近年来,人们已经从面对信息不足的窘境转向信息过剩而无法利用的尴尬。由“拉取”转向“推送”的主动推荐信息服务模式受到人们的极大关注,并迅速发展和广泛应用。主动推荐能使人们在获取信息时做到“各取所需”,极大提高获取资源的准确性和准确率。贝叶斯网络(Bayesian network,BN)和K-近邻算法是目前进行主动推荐的两种常见方法。贝叶斯网络是一种基于概率的推荐方式,目前已经在故障诊断、预测、军事决策、智能机器人、医学上的病理诊断、商业上的金融市场分析、信息融合、信息智能检索、基于因果关系的数据挖掘等领域得到广泛的应用。K-近邻算法是基于类比学习的非参数的分类技术,在基于统计的模式识别中非常有效,是一个理论上比较成熟的方法,其思路非常简单直观。针对目前体检中心体检客户选取体检项目具有较大的盲目性、医生诊断不规范和客户排队时间较长等问题,本文将主动推荐的思想引入到当前开发的“我佳健康体检管理系统”中。首先利用贝叶斯网络理论,通过对客户历史体检项目的分析,构造反应各个项目间依赖关系的客户贝叶斯网络推荐模型,并通过该模型向新客户实时推荐项目,从而减少客户选取项目时的盲目性,使客户项目的选取更加合理,缩短客户选取项目的时间,解决客户排队时间长的问题;然后基于对K-近邻算法的改进,提出双层K-近邻算法,通过将当前客户和历史客户的结果进行对比,向医生进行诊断推荐,以提高医生诊断的规范性和减少医生录入诊断的工作量而达到解决客户等待时间长等问题。