شناسايي موضوعات نوظهور از متون آنلاين جامعه پزشكي در بستر اينترنت اشياء سلامت با تكنيك‌هاي متن كاوي

Emerging Topic Detection from Medical Community Online Texts in the Context of the Internet of Health Things (IoHT) using Text Mining Techniques

شناسايي موضوعات نوظهور از متون آنلاين جامعه پزشكي كاري مهم ولي بسيار پيچيده است، زيرا دراكثر موارد، اطلاعات مرتبط بين منابع مختلف پزشكي و در زبان ها و فرمت هاي گوناگون پراكنده شده‌ است و ممكن است با هزاران موضوعات ديگر تداخل و همپوشاني داشته باشند. هدف از اين پژوهش، شناسايي موضوعات نوظهور از متون آنلاين جامعه پزشكي بطور موثر است و با بهره گيري از بستر اينترنت اشياء سلامت و همچنين تكنيك‌هاي متن كاوي سعي مي شود تا شناسايي موضوعات نوظهور جامعه پزشكي با دقت بالاتري انجام شود. در اين پژوهش اقدام به كاهش ابعاد داده هاي ورودي با الگوريتم chi-square شده است و با استفاده از الگوريتم COBWEB اقدام به شناسايي موضوعات نوظهور شده است. براي سنجش نتايج روش پيشنهادي با روشهاي مبتني بر الگوريتمهاي KMeans و EM مقايسه شده است و كيفيت حاصله براساس معيار-F بر حسب درصد مقايسه شده است. نتايج آزمايشگاهي نشان داد كه روش پيشنهادي نسبت به دو روش ديگر داراي عملكرد بهتري است. با آنكه الگوريتم KMeans در بعضي حالات به ميزان جزيي از روش پيشنهادي بهتر عمل كرده است ولي در باقي موارد، روش پيشنهادي داراي كارايي بطور قابل ملاحظه بهتري است. الگوريتم EM نيز داراي فاصله قابل توجهي با دو روش مورد مقايسه ديگر است و از نظر كارايي به پاي دو روش ديگر نرسيده است. ميانگين كارايي حاصله براي روشهاي مورد مقايسه نيز نشان داد كه روش پيشنهادي داراي عملكرد ميانگين بهتري نسبت به دو روش ديگر بوده است.

Emerging topics detection from the online texts of the medical community is an important but very complex task, because in most cases, relevant information is scattered among different medical sources and in different languages and formats, and may overlap with thousands of other topics. . The purpose of this research is to effectively identify emerging topics from the online texts of the medical community, and by using the Internet of Health Objects platform as well as text mining techniques, an attempt is made to identify the emerging topics of the medical community with higher accuracy. In this research, the dimensions of the input data have been reduced with the chi-square algorithm, and emerging topics have been identified using the COBWEB algorithm. To measure the results, the proposed method has been compared with methods based on KMeans and EM algorithms, and the resulting quality has been compared based on the F-criterion in terms of percentage. The laboratory results showed that the proposed method has better performance than the other two methods. Although the KMeans algorithm has performed slightly better than the proposed method in some cases, in other cases, the proposed method has significantly better performance. The EM algorithm also has a significant gap with the other two compared methods and has not reached the level of the other two methods in terms of efficiency. The average performance obtained for the compared methods also showed that the proposed method has a better average performance than the other two methods.