基于多标签分类和协同过滤的医生推荐系统的研究与实现
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 1 绪论 | 第8-15页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 国内外研宄现状 | 第9-12页 |
| 1.2.1 多标签分类 | 第9-10页 |
| 1.2.2 协同过滤 | 第10-11页 |
| 1.2.3 排序算法 | 第11页 |
| 1.2.4 网络爬虫 | 第11-12页 |
| 1.3 研究内容及框架 | 第12-13页 |
| 1.4 本文组织结构 | 第13-15页 |
| 2 医生推荐模型及方法研宄 | 第15-38页 |
| 2.1 多标签分类 | 第16-30页 |
| 2.1.1 标签空间转换 | 第18-22页 |
| 2.1.2 标签子集选择 | 第22-24页 |
| 2.1.3 基于聚类抽样的多标签分类 | 第24-26页 |
| 2.1.4 基于频率抽样的多标签分类 | 第26-28页 |
| 2.1.5 算法复杂度分析 | 第28-29页 |
| 2.1.6 医生的标签预测 | 第29-30页 |
| 2.2 协同过滤 | 第30-36页 |
| 2.2.1 奇异值分解算法 | 第31-33页 |
| 2.2.2 R1 MP分解算法 | 第33-35页 |
| 2.2.3 医生的评分预测 | 第35-36页 |
| 2.3 排序算法 | 第36-38页 |
| 3 医生推荐系统设计 | 第38-59页 |
| 3.0 系统设计概要 | 第38-39页 |
| 3.1 分布式信息采集系统 | 第39-44页 |
| 3.1.1 基本原理 | 第39-40页 |
| 3.1.2 搜索策略 | 第40-41页 |
| 3.1.3 分布式实现 | 第41-44页 |
| 3.2 数据管理系统 | 第44-55页 |
| 3.2.1 数据库存储 | 第45-46页 |
| 3.2.2 数据管理 | 第46-50页 |
| 3.2.3 模板和插件 | 第50-54页 |
| 3.2.4 数据后台管理 | 第54-55页 |
| 3.4 信息推荐系统 | 第55-59页 |
| 4 医生推荐系统性能分析 | 第59-68页 |
| 4.1 医生数据分析 | 第59-62页 |
| 4.2 推荐算法 | 第62-68页 |
| 4.2.1 评估标准 | 第62-63页 |
| 4.2.2 多标签分类 | 第63-65页 |
| 4.2.3 协同过滤 | 第65-67页 |
| 4.2.4 排序算法 | 第67-68页 |
| 结论 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 攻读硕士学位期间发表学术论文情况 | 第74-75页 |
| 致谢 | 第75-76页 |
