利用文本挖掘的力量：分析FDA的召回和检查观察<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Heath Rushing，Adsurgo联合创始人兼负责人
Adsurgo联合创始人兼负责人James Wisnowski
大多数组织都在分析结构化的数值数据，例如产品试验，研发，过程开发，过程监视，销售和市场营销以及商业制造。结构化的数值数据很多，并且在大多数组织中都在使用。但是，大多数存储的数据不是数字的。它采用报告和文档中非结构化文本的形式，例如调查结果和不合格报告。这些公司在花费资源来收集这些非结构化的文本数据时，并未对其进行任何处理。尽管将介绍的概念适用于任何行业，但发言人将演示对法规遵从性文档中非结构化文本数据的分析。演讲者将使用调用R的JMP脚本演示端到端示例，这些示例将从将不同的文本源（既来自文本文件的文件夹，又直接来自FDA网站）组装到结构化的数据集中，构建文档术语矩阵，然后应用数据挖掘方法（例如聚类分析和决策树）来发现以前未知的关系。在讨论相关理论的同时，演讲的重点将在于为听众提供一个欣赏，他们了解使用JMP从法规遵从文档中发现有用且可操作的法规遵从性和业务见解。
JSL应用程序开发
