作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对海量的医疗信息特征推送存在推送准确率低的问题,提出基于数据特征矩阵的海量医疗信息特征推送方法,采用医疗大数据特征智能采集方法获取医疗数据特征矩阵列,利用数据特征矩阵列匹配全部患者组信息和患者部分信息,向相仿度最高的患者组融入对应的患者,匹配相仿患者组里的关键词和医疗数据特征矩阵列里拟送的基础关键数据特征,患者所在的相仿患者组根据基于位置服务(LBS)优先推送方式推送医疗消息.拟送患者的未来病情特征关键词组根据患者的病情特征推算,按照LBS优先推送方式对患者推送定制医疗消息特征.实验结果表明,所提方法收集海量医疗信息特征的平均时间是4s,平均采集误差是0.2%,进行推送测试时最高使用度和召回率分别是96.5%和34.5%,说明所提方法推送性能好.
推荐文章
基于图像特征细化的海量数据挖掘系统设计与实现
图像特征细化
海量数据挖掘
图像数据挖掘
图像噪声过滤
云计算环境下的海量数据特定特征挖掘技术
云计算
数据特定特征
特征挖掘技术
提取精度
试论数据挖掘技术下推送式学习模型的构建
推送式学习
数据挖掘
模型构建
基于用户兴趣模型的信息推送系统研究
Agent
信息推送
用户兴趣建模
向量空间模型
信息过滤
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于数据特征矩阵的海量医疗信息特征推送研究
来源期刊 机械设计与制造工程 学科 社会科学
关键词 大数据 海量医疗信息特征 推送方法 精确采集 占用率 波动环境
年,卷(期) 2019,(3) 所属期刊栏目 大数据应用技术
研究方向 页码范围 59-63
页数 5页 分类号 G06
字数 4011字 语种 中文
DOI 10.3969/j.issn.2095-509X.2019.03.014
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 蒋科 6 7 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (185)
共引文献  (67)
参考文献  (15)
节点文献
引证文献  (1)
同被引文献  (8)
二级引证文献  (0)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(7)
  • 参考文献(0)
  • 二级参考文献(7)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(17)
  • 参考文献(0)
  • 二级参考文献(17)
2008(14)
  • 参考文献(0)
  • 二级参考文献(14)
2009(11)
  • 参考文献(0)
  • 二级参考文献(11)
2010(19)
  • 参考文献(0)
  • 二级参考文献(19)
2011(16)
  • 参考文献(0)
  • 二级参考文献(16)
2012(11)
  • 参考文献(0)
  • 二级参考文献(11)
2013(17)
  • 参考文献(0)
  • 二级参考文献(17)
2014(24)
  • 参考文献(0)
  • 二级参考文献(24)
2015(24)
  • 参考文献(3)
  • 二级参考文献(21)
2016(11)
  • 参考文献(5)
  • 二级参考文献(6)
2017(7)
  • 参考文献(7)
  • 二级参考文献(0)
2019(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
大数据
海量医疗信息特征
推送方法
精确采集
占用率
波动环境
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
机械设计与制造工程
月刊
2095-509X
32-1838/TH
大16开
南京市长虹路445号
28-220
1964
chi
出版文献量(篇)
9471
总下载数(次)
10
论文1v1指导