| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第15-32页 |
| 1.1 研究背景和意义 | 第15-19页 |
| 1.2 研究现状和相关工作 | 第19-28页 |
| 1.2.1 语义网 | 第19-20页 |
| 1.2.2 张量基础和表示方法 | 第20-21页 |
| 1.2.3 张量分解概述 | 第21-26页 |
| 1.2.4 分解机模型 | 第26-28页 |
| 1.3 本文研究内容 | 第28-30页 |
| 1.4 本文组织结构 | 第30-32页 |
| 第2章 语义网在医学文本分析中的应用 | 第32-49页 |
| 2.1 基于语义扩展网络的相关性分析方法 | 第32-41页 |
| 2.1.1 面向查询的语义扩展网络 | 第32-35页 |
| 2.1.2 语义扩展网络分析 | 第35-40页 |
| 2.1.3 语义相关性分析 | 第40-41页 |
| 2.2 询证医学文献分级系统 | 第41-47页 |
| 2.2.1 基于词向量和语义扩展的询证医学文献自动分级方法 | 第42-44页 |
| 2.2.2 实验方案和性能评测 | 第44-47页 |
| 2.3 本章小结 | 第47-49页 |
| 第3章 张量分解在医疗数据分析中的应用 | 第49-80页 |
| 3.1 本节引言 | 第49-50页 |
| 3.2 基于电子病历的个性化慢性疾病预测 | 第50-65页 |
| 3.2.1 个性化预测模型的构建 | 第51-56页 |
| 3.2.2 性能评测 | 第56-65页 |
| 3.3 时序张量分解在病人跌倒预测中的应用 | 第65-75页 |
| 3.3.1 基于四维张量分解的预测方法 | 第66-70页 |
| 3.3.2 性能评测 | 第70-75页 |
| 3.4 分解机在医疗数据分类中的应用 | 第75-79页 |
| 3.5 本章小结 | 第79-80页 |
| 第4章 基于张量分解和语义网的医学信息检索系统 | 第80-96页 |
| 4.1 引言 | 第80-83页 |
| 4.2 基于PRF方法的语义扩展 | 第83-84页 |
| 4.3 基于张量的语义相关性分析方法 | 第84-90页 |
| 4.3.1 语义特征抽取和三维张量表示 | 第85-87页 |
| 4.3.2 基于CP分解的查询扩展方法 | 第87-90页 |
| 4.4 性能评估 | 第90-95页 |
| 4.4.1 数据集 | 第90-92页 |
| 4.4.2 实验系统设计 | 第92-93页 |
| 4.4.3 实验结果 | 第93-95页 |
| 4.5 本章小结 | 第95-96页 |
| 第5章 基于张量分解的网络医疗问答推荐系统 | 第96-105页 |
| 5.1 引言 | 第96-98页 |
| 5.2 面向医疗问答的专家推荐方法 | 第98-99页 |
| 5.3 基于分块坐标下降的非负张量分解 | 第99-101页 |
| 5.4 性能评估 | 第101-103页 |
| 5.4.1 数据集 | 第101-102页 |
| 5.4.2 实验结果 | 第102-103页 |
| 5.5 本章小结 | 第103-105页 |
| 第6章 总结与展望 | 第105-109页 |
| 6.1 本文研究总结 | 第105-107页 |
| 6.2 未来研究展望 | 第107-109页 |
| 参考文献 | 第109-130页 |
| 致谢 | 第130-131页 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 | 第131-132页 |