基于药物和疾病特征关联的药物重定位混合推荐算法

发布时间：2021-12-11 04:37

　　针对基于协同过滤的药物重定位算法进行了研究,考虑到数据稀疏性对协同过滤算法的巨大影响,提出一种基于药物和疾病特征关联的药物重定位混合推荐算法。该算法不仅使用了药物和疾病关系数据,还利用了药物结构、靶蛋白、副作用以及药物—疾病特征矩阵等信息计算药物之间的相似性,降低了数据稀疏性对推荐效果的影响,提高了推荐精度。经过对比实验发现,该算法具备较好的推荐效果,并能够发掘具有潜在联系的药物—疾病组合,进一步验证了该算法可以有效地应用于药物重定位。 

【文章来源】：计算机应用研究. 2020,37(03)北大核心CSCD

【文章页数】：4 页

【文章目录】：
1 药物重定位算法
2 药物—疾病特征关系向量
3 基于药物—疾病特征矩阵的混合推荐
    3.1 基本原理
    3.2 相似度计算
    3.3 评分表示方法
4 实验结果分析
    4.1 评测指标
    4.2 实验结果
5 结束语


【参考文献】：
期刊论文
[1]基于协同过滤的药物重定位算法[J]. 林耀进,张佳,林梦雷,李进金.  南京大学学报(自然科学). 2015(04)
[2]非线性组合的协同过滤推荐算法[J]. 李国,张智斌,刘芳先,姜波,姚文伟.  计算机应用. 2011(11)
[3]头孢曲松对肺炎链球菌和流感嗜血杆菌体外抗菌活性的研究[J]. 陆权,张泓,季芳,陆敏.  临床儿科杂志. 2001(05)

硕士论文
[1]协同过滤算法在药物重定位中的研究与应用[D]. 章啸.东华大学 2017



本文编号：3534021