基于张量分解的药品个性化推荐.PDFVIP

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于张量分解的药品个性化推荐

第42卷 第 5期 计 算 机 科 学 Vo1.42No.5 2015年 5月 Computer Science M ay2O15 基于张量分解的药品个性化推荐 王 龙 王嘉伦 程转丽 李 然 张 弓 (华中科技大学计算机学院 武汉430074) 摘 要 在当前网购越来越流行的趋势下,网上买药也给很 多病人带来了极大的便利。但是普通人在网上购买药品 时普遍存在盲 目购药、无法获得买药指导的问题 ,针对这一 问题 ,提 出首先根据药品的功能描述信息进行聚类 ,设计 了 基于用户相似度的协 同过滤药品推荐算法;然后针对该算法的冷启动以及数据稀疏性等问题提出了基于张量分解的 个性化药品推荐算法来对获取到的药品功能描述信息进行特征分析,构建标签特征向量,利用特征向量与用户对药品 的评分值构建三阶张量,再利用张量分解方法对该三阶张量进行分解;最后得到推荐评估值,再利用该推荐评估值进 行Top-N药品推荐。通过对真实的药品销售网站数据进行抓取并分析 ,构建了张量模型,并进行数据建模,与协同过 滤的推荐结果相 比,其得到 了较好的推荐效果。 关键词 药品个性化,协同推荐,K-means聚类,张量分解 中图法分类号 TP391 文献标识码 A DOI 10.11896/j.issn.1002—137X 2015.5.045 PersonalizedM edicineRecommendationBasde onTensorDecomposition WANG Long WANGJia-lun CHENG Zhuan-li LIRan ZHANG Yin (SchoolofScience~Technology,HuazhongUniversityofScienceandTechnology,Wuhan430074,China) Abstract Astheonlineshoppingisbecomingmoreandmorepopular,buyingmedicineonlinehasbroughtgreatcon— venienceformanypatients.Butwhenordinarypeoplebuydrugsonline,theyalwayspurchasemedicineblindly.Thereis abigproblem thattheydonothaveaccesstothemedicineguidance.Inordertosolvethisproblem,firstly,weclustered thedrugintoseveralgroupsaccordingtothefunctionaldescriptioninformationofthedrug,andproposedthepersonali- zedmedicinerecommendationbasedonusercollaborativefiltering.Thenconsideringtheshortcomingsofthecollabora- tivefilteringalgorithm ,weusedthetensordecompositionmethodstomodeltherelationshipoftheuser,symptom and medicine,andrecommend edthetop-N relatedmedicinestotheusersaccordingtotheirsmy ptoms.W ecrawledthereal datafrom theinternetand compared theresultswith collaborativefilteringmethod.Theresultsshow good perfor- m anca. Keywords Personalizedmedicine,Collaborativefiltering,K-meansclusteri

您可能关注的文档

文档评论(0)

zhuwo + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档