شبکه اجتماعی سلامت: یک سیستم توصیه گر با رویکرد شبکه های اطلاعاتی ناهمگون
Publish place: New Media Studies، Vol: 3، Issue: 12
Publish Year: 1396
نوع سند: مقاله ژورنالی
زبان: Persian
View: 364
This Paper With 40 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_NMS-3-12_007
تاریخ نمایه سازی: 19 تیر 1398
Abstract:
سلامت، بهداشت و خدمات درمانی قسمت جدایی ناپذیر زندگی هر فردی در طول زندگی اش است. هر فردی در دوره های مختلف زندگی خود به نوعی نیازهای متنوعی در حوزه سلامت احساس می کند که با استفاده از امکانات موجود، سعی در پاسخ گویی به این نیازها را دارد. با توجه به استقبال زیاد افراد از شبکه های اجتماعی در دو دهه اخیر، یکی از ابزارهایی که می تواند امکانات مختلفی را در اختیار افراد در حوزه سلامت بگذارد شبکه های اجتماعی است. در این پژوهش ی1ک شبکه اجتماعی سلامت معرفی شده است که بر روی ارتباط کاربران یا بیماران با پزشکان و خدمات درمانی مختلف تمرکز دارد. برای بهبود کارایی این شبکه یک سیستم توصیه گر پیشنهاد شده است که می تواند به کاربران یک پزشک، یک حوزه تخصصی جهت اخذ مشاوره پزشکی و یا یک مطلب را بر اساس نیازمندی های آنان پیشنهاد دهند. از شبکه های اطلاعاتی ناهمگون برای مدل سازی شبکه اجتماعی سلامت بهره گرفته ایم. این شبکه ها وجود چندین نوع شیء، مانند پزشک، بیمار و مشاوره، و چندین نوع رابطه، مانند درخواست مشاوره و پاسخ به مشاوره، را در برمی گیرند. برای مدل توصیه، با توجه به روش هایی که شبکه های ناهمگون ارائه می دهند، از بازخوردهای ضمنی ای که هر فرد در شبکه ثبت می کند، استفاده کردیم تا با یافتن شباهت های مطابق با این بازخوردها، بهترین پیشنهاد ها را به وی ارائه دهیم. برای الگوریتم یادگیری مدل توصیه از رتبه بندی، شخصی سازی شده بیزین استفاده شده است. الگوریتم ارائه شده ترکیبی از روش امتیاز رتبه بندی و الگوریتم یادگیری مذکور است. در انتها با اعمال روش پیشنهادی بر روی مجموعه داده، کارایی این شبکه اجتماعی و سیستم توصیه گر نشان داده شده است.
Keywords:
Authors
سید سعید مرتضوی
دانشجوی کارشناسی ارشد، دانشکده علوم ریاضی و رایانه دانشگاه علامه طباطبائی
فرشته آزادی پرند
استادیار گروه رایانه دانشگاه علامه طباطبائی
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :