基于iOS平台的健康监护软件的研究与设计
发布时间:2021-11-23 19:30
随着科学技术的飞速发展,人们的生活质量不断提高,公众对健康的重视程度也越来越高。然而,目前我国医疗资源相对短缺,存在看病难,看病贵等现状。为解决以上问题,移动医疗应运而生。目前市面上的大多数移动健康监护产品只有监测和记录功能,并没有起到真正意义上的健康监护。且健康监护软件中的医生推荐服务大多采用关键字搜索的方式,不具备个性化推荐特点,这在网络资源过载的年代很难快速找到最合适的医生推荐服务,难以满足用户的需求。针对上述问题,本文结合iOS设备和智能可穿戴设备智能手环的优势,设计一款具有个性化医生推荐服务的健康监护软件。本文的主要内容如下。(1)根据研究背景和国内外研究现状,通过对健康监护软件的需求进行分析,然后对软件的整体方案进行设计,并阐述相关的关键技术。(2)根据用户对医生推荐的个性化服务需求,针对传统的协同过滤推荐算法在医生推荐服务中存在推荐准确度低和推荐速度慢等问题。本文结合电子健康领域独有的特性,对传统的协同过滤算法进行改进,提出一种融合人口统计学因子的用户兴趣聚类协同过滤改进算法,仿真和实验测试结果表明该算法能够提供个性化医生推荐服务且提高推荐准确度和推荐速度。其中,推荐准确...
【文章来源】:重庆邮电大学重庆市
【文章页数】:79 页
【学位级别】:硕士
【部分图文】:
不同权重对于MAE的影响
推荐算法的MAE值比较
推荐算法的运行时间比较
【参考文献】:
期刊论文
[1]浅析HTTPS发展现状和趋势[J]. 高度. 福建电脑. 2017(09)
[2]从医疗资源配置到健康服务资源配置[J]. 唐钧. 中国医疗保险. 2017(09)
[3]可穿戴医疗健康监护现状与展望[J]. 周旺,贾天震,陈贤祥,方震. 中国医疗设备. 2017(06)
[4]我国人口老龄化现状、趋势与建议[J]. 胡杰成. 中国经贸导刊. 2017(12)
[5]在线医疗社区医患互动行为的实证研究——以好大夫在线为例[J]. 马骋宇. 中国卫生政策研究. 2016(11)
[6]国际视野下的中国人口老龄化[J]. 陈卫. 北京大学学报(哲学社会科学版). 2016(06)
[7]医养结合需求与医疗资源配置的关系浅析[J]. 王文洁,张拓红. 中国卫生事业管理. 2016(09)
[8]浅析HTTPS协议的原理及应用[J]. 张宝玉. 网络安全技术与应用. 2016(07)
[9]基于K-均值和K-中心点算法的大数据集分析[J]. 郭晨晨,朱红康. 太原师范学院学报(自然科学版). 2016(02)
[10]网上个性化推荐研究述评与展望[J]. 孙鲁平,张丽君,汪平. 外国经济与管理. 2016(06)
博士论文
[1]融合移动用户社会化关系的协同过滤推荐方法研究[D]. 胡勋.北京邮电大学 2014
硕士论文
[1]基于用户行为的个性化推荐优化方法研究[D]. 苏泯元.哈尔滨商业大学 2017
[2]协同过滤算法中相似度计算方法的研究[D]. 戴庆龙.吉林大学 2015
[3]协同过滤推荐在医疗领域的应用研究[D]. 孙晓曦.合肥工业大学 2014
[4]一种新型的协同过滤推荐算法[D]. 赵丽嫚.南京邮电大学 2013
本文编号:3514511
【文章来源】:重庆邮电大学重庆市
【文章页数】:79 页
【学位级别】:硕士
【部分图文】:
不同权重对于MAE的影响
推荐算法的MAE值比较
推荐算法的运行时间比较
【参考文献】:
期刊论文
[1]浅析HTTPS发展现状和趋势[J]. 高度. 福建电脑. 2017(09)
[2]从医疗资源配置到健康服务资源配置[J]. 唐钧. 中国医疗保险. 2017(09)
[3]可穿戴医疗健康监护现状与展望[J]. 周旺,贾天震,陈贤祥,方震. 中国医疗设备. 2017(06)
[4]我国人口老龄化现状、趋势与建议[J]. 胡杰成. 中国经贸导刊. 2017(12)
[5]在线医疗社区医患互动行为的实证研究——以好大夫在线为例[J]. 马骋宇. 中国卫生政策研究. 2016(11)
[6]国际视野下的中国人口老龄化[J]. 陈卫. 北京大学学报(哲学社会科学版). 2016(06)
[7]医养结合需求与医疗资源配置的关系浅析[J]. 王文洁,张拓红. 中国卫生事业管理. 2016(09)
[8]浅析HTTPS协议的原理及应用[J]. 张宝玉. 网络安全技术与应用. 2016(07)
[9]基于K-均值和K-中心点算法的大数据集分析[J]. 郭晨晨,朱红康. 太原师范学院学报(自然科学版). 2016(02)
[10]网上个性化推荐研究述评与展望[J]. 孙鲁平,张丽君,汪平. 外国经济与管理. 2016(06)
博士论文
[1]融合移动用户社会化关系的协同过滤推荐方法研究[D]. 胡勋.北京邮电大学 2014
硕士论文
[1]基于用户行为的个性化推荐优化方法研究[D]. 苏泯元.哈尔滨商业大学 2017
[2]协同过滤算法中相似度计算方法的研究[D]. 戴庆龙.吉林大学 2015
[3]协同过滤推荐在医疗领域的应用研究[D]. 孙晓曦.合肥工业大学 2014
[4]一种新型的协同过滤推荐算法[D]. 赵丽嫚.南京邮电大学 2013
本文编号:3514511
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3514511.html