收藏本站
《吉林大学》 2018年
收藏 | 手机打开
二维码
手机客户端打开本文

引入Adaboost概率矩阵分解的糖尿病个性化饮食推荐算法

李轩  
【摘要】:推荐算法是针对信息超载问题最好的解决办法之一。随着互联网的崛起并且快速发展,用户面对巨大的数据量显得束手无策,不知不觉中已经淹没在海量数据当中。而推荐算法的诞生,解救了徘徊在大幅增长的数据中的用户,满足了用户对可用信息的需求,摆脱了用户不能得到自己真正需要的数据的困境,提高了对信息的利用率。推荐算法是根据用户的兴趣、需求信息等属性,将其他的、用户不知的、用户感兴趣的信息推荐给用户。并且采用这些属性将用户之间建立关联。归类后的用户,由于推荐算法分析产生的兴趣点,使用户彼此之间关系密切。这种个性化服务,让用户产生了依赖。推荐算法已经在很多领域得到应用,最为代表性的就是电子商务领域,并且在这个领域推荐算法发展迅速,日趋成熟。在智能医疗领域,推荐算法也受到关注得到应用。面向糖尿病患者的个性化饮食推荐算法就是智能医疗领域的重要研究课题之一。传统的糖尿病饮食推荐算法面对越来越多的患者数据而无法精确地在患者身体指标与推荐的食物之间的关系进行匹配。在糖尿病食物交换份基础上,现有的糖尿病饮食推荐算法大多采用基于关联规则的推荐算法、基于内容的推荐算法、基于层次分析的推荐算法、协同过滤推荐算法、基于约束的推荐算法或者是在主治医生的诊断和营养师的控制下共同完成等多种方法。然而,以上所述的各种糖尿病饮食推荐算法在糖尿病个性化饮食推荐中遇到诸多问题,例如忽略了糖尿病患者的身体状况各项指标、基于专家诊断的方法只能是了解单个糖尿病患者的状况、存在效率低下、错误地认为糖尿病患者的身体指标具有共性。时至今日,尽管那些糖尿病饮食推荐算法存在一些不足,但为智能医药领域做出了一定贡献。不过,对于糖尿病个性化饮食推荐算法的研究进行改进与创新仍具有十分重要的理论与现实意义。本文针对以上糖尿病饮食推荐算法的不足,提出了一种糖尿病患者饮食偏好特征的个性化饮食推荐算法,即引入Adaboost概率矩阵分解的糖尿病个性化饮食推荐算法。该方法采用概率矩阵分解将糖尿病患者的属性和食物的属性进行关联形成矩阵,从关联矩阵当中提取对糖尿病患者饮食偏好和食物特征具有贡献的隐因子,再通过Adaboost分类器将隐因子逐级地由弱隐因子集合提升为具有贡献的强隐因子集合。同时,利用Adaboost训练误差界筛除不符合的弱分类器。将分类误差率小的弱分类器给予高权值,在贡献中起较大作用。将分类误差率大的弱分类器给予低权值,在贡献中起较小作用。该算法在糖尿病饮食推荐领域相比以上传统的糖尿病饮食推荐算法可以有效地平衡医学指标和个性化标准的权重,避免了因某种因素导致的推荐不准确性、不全面性、提高了推荐效果。引入Adaboost概率矩阵分解的糖尿病个性化饮食推荐算法考虑了多种极其复杂的因素,相对比较全面。在糖尿病饮食推荐方面可行性强,能够保持精准性和可解释性。
【学位授予单位】:吉林大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TP391.3

手机知网App
【参考文献】
中国期刊全文数据库 前10条
1 高升;任思婷;郭军;;基于潜在因子模型的跨领域信息推荐算法[J];电信科学;2015年07期
2 文俊浩;舒珊;;一种改进相似性度量的协同过滤推荐算法[J];计算机科学;2014年05期
3 闫冬菊;;食物交换份法在糖尿病饮食治疗中的应用[J];中国卫生产业;2012年12期
4 李蓉;;2型糖尿病血脂异常的处理[J];中国实用内科杂志;2009年03期
5 李晓华;叶艳彬;任哲;沈亚诚;关向东;;糖尿病食品交换份法饮食软件临床应用效果观察[J];广东药学院学报;2008年06期
6 李传威;;加速遗传算法的层次分析法的探讨[J];中国软科学;2005年12期
7 于长春,贺佳,范思昌,马修强,陆健,贺宪民,吴骋;数据挖掘技术在医学领域中的应用[J];第二军医大学学报;2003年11期
8 彭明珠;用矩阵分析来推导泊松过程[J];辽宁师专学报(自然科学版);2003年02期
9 金菊良,魏一鸣,付强,丁晶;计算层次分析法中排序权值的加速遗传算法[J];系统工程理论与实践;2002年11期
10 赵亮,胡乃静,张守志;个性化推荐算法设计[J];计算机研究与发展;2002年08期
中国博士学位论文全文数据库 前1条
1 余永红;融合多源信息的推荐算法研究[D];南京大学;2017年
中国硕士学位论文全文数据库 前5条
1 钱斌;基于主题模型的兴趣点推荐方法研究与实现[D];苏州大学;2016年
2 邢磊;基于改进协同过滤的糖尿病饮食推荐系统[D];兰州大学;2016年
3 高岩;糖尿病患者饮食营养管理平台设计与实现[D];吉林大学;2015年
4 杨克戎;糖尿病营养膳食系统中的指标评价与研究[D];贵州财经学院;2011年
5 孙艳平;带约束的多目标进化算法及其营养膳食模型的研究[D];河南工业大学;2010年
【共引文献】
中国期刊全文数据库 前10条
1 刘国柱;;数据挖掘技术在广东省统计病案数据库中的运用[J];中国医院统计;2017年03期
2 李涛;黎路;符丁;;基于上下文信息的协同过滤推荐[J];电脑知识与技术;2015年27期
3 张巍;金国跃;滕璐瑶;滕少华;朱海滨;刘冬宁;;E-CARGO模型在线社会网络研究团队机制[J];小型微型计算机系统;2015年12期
4 高崇;唐潇;左郑敏;朱向前;欧阳旭;姚建刚;;投影梯度法模糊层次综合评价模型在饱和负荷分析中的应用[J];电力需求侧管理;2015年06期
5 刘可可;奚斌;郑玉田;张艳青;卫功建;;个体化饮食处方干预社区门诊2型糖尿病效果观察[J];海南医学;2015年18期
6 吴正洋;汤庸;方家轩;董浩业;;一种基于本体语义相似度的协同过滤推荐方法[J];计算机科学;2015年09期
7 曾志浩;张琼林;姚贝;孙琪;;基于Mahout分布式协同过滤推荐算法分析与实现[J];计算技术与自动化;2015年03期
8 戴俭宇;陈以国;苏妆;;《针灸大成》中治疗耳鸣耳聋经穴考辨[J];长春中医药大学学报;2015年04期
9 蒋宗礼;李立新;;社区问答系统中问题推荐机制[J];计算机与现代化;2015年08期
10 周平;刘东风;李江柏;;基于变权理论的柴油机油液监测综合评价方法研究[J];润滑油;2015年04期
中国硕士学位论文全文数据库 前8条
1 娄群;“E糖书”在2型糖尿病住院患者自我管理水平中的应用研究[D];吉林大学;2018年
2 李轩;引入Adaboost概率矩阵分解的糖尿病个性化饮食推荐算法[D];吉林大学;2018年
3 徐枭喻;维、汉糖尿病前期人群筛查及远程健康管理的效果研究[D];新疆医科大学;2018年
4 肖倩;基于用户行为特征的水果搭配混合推荐方法设计与实现[D];西安理工大学;2017年
5 白雅婷;Cox健康行为互动模式在社区糖尿病患者健康管理中的应用研究[D];宁夏医科大学;2017年
6 刘金萍;综合信息管理平台在糖尿病患者自我管理中的应用研究[D];宁夏医科大学;2016年
7 司慧枫;糖尿病饮食推荐系统设计与实现[D];江西师范大学;2015年
8 程聪;无人机协同作战任务分配与攻击效能评估技术[D];南京航空航天大学;2013年
【二级参考文献】
中国期刊全文数据库 前10条
1 ;中国成人血脂异常防治指南[J];中华心血管病杂志;2007年05期
2 孙建琴;沈秀华;宗敏;陈艳秋;冯颖;陈霞飞;;基于血糖负荷概念的食物交换份在糖尿病营养治疗中的应用[J];营养学报;2006年01期
3 潘丽贞;糖尿病饮食运动疗法的测量评价进展[J];护理研究;2004年07期
4 黄润生,刘凤勤,刘景增;论糖尿病的饮食治疗[J];华北煤炭医学院学报;2004年02期
5 邓爱林,朱扬勇,施伯乐;基于项目评分预测的协同过滤推荐算法[J];软件学报;2003年09期
6 金菊良,魏一鸣,付强,丁晶;计算层次分析法中排序权值的加速遗传算法[J];系统工程理论与实践;2002年11期
7 金菊良,魏一鸣,付强,丁晶;层次分析法在水环境系统工程中的应用[J];水科学进展;2002年04期
8 金菊良,魏一鸣,付强,丁晶;改进的层次分析法及其在自然灾害风险识别中的应用[J];自然灾害学报;2002年02期
9 黄中红;糖尿病食品交换份法临床观察[J];张家口医学院学报;2002年01期
10 钟晓;马少平;张钹;俞瑞钊;;数据挖掘综述[J];模式识别与人工智能;2001年01期
中国硕士学位论文全文数据库 前1条
1 刘袁柳;面向LBSN的兴趣点和用户推荐方法研究[D];苏州大学;2015年
【相似文献】
中国期刊全文数据库 前10条
1 蒋焰;丁晓青;;基于多步校正的改进AdaBoost算法[J];清华大学学报(自然科学版)网络.预览;2008年10期
2 王玲娣;徐华;;AdaBoost的多样性分析及改进[J];计算机应用;2018年03期
3 杜瑞超;华继学;翟夕阳;李志鹏;;基于改进Real AdaBoost算法的软件可靠性预测[J];空军工程大学学报(自然科学版);2018年01期
4 王玲娣;徐华;;一种基于聚类和AdaBoost的自适应集成算法[J];吉林大学学报(理学版);2018年04期
5 牛清宁;周志强;刘文超;;基于Adaboost算法的人眼检测技术在路考系统中的应用[J];汽车与安全;2016年04期
6 李新战;;基于改进Adaboost算法的人脸检测方法[J];科技经济导刊;2018年18期
7 程荣标;方向尧;曾思伟;姜大志;;基于Adaboost和回归树集合技术的疲劳识别研究[J];汕头大学学报(自然科学版);2017年02期
8 杨胡萍;李辉;;基于Adaboost的改进多元线性回归算法中长期负荷预测[J];太原理工大学学报;2017年05期
9 夏慧卿;张丽艳;吴晓天;柯飘;张庆东;;Adaboost人眼定位方法改进与实现[J];大连交通大学学报;2017年05期
10 琚晓辉;徐凌;;基于SVM-Adaboost裂缝图像分类方法研究[J];公路交通科技;2017年11期
中国重要会议论文全文数据库 前10条
1 蔡念;金丰;阮恭勤;潘晴;许少秋;;基于AdaBoost算法的图像复原方法[A];第十五届全国图象图形学学术会议论文集[C];2010年
2 ;Using Skin Color and HAD-AdaBoost Algorithm for Face Detection in Color Images[A];Information Technology and Computer Science—Proceedings of 2012 National Conference on Information Technology and Computer Science[C];2012年
3 Wen Feng;;A Novel Lips Detection Method Combined Adaboost Algorithm and Camshift Algorithm[A];2012年计算机应用与系统建模国际会议论文集[C];2012年
4 陆文聪;钮冰;金雨欢;;基于AdaBoost算法的亚细胞位置预测[A];中国化学会第26届学术年会化学信息学与化学计量学分会场论文集[C];2008年
5 陈宏伟;刘建伟;费向东;;一种半监督环境下的Adaboost算法[A];2008'中国信息技术与应用学术论坛论文集(二)[C];2008年
6 唐晓丹;苗振江;;基于AdaBoost和粒子滤波的目标跟踪[A];第十四届全国图象图形学学术会议论文集[C];2008年
7 于淼;李乃民;王宽全;贾丹兵;闫子飞;;基于AdaBoost的中医舌诊分类算法研究[A];第二次全国中西医结合诊断学术研讨会论文集[C];2008年
8 李晶;陈媛媛;;基于AdaBoost的车牌字符识别模型研究[A];2008中国仪器仪表与测控技术进展大会论文集(Ⅰ)[C];2008年
9 张超;苗振江;;基于AdaBoost的面部信息感知[A];第十三届全国信号处理学术年会(CCSP-2007)论文集[C];2007年
10 郭翌;汪源源;;基于Adaboost算法的颈动脉粥样硬化判别方法[A];中国仪器仪表学会第十一届青年学术会议论文集[C];2009年
中国博士学位论文全文数据库 前10条
1 刘冲;模拟电路故障诊断AdaBoost集成学习方法研究[D];大连海事大学;2011年
2 Ebenezer Owusu;[D];江苏大学;2014年
3 习文星;移动背景下视觉的行人检测、识别与跟踪技术研究[D];中国科学院研究生院(上海技术物理研究所);2015年
4 卢金娜;基于优化算法的径向基神经网络模型的改进及应用[D];中北大学;2015年
5 卢岩;交通监控中的运动人体目标检测与跟踪[D];中国科学院研究生院(长春光学精密机械与物理研究所);2011年
6 王小明;可变光照下人脸检测与识别研究[D];华东师范大学;2010年
7 孙元;多媒体语义检索关键问题研究[D];吉林大学;2010年
8 王颖;成熟microRNA识别及其功能预测方法研究[D];哈尔滨工程大学;2016年
9 吴暾华;面向中医面诊诊断信息提取的若干关键技术研究[D];厦门大学;2008年
10 高常鑫;基于上下文的目标检测与识别方法研究[D];华中科技大学;2010年
中国硕士学位论文全文数据库 前10条
1 王玲娣;Adaptive Boosting算法及组合分类器的构建研究[D];江南大学;2018年
2 王晓东;基于图数据挖掘的化合物性质预测方法研究[D];西北农林科技大学;2018年
3 张苗燕;基于Adaboost的铁路扣件完损性检测方法研究[D];兰州交通大学;2018年
4 赵宇斌;基于Adaboost的步态分析及在膝骨性关节炎诊断的应用[D];广东工业大学;2018年
5 白晓楠;多相机情况下基于人脸的视频回溯系统[D];西安理工大学;2015年
6 姚曈彤;AdaBoost算法在量化投资中的改进与应用研究[D];暨南大学;2018年
7 温胤镭;基于智能方法的缺陷反演研究[D];东北大学;2015年
8 张健钊;基于小波包能量与熵特征和Real AdaBoost算法的癫痫脑电识别[D];山东大学;2018年
9 李夏;基于Adaboost和Faster-RCNN的肺结节检测算法[D];山东大学;2018年
10 耿爽;实时道路多视角车辆检测的改进的Adaboost算法研究[D];东北大学;2015年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026