نام پژوهشگر: حمیده حق پرست
حمیده حق پرست اشکان سامی
اخیراً اپیدمی جهانی ایدز ابعاد مختلف زندگی بشر را تحت تاثیر خود قرار داده است. گسترش این بیماری در میان گروه های پرخطر از جمله معتادان تزریقی، تن فروشان، مردان هم جنس باز و زندانیان شیوع بیشتری دارد. اپیدمی ایدز در کشور ما تاکنون سه موج داشته که موج اول در سال 1366 استفاده از فرآورده های خونی آلوده، موج دوم در سال 1374 گروه معتادان تزریقی و اخیراً موج سوم شیوع بیشتر از طریق انتقال جنسی می باشد. داده کاوی برگرفته از علومی چون ریاضی، آمار و هوش مصنوعی است. یکی از کاربردهای اصلی دانش داده کاوی در بیماری ایدز است. با بهره گیری از تکنیک های مختلف داده کاوی در بانک های اطلاعاتی بیماری ایدز می توان به کشف قوانین، روابط، الگوهای متفاوت در این بیماری دست یافت و بر اساس آن نتایج، پزشکان و دست اندرکاران علوم پزشکی در پیشگیری آن بیماری ها اقدام کنند. در این پژوهش با استفاده از تکنیک های قدرتمند و ابزارهای مختلف داده کاوی و آماری بر روی چهار مجموعه داده جمع آوری شده، توسط مرکز تحقیقات ایدز شیراز و مرکز منطقه ای تحقیقات ایدز کرمان اجرا گردید. این مجموعه ها شامل دو دسته زنان تن فروش شیراز و کرمان، معتادان تزریقی کرمان و زندانیان کرمان توسط پرسشنامه و مصاحبه با افراد، داده ها جمع آوری شده و سپس پیش پردازش شده و الگوریتم های داده کاوی بر روی آنها اجرا شده است. در جلسات متعدد با متخصصین و گروه پزشکان نتایج به آنها ارائه شده و در صورت لزوم مجدداً چرخه فرآیند داده کاوی اجرا گردید. در این پژوهش با استفاده از تکنیک انتخاب ویژگی و الگوریتم های مختلف داده کاوی مانند الگوریتم های درخت تصمیم و الگوریتم شبکه بیزی، قوانین همبستگی و شبکه عصبی بر روی هریک از بانک های اطلاعاتی داده ایدز بکار گرفته شد. همچنین ارزیابی دقت الگوریتم ها بررسی و نتایج نیز مورد مقایسه قرار گرفته است. بر اساس نتایج، بهترین الگوریتم برای کشف قوانین مربوط در مجموعه داده های ایدز الگوریتم درخت تصمیم و شبکه بیزی می باشند.