病友系統(tǒng)關鍵技術應用研究與實現(xiàn).pdf

1、隨著云計算、大數(shù)據(jù)等技術的快速發(fā)展，Internet上涌現(xiàn)出大量病友系統(tǒng)。但是現(xiàn)有病友系統(tǒng)存在著許多問題，如數(shù)據(jù)質量不高、數(shù)據(jù)來源較少、未能對用戶分享的數(shù)據(jù)進行深入挖掘等。針對這些問題，中草藥病友系統(tǒng)依托中草藥專業(yè)知識服務系統(tǒng)已有的知識庫，旨在整合網(wǎng)絡數(shù)據(jù)和系統(tǒng)用戶分享的數(shù)據(jù)，通過進一步的挖掘和知識發(fā)現(xiàn)，為病友提供更全面的疾病知識相關的服務。
　　本文主要關注病友系統(tǒng)的關鍵技術應用研究以及病友系統(tǒng)的設計與實現(xiàn)，主要工作有:

2、　　1.對病友系統(tǒng)重要的數(shù)據(jù)來源——外部Web網(wǎng)頁，進行正文文本的抽取研究，提出了利用網(wǎng)頁的文本密度、標點密度和超鏈接密度并結合樸素貝葉斯算法來抽取網(wǎng)頁正文的方法，有效地去除頁面的噪聲文本，提升了頁面正文抽取的準確性。
　　2.對于抽取的正文文本，提出基于Simhash算法的近似文本檢測方案，建立起正文文檔集的指紋庫。然后基于網(wǎng)頁正文等資源，利用神經網(wǎng)絡算法，實現(xiàn)文本的推薦功能。
　　3.對于在線評論，提出一種對評論進行快速