KXEN挖掘疾控紧急事件

背景：自SARS以后，政府十分重视紧急突发事件的控制。最近，KXEN成功中标某地市疾控紧急突发事件数据挖掘产品的采购项目。此项目既有传统的处于领导者的数据挖掘产品，也有国内新兴的产品，最终，客户选择了KXEN自动化数据挖掘，吸引客户的，主要是KXEN的自动化建模流程和处理超高维数据的能力。

以下选自客户经过工具的评估之后，选用KXEN的结论书。

“对于流行病、传染病或者是慢性病，往往因为其未知性而难以对其进行很好的控制，疾控部门需要依据数据仓库中汇集的大量各个方面的数据，发现疾病的发病原因，洞察流行趋势及发病群体，以更好的决策，对疾病进行控制。基于此，KXEN的数据挖掘的优势在于：

1．建模种类齐全：支持分类、回归、聚类、关联规则、时间序列等模型，能够预测流行病的高危病发人群，通过居民、地理、环境、流行病等信息的综合，对所有居民患病概率进行预测，识别高危高发人群，识别流行病重要影响因素，能够有针对有目标对流行病的高危高发人群进行病发之前的预防。

能够预测流行病相关联因素，挖掘与流行病相关联因素，洞察流行病成因。能够依据设定监督目标对流行病发群体进行群体细分，对病发人群的不同诱因及人群特征进行全面剖析。能够对疾病在未来一定时期内的传播、发展情况进行预测和动态展示，建立流行病发展的时间序列模型，对疾病的发生及发展趋势进行深刻的预见及洞察分析，剖析疾病发展的周期季节性及波动性，对流行病未来发展进行预测，据此更好的对应急处置过程以及预防控制过程中的人、财、物等资源消耗进行调度、协调、监控。

2．快速高效建模：流行突发病具有未知因素多，发展迅速快的特点，KXEN的模型有很强时效性，KXEN能够在短时间内得到预测性能高的模型（经评估，KXEN的建模时间＜3天，传统工具约为1周）；同时，随疾病发展，模型需要动态更新，KXEN摆脱了传统的建模方法，实现了低成本、低人力消耗、快速的建模；在评估中，KXEN显示了最高的模型产量，能够短时间内提供多角度多方面的模型，保证结论的正确性。KXEN有高度的智能性，提供了自动化建模流程。能够自动选取最优性能模型（对于传统工具，只能提供默认的参数设置，并且这个参数设置是不会自动变化的，没有智能性），并且KXEN所提供的算法应该具有行业针对性，能够兼顾医疗行业数据维度高，相关性强等特点。

3．功能全面，简单易用的预处理过程。数据挖掘高性能模型建立，数据的预处理至关重要，KXEN提供全面的数据预处理功能，能够进行数据类型的转换，能够对数据进行装箱操作，能够针对数据的缺失，对奇异值进行恰当处理，能够在建模之前进行数据的统计，能够兼顾医疗行业数据的特点，容纳多种分布特征（正态，非正态，指数分布，对数分布）的数据，容纳不均衡数据建模，容纳高度相关维度的数据建模。同时，能够提供相应自动化预处理机制，简化数据预处理过程，缩短建模时间。（传统工具的预处理没有自动化，这占用整个建模过程70%的时间，并且预处理需要有良好基础的数据挖掘专家，如果运用不当，大大影响模型的性能；KXEN的自动化预处理模块解决了时间和技术的问题）

4．功能先进，针对行业特点的建模算法设计。预测性能高的模型，算法的应用至关重要，KXEN的算法必须性能好、速度快、对硬件配置要求低，同时，得到的模型的要求具有良好的可解释性，结果能够让行业人员理解，能够存储于数据库，格式可以简单识别。

5．广泛使用群体：高性能的模型，必须有行业专家和业务人员的支持，同时，流行病的数据挖掘会涉及多角度，多领域的数据，评估显示，KXEN最易让业务人员接受，除专业的数据分析师之外，业务人员和决策支持人员也能够独立使用，建立良好预测性能的模型。这样，模型能够更好的利用行业专家的知识，模型的结果才更具可信性，数据挖掘结果能够直接用于决策。（传统工具的使用者必须有数据统计基础，并且有2－5年的数据挖掘经验）

6．高维数据建模：疾控数据仓库有来源于居民个人信息、健康信息、流行病信息、环境检测信息库、病媒信息库等多方面的数据，传统数据挖掘算法往往存在对高维数据的支持不够，必须做人为的变量选择，这往往丢失一些重要的信息。KXEN能够支持高维数据直接建模，自动确定各个维度的重要性，在评估中，KXEN的模型能够容纳多至5000维的变量，不需做事先特征选择。

7．易于集成，与数据仓库，决策系统有良好的整合能力。KXEN能够充分利用数据仓库性能，不需单独存储，以降低成本，提高性能，保证数据的安全性；能够提供多种模型输出形式（JAVA、C、PMML、XML、HTML等），支持不同的集成开发模式，实现集成成本最优化。”

此次中标代表着KXEN在国内数据挖掘市场有了更广泛领域的应用， KXEN的高度开放性，自动化数据挖掘的理念正越来越被广大客户所接受。

微信扫一扫实时了解行业动态

微信扫一扫分享本文给好友