تحلیل ویژگی های معتادین مواد مخدر با استفاده از رویکرد یادگیری ترکیبی

پالایش و هدفمندسازی برنامه های پیشگیرانه و بازپرورانه اعتیاد، کارایی اجرای این برنامه ها را افزایش خواهد داد. با این وجود، نقش روش های یادگیری و داده کاوی کمتر در این حوزه مورد بررسی قرار گرفته است. هدف پژوهش حاضر، بررسی کارکرد روش های داده کاوی در تحلیل، پالایش و گروه بندی جامعه هدف به منظور هدفمندسازی برنامه ها می باشد.

با ارائه یک چارچوب تلاش می شود تا علاوه بر شناسایی بهتر ویژگی ها، گروه های متفاوتی با مشخصه های خاص از جامعه هدف استخراج گردد. به این طریق می توان برنامه های هدفمندی را در هر گروه اجرا نمود. اطلاعات معتادان مراجعه کننده به برخی مراکز ترک اعتیاد شاهرود با استفاده از ترکیبی از روش های داده کاوی در قالب چارچوب ارائه شده، تحلیل می شوند. به طور خاص برای تحلیل هر ویژگی هدف، ابتدا گام انتخاب ویژگی (با استفاده از ترکیبی از روش های تحلیل همبستگی، درخت تصمیم و استخراج قوانین) برای تعیین ویژگی های موثر در تحلیل هدف مد نظر صورت می گیرد. سپس داده ها با عنایت به ویژگی های انتخاب شده، خوشه بندی می شوند. سپس از روش های کشف قوانین انجمنی و رده بندی درخت تصمیم برای تحلیل داده های هر خوشه استفاده می شود.

نتایج، نشان دهنده موثر بودن چارچوب پیشنهادی در تحلیل و گروه بندی جامعه هدف است. به طور خاص با اعمال چارچوب پیشنهادی، قوانین متعددی برای دلایل مراجعه به مرکز استخراج می کنیم. هم چنین در ادامه با اعمال ترکیبی روش های خوشه بندی و رده بندی، گروه های متفاوت با ویژگی های متمایز در مجموعه داده را استخراج می نماییم.

نتایج این پژوهش بیانگر نقش و اهمیت روش های داده کاوی در اجرای هرچه بهتر برنامه های پیشگیری و درمان می باشد. به طور خاص رابطه شرایط خانوادگی و اجتماعی فرد معتاد با دلایل مراجعه به مرکز که در مقاله استخراج شده است، می تواند در طرح ریزی برنامه پیشگیری از اعتیاد افراد مشابه و اقدام به درمان در افراد معتاد موثر واقع شود.