病友系統(tǒng)關(guān)鍵技術(shù)應(yīng)用研究與實(shí)現(xiàn).pdf

1、隨著云計(jì)算、大數(shù)據(jù)等技術(shù)的快速發(fā)展，Internet上涌現(xiàn)出大量病友系統(tǒng)。但是現(xiàn)有病友系統(tǒng)存在著許多問(wèn)題，如數(shù)據(jù)質(zhì)量不高、數(shù)據(jù)來(lái)源較少、未能對(duì)用戶分享的數(shù)據(jù)進(jìn)行深入挖掘等。針對(duì)這些問(wèn)題，中草藥病友系統(tǒng)依托中草藥專業(yè)知識(shí)服務(wù)系統(tǒng)已有的知識(shí)庫(kù)，旨在整合網(wǎng)絡(luò)數(shù)據(jù)和系統(tǒng)用戶分享的數(shù)據(jù)，通過(guò)進(jìn)一步的挖掘和知識(shí)發(fā)現(xiàn)，為病友提供更全面的疾病知識(shí)相關(guān)的服務(wù)。
　　本文主要關(guān)注病友系統(tǒng)的關(guān)鍵技術(shù)應(yīng)用研究以及病友系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)，主要工作有:

2、　　1.對(duì)病友系統(tǒng)重要的數(shù)據(jù)來(lái)源——外部Web網(wǎng)頁(yè)，進(jìn)行正文文本的抽取研究，提出了利用網(wǎng)頁(yè)的文本密度、標(biāo)點(diǎn)密度和超鏈接密度并結(jié)合樸素貝葉斯算法來(lái)抽取網(wǎng)頁(yè)正文的方法，有效地去除頁(yè)面的噪聲文本，提升了頁(yè)面正文抽取的準(zhǔn)確性。
　　2.對(duì)于抽取的正文文本，提出基于Simhash算法的近似文本檢測(cè)方案，建立起正文文檔集的指紋庫(kù)。然后基于網(wǎng)頁(yè)正文等資源，利用神經(jīng)網(wǎng)絡(luò)算法，實(shí)現(xiàn)文本的推薦功能。
　　3.對(duì)于在線評(píng)論，提出一種對(duì)評(píng)論進(jìn)行快速