隨著國家“互聯(lián)網(wǎng)+”戰(zhàn)略布局的實施,電子商務(wù)為醫(yī)藥領(lǐng)域帶來了了新的發(fā)展契機(jī),相對于傳統(tǒng)的線下醫(yī)藥零售營銷手段,電子商務(wù)平臺能夠幫助人們快速地找到合適的藥品,而且最大程度地保護(hù)個人隱私。然而,同類藥品的增多帶來了“信息過載”的問題,如何高效地為用戶提供更加精確的搜索結(jié)果,成為醫(yī)藥電商平臺提高用戶購買轉(zhuǎn)化率的關(guān)鍵因素之一。目前,大多數(shù)醫(yī)藥電商平臺采用關(guān)鍵字模糊匹配的方式已經(jīng)嚴(yán)重影響了用戶查詢的準(zhǔn)確性和效率,因此,構(gòu)建面向醫(yī)藥電商領(lǐng)域的智能垂直搜索引擎具有十分重要的現(xiàn)實意義。本文結(jié)合醫(yī)藥領(lǐng)域特點,基于自然語言處理、知識圖譜、用戶行為分析和機(jī)器學(xué)習(xí)技術(shù),設(shè)計并研發(fā)基于HMM和Viterbi醫(yī)藥領(lǐng)域中文分詞組件、基于醫(yī)藥知識的商品相關(guān)度計算組件、基于用戶訪問和點擊行為的用戶興趣度計算組件以及基于多元線性回歸的綜合評分排序框架,從而充分挖掘用戶對商品內(nèi)在屬性的實際訴求,綜合考慮醫(yī)藥商品相關(guān)性與用戶興趣,構(gòu)建面向醫(yī)藥電商領(lǐng)域的智能垂直搜索引擎。本文的創(chuàng)新之處在于:(1)設(shè)計了一個面向醫(yī)藥電商領(lǐng)域的基于醫(yī)藥知識與用戶興趣偏好的垂直搜索引擎,有效地改善了現(xiàn)有醫(yī)藥電商搜索引擎對用戶真實需求理解不夠以及醫(yī)藥商品選擇過多所造成的“信息過載”問題。(2)提出了一種基于醫(yī)藥知識圖譜與用戶興趣偏好綜合排序的方法,輔助用戶合理用藥的同時兼顧考慮用戶對商品的偏好;(3)研發(fā)了醫(yī)藥電商領(lǐng)域垂直搜索引擎原型,并與某公司電商平臺搜索引擎進(jìn)行對比測試。測試結(jié)果表明,本文所構(gòu)建的垂直搜索引擎引擎能夠準(zhǔn)確理解用戶搜索語義并精準(zhǔn)地返回商品搜索結(jié)果,具有較高的查準(zhǔn)率與召回率。
【學(xué)位單位】：湖南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TP391.3
【部分圖文】：

圖１．１我國醫(yī)藥電商發(fā)展歷程逡逑隨著這幾年的不斷發(fā)展以及“互聯(lián)網(wǎng)＋邋”時代的到來，醫(yī)藥電商發(fā)展速度出逡逑現(xiàn)了爆發(fā)式的增長，相關(guān)的政策和商業(yè)模式也漸漸成型。如圖１．２所示，根據(jù)前逡逑瞻產(chǎn)業(yè)研究院發(fā)布的《２０１６－２０２１年中國醫(yī)藥行業(yè)市場前瞻與投資戰(zhàn)略規(guī)劃報告》逡逑數(shù)據(jù)顯示［１］，２０１０年，我國醫(yī)藥電商交易規(guī)模只有２億元，到２０１４年，醫(yī)藥電逡逑商交易規(guī)模X棾ぶ擔(dān)罰兌讜黿雋僥輳玻埃保賭旮譴锏攪隋澹玻福兌讜墓婺�。辶x希阱危玻福跺義希常埃板澹卞義峽觶哄巍澹卞義希玻埃板澹у危苠義希危保櫻玻駑澹傘義希保擔(dān)板濉危洛澹灣義蠇邋ｙ＿＾邐ｆ逡逑５。，「－：……５邋－－邐ａ邋０邋ｙ邋ｎ逡逑１邋ｌ—ｆｅｉ邋１１—Ｂｔ７，逡逑０邋邐邐邐—邐邐邐邐逡逑２００９邐２０１０邐２０１１邐２０１２邐２０１３邐２０１４邐２０１５邐２０１６逡逑■醫(yī)藥電窗規(guī)模：ｇ元逡逑圖１．２邋２００９－２０１６年醫(yī)藥電商市場規(guī)模發(fā)展趨勢逡逑而在２０１７年１月２１日，國務(wù)院發(fā)布行政決定，取消了醫(yī)藥電商Ｂ、Ｃ證審逡逑核；９月２９日，國務(wù)院接著取消了互聯(lián)網(wǎng)藥品交易服務(wù)企業(yè)（第三方）／Ａ證審批，逡逑放開了醫(yī)藥電商的進(jìn)入門檻。數(shù)據(jù)顯示，截至２０１７年１２月，可以查詢得到的《互逡逑聯(lián)網(wǎng)藥品交易服務(wù)資格證書》共９９１張

邐Ｊ邋｜應(yīng)用服務(wù)逡逑圖２．１知識圖譜技術(shù)體系架構(gòu)逡逑圖２．１所描述的是知識圖譜的構(gòu)建的技術(shù)體系架構(gòu)，構(gòu)建過程與更新過程為逡逑虛線框內(nèi)的部分。知識圖譜構(gòu)建主要是通過相應(yīng)的技術(shù)手段從最原始的數(shù)據(jù)（包逡逑括結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)）中提取知識事實，經(jīng)過處理后將其存儲為逡逑對應(yīng)的知識庫。這一過程包含：知識抽取、知識表示、知識融合、知識加工四個逡逑過程。逡逑自頂向下與自底向上是構(gòu)建知識圖譜的兩種主要方式［２８］。所謂自頂向下指的逡逑是先將本體和數(shù)據(jù)模式定義好，再把抽取得到的實體存入知識庫。這種構(gòu)建方式逡逑必須以現(xiàn)有知識庫作為基礎(chǔ)知識庫來實現(xiàn)。而所謂自底向上是指通過技術(shù)手段從逡逑１２逡逑

逡逑掘過程主要分為四步，如圖２．３所示：逡逑７邐，，、、．．夕逡逑器曰、、用邐＊邋＾邋？邋＾邋＝＾＝0邐／邋用逡逑栻故邋％邐＆邐ｍｔ－邋；逡逑據(jù)ｙ邐據(jù)邐邐邋Ｉ邋…邐式一逡逑圖２．３邋Ｗｅｂ日志挖掘流程圖逡逑步驟一：數(shù)據(jù)采集，該過程是Ｗｅｂ日志挖掘的第一步，也是后續(xù)步驟的基礎(chǔ)，逡逑所獲得數(shù)據(jù)源的質(zhì)量決定了最終挖掘結(jié)果的質(zhì)量。目前，數(shù)據(jù)來源的主要途徑有逡逑服務(wù)器端數(shù)據(jù)、客戶端數(shù)據(jù)以及中間數(shù)據(jù)；逡逑步驟二：數(shù)據(jù)預(yù)處理，即將大量、散亂、不一致的源數(shù)據(jù)進(jìn)行清洗、過濾去逡逑冗余、轉(zhuǎn)換、集成后進(jìn)行存儲備用。在數(shù)據(jù)處理的過程中主要包括：①數(shù)據(jù)清理；逡逑②用戶識別；③會話識別；④路徑補(bǔ)充；⑤事務(wù)識別。逡逑步驟三：模式發(fā)現(xiàn)，經(jīng)過數(shù)據(jù)預(yù)處理后存儲的數(shù)據(jù)仍然是巨大的，該過程就逡逑是充分利用挖掘算法從數(shù)據(jù)中挖掘出潛在的、新穎的、有效的且可以被最終理解逡逑的信息。逡逑步驟四：模式分析，使用適當(dāng)?shù)募夹g(shù)將第三步挖掘出來的模式進(jìn)行分析和解逡逑釋，篩選有用的模式，找出用戶興趣點，提供可視化輸出結(jié)果。逡逑２．４分布式計算逡逑分布式計算（Ｄｉｓｔｒｉｂｕｔｅｄ邋ｃｏｍｐｕｔｉｎｇ邋）［３７］是計算機(jī)科學(xué)中分布式系統(tǒng)的一個分逡逑支

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳之彥;李曉杰;朱淑華;付丹龍;邢詒海;;基于Hash結(jié)構(gòu)詞典的雙向最大匹配分詞法[J];計算機(jī)科學(xué);2015年S2期

2 張慧芳;;漢語詞匯分詞研究——隱性分詞詞典在信息檢索中的應(yīng)用[J];商;2015年34期

3 周芳;王鵬波;韓立巖;;多源知識融合處理算法[J];北京航空航天大學(xué)學(xué)報;2013年01期

4 葛澎;;分布式計算技術(shù)概述[J];微電子學(xué)與計算機(jī);2012年05期

5 張小娣;宋余慶;;基于科學(xué)知識圖譜的搜索引擎前沿分析[J];科技管理研究;2011年18期

6 趙曉凡;胡順義;;基于正向最大匹配的漢語分詞[J];安陽師范學(xué)院學(xué)報;2010年05期

7 孫鎮(zhèn);王惠臨;;命名實體識別研究進(jìn)展綜述[J];現(xiàn)代圖書情報技術(shù);2010年06期

8 于飛;丁華福;姜倫;;Web日志挖掘中數(shù)據(jù)預(yù)處理技術(shù)的研究[J];計算機(jī)技術(shù)與發(fā)展;2010年05期

9 丁振國;張卓;黎靖;;基于Hash結(jié)構(gòu)的逆向最大匹配分詞算法的改進(jìn)[J];計算機(jī)工程與設(shè)計;2008年12期

10 徐寶祥;葉培華;;知識表示的方法研究[J];情報科學(xué);2007年05期

相關(guān)碩士學(xué)位論文 前1條

1 張念照;信息過載環(huán)境下網(wǎng)絡(luò)消費者購買意愿形成過程研究[D];北京郵電大學(xué);2013年

本文編號：2824726