مهیار شریفی - کارشناسی ارشد، مهندسی سیستم های سلامت، دانشکده مهندسی صنایع و سیستم ها، دانشگاه تربیت مدرس
فاطمه قدرت - کارشناسی ارشد، بهینه سازی سیستم ها، دانشکده مهندسی صنایع و سیستم ها، دانشگاه تربیت مدرس
توتکتم خطیبی - دانشیار، مهندسی سیستم های سلامت، دانشکده مهندسی صنایع و سیستم ها، دانشگاه تربیت مدرس

سازمان بهداشت جهانی هر ساله به منظور ارزیابی سطح بهداشت و درمان در کشورهای مختلف عوامل عمده مرگ و میر را شناسایی و در قالب یک گزارش جامع منتشر می نماید. در گزارش دیگری که توسط موسسه Gallup منتشر می شود، به بررسی ابعاد مختلف شادی و رفاه اجتماعی در کشورهای مختلف می پردازد. باتوجه به تعریف سازمان بهداشت جهانی از یک فرد سالم در ابعاد مختلف جسمی، روانی و اجتماعی است، در این تحقیق با هدف بررسی تاثیر عوامل شادی و رفاه اجتماعی بر روی عوام عمده مرگ و میر در کشورهای جهان، مجموعه داده های این دو گزارش ادغام و با روش های یادگیری بدون نظارت و با نظارت یادگیری ماشین اقدام به تحلیل مجموعه داده های جدید شده است. براساس نتایج به دست آمده از این تحقیق با استفاده از الگوریتم های خوشه بندی، کشورهای جنوبی و مرکزی قاره آفریقا در یک خوشه و سایر کشورهای دیگر در خوشه دیگر قرار گرفتند. همچنین با استفاده از روش های دسته بندی، متغیرهای اثرگذار در خوشه بندی شناسایی شدند. این موارد شامل علل مرگ و میر ناشی از عفونت مانند مالاریا، مننژیت، سل و ایدز است و بیماری های قلبی و عرقی، پارکینسون، مرگ مادر و سوئ تغذیه از عوامل مرگ و میر غیرعفونی است. در کنار متغیرهای مجموعه داده های مرگ و میر، دو متغیر میانگین سطح امید به زندگی و تولید ناخالص داخلی کشورها نیز، از متغیرهای اثرگذار در خوشه بندی مشاهدات این تحقیق است.

سلامت جهانی، رفاه اجتماعی، خوشه بندی، الگوریتم K-Medoids، دسته بندی