馬鈺，張巖，王宏志，張義策

（哈爾濱工業(yè)大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，黑龍江 哈爾濱 150001）

中國(guó)人口數(shù)量與醫(yī)療資源之間的巨大反差使得醫(yī)療資源日趨不足，短期內(nèi)增加醫(yī)療資源的總量幾乎是不可能的，因此有效整合和合理分配現(xiàn)有的醫(yī)療資源，緩解就診壓力，提升就醫(yī)質(zhì)量，有著很大的實(shí)用價(jià)值與社會(huì)意義。

智能導(dǎo)診根據(jù)患者的主訴為患者自動(dòng)推薦相應(yīng)的醫(yī)院和醫(yī)生，對(duì)合理分診起著重要作用。從數(shù)據(jù)的角度看，智能導(dǎo)診是針對(duì)患者主訴和基本信息對(duì)醫(yī)院和醫(yī)生的推薦。

推薦技術(shù)與醫(yī)療導(dǎo)診的結(jié)合意義重大，但是傳統(tǒng)的推薦技術(shù)在導(dǎo)診中的應(yīng)用并不好，因?yàn)閷?dǎo)診和每個(gè)用戶的特征息息相關(guān)：由于地理位置等因素的影響，不同用戶在選擇醫(yī)院時(shí)差別很大，即使同一個(gè)用戶，在所患疾病不同時(shí)也會(huì)去不同的醫(yī)院就診。因此，針對(duì)用戶和疾病的不同推薦與導(dǎo)診的結(jié)果也應(yīng)該隨之變化，這樣的推薦才是有意義的。也就是說(shuō)，醫(yī)療導(dǎo)診領(lǐng)域的推薦必須體現(xiàn)出用戶和疾病的特征，以個(gè)性化推薦為主。因此本文提出了一種面向智能導(dǎo)診的個(gè)性化推薦算法。

1 相關(guān)工作及分析

近年來(lái)國(guó)內(nèi)外與醫(yī)療領(lǐng)域推薦相關(guān)的研究很多，M. López-Nores等[1]引入了一種新的過(guò)濾策略，對(duì)于有特定疾病的患者，這種推薦方法的效率較高。P. Pattaraintakorn等[2]提出了一種使用粗糙集和規(guī)則分析的醫(yī)療推薦系統(tǒng)，主要目標(biāo)是將病人的自身的身體數(shù)據(jù)作為條件屬性，推薦臨床檢查方式。宮繼兵等[3]提出了一種醫(yī)療社交網(wǎng)絡(luò)中的多層混合醫(yī)生推薦結(jié)構(gòu)，通過(guò)挖掘網(wǎng)絡(luò)中醫(yī)生與病人之間的關(guān)系為患者推薦醫(yī)生。徐守坤等[4]提出過(guò)一種醫(yī)生資源均衡推薦算法，使用最佳結(jié)果優(yōu)先的推薦算法，解決了醫(yī)療資源的使用過(guò)度集中而產(chǎn)生的問(wèn)題。

由上述分析可以看出，現(xiàn)行系統(tǒng)主要有兩方面的問(wèn)題：1) 沒(méi)有考慮現(xiàn)在醫(yī)療推薦方面最迫切需要解決的問(wèn)題；2) 沒(méi)有考慮導(dǎo)診與醫(yī)療推薦和傳統(tǒng)的推薦在本質(zhì)上的不同。

針對(duì)這些問(wèn)題，本文提出了一種面向智能導(dǎo)診的個(gè)性化推薦算法，其主要有3個(gè)特點(diǎn)：

1) 算法提出了輔助診療機(jī)制，通過(guò)輔助診療能根據(jù)用戶的癥狀表現(xiàn)，幫助用戶大致確定其所患疾病，從而明確用戶偏好，提升推薦結(jié)果的滿意度。

2) 算法獲得用戶評(píng)分及反饋信息的方式以顯式方法為主，并且在輔助診療時(shí)根據(jù)用戶的反饋信息對(duì)診斷結(jié)果進(jìn)行優(yōu)化，從而提高診斷結(jié)果的準(zhǔn)確性。

3) 提出了一種在有地域約束時(shí)的推薦算法。對(duì)Skyline[5-10]查詢進(jìn)行改進(jìn)，并將其結(jié)果作為推薦的候選集合，之后在局部范圍內(nèi)使用基于協(xié)同過(guò)濾的評(píng)分算法，對(duì)候選集合進(jìn)行評(píng)分并排序。

2 整體框架

為了對(duì)本文所述系統(tǒng)有一個(gè)全局性的了解進(jìn)而更好地了解算法細(xì)節(jié)，本部分將以框架圖為基礎(chǔ)，闡述算法中各部分的作用及大致思路。本文的整體框架如圖1所示。

圖1 整體框架Fig. 1 The overall framework

在圖1中，虛線將框架圖分為兩大部分：第1部分是獲取用戶偏好的過(guò)程，首先根據(jù)用戶的癥狀表現(xiàn)，使用輔助診療算法給出初步診斷結(jié)果，再利用反饋信息和癥狀聯(lián)想機(jī)制進(jìn)一步確定所患疾病，從而完成癥狀到用戶偏好的轉(zhuǎn)化過(guò)程；第2部分是生成推薦結(jié)果的過(guò)程，由用戶的偏好結(jié)合其地理位置信息，采用改進(jìn)的Skyline查詢算法，找出一定范圍內(nèi)符合要求的醫(yī)院作為候選集合，最后在局部范圍內(nèi)由基于協(xié)同過(guò)濾的評(píng)分方式對(duì)候選集合中的醫(yī)院進(jìn)行評(píng)分、排序，從而生成最終的推薦結(jié)果。

3 基于醫(yī)療知識(shí)庫(kù)的輔助診療技術(shù)

在本節(jié)中，我們主要介紹輔助診療技術(shù)的具體細(xì)節(jié)，用以解決醫(yī)療導(dǎo)診與推薦時(shí)用戶偏好未知的問(wèn)題，通過(guò)輔助診療幫助用戶根據(jù)癥狀表現(xiàn)確定其所患疾病，從而明確用戶偏好。

3.1 分詞與癥狀索引表的建立

為了提高分詞速度，本文通過(guò)對(duì)《同義詞林》進(jìn)行適當(dāng)?shù)母脑?，?gòu)建了一個(gè)新的字典。首先，部分無(wú)用詞匯被剔除；其次，按照詞語(yǔ)的字?jǐn)?shù)，字典被分為5個(gè)部分，這樣每次匹配時(shí)詞典最多被掃描一次。使用改造后的詞典，診斷時(shí)癥狀描述中遇到的同義詞和相關(guān)詞等問(wèn)題得到了一定程度的緩解。為了提高分詞準(zhǔn)確度，本文選用了逆向最大匹配法。為了加快診斷速度，本文采取了在癥狀信息上建立倒排索引的方法。該索引包含3個(gè)屬性，分別保存癥狀分詞結(jié)果對(duì)應(yīng)的同義詞林中的編碼、疾病ICD編碼和疾病中癥狀出現(xiàn)的次數(shù)，以及癥狀對(duì)應(yīng)的疾病類型數(shù)。后兩個(gè)屬性在進(jìn)行診斷時(shí)使用。

3.2 輔助診斷技術(shù)

3.2.1 輔助診療思路

輔助診療技術(shù)采用的核心思想是計(jì)算用戶輸入的癥狀信息與醫(yī)療知識(shí)庫(kù)中疾病癥狀信息之間的相似度，從而確診疾病類型，具體實(shí)現(xiàn)過(guò)程包括：

1) 對(duì)錄入的癥狀信息進(jìn)行分詞，使用分詞結(jié)果在索引表中進(jìn)行查詢，記錄所有匹配項(xiàng)，將對(duì)應(yīng)的疾病作為候選集，并將其中的疾病總數(shù)記為N。

2) 利用癥狀索引表計(jì)算輸入與候選集中每種疾病癥狀的相似度，并依據(jù)相似度進(jìn)行排序。

3.2.2 相似度計(jì)算

相似度計(jì)算公式借鑒了TF-IDF計(jì)算相似度的思路[11]，其公式為

式中：S為輸入q與疾病癥狀之間的相似度；numi表示q中的某一癥狀i在該疾病中出現(xiàn)的次數(shù)，當(dāng)q值較大時(shí)，意味著此癥狀為潛在的主要癥狀，則提高該癥狀的權(quán)重；numsymptom表示疾病的總癥狀數(shù)，對(duì)numi進(jìn)行歸一化，以防止部分疾病系數(shù)偏大；typedisease表示癥狀對(duì)應(yīng)的疾病類型數(shù)量，對(duì)數(shù)函數(shù)則是為了提高潛在主要癥狀的權(quán)重。

3.2.3 癥狀聯(lián)想機(jī)制

算法在用戶輸入癥狀信息和得到診斷結(jié)果之后均引入癥狀聯(lián)想機(jī)制，以此來(lái)加強(qiáng)與用戶的交互，提升輔助診斷的準(zhǔn)確性。

1) 用戶輸入時(shí)的癥狀聯(lián)想

基于分詞與癥狀索引表，統(tǒng)計(jì)癥狀兩兩之間共同出現(xiàn)的次數(shù)，并將與該癥狀共同出現(xiàn)次數(shù)前5的癥狀存入癥狀索引表作為聯(lián)想癥狀，在用戶輸入完一個(gè)癥狀之后，將聯(lián)想癥狀提供給用戶，用戶可以從中選擇與自身相關(guān)的癥狀，以此來(lái)幫助用戶提升輸入癥狀的完整性。

2) 診斷之后的癥狀聯(lián)想

首先計(jì)算疾病中每個(gè)癥狀在該疾病中的權(quán)值，然后選擇權(quán)重前3的癥狀作為聯(lián)想癥狀保存，在得到診斷結(jié)果之后將聯(lián)想癥狀提供給用戶，若出現(xiàn)聯(lián)想癥狀說(shuō)明患該種疾病的可能性較高，從而幫助用戶進(jìn)一步確定所患疾病，癥狀在疾病中的權(quán)重計(jì)算方法與上述相似度計(jì)算公式類似，只不過(guò)N為疾病總數(shù)。

輔助診斷部分使用的數(shù)據(jù)只是疾病與其相關(guān)癥狀信息，相比于通用檢索系統(tǒng)其數(shù)據(jù)量很?。欢也樵兪怯砂Y狀確定疾病這一種固定模式，其輸入與輸出模式不變，因此引入癥狀聯(lián)想機(jī)制是合理的，而且能有效加強(qiáng)系統(tǒng)和用戶的交互，提升推薦結(jié)果的滿意度。

3.3 診斷結(jié)果的優(yōu)化

用戶往往會(huì)對(duì)自己可能患有的疾病進(jìn)行猜想，這是非常有價(jià)值的信息。系統(tǒng)將考慮來(lái)自用戶的反饋信息，對(duì)診斷結(jié)果進(jìn)行優(yōu)化。具體實(shí)現(xiàn)過(guò)程如下：

1) 將反饋疾病的癥狀加入查詢項(xiàng)；2) 增加查詢項(xiàng)中已有的癥狀的權(quán)重。具體而言，反饋信息與原癥狀信息的權(quán)重比α的計(jì)算過(guò)程為

式中：x為某反饋?lái)?xiàng)在診斷結(jié)果中的位置，max為反饋?lái)?xiàng)在診斷結(jié)果中位置的最大值。

4 基于地域信息的推薦技術(shù)

本節(jié)介紹了基于地域信息的推薦技術(shù)，該算法通過(guò)對(duì)Skyline查詢進(jìn)行改進(jìn)并將其結(jié)果作為推薦結(jié)果的候選集合，而將傳統(tǒng)的協(xié)同過(guò)濾推薦算法加以改進(jìn)作為局部范圍內(nèi)的一種評(píng)分方式，有效地應(yīng)對(duì)地域約束嚴(yán)格帶來(lái)的挑戰(zhàn)。

4.1 kd-tree索引結(jié)構(gòu)

地理位置信息由經(jīng)度和緯度組成，是一個(gè)天然的二維數(shù)據(jù)，而kd-tree常被用來(lái)對(duì)多維數(shù)據(jù)結(jié)構(gòu)進(jìn)行劃分，在kd-tree上對(duì)指定的點(diǎn)搜索其一定范圍內(nèi)的鄰居節(jié)點(diǎn)效率很高[12]。

因此，針對(duì)醫(yī)院的經(jīng)緯度信息，將所有的醫(yī)院以kd-tree的結(jié)構(gòu)組織起來(lái)，每個(gè)節(jié)點(diǎn)保存醫(yī)院的經(jīng)緯度以及醫(yī)院在數(shù)據(jù)庫(kù)中對(duì)應(yīng)的編號(hào)。在后面的推薦算法中，查詢指定點(diǎn)一定范圍內(nèi)的醫(yī)院時(shí)就可以在該kd-tree上進(jìn)行，返回醫(yī)院的idhospital集合，而根據(jù)idhospital返回醫(yī)院的其他信息的時(shí)間可忽略不計(jì)。

4.2 改進(jìn)的Skyline查詢算法

醫(yī)療推薦可以抽象為一個(gè)多目標(biāo)優(yōu)化問(wèn)題，可以通過(guò)將Skyline查詢引入到推薦算法中解決。

Skyline查詢的目的是找到不被其他點(diǎn)支配的點(diǎn)集合作為Skyline集合，本文中支配的定義如下。

支配：一個(gè)醫(yī)院節(jié)點(diǎn)主要考慮距離和評(píng)分兩方面，因此可以抽象地表示為 h = 〈s,d〉，其中s表示該醫(yī)院治療某種疾病的評(píng)分，d表示該醫(yī)院與該用戶的距離；若 h1支配 h2，則 (h1.s≥h2.s且 h1.d≤h2.d)并且 (h1.s＞h2.s或 h1.d＜h2.d)為真。

該算法是針對(duì)傳統(tǒng)Skyline查詢中結(jié)果集合小于推薦結(jié)果集的最小閾值而提出的，此時(shí)推薦結(jié)果候選集合由兩部分組成：傳統(tǒng)的Skyline集合和優(yōu)先級(jí)隊(duì)列中的元素集合。其中Skyline集合中元素的優(yōu)先度高于優(yōu)先隊(duì)列中的元素，只有當(dāng)Skyline集合中的元素少于推薦的最小閾值時(shí)才從優(yōu)先級(jí)隊(duì)列選取元素進(jìn)行補(bǔ)充。

在算法中，維護(hù)一個(gè)優(yōu)先級(jí)隊(duì)列Q，長(zhǎng)度為k+1，以便在隊(duì)列中的元素達(dá)到推薦結(jié)果的最小閾值時(shí)還能進(jìn)行一次插入操作，隊(duì)列Q的優(yōu)先級(jí)定義為：若h1支配h2，則h1的優(yōu)先級(jí)大于h2；否則，h2的優(yōu)先級(jí)大于h1。Q中從頭到尾元素的優(yōu)先級(jí)依次升高，也就是說(shuō)，Q的頭元素Q.front的優(yōu)先級(jí)最低。對(duì)于在BNL中淘汰的節(jié)點(diǎn)p，進(jìn)行如下操作：

4.3 局部范圍內(nèi)基于協(xié)同過(guò)濾的評(píng)分算法

這一步要解決的問(wèn)題就是結(jié)合用戶信息與醫(yī)院信息，對(duì)Skyline中的醫(yī)院集合進(jìn)行評(píng)分與排序，算法提出了局部范圍內(nèi)基于協(xié)同過(guò)濾的評(píng)分方式。該評(píng)分算法能夠充分利用用戶數(shù)據(jù)以及用戶之間的相似性，而且針對(duì)該領(lǐng)域中數(shù)據(jù)分布的局部稠密性，提出了近鄰用戶的篩選機(jī)制，有效降低了算法的時(shí)間復(fù)雜度。

4.3.1 近鄰用戶的選擇

傳統(tǒng)的基于用戶的協(xié)同過(guò)濾算法局限性在于不能很好地適應(yīng)大規(guī)模用戶和物品數(shù)據(jù)[13]，假定M個(gè)用戶和N個(gè)物品，在最壞的情況下，評(píng)估最多包含這N個(gè)物品的所有M個(gè)用戶的記錄，因此復(fù)雜度較高，而且評(píng)分矩陣一般非常稀疏。

針對(duì)數(shù)據(jù)分布局部范圍內(nèi)稠密這一特性，近鄰用戶選擇算法將用戶信息同樣采用kd-tree索引結(jié)構(gòu)組織起來(lái)，可以快速找到距離該醫(yī)院一定范圍內(nèi)的用戶集合，該集合是所有用戶集合的一個(gè)很小的子集。選取一定范圍內(nèi)的用戶能夠覆蓋大多數(shù)的評(píng)分記錄。

4.3.2 帶“分級(jí)診療”的醫(yī)院累積評(píng)分

每次用戶就診后對(duì)就診的醫(yī)院的治療效果、收費(fèi)水平、服務(wù)態(tài)度這3個(gè)方面進(jìn)行評(píng)分，系統(tǒng)根據(jù)3項(xiàng)各自的權(quán)重計(jì)算出評(píng)分的平均值，均值計(jì)算函數(shù)為

其中治療效果、收費(fèi)水平、服務(wù)態(tài)度3者之間的權(quán)重暫時(shí)定為5:3:2，這3者的權(quán)重比是通過(guò)查閱相關(guān)資料與調(diào)查問(wèn)卷的方式相結(jié)合得出的[14]。

計(jì)算醫(yī)院治療每種疾病的累積評(píng)分時(shí)采用動(dòng)態(tài)的懲罰機(jī)制，懲罰系數(shù)設(shè)為α：

式中：Ld表示疾病標(biāo)注的默認(rèn)等級(jí)，Lh為實(shí)際所去的醫(yī)院。當(dāng)Ld=Lh時(shí)α=1，對(duì)該評(píng)分不懲罰；當(dāng)|Ld-Lh|越大時(shí)α越小，對(duì)該評(píng)分的懲罰越嚴(yán)重，α在計(jì)算每項(xiàng)均值時(shí)作為系數(shù)使用。

完整的醫(yī)院累積評(píng)分計(jì)算公式為

式中：effect、charge、attitude為各項(xiàng)評(píng)分的均值，userCounter為評(píng)分的總?cè)藬?shù)，對(duì)評(píng)分總?cè)藬?shù)取對(duì)數(shù)是用來(lái)平衡規(guī)模不同的醫(yī)院之間評(píng)價(jià)人數(shù)的差別引起的偏斜。

4.3.3 計(jì)算預(yù)測(cè)評(píng)分

1) 確定相似用戶集

在經(jīng)過(guò)篩選的用戶子集上計(jì)算用戶相似度時(shí)采用的是Pearson相關(guān)系數(shù)，因?yàn)镻earson相關(guān)系數(shù)能在計(jì)算中不考慮平均值的差異，用戶相似度計(jì)算公式為

相似度系數(shù)取值在–1～1之間，–1表示完全負(fù)相關(guān)，1表示完全正相關(guān)，0表示不相關(guān)。

2) 計(jì)算預(yù)測(cè)值

預(yù)測(cè)值計(jì)算公式為

針對(duì)空白評(píng)分?jǐn)?shù)據(jù)，采用的是缺省投票機(jī)制，即用該醫(yī)院的平均評(píng)分值填充空白值。

5 實(shí)驗(yàn)驗(yàn)證

5.1 輔助診療實(shí)驗(yàn)

本文所使用的測(cè)試數(shù)據(jù)來(lái)自超星醫(yī)療知識(shí)庫(kù)。為了模擬癥狀表述不全的情況，每種疾病的癥狀信息都被拆分為兩部分。實(shí)驗(yàn)在醫(yī)療知識(shí)庫(kù)中疾病的種類數(shù)為100和1 000時(shí)分別進(jìn)行了測(cè)試。

統(tǒng)計(jì)實(shí)驗(yàn)結(jié)果的策略是：如果診斷結(jié)果的前10位中出現(xiàn)該疾病，則認(rèn)為成功召回；如果診斷結(jié)果中的前3位中出現(xiàn)該疾病，則認(rèn)為診斷結(jié)果準(zhǔn)確。

1) 數(shù)據(jù)庫(kù)中的疾病種類為100時(shí)，選取了10種疾病，共20個(gè)測(cè)試用例，實(shí)驗(yàn)結(jié)果如表1所示。

表1 100種疾病時(shí)的輔助診斷結(jié)果Table 1 The results of auxiliary diagnoses on 100 diseases

2) 數(shù)據(jù)庫(kù)中疾病種類為1 000時(shí)，選取100種，共200個(gè)測(cè)試用例，實(shí)驗(yàn)結(jié)果如表2所示。

表2 1 000種疾病時(shí)輔助診斷結(jié)果Table 2 The results of auxiliary diagnoses on 1 000 diseases

實(shí)驗(yàn)結(jié)果表明，所選測(cè)試數(shù)據(jù)在此統(tǒng)計(jì)策略下，當(dāng)數(shù)據(jù)庫(kù)中疾病種類為100時(shí)，召回率為95%，準(zhǔn)確率為85%，在優(yōu)化診斷之后，準(zhǔn)確率達(dá)到95%，召回率達(dá)到100%；當(dāng)數(shù)據(jù)庫(kù)中疾病種類為1 000時(shí)，召回率為91.5%，準(zhǔn)確率為81%，在優(yōu)化診斷之后，準(zhǔn)確率達(dá)到88.5%，召回率達(dá)到96%。

5.2 推薦技術(shù)實(shí)驗(yàn)

推薦算法的質(zhì)量衡量方法一直是存在爭(zhēng)議的，甚至有人認(rèn)為推薦系統(tǒng)的質(zhì)量根本就不可能直接衡量，因?yàn)橛刑嗟哪繕?biāo)函數(shù)。目前最主流的評(píng)估方案是根據(jù)電影領(lǐng)域用戶歷史評(píng)分來(lái)估計(jì)不同算法的實(shí)驗(yàn)方法，EachMovie數(shù)據(jù)集和Netflix數(shù)據(jù)集是其中的典型代表，但是很顯然，這些數(shù)據(jù)不可能應(yīng)用到本文中的推薦算法上，因?yàn)槲闹刑岢龅耐扑]算法是和醫(yī)療與導(dǎo)診密切相關(guān)的。基于以上原因，本文中使用合成的數(shù)據(jù)集，并采用定量和定性結(jié)合的方式評(píng)估算法質(zhì)量。

5.2.1 生成實(shí)驗(yàn)數(shù)據(jù)

1) 合理性分析

經(jīng)過(guò)查閱相關(guān)醫(yī)學(xué)資料以及調(diào)查問(wèn)卷的方式，得出在選擇醫(yī)院時(shí)人們主要關(guān)注的有兩點(diǎn):醫(yī)院與自己的距離，一般對(duì)于常見(jiàn)疾病人們傾向于選擇距離自己近的醫(yī)院就診；在醫(yī)院質(zhì)量方面，患者主要關(guān)心的因素是診療效果、收費(fèi)水平、服務(wù)態(tài)度，對(duì)這三者的關(guān)注度權(quán)重接近于5:3:2。既然人們?cè)诰驮\選擇時(shí)有這樣的傾向性，實(shí)際的數(shù)據(jù)分布也會(huì)體現(xiàn)出這樣的特點(diǎn)，那么我們就能按照上面的原則模擬生成實(shí)驗(yàn)數(shù)據(jù)，并且這樣的數(shù)據(jù)具有一定的合理性。

2) 數(shù)據(jù)規(guī)模

假定地域范圍是44×44 km2的一個(gè)矩形，有50家醫(yī)院，醫(yī)院的等級(jí)共有10級(jí)，有50種疾病，疾病的嚴(yán)重等級(jí)共有10級(jí)，有5 000個(gè)病人，每人有10條就診評(píng)價(jià)記錄，共有50 000條記錄。

3) 生成數(shù)據(jù)

① 醫(yī)院和用戶的地域信息使用經(jīng)緯度表示，經(jīng)緯度數(shù)值隨機(jī)生成，只要將其限制在上述的矩形區(qū)域即可，醫(yī)院和疾病的等級(jí)信息也隨機(jī)生成。

② 醫(yī)院的診療效果(effect)、收費(fèi)水平(charge)、服務(wù)態(tài)度(attitude)都是醫(yī)院的固有屬性，因此事先生成醫(yī)院擅長(zhǎng)治療的疾病與醫(yī)院之間的對(duì)應(yīng)集合S1、收費(fèi)較低的醫(yī)院集合S2、服務(wù)態(tài)度好的醫(yī)院集合S3。

③對(duì)每條評(píng)價(jià)記錄，effect、charge、attitude初始的評(píng)價(jià)都是5分。

④按式 (8)～(10)更新 effect、charge、attitude 的值。

⑤ 給每一項(xiàng)再加一個(gè)小的正負(fù)隨機(jī)的擾動(dòng)Δ0，以模擬評(píng)分時(shí)的噪音。

5.2.2 實(shí)驗(yàn)方案

使用上面生成的模擬數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)，再隨機(jī)選擇100名用戶，每人2種疾病，距離用戶R=15 km的醫(yī)院作為候選醫(yī)院，在該測(cè)試數(shù)據(jù)集上運(yùn)行推薦算法，并記錄推薦結(jié)果中前3位。

前面已經(jīng)說(shuō)過(guò)，就診時(shí)的關(guān)注點(diǎn)主要有距離和醫(yī)院的質(zhì)量，因此，一方面對(duì)距離用戶范圍R內(nèi)的醫(yī)院按照距離和治療對(duì)應(yīng)疾病的綜合評(píng)分分別排序，統(tǒng)計(jì)推薦的醫(yī)院在兩個(gè)序列中的具體分布情況；另一方面查看并統(tǒng)計(jì)推薦的醫(yī)院在上述S1、S2、S3這3個(gè)集合中分布情況，以此來(lái)定性地確定推薦的醫(yī)院的質(zhì)量。最終，通過(guò)對(duì)以上兩個(gè)指標(biāo)分布的分析，來(lái)半定量地評(píng)估推薦算法。

5.2.3 實(shí)驗(yàn)結(jié)果

推薦結(jié)果中排前三的醫(yī)院在按照評(píng)分距離和評(píng)分排序的兩個(gè)序列中的具體分布情況如圖2所示。

圖2 推薦結(jié)果在兩個(gè)序列中的分布Fig. 2 The distribution of recommended results in two lists

由統(tǒng)計(jì)結(jié)果可得：排名第一的推薦結(jié)果兩個(gè)序列中前6位出現(xiàn)的概率是87%，在前3位出現(xiàn)的概率是62%；排名第二的推薦結(jié)果在前6位出現(xiàn)的概率是84%，在前3位出現(xiàn)的概率是51.5%；推薦結(jié)果排在前6位出現(xiàn)的概率是81.5%，在前3位出現(xiàn)的概率是54%?？梢钥闯?，推薦的醫(yī)院主要出現(xiàn)在上述兩個(gè)列表中的前6位，其概率大于81%，出現(xiàn)在前3位的概率大于51%，而且出現(xiàn)在前6位的概率隨著推薦結(jié)果的次序依次從高到低線性排列，這符合預(yù)期的結(jié)果，推薦的醫(yī)院至少在距離和質(zhì)量?jī)煞矫嬷挥袃?yōu)勢(shì)，而且越處于推薦結(jié)果前列的醫(yī)院其占優(yōu)的可能性應(yīng)該越大。

推薦結(jié)果中前3的醫(yī)院在上述S1、S2、S3這3個(gè)集合中分布情況如圖3所示。

圖3 推薦結(jié)果在3個(gè)集合中的分布Fig. 3 The distribution of recommended results in three sets

推薦的醫(yī)院在診療效果、收費(fèi)水平、服務(wù)態(tài)度這3項(xiàng)中至少有2項(xiàng)占優(yōu)的概率：結(jié)果一為82.5%，結(jié)果二為73.5%，結(jié)果三為66%，至少有一項(xiàng)占優(yōu)的概率大于95%。這就說(shuō)明，推薦的醫(yī)院從一定程度上來(lái)看是較優(yōu)的，而且推薦結(jié)果中位置越靠前的就越優(yōu)，推薦結(jié)果具有一定的合理性。

6 結(jié)束語(yǔ)

本文通過(guò)對(duì)醫(yī)療與導(dǎo)診領(lǐng)域的深入研究，發(fā)現(xiàn)了醫(yī)療領(lǐng)域的推薦與傳統(tǒng)推薦在本質(zhì)上的區(qū)別，提出了一種面向智能導(dǎo)診的個(gè)性化推薦算法，以輔助診療結(jié)果為基礎(chǔ)，將Skyline查詢和局部范圍內(nèi)基于協(xié)同過(guò)濾的評(píng)分方式相結(jié)合。算法能根據(jù)用戶的癥狀表現(xiàn)與地理位置等個(gè)人信息，為用戶提供個(gè)性化的推薦結(jié)果。并且通過(guò)模擬生成實(shí)驗(yàn)數(shù)據(jù)，半定量地驗(yàn)證了推薦算法的合理性和有效性。本文中提出的算法和思路對(duì)于有效地利用電子醫(yī)療數(shù)據(jù)，合理分配和使用現(xiàn)有的醫(yī)療資源，緩解就診壓力，提升就醫(yī)質(zhì)量意義重大，有著很大的實(shí)用價(jià)值與社會(huì)意義。