個(gè)性化醫(yī)療信息推薦系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)時(shí)代的到來(lái)，網(wǎng)絡(luò)上的信息呈現(xiàn)出指數(shù)增長(zhǎng)的趨勢(shì)。醫(yī)療信息資源作為海量網(wǎng)絡(luò)信息中的一部分也呈現(xiàn)出了“爆炸式”的增長(zhǎng)趨勢(shì)。用戶(hù)在海量網(wǎng)絡(luò)信息中很難快速地找到自己所需要的有用信息，這就是在所謂的“信息爆炸”和“信息過(guò)載”的互聯(lián)網(wǎng)時(shí)代所體現(xiàn)出來(lái)的弊端。微軟亞洲研究院負(fù)責(zé)搜索的一名技術(shù)專(zhuān)家說(shuō)：75％的內(nèi)容通用搜索引擎搜索不出來(lái)，僅僅能夠獲取互聯(lián)網(wǎng)中的一小部分信息。與此同時(shí)，通用搜索引擎往往返回給用戶(hù)幾十頁(yè)甚至上百頁(yè)的信息，但用戶(hù)通常不會(huì)一

2、頁(yè)頁(yè)的去查看是否是自己所需的信息，于是就導(dǎo)致了用戶(hù)真正所需的信息可能出現(xiàn)在幾十頁(yè)甚至上百頁(yè)之后而并沒(méi)有被挖掘推薦出來(lái)。這就說(shuō)明，通用搜索引擎雖然能夠很輕松地幫助我們找到海量的信息，但是我們卻很難從中找到自己真正想得到的信息。為了改善通用搜索引擎的弊端，本文研究并設(shè)計(jì)了一套面向醫(yī)療領(lǐng)域個(gè)性化的醫(yī)療信息推薦系統(tǒng)，該系統(tǒng)能夠?qū)⒂脩?hù)所需信息及其相關(guān)的信息推薦給用戶(hù)，能夠很好的滿(mǎn)足用戶(hù)的需求。
　　 本文以數(shù)據(jù)挖掘和信息推薦算法為基礎(chǔ)，研

3、究設(shè)計(jì)并實(shí)現(xiàn)了一套專(zhuān)門(mén)用于醫(yī)療信息領(lǐng)域的個(gè)性化信息推薦系統(tǒng)。首先，本文詳細(xì)討論了個(gè)性化醫(yī)療信息推薦相關(guān)的關(guān)鍵技術(shù)，主要包括用戶(hù)興趣模型的構(gòu)建和信息推薦基本算法，重點(diǎn)分析了幾種信息推薦算法的優(yōu)缺點(diǎn)，并最終設(shè)計(jì)了一種符合本系統(tǒng)設(shè)計(jì)所需的推薦算法。其次，詳細(xì)闡述了醫(yī)療信息領(lǐng)域中個(gè)性化信息推薦系統(tǒng)的設(shè)計(jì)，從系統(tǒng)需求出發(fā)，構(gòu)建系統(tǒng)的整體框架，設(shè)計(jì)了用戶(hù)興趣模型、中文分詞模塊、信息預(yù)處理模塊、信息推薦模塊以及個(gè)性化頁(yè)面定制模塊等。最后，實(shí)現(xiàn)了醫(yī)療領(lǐng)