| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第14-29页 |
| 1.1 研究的背景与意义 | 第14-24页 |
| 1.1.1 医疗行业中的海量数据 | 第14-18页 |
| 1.1.2 商务智能概述 | 第18-21页 |
| 1.1.3 课题研究的意义 | 第21-24页 |
| 1.2 医疗领域中商务智能研究现状 | 第24-27页 |
| 1.2.1 医学疾病预测与辅助诊断模型 | 第24-25页 |
| 1.2.2 医疗信息挖掘与潜在医学模式发现 | 第25-27页 |
| 1.3 本文研究内容与框架 | 第27-28页 |
| 1.4 本章小结 | 第28-29页 |
| 第2章 医学在线问答社区中的潜在问题回答者发现 | 第29-53页 |
| 2.1 引言 | 第29-30页 |
| 2.2 医学在线问答社区相关研究工作 | 第30-33页 |
| 2.2.1 医学在线问答社区简介 | 第30-31页 |
| 2.2.2 医学在线问答社区研究现状 | 第31-33页 |
| 2.3 统计语言建模概述 | 第33-37页 |
| 2.3.1 n元语言模型 | 第34-35页 |
| 2.3.2 决策树语言模型 | 第35-37页 |
| 2.4 潜在问题回答者发现算法 | 第37-48页 |
| 2.4.1 "问题的潜在回答者"的定义 | 第38页 |
| 2.4.2 研究框架及流程设计 | 第38-39页 |
| 2.4.3 基于查询似然语言模型的用户领域关注度建模 | 第39-42页 |
| 2.4.4 基于答案质量评估的潜在问题回答者专长建模 | 第42-47页 |
| 2.4.5 问题回答者发现组合算法 | 第47-48页 |
| 2.5 实验结果与分析 | 第48-52页 |
| 2.5.1 实验数据与评价方法 | 第48-49页 |
| 2.5.2 实验结果分析 | 第49-52页 |
| 2.6 本章小结 | 第52-53页 |
| 第3章 基于深度神经网络的电子病历关键信息提取算法 | 第53-78页 |
| 3.1 引言 | 第53页 |
| 3.2 相关技术及研究综述 | 第53-58页 |
| 3.2.1 面向电子病历的数据挖掘 | 第53-54页 |
| 3.2.2 医学自然语言处理 | 第54-56页 |
| 3.2.3 神经网络语言模型 | 第56-58页 |
| 3.3 监督式的电子病历关键信息提取 | 第58-63页 |
| 3.3.1 问题定义与基本概念说明 | 第58-59页 |
| 3.3.2 基础特征选择 | 第59-61页 |
| 3.3.3 基于条件随机场的信息抽取模型 | 第61-63页 |
| 3.4 基于深度神经网络的词向量特征学习算法 | 第63-71页 |
| 3.4.1 词向量简介 | 第63-66页 |
| 3.4.2 词向量特征学习的连续词袋模型 | 第66-71页 |
| 3.5 实验结果与分析 | 第71-77页 |
| 3.5.1 实验数据 | 第71-72页 |
| 3.5.2 评价标准 | 第72-73页 |
| 3.5.3 实验结果分析 | 第73-77页 |
| 3.6 本章小结 | 第77-78页 |
| 第4章 基于随机森林集成学习算法的急诊入院风险预测 | 第78-104页 |
| 4.1 引言 | 第78-79页 |
| 4.2 急诊病人风险预测相关研究综述 | 第79-81页 |
| 4.3 集成学习及随机森林方法 | 第81-86页 |
| 4.3.1 集成学习方法 | 第81-83页 |
| 4.3.2 随机森林算法 | 第83-86页 |
| 4.4 未来急诊入院风险预测与高风险病人识别 | 第86-95页 |
| 4.4.1 研究对象定义及预测时长范围评估 | 第86-87页 |
| 4.4.2 特征降维与集成学习模型构建 | 第87-91页 |
| 4.4.3 基于随机森林的急诊入院风险预测算法 | 第91-95页 |
| 4.5 实验结果与分析 | 第95-103页 |
| 4.5.1 预测模型性能分析 | 第95-98页 |
| 4.5.2 高风险病人识别与聚类分析 | 第98-101页 |
| 4.5.3 总结讨论 | 第101-103页 |
| 4.6 本章小结 | 第103-104页 |
| 第5章 医疗商务智能分析平台的设计与实现 | 第104-130页 |
| 5.1 引言 | 第104页 |
| 5.2 医疗商务智能分析平台总体架构 | 第104-107页 |
| 5.3 商务智能分析平台核心应用组件实现 | 第107-129页 |
| 5.3.1 医疗领域通用数据仓库 | 第108-115页 |
| 5.3.2 面向全流程的数据整合集成ETL过程 | 第115-121页 |
| 5.3.3 基于关键绩效指数的医疗商务智能企业仪表板 | 第121-129页 |
| 5.4 本章小结 | 第129-130页 |
| 第6章 总结与展望 | 第130-133页 |
| 6.1 创新性工作总结 | 第130-131页 |
| 6.2 未来工作展望 | 第131-133页 |
| 参考文献 | 第133-143页 |
| 攻读博士学位期间主要的研究成果 | 第143-145页 |
| 致谢 | 第145-146页 |
