利用文本挖掘的力量：分析 FDA 召回和检查观察结果Heath Rushing，Adsurgo 联合创始人兼负责人
James Wisnowski，Adsurgo 联合创始人兼负责人
大多数组织都在分析结构化数值数据，例如产品试验、研发、流程开发、流程监控、销售和营销以及商业制造。结构化数字数据数量众多，并且在大多数组织中使用。然而，大多数存储的数据不是数字的；它以报告和文件中的非结构化文本形式出现，例如调查结果和不合格报告。虽然这些公司花费资源来收集这些非结构化文本数据，但他们并没有对其进行任何操作。尽管将介绍的概念适用于任何行业，但演讲者将演示对监管合规文档中非结构化文本数据的分析。使用调用 R 的 JMP 脚本，演讲者将演示端到端示例，从将不同的文本源（来自文本文件文件夹和直接来自 FDA 网站）组装到结构化数据集中，构建文档术语开始矩阵，然后应用聚类分析和决策树等数据挖掘方法来发现以前未知的关系。虽然将讨论相关理论，但演讲的重点是让观众了解使用 JMP 从监管合规文档中发现有用且可操作的合规性和业务见解。
JSL应用程序开发
