眾所周知,大部分普通病人的問診情況是去醫(yī)院向醫(yī)生尋求幫助,這給很多出門困難或有其他原因的患者帶來了很大的不便。隨著互聯(lián)網(wǎng)服務(wù)的發(fā)展,個性化醫(yī)療服務(wù)推薦能夠為病人提供相符的,個性化的醫(yī)療推薦服務(wù)。但是,現(xiàn)有的針對病人的個性化醫(yī)療服務(wù)推薦,是以昂貴的可穿戴設(shè)備或類似電話亭的健康小屋作為數(shù)據(jù)采集終端的,不僅在數(shù)據(jù)采集上存在很大問題,而且在針對病人的各類生理指標上,可穿戴設(shè)備或健康小屋都存在數(shù)據(jù)維度單一等問題,在復雜多樣的醫(yī)療資源中,難以為患者提供可靠的個性化健康建議。因此,針對以上描述的問題,本文提出一種面向病人的醫(yī)療服務(wù)推薦的方法,結(jié)合病人的描述、所在的地理位置、各類生理指標、疾病史和其他多維數(shù)據(jù),研究用戶個性化服務(wù)推薦系統(tǒng),提高醫(yī)療服務(wù)質(zhì)量。(1)首先,本文針對實際需求,提出一種以移動設(shè)備作為用戶數(shù)據(jù)采集終端,利用移動互聯(lián)網(wǎng)的優(yōu)勢,解決用戶看病問診難題的醫(yī)療服務(wù)推薦系統(tǒng)。該系統(tǒng)以推薦算法為基礎(chǔ),利用病人的病情描述,為其推薦合適的醫(yī)生。系統(tǒng)首先對病情描述進行文本預處理,其中包括分詞、去噪聲符號、去停用詞、詞頻統(tǒng)計以及文本聚類;然后在聚類的基礎(chǔ)上,實現(xiàn)協(xié)同過濾算法,尋找相鄰用戶;最后生成推薦...

【文章頁數(shù)】：74 頁

【學位級別】：碩士

圖２．１?ｋ－Ｍｅａｎｓ算法流程圖??Ｆｉｇ２．１?ｋ－ＭｅａｎｓＡｌｇｏｒｉｔｈｍ?Ｆｌｏｗｃｈａｒｔ??

圖３．２文本預處理流程圖??Ｆｉｇ３．２?Ｔｅｘｔ?Ｐｒｅｐｒｏｃｅｓｓｉｎｇ?Ｆｌｏｗ?Ｃｈａｒｔ??

圖３．１文本分詞結(jié)果??Ｆｉｇ３．１?Ｔｅｘｔ?Ｗｏｒｄ?Ｓｅｇｍｅｎｔａｔｉｏｎ??

圖３．３文本聚類框架圖??Ｆｉｇ３．３?Ｔｅｘｔ?Ｃｌｕｓｔｅｒｉｎｇ?Ｆｒａｍｅｗｏｒｋ?Ｇｒａｐｈ??

本文編號：3883081