计算机科学与探索

作者：武家伟, 孙艳春

单位：1. 北京大学 信息科学技术学院，北京 1008712. 北京大学 高可信软件技术教育部重点实验室，北京 1008713. 北京大学（天津滨海）新一代信息技术研究院，天津 300450

关键词：医疗知识图谱,评论情感分析,深度学习,推荐系统

近年来，随着互联网的普及和大数据分析等技术的发展，人们对移动医疗服务的需求越来越迫切，具体表现为根据症状确定自己患有的疾病以及根据疾病选择服务质量较好的医院及医生。为了解决上述问题，基于知识图谱和深度学习技术设计并实现了一种问诊推荐系统。基于互联网开放的医疗数据，构建了“疾病-症状”知识图谱，帮助用户根据症状自查，并以知识图谱嵌入模型训练知识图谱中实体的嵌入向量表示，根据向量的欧式距离相似度选取最相近的疾病实体丰富推荐选项，两者结合实现疾病诊断服务。同时，基于社交媒体的评论数据，结合现有的医疗服务质量评价指标，使用了深度学习的分析方法，自动给出医生的服务质量多维度的评分，为用户提供医生医院推荐服务。最后，通过构建测试集以及设计调查问卷等方式，验证了疾病诊断服务和医生医院推荐服务的准确率分别达到了74.00%和90.91%。

来源：2021年第8期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2021年第8期