基于大数据的混合推荐算法在疾病预测中的研究及应用

目录

声明

致谢

1 引言

1.1 研究背景

1.2 国内外研究现状

1.3 研究内容

1.4 论文结构

2 相关理论概述

2.1 疾病预测原理

2.2预测系统评估指标

2.3 医疗数据的预处理技术

2.3.1 基于规则的数据清洗

2.3.2 基于工具的中文分词技术

2.3.3 关键字提取

2.4 推荐算法综述

2.4.1 基于人口统计学的推荐算法

2.4.2 基于内容的推荐算法

2.4.3 基于记忆的协同过滤推荐算法

2.4.4 混合推荐算法

2.5 本章小结

3 基于大数据的混合协同过滤推荐算法研究

3.1 问题描述与分析

3.2 数学定义

3.3 医疗数据集获取

3.4 基于大数据的混合推荐算法

3.4.1 建立疾病-关键字对应关系

3.4.2 构建用户-疾病间接相关性矩阵

3.4.3 基于大数据的用户-疾病相关性矩阵优化

3.2.1 章节在大数据下取排名靠前的词作为已知疾病对应的关键词，在维度确定的情况下，排名的倒叙值作为权重值Pki如图3-10所示：

3.4.4 算法总结

3.3章节介绍了基于大数据的混合协同过滤推荐算法，算法的流程如图3-12所示：

3.5 实验与分析

3.5.1 实验准备

3.5.2 算法比较

3.5.3 参数设置

3.5.4 结果比较

3.6 本章小结

4 疾病预测系统搭建

4.1 系统搭建准备

4.1.1 实验环境

4.2 预测系统搭建与性能分析

4.2.1 数据采集层搭建

4.2.2 数据存储设计

4.2.3 Hadoop分布式环境搭建

4.2.4 应用集成

4.2.5 性能分析

4.3 本章小结

5 总结与展望

5.1 总结

5.2 展望

参考文献

作者简历及攻读硕士学位期间取得的研究成果

独创性声明

学位论文数据集