

已閱讀1頁,還剩74頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、隨著社會經(jīng)濟發(fā)展和生活水平的提高,我國衛(wèi)生服務需求不斷擴大。但我國醫(yī)療資源分布不均,分級診療體系尚未完善,衛(wèi)生服務供不應求,醫(yī)患關(guān)系緊張?!盎ヂ?lián)網(wǎng)+”醫(yī)療是解決我國醫(yī)療服務供需不平衡的重要方法,而作為在線醫(yī)療主要存在形式的醫(yī)療社區(qū)問答系統(tǒng)中,患者提問數(shù)量遠遠大于回答醫(yī)生數(shù)量,如何提高醫(yī)生回答速度和質(zhì)量成為在線醫(yī)療發(fā)展瓶頸。文獻研究近年來社區(qū)問答系統(tǒng)中專家推薦領(lǐng)域,本文提出基于語義的專家推薦方法,以期提高醫(yī)生和患者的互動效果。
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于動態(tài)Labeled-LDA模型的微博主題挖掘.pdf
- 基于Labeled-LDA的微博趨勢話題檢測技術(shù)研究.pdf
- 基于LabeleD-LDA的財經(jīng)新聞分類系統(tǒng)的設計與實現(xiàn).pdf
- 基于Labeled-LDA的列控車載設備故障特征提取與診斷方法研究.pdf
- 基于LDA模型的醫(yī)療診斷研究.pdf
- 基于Phrase-LDA主題模型的茶產(chǎn)品群組推薦研究.pdf
- 基于Labeled LDA的微博用戶興趣識別系統(tǒng)的研究與實現(xiàn).pdf
- 基于LDA模型與加權(quán)GN網(wǎng)絡的科研合作推薦方法.pdf
- LDA模型的研究及其在推薦系統(tǒng)中的應用.pdf
- 基于Spark并行LDA主題模型的研究.pdf
- lda模型的研究及其在推薦系統(tǒng)中的應用
- 基于LDA模型的作者興趣發(fā)現(xiàn)研究.pdf
- 基于LDA主題模型的圖像檢索研究.pdf
- 基于LDA模型的文本聚類研究.pdf
- 基于LDA模型的文檔排序方法研究.pdf
- 基于LDA模型的文本分類研究.pdf
- 基于C-LDA的微博推薦算法.pdf
- 基于LDA模型的觀點聚類研究.pdf
- 基于LDA模型的文檔情感摘要研究.pdf
- 基于LDA的社交網(wǎng)絡鏈接預測模型研究.pdf
評論
0/150
提交評論