社交媒体中的电子医疗数据挖掘与网络分析 医学综合 杨东辉
新华书店全新正版书籍 支持7天无理由
￥ 39.4 5.8折 ￥ 68 全新
库存2件
北京丰台
认证卖家担保交易快速发货售后保障
作者杨东辉
出版社东南大学出版社
ISBN9787576605358
出版时间2022-12
版次1
装帧平装
开本16
页数232页
定价68元
货号732_9787576605358
上书时间2024-06-24
- 在售商品 暂无
- 平均发货时间 28小时
- 好评率 暂无
![医宗金鉴(1-4) 中医各科 [清]吴谦](https://www0.kfzimg.com/sw/kfz-cos/kfzimg/ddcedbae/f8b58db5810251ca_s.jpg)
商品详情
- 品相描述：全新
- 正版特价新书
- 商品描述
-
目录：
章绪论
1.1电子医疗健康
1.2社交媒体台与电子医疗健康
1.3系统及其发展
1.3.1系统的研究
1.3.2整体发展概况研究
1.3.3系统分类与实际应用
1.4本章小结
第2章杜交媒体台及其数据收集
2.1社交媒体台特征
2.2社会网络数据收集方法
2.3基于可变精度的协同
2.3.1可变精度
2.3.2基于可变精度的电影方法验证
2.3.3实验结果与分析
2.4基于可变精度的数据收集
2.5电子医疗数据特征与数据收集
2.5.1糖尿病网络基本特征分析
2.5.2糖尿病网络无标度特分析
2.6本章小结
第3章数据挖掘及软件作
3.1数据挖掘、人工智能与模式识别
3.2分类方法
……
内容简介：
电子医疗健康（ehealthcare）领域因其关系民众身心健康且囊括很多相关主题内容，成为近需求强烈和应用较为广泛的前沿领域。针对社交媒体台上医疗健康领域的多文本和复杂网络特，医疗用户数据挖掘和社会网络分析等内容是重要的研究课题。本书首先在章中介绍了电子医疗健康时代下面临的科学问题和系统研究现状。然后，在第二章中介绍了社交媒体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、森林、梯度提升决策树）和3个典型的聚类算法（kmean、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台的应用，展示了如何使用指数图模型进行网络连接预测。后，在第六、七章中对社会化影响力衡量与社会化系统的研究工作。并利用糖尿病数据进行社会化的实证分析，验证本方法的有效、优越及可推广。
— 没有更多了 —
以下为对购买帮助不大的评价