冰冷的城市需要更多的綠手指論文書籍站
國立中正大學 資訊管理系醫療資訊管理研究所 張怡秋、胡雅涵所指導 汪妃芳的 應用資料探勘技術建構老人慢性病人流失預測模型 （2016），提出Artmap facebook關鍵因素是什麼，來自於資料探勘、病人流失、慢性病、監督式學習。
應用資料探勘技術建構老人慢性病人流失預測模型
為了解決Artmap facebook 的問題，作者汪妃芳 這樣論述：
高齡化之趨勢，慢性疾病的盛行率高，在競爭激烈的醫療市場環境，如何深化顧客關係管理，提升醫療服務品質，病人的忠誠度，減少顧客流失是目前醫療院所的永續經營之道，而資料探勘已是廣泛使用探討顧客流失的研究方法及技術。 本研究以南部某區域教學醫院65歲以上開立慢性病處方箋病人，總共收集28,261筆就醫資料，採資料探勘分類技術之決策樹J48 (C4.5)、隨機森林，羅吉斯迴歸及支援向量機四種分類器建立65歲以上開立慢性病處方箋病人流失預測模式，實驗資料再將10組訓練樣本分別進行資料分析。隨後採用10疊交叉驗證法(10-fold cross-validation)驗證預測模式效能。 實驗結果顯
示以隨機森林分類技術所建構的預測模型最佳，AUC：91.33%，其次為邏輯斯迴歸，AUC：90.12%。本研究中預測因素包括最近一次門診天數、全年門診次數、門診業務量及全年門診費用是預測流失有高度相關性。期能經由本研究結果供醫院管理者針對可能造成流失之病人能即早介入預防措施，進而減少病人流失，建構完善顧客關係管理。