Resumen

Hoy en día, la prestación de servicios de recomendación de alta calidad a los usuarios es un componente esencial de las aplicaciones web, incluidas las compras, la creación de amistades y la asistencia sanitaria. Esto puede considerarse como un problema de estimación de las preferencias de los usuarios mediante la explotación de comentarios explícitos (valoraciones numéricas) o como un problema de clasificación colaborativa con comentarios implícitos (por ejemplo, compras, visitas y clics). Los trabajos anteriores para resolver este problema incluyen métodos de regresión puntual y métodos de clasificación por pares. Los nuevos sitios web de atención sanitaria y las bases de datos médicos en línea plantean un nuevo reto para la recomendación de servicios médicos. En este trabajo, desarrollamos un modelo, MBPR (Medical Bayesian Personalized Ranking over multiple users' actions), basado en la simple observación de que los usuarios tienden a asignar rangos más altos a cierto tipo de servicios sanitarios que entretanto son preferidos en otras acciones de los usuarios. Los resultados experimentales sobre conjuntos de datos del mundo real demuestran que MBPR consigue recomendaciones más precisas que varios métodos del estado del arte y muestra su generalidad y escalabilidad a través de experimentos sobre los conjuntos de datos de una aplicación móvil de compras.

• Materias:Algoritmos de aprendizaje Transductores de ultrasonido Ingeniería de atención Estudio biomecánico Ortesis progresivas estáticas
• Subjects:Learning algorithms Ultrasound transducers Care engineering Biomechanical study Static progressive orthoses
• Palabras claves:usuarios, Medical Bayesian Personalized Ranking, recomendación de servicios médicos, aplicación móvil de compras, bases de datos médicas en línea, métodos de regresión puntual, servicios de recomendación de calidad, MBPR, problema, Resultados experimentales
• Keywords:users, Medical Bayesian Personalized Ranking, medical service recommendation, mobile shopping app, online medical databases, pointwise regression methods, quality recommendation services, MBPR, problem, Experimental results