[论文解读] Technical Report: Implementation and Validation of a Smart Health Application

Fran Casino, Constantinos Patsakis+3 more|arXiv (Cornell University)|Jun 13, 2017

Recommender Systems and Techniques参考文献 2被引用 4

一句话总结

本文提出了一种智能健康应用，利用协同过滤和模拟健康数据，根据用户档案、健康状况和路线特征推荐个性化步行路线。该研究提出一种方法，通过使用真实世界医学统计数据生成统计上有效的合成数据集，从而实现对健康感知推荐系统的可扩展验证。

ABSTRACT

In this article, we explain in detail the internal structures and databases of a smart health application. Moreover, we describe how to generate a statistically sound synthetic dataset using real-world medical data.

研究动机与目标

• 设计一种智能健康应用，根据用户健康档案和环境数据推荐个性化步行路线。
• 通过生成合成但真实的数据库，解决在无真实患者数据的情况下验证健康推荐系统所面临的挑战。
• 将真实世界医学统计数据（例如来自世界卫生组织的数据）整合到仿真框架中，以反映健康状况的流行率。
• 通过反映年龄和健康状况相关用户行为的仿真数据，实现系统测试的可扩展性。
• 通过提供经过验证的数据生成流程，支持未来在城市环境中部署智能健康系统。

提出的方法

• 该系统使用协同过滤算法，通过评分矩阵（表 I）识别具有相似路线偏好的用户，从而推荐路线。
• 用户健康档案通过世界卫生组织和世界心脏联合会提供的真实世界患病率数据进行模拟，包括视力障碍（3.4%）、呼吸问题（3.2%）、活动能力下降（2%）和心脏病（14%）。
• 健康状况以技能为基础启发式规则中的修饰符形式编码（表 IV），根据用户特定的健康限制对路线特征（距离、海拔变化、路面质量）施加惩罚。
• 路线特征（距离、海拔上升、路面质量）被归一化为 0–5 的评分范围，数值越高表示路线越容易。
• 评分通过聚合修改后的特征得分（0–15）计算得出，再缩放至 [0,10] 范围，并添加高斯噪声（N(0,1.5)）以引入变异性。
• 系统支持两个数据集：一个包含 1,000 名用户和 11 条真实路线的塔拉戈纳数据集，另一个包含 50,000 名用户和 28 条设计路线的巴塞罗那数据集，总计 140 万条评分。

实验结果

研究问题

• RQ1 智能健康应用如何生成个性化路线推荐，以综合考虑个体健康状况和与年龄相关的限制？
• RQ2 使用真实医学统计数据，如何实现一种统计上可靠的方法来模拟真实用户健康档案和路线偏好？
• RQ3 如何生成合成数据集，以在不暴露真实患者数据的情况下验证健康感知推荐系统？
• RQ4 在协同过滤框架中，健康状况修饰符在多大程度上影响路线评分预测？
• RQ5 如何利用大规模合成数据集测试健康感知推荐系统的可扩展性？

主要发现

• 该系统通过将四个年龄组与 16 种健康状况组合相结合，成功模拟了 64 种不同的用户档案，实现了多样化的用户建模。
• 巴塞罗那的合成数据集包含 50,000 名模拟用户和 28 条设计路线，产生 140 万条评分，比塔拉戈纳数据集大两个数量级。
• 表 IV 中的健康状况修饰符根据用户特定限制系统性地降低路线评分，其中心脏病对海拔上升的惩罚最高（−2 分）。
• 距离、海拔上升和路面质量等路线特征被归一化为 0–5 的评分范围，数值越高表示对有健康限制的用户越容易、越合适。
• 最终评分从 0–15 缩放至标准 [0,10] 范围，并通过高斯噪声（σ = 1.5）增强，以反映用户偏好的自然变异性。
• 仿真框架能够生成反映真实世界健康患病率的、统计上有效的合成数据，支持系统的稳健验证。