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 >>>- · AI时代产学研合作如何创造新价值 CCF UIC论坛
- · 构建可信AI:企业级Agent架构与应用实践 | TF
- · 以数据为中心的AI智能体落地实践 | TF技术前
- · 大模型的知识与记忆 | TF技术前线184期回顾
- · 复杂智能体系统的开发与驾驭——对话宋继强、
- · 共绘BioAI无限未来 ——CCF TF第186期在京成
- · CNCC2026颁奖典礼隆重颁发四大奖项 ——CCF王
- · 2026年CCF大学生启航计划发布典礼在蓉举行
- · 第二届CCF数字孪生创新发展推进会和CCF沈阳联
- · CCCF 2026年10月刊发布
- · 2026 CCF CCSP竞赛手册发布,10月21~22日成都
返回首页




所有评论仅代表网友意见