약물 재고 부족 최소화를 위한 K-평균 심층 알고리즘을 이용한 약물 데이터 사용 분류 (사례 연구: 남 시카랑 지역사회 보건소)

약물의 효율적인 활용은 특히 지역사회 보건소에서 효과적인 건강 서비스 제공에 필수적입니다. 본 연구는 K-평균 군집 분석 알고리즘을 적용하여 약물 사용 데이터를 분류하고 재고 부족을 최소화하는 방법을 탐구합니다. 남 시카랑 지역사회 보건소에서 수행된 이 연구는 약물 사용 패턴을 분석하여 수요가 높은 약물과 낮은 약물을 식별했습니다. 데이터 수집, 정리 및 전처리를 통해 약물 사용 데이터는 군집 분석에 적합한 형식으로 변환됩니다. 군집 방법 접근법은 약물 데이터 결과 과정을 기록하기 위해 데이터 세트를 활용하여 생산된 약물 사용 수준을 분석하는 데 적용될 수 있습니다. 적용된 K-평균 알고리즘 모델은 2개의 군집을 기반으로 한 사용 수준 그룹화를 보여주는 결과를 가지고 있습니다; 군집 1(C0)은 테스트 데이터 세트의 3.4개의 데이터로 구성된 높은 잠재력 카테고리이고, 군집 2(C1)는 7.2개의 테스트 데이터로 구성된 낮은 잠재력입니다. 협업 테스트는 또한 평균 수치 0.545를 보여주는 협업 테스트 결과를 생성할 수 있습니다.