بیشتر سیستم های نرم افزاری فقط جهت انجام روش های خاصی مناسب هستند و قابلیت انجام روش های دیگر را ندارند. یک نرم افزار داده کاوی مناسب باید اجازه استفاده و مقایسه روش های مختلف را بدهد ضمن آنکه بایستی پایگاه داده های نرم افزارهای مختلف را یکپارچه کند. گروه بزرگی از تحقیقات داه کاوی بر اساس برنامه های ریاضی اسکریپت گرا مانند متلب (تجاری) و R (منبع باز ) صورت می گیرند.در اصل تمرکز این برنامه ها بر داده کاوی نیست ولی حاوی توابع ریاضی و شبیه سازهایی می باشند که از اجرای الگوریتم های داده کاوی حمایت می کنند [۶۷].
در این پایان نامه از نرمافزار MATLABجهت انجام مراحل داده کاوی به خصوص مدلسازی­های مورد نیاز استفاده می شود.
فرایند خرید دارو
بیمارستان پاستور بم تنها بیمارستان دولتی در شهرستان بم و با جمعیت تحت پوشش ۵۲۰.۰۰۰ نفری یک از فعالترین بیمارستان های کشور است .این بیمارستان شامل بخش هایی همچون اورژانس، جراحی، داخلی ،اطفال ، نوزادان ،icu ، ccu، رادیولوژی ،آزمایشگاه ، دیالیز ، اندوسکوپی ، فیزیوتراپی ، سنگ شکن و با ظرفیت ۲۲۰ تخت خواب و ضریب اشغال تخت ۸۵% در حال خدمات دهی می باشد [۶۸].
سیستم اطلاعات این بیمارستان در سال ۱۳۸۶ از شرکت تیراژه رایانه تهران خریداری شده که در حال حاضر بیش از ۱۵۵ بیمارستان از ۳۲ دانشگاه علوم پزشکی کشور تحت پوشش نرم افزارها و خدمات شرکت تیراژه قرار دارند که این تعداد معادل ۵/۱۲ درصد از کل تختهای بستری کل کشور میباشد [۶۹].
زیر سیستم داروخانه در سیستم اطلاعات بیمارستان پاستور شامل :مشخصات دارو ،مشخصات بیمار ،لیست موجودی، درخواست های بخش ها می باشد
شکل ۳-۴ واسط کاربری سیستم اطلاعات بیمارستان پاستور بم
فرایند خرید در داروخانه این بیمارستان و سایر بیمارستان های کشور بدین صورت است که
با توجه به مصرف دارو در بخش های مختلف و فروش دارو بصورت تجربی و بدون استفاده از فرایند سیستماتیک در خواست خرید دارو توسط مسئول داروخانه به معاونت غذا و دارو دانشکاه علوم پزشکی ارسال می شود و از طریق این معاونت اقدام به خرید دارو می گردد.
با توجه به اینکه این فرایند بصورت تجربی صورت می گیرد می توان با بهره گرفتن از داده کاوی این فرایند را بهبود بخشید.
جمع بندی
در این فصل ضمن معرفی سیستم های اطلاعات بیمارستانی و توضیح درباره مزایا و معایب آنها به معرفی الگوریتم ها و روش های مختلف داده کاوی پرداخته شد. همچنین نرم افزارهای مختلف برای داده کاوی نام برده شدند و نهایتاٌ فرایند خرید دارو توضیح داده شد.

فصل چهارم
روش انجام پژوهش
روش انجام پژوهش
در این فصل ابتدا چارچوب کلی پایان نامه و مراحل پیاده سازی را شرح داده، سپس توضیح مختصری راجع به مجموعه داده ­های ایجاد شده داده می­ شود و در نهایت، به شرح الگوریتم­هایی که برای ارزیابی مورد مقایسه قرار گرفته اند خواهیم پرداخت.
مقدمه
در فصل پیشینه پژوهش نمونه ­ای از تحقیقات انجام شده برای پیش ­بینی تقاضا را برشمردیم و مزایا و معایب آنها را ذکر کردیم. در این مطالعه، هدف، ارائه مدلی برای پیش بینی مصرف دارو با بهره گرفتن از الگوریتم های پیش بینی می باشند. از دیگر اهداف تحقیق بکارگیری مدل ارائه شده بر روی داده های یک بیمارستان و ارزیابی نتایج حاصل از آن می باشد. مدل ارائه شده در این پایان نامه می تواند در سایر بیمارستان های کشور نیز مورد استفاده قرار بگیرد.
الگوریتم پیشنهادی
چارچوب تحقیقات انجام شده در این پایان نامه را می­توان در یک دیاگرام به صورت زیر خلاصه کرد.

برای پیاده سازی الگوریتم پیشنهادی، باید مجموعه داده انتخابی را ویرایش و پاکسازی کرد. درواقع نوعی پیش پردازش بر روی مجموعه داده انجام می­ شود.
پیش پردازش داده ­ها
برای دستیابی به نتیجه دقیق و منسجم، ابتدا داده ها را به دو صورت ماهیانه و فصلی جدا می­کنیم. مجموعه داده انتخاب شده به این صورت است که هر نوع دارو دارای یک مقدار تقاضای ماهیانه و همچنین فصلی در هر سال می­باشد که در واقع جمع مصرفی آن داده یا مجموع تقاضای آن­ را در طول یک ماه و یا فصل مشخص می­ کند. مجموعه داده انتخاب شده در طول پنج سال از ۱۳۸۷ تا ۱۳۹۲ را پوشش می­دهد. ما می­توانیم فضای کوچک­تری از این داده را به عنوان مجموعه داده نهایی استفاده کنیم. زیرمجموعه ای از داده ­ها که می­توانند نماینده تمام داده باشند به عنوان مجموعه داده انتخاب می­ شود. به همین دلیل ۳۰ نمونه از داده هایی که بیشترین واریانس را دارند به عنوان مجموعه داده نهایی استفاده می­کنیم.
ساخت ماتریس داده
در این بخش ابتدا روش­های یکپارچه کردن و یا به عبارتی پیش­پردازش مجموعه داده بررسی می­ شود. در این پایام نامه از چندین روش برای تولید مجموعه داده استفاده شده است که هرکدام بررسی خواهند شد. هر کدام از این مجموعه­های داده را با الگوریتم­های معرفی شده استفاده کرده و نتایج را مقایسه می­کنیم.
۴-۳-۱-۱-روش ماه­های متوالی
برای ساختن ماتریس داده ­های ماهیانه از پنجره­ ۶ ماهه استفاده می­کنیم به اینصورت که به ازای هر دارو، ۶ ماه را به عنوان ورودی و ماه هفتم را به عنوان خروجی درنظر می­گیریم. به عنوان مثال برای داده X، میزان تقاضا یا مصرف ۶ ماه متوالی را به عنوان ورودی و ماه هفتم را به عنوان خروجی می­دهیم. ماتریس داده در جدول ۵-۲ نمایش داده شده است.
جدول ۴-۱. نمایش ماتریس داده به صورت ماه­های متوالی