当前心血管疾病已经成为导致居民死亡的最主要原因,包括Framinham心脏研究在内的多项研究表明,心血管疾病与风险因素密切相关。我国医疗现状面临着多重挑战,医疗资源分配不均衡、患者医疗知识缺乏、医生看病压力大等问题严重制约着医疗行业的发展。随着信息技术的发展,远程医疗、智能问诊等一批试探性的应用已经证明了信息技术可以在医疗领域发光发热,这在今年的抗击新冠疫情中得到有效验证。信息挖掘、信息推荐等技术已经在医疗健康领域展现其实用的一面,将信息技术应用于心血管疾病风险因素的自动挖掘及相关知识推荐,对心血管疾病预防具有十分重大的意义。电子病历中真实地记录着患者的心血管疾病风险因素信息,对其进行挖掘研究是自动化发现用户个性化心血管疾病风险因素的有效途径,从而实现有针对性的健康信息推荐。健康信息推荐是疾病认知行为干预模式的有效方法之一,能够对人们的生活方式加以引导。本文从用户的个性化风险因素挖掘出发,由点及面地研究了针对风险因素的饮食推荐方案。首先,本文探讨了基于中文电子病历的心血管疾病风险因素挖掘技术。之后,针对风险因素中最重要且和饮食最密切相关的糖尿病研究了它的饮食方案推荐问题。最后,针对患者个性化的风险因素,研究了基于饮食知识图谱的个性化饮食知识推荐策略。本文主要研究内容包括以下四个方面:第一部分为基于中文电子病历的心血管疾病风险因素标注体系及语料库构建。针对中文个人健康文本心血管疾病风险因素语料库构建工作的空白,本文基于中文电子病历文本的特点,制定了心血管疾病风险因素及相关信息的标注原则,并通过迭代式的方法来构建标注语料库。在标注过程中采用多种方法来保障语料库标注的质量,最后取得了高质量的首份中文医疗健康领域心血管疾病风险因素标注语料库,为后续的自动化风险因素抽取研究、围绕用户个性化风险因素的饮食推荐提供保障。第二部分为心血管疾病风险因素的抽取,主要内容包括面向中文电子病历的心血管疾病风险因素的识别、风险因素发生的时间属性标注及修饰的判断。风险因素的识别是从病历文本中标注出相应字段,并对其风险因素的种类进行标注。本文将其视为序列标注任务,使用特征辅助输入的强化双向长短期记忆网络来对病历文本进行编码,并通过条件随机场来解码到对应的标注。风险因素的时间属性和修饰是在风险因素识别的基础上进一步对其信息进行提取,本文提出了基于卷积神经网络的风险因素时间属性分类方法和基于SVM的修饰分类方法。对比实验表明了本文提出的方法能够更有效地抽取中文电子病历文本中的心血管疾病风险因素。第三部分针对风险因素中最重要的糖尿病研究了它的个性化饮食方案推荐问题。糖尿病作为心血管疾病风险因素中最常见且和饮食最密切相关的因素,对其进行饮食推荐研究具有重要意义。该部分研究了糖尿病患者在满足健康约束的前提下给患者提供喜好饮食的问题。本文从糖尿病营养病志中挖掘糖尿病饮食经验知识,并提出健康饮食约束生成策略,将糖尿病患者的饮食约束问题变成一个多标签分类问题。根据临床营养专家的饮食规划原则,提出健康饮食方案自动生成算法。同时,基于用户的既往饮食数据,提出基于疾病时间因子分解的饮食偏好预测方法,通过优化方法产生糖尿病患者及饮食的因子表示,进而未知评分可通过因子表示点积获得。最后本文还探讨了结合用户偏好的糖尿病个性化饮食推荐方法,将用户偏好加入到健康饮食方案的推荐打分中,提出了融合了健康性和用户偏好的个性化饮食方案推荐方法。第四部分为基于风险因素饮食知识图谱的知识推荐,主要研究了个性化风险因素与饮食关系的预测问题。风险因素与饮食的关系作为饮食知识的表现形式,使得对其预测成为推荐的前提。研究内容包括从饮食及营养学专著中挖掘风险因素饮食知识,在临床营养专家的指导下,提出了6类饮食概念包括食物、营养素、疾病、症状、功能和人群,以及他们之间存在的9种关系,并构建了首份中文风险因素饮食知识图谱。根据饮食知识图谱的特点,提出了基于图卷积网络的知识表示方法,在个性化风险因素与饮食实体的关系预测中表明了该方法的有效性。总之,本文围绕着心血管疾病风险因素这个中心,深入地研究了心血管疾病风险因素的信息抽取问题,以及围绕风险因素的个性化饮食推荐技术。期待本文的方法能够对心血管疾病的预防发挥出其实际的价值,并给其他类似疾病的防治提供借鉴作用,为医疗人工智能研究做出应有的贡献。