協同過濾推薦在醫(yī)療領域的應用研究.pdf

1、搜索引擎技術越來越成為用戶篩選信息的主要途徑和方式,同時基于搜索引擎的推薦技術應運而生,通過預測用戶的興趣愛好為用戶推薦最為感興趣或者最為需要的信息。在向用戶推薦目標對象方面,應用最為廣泛的算法是協同過濾算法。目前,協同過濾推薦算法的應用主要應解決三大技術問題:冷啟動、數據稀疏性和大數據增值計算。
　　本文從解決上述三大問題入手,針對用于醫(yī)療服務領域的推薦算法進行研究設計。利用hadoop云平臺對推薦系統(tǒng)后臺數據進行分布式存儲,解

2、決海量數據存儲問題;在引入層次分析模型對目標對象進行靜態(tài)評價的基礎上,采用用戶興趣聚類與協同過濾技術相結合的方式進行推薦。首先,對目標對象的特征屬性進行分析,建立分類標簽和對象屬性層次模型,通過對比矩陣,實現目標對象的初次靜態(tài)評分,從而解決冷啟動問題;其次,利用對象類之間的相似性以及用戶與目標對象的一階關聯,使用k-means方法對用戶進行聚類,在聚類的簇內部通過用戶的行為日志,挖掘用戶興趣偏好,計算用戶間相似度,選擇最近鄰用戶評分最高