一种基于人工智能的医疗器械推荐方法及系统技术方案

本申请公开了一种基于人工智能的医疗器械推荐方法及系统，方法包括：收集目标用户的行为数据，基于人工智能对行为数据进行预处理，对经过预处理后的行为数据，根据不同应用的行为分析方法，得到目标用户偏好的二维矩阵，其中，二维矩阵的一维是目标用户列表，另一维是医疗器械列表，值是目标用户对医疗器械的偏好，基于目标用户对医疗器械的偏好确定出相邻邻居用户，将相邻邻居用户的喜好推荐给所述目标用户。本申请能够基于人工智能的智能推荐技术，提高推荐的有效性，推荐医疗器械的准确性，以及使推荐的医疗器械更具有个性。以及使推荐的医疗器械更具有个性。

【技术实现步骤摘要】
一种基于人工智能的医疗器械推荐方法及系统


[0001]本申请涉及数据处理
，尤其涉及一种基于人工智能的医疗器械推荐方法。

技术介绍

[0002]随着电子商务的高速发展和普及应用，医疗器械推荐已经成为一个重要的研究领域。目前，内容推荐主要采用的是协同过滤推荐方式，协同过滤推荐方式的技术方案主要包括评分标示、邻近选择以及产生推荐。其中，评分标示，即传统协同过滤推荐算法的输入数据是一个m
×
n的用户
‑
项目评分矩阵。紧邻选择，即协同过滤算法的推荐原理就是查找与目标用户相似的近邻用户，通过近邻用户的评价对目标用户产生推荐。近邻用户的选择方法如下：计算目标用户与推荐系统中其他所有用户的相似性，根据相似性排序从大到小依次选择前面的K个最相似的用户作为目标用户的近邻集合。产生推荐，即协同过滤算法一个基本的假设就是具有相似喜好的用户对于同一个项目会给出相似的评分，因此，目标用户的近邻集合生成后，就可以根据近邻集合中用户的评分，来预测目标用户对于未评分项目的评分。由此可以看出，协同过滤技术在推荐系统中取得了广泛的应用和巨本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的医疗器械推荐方法，其特征在于，所述方法包括：收集目标用户的行为数据；基于人工智能对所述行为数据进行预处理；对经过预处理后的行为数据，根据不同应用的行为分析方法，得到所述目标用户偏好的二维矩阵，其中，所述二维矩阵的一维是目标用户列表，另一维是医疗器械列表，值是目标用户对医疗器械的偏好；基于目标用户对医疗器械的偏好确定出相邻邻居用户，将所述相邻邻居用户的喜好推荐给所述目标用户。2.根据权利要求1所述的方法，其特征在于，所述基于人工智能对所述行为数据进行预处理包括：对所述行为数据进行减噪和归一化处理。3.根据权利要求2所述的方法，其特征在于，对所述行为数据进行减噪处理包括：通过数据挖掘算法过滤掉所述行为数据中的噪音。4.根据权利要求2所述的方法，其特征在于，对所述行为数据进行归一化处理包括：通过归一化处理将各个行为的行为数据统一在一个相同的取值范围中。5.根据权利要求1所述的方法，其特征在于，所述基于目标用户对医疗器械的偏好确定出相邻邻居用户包括：将用户对医疗器械的偏好作为一个向量来计算用户之间的相似度，将与目标用户的相似度满足预设条件的用户确定为相邻邻居用户。6.一种基于人工智能的医疗...

【专利技术属性】
技术研发人员：管燕，
申请(专利权)人：苏州蓝点医疗科技有限公司，
类型：发明
国别省市：