【摘要】：隨著現(xiàn)在科技的不斷發(fā)展和進步,我國工業(yè)化得到迅猛發(fā)展,人們的生活水平有著明顯的提高,并且越來越重視自己的生活質(zhì)量。而我們賴以生存的空氣,在社會大踏步前進時遭到了劇烈的破壞。如今空氣污染越來越嚴重,給人們的身心健康帶來了強烈的傷害。并且工業(yè)化的快速發(fā)展使得每天的空氣質(zhì)量都在不斷的變化著,其不但會降低人們的身心愜意度和對生活的滿意度,還會降低人體對各種疾病的抵抗能力,使人們易患上各種疾病,嚴重的甚至?xí)䦟?dǎo)致病情的加重或惡化。特別是發(fā)生在天氣驟變時,空氣中各因子的濃度發(fā)生劇烈的變化、氣壓突變和環(huán)境各因素的變化等都能讓人們極易爆發(fā)疾病甚至導(dǎo)致病情加重等。因此空氣質(zhì)量給人們的身心健康帶來的強烈影響引起了政府的重視和社會的廣泛關(guān)注。根據(jù)相關(guān)部門的統(tǒng)計,在我國總死亡人數(shù)中,因患慢性病而死亡的人口數(shù)量占比達到了86.6%。此數(shù)據(jù)顯示如今在死亡病因中,慢性病已占據(jù)了非常高的比例,已然發(fā)展成為了危害人們身心健康的第一劊子手,因而引起了國家的高度重視。不僅如此,在全國總疾病造成的經(jīng)濟、勞動、人員等負擔(dān)中,慢性病導(dǎo)致的各種負擔(dān)占到了70%以上,被列入為嚴重干擾國家經(jīng)濟穩(wěn)步上升以及影響社會和諧穩(wěn)定發(fā)展的重要因素。因此本文展開了對空氣質(zhì)量與慢性疾病關(guān)聯(lián)模型的研究,雖然已有部分研究人員對空氣污染與疾病進行了統(tǒng)計學(xué)方面的研究分析,但是其采用小規(guī)模數(shù)據(jù)進行統(tǒng)計學(xué)分析,具有一定的局限性和不準確性。而本文基于Hadoop對海量空氣質(zhì)量數(shù)據(jù)與慢病數(shù)據(jù)進行關(guān)聯(lián)研究,通過關(guān)聯(lián)規(guī)則算法對其進行關(guān)聯(lián)研究得出空氣質(zhì)量與慢病之間的關(guān)聯(lián)性,能提高研究結(jié)果的準確性且具有一定的科學(xué)性。因此針對本文得出的空氣質(zhì)量與慢性病的關(guān)聯(lián)結(jié)果,人們可以對自己以及家人的身體情況進行預(yù)防、減緩、抑制或控制病情,科學(xué)的規(guī)劃我們的生活。為了能夠充分有效的使用慢性病患者的病情信息數(shù)據(jù),也為了能夠提供一些預(yù)防與管理和控制慢性病惡性發(fā)展的科學(xué)依據(jù),本文使用的空氣質(zhì)量數(shù)據(jù)來源于某環(huán)境空氣質(zhì)量監(jiān)測站,從這個數(shù)據(jù)集中選取了6個空氣質(zhì)量因子:PM2.5、SO2、NO2、PM10、CO和O3。使用的慢病數(shù)據(jù)是采集的某市疾病預(yù)防控制中心里慢性非傳染性疾病防制所的慢性病患者的信息。然后對這兩種數(shù)據(jù)集進行關(guān)聯(lián)規(guī)則挖掘。本文關(guān)聯(lián)模型研究首先對國內(nèi)外相關(guān)文獻進行了查閱,初步了解了數(shù)據(jù)挖掘技術(shù)在空氣污染方面和慢性病方向的研究現(xiàn)狀,接著學(xué)習(xí)了數(shù)據(jù)挖掘技術(shù)及關(guān)聯(lián)規(guī)則的相關(guān)理論知識并進行了詳細的闡述,其中針對關(guān)聯(lián)規(guī)則挖掘算法進行了進一步的了解和學(xué)習(xí),深入研究了關(guān)聯(lián)規(guī)則挖掘算法中的Apriori算法和FP-growth算法。在對Apriori算法的學(xué)習(xí)研究過程中理解了該算法的運行過程,領(lǐng)會了該算法的核心思想,發(fā)現(xiàn)了該算法在時間消耗上的弊端,并分析了一些現(xiàn)有的該算法的優(yōu)化方法,為本文改進該算法提供了參考。本文的關(guān)聯(lián)模型研究針對Apriori算法在運行效率上的缺陷,對其進行了以下改進:首先運用數(shù)據(jù)庫中的SQL語句直接對我們使用的數(shù)據(jù)進行相應(yīng)的分類等操作,再把數(shù)據(jù)進行分塊,映射到每個處理器上,這樣在對數(shù)據(jù)進行掃描時只要每個處理器掃描其對應(yīng)塊便可,無需再像以前那樣全篇掃描,從而大大縮小了對數(shù)據(jù)掃描所花費的時間。隨后采用新的數(shù)據(jù)結(jié)構(gòu)運行,以往在對數(shù)據(jù)庫進行處理時,通常是將數(shù)據(jù)庫視為水平結(jié)構(gòu)的,而該改進方法是將其視為垂直結(jié)構(gòu),是一個項目事務(wù)垂直對應(yīng)關(guān)系的數(shù)據(jù)結(jié)構(gòu)。該優(yōu)化算法在尋找頻繁項集的過程中只需要掃描一次數(shù)據(jù)庫,從而在后續(xù)的流程中不用處理一些不必要的事務(wù)和項目,進而需要處理的事務(wù)項目集也會逐漸減小。該優(yōu)化算法還避免了做大量的模式匹配來計算事務(wù)項和無需循環(huán)掃描項目集,進而大大提高了算法的時間效率。對Apriori算法進行優(yōu)化后還設(shè)計了空氣質(zhì)量與慢性病關(guān)聯(lián)規(guī)則挖掘的整體方案:先對采集的空氣質(zhì)量數(shù)據(jù)和慢病患者信息數(shù)據(jù)進行相應(yīng)的處理,再根據(jù)實際情況設(shè)定規(guī)則的最小支持度和置信度,然后在該空氣質(zhì)量與慢性病的關(guān)聯(lián)規(guī)則挖掘中運用改進的Apriori算法,最后對生成的關(guān)聯(lián)規(guī)則根據(jù)實際情況進行分析與說明,探究空氣質(zhì)量與慢性病之間的聯(lián)系。通過該研究結(jié)果,了解空氣因子對慢性病的影響,讓市民對空氣質(zhì)量與人體健康有更科學(xué)的認識,從而達到未病先防,有病減緩的效果,對慢病防治有一定的意義,也對我們需要保護好我們賴以生存的環(huán)境有更深刻的認識。
【學(xué)位授予單位】：長江大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：X51;R12
【圖文】：

加入第一條Figure2AddingtheI5:1

加入第三條Figure4FPtreeadI5:1

加入第二條Figure3AddingaseI5:1

【參考文獻】

相關(guān)期刊論文 前10條

1 陳婕;趙茜;劉貝貝;王娟;徐洪兵;張怡;宋曉明;賀蓓;黃薇;;交通來源大氣污染對慢性阻塞性肺部疾病患者呼吸道氧化應(yīng)激和炎性反應(yīng)的影響[J];中華預(yù)防醫(yī)學(xué)雜志;2016年05期

2 張改臣;;空氣污染物對高血壓的影響研究[J];中西醫(yī)結(jié)合心血管病電子雜志;2015年27期

3 賈雪宏;張煥萍;;PM2.5與支氣管哮喘[J];疾病監(jiān)測;2015年05期

4 董研;;基于時態(tài)約束的Apriori改進算法的實現(xiàn)[J];自動化技術(shù)與應(yīng)用;2015年01期

5 陳小聰;吳紅娟;李錦燕;;溫州兒童哮喘發(fā)作與空氣污染及氣象因子的相關(guān)性分析[J];中國兒童保健雜志;2015年01期

6 廖琴;曾靜靜;曲建升;;國外環(huán)境與健康發(fā)展戰(zhàn)略計劃及其啟示[J];環(huán)境與健康雜志;2014年07期

7 王學(xué)松;郭強;;醫(yī)療數(shù)據(jù)分析及數(shù)據(jù)挖掘方法的應(yīng)用[J];電子技術(shù)與軟件工程;2014年02期

8 韋麗紅;陳松;;數(shù)據(jù)挖掘技術(shù)與關(guān)聯(lián)規(guī)則挖掘算法研究[J];佳木斯教育學(xué)院學(xué)報;2014年01期

9 胡靈芝;;數(shù)據(jù)挖掘方法及其在醫(yī)學(xué)領(lǐng)域中的應(yīng)用[J];遼寧中醫(yī)藥大學(xué)學(xué)報;2010年07期

10 金瑤;;一種基于自適應(yīng)步長及動態(tài)修剪的Apriori改進算法[J];宜春學(xué)院學(xué)報;2009年06期

相關(guān)博士學(xué)位論文 前1條

1 何驍生;空氣污染物及其組分與心肺疾病死亡、冠心病發(fā)生的流行病學(xué)研究[D];華中科技大學(xué);2014年

相關(guān)碩士學(xué)位論文 前2條

1 梁銳明;長期暴露于PM_(2.5)與心腦血管疾病死亡關(guān)聯(lián)研究[D];中國疾病預(yù)防控制中心;2017年

2 陳躍濤;空氣細顆粒污染物在支氣管哮喘發(fā)生中的作用及其機制的研究[D];華中科技大學(xué);2016年

本文編號：2772494