Recommender systems have been exten

Recommender systems have been extensively studied to present items such as movies, music,
and books that are likely of interest to the user. We propose to use correlations among nursing
diagnoses, outcomes, and interventions to create a recommender system for constructing nursing
care plans. Nursing care plan recommender systems can provide clinical decision support,
nursing education, clinical quality control, and serve as a complement to existing practice
guidelines. In the current study, we used nursing diagnosis data to develop the methodology.
Our system utilizes a prefix-tree structure common in itemset mining to construct a ranked list of
suggested care plan items based on previously-entered items. Unlike common commercial
systems, our system makes sequential recommendations based on user interaction, modifying a
ranked list of suggested items at each step in care plan construction. We rank items based on
traditional association-rule measures such as support and confidence, as well as a novel measure
that anticipates which selections might improve the quality of future rankings. Since the multistep
nature of our recommendations presents problems for traditional evaluation measures, we
also present a new evaluation method based on average ranking position and use it to test the
effectiveness of different recommendation strategies.

ผลลัพธ์ (ไทย) 1:

ผู้แนะนำระบบได้รับการศึกษาอย่างกว้างขวางเพื่อแสดงรายการต่าง ๆ เช่นภาพยนตร์ เพลงและหนังสือที่มีแนวโน้มที่น่าสนใจให้กับผู้ใช้ เราเสนอการใช้ความสัมพันธ์ระหว่างพยาบาลวิเคราะห์ ผล และการแทรกแซงการสร้างระบบผู้แนะนำการสร้างพยาบาลแผนการดูแล พยาบาลดูแลวางแผนระบบผู้แนะนำสามารถให้การสนับสนุนการตัดสินใจทางคลินิกการศึกษาพยาบาล ควบคุมคุณภาพทางคลินิก และให้บริการเป็นการเสริมการปฏิบัติที่มีอยู่แนวทางการ ในการศึกษาปัจจุบัน เราใช้พยาบาลการวินิจฉัยข้อมูลการพัฒนาระเบียบวิธีการระบบของเราใช้โครงสร้างแผนภูมิคำนำหน้าทั่วไปในการทำเหมือง itemset เพื่อสร้างรายการจัดอันดับแนะนำดูแลวางแผนสินค้าตามรายการที่ป้อนไว้ก่อนหน้านี้ ซึ่งแตกต่างจากการค้าทั่วไประบบ ระบบของเราช่วยให้คำแนะนำตามลำดับตามการโต้ตอบผู้ใช้ การปรับเปลี่ยนการรายการแนะนำการจัดอันดับในแต่ละขั้นตอนในการก่อสร้างแผนการดูแล เราจัดอันดับสินค้าตามมาตรการเชื่อมโยงกฎดั้งเดิมเช่นการสนับสนุนและความเชื่อมั่น ตลอดจนวัดนวนิยายที่คาดการณ์ที่เลือกอาจปรับปรุงคุณภาพของการจัดอันดับในอนาคต ตั้งแต่ที่ multistepธรรมชาติแนะนำนำเสนอปัญหาสำหรับมาตรการประเมินดั้งเดิม เรานอกจากนี้ยังนำเสนอวิธีการประเมินใหม่ตามค่าเฉลี่ยจัดลำดับตำแหน่ง และใช้เพื่อทดสอบการประสิทธิผลของกลยุทธ์คำแนะนำต่าง ๆ

ผลลัพธ์ (ไทย) 2:

ระบบ recommender ได้รับการศึกษาอย่างกว้างขวางที่จะนำเสนอรายการต่างๆเช่นภาพยนตร์เพลง
และหนังสือที่มีแนวโน้มที่น่าสนใจให้กับผู้ใช้ เราเสนอให้ใช้ความสัมพันธ์ในหมู่พยาบาล
วินิจฉัยผลลัพธ์และการแทรกแซงการสร้างระบบ recommender พยาบาลในการสร้าง
แผนการดูแล การวางแผนการดูแลระบบ recommender พยาบาลสามารถให้การสนับสนุนการตัดสินใจทางคลินิก
การศึกษาพยาบาลและการควบคุมคุณภาพทางคลินิกและทำหน้าที่เป็นส่วนประกอบที่มีอยู่ในการปฏิบัติ
ตามแนวทาง ในการศึกษาในปัจจุบันเราใช้ข้อมูลการวินิจฉัยการพยาบาลในการพัฒนาวิธีการ.
ระบบของเราใช้คำนำหน้าโครงสร้างต้นไม้ที่พบบ่อยในการทำเหมืองแร่ itemset ที่จะสร้างรายชื่อการจัดอันดับของ
รายการแนะนำการวางแผนการดูแลขึ้นอยู่กับรายการก่อนหน้านี้เข้ามา ซึ่งแตกต่างจากการค้าร่วมกัน
ระบบระบบของเราให้คำแนะนำต่อเนื่องบนพื้นฐานของการปฏิสัมพันธ์ของผู้ใช้, การปรับเปลี่ยน
รายชื่อการจัดอันดับของรายการแนะนำขั้นตอนในการดูแลการก่อสร้างในแต่ละแผน เราจัดอันดับรายการขึ้นอยู่กับ
มาตรการที่สมาคมการปกครองแบบดั้งเดิมเช่นการสนับสนุนและความเชื่อมั่นเช่นเดียวกับวัดนวนิยาย
ที่คาดว่าจะเลือกที่จะปรับปรุงคุณภาพของการจัดอันดับในอนาคต ตั้งแต่หลายขั้นตอน
ลักษณะของคำแนะนำของเรานำเสนอปัญหาให้มาตรการการประเมินผลแบบดั้งเดิมที่เรา
ยังนำเสนอวิธีการประเมินผลใหม่ขึ้นอยู่กับตำแหน่งการจัดอันดับเฉลี่ยและใช้เพื่อทดสอบ
ประสิทธิภาพของกลยุทธ์ที่แตกต่างกันข้อเสนอแนะ

ผลลัพธ์ (ไทย) 3:

แนะนำระบบได้รับอย่างกว้างขวาง เพื่อให้รายการปัจจุบัน เช่น ภาพยนตร์ เพลง และหนังสือ ที่มัก
สนใจของผู้ใช้ เราเสนอที่จะใช้ความสัมพันธ์ระหว่างการพยาบาล
วินิจฉัยผลลัพธ์ และการแทรกแซงเพื่อสร้างแนะนำระบบสำหรับการสร้างแผนการพยาบาล

แนะนำระบบแผนการพยาบาลสามารถให้การสนับสนุนการตัดสินทางคลินิก
การศึกษาพยาบาลการควบคุมคุณภาพทางคลินิก และเป็นส่วนเติมเต็มให้กับแนวทางการปฏิบัติ
ที่มีอยู่ ในการศึกษาปัจจุบัน เราใช้ข้อมูลการวินิจฉัยการพยาบาลเพื่อพัฒนาวิธีการ
ระบบของเราใช้คำนำหน้าโครงสร้างต้นไม้ทั่วไปใน itemset เหมืองแร่เพื่อสร้างรายชื่อของรายการตามแผน
แนะนำการดูแลก่อนหน้านี้รายการ ซึ่งแตกต่างจากระบบการค้า
ทั่วไประบบของเราทำให้ต่อเนื่องแนะนำตามปฏิสัมพันธ์ของผู้ใช้ปรับเปลี่ยน
อันดับรายการแนะนำในแต่ละขั้นตอนในการสร้างแผนการดูแล เราจัดอันดับรายการตาม
แบบดั้งเดิมสมาคมกฎมาตรการต่างๆ เช่น การสนับสนุนและความมั่นใจ รวมทั้งมาตรการใหม่
ที่คาดว่าที่เลือกอาจจะปรับปรุงคุณภาพของการจัดอันดับในอนาคต ตั้งแต่ multistep
ธรรมชาติของข้อเสนอแนะของเรานำเสนอปัญหาในการประเมินผลแบบดั้งเดิมเรา
ยังมีใหม่วิธีการประเมินผลตามตำแหน่งเฉลี่ยและใช้มันเพื่อทดสอบประสิทธิผลของกลยุทธ์
แนะนำต่าง ๆ