融合知识图谱和深度学习方法的问诊推荐系统
https://dl.ccf.org.cn/file_server/20210827/159_226_43_5/kxyts21-8/ef45f33fd8e84b669cfd22b5ffc582d8.jpg
近年来,随着互联网的普及和大数据分析等技术的发展,人们对移动医疗服务的需求越来越迫切,具体表现为根据症状确定自己患有的疾病以及根据疾病选择服务质量较好的医院及医生。为了解决上述问题,基于知识图谱和深度学习技术设计并实现了一种问诊推荐系统。基于互联网开放的医疗数据,构建了“疾病-症状”知识图谱,帮助用户根据症状自查,并以知识图谱嵌入模型训练知识图谱中实体的嵌入向量表示,根据向量的欧式距离相似度选取最相近的疾病实体丰富推荐选项,两者结合实现疾病诊断服务。同时,基于社交媒体的评论数据,结合现有的医疗服务质量评价指标,使用了深度学习的分析方法,自动给出医生的服务质量多维度的评分,为用户提供医生医院推荐服务。最后,通过构建测试集以及设计调查问卷等方式,验证了疾病诊断服务和医生医院推荐服务的准确率分别达到了74.00%和90.91%。
<<< 上一篇
融合知识图谱和差分隐私的新闻推荐方法
<<< 下一篇 融合知识图谱和短期偏好的推荐算法
读完这篇文章后,您心情如何?
推荐内容
More >>>- · CSP高分说 | 四川大学王鹏超:算法竞赛为人生
- · ADL全年计划发布-ADL工作组召开2026年度会议
- · CSP高分说 | 青海大学洪金宝:CSP题型分析与
- · CSP高分说 | 国防科大马艺洋:缘起于CSP的算
- · 20万奖金已就位!速来报名2026 CCF技术公益马
- · 2026上半年CCF高级会员申请截止日提醒
- · 关于重组中国计算机学会信息保密专业委员会的
- · CSP高分说 | 中南大学许宸哲:CSP考场高效得
- · AI原生·超级个体·组织重构 | TF技术前线178期
- · 青少年编程线上成长营,玩转AI时代编程入门课
- · Agent模式重构工作新范式 | TF技术前线177回
返回首页




所有评论仅代表网友意见