Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Tytuł pozycji:

Text mining analysis of over 392 million compromised healthcare records

Tytuł:
Text mining analysis of over 392 million compromised healthcare records
Autorzy:
Koczkodaj, Waldemar W.
Nowacki, Marek
Pedrycz, Witold
Strzałka, Dominik
Data publikacji:
2025
Słowa kluczowe:
data security
text mining
AI
latent dirichlet allocation
elbow method
text coherence
perplexity measure
Język:
angielski
Dostawca treści:
BazTech
Artykuł
  Przejdź do źródła  Link otwiera się w nowym oknie  Pełny tekst  Link otwiera się w nowym oknie
The U.S. Department of Health and Human Services (HHS) and the Office for Civil Rights (OCR) enforce federal civil rights laws. This study analyzed the collected data on healthcare data breaches, which affected over 392 million records in the USA from 21 October 2009 until 19 April 2024, using text mining. Using Latent Dirichlet Allocation (LDA) and the Elbow methods, five major topics for text mining analysis were established. The analysis allowed to identify key breach reasons for targeting effective remedial actions and increasing data security awareness.
Opracowanie rekordu ze środków MNiSW, umowa nr POPUL/SP/0154/2024/02 w ramach programu "Społeczna odpowiedzialność nauki II" - moduł: Popularyzacja nauki (2025).

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies