罗智霖 殷萍 蔡敏 毕迎春

摘要：为提高医学院校学生自我管理和学习的能力，设计一种基于协同过滤的医学生智能学习推荐系统，以临床医学专业学生为例，通过分析用户历史行为，经过数据探索与预处理，应用协同过滤算法，筛选并推送满足用户学习兴趣和需求的信息和习题，为用户提供个性化服务。

关键词：协同过滤;医学生;智能推荐

中图分类号：TP302.1      文献标识码：A

文章编号：1009-3044（2021）36-0095-02

开放科学（资源服务）标识码（OSID）：

Design of Intelligent Learning Recommendation System for Medical Students Based on Collaborative Filtering

LUO Zhi-lin， YIN Ping， CAI Min， BI Ying-chun

（School of Medical Information， Wannan Medical College， Wuhu 241002， China）

Abstract： In order to improve the self-management and learning ability of medical college students， an intelligent learning recommendation system for medical students based on collaborative filtering is designed. Taking students majoring in clinical medicine students as an example， through analyzing users' historical behavior， after data exploration and preprocessing， collaborative filtering algorithm is applied to screen and push information and exercises that meet users' learning interests and needs. It can provide personalized services for users.

Key words： collaborative filtering; medical students; intelligent recommendation

推进信息技术与医学教育融合，加强医学人才培养，是提高医疗卫生服务水平的基础工程[1]，党的十八大以来，我国医学教育蓬勃发展，为卫生健康事业输送了大批高素质医学人才。在新型冠状病毒肺炎疫情防控中，我国医学教育培养的医务工作者发挥了重要作用。但同时面对疫情提出的新挑战、实施健康中国战略的新任务、世界医学发展的新要求，我国医学教育还存在人才培养结构亟需优化、培养质量亟待提高、医药创新能力有待提升等问题[2]。

医学院校学生面临着众多的学习科目和内容，随着网络技术的飞速发展，医学生可以在网络世界中获取到更多的医学知识，但面对海量的网络数据，医学生花费了大量的上网时间，却很难学习到真正对自己有价值的知识，本文设计的基于协同过滤的医学生智能学习推荐系统，通过分析提取用户的历史行为数据，应用协同过滤算法，为医学生智能推荐可能感兴趣的信息和习题，减轻医学生繁重的学习压力，提高医学生学习效率和学习能力。

1 系统总体设计

1.1 系统设计目标

系统面向的用户主要为医学院校的学生，为学生提供医学资讯、短视頻、相关学习资料、习题等信息，统计错题类型，根据医学生学习习惯和历史数据，为其推荐他们感兴趣的资讯和复习题目。系统界面设计清晰简明，符合医学生使用习惯，尽可能缩小系统的内存消耗，依据信息访问频率进行存储处理，能够适配不同分辨率的机型，注重用户隐私保护。

1.2 系统架构设计

为提高系统开发质量和开发效率，方便系统的更新和维护，本系统采用Client-Server（C/S）结构，客户端为前端设计，用于与用户进行交互、记录用户行为数据并展示推荐结果，服务器端用于对移动端收集的数据进行分析，根据协同过滤推荐算法，构建推荐模型，结合文本处理技术获取推荐内容，将推荐结果传送至移动端，推送给用户[3]。

图1为系统架构图，包括用户层、应用层、网络层、服务层和数据层。系统主要为医学生用户服务，用户层还包括医务工作者、教师等用户，以及系统管理人员。本系统采用基于移动端的MVC开发模式，服务层提供各种接口，包括用户管理接口、智能推荐接口、交流讨论接口和健康问卷接口，系统采用MySQL数据库进行数据存储及处理。

2 系统功能模块设计

系统包括四个主模块，分别为医学视野、学习天地、日常展示和个性定制，具体功能模块结构图如图2所示。用户注册后，有三种登录方式可以选择，分别是账号密码登录、第三方协议登录和手机短信登录。采用第三方协议登录时，界面会跳转到第三方软件上进行授权登录，如果没有安装第三方协议软件则会提示下载安装第三方软件。

2.1 医学视野模块

系统登录后，会进入医学视野模块，界面如图3所示。用户可以通过搜索栏搜索常见的医学相关知识，医学时讯为用户推送最新的医学讯息，以医疗卫生相关政策文件、医学前沿快讯、医学考试等文章为主。短视频为用户呈现医学相关视频，包括医生、教师、实习医生等用户发布的医学领域视频，供医学生学习医学知识和临床基本技能，纠正一些医学常识的错误认知，了解学长的实习状态，激发学习的兴趣和热情。

2.2 学习天地模块

用户在学习天地模块中，可以从共享的学习资料中，找到自己感兴趣的学习内容进行学习、收藏或下载，而智能推荐模块则通过用户访问日志和做题的统计信息进行数据抽取，经过智能推荐系统，为用户推送相关题目，图4为智能推荐系统流程图。

以临床医学专业学生用户为例，医学基本知识包括基础医学、医学人文、预防医学和临床医学，习题库中将题目进行数据分类，将基础医学相关的题目细分为人体解剖学、生物化学、生理学、病理生理学、医学微生物学、医学免疫学、病理学、药理学，将临床医学相关的题目细分为诊断学和内科学、外科学、妇产科学、儿科学等，根据用户访问的学习资料和做题数据的统计信息，应用协同过滤推荐算法，为临床医学专业学生推荐需要巩固练习的习题，提高学生的学习效率，为进入临床实习前开展的临床医学专业水平测试做好准备。

2.3 日常展示模块

日常展示模块为用户提供交流讨论平台，用户可以分享自己的学习经验或者学习的困惑、考研心得、日常生活学习的趣事等，交流讨论模块为医学院校的学生提供了一个医学专业领域思想交流的平台，医生或教师用户也可在平台上为学生答疑解惑，引导更专业更深入的话题讨论。

2.4 个性定制模块

个性定制模块包括健康问卷和用户管理，用户通过填写健康问卷，获得相应的健康指导，包括生理健康和心理健康，问卷中还包括学习时间、上网时间等内容，通过记录用户每天的学习规律，推荐用户制定合理的学习计划。用户管理除了可以设置个人信息，还设有“医星”专栏，用户上传学习资料、浏览医学时讯、刷短视频、参与讨论等，都可以获得相应的医星奖励，参与度越高，获得的医星越多，积攒的医星，可以兑换功能服务，如下载资料时需要用医星兑换，应用自动排版等功能需要用医星兑换，增加用户活跃度。

3 结束语

随着互联网和信息技术的迅猛发展，网络数据呈现出飞跃性的增长，面对海量的信息数据，用户很难快速准确地获取自己感兴趣的信息[4]。推荐系统可以帮助用户避免信息超载，为其提供符合自身需求的推荐，提高信息的有效利用[5]。基于协同过滤的医学生智能学习推荐系统能够辅助医学院校的学生学习专业知识，掌握专业技能，培养医学人文素养，为用户准确 地推送相应的习题信息，节省用户时间，提升用户體验，提高医学生学习兴趣和学习能力，能够建立稳定的系统用户，并为其他应用提供参考。

参考文献：

[1] 国务院办公厅.国务院办公厅关于深化医教协同进一步推进医学教育改革与发展的意见[J].中华人民共和国国务院公报，2017（21）：13-17.

[2] 国务院办公厅.国务院办公厅关于加快医学教育创新发展的指导意见[J].中华人民共和国国务院公报，2020（28）：27-31.

[3] 邓勇文，葛有金，杨丽，等.基于Android的医疗常识推荐系统的设计与开发[J].铜陵职业技术学院学报，2020，19（4）：79-82.

[4] 秦冲，赵铁柱，柳毅.个性化推荐算法的研究及发展综述[J].东莞理工学院学报，2021，28（3）：51-60.

[5] 李孟浩，赵学健，余云峰，等.推荐算法研究进展[J/OL].小型微型计算机系统：1-14.[2021-05-16].http：//kns.cnki.net/kcms/detail/21.1106.TP.20210507.1358.004.html.

【通联编辑：谢媛媛】