吴晓燕

作品数：3被引量：8H指数：1
导出分析报告
供职机构：中山大学更多>>
发文主题：抑郁症病患可视化聚类问诊更多>>
发文领域：文化科学自动化与计算机技术语言文字更多>>
发文期刊：《现代情报》《数据分析与知识发现》更多>>
所获基金：广州市科技计划项目更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-3
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
结合梯度提升树算法与可解释机器学习模型SHAP的抑郁症影响因素研究被引量：1
《数据分析与知识发现》2024年第3期41-52,共12页聂卉 吴晓燕 
2022广州社会科学基金项目(项目编号:10000-42220402)的研究成果之一。
【目的】本研究旨在探讨构建抑郁严重度预测模型及其解释性问题,通过分析互联网用户生成的内容,进一步发展抑郁症风险预测研究,从而提高抑郁症自动检测模型的可靠性和实用性。【方法】通过收集“好大夫在线”平台上的抑郁症医疗咨询文...
关键词：抑郁症预测 在线用户生成内容 可解释机器学习 梯度提升树算法 
基于在线医疗咨询文本的抑郁症症状短语的自动识别被引量：1
《现代情报》2023年第9期63-73,共11页聂卉 吴晓燕 
2022广州社会科学基金项目“双循环新发展格局下粤港澳大湾区社会保障高效协同研究”(项目编号:10000-42220402);2023广州市哲学社会科学发展“十四五”规划项目“健康中国背景下面向互联网医疗大数据的抑郁症风险预测研究”(项目编号:2023GZGJ259)。
[目的/意义]利用在线医疗咨询文本探索抑郁症症状的自动抽取方法,推进健康大数据的深层次应用。[方法/过程]以在线问诊平台“好大夫在线”的患者问诊记录为语料,选择无监督机器学习法,运用短语识别和深度学习语义建模技术实现抑郁症症...
关键词：在线医疗咨询文本 抑郁症 语义建模 短语识别 
基于在线问诊记录的抑郁症病患群组划分与特征分析被引量：6
《数据分析与知识发现》2022年第2期222-232,共11页聂卉 吴晓燕 林芸 
广州市科技计划项目(项目编号:202002020036)的研究成果之一。
【目的】通过挖掘抑郁症患者的在线问诊记录来深入了解该病患群体。【方法】采集“好大夫在线”的抑郁症问诊记录,利用词向量构建病患模型,通过K-means算法实现病症群组划分,运用t-SNE、热图、词云等技术可视化各群组的结构及相互关系,...
关键词：在线医疗 抑郁症 聚类 可视化 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部