同类推荐
-
-
医用化学实验
-
¥46.00
-
-
生物医用石墨烯基材料
-
¥88.00
-
-
大数据挖掘技术理论与实践——以生物医学案例为例
-
¥69.00
-
-
医学人工智能概论
-
¥128.00
-
-
大数据健康科学
-
¥89.00
-
-
群体健康分析与预测
-
¥86.00
-
-
医用化学
-
¥49.80
-
-
智能医学工程导论
-
¥75.00
-
-
MindSpore医学智能分析实践教程
-
¥69.00
-
-
主动医学:人工智能赋能人类健康
-
¥128.00
|
|
图书信息
|
|
|
|
社交媒体中的电子医疗数据挖掘与网络分析
|
| ISBN： | 9787576605358 |
定价： | ￥68.00 |
| 作者： | 杨东辉著 |
出版社： | 东南大学出版社 |
| 出版时间： | 2022年12月 |
开本： | 24cm |
| 页数： | 219页 |
中图法： | R319 |
相关供货商
|
供货商名称
|
库存量
|
库区
|
更新日期
|
|
北京人天书店有限公司
|
3
|
库区4
|
2025-10-17
|
|
其它供货商库存合计
|
158
|
|
2025-10-09
|
图书简介 | | 本书首先在第一章中介绍了电子医疗健康时代下面临的科学问题和推荐系统研究现状。然后，在第二章中介绍了社交媒体平台上的文本数据和网络数据收集方法；第三章介绍了数据挖掘的知识，包括5个典型分类算法(k-近邻、决策树、支持向量机、随机森林、梯度提升决策树)和3个典型的聚类算法(k-means、层次聚类、孤立森林)，通过weka软件和python语言的使用，讲解如何实现这些数据挖掘方法。接着，在第四章中以微博平台上的电子医疗健康主题为例，阐述了基于文本特征集合构建和特征选择的情感分类，并提出了一种情感相似度计算方法。第五章是社会网络分析在社交媒体平台的应用，展示了如何使用随机指数图模型进行网络连接预测。最后，在第六、七章中对社会化影响力衡量与社会化推荐系统的研究工作。并利用糖尿病微博数据进行社会化推荐的实证分析，验证本方法的有效性、优越性及可推广性。 |
|