Работа посвящена изучению методов построения ассоциативной модели при выполнении интеллектуального анализа данных в задаче оценки психосоциальных факторов медицинских активностей населения. Проведено мониторинговое медико-социологическое исследование, объектом которого является система организации медицинской профилактики на территориальном уровне. В результате применения алгоритмов и методов интеллектуального анализа данных были обнаружены связанные события. В ходе оценки психосоциального портрета родителей учащихся выделены 25 ассоциативных правил (association rules) с поддержкой от 80 % до 90 % и достоверностью выше 97 %. Установлено, что подавляющая часть респондентов игнорируют позитивные в отношении здоровья информационные материалы и воздействия, будучи не в состоянии самостоятельно предложить меры, корригирующие традиционные факторы риска (ФР). Результаты анализа использованы для поддержки управленческих решений в региональной системе медицинской профилактики.

Асеев М. Г., Дюк В. А. Применение системы Deep Data Diver для решения задачи анализа рыночных корзин // Труды СПИИРАН. 2004. Вып. 2, т. 1. С. 127–134.
Концепция активного долголетия на территории муниципального образования «Город Вологда» на период до 2035 года «Вологда – город долгожителей». URL: https://www.duma vologda.ru/upload/iblock/885/885247c5427317c01085cf106e97e1b7.pdf (дата обращения: 19.04.2021).
Постановление Правительства Вологодской области от 28 октября 2013 г. № 1112 «Об утверждении Государственной программы “Развитие здравоохранения Вологодской области” на 2014–2020 годы». URL: https://вопб.рф/sites/default/files/doc/postanovlenie_pravitelstva_vo_ot_28.10.2013_no1112.pdf (дата обращения: 19.04.2021).
Рапаков Г. Г., Банщиков Г. Т. Интеллектуальный анализ данных в здравоохранении региона (на материалах Вологодской области). Вологда: ВоГУ, 2014. 79 с.
Рапаков Г. Г., Банщиков Г. Т. Организация системы раннего выявления больных артериальной гипертензией и доступность антигипертензивных средств в Вологодской области. Опыт использования кластерного анализа // Архивъ внутренней медицины. 2013. № 4 (12). С. 16–23.
Рапаков Г. Г., Банщиков Г. Т. Эффективность реализации областной целевой программы лечения пациентов с артериальной гипертензией на региональном уровне (опыт Вологодской области) // Экономические и социальные перемены: факты, тенденции, прогноз. 2014. № 5 (35). C. 206–221.
Рапаков Г. Г., Касимов Р. А. Методы и алгоритмы машинного обучения при принятии управленческих решений в региональной системе медицинской профилактики (опыт Вологодской области). Вологда: ВоГУ, 2014. 143 с.
Рапаков Г. Г., Касимов Р. А., Банщиков Г. Т., Горбунов В. А. Распознавание и анализ со-циокультурных поведенческих паттернов на основе метода ассоциативных правил // Физико-математическое моделирование систем: материалы XII Международного семинара (г. Воро-неж, 27 июня 2014 г.): в 3 ч. / под редакцией И. Л. Батаронова. Воронеж: Воронежский государственный технический университет, 2014. Ч. 2. С. 155–160.
Harrington P. Machine Learning in Action. Shelter Island, NY: Manning Publications, 2012. 384 p.
The Top Ten Algorithms in Data Mining / edited by X. Wu, V. Kumar. Boca Raton, FL: Chap-man & Hall / CRC, 2009. 232 p.
Witten I. H., Frank E. Data Mining: Practical Machine Learning Tools and Techniques. San Francisco, CA: Elsevier Inc., 2005. 525 p.
Zhang C., Zhang S. Association Rule Mining: Models and Algorithms. Berlin; Heidelberg: Springer-Verlag, 2002. 244 p.