1、信息技術(shù)的快速發(fā)展將人們帶入了大數(shù)據(jù)時(shí)代，從海量數(shù)據(jù)中獲取到需要的信息難度加大，發(fā)現(xiàn)感興趣的信息的速度也在下降。推薦系統(tǒng)通過分析用戶歷史行為和預(yù)測(cè)用戶的偏好值，可以幫助用戶避免信息過載問題和提供個(gè)性化服務(wù)?；谥R(shí)的推薦系統(tǒng)可以有效對(duì)某些專業(yè)領(lǐng)域中想要獲取的信息進(jìn)行推薦，傳統(tǒng)的基于知識(shí)的推薦系統(tǒng)，可以避免“冷啟動(dòng)”問題，但是系統(tǒng)的知識(shí)是靜態(tài)的，應(yīng)對(duì)知識(shí)庫(kù)中沒有解決方案時(shí)處理能力較差。醫(yī)療設(shè)備是不斷提高醫(yī)學(xué)科學(xué)技術(shù)水平的基本條件，也是醫(yī)學(xué)

2、現(xiàn)代化程度的重要標(biāo)志，醫(yī)療設(shè)備檢修維護(hù)過程，涉及大量的知識(shí)和環(huán)節(jié)，隨著設(shè)備復(fù)雜程度的提高，設(shè)備檢修維護(hù)成本也會(huì)隨之以數(shù)量級(jí)提高。
　　針對(duì)以上問題，本文提出了將服務(wù)推薦系統(tǒng)應(yīng)用于醫(yī)療設(shè)備檢修維護(hù)過程，對(duì)推薦系統(tǒng)和關(guān)聯(lián)規(guī)則挖掘算法的研究現(xiàn)狀進(jìn)行了調(diào)研，分析了當(dāng)前常用的服務(wù)推薦系統(tǒng)，提出了基于約束與基于關(guān)聯(lián)規(guī)則的混合推薦算法，以及相對(duì)應(yīng)的關(guān)聯(lián)規(guī)則挖掘算法，給出了針對(duì)醫(yī)療設(shè)備檢修服務(wù)推薦的解決方法，實(shí)現(xiàn)了醫(yī)療設(shè)備檢修服務(wù)推薦系統(tǒng)。

3、>　　本文的主要工作包括：
　?、訇U述推薦系統(tǒng)的研究現(xiàn)狀，結(jié)合相關(guān)技術(shù)理論，分析了當(dāng)前不同推薦算法的優(yōu)缺點(diǎn)。
　?、谔岢隽嘶诩s束和基于關(guān)聯(lián)規(guī)則的混合推薦算法。基于約束的方法保證推薦結(jié)果的專業(yè)性強(qiáng)，并且使用基于關(guān)聯(lián)規(guī)則的推薦方法，根據(jù)原有的關(guān)聯(lián)規(guī)則以及挖掘出的關(guān)聯(lián)規(guī)則進(jìn)行推理,從而進(jìn)行準(zhǔn)確的推薦。
　?、坩t(yī)療設(shè)備檢修服務(wù)具有專業(yè)性強(qiáng)，準(zhǔn)確度高等特點(diǎn)，通過基于約束和基于關(guān)聯(lián)規(guī)則的混合推薦算法較為適合醫(yī)療設(shè)備檢修服務(wù)的過程