| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.3 论文主要研究内容 | 第14-15页 |
| 1.4 论文组织结构 | 第15-16页 |
| 1.5 论文主要创新点 | 第16-17页 |
| 1.6 本章小结 | 第17-18页 |
| 第二章 相关技术简介 | 第18-30页 |
| 2.1 信息预处理技术 | 第18-22页 |
| 2.1.1 中文分词技术 | 第18-19页 |
| 2.1.2 停用词处理 | 第19-20页 |
| 2.1.3 同义词处理技术 | 第20-22页 |
| 2.2 文本表示模型 | 第22页 |
| 2.3 文本特征提取 | 第22-23页 |
| 2.4 多标签分类技术 | 第23-25页 |
| 2.5 LOGISTIC回归模型 | 第25-26页 |
| 2.6 疾病初步不确定推理 | 第26-28页 |
| 2.7 疾病相似度计算 | 第28页 |
| 2.8 疾病可信度计算 | 第28-29页 |
| 2.9 本章小结 | 第29-30页 |
| 第三章 智能导医系统总体设计 | 第30-34页 |
| 3.1 智能导医系统需求分析 | 第30页 |
| 3.2 智能导医系统总体架构 | 第30-31页 |
| 3.3 智能导医系统逻辑架构 | 第31-33页 |
| 3.3.1 疾病预测模块 | 第32页 |
| 3.3.2 患者预约挂号模块 | 第32-33页 |
| 3.3.3 科室信息模块 | 第33页 |
| 3.3.4 医生信息模块 | 第33页 |
| 3.3.5 患者信息模块 | 第33页 |
| 3.3.6 医院信息模块 | 第33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章 基于症状综合共现度的多标签分类算法研究 | 第34-44页 |
| 4.1 基于症状综合共现度的多标签分类算法 | 第34-35页 |
| 4.2 基于症状综合共现度的多标签分类算法相关定义 | 第35-37页 |
| 4.3 基于中心症状标签的投票算法 | 第37页 |
| 4.4 基于中心症状标签RAKEL投票算法训练过程 | 第37-38页 |
| 4.5 基于中心症状标签RAKEL投票算法分类过程 | 第38-39页 |
| 4.6 基于中心症状标签的投票算法 | 第39-41页 |
| 4.6.1 综合症状标签相似度算法描述 | 第39页 |
| 4.6.2 基于症状综合共现度的RAkEL投票训练过程算法描述 | 第39-40页 |
| 4.6.3 基于综合症状共现度的RAkEL投票分类过程算法描述 | 第40-41页 |
| 4.7 实验与分析 | 第41-43页 |
| 4.7.1 实验数据 | 第41页 |
| 4.7.2 疾病症状聚类有效性评估 | 第41-42页 |
| 4.7.3 实验结果分析 | 第42-43页 |
| 4.8 本章小结 | 第43-44页 |
| 第五章 基于综合共现度降维的LOGISTIC症状权重算法研究 | 第44-52页 |
| 5.1 基于症状综合共现度降维的LOGISTIC症状权重算法 | 第44-46页 |
| 5.1.1 症状综合共现度降维模型 | 第45页 |
| 5.1.2 Logistic二分类症状权重计算模型 | 第45-46页 |
| 5.2 基于综合共现度降维的LOGISTIC症状权重算法描述 | 第46页 |
| 5.3 实验与分析 | 第46-50页 |
| 5.3.1 实验数据 | 第46-47页 |
| 5.3.2 实验设计 | 第47-49页 |
| 5.3.3 实验结果与分析 | 第49-50页 |
| 5.4 本章小结 | 第50-52页 |
| 第六章 疾病预测子模块实现及实验分析 | 第52-62页 |
| 6.1 子模块实现及测试 | 第52-54页 |
| 6.2 子模块实现示例 | 第54-57页 |
| 6.3 子模块实验结果分析 | 第57-62页 |
| 6.3.1 实验目的与实验数据 | 第57页 |
| 6.3.2 实验方法与结果分析 | 第57-62页 |
| 第七章 总结与展望 | 第62-64页 |
| 7.1 论文总结 | 第62页 |
| 7.2 论文展望 | 第62-64页 |
| 致谢 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 附录A：攻读硕士学位期间发表的论文 | 第70-72页 |
| 附录B：攻读硕士学位期间参与完成的科研成果 | 第72页 |
