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
Adsurgo 联合创始人兼负责人 James Wisnowski
大多数组织都在分析结构化数字数据，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，在大多数组织中都有使用。但是，大多数存储的数据都不是数字；它们以报告和文档中的非结构化文本形式存在，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，但他们并没有对这些数据进行任何处理。虽然将要介绍的概念适用于任何行业，但演讲者将演示如何分析监管合规文件中的非结构化文本数据。演讲者将使用调用 R 的 JMP 脚本演示端到端示例，从将不同的文本源（来自文本文件夹和直接来自 FDA 网站）组装成结构化数据集开始，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。虽然会讨论相关理论，但演讲的重点是让观众了解如何使用 JMP 从监管合规文件中发现有用且可操作的合规和业务见解。
