- 年份:2022 年
- 編號:240
- Topic分類:-1
- Topic分數:0.1025257809
- Publish:國立臺北科技大學
- 作者:莊承燕
Keywords:書籍推薦,網路爬蟲,機器學習,深度學習,文本分類,全靜脈營養
Abstract:本研究含圖書採購推薦及 TPN 處方開立系統兩大實驗。圖書館在圖書採購方面,由於空間資源與經費的限制,如何在有限的資源下效益最大化,儼然成為館方的重要議題,目前館方以人工方式進行採購書籍推薦,在獲取推薦書籍後又需經過繁複的採購流程,為改善此情況本研究希望增加自動化的書籍推薦管道進而優化採購流程。本研究結合網路爬蟲技術與精準採購模型,建構一圖書採購推薦機制,將書籍推薦來源從人工改為系統自動推薦,並根據結果提供書籍採購推薦清單,以達到自動化圖書採購推薦之目的。現行醫療系統因為系統老舊的緣故,在功能擴充上備受限制,許多處方開立流程
存在著過多人工計算且重複作業的問題,為了解決醫療人員的痛點,本研究成功建立能自動計算劑量調配數值的 TPN 處方開立系統,並以更好的使用者體驗為導向進行介面設計,幫助醫療人員加速開方作業,降低人工計算失誤的風險。
© All Rights LibAiRsystem.

