基于标签预测和奇异值分解的医生推荐系统的实现

2023-06-21 01:58:58徐志坚易丽莹
智能计算机与应用 2023年6期
关键词:数据库信息系统

徐志坚, 易丽莹

(广州市第一人民医院, 广州 510000)

0 引 言

随着信息技术的不断发展,医疗信息系统也得到了快速发展,很多医院建设了医生推荐系统,提供推荐医生的服务工作。 但是目前的大多数系统存在着计算复杂、精度不高等问题,亟需对医生推荐系统的算法进行优化,本文基于标签预测和奇异值分解算法,优化设计医生推荐系统,并进行了性能分析。

1 标签预测和奇异值分解算法概述

1.1 标签预测

使用多标签分类等算法对医生所擅长治疗疾病进行标签预测,根据医生的标签为患者推荐符合需求的医生。 在对医生的擅长治疗标注时,需要建立特征向量和标签向量,如医生有d个标签,则标签向量Y的维度数量为d,其中各维度分别表示该医生所擅长治疗的一种疾病[1]。 如果医生擅长治疗一种疾病,则该维度的值为1;如果不擅长,该维度的值为0。

特征向量X包含以下3 种信息:

(1)分类信息。 包括医生所在医院、科室、职称以及其他医生对其评价等信息,需要对每项信息特征进行编码。 以科室举例说明,设科室取值数量为Oi,表示为P维度的向量,每个维度表示一个科室,一个医生按照其所在科室将向量对应的纬度值定为1。 对于这类特征信息,各向量中只有一项为1,其余各项均为0。 如果分类信息特征数量为P,则特征维度为

(2)数值信息。 包含图文咨询平台数、电话咨询平台数、站内关注数等。 对于这些数值信息,按照数值特征的数量表示为q维向量的方式进行处理[2]。……

登录APP查看全文

猜你喜欢
数据库信息系统
Smartflower POP 一体式光伏系统
工业设计(2022年8期)2022-09-09 07:43:20
WJ-700无人机系统
ZC系列无人机遥感系统
北京测绘(2020年12期)2020-12-29 01:33:58
连通与提升系统的最后一块拼图 Audiolab 傲立 M-DAC mini
订阅信息
中华手工(2017年2期)2017-06-06 23:00:31
数据库
财经(2017年2期)2017-03-10 14:35:35
数据库
财经(2016年15期)2016-06-03 07:38:02
数据库
财经(2016年3期)2016-03-07 07:44:46
数据库
财经(2016年6期)2016-02-24 07:41:51
展会信息
中外会展(2014年4期)2014-11-27 07:46:46