本文關(guān)鍵詞：協(xié)同過(guò)濾推薦在醫(yī)療領(lǐng)域的應(yīng)用研究

  更多相關(guān)文章： 推薦系統(tǒng) 協(xié)同過(guò)濾 醫(yī)療 興趣偏好 層次分析

【摘要】：搜索引擎技術(shù)越來(lái)越成為用戶(hù)篩選信息的主要途徑和方式,同時(shí)基于搜索引擎的推薦技術(shù)應(yīng)運(yùn)而生,通過(guò)預(yù)測(cè)用戶(hù)的興趣愛(ài)好為用戶(hù)推薦最為感興趣或者最為需要的信息。在向用戶(hù)推薦目標(biāo)對(duì)象方面,應(yīng)用最為廣泛的算法是協(xié)同過(guò)濾算法。目前,協(xié)同過(guò)濾推薦算法的應(yīng)用主要應(yīng)解決三大技術(shù)問(wèn)題：冷啟動(dòng)、數(shù)據(jù)稀疏性和大數(shù)據(jù)增值計(jì)算。本文從解決上述三大問(wèn)題入手,針對(duì)用于醫(yī)療服務(wù)領(lǐng)域的推薦算法進(jìn)行研究設(shè)計(jì)。利用hadoop云平臺(tái)對(duì)推薦系統(tǒng)后臺(tái)數(shù)據(jù)進(jìn)行分布式存儲(chǔ),解決海量數(shù)據(jù)存儲(chǔ)問(wèn)題；在引入層次分析模型對(duì)目標(biāo)對(duì)象進(jìn)行靜態(tài)評(píng)價(jià)的基礎(chǔ)上,采用用戶(hù)興趣聚類(lèi)與協(xié)同過(guò)濾技術(shù)相結(jié)合的方式進(jìn)行推薦。首先,對(duì)目標(biāo)對(duì)象的特征屬性進(jìn)行分析,建立分類(lèi)標(biāo)簽和對(duì)象屬性層次模型,通過(guò)對(duì)比矩陣,實(shí)現(xiàn)目標(biāo)對(duì)象的初次靜態(tài)評(píng)分,從而解決冷啟動(dòng)問(wèn)題；其次,利用對(duì)象類(lèi)之間的相似性以及用戶(hù)與目標(biāo)對(duì)象的一階關(guān)聯(lián),使用k-means方法對(duì)用戶(hù)進(jìn)行聚類(lèi),在聚類(lèi)的簇內(nèi)部通過(guò)用戶(hù)的行為日志,挖掘用戶(hù)興趣偏好,計(jì)算用戶(hù)間相似度,選擇最近鄰用戶(hù)評(píng)分最高的若干目標(biāo)對(duì)象,產(chǎn)生推薦列表,緩解數(shù)據(jù)稀疏性問(wèn)題。本文從兩方面對(duì)推薦準(zhǔn)確度進(jìn)行了驗(yàn)證：第一,本文提出的基于用戶(hù)興趣聚類(lèi)的協(xié)同過(guò)濾推薦算法與傳統(tǒng)的協(xié)同過(guò)濾技術(shù)相比,推薦精確度有所提高：第二,對(duì)比服務(wù)推薦系統(tǒng)和醫(yī)療官網(wǎng)中醫(yī)生和醫(yī)院的推薦數(shù)據(jù),以及系統(tǒng)的用戶(hù)行為數(shù)據(jù)流量的變化,本系統(tǒng)有著較高的推薦準(zhǔn)確率和較高的用戶(hù)粘連度。
【學(xué)位授予單位】：合肥工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類(lèi)號(hào)】：TP391.3

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 張付志;張啟鳳;;融合多系統(tǒng)用戶(hù)信息的協(xié)同過(guò)濾算法[J];計(jì)算機(jī)工程;2009年21期

2 周麗娟;徐明升;張研研;張璋;;基于協(xié)同過(guò)濾的課程推薦模型[J];計(jì)算機(jī)應(yīng)用研究;2010年04期

3 劉淇;陳恩紅;;結(jié)合二部圖投影與排序的協(xié)同過(guò)濾[J];小型微型計(jì)算機(jī)系統(tǒng);2010年05期

4 董全德;;基于雙信息源的協(xié)同過(guò)濾算法研究[J];合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年07期

5 李聰;;電子商務(wù)協(xié)同過(guò)濾可擴(kuò)展性研究綜述[J];現(xiàn)代圖書(shū)情報(bào)技術(shù);2010年11期

6 傅鶴崗;李冉;;基于用戶(hù)實(shí)時(shí)反饋的協(xié)同過(guò)濾算法[J];計(jì)算機(jī)應(yīng)用;2011年07期

7 辛勤芳;;基于項(xiàng)目聚類(lèi)的協(xié)同過(guò)濾算法研究[J];赤峰學(xué)院學(xué)報(bào)(自然科學(xué)版);2011年09期

8 楊君;汪會(huì)玲;艾丹祥;;一種基于情景的多維協(xié)同過(guò)濾新方法研究[J];圖書(shū)情報(bào)工作;2011年21期

9 王宗武;;基于信任用戶(hù)聯(lián)合聚類(lèi)的協(xié)同過(guò)濾算法[J];計(jì)算機(jī)與現(xiàn)代化;2013年09期

10 杜永萍;黃亮;何明;;融合信任計(jì)算的協(xié)同過(guò)濾推薦方法[J];模式識(shí)別與人工智能;2014年05期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 沈杰峰;杜亞軍;唐俊;;一種基于項(xiàng)目分類(lèi)的協(xié)同過(guò)濾算法[A];第二十二屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2005年

2 周軍鋒;湯顯;郭景峰;;一種優(yōu)化的協(xié)同過(guò)濾推薦算法[A];第二十一屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2004年

3 董全德;;基于雙信息源的協(xié)同過(guò)濾算法研究[A];全國(guó)第20屆計(jì)算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議（CACIS·2009）暨全國(guó)第1屆安全關(guān)鍵技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集（上冊(cè)）[C];2009年

4 張光衛(wèi);康建初;李鶴松;劉常昱;李德毅;;面向場(chǎng)景的協(xié)同過(guò)濾推薦算法[A];中國(guó)系統(tǒng)仿真學(xué)會(huì)第五次全國(guó)會(huì)員代表大會(huì)暨2006年全國(guó)學(xué)術(shù)年會(huì)論文集[C];2006年

5 李建國(guó);姚良超;湯庸;郭歡;;基于認(rèn)知度的協(xié)同過(guò)濾推薦算法[A];第26屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（B輯）[C];2009年

6 王明文;陶紅亮;熊小勇;;雙向聚類(lèi)迭代的協(xié)同過(guò)濾推薦算法[A];第三屆全國(guó)信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集[C];2007年

7 胡必云;李舟軍;王君;;基于心理測(cè)量學(xué)的協(xié)同過(guò)濾相似度方法(英文)[A];NDBC2010第27屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集(B輯)[C];2010年

8 林麗冰;師瑞峰;周一民;李月雷;;基于雙聚類(lèi)的協(xié)同過(guò)濾推薦算法[A];2008'中國(guó)信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集（一）[C];2008年

9 羅喜軍;王韜丞;杜小勇;劉紅巖;何軍;;基于類(lèi)別的推薦——一種解決協(xié)同推薦中冷啟動(dòng)問(wèn)題的方法[A];第二十四屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2007年

10 黃創(chuàng)光;印鑒;汪靜;劉玉葆;王甲海;;不確定近鄰的協(xié)同過(guò)濾推薦算法[A];NDBC2010第27屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集A輯一[C];2010年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 李聰;電子商務(wù)推薦系統(tǒng)中協(xié)同過(guò)濾瓶頸問(wèn)題研究[D];合肥工業(yè)大學(xué);2009年

2 郭艷紅;推薦系統(tǒng)的協(xié)同過(guò)濾算法與應(yīng)用研究[D];大連理工大學(xué);2008年

3 羅恒;基于協(xié)同過(guò)濾視角的受限玻爾茲曼機(jī)研究[D];上海交通大學(xué);2011年

4 薛福亮;電子商務(wù)協(xié)同過(guò)濾推薦質(zhì)量影響因素及其改進(jìn)機(jī)制研究[D];天津大學(xué);2012年

5 高e，

本文編號(hào)：1236666