Реалізація частоти слова-оберненої частоти документа (TF-IDF) та Word2Vec у системі рекомендацій традиційної медицини на основі контентної фільтрації

Анотація

Згідно з Всесвітньою організацією охорони здоров'я (ВООЗ), традиційна медицина є кульмінацією всіх знань, здібностей та практик, отриманих з теорій, вірувань та досвіду, унікальних для різних культур, і які використовуються для підтримки здоров'я, а також для запобігання, діагностики, лікування або покращення фізичних та психічних захворювань. Нещодавно традиційну фітотерапію класифікували як таку, що складається з лікувальних методів, що існували, часто протягом сотень років, до створення сучасної медицини. Відсутність легкодоступної інформації щодо опису та ефективності традиційної медицини ускладнює для користувачів розуміння переваг кожного виду традиційної медицини. Через це потрібна система рекомендацій, яка має на меті полегшити користувачам пошук традиційної медицини, що відповідає їхнім уподобанням. Це дослідження пропонує систему рекомендацій щодо традиційної медицини з методом фільтрації на основі контенту, використовуючи комбінацію частоти використання термінів, оберненої частоти використання документів та вилучення ознак Word2Vec. Цей метод аналізує текст опису традиційної медицини та рекомендує на основі ваги слова та семантичні зв'язки між словами. Результати показують оптимальну продуктивність при розмірах 50–200 та розмірах вікна 9–15 для комбінації частоти слова-оберненої частоти документа та Word2Vec, тоді як частота слова-обернена частота документа сама по собі досягає 80% точності, а Word2Vec має нижчу продуктивність (4–14%) у широкому діапазоні експериментів з параметрами. Виходячи з вищезазначеного оптимального результату, цю систему рекомендацій можна застосовувати для отримання інформації про традиційну медицину, яка підходить людям, яким потрібно налаштувати найкращу модель розмірів та розміру вікна