Tóm tắt Luận văn Thạc sĩ ngành công nghệ thông tin: Khai phá dữ liệu và ứng dụng trong y tế dự phòng

ĐẠI HỌC QUỐC GIA HÀ NỘI<br /> TRƯỜNG ĐẠI HỌC CÔNG NGHỆ<br /> <br /> HOÀNG VĂN TIẾN<br /> <br /> KHAI PHÁ DỮ LIỆU VÀ ỨNG DỤNG TRONG<br /> Y TẾ DỰ PHÒNG<br /> <br /> Ngành: Công nghệ thông tin<br /> Chuyên ngành: Quản lý Hệ thống thông tin<br /> Mã số: 8480205.01<br /> <br /> LUẬN VĂN THẠC SĨ NGÀNH CÔNG NGHỆ THÔNG TIN<br /> NGƯỜI HƯỚNG DẪN KHOA HỌC: TS. ĐẶNG THANH HẢI<br /> <br /> Hà Nội - 2018<br /> <br /> LỜI CAM ĐOAN<br /> Luận văn “Khai phá dữ liệu và ứng dụng trong y tế dự phòng” đánh dấu cho<br /> những thành quả, kiến thức của tôi đã tiếp thu được trong quá trình rèn luyện,<br /> học tập và nghiên cứu tại Trường Đại học Công nghệ - Đại học Quốc gia Hà<br /> Nội. Tôi xin cam đoan các nội dung được trình bày trong luận văn này được xây<br /> dựng, hoàn thành bằng chính quá trình nghiên cứu của bản thân và dưới sự<br /> hướng dẫn của thầy giáo TS. Đặng Thanh Hải.<br /> Trong quá trình làm luận văn này, tôi đã tham khảo một số tài liệu từ nhiều<br /> nguồn khác nhau, các nội dung tham khảo đều được trích dẫn rõ ràng. Nếu có<br /> điều gì không trung thực, tôi xin chịu mọi hình thức kỷ luật theo đúng quy định.<br /> Hà Nội, ngày<br /> <br /> tháng<br /> Học viên<br /> <br /> năm 2018<br /> <br /> Hoàng Văn Tiến<br /> <br /> i<br /> <br /> LỜI CÁM ƠN<br /> Lời đầu tiên, tôi xin gửi lời cám ơn đến Thầy Cô giáo tại trường Đại học<br /> Công nghệ - Đại học Quốc gia Hà Nội nói chung và Thầy Cô giáo trong bộ môn<br /> Hệ thống thông tin và Khoa Công nghệ thông tin - Trường Đại học Công nghệ Đại học Quốc gia Hà Nội đã nhiệt tình giảng dạy, truyền đạt những kiến thức,<br /> kinh nghiệm quý báu trong suốt thời gian tôi học tập tại trường.<br /> Đặc biệt, tôi xin gửi lời cám ơn chân thành nhất đến TS. Đặng Thanh Hải,<br /> người đã hướng dẫn tôi trong suốt quá trình thực hiện luận văn này. Nhờ sự<br /> hướng dẫn và chỉ bảo tận tình của Thầy, tôi đã có được những kiến thức và kinh<br /> nghiệm quý báu về cách xác định vấn đề nghiên cứu, phương pháp nghiên cứu,<br /> trình bày kết quả và hoàn thành luận văn của mình.<br /> Cuối cùng, tôi xin gửi lời cám ơn tới toàn thể gia đình, bạn bè và đồng<br /> nghiệp đã luôn quan tâm, ủng hộ và động viên, giúp tôi có nghị lực phấn đấu để<br /> hoàn thành tốt luận văn.<br /> Hà Nội, ngày<br /> <br /> tháng năm 2018<br /> Học viên<br /> <br /> Hoàng Văn Tiến<br /> <br /> ii<br /> <br /> TÓM TẮT NỘI DUNG<br /> Phân tích và dự báo từ lâu đã được ứng dụng trong mọi lĩnh vực nhằm đưa ra<br /> những định hướng, chiến lược phát triển trong tương lai. Ngành Y tế không<br /> đứng ngoài xu thế đó, đặc biệt là dự báo dịch bệnh truyền nhiễm từ lâu đã được<br /> các nhà khoa học quan tâm nghiên cứu và ngày càng phát triển. Phân tích và dự<br /> báo dịch bệnh truyền nhiễm được quan tâm vì những lợi ích rất lớn nó mang lại<br /> trong công tác phòng ngừa dịch bệnh. Phân tích và dự báo diễn biến của dịch<br /> bệnh giúp chúng ta chủ động trong công tác phòng ngừa, nhằm giảm thiểu<br /> những tổn hại do dịch bệnh gây ra. Việc xác định được chu kỳ diễn biến của<br /> dịch bệnh truyền nhiễm dựa trên các yếu tố thời gian, khí hậu và vùng địa lý rất<br /> được quan tâm. Nắm bắt chu kỳ diễn biến của dịch bệnh, đưa ra dự báo và lên<br /> phương án ứng phó, khoanh vùng, dập dịch nhanh, không để lây lan là hết sức<br /> quan trọng góp phần hạn chế tối đa hậu quả của dịch bệnh gây ra cho con<br /> người.<br /> Đề tài nghiên cứu trước hết tìm hiểu kiến thức nền tảng về khai phá dữ liệu,<br /> sau đó tìm hiểu sâu các kỹ thuật khai phá dữ liệu tiên tiến đang nhận được nhiều<br /> sự quan tâm của cộng đồng nghiên cứu trên thế giới, qua đó đề xuất vận dụng<br /> phương pháp và công cụ khai phá dữ liệu phù hợp với tập dữ liệu dịch cúm do<br /> Google Flu Trends công bố. Google Flu Trends là dịch vụ của Tập đoàn<br /> Google, cung cấp số liệu ước tính về dịch cúm tại hơn 25 quốc gia, thông qua<br /> việc tổng hợp các truy vấn tìm kiếm trên www.google.com, thông qua đó cố<br /> gắng đưa ra dự báo chính xác về dịch cúm.<br /> Đề xuất lựa chọn phương pháp khai phá dữ liệu phù hợp trên tập dữ liệu dịch<br /> bệnh cúm do Google Flu Trends công bố, tìm ra chu kỳ diễn biến của dịch, đưa<br /> ra các dự báo và hỗ trợ định hướng hoạt động y tế dự phòng theo từng thời điểm<br /> trong năm, nhằm có những chính sách và biện pháp phù hợp để hạn chế thiệt hại<br /> của dịch bệnh gây ra.<br /> <br /> iii<br /> <br /> MỞ ĐẦU<br /> Ngày nay, con người đang phải đối mặt với tình hình dịch bệnh lây nhiễm<br /> hoành hành, bùng phát một cách nhanh chóng. Dịch bệnh ngày càng diễn biến<br /> phức tạp về phạm vi và chủng loại. Thực tế đó, đòi hỏi công tác y tế dự phòng<br /> cần phải được đẩy mạnh, nâng cao nhằm khoanh vùng và hạn chế sự lây lan của<br /> dịch bệnh. Công tác giám sát dịch bệnh lây nhiễm, phân tích và dự báo phục vụ<br /> ra quyết định ngày càng trở nên quan trọng và cần được đẩy mạnh.<br /> Chính từ sự cấp thiết đó, học viên đã chọn đề tài “Khai phá dữ liệu và ứng<br /> dụng trong y tế dự phòng” làm luận văn thạc sĩ của mình, nhằm góp phần công<br /> sức nhỏ bé cho lĩnh vực y tế dự phòng có thêm một số giải pháp phân tích, dự<br /> báo hiệu quả dịch bệnh truyền nhiễm hiện nay. Nội dung luận văn tập trung vào<br /> những phần sau:<br /> Chương 1: Giới thiệu về lĩnh vực y tế dự phòng<br /> Trong chương này giới thiệu tổng quan về lĩnh vực y tế dự phòng, lịch sử<br /> hình thành và phát triển của y tế dự phòng.<br /> Chương 2: Các phương pháp và công cụ khai phá dữ liệu<br /> Nội dung tại chương này xoay quanh khái niệm, tính chất cơ bản của các<br /> phương pháp khai phá dữ liệu phổ biến hiện nay. Qua đó, đề xuất một phương<br /> pháp và công cụ phù hợp khai phá tập dữ liệu dịch bệnh cúm.<br /> Chương 3: Phương pháp phân tích và dự báo với chuỗi dữ liệu thời gian<br /> Đi sâu vào kỹ thuật phân tích chuỗi dữ liệu chuỗi thời gian (time series data)<br /> và áp dụng kỹ thuật này với tập dữ liệu dịch bệnh cúm do Google Flu Trends<br /> công bố trên mô hình ARIMA.<br /> Chương 4: Thực nghiệm và đánh giá<br /> Phân tích và đưa ra kết quả dự báo dựa trên tập dữ liệu Google Flu Trends<br /> công bố dịch bệnh cúm, sử dụng các phương pháp phân tích chuỗi dữ liệu thời<br /> gian và công cụ khai phá dữ liệu.<br /> <br /> iv<br /> <br />