Abstract:
اعتیاد به مواد مخدر علاوه بر زیان های جسمی و روحی، عوارض و مشکلات اجتماعی و اقتصادی از قبیل افزایش جرم های مرتبط با مواد مخدر مانند جنایت و سرقت، فقر و تکدی گری و هدر رفتن سرمایه های کلان مادی کشورها را نیز به دنبال داد. هدف این پژوهش شناسایی و مقایسه مدل عوامل مرتبط با گرایش به مواد مخدر در مراکز درمان و کاهش آسیب و انجمن معتادان گمنام در استان اصفهان برای اصلاح و پیشگیری از گرایش به مواد مخدر است. روش تحقیق از نوع کمی به روش توصیفی تحلیلی است. جامعه آماری شامل تمامی افراد مراجعه کننده به مراکز درمان و کاهش آسیب و انجمن های معتادان گمنام در نیمه دوم سال 1399 است. 1593 پرسشنامه به صورت نمونه در دسترس در اختیار مراکز قرار داده شد که با حذف مخدوشها، 1459 پرسشنامه تحلیل شد. سنجش گرایش به موادمخدر، با مقیاس آمادگی اعتیاد وید و بوچرα=0.9 انجام گرفت. نتایج نشان داد، الگوریتم درخت تصمیم تصادفی بیشترین صحت پیش بینی را دارد، در هر مجموعه داده الگوریتم مناسب داده را باید کاوش نمود. الگوریتم های مورد استفاده در این پژوهش توان خوبی در پیش بینی گرایش به مصرف مواد مخدر دارد که با استفاده از عوامل موثر یافته شده، می توان اقدامات لازم به منظور پیشگیری ثالث را انجام داد. همچنین با استفاده از قوانین یافته شد می توان میزان گرایش افراد جدید مراجعه کننده به مراکز را پیش بینی نمود.
In addition to physical and psychological harm, drug addiction also led to social and economic complications and problems, such as the increase in drug-related crimes such as crime and theft, poverty and begging, and the waste of large material assets of countries. The purpose of this study is to identify and compare the model of factors related to drug addiction in treatment and harm reduction centers and the Association of Anonymous Addicts in Isfahan province to correct and prevent drug addiction. The research method is quantitative and descriptive-analytical. The statistical population includes all people referring to treatment and harm reduction centers and anonymous addicts associations in the second half of 1399. 1593 questionnaires were provided to the centers as a sample and 1459 questionnaires were analyzed by removing the distortions. Drug addiction was assessed with Wade and Butcher Addiction Readiness Scale α = 0.9. The results showed that the random decision tree algorithm has the highest accuracy of prediction, in each data set the appropriate data algorithm should be explored. The algorithms used in this study have a good ability to predict the tendency to use drugs that using the effective factors found, the necessary measures can be taken to prevent third parties. Also, using the rules, it was found that the tendency of new people referring to the centers can be predicted.
Machine summary:
نتايج اين تحقيق با شناسايي عوامل مرتبط با گرايش به مصرف مواد مخدر و يافتن مدل ارتباطي اين عوامل به تفکيک مراکز درماني، به دانش روز در زمينه پيشگيري ثالث از گرايش به مصرف مواد مخذر خواهد افزود و از ديدگاه عملي استفاده از نتايج اين تحقيق مي تواند با کاهش هزينه هاي ناشي از اعتياد و صدمات ناشي از آن و هزينه هاي مربوط به مشاوره و مشکلات رواني احتمالي وکمک به تصميم گيران براي مديران ارشد و ارتقاي کيفيت مراکز درماني به تفکيک نيازمنديهاي هر مرکز درماني مفيد باشد اخيرا روش هاي مختلف داده کاوي مثل ، شبکه هاي عصبي، درخت تصميم ، شبکه بيز، ماشين بردار پشتيبان به منظور طبقه بندي و پيش بيني، مورد استفاده قرار مي گيرد.
به اين منظور مدل هاي شبکه عصبي، شبکه بيز، الگوريتم هاي مختلف درخت تصميم و ماشين بردار پشتيبان به داده ها برازش داده شده و شناسايي مي شود که کدام مدل براي پيش بيني گرايش به مواد مخدر در مراکز مجاز درمان و کاهش آسيب مناسب تر است ؟ و آيا عضويت در انجمن معتادان گمنام و شرکت در جلسات آن باعث کاهش گرايش افراد به مصرف مواد مخدر مي شود؟ روش روش تحقيق به صورت کمّي به روش توصيفي تحليلي(پس رويدادي) است .
در اين پژوهش ابتدا عوامل موثر بر گرايش به مصرف مواد مخدر از پيشينه تحقيق شناسايي مي شود و با استفاده از پرسشنامه اين عوامل کمي مي شوند سپس مدل ارتباطي اين عوامل با استفاده از نرم افزار SPSS MODELLER (کلمنتاين )٣ شبکه بيز، شبکه عصبي و بردار ماشين پشتيبان و انواع الگورتيم هاي درخت تصميم تعيين شده و تفاوت ميزان پيشگويي گرايش به مصرف مواد مخدر توسط مدل ها در مراکز درماني مجاز براي اعتياد و انجمن هاي معتادان گمنام بررسي مي گردد.