協(xié)同過(guò)濾推薦在醫(yī)療領(lǐng)域的應(yīng)用研究.pdf

1、搜索引擎技術(shù)越來(lái)越成為用戶篩選信息的主要途徑和方式,同時(shí)基于搜索引擎的推薦技術(shù)應(yīng)運(yùn)而生,通過(guò)預(yù)測(cè)用戶的興趣愛(ài)好為用戶推薦最為感興趣或者最為需要的信息。在向用戶推薦目標(biāo)對(duì)象方面,應(yīng)用最為廣泛的算法是協(xié)同過(guò)濾算法。目前,協(xié)同過(guò)濾推薦算法的應(yīng)用主要應(yīng)解決三大技術(shù)問(wèn)題:冷啟動(dòng)、數(shù)據(jù)稀疏性和大數(shù)據(jù)增值計(jì)算。
　　本文從解決上述三大問(wèn)題入手,針對(duì)用于醫(yī)療服務(wù)領(lǐng)域的推薦算法進(jìn)行研究設(shè)計(jì)。利用hadoop云平臺(tái)對(duì)推薦系統(tǒng)后臺(tái)數(shù)據(jù)進(jìn)行分布式存儲(chǔ),解

2、決海量數(shù)據(jù)存儲(chǔ)問(wèn)題;在引入層次分析模型對(duì)目標(biāo)對(duì)象進(jìn)行靜態(tài)評(píng)價(jià)的基礎(chǔ)上,采用用戶興趣聚類與協(xié)同過(guò)濾技術(shù)相結(jié)合的方式進(jìn)行推薦。首先,對(duì)目標(biāo)對(duì)象的特征屬性進(jìn)行分析,建立分類標(biāo)簽和對(duì)象屬性層次模型,通過(guò)對(duì)比矩陣,實(shí)現(xiàn)目標(biāo)對(duì)象的初次靜態(tài)評(píng)分,從而解決冷啟動(dòng)問(wèn)題;其次,利用對(duì)象類之間的相似性以及用戶與目標(biāo)對(duì)象的一階關(guān)聯(lián),使用k-means方法對(duì)用戶進(jìn)行聚類,在聚類的簇內(nèi)部通過(guò)用戶的行為日志,挖掘用戶興趣偏好,計(jì)算用戶間相似度,選擇最近鄰用戶評(píng)分最高