基于Hadoop的医疗云存储与医生推荐系统的研究与实现

摘要

随着医疗行业的快速发展,医疗领域数据量呈现几何级增长,但是这些数据的存储和二次利用往往得不到解决,造成资源的浪费.本文设计实现了一套基于Hadoop的医疗大数据存储与医生推荐系统,利用Hadoop集群的特性为医疗信息提供高容错性和高可靠性的存储;同时利用Map-Reduce编程框架实现了基于项目的协同过滤算法为用户推荐医生,Map-Reduce具有良好的并行性,是天然的大数据分析框架,实现了医疗大数据的二次利用.通过实验测试表明,本系统可以很好的存储结构化、半结构化和非结构化医疗大数据,并且推荐结果具有实时性和较好的准确性.