STRUTTURA BASATA SUL CLOUD PER LA GESTIONE DEI DATI SUL DIABETE

Con la crescita esponenziale dei dati provenienti da vari social network come Facebook, Twitter, applicazioni mobili, fotocamere digitali, reti di sensori ecc. e anche dalle ricerche biomediche, il volume complessivo dei dati è aumentato enormemente. Analizzare ed estrarre informazioni utili da dati così dinamici è quindi oggi un compito molto impegnativo. Il data mining svolge un ruolo fondamentale nella gestione dei big data per analizzare il riconoscimento dei modelli e le previsioni mediche. Possiamo estrarre i dati utilizzando vari algoritmi e tecniche come la classificazione, il clustering, la regressione, le regole di associazione, ecc. Implementa un'efficiente tecnica di data mining chiamata algoritmo Frequent Pattern-Growth (FP-Growth) per analizzare i dati sul diabete raccolti da vari pazienti e generare risultati utili per la predizione. I file memorizzati nel cloud possono essere consultati in qualsiasi momento e da qualsiasi luogo, purché si disponga di un accesso a Internet. Quindi il cloud memorizza i set di dati sul diabete e genera risultati utili di predizione utilizzando l'algoritmo FP-Growth.