基于Labeled-LDA模型的在线医疗专家推荐研究

摘要：

[目的]改进现有在线医疗专家推荐模型,提高医生回答健康问题的效率和质量.[方法]基于Labeled-LDA模型挖掘健康问题潜在主题,明确医生专长,以提高“问题-医生”匹配度,并使用39健康网的数据进行实验验证.[结果]本文方法的准确率、召回率和回答采纳比分别为40.4％、44.0％和22.9％,而网站现有指标分别为20.4％、29.7％和6.8％.[局限]未考虑医生回答问题的速度和医生的简历等相关信息;不能很好地识别出回答问题过于稀疏的新加入医生的专长.[结论]本研究所提专家推荐方法在评价指标上均超过网站现有指标,具有良好的推荐效果.

关键词：Labeled-LDA、专家推荐、主题模型、在线医疗

所属期刊栏目：4

分类号：G350(情报学、情报工作)

资助基金：本文系浙江省哲学社会科学规划项目“基于领域本体的知识地图构建研究”项目编号:13ZJQN043YB

在线出版日期：2020-07-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：34-43