Item request has been placed! ×
Item request cannot be made. ×
loading  Processing Request

Rough set based intelligent approach for identification of H1N1 suspect using social media.

Item request has been placed! ×
Item request cannot be made. ×
loading   Processing Request
اقرأ على الانترنت اقرأ أكثر حفظ في قائمتي
  • معلومة اضافية
    • Alternate Title:
      ستقراب لتحديد هوية نهج ذكي يعتمد على مجموعة الا صل الاجتماعي سائل التوا ستخدام و با H1N ض 1 صاب بمر شتبه به الم الم
    • نبذة مختصرة :
      ‚ شتبه فيه الم  صحة العامة. ويعتمد تحديد هوية الم ‚ ص فريدة لمراقبة ال 8 صل الاجتماعي تحديات وفر 8 سائل التوا 6 تقدم بيانات و ضرار كبيرة تجاه المجتمع. وللتعامل 9أ� إلى� ؤدي � خير في تحديد بداية الوباء المُعدي ي � صات المخبرية. الت أ 8 ض والفحو 9 على خبرة الطبيب والأعرا ض تقنية ذكية 9 سب. وفي هذا البحث، تم عر 6 ض التكلفة ودقيق ومنا ƒ ص منخف ‚ شخي  شكل فعال، يتطلب الأمر توفير نظام ت  مع حالات الوباء ب صل الاجتماعي. 8 سائل التوا 6 ستخدام و 6 با H1N ض 1 9 صاب بمر ‚ شتبه به الم  ستقراب لتحديد هوية الم 6 تقوم على نظرية مجموعة الا ت صنع 8 صى حد في عملية ‚ أق� إلى� ساهم € ستخرجة ت € سمات الم € صلة. هذه ال ‚ ذات ال H1N ض 1 9 أعرا � سمات 6 ستخراج 6 مجموعة البيانات، تم ا ض( تم تعيينها عن طريق توليد الاختزال 9 أعرا �( سمات 6 ض( هامة من فئة 9 أعرا �( سمات 6 ستقراب لتقييم 6 ستخدام نظرية مجموعة الا 6 القرار. تم ا إن � . شرطية كبيرة وقواعد التبعية الناتجة عن الاختزال 7 سمات 6 ستخدام 6 شتبه بهم با  ستخدام علاقة غير قابلة للتعريف. يتم تحديد هوية الم 6 با ساعدة الحكومة والوكالات € إلى نهج فعال لم � صل الاجتماعي الحالية قد تحول 8 سائل التوا 6 ستخدام نظام دعم اتخاذ القرار الطبي القائم على و 6 ا صحية في اتخاذ القرارات. [ABSTRACT FROM AUTHOR]
    • نبذة مختصرة :
      Social media data offer unique challenges and opportunities for monitoring and surveillance of public health. The identification of epidemic suspect depends on doctor's experience, symptoms and laboratory tests. Delay in identifying the beginning of infectious epidemic results in a big damage to a society. To handle the cases of epidemic effectively, a low-cost, accurate and timely diagnosis system is needed. An intelligent technique based on Rough set theory for identifying suspect of H1N1 using social media, has been presented in this paper. Classification of symptoms from the dataset has been performed using machine learning techniques. From the large number of symptom attributes mined from the dataset, H1N1 related symptom attributes, have been extracted. These extracted attributes contribute maximum to the decision-making process. Rough set theory has been used to evaluate significant attributes (symptoms) from symptom attribute set by generating reducts using indiscernibility relation. Identification of suspects is performed using significant conditional attributes and dependency rules generated from reducts. The utilization of presented social media based medical decision support system turn out to be an effective approach to assist government and health agencies in decision-making. [ABSTRACT FROM AUTHOR]
    • نبذة مختصرة :
      Copyright of Kuwait Journal of Science is the property of Kuwait University, Academic Publication Council and its content may not be copied or emailed to multiple sites or posted to a listserv without the copyright holder's express written permission. However, users may print, download, or email articles for individual use. This abstract may be abridged. No warranty is given about the accuracy of the copy. Users should refer to the original published version of the material for the full abstract. (Copyright applies to all Abstracts.)