基于用戶畫像的醫(yī)療信息精準(zhǔn)推薦的研究.pdf

1、傳統(tǒng)的問診模式都是在現(xiàn)實(shí)中去醫(yī)院進(jìn)行詢問，這給多數(shù)的患者用戶帶來了很多不便，從而直接影響到患者的病情。隨著互聯(lián)網(wǎng)問診行業(yè)的迅速發(fā)展,減少了患者在醫(yī)院里的等待掛號、看病、取檢驗(yàn)報(bào)告、結(jié)賬、取藥所帶來的等待之苦。由于大數(shù)據(jù)時代的數(shù)據(jù)堆積，如何有效的通過數(shù)據(jù)挖掘?qū)Ａ繑?shù)據(jù)信息進(jìn)行處理，成為了一個普遍關(guān)注的問題，傳統(tǒng)的基于關(guān)鍵字搜索的信息查詢已經(jīng)不能夠很好的滿足患者用戶的需求。
　　本文主要通過對數(shù)據(jù)畫像原理與推薦系統(tǒng)相關(guān)技術(shù)進(jìn)行分析，力

2、求找到高效率、穩(wěn)定的、實(shí)時性強(qiáng)以及個性化的推薦算法，實(shí)現(xiàn)針對互聯(lián)網(wǎng)用戶進(jìn)行病情與醫(yī)生的精準(zhǔn)推薦，為患者提供自動或者半自動的分診系統(tǒng)，從而達(dá)到醫(yī)療信息的準(zhǔn)確傳遞。主要工作分為以下三個部分：
　　(1)本文對醫(yī)學(xué)領(lǐng)域的人物進(jìn)行畫像，在醫(yī)院堆積了大量的患者信息，通過設(shè)計(jì)醫(yī)學(xué)畫像模型，畫像生成算法，畫像更新算法，實(shí)現(xiàn)對患者信息的分析與應(yīng)用，建立起一個醫(yī)學(xué)畫像庫。
　　(2)通過深入研究推薦算法，對協(xié)同過濾算法的原理與流程進(jìn)行詳細(xì)的闡

3、述，并在此基礎(chǔ)上結(jié)合了SVD（奇異值分解技術(shù)）減少數(shù)據(jù)稀疏性問題，同時，將醫(yī)學(xué)畫像的研究應(yīng)用于推薦算法中，最終形成了一套基于SVD的協(xié)同過濾與融合畫像Tag標(biāo)簽特征的推薦算法。實(shí)現(xiàn)該算法的核心步驟是協(xié)同過濾中相似度度量的設(shè)計(jì)。本文主要設(shè)計(jì)兩種相似度的算法：傳統(tǒng)的相似度計(jì)算與基于畫像標(biāo)簽屬性偏好的相似度計(jì)算，最后通過一個權(quán)值w進(jìn)行動態(tài)的調(diào)整我們的算法相似度，直到選取合適的w使該系統(tǒng)能夠更有效的提高系統(tǒng)的性能和系統(tǒng)的推薦精度。
　　(