Detecting psychological problems by using data mining

Abstract

Teknolojinin hızlı gelişip yayılması, kişilerin daha çok psikolojik rahatsızlıklara sahip olmalarını sağladı.Veri madenciliği tüm iş alanlarında uygulanabilen bir yöntem olsada, sıklıkla finans sektöründe, bankacılıkta, GSM sektöründe ve biomedical alanlarda; psikolojik rahatsızlıkların seviyesinin ve neler olduğunun tespitinde kullanılır.Bu çalışmada; Psikolojik rahatsızlıkların tespiti ve etkileri üzerinde durulmuş Kullanılan veriler olarak; yaş, cinsiyet, medeni hal, gelir, kişiliğindeki değişimler,başlama sebebi, hastalığın derecesi, hastalığın süresi, tekrarlama durumu, çevreye karşı tutumu, ruh hallerindeki değişmeler, hastalığın durumu, ilaç kullanımı bilgilerine sınıflandırma yöntemleri uygulanmıştır. Psikolojik problemlerin tespiti tanısının konulmasında ise, hastalığın etkileri göz önünde durulmuştur.Çalışmada uygulanan sınıflandırma yöntemleri; Weka 3.7.1 (Witten & Frank, 2005) veri madenciliği ara yüzü ile; Karar Ağaçları, Logistik,Çok Katmanlı Algılayıcı, JRIP, Bayes Kuralı, Bayesian Ağları, Part, Zeror, Oner, J48 ve Rbf Ağları? dır. Yapılan çalışmalar sonucunda, en kötü sonucu ZeroR (%50) uygulaması almıştır. Logistik uygulaması diğer uygulamalara göre daha iyi sonuç vermiştir.

Because of the development of the technology, people have much more psychologıcal illnesses. To prevent the loss, the companies begin to develop new systems to ensure safe of data flow owned by the network structures. Today, data mining is a data processing technology that is used to solve many problems. Data mining can be applied to all business areas such as financial industry, banking, telecom and biomedical fields and it is used for degree of the psychological illnesses.This study is focused on detecting psychological illnesses and their effects.Classifications are made under using information according to age, sex, marital status, income, changes of personality type, reasons to start, degree of illness, duration of illness, repeat status, and behavior to outside, changes of moods, illness situation, and using medicine. Illness affection information is taken into consideration in order to reach definite detecting psychological problems.Weka 3.7.1 (Witten, Frank, 2005), with data mining interface; Decision Trees, Logistic, Multi-Layer Perceptron, JRIP, Bayes Rule, Bayesian Networks, Part, Zeror, Oner, J48 and Rbf Networks are the classification methods that are used in this study. After studies, the performance shows that the least effective application is ZeroR (50 %). Logistic application gives best result than the others.