیش از اسلام در ایران است، به خود می گیرند.     ملیله سازان دوره های مورد پژوهش، با به کارگیری این هنر در کنار جواهرسازی و زرگری آثاری بدیع و چشم نوازی را در قالب زیورآلات زنانه و مردانه، پیش روی بیننده قرار می دهند.      نوشتار حاضر با گردآوری اجمالی آثار باقی مانده و گزیده ای از پیشینه تاریخی ای این هنر- صنعت، به بررسی تحول نقوش و فرم ها در آثار برجسته ملیله سازی از دوره استقرار حکومت اسلامی تا به امروز خواهد پرداخت.                                       

بسیاری از بانک های کشور به منظور مدیریت مشکلات و شکایات مشتریان و شعب خود، بخشی از واحد مدیریت ارتباط با مشتریان را به شرکت هایی از قبیل مراکز تماس برون سپاری می کنند. با توجه به اینکه این واحد مهم در خارج از بانک ها مدیریت می شود لذا تحلیل داده های آن و ارزیابی عملکرد مراکز تماس از اهمیت بسیاری برخوردار است از سوی دیگر بسیاری از بانک ها توانایی تحلیل و چگونگی استفاده از الگوهای پنهان موجود در داده ها را ندارند، به همین منظور در این مقاله سعی داریم تا با ارائه مدل RFS، شعب بانک را بر اساس شباهت فاکتورهای R به معنی تازگی اعلام مشکل، F فرکانس یا تعداد مشکلات و S میزان رضایت شعب از مرکز تماس، خوشه بندی نموده وارتباط میان فاکتورهای موجود با نوع مشکلات اعلام شده را بیابیم. همچنین با بررسی فاکتور S می توان توانایی مرکز تماس در جهت رفع مشکلات شعب هر خوشه را ارزیابی نمود. شعب بر اساس الگوی رفتارشان در چهار خوشه بهینه توزیع شده، نتایج تحلیل و در پایان پیشنهادهایی به منظور بهبود عملکرد مرکز تماس ارائه شده است.

مقدمه: حدود 15-10 درصد از زوجین نابارور هستند. ناباروری علل متفاوتی دارد و تشخیص روش درمان بیماران بر اساس نوع عامل ناباروری آن ها انجام می شود. در این تحقیق مدلی ارائه شده است که بر اساس ویژگی های اولیه و نتایج آزمایشات ساده علل ناباروری افراد را پیش بینی می کند که می تواند به پزشکان در تشخیص زودهنگام علت ناباروری و تصمیم گیری بهینه کمک کند. روش کار: داده های این تحقیق برگرفته از داده های ناباروری بیمارستان صارم تهران می باشد. در این تحقیق از روش های دادهکاوی استفاده شده است. ابتدا روش خوشه بندی k-means و سپس روش های دسته بندی ماشین بردار پشتیبان (SVM: Support Vector Machine) و شبکه های عصبی مصنوعی به منظور پیش بینی نوع علل ناباروری، اجرا و نتایج دو الگوریتم دسته بندی با هم مقایسه شدند. همچنین برای تحلیل داده ها و اجرای الگوریتم های بخش مدل، از نرم افزار SPSS Clementine 12.0 استفاده شده است. یافته ها: در بخش خوشه بندی بر اساس الگوریتم K-means داده ها به پنج خوشه تقسیم شدند. در هر گروه یک یا چند علت ناباروری مشاهده شد. در ادامه و با اجرای الگوریتم های دسته بندی SVM و شبکه عصبی مصنوعی، مشخص شد که الگوریتم SVM با نوع کرنل چندجمله ای بالاترین کارایی را به دست آورد. نتیجه گیری: انجام این تحقیق علاوه بر اینکه منجر به شناخت بهتر ویژگی های بیماران ناباروری شد، می تواند زمینه ای برای انجام تحقیقات آتی باشد. از آنجائی که با تشخیص علل ناباروری افراد قبل از مراحل ثانویه و آزمایشات سنگین، به مقدار قابل توجهی در هزینه و زمان صرفه جویی و از اثرات جسمی که بر بیماران می گذارد کاسته خواهد شد، می توان در مطالعات آینده با استفاده از نتایج این تحقیق سیستمی را جهت اجرای این مدل پیاده سازی نمود.

مقدمه: بروز دیابت در ده سال اخیر در سطح جهان دو برابر شده است . حدود 200 میلیون نفر به این بیماری مبتلا هستند و سالانه شیوع دیابت در جهان حدود شش درصد افزایش می یابد. بیش از دو میلیون نفر در ایران به این بیماری مبتلا هستند. در این تحقیق به بررسی ارتباط بین عوارض مشاهده شده در بیماران دیابتی نوع دو و برخی ویژگی های آن ها از قبیل میزان قند خون، فشار خون، سن و سابقه خانوادگی بیماران می پردازیم. هدف این مطالعه، پیش بینی عوارض بیماران بر اساس علائم مشاهده شده در آن ها است. روش کار: داده های مورد نیاز برای این تحقیق از پرونده های سال 1388 مرکز دیابت استان گلستان جمع آوری شده است. تعداد پرونده های اولیه بیماران 856 رکورد بود. در این مقاله مدل جدیدی بر اساس متدولوژی استاندارد CRISP ارائه شده است. در بخش مدل سازی از دو روش شناخته شده در داده کاوی به نام های درخت تصمیم C5.0 و شبکه عصبی استفاده شده است. برای تحلیل داده ها از نرم افزار Celementine 12.0 استفاده شده است. یافته ها: در این تحقیق برای اولین بار احتمال بروز عوارض میکروواسکولار، ماکروواسکولار و یا هر دو نوع عارضه در بیماران و ویژگی های تأثیرگذار بر آن ها مورد بررسی قرار گرفته است. با استفاده از داده کاوی و روش های آن تعیین شده است که متغیر های فشار خون بالا، سن و سابقه خانوادگی در عوارض مشاهده شده بیشترین تأثیر را داشته اند. به کمک درخت تصمیم ایجاد شده، قوانینی استخراج شده اند که می تواند به عنوان الگویی برای پیش بینی وضعیت بیماران و احتمال بروز عوارض در آن ها استفاده شود. صحت مدل ایجاد شده بر روی داده های مورد استفاده در درخت تصمیم C5.0، 89.74 درصد و در شبکه عصبی مصنوعی 51.28 درصد می باشد. نتیجه گیری: با توجه به روش های استفاده شده، بالاترین دقت با استفاده از الگوریتم C5.0 به دست آمده است. بیشترین عوامل تأثیرگذار بر بروز عوارض شناسایی شدند. با توجه به قوانین ایجاد شده برای یک نمونه جدید با ویژگی های مشخص، می توان پیش بینی کرد بیمار احتمالاً دچار چه نوع عارضه ای خواهد شد.

مقدمه: اهدای خون در کشورهای توسعه یافته 18 برابر بیشتر از کشورهای در حال توسعه است. اگر تنها پنج درصد از کل جمعیت جهان به طور مستمر خون اهدا کنند، ذخیره کافی برای تامین نیازهای جامعه وجود خواهد داشت. این رقم در کشورهای در حال توسعه کمتر از یک درصد است. هدف مطالعه حاضر شناخت رتبه وفاداری اهداکنندگان خون به منظور برنامه ریزی مناسب برای گسترش و تقویت رفتار اهدای خون در جامعه است. روش ها: پژوهش حاضر به روش توصیفی- مقطعی صورت گرفته و نمونه گیری به روش سرشماری بوده است. جامعه پژوهش متشکل از داده های سازمان انتقال خون تهران از آبان 1383 تا خرداد 1388 است. برای تحلیل داده ها از نرم افزار Clementine12.0 استفاده شده است. برای مدل سازی الگوریتم K-Means در دو حالت جمعیت شناختی و مبتنی بر مقادیر تازگی، بسامد و ارزش خون (Recency-Frequency- Monetary (RFM)) اجرا گردید تا ارتباط بین متغییرهای مختلف بدست آید. یافته ها: مقدار میانگین شاخص ریشه میانگین مربع انحراف از معیار برای خوشه بندی مبتنی بر تازگی، بسامد و ارزش خون و جمعیت شناختی 72/10 و 14/11 است و خوشه بندی بهتر داده ها توسط الگوریتم مبتنی بر تازگی، بسامد و ارزش خون را تایید کرد. این الگوریتم داده ها را در چهار خوشه قرار داد که خوشه چهارم شامل مردان مجرد حائز بیشترین رتبه وفاداری اهدای خون و خوشه سه شامل زنان متاهل حائز کمترین رتبه وفاداری گردید. نتیجه گیری: استفاده از رو ش های نوین داده کاوی برای تحلیل و رده بندی اهدا کنندگان خون، شیوه نگرش سازمان های انتقال خون را به روند اهدای خون تغییر می دهد. بررسی رفتار اهداکنندگان به شناسایی سریع تر و دقیق تر وفاداری اهداکنندگان و مدیریت صحیح پایگاه خون کمک می کند.

مقدمه : ناباروری یکی از مسائلی است که امروزه هزینه های مادی و معنوی زیادی را بر روی دوش زوجین نابارور قرار داده است. روش انتقال داخل رحمی اسپرم ( IUI ) یکی از روش های درمانی برای این گروه از زوجین می باشد. غیرقابل پیش بینی بودن نتیجه این روش ضرورت بررسی و شناسایی عواملی را که بر روی میزان اثربخشی آن تاثیرگذار هستند، دوچندان کرده است. لذا هدف این مطالعه شناسایی عوامل موثر در عدم موفقیت این روش با بکارگیری تکنیک های داده کاوی روی داده های مربوط به زوجین نابارور بیمارستان صارم می باشد که از روش IUI استفاده کرده و نتیجه این روش بر روی آنها ناموفق بوده است. روش کار : با استفاده از یکی از تکنیک های توصیفی داده کاوی یعنی الگوریتم Kmeans و شاخص Davis - Buldian بیماران به 7 گروه تقسیم شدند و ویژگی های هر گروه مورد تحلیل و بررسی قرار گرفت. یافته ها : بررسی و تحلیل ویژگی های هریک از 7 گروه بدست آمده، این نتایج را به همراه داشت: بر اساس نتایج خوشه بندی به ترتیب اهمیت عواملی هم چون افزایش سن زن، اضافه وزن و یا چاقی، نوع ناباروری که در این مطالعه اکثریت گروه بیماران نوع اولیه را تجربه کرده، عامل ناباروری که در اینجا اکثریت گروه بیماران به دلیل مردانه نابارور بوده، طول مدت ناباروری و نیز وضعیت اسپرم از لحاظ نرمال یا غیرنرمال بودن آن روی عدم موفقیت روش IUI در زوجین نابارور بیمارستان صارم تاثیر داشته است. نتیجه گیری : با تحلیل نتایج خوشه بندی، عوامل تاثیرگذار در عدم موفقیت روش IUI بر روی زوجین نابارور شناسایی شد . این نتایج با مشورت با خبرگان می تواند برای پیش بینی نتیجه روش IUI و انتخاب روش درمانی مناسب به محققین، پزشکان و زوجین نابارور کمک کند.