协同过滤推荐在医疗领域的应用研究
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第15-27页 |
| 1.1 研究背景 | 第15-16页 |
| 1.2 国内外研究现状及研究意义 | 第16-25页 |
| 1.2.1 综合评价方法研究现状 | 第16-18页 |
| 1.2.2 推荐系统应用研究现状 | 第18-25页 |
| 1.2.3 研究目的及意义 | 第25页 |
| 1.3 本文的研究内容与创新点 | 第25-26页 |
| 1.4 本文的组织结构 | 第26-27页 |
| 第二章 医疗实体的评价指标模型研究 | 第27-37页 |
| 2.1 评价方法分析 | 第27-29页 |
| 2.1.1 评价体系的构造 | 第27-28页 |
| 2.1.2 评价体系中的层次分析模型介绍 | 第28-29页 |
| 2.2 层次分析模型的构建 | 第29-31页 |
| 2.2.1 建立层次结构 | 第29页 |
| 2.2.2 构造对比矩阵 | 第29-30页 |
| 2.2.3 一致性检验方法 | 第30-31页 |
| 2.3 基于层次分析的评价模型的建立 | 第31-35页 |
| 2.3.1 基于层析分析的医生评价模型 | 第31-34页 |
| 2.3.2 基于层析分析的医院评价模型 | 第34-35页 |
| 2.4 本章小结 | 第35-37页 |
| 第三章 个性化推荐算法研究 | 第37-55页 |
| 3.1 推荐算法概述 | 第37-46页 |
| 3.1.1 基于内容的推荐 | 第38-39页 |
| 3.1.2 基于关联规则的推荐 | 第39-41页 |
| 3.1.3 基于协同过滤的推荐 | 第41-44页 |
| 3.1.4 推荐算法评测 | 第44-46页 |
| 3.2 推荐算法面临的问题 | 第46-47页 |
| 3.2.1 冷启动问题 | 第46-47页 |
| 3.2.2 数据稀疏性问题 | 第47页 |
| 3.3 基于用户兴趣聚类的协同过滤推荐算法 | 第47-54页 |
| 3.3.1 特征属性表示 | 第48-49页 |
| 3.3.2 用户聚类 | 第49-50页 |
| 3.3.3 聚类簇内的用户间相似度计算 | 第50-51页 |
| 3.3.4 预测评分及推荐列表 | 第51页 |
| 3.3.5 实验数据集 | 第51-52页 |
| 3.3.6 算法对比实验 | 第52-54页 |
| 3.4 本章小结 | 第54-55页 |
| 第四章 医疗服务推荐系统设计 | 第55-79页 |
| 4.1 系统环境与开发工具 | 第55-56页 |
| 4.1.1 网络环境 | 第55-56页 |
| 4.1.2 软件环境 | 第56页 |
| 4.1.3 系统开发工具 | 第56页 |
| 4.2 系统设计 | 第56-71页 |
| 4.2.1 大数据环境 | 第58-61页 |
| 4.2.2 数据处理 | 第61-63页 |
| 4.2.3 系统功能架构 | 第63-67页 |
| 4.2.4 软件体系结构 | 第67-71页 |
| 4.3 医疗服务推荐系统展示 | 第71-76页 |
| 4.4 医疗服务推荐系统数据结果分析 | 第76-78页 |
| 4.5 本章小结 | 第78-79页 |
| 第五章 总结与展望 | 第79-81页 |
| 5.1 总结 | 第79页 |
| 5.2 不足与展望 | 第79-81页 |
| 参考文献 | 第81-85页 |
| 攻读硕士学位期间发表的论文和参与的科研项目 | 第85-86页 |
