一种基于线性回归因子非负矩阵分解模型的医疗机构推荐方法

摘要

本发明公开了一种基于线性回归因子非负矩阵分解模型的医疗机构推荐方法，该方法依据线性回归张量因子对医疗机构—居住区就诊量矩阵进行处理，得到医疗机构推荐目标模型；进而采用隐性特征模型对多元异构的推荐用原始数据进行活化数据挖掘，得到隐性特征矩阵；最后通过迭代计算医疗机构—居住区就诊量矩阵是否达到收敛，若收敛，则采用推荐标准误差模型进行计算修正后的医疗机构—居住区就诊量矩阵，从而将推荐结果提供给用户。本发明应用在推荐系统中有效提高了对医疗机构的推荐准确度，从而提高医疗机构互联网数据对于智慧城市的建设的利用价值，解决残缺数据对大部分智慧城市的智能化建设的影响。