基于算法的高血压患者偏好方法研究.docx

? ? 基于推荐算法的高血压患者偏好方法研究* ? ? 赵贝宁 熊巨洋 赵仁伟 金 唐 （1.华中科技大学医药卫生管理学院 武汉 430030）（2.河南省渑池县果园乡中心学校 渑池 472400） 1 引言 随着经济的快速发展，人们的生活水平日异得到提高。由于各种不良的饮食习惯、作息习惯等原因导致高血压疾病患者数量也呈现快速增长的趋势。高血压疾病的治疗过程是繁琐复杂的，同时不同类别的高血压人群对于健康管理的偏好不尽相同，因此，有效找到各类高血压患者的健康管理偏好对于治疗高血压疾病来说具有重要的意义。而推荐算法是解决信息与个性化需求之间的有效方法，在诸多的推荐算法中，协同过滤技术较为广泛应用，但是传统的协同过滤推荐算法具有实时性较差、拓展性较差的特点。针对推荐算法的缺点，部分专家学者提出了解决思路。如刘靖明，韩丽川等人结合K均值聚类方法，找到与用户距离最近的集合实现推荐［1］。学者根据对用户行为的分析，建立特征表，提出了聚类的标准［2～4］。李辉，石钊等建立“用户-矩阵”改进聚类中的近邻算法，从一定程度上找到解决推荐实时性问题的办法［5］。周军锋、汤显等根据用户的评分结果，分段归纳用户的分数，根据分数区分不同类别用户进行推荐［6～8］。俞琰，邱广华等通过对用户兴趣网的研究，提出网络混合推荐算法，利用拓扑网络结构分析用户的兴趣行为［9～13］。王均波将用户兴趣、时间效应、用户