| 摘要 | 第10-12页 |
| ABSTRACT | 第12-13页 |
| 第1章 绪论 | 第14-18页 |
| 1.1 研究背景及意义 | 第14-15页 |
| 1.2 研究内容和主要工作 | 第15-17页 |
| 1.3 论文的组织结构 | 第17-18页 |
| 第2章 相关研究 | 第18-24页 |
| 2.1 引言 | 第18页 |
| 2.2 就医行为预测 | 第18页 |
| 2.3 疾病预测 | 第18-19页 |
| 2.4 数据不平衡 | 第19-20页 |
| 2.5 相似性学习 | 第20-21页 |
| 2.6 推荐模型 | 第21-22页 |
| 2.7 本章小结 | 第22-24页 |
| 第3章 就医行为预测模型的研究 | 第24-52页 |
| 3.1 引言 | 第24-25页 |
| 3.2 相关理论方法 | 第25-27页 |
| 3.2.1 ReliefF算法 | 第25页 |
| 3.2.2 长短期记忆神经网络 | 第25-26页 |
| 3.2.3 注意力机制 | 第26页 |
| 3.2.4 异构信息网络 | 第26-27页 |
| 3.2.5 张量CP分解 | 第27页 |
| 3.3 基于注意力和时间调整因子的双向LSTM住院就医行为预测模型 | 第27-33页 |
| 3.3.1 基本符号定义 | 第28页 |
| 3.3.2 特征选择 | 第28-29页 |
| 3.3.3 模型的构建 | 第29-32页 |
| 3.3.4 目标函数 | 第32页 |
| 3.3.5 可解释性 | 第32-33页 |
| 3.4 基于张量CP分解的就医行为分组预测模型 | 第33-39页 |
| 3.4.1 基本符号定义 | 第33页 |
| 3.4.2 模型的构建 | 第33-37页 |
| 3.4.3 目标函数 | 第37-38页 |
| 3.4.4 算法流程 | 第38-39页 |
| 3.5 实验评估 | 第39-49页 |
| 3.5.1 实验环境 | 第39-41页 |
| 3.5.2 结果分析 | 第41-49页 |
| 3.6 本章小结 | 第49-52页 |
| 第4章 就医迁移推荐模型的研究 | 第52-68页 |
| 4.1 引言 | 第52-53页 |
| 4.2 相关理论方法 | 第53-54页 |
| 4.2.1 SOMTE | 第53-54页 |
| 4.2.2 CNN | 第54页 |
| 4.3 基于双层CNN的就医迁移推荐模型 | 第54-60页 |
| 4.3.1 基本符号定义 | 第54-55页 |
| 4.3.2 模型的构建 | 第55-60页 |
| 4.3.3 算法流程 | 第60页 |
| 4.4 实验评估 | 第60-66页 |
| 4.4.1 实验环境 | 第60-62页 |
| 4.4.2 结果分析 | 第62-66页 |
| 4.5 本章小结 | 第66-68页 |
| 第5章 总结与展望 | 第68-70页 |
| 5.1 总结 | 第68-69页 |
| 5.2 展望 | 第69-70页 |
| 参考文献 | 第70-78页 |
| 致谢 | 第78-80页 |
| 攻读学位期间发表的学术论文 | 第80-82页 |
| 攻读学位期间参与的科研项目 | 第82-84页 |
| 攻读学位期间所获的奖励情况 | 第84-85页 |
| 学位论文评阅及答辩情况表 | 第85页 |