一、如何从互联网上查询医学信息（论文文献综述）
陈秋瑾[1]（2021）在《基于微服务架构与知识图谱技术构建无人机知识库系统》文中提出近年来,随着无人机技术的飞速发展以及逐年上涨的市场需求,无人机在各领域得到广泛应用且发挥着重要作用。随着“互联网+”时代的到来以及大数据技术的迅速发展,互联网中信息数据呈现指数增长趋势,如何在信息爆炸的时代获取所需的有效信息成为亟待解决的问题。本文采用B/S服务器模式,以分布式微服务架构为基础,基于分布式及增量式爬虫技术获取互联网中与无人机等应用领域相关的海量数据,采用自然语言处理、知识图谱、机器学习等算法从海量的非结构化文本数据中提取挖掘隐含及潜在价值知识,并利用Echarts组件及知识图谱等算法进行可视化分析,最后形成定制化的无人机知识库。主要研究内容如下:（1）知识获取及存储技术。系统以Scrapy为爬虫框架,采用分布式结合增量式爬虫技术从互联网中高效地获取无人机行业相关的海量数据;采用Redis高速缓存数据库存储爬取的URL网址,结合My SQL关系型数据库稳定地存储最终得到的结构化数据。（2）系统构建流程及架构设计。利用云计算技术的大数据管理平台,基于分布式服务器与大数据技术搭建系统,采用自底向上为主、自顶向下为辅的方式构建知识库;由于系统爬取任务量的增加及分布式服务器的需求,系统的架构也由最初的SMM单体式架构优化升级为Spring Cloud分布式微服务架构,以提高系统的扩展性及移植性。（3）数据提取及知识抽取技术。采用类机器学习机制半自动化地提取非结构化文本数据,通过构建自定义的规则库训练样本数据,提取出标签以匹配提取出的结构化数据;并利用自然语言处理等算法从获取的文本数据中提取关键句并生成文章的摘要信息;通过知识图谱等算法实现对获取的文本数据的知识抽取,最终抽取出结构化的知识元加入进知识库中,以实现知识库的知识发现与知识挖掘功能。（4）知识表示及数据可视化分析。采用知识树形式进行知识表示,并采用Echarts技术、知识图谱等可视化技术对获取及处理后的数据进行数据可视化分析,并以各类统计图表、关键字云图、机构同现及作者同现图等形式展现,直观清晰地展示无人机等行业领域的研究现状与发展趋势。
杨江[2]（2021）在《医疗影像知识图谱构建的关键技术研究与实现》文中提出知识图谱是Google公司提出的能对真实世界中的事物进行映射的高效知识表达模型,提供了一种对现实世界中的事物进行组织管理和应用的有效手段。在互联网医疗领域内,知识图谱是进行医疗咨询系统、医疗智能问答系统的主要手段。但是目前这些互联网医疗咨询系统主要针对的以疾病为中心的问答系统,而影像检查作为现代医学中用于发现和定位疾病的重要手段,在现代临床医学中扮演着重要的地位。医疗影像检查有很多种方式,比如有X线、CT、MR、DR、PET-CT、PET-MR,其中每种检查方式都有自己的特点和适用的范围。因此构建以影像检查为中心的医疗知识图谱是有着重要意义的。针对知识图谱构建中的命名实体识别关键技术,论文针对传统基于字符序列命名实体识别会忽略文本中的词信息以及对于生僻字和未登录字的识别效果不佳的问题,结合中文医疗领域内命名实体识别的特点,在传统模型的输入层为字符融入了词典信息和字符的字形特征和构词特征。并通过实验验证了方法的有效性。针对知识图谱构建中的知识融合关键技术,论文提出了一种基于规则和相似性融合的知识融合算法,通过使用规则匹配、语义相似性计算以及语义网相似性计算融合的方式进行知识融合,并通过实验证明了方法的有效性。本文首先介绍了知识图谱构建的相关背景知识和理论技术,然后对欲构建的系统进行了详细的需求分析,阐述了系统的核心功能和性能指标,接着重点研究了中文医疗命名实体识别的算法,解决了论文的关键问题。随后根据系统的需求分析和概要设计对系统的的详细设计和实现进行了阐述。最后对其中的应用子系统进行了完整的功能测试和性能测试。
万顺[3]（2021）在《基于医疗知识图谱的辅助诊断系统研究与应用》文中研究表明随着我国社会的蓬勃发展,网络基础设施建设逐渐完善,人们可以更加轻松地通过电脑、手机等个人设备接入互联网,享受信息化浪潮给我们生活带来的各种便利。人们在医疗健康问题上需要帮助的时候,除了去医院看医生,听从医生的建议,现在还可以利用互联网上近乎海量的医疗知识,来完成自我诊断。但是,互联网上这些丰富的信息在方便人们的同时,也带来了信息过载的问题。人们在搜索某个疾病相关信息时,搜索引擎往往会根据关键字返回近千万条不同的搜索结果。人们需要在这么多搜索结果中去挨个搜寻自己真正需要的信息。这对于大部分人都是不小的负担。针对以上的这种问题,本文尝试构建一个基于知识图谱的医疗问答系统来帮助用户进行辅助诊断。不同于搜索引擎直接返回关键字的搜索结果,医疗问答系统对于用户的问题,会进一步分析,然后只返回最贴近用户搜索意图的一个答案。对于用户来说,省却了繁杂的信息筛选工作,降低了医疗信息的获取难度。本文的主要工作包含4个部分:（1）提出了一个基于医疗知识图谱的辅助诊断系统的整体结构,将系统整体分成了六个主要模块:知识图谱构建模块、命名实体识别模块、实体链指模块、意图识别模块、答案查询模块和答案构建与展示模块。（2）知识图谱模块,首先对于医疗健康网站的疾病百科数据进行爬取,然后构建出了一个包含实体约4万个、实体关系约20万条的医疗知识图谱。（3）对于医疗命名实体识别模块,本文提出的基于BERT的多层级卷积CRF网络,综合F1值达到0.886,显着超过基线模型;对于实体链指模块,本文设计出了高效的算法将相近表述的实体链指到知识图谱实体上;对于医疗意图识别模块,本文提出的基于BERT的意图分类模型准确率达到了92.83%,比基础的Text CNN提升了3.71%。（4）最后使用Flask轻量级开发框架,把系统的各个模块整合到一起,添加了易于使用的用户界面,完成了整个基于医疗知识图谱的辅助诊断系统的构建工作。本文旨在解决当前人们在医疗健康领域遇到的搜索信息难以筛选的问题,并通过深度学习模型和自然语言处理方法提升整个辅助诊断系统的问句语义理解能力,最终构建了一个简洁易用的辅助诊断系统。
吴进发[4]（2021）在《电子病历搜索引擎中的新词发现和排序技术研究》文中研究指明电子病历（Electronic Medical Record,EMR）贯穿患者的整个医疗活动,包含患者的诊疗信息,对医生的诊断和决策起着关键作用。然而早期积累的大量非结构化中文电子病历文档（Xml格式）却给医生的病历检索和科研带来阻碍,如何快速准确地从电子病历中检索有用信息已经变得越来越迫切。因此本文研究了使用Elasticsearch（实时搜索引擎,ES）搜索引擎工具来构建电子病历全文检索系统,从而提高电子病历的检索效率。本文的研究主要包括以下三个方面:（1）本文提出了一种基于互信息与左右信息熵的中文新词发现改进算法用于电子病历搜索引擎。本文基于中文电子病历的文本特征和医学术语的词法,主要对预处理和算法结构两点进行改进。预处理上,本文基于中文医学主题词表和ICD-10疾病编码构建了医学词典,还参照电子病历文本中的医学词汇特点选取了部分停用词用于更新前置分词器的停用词表,用于提高中文新词发现算法中的前置分词效果,从而发现更多的新词。结构上,将算法中点互信息计算的改为点互信息均值,将左右信息熵的计算进行拆分,最终将两个分支的结果合并取交集。实验结果表明,本文提出的改进算法的新词发现效果优于改进前的新词发现效果。（2）本文提出了一种基于Ada Rank的电子病历搜索引擎搜索结果排序算法。传统的检索模型需要依靠人工设置排序公式,并在迭代过程中不断优化排序参数,手动调试参数工作量较大。近年来使用机器学习排序模型的排序学习算法开始在各领域大规模应用。在电子病历领域,使用排序学习的研究非常少,因此,本文将排序学习中的Ada Rank算法应用于电子病历,来对搜索引擎排序结果进行优化。本文通过人工标注心血管疾病电子病历文档,选取关键词对每个文档进行文档-查询词对标注,最后使用传统检索模型BM25,学习排序Rank Net、Lambda Rank、List Net、Lambda MART来进行对比实验,实验表明,本文提出的电子病历搜索算法对比传统的BM25算法和其他四种排序学习算法对电子病历的搜索结果排序优化效果更佳。（3）电子病历搜索引擎系统的设计与实现。基于（1）和（2）的研究,本文构建的病历搜索系统除了具有电子病历全文检索功能,还提供了用户管理功能,新词发现功能,电子病历查看功能。电子病历全文检索功能的应用使得电子病历的全文检索变得更加简便快速。
琚安康[5]（2020）在《基于多源异构数据的定向网络攻击检测关键技术研究》文中研究说明以APT为代表的定向网络攻击具有攻击手段复杂、潜伏期长、危害性高的特点,已成为影响网络安全的最大威胁,从多源异构、存在噪声的网络空间数据中辨识出定向网络攻击行为、意图和趋势,是网络空间安全态势感知的重要研究内容,对于网络空间安全具有重要意义。本文针对多源异构网络安全数据体量巨大、格式异构、语义多样等特点,研究了面向关联分析的定向网络攻击检测方法,分析归纳目前存在的主要问题,设计基于多源异构数据的定向网络攻击检测框架,相应地提出了一整套数据关联方法,可有效支持网络安全态势感知与分析决策。具体来说,本文成果包括以下几个方面:1、针对面向关联分析的定向网络攻击检测缺乏标准框架的问题,设计了基于多源异构数据的定向网络攻击检测框架,通过分析定向网络攻击及其检测过程,给出定向网络攻击的形式化定义,在此基础上构建基于多源异构数据的定向网络攻击检测分层框架,设计了相应的数据分类模型与关联分析方法,解决了目前研究中缺乏统一规范描述框架的问题。2、针对异常检测模型缺少高质量标注数据集的现实问题,研究少标注样本环境下的流数据异常检测方法,提出了基于孤立森林和PAL的自适应异常检测算法。在基于集成学习思想的孤立森林算法基础上,通过融入主动学习策略,采用人在回路的混合增强机制弥补机器学习算法的不足,根据反馈结果迭代更新检测模型,有效避免由于机器学习算法本身局限性带来的决策失准,减少误报率并提高检测效率,实现快速高效的攻击异常点发现。3、针对攻击活动带来告警数据冗余且缺少关联的问题,为精简告警信息,更好把握和分析攻击者的动机,提出了基于动态贝叶斯告警关联图的定向网络攻击场景关联方法。通过分析安全告警事件概率转移的不确定性,构建基于动态贝叶期的告警关联图模型,在告警事件之间建立关联约束,分析不同告警之间的关联关系,结合条件概率矩阵度量告警之间转移的不确定性和关联性,采用概率推理方法对隐含边和告警节点进行补充,并基于蚁群优化算法对模型权重及时更新和修正模型误差,实现对攻击路径的准确刻画。4、针对现有攻击分析效率低下、人工分析认知误差带来准确性完备性不足的问题,提出了基于知识图谱表示学习的攻击知识关联方法。将安全知识自动化融入溯源分析过程,通过推荐攻击知识实现对攻击模式的有效关联,将繁重的人工记忆和查询转化为半自动的知识推荐任务,分别从结构化特征的本体建模和非结构描述数据的知识表示出发,提出基于嵌入向量表示的攻击知识关联算法,建立安全告警与安全知识之间的关联关系,对于安全告警数据给出相应的知识推荐结果,为分析人员提供相应的知识推荐。5、针对现有研究中缺乏对告警事件与攻击上下文关联关系动态刻画的问题,提出了基于级联攻击链模型的定向网络攻击场景重构方法。通过对网络威胁过程建模方法进行扩展,提出了一种递归式级联攻击链模型,并在此模型基础上提出一种双向分析方法,将攻击事件显式映射到攻击链的不同阶段,并通过反向推理补充攻击链中缺失的攻击事件,解决定向网络攻击场景关联重构的问题。本文研究成果有助于安全分析人员及时掌握网络安全状况,并对未来可能出现的定向网络攻击提前做出防护,为缩短攻击发现时间、实施主动防御提供相关理论支撑与方法保障。
教育部[6]（2020）在《教育部关于印发普通高中课程方案和语文等学科课程标准（2017年版2020年修订）的通知》文中研究指明教材[2020]3号各省、自治区、直辖市教育厅（教委）,新疆生产建设兵团教育局:为深入贯彻党的十九届四中全会精神和全国教育大会精神,落实立德树人根本任务,完善中小学课程体系,我部组织对普通高中课程方案和语文等学科课程标准（2017年版）进行了修订。普通高中课程方案以及思想政治、语文、
李红敏[7]（2020）在《宁夏四县/区农村居民在线卫生服务利用与支付意愿研究》文中研究说明研究背景医疗资源短缺、分布不均衡是全球性的问题。研究表明,利用信息和通信技术可以增强资源缺乏地区的卫生服务可及性和质量,互联网的可及有助于缩小城市和农村居民健康知识获取和卫生服务利用差距,提升健康公平。中国西部农村地区卫生人力数量不足、服务能力欠缺,需要提升卫生服务可及性;西部农村居民在获取卫生服务过程中,还存在医疗机构地理距离远、自身经济能力差等方面的障碍。提升西部农村地区居民的卫生服务可及性和质量是我国卫生体系面临的重要任务之一,相关卫生政策将通过互联网技术以在线的形式提供卫生服务以提升西部和偏远地区的卫生服务可及性作为重要的指导思想。在线卫生服务的形式已经发展成为传统卫生服务体系的重要补充部分。信息技术的发展在提升卫生服务的可及性方面有很大的潜力,与此同时,在线的卫生服务提供形式也有加剧卫生服务不公平的可能:经济水平更高、支付能力更强的发达地区更有可能利用在线卫生服务,而如何让信息技术真正成为提升西部地区卫生服务可及性的途径,真正解决这些地区居民的健康需求,是卫生服务相关政策需要解决的重要问题。世界卫生组织提到,在线卫生服务提供策略需要以改善健康结果为目的,以居民真正的健康需求为在线卫生服务的出发点。西部农村地区居民对在线卫生服务形式明显的需求不足,是其长期可持续发展的瓶颈。在发达国家和地区,在线卫生服务相关研究视角广,从技术、服务提供和服务接受等方面对在线卫生服务发挥作用进行了探讨,可以为我国在线卫生服务发展提供一些证据;但是现有的研究在以下方面存在不足:研究的理论框架多数以技术理论为核心,而卫生服务的本质是提升健康,不能以发展技术为导向,需要更多的关注健康需求特征对在线卫生服务利用的影响;针对居民的研究以现有的实际利用特征为主,很少有研究关注居民对在线卫生服务的支付能力和支付意愿,而支付意愿和支付能力是实际利用的前提;经济发展水平低的地区优质卫生服务资源缺乏,更需要发展在线卫生服务,是其发挥作用的重点,而针对偏远地区的研究少。为了让在线卫生服务在提升不发达地区卫生服务可及性方面更好的发挥作用,需要以下研究证据:研究理论需要打破现有技术理论主导的情形,转而从健康需求的角度探讨在线卫生服务,更好的体现卫生服务的本质;在线卫生服务利用影响因素研究方面,需要探索在线卫生服务的利用是经济条件主导还是健康需要主导,哪些因素是可以通过社会干预策略改变的,可以更有针对性的促进其利用;实际的在线卫生服务利用必须具备两个方面的条件:选择在线卫生服务的意愿和支付在线卫生服务费用的能力,需要从支付能力、选择意愿和支付意愿方面开展,为未来在线卫生服务市场的发展提供更有针对性的证据。研究目的和意义我国在线卫生服务相关研究存在不够深入的问题,尤其是缺乏需求方的研究已经成为其发展的主要障碍。本研究拟回答的问题包括:1)如何以卫生服务利用模型为基础,从需求方的角度探讨在线卫生服务利用特征及影响因素?2)西部农村地区居民对在线卫生服务的利用状况如何,受到哪些因素的影响,实际的利用是否以健康需要为导向?3)西部农村地区居民遇到健康问题时,是否愿意选择在线卫生服务?受到哪些因素的影响?4)西部农村地区居民是否愿意支付一定的费用获取在线卫生服务?支付意愿受到哪些因素的影响?从研究问题出发,本研究的总目标是通过对中国西部农村地区居民在线卫生服务的利用特征和选择意愿、支付意愿深入分析,明确影响因素,为西部地区在线卫生服务发展提供科学依据,以达到提升西部农村地区医疗服务质量和可及性的最终目的。具体的研究目的包括:全面了解西部农村地区在线卫生服务的利用状况和影响因素;构建在线卫生服务利用、选择意愿和支付意愿分析模型;分析和揭示在线卫生服务利用、选择意愿及其影响因素;测量和分析在线卫生服务支付意愿及影响因素;探讨在线卫生服务支付意愿与价格的关系;提出西部农村地区在线卫生服务发展的政策建议。本研究选取西部省份宁夏的农村居民为研究对象,进行在线卫生服务利用和支付意愿的实证研究,主要的理论意义:理论上以卫生服务利用模型为基础,提供除技术理论之外新的研究思路,为推进在线卫生服务提升卫生服务可及性提供理论支撑;在研究方法上,在支付意愿分析的基础上评估居民的在线卫生服务需求,探讨价格与需求量的关系,为卫生服务领域中条件价值法和需求评估的应用积累方法学经验。研究现实意义包括:宁夏已经成为互联网医疗的重要试点区,承担着重要的政策价值,本研究从宁夏农村居民角度探讨在线卫生服务的利用状况和支付意愿,对在线卫生服务的发展策略、筹资政策具有直接的政策参考价值,对于服务提供方式、服务内容优化、服务定价等方面有重要的应用价值和实际意义。研究方法本研究的理论框架在安德森卫生服务利用模型的基础上构建,其中体现家庭在线卫生服务利用的指标包括两方面:实际的利用状况和潜在的利用意愿。实际利用状况为:过去一年,调查家庭是否利用过在线健康信息获取、在线问诊、在线与医生交流、其他在线卫生服务方式（如在线挂号等）;利用意愿包括调查家庭对在线卫生服务的支付能力、选择意愿和支付意愿。自变量的选取基于安德森卫生服务利用模型,包括调查家庭的倾向性特征、使能资源、健康需要特征、卫生服务可及性四方面。调查于2018年6-7月进行,调查样本采用多阶段分层整群随机方法获得。从宁夏选取同心县、西吉县、青铜峡市、惠农区四个县区的农村居民进行调查,四个县区分别位于宁夏的北部、中部和南部地区,在经济发展水平、地理环境、医疗卫生资源等方面具有代表性。最终共调查了 49个村的1354户家庭,以每户家庭的关键知情人作为调查对象,获取家庭基本信息、在线卫生服务的实际利用、选择意愿、支付意愿;调查抽样点内村乡两级医疗卫生机构,了解在线卫生服务的开展情况;目的抽样抽取32名调查对象进行深入访谈,具体包括农村居民和基层卫生服务人员。同时,本研究还对宁夏地区在线卫生服务供给状况进行了资料收集和分析,包括宁夏远程会诊系统和智慧互联网医院的供给。数据分析方法:单因素分析用来描述调查家庭在线卫生服务利用及选择意愿特征,Logit回归分析农村家庭利用和选择在线卫生服务的影响因素;扩展线性支出系统模型分析调查家庭的支付能力;条件价值法获取调查家庭在线卫生服务的选择意愿和支付意愿;Tobit回归分析支付意愿的影响因素;在支付意愿分析的基础上进行需求曲线拟合,分析不同情境下在线卫生服务需求量和价格之间的关系;计算不同情境下在线卫生服务的需求价格弹性系数,对比实际定价水平、居民支付意愿及需求弹性,探讨需求量与定价水平的关系。主要结果1.调查对象的基本特征:宁夏政府相关部门对互联网技术在卫生领域的应用探索走在全国前列,在政策环境、实践策略方面都有重要突破。在线卫生服务实践方面,宁夏的主要做法包括建设在远程医疗服务平台、智慧互联网医院等方面:宁夏现在已经建成了国家-自治区-市-县-乡五级联动的远程医疗服务体系,覆盖了全区的基层医疗机构、市级和区级医院,并达到了初步提升基层机构服务能力的效果;好大夫与银川市政府合作建立的互联网医院也是宁夏在线卫生服务的重要形式,网站数据分析结果显示,医生提供在线卫生服务的平均价格为65.52±67.87元,医生的不同级别、不同地区、不同医院级别等会对定价产生影响。本研究选取了宁夏四个县区的农村居民作为在线卫生服务需求的调查对象,共调查了来自1354户家庭的关键知情人,平均年龄44.54±10.22岁,汉族占三分之二（67.95%）,约一半（47.78%）的调查对象为女性。调查家庭中,健康知识测试平均分为3.57±1.18分;过去一年（2017年）的家庭收入平均为39150.17±51196.30元;调查家庭距县医院的平均距离为21.39±30.04公里;调查家庭中,有60岁及以上老年人的为406户,占29.99%;有5岁及以下儿童的394户,占29.10%;过去一个月有患病者的家庭为512户,占37.81%。2.在线卫生服务的利用和影响因素分析:调查家庭过去一年中,总体上使用过一种及以上在线卫生服务（包括在线健康信息查询、在线问诊、与医生在线交流、其他形式）的为640户,占被调查家庭的47.27%;其中,使用最多的服务形式为在线健康信息查询,占37.08%;使用在线问诊的占7.24%,与医生在线交流沟通的占15.51%。总体来看,调查家庭的倾向特征因素、使能资源、健康需要、卫生服务可及性都对在线卫生服务利用有影响。从倾向特征来看,受教育程度影响在线卫生服务利用;在使能资源中,较高的健康知识得分和收入水平会促进利用;在健康需要因素中,在线卫生服务的利用与家庭中有慢性病患者、过去一个月有患病者及过去一年有住院病人有关;在卫生服务可及性方面,距离地市级医院较远的家庭,更可能利用互联网提供的各种卫生服务。其他不同的在线卫生服务类型也呈现了类似的特征。从标准化回归系数分析结果看,宁夏农村家庭是否利用在线卫生服务更多的是由社会结构因素决定的,尤其是受教育程度和职业状态;健康需要因素只是决定是否利用的次要因素。因此,宁夏农村家庭总体的在线卫生服务利用并不是以健康需要为导向,利用过程中存在电子鸿沟。3.在线卫生服务的支付能力和选择意愿分析结果支付能力分析:扩展线性支出系统模型分析结果看,家庭人均收入小于等于5301.33元的家庭对在线卫生服务无支付能力,占总体调查对象的6.57%;家庭人均年收入在5301.33元到19562.19元之间家庭的对在线卫生服务支付能力弱,占总调查家庭的22.60%,可以通过调整支出结构获取部分支付能力;家庭人均年收入在19562.19元以上的家庭,对在线卫生服务有支付能力,占总体的70.83%。其中,对在线卫生服务无支付能力和支付能力弱的家庭可以认为对在线卫生服务没有客观的支付能力,共占被调查家庭的三分之一。选择意愿分析:在健康咨询情境中,如果家庭成员出现了不熟悉的症状,可能会有较大的健康问题时,分别有60.27%和62.48%的家庭会选择在线咨询二级医院或三级医院的医生;当所遇到的健康问题涉及到隐私时,选择利用在线咨询二级医院或三级医院医生的家庭比例分别是55.24%和58.94%。调查家庭倾向特征、使能资源、健康需要、卫生服务可及性及以往在线问诊的经验,都会影响到假设情境下的选择。在检查确认情境下,分别有57.09%和60.93%的调查家庭愿意使用在线问诊的方式向二级医院医生或者三级医院医生进行咨询;在利用当地医院远程设备进行在线咨询的情境下,分别有62.32%和66.54%的调查家庭愿意选择对二级医院或三级医院医生进行咨询。受教育水平较高、收入较高、家中有慢性病病人或近一个月有患病者的家庭、距离地市级医院较远、有过在线问诊经验会促进调查家庭对检查确定情境下在线卫生服务的选择意愿。4.在线卫生服务的支付意愿分析在健康咨询情境下,情境1中,愿意选择二级医院或者三级医院医生的调查家庭平均支付意愿值分别为65.69±97.36元和97.98±119.73元,中位数分别为30元和50元。支付意愿的影响因素包括调查家庭的民族、健康需要和卫生服务可及性,及是否有过使用在线问诊服务的经历。有慢性病患者、过去一个月有患病者、使用过在线问诊、距离地市级医院较远,会增加此情境下的支付意愿。从需求曲线来看,相同价格水平下,有更多的家庭会选择三级医院医生提供的在线卫生服务,如价格定为100元,分别有15%和30%的家庭选择二级医院和三级医院医生提供的在线卫生服务。健康咨询情境下,需求价格弹性随着价格水平提高而提高,当价格为56元或87元时,二级医院和三级医院医生提供的在线卫生服务的需求价格弹性为1;当价格高于56元或87元时,在线卫生服务为富有弹性。在情境2下,愿意选择二级医院医生或者三级医院医生的调查对象平均支付意愿值分别为65.87±93.71元和100.37±123.25元,中位数分别为30元和50元。从支付意愿的影响因素和需求曲线看,调查对象呈现与一般健康问题相似的特征。需求价格弹性在此情境下随着价格的增加而升高,当价格大于56元或89元时,二级医院医生和三级医院医生提供的在线咨询服务的需求价格弹性大于1,为富有弹性。以此为标准,好大夫网站上二级医院和三级医院医生的定价处于缺乏弹性的区间,但是仍高于农村居民支付意愿的中位数。在检查确认情境下,情境3中,愿意选择二级医院医生或者三级医院医生的家庭平均支付意愿值分别为82.18±105.18元和121.54±136.29元,中位数分别为50元和80元。支付意愿值的影响因素包括调查家庭的民族、健康需要和卫生服务的可及性,以及使用在线问诊服务的经验。调查家庭中有慢性病人、过去一个月有患病者、使用过在线问诊、距离地市级医院较远,会增加此情境下的支付意愿。从需求曲线来看,相同价格水平下,有更多的调查家庭会选择三级医院医生提供的在线卫生服务,如价格为100元时,选择二级医院或三级医院医生提供在线卫生服务的家庭分别为22.49%和37.81%。需求价格弹性随价格的升高呈上升趋势,当价格为70元或108元时,二级医院医生和三级医院医生提供的在线咨询服务的需求价格弹性为1。在情境4下,愿意选择二级医院医生和三级医院医生的调查家庭平均支付意愿值分别为87.00±109.25元和131.80±141.41元,中位数分别为50元和90元。从支付意愿的影响因素和需求曲线看,调查家庭与情境3呈现相似的特征。需求价格弹性随着价格的增加上升,当价格大于75元或119元时,二级医院医生或三级医院医生提供的在线卫生服务的需求价格弹性大于1,为富有弹性。以此为标准,宁夏政府远程服务的定价处于富有弹性的价格区间,降低价格可以更好的释放需求。讨论与政策建议研究的主要发现:互联网在宁夏农村地区居民获取卫生服务和健康信息的过程中,开始发挥重要作用;宁夏农村家庭现在的在线卫生服务利用是由社会经济条件决定的,而不是健康需要因素,电子鸿沟存在于服务利用过程中;宁夏农村居民对在线卫生服务有相当高的选择意愿,并且愿意支付一定的费用获得在线卫生服务,但从中位数看,支付意愿值偏低;宁夏现在开展的在线卫生服务需要考虑当地居民的健康需求和支付意愿,并以此为基础建立可持续发展的机制。根据研究结果提出以下相应的政策建议:1)以服务提供为核心、健康需求为导向发展在线卫生服务;2)加强互联网健康教育项目,提升居民信息和服务搜集和鉴别能力;3)完善准入政策和监督体系,创建互联网健康信息环境;4)关注低收入、低教育程度的弱势群体,满足多元化的在线健康需求;5)充分发挥在线卫生服务功能,加强西部农村地区卫生服务体系建设;6)建立可持续的筹资发展机制,为在线卫生服务提供资金支持;7)全社会参与,促进在线卫生服务的发展。创新点和不足本研究的创新点在于,1)研究视角上:研究对象选择宁夏农村地区的居民,为互联网技术提升西部农村地区卫生服务可及性方面提供直接的证据;2)研究和分析方法上,以在线卫生服务的利用和潜在需求为切入点,从需求方全面深入的探讨在线卫生服务的利用状况、选择意愿、支付能力和支付意愿,并分析了不同情境下在线卫生服务的需求价格弹性,为此新兴领域的发展提供了定价和筹资参考,目前尚未发现有类似研究;3)研究结果:得到了西部地区居民对在线卫生服务的支付意愿值,构建了需求评估模型,得到了不同情境下在线卫生服务的需求曲线,为在线卫生服务定价、筹资政策提供了参考,在该领域具有先进性。本研究的不足在于,1)研究设计为横断面研究,因果推断还需要未来更深入、周期较长的研究;2)本研究设定了简化的情境,描述了服务提供者来自医院的层级情况,而现实中情况更为复杂,未来研究可以针对具体疾病探讨病人对在线卫生服务的潜在需求状况;3)互联技术发展迅速,研究可能忽略其他新兴的服务提供方式,如健康相关App的使用、在线医药服务等。
盛嘉祺[8]（2020）在《融合线上线下教育资源的课程知识图谱构建研究 ——以图情学科信息分析为例》文中认为教育是国家竞争力的基础,也是综合国力的重要体现。由于教育信息化的不断推进,教育资源逐渐从线下向线上迁移。随着Web2.0的兴起,互联网上的数据规模急剧增加。但是互联网上海量的教育资源,除了丰富人们的选择,也会带来信息过载的问题。使用知识图谱能够以网络的方式对教育资源进行组织,与传统方法相比对资源的组织利用能力更强,可以有效解决信息迷航问题。针对互联网教育资源海量、无序、碎片化的缺陷,本文利用教材资源良好的体系性作为框架,结合线上线下的教育资源,围绕数据获取、命名实体识别、实体关系抽取、知识融合以及知识图谱可视化,提出了一套完整的面向教育领域的知识图谱构建方法。并以图书情报学科下“信息分析”课程为例,从多源数据构建知识图谱,选择书本教材、慕课和博客三个渠道,对方法加以实现,并提出了知识图谱在课程设置优化、教育资源智能搜索和教育资源个性化推荐三方面的应用方案。本文梳理教育资源的分布情况和存在形式,尤其是在互联网教育资源分布割裂、零散的情况下,明确数据的获取渠道,为教育领域的多源数据整合提供帮助。针对教育资源的特殊性,设计了基于新词发现+条件随机场+规则的命名实体识别算法,以及依存句法分析+条件随机场+规则的关系抽取算法,经实验验证有良好的效果,为教育资源知识图谱构建提供新的工具手段。知识图谱构建完成后链接不同教育资源,将数据存储于图数据库Neo4j中,方便数据的修改与查询,进而更好地对教育资源加以利用。结果表明,本文构建的“信息分析”课程知识图谱以书本教材数据抽取的实体为主干,慕课和博客数据抽取的实体为补充,揭示了课程中信息分析方法相关概念以及概念之间的联系。并且依据课程知识图谱可以明确知识单元间的关系进行课程设置优化,同时知识图谱满足教育资源智能搜索和教育资源个性化推荐的需要,解决信息迷航问题,让教育资源得到更充分地利用。
张莉[9]（2020）在《基于词向量扩展的语义检索模型研究》文中研究说明信息技术的快速发展改变了人们的工作、学习与生活,如何从大量的文本数据中快速并且准确地检索到用户需要的信息成为了大数据信息时代的一大难题。传统信息检索方法是基于关键词的检索,忽略了语义信息,用户检索体验较差。本文将查询匹配方法引入查询扩展技术,并且结合改进后的排序算法和全文搜索引擎对信息检索技术进行优化,有助于改善用户查询过程中存在的“词不达意”和“文档不匹配”的问题。本论文的工作内容及主要贡献如下。首先,针对传统查询扩展算法忽略语义信息的缺点,在基于Word2vec查询扩展方法的基础上,结合自动阈值筛选方法和改进的LSF技术,提出基于词向量的语义扩展算法LW-TF。LW-TF算法实现的查询匹配包括两个步骤:一是结合自动阈值筛选方法和改进的LSF技术,以获取语义扩展词实现语义匹配;二是通过向量加权法获取查询向量和文档向量,实现关联匹配。实验结果表明,基于词向量的语义扩展算法相较于其他算法实现了查全率和查准率的提升,证明了算法的有效性。其次,本文结合LW-TF算法与改进后的BM25F-N排序评分算法,在全文检索的基础上,提出基于词向量扩展的语义检索算法,改善了传统搜索引擎排序算法对搜索结果评分排序时容易忽略文档重要信息的缺点。本文以财经新闻作为实验数据,将新闻的时间因素和网站知名度因素列为搜索结果排序的重要考核指标。实验结果表明,基于词向量扩展的语义检索算法的检索效果,相较于其他算法实现了语义检索查全率、查准率和F-measure的提升,达到了良好的检索效果。最后,建立了基于词向量扩展的语义检索模型,完善各个功能模块并通过实验验证。检索结果表明本文提出的语义检索模型相较于传统查询检索方法,充分考虑了查询与扩展词之间的语义关系以及查询与文档之间的匹配关系,同时引入时间因素和网站知名度因素对检索结果进行排序。希望通过本次研究可为语义检索模型的研究与设计提供一定参考价值。
李振飞[10]（2020）在《基于医疗知识图谱的应用系统设计与实现》文中研究表明随着人工智能技术的飞速发展以及知识图谱在垂直领域应用技术的成熟,知识图谱在医疗领域有着广阔的应用前景。医疗知识图谱可以帮助医生做决策、帮助大众了解疾病常识、帮助病人了解患病情况,知识图谱在医疗领域的价值不仅仅是一个医学知识库,更重要的是提供诸如医疗智能搜索等功能,是辅助诊疗的基础。随着医学信息化水平的提高以及大数据的发展,医疗领域积累了大量未被充分利用的数据,构建医疗知识图谱可以充分挖掘数据的潜在价值。本文研究了搭建医疗知识图谱的流程和方法,使用深度学习、图神经网络等技术进行医疗实体抽取;搭建基于医疗知识图谱的知识查询、知识图谱自动问答、在线医疗实体抽取平台。本论文的工作主要有以下几点:（1）研究了标签注意力机制,把注意力机制应用到序列标签中来学习标签信息的嵌入表示。针对传统的LSTM实体抽取模型只能对输入序列进行特征抽取而没有考虑标签特征,本文应用一种逐层改进的基于标签注意力机制的网络LAN（Hierarchically-Refined Label Attention Network）,该模型使用LSTM对输入序列进行特征抽取,使用注意力机制学习标签特征,注意力机制能够捕获标签上下文之间依赖关系。在医疗NER任务中使用CCKS2018医疗实体识别竞赛数据集,通过实验证明BiLSTM-LAN模型的识别准确率高于BiLSTM-CRF模型,但是识别结果略差与下文研究的GGNN模型。（2）研究了图神经网络技术以及文本序列在图网络中的表示方法。针对中文命名实体识别存在着词语边界不确定、组成复杂的缺点,本文研究了图神经网络在实体识别模型中的应用,并应用基于词典的门控图神经网络（GGNN）构造中文医疗实体识别模型,使用GGNN网络学习图节点的隐状态嵌入表示,然后把学习到的隐状态输入到BiLSTM-CRF进行预测,使用相同的数据集经试验证明图神经网络模型的识别准确率比BiLSTM-LAN和BiLSTM-CRF更高。（3）研究了知识图谱的构建流程,包括知识表示、知识抽取、知识存储及知识可视化。根据通用领域知识图谱的搭建流程和方法,抽取医疗百科半结构化数据构建医疗知识图谱;研究知识图谱的可视化方法,利用 Django、JavaScript、Bootstrap、Echarts 组件构建基于知识图谱的实体查询、关系查询可视化展示web界面。此外研究了基于规则匹配的知识图谱自动问答,搭建自动问答模块和在线医疗实体识别模块。
二、如何从互联网上查询医学信息（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、如何从互联网上查询医学信息（论文提纲范文）
（1）基于微服务架构与知识图谱技术构建无人机知识库系统（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义与价值 |
| 1.2 国内外研究现状 |
| 1.2.1 专家系统及知识库研究现状 |
| 1.2.2 知识图谱技术研究现状 |
| 1.2.3 Web文本挖掘技术研究现状 |
| 1.2.4 无人机技术发展及应用现状 |
| 1.3 研究目标与研究内容 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.4 论文研究技术路线 |
| 1.5 论文组织结构安排 |
| 第二章 理论基础及关键技术 |
| 2.1 相关理论基础 |
| 2.2.1 知识库 |
| 2.2.2 知识发现 |
| 2.2.3 知识图谱 |
| 2.2 知识获取技术 |
| 2.2.1 数据获取技术 |
| 2.2.2 数据去重技术 |
| 2.2.3 数据提取技术 |
| 2.2.4 数据存储技术 |
| 2.3 知识抽取技术 |
| 2.3.1 实体抽取技术 |
| 2.3.2 关系抽取技术 |
| 2.3.3 事件抽取技术 |
| 2.3.4 实体链接与消岐 |
| 2.4 知识表示技术 |
| 2.5 自动文摘技术 |
| 2.5.1 自动文摘生成原理 |
| 2.5.2 TextRank算法 |
| 2.6 本章小结 |
| 第三章 知识库系统的设计与构建 |
| 3.1 系统非功能需求 |
| 3.2 系统性能设计 |
| 3.2.1 系统可靠性设计 |
| 3.2.2 系统安全性设计 |
| 3.3 系统架构设计 |
| 3.3.1 整体架构设计 |
| 3.3.2 技术架构设计 |
| 3.3.3 分布式微服务架构 |
| 3.3.4 Scrapy爬虫框架 |
| 3.3.5 基于Swagger框架管理API |
| 3.4 技术路线与实施方案 |
| 3.4.1 知识库的构建方式 |
| 3.4.2 系统的技术路线 |
| 3.4.3 系统的实施方案 |
| 3.4.4 开发环境与开发语言 |
| 3.5 本章小结 |
| 第四章 知识图谱的实现与应用 |
| 4.1 知识获取 |
| 4.1.1 定制化设置关键字 |
| 4.1.2 定制化爬取专业网站 |
| 4.2 数据提取 |
| 4.2.1 半自动化提取数据 |
| 4.2.2 自动文摘的提取 |
| 4.3 知识抽取 |
| 4.3.1 实体抽取(命名实体识别) |
| 4.3.2 实体关系抽取 |
| 4.3.3 元事件抽取 |
| 4.3.4 实体发现与链接 |
| 4.4 知识表示 |
| 4.5 文本数据可视化 |
| 4.5.1 数据可视化 |
| 4.5.2 关键字云图 |
| 4.6 本章小结 |
| 第五章 系统的功能与实现 |
| 5.1 系统整体功能结构 |
| 5.2 系统前端功能实现 |
| 5.2.1 查询信息模块 |
| 5.2.2 台风实况模块 |
| 5.2.3 数据可视化模块 |
| 5.2.4 热门推送模块 |
| 5.2.5 关键期刊模块 |
| 5.3 系统后台功能实现 |
| 5.3.1 用户管理模块 |
| 5.3.2 菜单管理模块 |
| 5.3.3 采集设置模块 |
| 5.3.4 任务管理模块 |
| 5.3.5 专家知识模块 |
| 5.3.6 外部系统模块 |
| 5.3.7 期刊大全模块 |
| 5.4 本章小结 |
| 第六章 结论与展望 |
| 6.1 总结 |
| 6.2 创新点 |
| 6.3 不足与展望 |
| 参考文献 |
| 致谢 |
| 在学期间主要研究成果 |
| 附录 |
| 附录1 Swagger在微服务架构上的部署与集成 |
| 附录2 Echarts组件实现折线图/柱状图形式的数据可视化 |
| 附录3 BiLSTM+CRF模型构建过程 |
| 附录4 利用TF-IDF进行实体链接关键代码 |
（2）医疗影像知识图谱构建的关键技术研究与实现（论文提纲范文）
| 摘要 |
| 英文摘要 |
| 第一章 绪论 |
| 1.1 论文背景 |
| 1.2 论文研究内容 |
| 1.3 论文的组织结构 |
| 1.4 本章小结 |
| 第二章 相关理论和技术 |
| 2.1 知识图谱的概念以及构建流程和方法 |
| 2.1.1 知识图谱的概念 |
| 2.1.2 知识图谱的构建方法和流程 |
| 2.2 word2vec词向量技术 |
| 2.3 循环神经网络 |
| 2.3.1 循环神经网络RNN |
| 2.3.2 长短期记忆网络LSTM |
| 2.4 知识抽取 |
| 2.5 知识存储 |
| 2.5.1 RDF格式数据存储 |
| 2.5.2 图数据库 |
| 2.6 本章小结 |
| 第三章 医疗影像知识图谱构建与应用系统的需求分析 |
| 3.1 医疗影像知识图谱构建与应用系统的总体概述 |
| 3.1.1 系统环境以及角色定义 |
| 3.1.2 系统功能概述 |
| 3.1.3 系统用例分析 |
| 3.2 医疗影像知识图谱构建与应用系统功能性需求分析 |
| 3.2.1 医疗影像知识图谱构建子系统功能性需求分析 |
| 3.2.2 医疗影像知识图谱应用子系统功能性需求分析 |
| 3.3 医疗影像知识图谱构建与应用系统非功能性需求 |
| 3.3.1 系统的响应速度和并发性 |
| 3.3.2 系统的可用性 |
| 3.3.3 系统的可扩展性 |
| 3.4 本章小节 |
| 第四章 中文医疗命名实体识别算法的研究 |
| 4.1 问题定义 |
| 4.2 中文医疗命名实体识别的特点和难点 |
| 4.3 算法研究思路 |
| 4.3.1 字符级BiLSTM-CRF模型 |
| 4.3.2 算法整体流程 |
| 4.4 命名实体识别算法的改进 |
| 4.4.1 融入词典信息 |
| 4.4.2 特征向量融入 |
| 4.4.3 CMNER-BiLSTM-CRF模型结构 |
| 4.5 实验 |
| 4.5.1 实验数据 |
| 4.5.2 实验评价指标 |
| 4.5.3 超参数设置 |
| 4.5.4 实验设置 |
| 4.5.5 实验结果分析 |
| 4.6 本章小结 |
| 第五章 基于规则和相似性计算的知识融合算法研究 |
| 5.1 问题定义 |
| 5.2 算法研究思路 |
| 5.3 基于远程监督的关系抽取算法 |
| 5.4 基于规则和相似性计算的知识融合算法 |
| 5.4.1 基于规则的知识融合 |
| 5.4.2 基于语义相似性的知识融合 |
| 5.4.3 基于语义网相似性的知识融合 |
| 5.5 实现与验证 |
| 5.5.1 算法的实现 |
| 5.5.2 算法的验证 |
| 5.6 本章小结 |
| 第六章 医疗影像知识图谱构建与应用系统概要设计 |
| 6.1 医疗影像知识图谱构建与应用系统静态结构设计 |
| 6.2 医疗影像知识图谱构建与应用系统动态结构设计 |
| 6.2.1 知识图谱构建流程 |
| 6.2.2 知识查询流程 |
| 6.2.3 影像检查方式推荐流程 |
| 6.3 系统内部数据存储设计 |
| 6.4 系统外部关键接口设计 |
| 6.4.1 知识查询接口 |
| 6.4.2 影像检查方式推荐接口 |
| 6.5 本章小结 |
| 第七章 医疗影像知识图谱构建与应用系统的设计和实现 |
| 7.1 系统开发环境和框架介绍 |
| 7.1.1 开发语言和开发环境 |
| 7.1.2 系统框架结构 |
| 7.2 医疗影像知识图谱构建子系统的详细设计和实现 |
| 7.2.1 知识爬取模块的详细设计和实现 |
| 7.2.2 知识抽取模块的详细设计和实现 |
| 7.3 医疗影像知识图谱应用子系统的详细设计和实现 |
| 7.3.1 流程设计 |
| 7.3.2 核心类设计 |
| 7.3.3 关键页面展示 |
| 7.4 本章总结 |
| 第八章 医疗影像知识图谱构建与应用系统测试 |
| 8.1 测试环境 |
| 8.2 功能测试 |
| 8.2.1 单元测试 |
| 8.2.2 集成测试 |
| 8.3 性能测试 |
| 8.4 本章小结 |
| 第九章 总结和展望 |
| 9.1 工作总结 |
| 9.2 研究展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士期间发表的学术论文目录 |
（3）基于医疗知识图谱的辅助诊断系统研究与应用（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究工作的背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 知识图谱的研究现状 |
| 1.2.2 问答系统研究现状 |
| 1.3 本文的主要工作 |
| 1.4 本论文的结构安排 |
| 第二章 相关理论与技术 |
| 2.1 知识图谱及图数据库 |
| 2.1.1 知识的存储方式 |
| 2.1.2 知识存储基础工具 |
| 2.2 深度学习相关技术 |
| 2.2.1 卷积神经网络 |
| 2.2.2 循环神经网络 |
| 2.2.3 长短期记忆网络 |
| 2.2.4 预训练网络BERT |
| 2.3 自然语言处理相关技术 |
| 2.3.1 中文分词技术 |
| 2.3.2 词向量技术 |
| 2.3.3 命名实体识别技术 |
| 2.3.4 问答系统相关技术 |
| 2.4 本章小结 |
| 第三章 系统整体模块设计 |
| 3.1 系统算法流程 |
| 3.2 医疗知识图谱构建与分析 |
| 3.2.1 数据爬取与保存 |
| 3.2.2 知识图谱构建与分析 |
| 3.3 命名实体识别模块 |
| 3.3.1 模块介绍 |
| 3.3.2 基于Bi LSTM-CRF的医疗命名实体识别 |
| 3.3.3 基于BERT的多层级卷积CRF医疗命名实体识别 |
| 3.4 实体链指模块 |
| 3.5 医疗意图识别模块 |
| 3.5.1 任务介绍 |
| 3.5.2 基于Text CNN的意图识别 |
| 3.5.3 基于BERT的医疗意图识别 |
| 3.6 图数据库的查询 |
| 3.7 本章小结 |
| 第四章 实验及结果分析 |
| 4.1 实验环境 |
| 4.2 命名实体识别模块算法实验分析 |
| 4.2.1 数据收集与处理 |
| 4.2.2 评价指标 |
| 4.2.3 实验分析 |
| 4.3 意图识别模块算法实验分析 |
| 4.3.1 实验数据收集与处理 |
| 4.3.2 评价指标及实验结果分析 |
| 4.4 本章小结 |
| 第五章 基于医疗知识图谱的辅助诊断系统实现 |
| 5.1 开发环境 |
| 5.2 系统功能展示 |
| 5.3 系统整体性能测试与分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 本文工作总结 |
| 6.2 未来工作展望 |
| 致谢 |
| 参考文献 |
（4）电子病历搜索引擎中的新词发现和排序技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究的背景及意义 |
| 1.2 国内外研究历史与现状 |
| 1.2.1 搜索引擎技术在电子病历中的应用 |
| 1.2.2 现有研究工作的不足之处 |
| 1.3 论文的主要研究内容 |
| 1.4 论文的结构安排 |
| 第二章 基于词语互信息和左右熵的新词发现改进算法研究 |
| 2.1 引言 |
| 2.2 背景技术及解决问题分析 |
| 2.2.1 相关技术介绍 |
| 2.2.2 传统中文新词发现算法的缺点 |
| 2.2.3 基于词语互信息和左右熵的新词发现算法原理介绍 |
| 2.3 基于词语互信息和左右熵的新词发现改进算法研究 |
| 2.3.1 预处理改进 |
| 2.3.2 算法结构改进 |
| 2.4 实验设计及结果分析 |
| 2.4.1 实验环境 |
| 2.4.2 数据集以及预处理 |
| 2.4.3 实验设计及实验过程 |
| 2.4.4 实验结果及分析 |
| 2.5 本章小结 |
| 第三章 基于AdaRank的电子病历搜索引擎排序算法研究 |
| 3.1 引言 |
| 3.2 排序算法问题分析 |
| 3.2.1 TF-IDF算法 |
| 3.2.2 BM25 算法 |
| 3.3 本文用于电子病历搜索的AdaRank算法及实现 |
| 3.3.1 AdaRank算法原理及优势 |
| 3.3.2 AdaRank算法在Elasticsearch中的实现 |
| 3.4 实验设计与结果分析 |
| 3.4.1 数据集 |
| 3.4.2 数据标注 |
| 3.4.3 评估指标 |
| 3.4.4 对比实验 |
| 3.4.5 实验结果分析 |
| 3.5 本章小节 |
| 第四章 电子病历搜索引擎系统设计与实现 |
| 4.1 系统需求分析 |
| 4.2 系统逻辑架构设计 |
| 4.3 系统设计 |
| 4.3.1 系统架构设计 |
| 4.3.2 系统数据库设计 |
| 4.3.3 Web接口设计 |
| 4.3.4 算法服务器设计 |
| 4.4 系统实现 |
| 4.4.1 硬件环境 |
| 4.4.2 软件环境 |
| 4.4.3 Elasticsearch环境的搭建 |
| 4.4.4 Elasticsearch中插件的安装 |
| 4.4.5 电子病历部分字段的结构化 |
| 4.5 系统测试 |
| 4.6 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
（5）基于多源异构数据的定向网络攻击检测关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 定向网络攻击概述 |
| 1.3 国内外研究现状 |
| 1.3.1 网络安全态势感知研究现状 |
| 1.3.2 多源异构网络安全数据研究现状 |
| 1.3.3 定向网络攻击建模方法研究现状 |
| 1.3.4 定向网络攻击检测方法研究现状 |
| 1.3.5 存在的主要问题 |
| 1.4 本文研究内容 |
| 1.5 论文组织结构 |
| 第二章 基于多源异构数据的定向网络攻击检测架构设计 |
| 2.1 引言 |
| 2.2 定向网络攻击检测形式化定义 |
| 2.3 多源异构网络安全数据分类 |
| 2.4 基于多源异构数据的定向网络攻击检测框架 |
| 2.4.1 框架设计 |
| 2.4.2 相关研究问题 |
| 2.4.3 基于Hete MSD的数据分析流图 |
| 2.5 多源异构数据关联分析的关键问题 |
| 2.5.1 事件-事件关联分析方法 |
| 2.5.2 告警-告警关联分析方法 |
| 2.5.3 上下文-知识关联分析方法 |
| 2.5.4 告警-上下文关联分析方法 |
| 2.6 小结 |
| 第三章 基于孤立森林和PAL的自适应异常检测方法 |
| 3.1 引言 |
| 3.2 异常检测算法基础 |
| 3.2.1 基于机器学习的异常检测一般模型 |
| 3.2.2 主动学习与集成学习 |
| 3.3 基于孤立森林和PAL的自适应异常检测方法 |
| 3.3.1 方法原理框架 |
| 3.3.2 孤立森林模型构建与LODA集成异常检测算法 |
| 3.3.3 基于PAL的标注样本选择策略 |
| 3.3.4 基于人工反馈的权重更新算法 |
| 3.4 实验与分析 |
| 3.4.1 实验设置 |
| 3.4.2 实验结果与分析 |
| 3.5 小结 |
| 第四章 基于动态贝叶斯告警关联图的定向网络攻击场景关联方法 |
| 4.1 引言 |
| 4.2 相关工作 |
| 4.3 基于DB-ACG的告警关联模型框架 |
| 4.3.1 基本定义 |
| 4.3.2 基于DB-ACG的告警关联模型框架设计 |
| 4.4 基于DB-ACG的告警关联方法 |
| 4.4.1 条件约束定义 |
| 4.4.2 基于关联约束的DB-ACG生成算法 |
| 4.4.3 基于DB-ACG的告警关联算法 |
| 4.5 实验与分析 |
| 4.5.1 数据集和评估标准 |
| 4.5.2 告警关联图分析结果 |
| 4.5.3 告警关联分析与推理效率对比 |
| 4.5.4 算法运行时间对比 |
| 4.6 小结 |
| 第五章 基于知识图谱表示学习的攻击知识关联方法 |
| 5.1 引言 |
| 5.2 相关研究 |
| 5.3 基于层次化攻击类别本体模型的攻击知识关联方法 |
| 5.3.1 攻击本体建模与图谱构建 |
| 5.3.2 基于知识图谱的相关实体推荐算法 |
| 5.4 基于知识嵌入表示DOC2VEC的攻击模式关联方法 |
| 5.4.1 知识表示模型 |
| 5.4.2 基于嵌入向量表示的攻击知识关联算法 |
| 5.5 实验与分析 |
| 5.5.1 基于CAPEC的层次化攻击类别本体构建与模式关联 |
| 5.5.2 基于本体模型的关联预测结果 |
| 5.5.3 基于知识嵌入表示的Doc2Vec的攻击模式关联结果 |
| 5.6 小结 |
| 第六章 基于级联攻击链模型的定向网络攻击场景重构方法 |
| 6.1 引言 |
| 6.2 网络攻击链模型概述 |
| 6.2.1 Lockheed Martin攻击链模型 |
| 6.2.2 Mandiant攻击生命周期模型 |
| 6.2.3 钻石模型(Diamond Model) |
| 6.2.4 MITRE ATT&CK模型 |
| 6.2.5 Malone攻击链模型 |
| 6.2.6 Unified攻击链模型 |
| 6.2.7 Bryant攻击链模型 |
| 6.2.8 Khan攻击链模型 |
| 6.3 级联网络攻击链分析模型-MCKC |
| 6.3.1 级联网络攻击链分析模型-MCKC |
| 6.3.2 基于MCKC的攻击场景图及相关定义 |
| 6.4 基于MCKC的定向网络攻击双向分析方法 |
| 6.4.1 正向分析方法 |
| 6.4.2 反向推理方法 |
| 6.5 基于MCKC的定向网络攻击分析案例研究 |
| 6.5.1 典型APT攻击场景 |
| 6.5.2 Wanna Cry攻击分析场景 |
| 6.5.3 模型分析结果 |
| 6.6 小结 |
| 第七章 总结与展望 |
| 7.1 研究总结与创新点 |
| 7.1.1 研究总结 |
| 7.1.2 主要创新点 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 作者简历 |
（7）宁夏四县/区农村居民在线卫生服务利用与支付意愿研究（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 第一章 前言 |
| 1.1 研究背景 |
| 1.2 研究现状 |
| 1.3 研究问题的提出 |
| 1.4 研究意义 |
| 1.5 研究目的和内容 |
| 1.6 本论文的结构框架 |
| 第二章 文献综述 |
| 2.1 卫生服务可及性理论 |
| 2.2 卫生服务需求与利用 |
| 2.3 在线卫生服务 |
| 2.4 国内外实证研究进展 |
| 2.5 研究视角 |
| 现有研究述评 |
| 第三章 理论框架与研究方法 |
| 3.1 理论框架 |
| 3.2 数据来源和抽样 |
| 3.3 调查指标与方法 |
| 3.4 数据分析方法 |
| 3.5 质量控制 |
| 3.6 技术路线图 |
| 第四章 调查对象基本情况与在线卫生服务供给特征 |
| 4.1 调查地区基本特征 |
| 4.2 宁夏在线卫生服务政策 |
| 4.3 宁夏在线卫生服务实践 |
| 4.4 调查对象基本特征 |
| 本章小结 |
| 第五章 在线卫生服务利用 |
| 5.1 在线卫生服务总体利用 |
| 5.2 在线健康信息查询 |
| 5.3 与医生在线交流 |
| 5.4 在线问诊 |
| 5.5 定性访谈结果 |
| 本章小结 |
| 第六章 健康咨询情境下在线卫生服务的选择和支付意愿 |
| 6.1 情境1: 健康咨询的选择和支付意愿 |
| 6.2 情境2: 涉及隐私健康咨询的选择和支付意愿 |
| 本章小结 |
| 第七章 检查确认情境下在线卫生服务的选择和支付意愿 |
| 7.1 情境3: 检查确认的选择和支付意愿 |
| 7.2 情境4: 远程检查的选择和支付意愿 |
| 本章小结 |
| 第八章 讨论与政策建议 |
| 8.1 方法学讨论 |
| 8.2 研究主要发现 |
| 8.3 研究结论 |
| 8.4 政策建议 |
| 本研究的创新点和局限性 |
| 附录1 在线卫生服务居民调查表 |
| 附录2 访谈提纲 |
| 参考文献 |
| 攻读学位期间发表的论文 |
| 致谢 |
| 学位论文评阅及答辩情况表 |
（8）融合线上线下教育资源的课程知识图谱构建研究 ——以图情学科信息分析为例（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的与意义 |
| 1.3 研究内容与方法 |
| 1.4 研究创新点 |
| 1.5 论文组织结构 |
| 2 相关研究综述 |
| 2.1 知识图谱 |
| 2.1.1 知识图谱的定义 |
| 2.1.2 知识图谱的构建方法 |
| 2.1.3 知识图谱的应用 |
| 2.2 命名实体识别 |
| 2.2.1 基于规则和词典的方法 |
| 2.2.2 基于统计的方法 |
| 2.2.3 规则与统计相结合的方法 |
| 2.3 实体关系抽取 |
| 2.3.1 基于规则的关系抽取 |
| 2.3.2 基于词典驱动的关系抽取 |
| 2.3.3 基于机器学习的关系抽取 |
| 2.3.4 基于本体的关系抽取 |
| 2.3.5 混合抽取方法 |
| 2.4 研究述评 |
| 3 融合线上线下教育资源的知识图谱构建方法设计 |
| 3.1 知识图谱分层结构 |
| 3.2 构建方法整体框架 |
| 3.3 数据模态转换方法 |
| 3.3.1 光学字符识别 |
| 3.3.2 语音文字转化 |
| 3.4 知识单元实体识别方法 |
| 3.4.1 条件随机场 |
| 3.4.2 新词发现 |
| 3.4.3 基于规则的知识单元识别 |
| 3.5 知识单元关系抽取方法 |
| 3.5.1 依存句法分析 |
| 3.5.2 基于规则的知识单元关系抽取 |
| 3.6 知识融合方法 |
| 4 融合线上线下教育资源的知识图谱构建方法实现——以信息分析课程为例 |
| 4.1 系统实现框架设计 |
| 4.2 教育资源分布 |
| 4.3 数据获取 |
| 4.3.1 书本教材数据获取 |
| 4.3.2 慕课数据获取 |
| 4.3.3 博客数据获取 |
| 4.4 课程知识图谱构建方法实现 |
| 4.4.1 知识单元识别 |
| 4.4.2 知识单元关系抽取 |
| 4.4.3 知识融合 |
| 4.5 知识图谱的存储与可视化 |
| 4.6 知识图谱结果讨论 |
| 4.6.1 实例讨论 |
| 4.6.2 示例讨论 |
| 5 课程知识图谱应用方案 |
| 5.1 课程设置优化 |
| 5.2 教育资源智能搜索 |
| 5.3 教育资源个性化推荐 |
| 6 总结与展望 |
| 6.1 本文工作总结 |
| 6.2 研究不足与展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文 |
（9）基于词向量扩展的语义检索模型研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究发展及现状 |
| 1.2.1 信息检索技术 |
| 1.2.2 查询扩展技术 |
| 1.2.3 搜索引擎技术 |
| 1.3 主要研究内容及贡献 |
| 1.4 本文组织结构 |
| 第二章 相关理论分析及总体设计 |
| 2.1 相关理论分析 |
| 2.1.1 信息检索技术 |
| 2.1.2 查询扩展技术 |
| 2.1.3 搜索引擎技术 |
| 2.2 总体设计 |
| 2.2.1 设计思路 |
| 2.2.2 总体框架 |
| 2.3 本章小结 |
| 第三章 基于词向量的语义扩展算法研究 |
| 3.1 本章算法研究思路 |
| 3.2 查询扩展算法问题与分析 |
| 3.2.1 存在的问题 |
| 3.2.2 改进方案 |
| 3.3 改进的语义扩展算法研究与设计 |
| 3.3.1 算法改进及关键技术设计 |
| 3.3.2 算法流程 |
| 3.4 改进后算法的验证与分析 |
| 3.4.1 实验设计与参数选取 |
| 3.4.2 实验结果及分析 |
| 3.5 本章小结 |
| 第四章 基于词向量扩展的语义检索算法研究 |
| 4.1 本章算法研究思路 |
| 4.2 信息检索算法问题分析与改进 |
| 4.2.1 问题分析 |
| 4.2.2 改进方案 |
| 4.3 改进的语义检索算法的设研究与设计 |
| 4.3.1 算法研究与设计 |
| 4.3.2 算法流程 |
| 4.4 改进后的算法验证与分析 |
| 4.4.1 实验设计与参数选取 |
| 4.4.2 实验结果与分析 |
| 4.5 本章小结 |
| 第五章 基于词向量扩展的语义检索模型的建立 |
| 5.1 需求分析 |
| 5.2 语义检索模型框架 |
| 5.3 模型各模块功能设计 |
| 5.3.1 数据获取模块 |
| 5.3.2 数据存储模块 |
| 5.3.3 词向量模块 |
| 5.3.4 查询扩展模块 |
| 5.3.5 语义检索模块 |
| 5.3.6 语义检索分析模块 |
| 5.4 检索界面展示 |
| 5.5 语义检索模型测试 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（10）基于医疗知识图谱的应用系统设计与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 研究现状 |
| 1.3 论文的研究内容 |
| 1.4 论文的组织结构 |
| 第二章 相关技术与理论基础 |
| 2.1 Word2Vec词向量 |
| 2.2 循环神经网络 |
| 2.2.1 RNN |
| 2.2.2 LSTM |
| 2.3 图神经网络 |
| 2.4 命名实体识别 |
| 2.5 知识图谱构建 |
| 2.6 本章小节 |
| 第三章 深度学习中文医疗实体识别模型构建 |
| 3.1 命名实体识别模型结构 |
| 3.2 基于BiLSTM-CRF的医疗实体识别模型 |
| 3.3 模型改进 |
| 3.3.1 基于BiLSTM-LAN的医疗实体识别模型 |
| 3.3.2 基于门控图神经网络GGNN的医疗实体识别模型 |
| 3.4 实验结果与分析 |
| 3.4.1 实验数据集 |
| 3.4.2 评价指标 |
| 3.4.3 实验设置 |
| 3.4.4 实验结果分析 |
| 3.5 本章小结 |
| 第四章 医疗知识图谱构建 |
| 4.1 图数据库介绍 |
| 4.1.1 Neo4j图数据库的特点 |
| 4.1.2 Neo4j图数据库的应用领域 |
| 4.2 知识图谱构建流程 |
| 4.3 本体Schema构建 |
| 4.4 知识抽取 |
| 4.5 知识存储 |
| 4.6 本章小结 |
| 第五章 医疗知识图谱的应用系统设计与实现 |
| 5.1 需求分析 |
| 5.1.1 业务需求分析 |
| 5.1.2 功能需求分析 |
| 5.2 系统总体架构设计 |
| 5.3 系统功能流程设计与实现 |
| 5.3.1 知识查询功能设计与实现 |
| 5.3.2 在线医疗实体识别功能设计与实现 |
| 5.3.3 自动问答设计与实现 |
| 5.4 系统测试 |
| 5.4.1 实体及关系查询 |
| 5.4.2 在线医疗实体识别 |
| 5.4.3 自动问答 |
| 5.5 本章小结 |
| 第六章 结束语 |
| 6.1 工作总结 |
| 6.2 未来工作展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间取得的研究成果 |
四、如何从互联网上查询医学信息（论文参考文献）
- [1]基于微服务架构与知识图谱技术构建无人机知识库系统[D]. 陈秋瑾. 厦门理工学院, 2021(08)
- [2]医疗影像知识图谱构建的关键技术研究与实现[D]. 杨江. 北京邮电大学, 2021(01)
- [3]基于医疗知识图谱的辅助诊断系统研究与应用[D]. 万顺. 电子科技大学, 2021(01)
- [4]电子病历搜索引擎中的新词发现和排序技术研究[D]. 吴进发. 电子科技大学, 2021(01)
- [5]基于多源异构数据的定向网络攻击检测关键技术研究[D]. 琚安康. 战略支援部队信息工程大学, 2020(03)
- [6]教育部关于印发普通高中课程方案和语文等学科课程标准（2017年版2020年修订）的通知[J]. 教育部. 中华人民共和国教育部公报, 2020(06)
- [7]宁夏四县/区农村居民在线卫生服务利用与支付意愿研究[D]. 李红敏. 山东大学, 2020(12)
- [8]融合线上线下教育资源的课程知识图谱构建研究 ——以图情学科信息分析为例[D]. 盛嘉祺. 华东师范大学, 2020(11)
- [9]基于词向量扩展的语义检索模型研究[D]. 张莉. 电子科技大学, 2020(07)
- [10]基于医疗知识图谱的应用系统设计与实现[D]. 李振飞. 北京邮电大学, 2020(05)