隨著人工智能和機(jī)器學(xué)習(xí)的發(fā)展,各領(lǐng)域都逐漸步入智能化。作為一直以來(lái)受國(guó)家重視的醫(yī)療健康服務(wù)領(lǐng)域,它的智能化近年來(lái)更是受到了廣泛的關(guān)注。如今的推薦系統(tǒng)在各個(gè)領(lǐng)域都有較為成功的應(yīng)用,然而在醫(yī)療范疇的應(yīng)用卻仍需要進(jìn)一步去挖掘。盡管醫(yī)療領(lǐng)域的推薦系統(tǒng)相比其他領(lǐng)域存在著更多的困難,即便如此國(guó)內(nèi)外的學(xué)者們也從未停下探索的腳步。目前推薦系統(tǒng)在醫(yī)療行業(yè)較為成功的業(yè)務(wù)應(yīng)用有:輔助診療、合理用藥、就診引導(dǎo)、精準(zhǔn)醫(yī)療等,所用到的核心技術(shù)多以傳統(tǒng)協(xié)同過(guò)濾為主。近些年來(lái),張量分解也被應(yīng)用到了推薦系統(tǒng)中,甚至在一定程度上優(yōu)于傳統(tǒng)的推薦算法。因此,本文選擇以藥物重定位作為本次推薦系統(tǒng)在醫(yī)療領(lǐng)域的研究應(yīng)用方向,利用張量分解技術(shù)旨在構(gòu)建一個(gè)基于張量的藥物重定位推薦算法。本文首先對(duì)醫(yī)療大數(shù)據(jù)及相關(guān)業(yè)務(wù)應(yīng)用場(chǎng)景做了較為全面的調(diào)研與綜述,介紹了當(dāng)今醫(yī)療范疇和推薦系統(tǒng)的關(guān)系。由醫(yī)療大數(shù)據(jù)引出了張量,由信息過(guò)載引出了推薦系統(tǒng),而張量分解作為勾連二者的樞紐,將兩個(gè)領(lǐng)域交匯在一起。接著對(duì)張量的理論基礎(chǔ)和常見的概念方法進(jìn)行了比較全面的整合闡述。又從經(jīng)典的傳統(tǒng)推薦算法入手,對(duì)推薦系統(tǒng)進(jìn)行了一定的調(diào)研、整理和分析。并以藥物重定位作為本次推...

【文章頁(yè)數(shù)】：62 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景
        1.1.1 AI對(duì)醫(yī)療的影響
        1.1.2 醫(yī)療大數(shù)據(jù)
    1.2 研究意義
    1.3 國(guó)內(nèi)外研究現(xiàn)狀
        1.3.1 推薦系統(tǒng)研究現(xiàn)狀
        1.3.2 推薦系統(tǒng)在醫(yī)療領(lǐng)域的業(yè)務(wù)應(yīng)用
        1.3.3 推薦系統(tǒng)在醫(yī)療領(lǐng)域的研究進(jìn)展
    1.4 本文的研究?jī)?nèi)容與結(jié)構(gòu)
        1.4.1 本文的主要工作
        1.4.2 論文的整體結(jié)構(gòu)
第2章 相關(guān)知識(shí)理論基礎(chǔ)
    2.1 張量
        2.1.1 張量的引入
        2.1.2 張量的概念
        2.1.3 張量的基本運(yùn)算和操作
        2.1.4 張量在推薦系統(tǒng)中的應(yīng)用
    2.2 推薦系統(tǒng)
        2.2.1 推薦系統(tǒng)概述
        2.2.2 基于內(nèi)容的推薦
        2.2.3 協(xié)同過(guò)濾
        2.2.4 混合推薦
        2.2.5 相似度
        2.2.6 度量標(biāo)準(zhǔn)
第3章 基于張量分解的藥物重定位推薦算法
    3.1 藥物重定位
    3.2 基本建模
        3.2.1 領(lǐng)域拆分
        3.2.2 張量模型的構(gòu)建
    3.3 算法模型
        3.3.1 PARAFAC2
        3.3.2 目標(biāo)函數(shù)構(gòu)建
        3.3.3 交替最小二乘法ALS
        3.3.4 算法流程
    3.4 算法優(yōu)化
第4章 實(shí)驗(yàn)及結(jié)果分析評(píng)估
    4.1 數(shù)據(jù)集
    4.2 評(píng)測(cè)指標(biāo)
    4.3 實(shí)驗(yàn)結(jié)果及分析
第5章 總結(jié)
參考文獻(xiàn)
致謝



本文編號(hào)：3858027