个性化事件驱动的监控与预警支持用于风险评估
摘要：事件感知监测常用于对网络文档流进行疾病报告的连续监测。从原始文本提取疾病报告事件的结构化表示，并将这些事件聚合起来产生信号，旨在提前预警潜在的公共卫生威胁。 对公共卫生官员来说，这些预警是一份包含了“一刀切”信息的庞大列表，用于风险评估。为了减少这种负担，我们提出了两种技术。首先，根据用户的偏好（如地点、疾病、症状等）对信号进行过滤，有助于降低不必要的噪音。其次，根据个体的反馈和注释对过滤后的信号重新排序，使用户能够按照优先级对最相关的预警进行排序。 我们介绍了一种考虑到这两个步骤的方法：1）过滤和2）对报告信号的重新排序。为此，协同过滤和个性化是常用的技术，可以帮助用户处理他们面对的大量信息。
作者：Avar''e Stewar (1), Ricardo Lage (2), Ernesto Diaz-Aviles (1), Peter Dolog (2) ((1) L3S Research Center / LUH. Hannover, Germany, (2) Aalborg University. Aalborg, Denmark)
论文ID：1101.0654
分类：Computers and Society
分类简称：cs.CY
提交时间：2011-01-05