Please use this identifier to cite or link to this item:
https://repositorio.ufba.br/handle/ri/19308
metadata.dc.type: | Dissertação |
Title: | Correlação probabilística implementada em spark para big data em saúde |
Authors: | Pita, Robespierre Dantas da Rocha |
metadata.dc.creator: | Pita, Robespierre Dantas da Rocha |
Abstract: | A aplicação de técnicas de correlação probabilística em registros de saúde ou socioeconômicos de uma população tem sido uma prática comum entre epidemiologistas como base para suas pesquisa não-experimentais. Entretanto, o crescimento do volume dos dados comum ao cenário imposto pelo Big Data provocou uma carˆencia por ferramentas computacionais capazes de lidar com esses imensos reposit´orios. Neste trabalho é descrita uma solução implementada no framework de processamento em cluster Spark para a correlação probabilística de registros de grandes bases de dados do Sistema Público de Saúde brasileiro. Este trabalho está vinculado a um projeto que visa analisar a relação entre o Programam Bolsa Família e a incidência de doen¸cas associadas á pobreza, tais como hanseníase e tuberculose. Os resultados obtidos demonstram que esta implementação provê qualidade competitiva em relação a outras ferramentas e abordagens existentes, comprovada pela superioridade das métricas de tempo de execução. |
Keywords: | Correlação probabilística Computação intensiva de dados Sistemas de saúde pública Apache Spark |
metadata.dc.subject.cnpq: | Ciência da Computação |
metadata.dc.publisher.country: | brasil |
metadata.dc.publisher.initials: | UFBA |
metadata.dc.publisher.program: | Mestrado Multiinstitucional em Ciência da Computação |
metadata.dc.rights: | Acesso Aberto |
URI: | http://repositorio.ufba.br/ri/handle/ri/19308 |
Issue Date: | 30-May-2016 |
Appears in Collections: | Dissertação (PGCOMP) |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Dissertação final - Robespierre.pdf | 1,98 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.