최근 고령화사회의 진입으로 건강수명이 이슈가 되고 있으며 삶의 질 향상을 위한 지속적 건강관리에 관심이 높아지고 있다. 본 논문에서는 사용자들의 편리한 건강관리를 위한 사용자 맞춤형 건강정보 추천 앱 시스템을 구현하였다. 사용자는 생활습관, 질병, 신체조건 등의 기본 정보를 입력하고 입력된 사용자의 PHR(Personal Health Record)는 서버에 저장된다. 저장된 다수의 사용자들을 PHR프로파일에 따라 유사한 군집으로 분류하여 유사 사용자들에게 헬스케어 관련 콘텐츠를 제공하고자 하였다. 사용자의 PHR에 따른 유사군집의 생성을 위하여 K-Means 클러스터링을 적용하였으며 지식베이스에 저장된 건강정보 콘텐츠들을 맞춤형으로 제공하기 위하여 개미군집 알고리즘을 사용하였다. 개발된 앱은 사용자의 PHR 프로파일로 분류된 군집에 따라 위험한 질병, 개선해야 할 생활 습관 등에 대한 정보를 제공하여 사용자의 자가 헬스케어에 활용될 수 있다.
최근 고령화사회의 진입으로 건강수명이 이슈가 되고 있으며 삶의 질 향상을 위한 지속적 건강관리에 관심이 높아지고 있다. 본 논문에서는 사용자들의 편리한 건강관리를 위한 사용자 맞춤형 건강정보 추천 앱 시스템을 구현하였다. 사용자는 생활습관, 질병, 신체조건 등의 기본 정보를 입력하고 입력된 사용자의 PHR(Personal Health Record)는 서버에 저장된다. 저장된 다수의 사용자들을 PHR프로파일에 따라 유사한 군집으로 분류하여 유사 사용자들에게 헬스케어 관련 콘텐츠를 제공하고자 하였다. 사용자의 PHR에 따른 유사군집의 생성을 위하여 K-Means 클러스터링을 적용하였으며 지식베이스에 저장된 건강정보 콘텐츠들을 맞춤형으로 제공하기 위하여 개미군집 알고리즘을 사용하였다. 개발된 앱은 사용자의 PHR 프로파일로 분류된 군집에 따라 위험한 질병, 개선해야 할 생활 습관 등에 대한 정보를 제공하여 사용자의 자가 헬스케어에 활용될 수 있다.
Recently, healthy life has become an issue in an aging society, and the number of people who have been interested in continuous health care for better life is increasing. In this paper, we implemented a personalized recommendation systm to provide convenient healthcare management for user. The PHR (...
Recently, healthy life has become an issue in an aging society, and the number of people who have been interested in continuous health care for better life is increasing. In this paper, we implemented a personalized recommendation systm to provide convenient healthcare management for user. The PHR (Personal Health Record) of user could be stored in the server along with health related information such as lifestyle, disease, and physical condition. The users could be classified into similar clusters according to the PHR profile in order to provide healthcare contents to the users who had similar PHR profile. K-Means clustering was applied to generate clusters based on PHR profile and ACDT(Ant Colony Decision Tree) algorithm was used to provide personalised recommendation of health information stored in knowledge base. The app system developed in this paper is useful for users to perform healthcare themselves by providing information on serious diseases and lifestyle habits to be improved according to the clusters classified by PHR profile.
Recently, healthy life has become an issue in an aging society, and the number of people who have been interested in continuous health care for better life is increasing. In this paper, we implemented a personalized recommendation systm to provide convenient healthcare management for user. The PHR (Personal Health Record) of user could be stored in the server along with health related information such as lifestyle, disease, and physical condition. The users could be classified into similar clusters according to the PHR profile in order to provide healthcare contents to the users who had similar PHR profile. K-Means clustering was applied to generate clusters based on PHR profile and ACDT(Ant Colony Decision Tree) algorithm was used to provide personalised recommendation of health information stored in knowledge base. The app system developed in this paper is useful for users to perform healthcare themselves by providing information on serious diseases and lifestyle habits to be improved according to the clusters classified by PHR profile.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
특히 유사사용자 그룹을 생성하고 사용자별로 맞춤형 건강정보콘텐츠를 제공하기 위해 군집화와 상관계수분석을 수행하였다. 본 논문에서는 상관계수분석, K-means 알고리즘을 활용한 데이터 군집화 시스템 구현과 안드로이드 어플리케이션의 구현에 대해 기술한다.
본 논문에서는 추천알고리즘과 군집화를 이용하여 사용자 맞춤형 건강정보를 제공하는 헬스케어 시스템을 만들었다. 또한 사용자 접근성 향상을 위한 안드로이드 앱을 개발할 수 있었다.
제안 방법
js은 사용자의 PHR을 기반으로 건강정보를 제공해주는 API이다. MongoDB로부터 사용자의 PHR를 받아와 contents.py 코드로 설문결과를 분석하여 정보제공이 필요한 질병, 생활습관을 구분하고 미리 크롤링하여 선정했던 정보들을 사용자에게 제공한다.
클라이언트에서 데이터는 HttpURLConnection을 이용하여 JSON 방식으로 주고받는다. 각 기능별 데이터의 입출력은 각각 OutputStream, InputStream을 이용하여 처리하고 response받은 코드번호에 따라 성공 또는 오류를 처리한다. [그림 3]은 앱의 로그인화면과 문진표작성 부분을 보여주고 있다.
스케어 IT분야의 주요 이슈로는 고령화사회의 도래와 더불어 건강수명 및 삶의 질 향상을 위해 개개인이 적극적인 건강관리를 할 수 있도록 지원가능한 서비스의 개발에 관심이 집중되고 있다[1]. 본 논문의 선행연구로 집단지성 및 개미군집 알고리즘을 적용한 추천알고리즘을 이용하여 맞춤형 건강정보 제공 시스템을 구현하였으며 본 논문에서는 사용자 접근성을 높이기 위해 기존의 웹기반 클라이언트를 개선한 안드로이드 어플리케이션으로 구현한다. 특히 유사사용자 그룹을 생성하고 사용자별로 맞춤형 건강정보콘텐츠를 제공하기 위해 군집화와 상관계수분석을 수행하였다.
실제로 고혈압 주의 환자 중 140mmHg이상의 수치는 고혈압 환자로 분류하고 있다. 이와 같은 여러 실험을 진행해본 결과 전반적으로 신뢰성이 있는 군집을 생성함을 확인 하였고 지식베이스라는 관리자 기능을 구현하여 군집화 결과를 기준으로 사용자들에게 맞춤건강정보를 제공하는 시스템을 구축하였다.
대상 데이터
클라이언트에서 데이터는 HttpURLConnection을 이용하여 JSON 방식으로 주고받는다. 각 기능별 데이터의 입출력은 각각 OutputStream, InputStream을 이용하여 처리하고 response받은 코드번호에 따라 성공 또는 오류를 처리한다.
데이터처리
군집화가 이루어지는 워크플로우는 [그림2]와 같다. 사용자의 자가설문을 통해 수집된 데이터를 csv형태로 추출하여 상관관계분석을 하고 이 결과를 이용하여 신뢰성이 있고 의미가 있는 관계들을 선정한다. 선정된 관계의 데이터들은 K-means 알고리즘을 통해 그룹을 할당 받고 각 데이터에 대한 사용자들은 그룹별로 다른 정보들을 제공받게 된다.
본 논문의 선행연구로 집단지성 및 개미군집 알고리즘을 적용한 추천알고리즘을 이용하여 맞춤형 건강정보 제공 시스템을 구현하였으며 본 논문에서는 사용자 접근성을 높이기 위해 기존의 웹기반 클라이언트를 개선한 안드로이드 어플리케이션으로 구현한다. 특히 유사사용자 그룹을 생성하고 사용자별로 맞춤형 건강정보콘텐츠를 제공하기 위해 군집화와 상관계수분석을 수행하였다. 본 논문에서는 상관계수분석, K-means 알고리즘을 활용한 데이터 군집화 시스템 구현과 안드로이드 어플리케이션의 구현에 대해 기술한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.