J48 Tree와 AD Tree를 이용한 원내 감염의 분석 = Analysis of Nosocomial Infection using J48 Tree and AD Tree
저자
발행기관
학술지명
권호사항
발행연도
2014
작성언어
-주제어
KDC
320
자료형태
학술저널
수록면
41-43(3쪽)
제공처
(Introduction) In the 21st century world-aging, influenza, due to natural disasters, has increased people are looking for a hospital, thereby, hospital infection is rapidly increasing. If you look at the information that was published in 2005, and 5-10% of patients were admitted to the General Hospital nosocomial infection has occurred. These hospital-acquired infections, because it results in dropping the hospitals of credibility and reputation, many hospitals perform preliminary survey, attempts to prevent nosocomial infections. (literature study) In this paper, we want to analyze and take advantage of Decision Tree (decision tree) of data mining techniques that have this article. (experimental) Data to be used in the This paper, in the United States of University Hospital, representation and numerical patients who visit the hospital was expected medical team the probability of infection in CDI Community Onset and CLABSI Coronaty ICU, a number that was actually the onset as the data, by using this data, in this paper several tree decision tree, and analyzed using the most widely used J48 Tree and AD Tree. Before analyzing the data, the pre-treatment process, has been added a difference in the prediction data and the actual onset of the onset of data in the new atrribute. (Evaluation and discussion) As a result of the result which can be confirmed were analyzed by J48 Tree throughout the experiment results, accuracy and are seen to be slightly predominant than the accuracy of the results analyzed in AD Tree. Using these analytical techniques the results of analyzing the data, CLABSI Coronary ICU than that it has I~echuku less almost all are developing, CDI Community Onset was found to be developing less extent approximately half. (infected Number of actual observation) Data used in Conclusion In this paper, it can be known that it is better to be analyzed in J48 Tree analysis method, the results of the analysis of these data infections observed and Infections predicted When we compare the difference of (expected number of infected) with predicted probabilities CDI Community Onset is about 57%, CLABSI Coronary ICU was confirmed by about 94%. When I analogy Based on these results, the case of the University Hospital, to investigate these nosocomial bacteria, are expected to be able to Reduce the nosocomial infection via post-processing corresponding thereto.
더보기분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)