体检管理系统中体检项目与诊断主动推荐的设计与实现

《体检管理系统中体检项目与诊断主动推荐的设计与实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、⑨硕士学位论文MASTER‘STHESlS3、面对同样的检查结果，不同医生做出的诊断虽然相同，但可能会做出不同的描述诊断，甚至描述不够规范。4、对于医生来说，将客户的体检结果及做出诊断录入系统需要花费大量的时间，有时甚至比传统模式下手写方式的效率还低。而医生经常会遇到不同客户的同一体检项目的诊断相同或相似，医生需反复地录入相同的诊断，这样在录入结果和诊断的时候将浪费大量的时间，不利于解决客户等待时间长的问题。为减少客户选取体检项目时的盲目性，节省时间，提高医生诊断的规范性和效率，本文将基于贝叶斯网络和双层K．最近邻算法的主动推荐模型引入到当前开发的体检管理系统中，分别实现体检项目和诊断结果的

2、推荐。通过对客户历史体检信息的分析，利用贝叶斯网络推荐模型主动向客户推荐体检项目，引导客户进行体检内容的选择，这样既可以减少客户在选项目时的盲目性、减少选项目花费的时间，同时可以通过将项目信息主动展示给客户，从而提高体检中心设置的体检项目的体检量。这样既可以方便客户，提高服务质量，也可以在一定程度上增加公司的效益。通过对客户历史诊断信息的挖掘，采用双层l卜最近邻推荐方法，通过对当前客户体检项目的结果与历史客户体检项目结果的比较，推荐若干条诊断供医生选取，或在参考诊断的基础上作局部修改，这样既可使体检中心的诊断更加规范，也可以大大减少医生录入诊断时所花费的时间，提高医生的工作效率，减少客户等待

3、时间，减少医院的资源投入。1．2主动推荐技术国内外研究现状分析1995年，卡内基悔隆大学的ThorstenJoachims，DayneFreitag，TomMitchell等人在美国人工智能协会上提出了个性化导航系统Webwatcher【2】，标志着个性化服务的开始；1996年加州大学Irvine分校推出了个性化推荐智能体Syskill&webertL圳；1997年3月，《Co咖unicationsoftheACM》组织了个性推荐系统的专题报告，标志着个性化服务已经成为技术界高度重视；1999年，德国Dresden技术大学的TanjaJoerding实现了个性化电子商务原型系统TELLIM，

4、标志个性化服务开始向全球发展；2000年，NEC研究院的KurtD·Bollacker等人为搜索引擎CiteSeer增加了个性化推荐的功能，实现CiteSeer的个性化；2000年我国也开始了个性化服务的研究，清华大学的路海明等提出了多Agent混合智能实现个性化推荐。2001年，纽约大学的GediminasAdomavicius和AlexanderTuzhilin2⑥硕士学位论文MASTER‘STHESIS实现了个性化电子商务网站的用户建模系统l：lProH；王懿公司在其电子商务平台webSphere中增加了个性化功能，以利于商家开发个性化电子商务网站；NEC研究院的EricGlover等

5、人提出了个性化元搜索引擎原型系统Inquirus2。我国也广泛开展了个性化服务的研究，提出了一些原型系统。清华大学的溺翱等人提出了基于Agent的个性化信息过滤系统0penBookmark；南京大学的潘金贵等人设计并实现了个性化信息搜索智能体DOLTRI～心entl副；本世纪初日本前桥工业大学教授、网络智能协会(骣至C)的创建者铮宁等人提出的网络智能观点，已经迅速成为计算机科学中一个活跃而开放的研究分支，web智能是应用人工智能(A王)和高级信息技术来设计和实现web信息系统(IntelligentwebInfo珈ationSystem)，它能实现类似于人工智能的一些功能，包括推理、学习和岛

6、适应等功能。近几年来，个性化服务成为企业界的热点概念，并已经成为网络技术和智能信息处理中新的研究热点，个性化服务逐渐从学术研究走向实际应用，出现了大量的研究型推荐系统实例：l、ACF：矗vtiveCol王曲orat主veF主王ter主ng系统是carneg主e一黔王王on大学开发的主动协同过滤系统嘲，用于电子文档推荐。在ACF系统中，用户可以透过主动的方式将创建的索引推荐给其他可能感兴趣的用户，也可以将创建的索引保存到系统中供其他用户查看，但ACF系统只适用于拥护群体比较小的场合。2、辩国：是S纨蝻越大学数字圈书馆项霹组开发麓基于内容过滤和协同过滤的复合型推荐系统r”，用于推荐W-eb页面。

7、个人推荐代理根据文档内容建立用户档案，然后根据用户档案之间的相似性搜索用户的最近邻居。推荐结果可以基于用户pro蠡le中的内容信息产生，也可以基于用户最近邻居的评价信息产生。3、MovieLens：是Minnes抛大学开发的研究型自动协同过滤推荐系统％用于推荐电影。它是一个基于W

8、eb的推荐系统，系统通过浏览器的方式进行用户评分数据的收集与推荐结果显示，用户使用方便。4、鳓阳魄s：由MlT开发的自动过滤推荐系