個人健康信息數(shù)據(jù)分析技術(shù)研究.pdf

1、隨著移動互聯(lián)網(wǎng)的迅速發(fā)展，移動健康相關(guān)應(yīng)用逐漸得到人們的重視。目前多數(shù)應(yīng)用都是結(jié)合專家、醫(yī)生的服務(wù)將有關(guān)健康問題反饋給用戶，缺少一個可以自動收集用戶健康信息，并智能化提醒用戶健康問題的移動健康類應(yīng)用。本文針對可以收集到的個人健康信息數(shù)據(jù)，從數(shù)據(jù)的角度進(jìn)行分析，找出健康相關(guān)問題。對整理后的個人健康信息數(shù)據(jù)，運用關(guān)聯(lián)規(guī)則挖掘方法，挖掘頻繁模式，發(fā)現(xiàn)數(shù)據(jù)中的關(guān)聯(lián)關(guān)系，將健康相關(guān)的規(guī)則反饋給用戶，作為健康建議。
　　論文的研究內(nèi)容和工作成

2、果有:
　　(1)對個人健康信息數(shù)據(jù)進(jìn)行了數(shù)據(jù)分析，研究了數(shù)據(jù)的應(yīng)用背景，數(shù)據(jù)的來源，分析了數(shù)據(jù)的特點，并給出數(shù)據(jù)挖掘目的。
　　(2)根據(jù)個人健康信息數(shù)據(jù)的數(shù)據(jù)來源、數(shù)據(jù)種類、數(shù)據(jù)格式，設(shè)計并實現(xiàn)數(shù)據(jù)預(yù)處理方法，將個人健康信息數(shù)據(jù)處理成滿足關(guān)聯(lián)規(guī)則挖掘算法的格式。
　　(3)針對個人健康信息數(shù)據(jù)中，存在的數(shù)據(jù)分布不均勻問題，利用已有多層關(guān)聯(lián)規(guī)則挖掘算法方法會產(chǎn)生大量的規(guī)則。為此對經(jīng)典關(guān)聯(lián)規(guī)則挖掘方法Apriori和F

3、P-growth方法進(jìn)行了優(yōu)化，提出多最小支持度的多層關(guān)聯(lián)規(guī)則挖掘方法，MLMS cumulate算法和MLMS-growth算法。MLMS cumulate算法利用利用概念層次樹與多最小支持度相關(guān)性質(zhì)，生成頻繁項集過程中除去冗余項集，找出多最小支持度的多層關(guān)聯(lián)規(guī)則。MLMS-growth算法提出了多層次多支持度樹(MLMS-tree)結(jié)構(gòu)模型，存儲了頻繁模式的完整信息，并給出了基于MLMS-tree的頻繁模式增長方法。解決了個人健康信