摘要 本研究聚焦于公众食药安全意识显著提升而药品信息繁杂难觅的现状，针对用药推荐与信息提取的困境，设计了一套基于Django框架的智能系统。该系统利用自然语言处理技术解析用户病情描述，结合协同过滤算法实施个性化药品推荐，并引入动态权重混合模型优化推荐逻辑，确保推荐的精准性。最终，通过可视化手段呈现推荐结果，助力用户高效筛选合适药品。相较于传统推荐系统，本研究提出的方案展现出更高的个性化与医疗推荐精确度，为公众安全用药提供了有力支持。
Abstract 关键词
Keywords
references 吴宗卓.文本分类中TF-IDF算法的改进研究[J].计算技术与自动化,2022,41(2):84-86.
昝晓亮.基于时间感知的序列推荐算法研究[D].太原:山西大学,2024.
周源,阳兵,李博,等.基于Neo4j的农业专家知识图谱的构建[J].农业装备与车辆工程,2025,63(2):158-164.