利用双曲嵌入将领域知识融入健康推荐系统
信息检索
2021-06-16 v1 机器学习
摘要
与许多其他领域不同，健康服务中的推荐系统尤其可能受益于健康领域知识的融入，因其有助于提供切合个体健康需求的有意义且个性化的推荐。随着表示学习的最新进展使得健康知识能够层次化嵌入双曲庞加莱空间，本工作提出了一种基于内容的推荐系统，用于初级保健中的医患匹配，该系统基于患者的健康档案，并通过迁移学习由预训练的 ICD-9 代码庞加莱嵌入进行增强。所提模型在推荐准确性上优于其传统对应模型，并对改善医患关系具有若干重要的业务启示。
引用
@article{arxiv.2106.07720,
title = {Incorporating Domain Knowledge into Health Recommender Systems using Hyperbolic Embeddings},
author = {Joel Peito and Qiwei Han},
journal= {arXiv preprint arXiv:2106.07720},
year = {2021}
}
备注
12 pages, 3 figures, accepted at the 2020 International Conference on Complex Networks and Their Applications