【摘要】：隨著計(jì)算機(jī)技術(shù)和互聯(lián)網(wǎng)技術(shù)的不斷創(chuàng)新,醫(yī)療康復(fù)信息化建設(shè)逐步進(jìn)入網(wǎng)絡(luò)化、數(shù)字化階段。醫(yī)療康復(fù)系統(tǒng)作為醫(yī)療信息化實(shí)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(fù)信息,目前受到越來越多的關(guān)注。針對(duì)當(dāng)前醫(yī)療康復(fù)系統(tǒng)中用戶在獲取醫(yī)療康復(fù)信息時(shí)存在數(shù)據(jù)量大、精度差等問題,本文研究并實(shí)現(xiàn)了一種基于Hadoop平臺(tái)的醫(yī)療康復(fù)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(fù)方案,從而有效地提高用戶康復(fù)效果。本文的主要工作包括以下內(nèi)容:1)在對(duì)傳統(tǒng)推薦技術(shù)進(jìn)行分析的基礎(chǔ)上,綜合考慮了用戶的醫(yī)療康復(fù)訓(xùn)練行為具有隱式反饋數(shù)據(jù)和顯式評(píng)分?jǐn)?shù)據(jù)的特征,提出了一種加權(quán)矩陣分解模型進(jìn)行醫(yī)療康復(fù)信息推薦,該模型在最優(yōu)化目標(biāo)函數(shù)(評(píng)分矩陣中預(yù)測(cè)分值和實(shí)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(jìn)行多方權(quán)重歸一化計(jì)量,使改進(jìn)的目標(biāo)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(yù)測(cè)評(píng)分。2)針對(duì)傳統(tǒng)數(shù)據(jù)處理技術(shù)在數(shù)據(jù)處理方面存在關(guān)系復(fù)雜、數(shù)據(jù)處理效率低的問題,設(shè)計(jì)一種基于Hadoop平臺(tái)的大數(shù)據(jù)索引存儲(chǔ)的醫(yī)療康復(fù)體系架構(gòu)。首先在HBase數(shù)據(jù)庫(kù)中設(shè)計(jì)了基于二級(jí)索引機(jī)制的醫(yī)療信息存儲(chǔ)模型;其次,通過MapReduce技術(shù)對(duì)數(shù)據(jù)進(jìn)行清洗和處理;最后,使用Spark Streaming流式計(jì)算框架實(shí)時(shí)進(jìn)行計(jì)算,使得該系統(tǒng)不僅能存儲(chǔ)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(shè)計(jì)并實(shí)現(xiàn)了一種基于Hadoop平臺(tái)的醫(yī)療康復(fù)推薦系統(tǒng)。在系統(tǒng)實(shí)現(xiàn)時(shí)采用了SSM(Spring+SpringMVC+MyBatis)框架進(jìn)行設(shè)計(jì),其中Spring MVC對(duì)醫(yī)療康復(fù)系統(tǒng)的業(yè)務(wù)邏輯進(jìn)行控制與實(shí)現(xiàn),MyBatis則負(fù)責(zé)醫(yī)療康復(fù)系統(tǒng)中底層關(guān)系數(shù)據(jù)庫(kù)的持久化。該系統(tǒng)不僅能對(duì)大量用戶的醫(yī)療數(shù)據(jù)信息進(jìn)行收集和管理,而且可以根據(jù)用戶的康復(fù)行為數(shù)據(jù)為用戶推薦適合的醫(yī)療康復(fù)信息,幫助用戶更有效的進(jìn)行康復(fù)訓(xùn)練。
【圖文】：

江 蘇 大 學(xué) 碩 士 學(xué) 位 論 文第二章 系統(tǒng)相關(guān)技術(shù)及問題分析2.1 Hadoop 平臺(tái)簡(jiǎn)介Hadoop 是一個(gè)分布式系統(tǒng)開源框架，它的想法來自于 Google 的兩篇學(xué)術(shù)論文，分別為 MapReduce 和 Google File System。Hadoop 支持在計(jì)算機(jī)集群上面分布式處理簡(jiǎn)單的編程模型。集群中的每一臺(tái)機(jī)器都可以在本地進(jìn)行計(jì)算和數(shù)據(jù)的存儲(chǔ)。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(fù)責(zé)儲(chǔ)存集群上面所有節(jié)點(diǎn)的文 件[11]。 在 HDFS 的 上 一 層 是 MapRduce 引 擎 ， 是 由 JobTrackers 和TaskTrackers 這兩個(gè)模塊組成。再往上面一層是數(shù)據(jù)倉(cāng)庫(kù)工具 Hive 和分布式數(shù)據(jù)庫(kù) HBase。Hadoop 集群的生態(tài)圈如圖 2.1所示。

一些概念進(jìn)行介紹：1) 行：每一行代表著一個(gè)數(shù)據(jù)對(duì)象，由行鍵來唯一標(biāo)識(shí)，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(jìn)行排序存儲(chǔ)的，按照行鍵排序可以獲得像關(guān)系型數(shù)據(jù)庫(kù)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(shí)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(huì)影響 Hbase 的物理存儲(chǔ)結(jié)構(gòu)。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(biāo)識(shí)，也就是說每行只存儲(chǔ)內(nèi)容不為空的數(shù)據(jù)，這是一種稀疏的表結(jié)構(gòu)，可以一定程度上避免數(shù)據(jù)的冗余。3) 單元格：每一個(gè)單元由列族和列標(biāo)識(shí)組成，單元格中存儲(chǔ)的是單元數(shù)據(jù)。從物理上，列式存儲(chǔ)數(shù)據(jù)庫(kù)聚合數(shù)據(jù)的時(shí)候是以列為單位，然后將列值依次存入磁盤，而行式存儲(chǔ)數(shù)據(jù)庫(kù)則是以連續(xù)地的方式存儲(chǔ)整行�？梢詮� Hbase的集群架構(gòu)圖如 2.2所示。
【學(xué)位授予單位】：江蘇大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TP391.3;R496

【參考文獻(xiàn)】

相關(guān)期刊論文 前7條

1 趙偉;李俊鋒;韓英;張紅濤;;Hadoop云平臺(tái)下的基于用戶協(xié)同過濾算法研究[J];計(jì)算機(jī)測(cè)量與控制;2015年06期

2 廖湘慶;楊松;羅麗群;張黔;;基于云平臺(tái)的公立醫(yī)院延伸醫(yī)療服務(wù)新模式的探索[J];中國(guó)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(shí)協(xié)同過濾推送算法研究[J];情報(bào)理論與實(shí)踐;2013年10期

4 路永和;李焰鋒;;改進(jìn)TF-IDF算法的文本特征項(xiàng)權(quán)值計(jì)算方法[J];圖書情報(bào)工作;2013年03期

5 黃承慧;印鑒;侯f ;;一種結(jié)合詞項(xiàng)語(yǔ)義信息和TF-IDF方法的文本相似度量方法[J];計(jì)算機(jī)學(xué)報(bào);2011年05期

6 李曼;王琰;趙益宇;杜小勇;王珊;;基于關(guān)系數(shù)據(jù)庫(kù)的大規(guī)模本體的存儲(chǔ)模式研究[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年S1期

7 原福永,楊桂芝,程玉良;基于Agent的個(gè)性化信息服務(wù)系統(tǒng)的開發(fā)與設(shè)計(jì)[J];計(jì)算機(jī)工程與應(yīng)用;2004年33期

相關(guān)博士學(xué)位論文 前4條

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

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

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

4 付暢儉;基于內(nèi)容的視頻結(jié)構(gòu)挖掘方法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

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

2 陳中華;基于數(shù)據(jù)挖掘的圖書推薦系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];湖南大學(xué);2018年

3 樂己揚(yáng);完善寧波工傷康復(fù)服務(wù)體系研究[D];寧波大學(xué);2017年

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

5 張瑞;基于慢性病軌跡的我國(guó)慢性病干預(yù)研究[D];南京大學(xué);2017年

6 王冬暉;基于內(nèi)容的計(jì)算機(jī)科學(xué)論文推薦系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];吉林大學(xué);2017年

7 唐麗娜;Y康復(fù)醫(yī)療機(jī)構(gòu)發(fā)展戰(zhàn)略研究[D];昆明理工大學(xué);2017年

8 侯瑞敏;基于SSM的電力設(shè)備管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];華北電力大學(xué);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(shè)計(jì)與實(shí)現(xiàn)[D];浙江工業(yè)大學(xué);2016年

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

，

本文編號(hào)：2602728