초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

낮은 예방접종률은 감염병의 발생과 연관되어 있기 때문에 높은 예방접종률을 유지해야 한다. 예방접종률을 높이기 위해서는 미접종자에 대한 집중적인 관리가 필요한데, 데이터마이닝 분류분석을 이용하여 완전접종 그룹과 불완전접종 그룹을 분류 할 수 있고, 그 분류된 결과는 예방접종률을 높이는데 쓰일 수 있다.
본 연구에서는 IBM SPSS MODELER 15.0을 이용하여 ...

낮은 예방접종률은 감염병의 발생과 연관되어 있기 때문에 높은 예방접종률을 유지해야 한다. 예방접종률을 높이기 위해서는 미접종자에 대한 집중적인 관리가 필요한데, 데이터마이닝 분류분석을 이용하여 완전접종 그룹과 불완전접종 그룹을 분류 할 수 있고, 그 분류된 결과는 예방접종률을 높이는데 쓰일 수 있다.
본 연구에서는 IBM SPSS MODELER 15.0을 이용하여 베이지안 네트워크 모형, 로지스틱회귀 모형, 신경망 모형, 지지도벡터기계 모형을 데이터 마이닝 기법으로 사용하여 분류 분석을 실시하였다. 실증분석을 위하여 「2012 전국 예방접종률 조사」데이터를 사용하였다.

Abstract ▼ AI-Helper

Immunization programs are needed to maintain high rate of vaccine-preventable diseases. Because low rate of immunization is related with resurgence of the disease. The uncompleted vaccination group are needed to manage intensively to maintain high rate of immunization. The classification model using...

Immunization programs are needed to maintain high rate of vaccine-preventable diseases. Because low rate of immunization is related with resurgence of the disease. The uncompleted vaccination group are needed to manage intensively to maintain high rate of immunization. The classification model using data mining can predict complete and uncompleted vaccination group. Therefore predicted results can be used to increase rate of immunization.
In this study, different techniques of classification models such as Bayesian Network model, Logistic regression model, Neural network model, and Supprot Vector Machine model are applied for the analysis with the same data set using IBM SPSS Modeler 15.0. 2012 Korea National Immunization Survey data is used as an example to show the appliance of four methods for actual data analysis.