标题：粗糙集理论分割海量电子病历的研究与应用
作者：周威光 张琪君
作者单位：浙江理工大学信息学院，浙江 杭州 310018
关键字：数据分割，粗糙集理论，Hadoop，分类
摘要：为了提高分布式处理海量电子病历进行分类的性能，提出了使用粗糙集理论分割海量电子病历。首先，对该研究过程中所采用的中文分词、特征选择、数据分割、分类并行化等算法进行研究。接着，分析了随机分割、属性值分割、信息熵分割电子病历的性能，提出了粗糙集理论分割海量电子病历的算法。实验结果表明：对于疾病分类，使用粗糙集理论分割方法构造的疾病分类器比随机分割、属性值分割、信息熵分割的性能更高，随着分割的块数增多，分类器仍旧相对稳定。