【摘要】：隨著計算機技術和互聯(lián)網(wǎng)技術的不斷創(chuàng)新,醫(yī)療康復信息化建設逐步進入網(wǎng)絡化、數(shù)字化階段。醫(yī)療康復系統(tǒng)作為醫(yī)療信息化實現(xiàn)的重要方式之一,能夠使得患者更加便捷地獲取醫(yī)療康復信息,目前受到越來越多的關注。針對當前醫(yī)療康復系統(tǒng)中用戶在獲取醫(yī)療康復信息時存在數(shù)據(jù)量大、精度差等問題,本文研究并實現(xiàn)了一種基于Hadoop平臺的醫(yī)療康復推薦系統(tǒng)。該系統(tǒng)能根據(jù)用戶的行為數(shù)據(jù),為用戶推薦不同的醫(yī)療康復方案,從而有效地提高用戶康復效果。本文的主要工作包括以下內(nèi)容:1)在對傳統(tǒng)推薦技術進行分析的基礎上,綜合考慮了用戶的醫(yī)療康復訓練行為具有隱式反饋數(shù)據(jù)和顯式評分數(shù)據(jù)的特征,提出了一種加權矩陣分解模型進行醫(yī)療康復信息推薦,該模型在最優(yōu)化目標函數(shù)(評分矩陣中預測分值和實際分值之間誤差的平方)的過程中,加入隱式反饋矩陣、用戶屬性、系統(tǒng)使用等屬性特征進行多方權重歸一化計量,使改進的目標函數(shù)能夠更好的優(yōu)化模型參數(shù),為用戶提供更為精確的預測評分。2)針對傳統(tǒng)數(shù)據(jù)處理技術在數(shù)據(jù)處理方面存在關系復雜、數(shù)據(jù)處理效率低的問題,設計一種基于Hadoop平臺的大數(shù)據(jù)索引存儲的醫(yī)療康復體系架構。首先在HBase數(shù)據(jù)庫中設計了基于二級索引機制的醫(yī)療信息存儲模型;其次,通過MapReduce技術對數(shù)據(jù)進行清洗和處理;最后,使用Spark Streaming流式計算框架實時進行計算,使得該系統(tǒng)不僅能存儲大量的醫(yī)療數(shù)據(jù)信息,而且有效提高了數(shù)據(jù)處理效率。3)設計并實現(xiàn)了一種基于Hadoop平臺的醫(yī)療康復推薦系統(tǒng)。在系統(tǒng)實現(xiàn)時采用了SSM(Spring+SpringMVC+MyBatis)框架進行設計,其中Spring MVC對醫(yī)療康復系統(tǒng)的業(yè)務邏輯進行控制與實現(xiàn),MyBatis則負責醫(yī)療康復系統(tǒng)中底層關系數(shù)據(jù)庫的持久化。該系統(tǒng)不僅能對大量用戶的醫(yī)療數(shù)據(jù)信息進行收集和管理,而且可以根據(jù)用戶的康復行為數(shù)據(jù)為用戶推薦適合的醫(yī)療康復信息,幫助用戶更有效的進行康復訓練。
【圖文】：

江 蘇 大 學 碩 士 學 位 論 文第二章 系統(tǒng)相關技術及問題分析2.1 Hadoop 平臺簡介Hadoop 是一個分布式系統(tǒng)開源框架，它的想法來自于 Google 的兩篇學術論文，分別為 MapReduce 和 Google File System。Hadoop 支持在計算機集群上面分布式處理簡單的編程模型。集群中的每一臺機器都可以在本地進行計算和數(shù)據(jù)的存儲。Hadoop 由很多元素組成，最底層是 Hadoop 分布式文件系統(tǒng)HDFS（Hadoop Distributed File System），它主要負責儲存集群上面所有節(jié)點的文 件[11]。 在 HDFS 的 上 一 層 是 MapRduce 引 擎 ， 是 由 JobTrackers 和TaskTrackers 這兩個模塊組成。再往上面一層是數(shù)據(jù)倉庫工具 Hive 和分布式數(shù)據(jù)庫 HBase。Hadoop 集群的生態(tài)圈如圖 2.1所示。

一些概念進行介紹：1) 行：每一行代表著一個數(shù)據(jù)對象，由行鍵來唯一標識，行鍵以字符串的形式存在，而且所有的行都是按照行鍵的字典序進行排序存儲的，按照行鍵排序可以獲得像關系型數(shù)據(jù)庫主鍵索引一樣的特性[13]。2) 列：由列族和列限定符共同組成。列族需要在表創(chuàng)建時就定義好，列族里面包含了表中所有的列數(shù)據(jù)，列族確定以后不能修改，會影響 Hbase 的物理存儲結(jié)構。表中的每行可以有相同的列族，但是每一行的列族不一定都有相同的列標識，也就是說每行只存儲內(nèi)容不為空的數(shù)據(jù)，這是一種稀疏的表結(jié)構，可以一定程度上避免數(shù)據(jù)的冗余。3) 單元格：每一個單元由列族和列標識組成，單元格中存儲的是單元數(shù)據(jù)。從物理上，列式存儲數(shù)據(jù)庫聚合數(shù)據(jù)的時候是以列為單位，然后將列值依次存入磁盤，而行式存儲數(shù)據(jù)庫則是以連續(xù)地的方式存儲整行。可以從 Hbase的集群架構圖如 2.2所示。
【學位授予單位】：江蘇大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TP391.3;R496

【參考文獻】

相關期刊論文 前7條

1 趙偉;李俊鋒;韓英;張紅濤;;Hadoop云平臺下的基于用戶協(xié)同過濾算法研究[J];計算機測量與控制;2015年06期

2 廖湘慶;楊松;羅麗群;張黔;;基于云平臺的公立醫(yī)院延伸醫(yī)療服務新模式的探索[J];中國醫(yī)院管理;2013年12期

3 王道平;李秀雅;楊岑;;基于內(nèi)容相似度的知識協(xié)同過濾推送算法研究[J];情報理論與實踐;2013年10期

4 路永和;李焰鋒;;改進TF-IDF算法的文本特征項權值計算方法[J];圖書情報工作;2013年03期

5 黃承慧;印鑒;侯f ;;一種結(jié)合詞項語義信息和TF-IDF方法的文本相似度量方法[J];計算機學報;2011年05期

6 李曼;王琰;趙益宇;杜小勇;王珊;;基于關系數(shù)據(jù)庫的大規(guī)模本體的存儲模式研究[J];華中科技大學學報(自然科學版);2005年S1期

7 原福永,楊桂芝,程玉良;基于Agent的個性化信息服務系統(tǒng)的開發(fā)與設計[J];計算機工程與應用;2004年33期

相關博士學位論文 前4條

1 張琳;電子商務網(wǎng)站個性化推薦的多樣性對推薦效果的影響研究[D];北京郵電大學;2017年

2 肖延輝;基于矩陣分解的圖像表示理論及其應用研究[D];北京交通大學;2014年

3 孔維梁;協(xié)同過濾推薦系統(tǒng)關鍵問題研究[D];華中師范大學;2013年

4 付暢儉;基于內(nèi)容的視頻結(jié)構挖掘方法研究[D];國防科學技術大學;2008年

相關碩士學位論文 前10條

1 孟天宏;基于詞嵌入的個性化推薦系統(tǒng)的研究[D];河北科技大學;2018年

2 陳中華;基于數(shù)據(jù)挖掘的圖書推薦系統(tǒng)設計與實現(xiàn)[D];湖南大學;2018年

3 樂己揚;完善寧波工傷康復服務體系研究[D];寧波大學;2017年

4 張炫鋌;基于HBase的矢量空間數(shù)據(jù)存取關鍵技術研究[D];江西理工大學;2017年

5 張瑞;基于慢性病軌跡的我國慢性病干預研究[D];南京大學;2017年

6 王冬暉;基于內(nèi)容的計算機科學論文推薦系統(tǒng)設計與實現(xiàn)[D];吉林大學;2017年

7 唐麗娜;Y康復醫(yī)療機構發(fā)展戰(zhàn)略研究[D];昆明理工大學;2017年

8 侯瑞敏;基于SSM的電力設備管理系統(tǒng)的設計與實現(xiàn)[D];華北電力大學;2017年

9 李帥力;基于SpringMVC及MyBatis框架的智慧園區(qū)訪客管理系統(tǒng)的設計與實現(xiàn)[D];浙江工業(yè)大學;2016年

10 梅紅泉;基于HBase的工業(yè)物聯(lián)網(wǎng)數(shù)據(jù)存儲策略研究[D];華中科技大學;2016年

，

本文編號：2602728