Using the Ac4ft-Miner procedure in the medical domain

Viktor Nekvapil

Bachelor's thesis

Aplikace procedury Ac4ft-Miner na medicínská data

Abstract:

Tato práce se zabývá dataminingovou procedurou Ac4ft-Miner implementovanou v systému LISp-Miner, který je vyvíjen na Katedře informačního a znalostního inženýrství Vysoké školy ekonomické v Praze. Cílem práce je jednak popsat proceduru jednoduchým, pro laiky (zejména lékaře) srozumitelným způsobem, dále pak aplikovat tuto proceduru na medicínská data a prezentovat příklady použití této procedury. Ze získaných zkušeností je pak cílem vytvořit metodologii použití procedury pro lékaře. Dosahování cílů je realizováno jednak použitím mnoha příkladů, které demonstrují teoretické koncepty na konkrétních datech, dále také snahou o jednoduchou vizualizaci úloh (analytických otázek) řešených procedurou. Výsledkem práce je souhrnný, jednolitý text s řadou příkladů oddělených od souvislého textu, takže čtenář obeznámený s konkrétní tematikou může snadno pokračovat dále v textu, aniž by příklady musel projít. Dále je pak výsledkem práce návrh grafické podoby prezentace analytických otázek, která bude spolu s příklady využita dále v projektu SEWEBAR, jehož součástí je tato práce. Metodologie užití procedury pro lékaře má spíše podobu rad vhodných pro další výzkum této procedury, jelikož velká komplexnost procedury nedovolila formulaci obecnějších závěrů. V první kapitole je popsán proces dolování dat z databází s využitím metodologie CRISP-DM, druhá kapitola prezentuje teoretické koncepty vztahující se k Ac4ft-Mineru, třetí kapitola objasňuje akční pravidla, jež jsou procedurou generována. Ve čtvrté kapitole jsou nastíněny možnosti zadávání úloh a interpretace výsledků procedury. Pátá kapitola obsahuje příklady zadání úloh, které byly řešeny procedurou, a také jsou prezentovány výstupy procedury. Šestá kapitola prezentuje metodologii užití procedury pro lékaře.

Abstract:

This bachelor thesis deals with the data mining procedure Ac4ft-Miner, implemented in the LISp-Miner system, which is developed at the Department of Information and Knowledge Engineering at the University of Economics, Prague. The aim of this thesis is firstly to describe the procedure in a simple, understandable way. Secondly, the aim is to apply this procedure on the medical data and present examples of use of this procedure. Further aim is to create methodology of use for doctors from the experience obtained. The aims are reached by using a lot of examples, which demonstrate theoretical concepts on concrete data and by the pursuit of the simple visualisation of tasks (analytical questions) solved by the procedure. The output of this thesis is a coherent text with lot of examples separated from the continuous text; so the reader familiar with a particular topic can skip the examples and proceed to the next issue. Further result of this thesis is an outline of the graphical presentation of analytical questions. Both the examples and the graphical presentation will be used further in the SEWEBAR project of which this thesis is one part. The methodology of use of the procedure for doctors is in the form of advices for use of the tool which should contribute to the further research which is needed. This is because of the high complexity of the procedure, which does not allow formulating general conclusions usable in the methodology. Chapter 1 characterizes the overall process of Knowledge Discovery in Databases represented by the CRISP-DM Methodology. Chapter 2 presents theoretical concepts related to Ac4ft-Miner. Chapter 3 deals with action rules. Chapter 4 addresses possibilities of defining the input and interpretation of the output of the Ac4ft-Miner. Chapter 5 describes the research conducted on the real medical data set ADAMEK, states methodology and examples of the output. Chapter 6 summarises the experience obtained and formulates the methodology of use of Ac4ft-Miner for doctors.

Keywords

akční pravidla, asociační pravidla, LISp-Miner, SEWEBAR, data mining

Keywords

LISp-Miner, action rules, association rules, SEWEBAR, data mining

Language used: English

Date on which the thesis was submitted / produced: 17. 12. 2009

Thesis defence

• Date of defence: 26. 8. 2010
• Supervisor: Jan Rauch
• Reader: Milan Šimůnek

Vysoká škola ekonomická v Praze

Bachelor programme / field:
Aplikovaná informatika / Informatika