本文關(guān)鍵詞：基于時空感知的健康信息發(fā)現(xiàn)技術(shù)研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：互聯(lián)網(wǎng)時代信息技術(shù)推動健康領(lǐng)域革命性的變革使得人們不但對生活質(zhì)量的要求越來越高還對個人和家庭的健康也越來越重視；人們不再滿足于不生疾病,而到更關(guān)注預(yù)防疾病和保健。雖然現(xiàn)代人對健康的關(guān)注意識比以往任何時候都強烈,但是在如何健康地飲食,如何科學(xué)地預(yù)防疾病,以及慢性疾病發(fā)生時如何長期地監(jiān)控疾病等方面,大多數(shù)人還是處于一個不甚了解的狀態(tài)。因此,近年來信息技術(shù)在醫(yī)療健康領(lǐng)域的研究也越來越多,出現(xiàn)了很多的個人健康管理軟件和穿戴式移動健康設(shè)備等硬件,它們管理和存儲健康數(shù)據(jù),為更好地利用健康數(shù)據(jù)和為用戶提供服務(wù)奠定了良好的基礎(chǔ)。在日常生活中時間信息和空間信息與我們息息相關(guān),在通常的信息搜索中,我們也經(jīng)常把時間和空間信息作為關(guān)鍵詞提交給搜索引擎進行查詢。在用戶提交的查詢中有包含了顯式的時空約束和隱式的時空約束。例如,外賣網(wǎng)站中經(jīng)常會搜索當(dāng)前用戶位置附近的餐廳以及最近時間賣得最熱的菜品等等。可想而知,這些與時間和位置相關(guān)的查詢中,如果脫離了時間和空間信息,其檢索結(jié)果將是很糟糕的�，F(xiàn)今互聯(lián)網(wǎng)信息呈現(xiàn)出爆炸式增長,從海量的信息中快速查找到真正需要的信息已變得十分困難,因此普通檢索不能很好地理解用戶的查詢意圖,于是就衍生出了信息發(fā)現(xiàn)技術(shù)�；谝陨媳尘�,本文針對現(xiàn)有的信息發(fā)現(xiàn)技術(shù)在時空感知搜索能力方面還比較弱的現(xiàn)狀,研究了時空感知的信息發(fā)現(xiàn)技術(shù)及其在健康領(lǐng)域的應(yīng)用,提出了一系列的方法。本文首先闡述了信息發(fā)現(xiàn)和時空感知的相關(guān)理論以及國內(nèi)外研究現(xiàn)狀,分析了時空感知的信息發(fā)現(xiàn)研究中存在的問題；然后提出了基于時空感知的信息發(fā)現(xiàn)模型；最后在信息發(fā)現(xiàn)模型的基礎(chǔ)上設(shè)計了健康信息抽取算法和基于時空感知的信息發(fā)現(xiàn)算法-STAORank算法。STAORank算法是基于ObjectRank算法的改進,在其中擴展了時間相似度和空間相似度的計算以及健康數(shù)據(jù)的關(guān)聯(lián)性。STAORank算法首先查詢出包含文本關(guān)鍵詞的結(jié)點集；其次,在健康數(shù)據(jù)圖上搜索滿足時間和空間約束的結(jié)點,并產(chǎn)生候選結(jié)果；最后,對候選結(jié)果集利用評分公式計算相應(yīng)的最終分?jǐn)?shù)進行堆排序得出Top-k個結(jié)果。本文運用上述方法實現(xiàn)了一個基于時空感知的健康信息發(fā)現(xiàn)原型系統(tǒng)并抽取了大量的健康數(shù)據(jù)。本文使用了P@k評價指標(biāo)以及查詢時間兩個指標(biāo)對比和分析了不同算法的實驗結(jié)果。實驗結(jié)果表明,本文設(shè)計的STAORank算法具有良好的檢索效果。
【關(guān)鍵詞】：時空感知 信息發(fā)現(xiàn) 健康信息發(fā)現(xiàn)
【學(xué)位授予單位】：大連海事大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.3
【目錄】：

• 摘要5-7
• Abstract7-12
• 第1章 緒論12-19
• 1.1 研究背景及研究意義12-13
• 1.2 國內(nèi)外研究現(xiàn)狀13-17
• 1.2.1 信息發(fā)現(xiàn)研究現(xiàn)狀13-14
• 1.2.2 時空感知的信息發(fā)現(xiàn)研究現(xiàn)狀14-17
• 1.3 主要研究內(nèi)容17
• 1.4 論文章節(jié)安排17-19
• 第2章 時空感知與健康信息發(fā)現(xiàn)相關(guān)技術(shù)19-26
• 2.1 信息發(fā)現(xiàn)相關(guān)理論19-20
• 2.1.1 信息發(fā)現(xiàn)相關(guān)定義19
• 2.1.2 信息發(fā)現(xiàn)原理19-20
• 2.2 時空感知相關(guān)理論20-24
• 2.2.1 時空感知相關(guān)定義20-22
• 2.2.3 時空感知的應(yīng)用22-24
• 2.3 時空感知模型24-25
• 2.4 本章小結(jié)25-26
• 第3章 健康信息抽取技術(shù)26-45
• 3.1 健康信息抽取總體框架26-27
• 3.2 健康實體抽取27-30
• 3.2.1 網(wǎng)站結(jié)構(gòu)分析27-28
• 3.2.2 實體抽取規(guī)則設(shè)計28-29
• 3.2.3 實體抽取算法設(shè)計29-30
• 3.3 健康實體屬性抽取30-36
• 3.3.1 網(wǎng)頁結(jié)構(gòu)分析30-32
• 3.3.2 實體屬性抽取規(guī)則設(shè)計32-33
• 3.3.3 實體屬性抽取算法設(shè)計33-35
• 3.3.4 實體屬性一致性檢查35-36
• 3.4 健康實體聯(lián)系抽取36-40
• 3.4.1 實體聯(lián)系抽取規(guī)則設(shè)計37-38
• 3.4.2 實體聯(lián)系抽取算法設(shè)計38-40
• 3.4.3 一致性檢查40
• 3.5 實驗結(jié)果與分析40-44
• 3.5.1 評價標(biāo)準(zhǔn)40-41
• 3.5.2 抽取結(jié)果分析41-44
• 3.6 本章小結(jié)44-45
• 第4章 基于時空感知的健康信息發(fā)現(xiàn)算法45-64
• 4.1 時空感知的預(yù)處理45-46
• 4.2 基于時空感知的健康信息發(fā)現(xiàn)總體框架46-47
• 4.3 基于時空感知的健康信息發(fā)現(xiàn)模型47-50
• 4.3.1 信息發(fā)現(xiàn)模型47-48
• 4.3.2 查詢處理機制48-49
• 4.3.3 信息發(fā)現(xiàn)的結(jié)果定義49-50
• 4.4 信息發(fā)現(xiàn)算法設(shè)計與分析50-58
• 4.4.1 基本思路50-51
• 4.4.2 工作流程51-52
• 4.4.3 STAORank算法52-54
• 4.4.4 時間相似度算法54-56
• 4.4.5 位置相似度算法56-57
• 4.4.6 算法分析57-58
• 4.5 信息發(fā)現(xiàn)結(jié)果排序策略58-59
• 4.5.1 基本思路58
• 4.5.2 排序算法58-59
• 4.6 實驗結(jié)果與分析59-63
• 4.6.1 評估方法59
• 4.6.2 實驗設(shè)置59-60
• 4.6.3 結(jié)果分析60-63
• 4.7 本章小結(jié)63-64
• 第5章 原型系統(tǒng)設(shè)計與實現(xiàn)64-75
• 5.1 系統(tǒng)分析與設(shè)計64-67
• 5.1.1 系統(tǒng)總體架構(gòu)設(shè)計64-65
• 5.1.2 系統(tǒng)模塊設(shè)計65-67
• 5.2 系統(tǒng)實現(xiàn)67-74
• 5.2.1 開發(fā)工具67-69
• 5.2.2 數(shù)據(jù)存儲69-72
• 5.2.3 功能實現(xiàn)72-74
• 5.3 本章小結(jié)74-75
• 第6章 總結(jié)與展望75-76
• 6.1 論文總結(jié)75
• 6.2 工作展望75-76
• 參考文獻76-80
• 攻讀學(xué)位期間公開發(fā)表論文80-81
• 致謝81

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 喬磊;李存華;仲兆滿;王俊;劉冬冬;;基于規(guī)則的人物信息抽取算法的研究[J];南京師大學(xué)報(自然科學(xué)版);2012年04期

2 于琨,糜仲春,蔡慶生;可應(yīng)用于互聯(lián)網(wǎng)的自學(xué)習(xí)中文關(guān)鍵詞抽取算法[J];中國科學(xué)技術(shù)大學(xué)學(xué)報;2002年03期

3 趙鵬;蔡慶生;王清毅;耿煥同;;一種基于復(fù)雜網(wǎng)絡(luò)特征的中文文檔關(guān)鍵詞抽取算法[J];模式識別與人工智能;2007年06期

4 胡志敏;;基于綜合權(quán)重的多文檔關(guān)鍵詞抽取算法[J];計算機與數(shù)字工程;2010年06期

5 袁曉峰;;基于詞語相關(guān)度的文檔主題抽取算法[J];成都大學(xué)學(xué)報(自然科學(xué)版);2012年04期

6 沈媛媛;劉益成;鄭恭明;;利用VBA在Word中實現(xiàn)試卷的自動生成[J];電腦學(xué)習(xí);2007年01期

7 傅繼彬;樊孝忠;毛金濤;余正濤;;基于語言特性的中文領(lǐng)域術(shù)語抽取算法[J];北京理工大學(xué)學(xué)報;2010年03期

8 劉云峰;;基于標(biāo)簽路徑聚類的文本信息抽取算法[J];計算機工程;2010年12期

9 沈元一;鄭驍慶;顧軼靈;;基于語義的互聯(lián)網(wǎng)藥品信息抽取算法[J];計算機系統(tǒng)應(yīng)用;2011年01期

10 胡佳妮;郭軍;鄧偉洪;徐蔚然;;基于短文本的獨立語義特征抽取算法[J];通信學(xué)報;2007年12期

中國重要會議論文全文數(shù)據(jù)庫 前4條

1 穆亞東;周秉鋒;;基于信念傳播的圖像抽取算法[A];中國感光學(xué)會第七次全國會員代表大會暨學(xué)術(shù)年會和第七屆青年學(xué)術(shù)交流會論文摘要集[C];2006年

2 胡佳妮;郭軍;徐蔚然;;一種基于短文本的獨立語義特征抽取算法[A];全國網(wǎng)絡(luò)與信息安全技術(shù)研討會論文集（上冊）[C];2007年

3 周毅;;基于邏輯行列切分樹的表格數(shù)據(jù)抽取算法[A];第二十屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2003年

4 羅勇;周超;許超;;文本分類在商品廣告分類中的應(yīng)用[A];全國第五屆信號和智能信息處理與應(yīng)用學(xué)術(shù)會議�？�(第一冊)[C];2011年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 張春云;實體關(guān)系抽取算法研究[D];北京郵電大學(xué);2015年

2 姜子恒;特征構(gòu)建算法及其在圖像語義標(biāo)注與信息抽取中的應(yīng)用研究[D];北京理工大學(xué);2015年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 張策;基于web的改進信息抽取算法的設(shè)計與實現(xiàn)[D];電子科技大學(xué);2014年

2 李汝君;基于時空感知的健康信息發(fā)現(xiàn)技術(shù)研究[D];大連海事大學(xué);2016年

3 沈元一;互聯(lián)網(wǎng)藥品信息抽取算法的研究[D];復(fù)旦大學(xué);2010年

4 周趙鵬;基于互聯(lián)網(wǎng)的構(gòu)件庫系統(tǒng)構(gòu)件描述信息抽取算法研究[D];華中科技大學(xué);2012年

5 韓雪嬌;英語試題關(guān)鍵詞抽取算法研究[D];北方工業(yè)大學(xué);2013年

6 丁溪源;基于大規(guī)模語料的中文新詞抽取算法的設(shè)計與實現(xiàn)[D];南京理工大學(xué);2011年

7 李興東;智能抽取算法在專家?guī)斐槿∠到y(tǒng)中的應(yīng)用研究[D];吉林大學(xué);2013年

8 柳凌燕;基于免疫規(guī)劃的圖像情感規(guī)則抽取算法的研究[D];太原理工大學(xué);2010年

9 張鵬;中文意見挖掘的特征層次構(gòu)建和抽取算法[D];重慶大學(xué);2010年

10 王敬普;基于包裝器模型的文本信息抽取算法研究[D];湖南大學(xué);2006年

  本文關(guān)鍵詞：基于時空感知的健康信息發(fā)現(xiàn)技術(shù)研究，由筆耕文化傳播整理發(fā)布。

本文編號：338206