期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于机器学习的南京地区献血者精准招募方法的建立和应用
1
作者
陈娟
赵作彦
+7 位作者
田金玥
张子涵
周春
蔡丽娜
马宇驰
周青杨
薛晖
梁文飚
《临床输血与检验》
CAS
2024年第4期535-543,共9页
目的通过基于机器学习的方法,建立南京地区献血者精准招募模型并开展应用,以提高献血招募的效率和质量,招募更多的献血者,确保血液供应的安全性和充足性。方法对江苏省血液中心2017—2022年的献血和短信招募数据进行回顾性研究,利用极...
目的通过基于机器学习的方法,建立南京地区献血者精准招募模型并开展应用,以提高献血招募的效率和质量,招募更多的献血者,确保血液供应的安全性和充足性。方法对江苏省血液中心2017—2022年的献血和短信招募数据进行回顾性研究,利用极端梯度提升、支持向量机、K近邻算法、逻辑回归、决策树、随机森林、多层感知机等模型,并使用合成少数类过采样技术、下采样等多种采样技术,结合代价敏感方法(MFE、MSFE损失函数)进行训练,通过网格搜索选择性能较佳的机器学习模型。结果研究发现,机器学习模型对高意愿献血者招募成功率提升57.79%,机器学习模型可减少40.05%的短信发送数量,每条短信招募效率较常规方法平均提升12.26%,减少了短信发送数量,提高了每条短信的招募效率。结论机器学习算法可以对献血者进行精准识别,提高招募效率,减少不必要的短信发送,降低招募成本,为确保血液供应的安全性和充足性提供了有效的手段。
展开更多
关键词
献血者招募
短信招募
机器学习
人工智能
下载PDF
职称材料
题名
基于机器学习的南京地区献血者精准招募方法的建立和应用
1
作者
陈娟
赵作彦
田金玥
张子涵
周春
蔡丽娜
马宇驰
周青杨
薛晖
梁文飚
机构
江苏省血液中心
东南大学计算机科学与工程学院
新一代人工智能技术与交叉应用教育部重点实验室(东南大学)
东南大学软件学院
出处
《临床输血与检验》
CAS
2024年第4期535-543,共9页
基金
江苏省重点研发计划(社会发展)面上(No.BE2022811)项目资助。
文摘
目的通过基于机器学习的方法,建立南京地区献血者精准招募模型并开展应用,以提高献血招募的效率和质量,招募更多的献血者,确保血液供应的安全性和充足性。方法对江苏省血液中心2017—2022年的献血和短信招募数据进行回顾性研究,利用极端梯度提升、支持向量机、K近邻算法、逻辑回归、决策树、随机森林、多层感知机等模型,并使用合成少数类过采样技术、下采样等多种采样技术,结合代价敏感方法(MFE、MSFE损失函数)进行训练,通过网格搜索选择性能较佳的机器学习模型。结果研究发现,机器学习模型对高意愿献血者招募成功率提升57.79%,机器学习模型可减少40.05%的短信发送数量,每条短信招募效率较常规方法平均提升12.26%,减少了短信发送数量,提高了每条短信的招募效率。结论机器学习算法可以对献血者进行精准识别,提高招募效率,减少不必要的短信发送,降低招募成本,为确保血液供应的安全性和充足性提供了有效的手段。
关键词
献血者招募
短信招募
机器学习
人工智能
Keywords
Blood donor recruitment
SMS recruitment
Machine Learning
Artificial Intelligence
分类号
R457 [医药卫生—治疗学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于机器学习的南京地区献血者精准招募方法的建立和应用
陈娟
赵作彦
田金玥
张子涵
周春
蔡丽娜
马宇驰
周青杨
薛晖
梁文飚
《临床输血与检验》
CAS
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部