عنوان پایاننامه
سیستم ذخیره سازی گرافی برای همه گیری شبکه ای
- رشته تحصیلی
- مهندسی فناوری اطلاعات پزشکی
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 62574;کتابخانه دانشکده علوم و فنون نوین شماره ثبت: 61
- تاریخ دفاع
- ۰۹ بهمن ۱۳۹۲
- دانشجو
- مینا شریفی بیدگلی
- استاد راهنما
- محمد خوانساری
- چکیده
- در سالهای اخیر، حجم دادههای تولیدی در حوزه سلامت در حال افزایش است که از نمونه آنها اطلاعات مربوط به شیوع همهگیری در جامعه است. در واقع الگوهای تماس افراد در جامعه، باعث ایجاد شبکه میشوند که تحلیل این شبکه از اهمیت زیادی در پیشگیری و کنترل شیوع بیماریها برخوردار است. همچنین تنوع منابع داده موجب شده است که قالبهای متفاوتی از داده داشته باشیم. بنابراین ارائه مدلی برای ذخیرهسازی این دادهها به نحوی که قادر باشد پرسوجوهای مطرح در این حوزه را به سرعت پاسخ دهد، ضروری است. در این پایاننامه، ابتدا نیازسنجی دادهای و پرسوجوها برای ذخیرهسازی دادههای همهگیری شبکهای انجام شده است. سپس انواع پایگاهدادههای NoSQL گرافی بررسی و ویژگیهای آنها با یکدیگر مقایسه شده و انتخاب پایگاهداده گرافی مناسب براساس نیازسنجی انجام گرفته در بند یک انتخاب میشود. در ادامه سه مدل دادهای مبتنی بر گراف به جهت ذخیرهسازی دادههای همهگیری شبکهای پیشنهاد میگردد. این سه مدل از طریق پیادهسازی در سیستم ذخیرهسازی Neo4j با یکدیگر مقایسه شده و همچنین با مدل رابطهای بر روی MySQL نیز مقایسه میگردند و بر اساس معیارهایی چون زمان پاسخ به انواع پرسوجوهای مورد نیاز در این حوزه و حافظه مصرفی، مدل بهینه انتخاب میشود. نتایج نشان میدهد که کارایی مدل گرافی بهتر از مدل رابطهای میباشد.
- Abstract
- In recent years, the volume of data generated in the health field is growing. one sample of it,is the information about epidemic outbreaks in the community. The contact patterns in the population, creating a network which is important in the prevention and control of disease outbreaks. In adition variety of data sources make different formats of data. Thus introducing a model for storing the data in a manner to be able to quickly respond to the queries raised in this area is essential. In this thesis, the data analysis and queries for data storage and network epidemic are specified. Then, we evaluate some important Graph databases and compare their features and the appropriate graph database is selected based on the assessment made. In the following three graph-based data model and on erelational model for storing network epidemic data is recommended. These three graph models are compared by implementing in the Neo4j storage system and also cpmpared with the relational model in MySQL relational model based on different criteria such as response time to a variety of queries needed in this area, memory consumption and so on . at last the best model that is optimal for network epidemic data is chosen. The results show that the performance of the graph model is better than the relational model.