商业活动和工程实践中通常会积累一些大规模的携带重要信息的数据,由于这种数据集经常有更新且数据量较大,在对它们进行增量式关联规则挖掘时,若采用基于传统的Apriori算法进行计算,一方面难以取得较好的效率;另一方面支持度设置过低会...商业活动和工程实践中通常会积累一些大规模的携带重要信息的数据,由于这种数据集经常有更新且数据量较大,在对它们进行增量式关联规则挖掘时,若采用基于传统的Apriori算法进行计算,一方面难以取得较好的效率;另一方面支持度设置过低会产生大量的冗余规则,设置过高则会把一些支持度不高但有用的规则过滤掉而导致算法对这些新规则感应迟钝。因此,借助遗传算法的相关机理,同时结合自然界的免疫进化理论及相关仿生机制,提出一种IOGA(Immune Optimization based Genetic Al-gorithm,基于免疫优化的遗传算法)增量式关联规则挖掘方法。通过实验表明,该方法应用于大规模数据集的增量式关联规则挖掘时,可以及时地感知规则的变更并发现有用的规则,减少了冗余规则的产生,同时挖掘效率也有明显提高。展开更多
目的护士给药失误是医疗过程中最多的失误,本研究从作业流程优化角度探讨预防和减少护士给药失误诱发的因素。方法以护士给药过程为研究对象,随机抽取某地3家合作医疗机构收集实际医疗失误案例411例,采用根因分析法(Root Cause Analysis...目的护士给药失误是医疗过程中最多的失误,本研究从作业流程优化角度探讨预防和减少护士给药失误诱发的因素。方法以护士给药过程为研究对象,随机抽取某地3家合作医疗机构收集实际医疗失误案例411例,采用根因分析法(Root Cause Analysis)提取人因失误类型与失误因素,基于Apriori算法探讨失误类型与失误因素间的关联强度。结果(1)提取了6种失误类型与6种失误诱发因素;(2)定量表达了不同失误诱发因素对人因失误类型的影响,其支持度在5.8%-11%,置信度在30.10%-96.30%,提升度在1.39-6.29。(3)开展了给药作业流程的失误分析,为失误防范提供了具体指向。结论提取的医疗人因失误类型、失误诱发因素可为医疗管理者的失误防范与作业流程优化提供参考依据,同时进一步完善医疗人因失误相关理论。展开更多
文摘商业活动和工程实践中通常会积累一些大规模的携带重要信息的数据,由于这种数据集经常有更新且数据量较大,在对它们进行增量式关联规则挖掘时,若采用基于传统的Apriori算法进行计算,一方面难以取得较好的效率;另一方面支持度设置过低会产生大量的冗余规则,设置过高则会把一些支持度不高但有用的规则过滤掉而导致算法对这些新规则感应迟钝。因此,借助遗传算法的相关机理,同时结合自然界的免疫进化理论及相关仿生机制,提出一种IOGA(Immune Optimization based Genetic Al-gorithm,基于免疫优化的遗传算法)增量式关联规则挖掘方法。通过实验表明,该方法应用于大规模数据集的增量式关联规则挖掘时,可以及时地感知规则的变更并发现有用的规则,减少了冗余规则的产生,同时挖掘效率也有明显提高。
文摘目的护士给药失误是医疗过程中最多的失误,本研究从作业流程优化角度探讨预防和减少护士给药失误诱发的因素。方法以护士给药过程为研究对象,随机抽取某地3家合作医疗机构收集实际医疗失误案例411例,采用根因分析法(Root Cause Analysis)提取人因失误类型与失误因素,基于Apriori算法探讨失误类型与失误因素间的关联强度。结果(1)提取了6种失误类型与6种失误诱发因素;(2)定量表达了不同失误诱发因素对人因失误类型的影响,其支持度在5.8%-11%,置信度在30.10%-96.30%,提升度在1.39-6.29。(3)开展了给药作业流程的失误分析,为失误防范提供了具体指向。结论提取的医疗人因失误类型、失误诱发因素可为医疗管理者的失误防范与作业流程优化提供参考依据,同时进一步完善医疗人因失误相关理论。
