随着科学技术的飞速发展,人们的生活质量不断提高,公众对健康的重视程度也越来越高。然而,目前我国医疗资源相对短缺,存在看病难,看病贵等现状。为解决以上问题,移动医疗应运而生。目前市面上的大多数移动健康监护产品只有监测和记录功能,并没有起到真正意义上的健康监护。且健康监护软件中的医生推荐服务大多采用关键字搜索的方式,不具备个性化推荐特点,这在网络资源过载的年代很难快速找到最合适的医生推荐服务,难以满足用户的需求。针对上述问题,本文结合iOS设备和智能可穿戴设备智能手环的优势,设计一款具有个性化医生推荐服务的健康监护软件。本文的主要内容如下。(1)根据研究背景和国内外研究现状,通过对健康监护软件的需求进行分析,然后对软件的整体方案进行设计,并阐述相关的关键技术。(2)根据用户对医生推荐的个性化服务需求,针对传统的协同过滤推荐算法在医生推荐服务中存在推荐准确度低和推荐速度慢等问题。本文结合电子健康领域独有的特性,对传统的协同过滤算法进行改进,提出一种融合人口统计学因子的用户兴趣聚类协同过滤改进算法,仿真和实验测试结果表明该算法能够提供个性化医生推荐服务且提高推荐准确度和推荐速度。其中,推荐准确度较传统的协同过滤推荐算法提高了2.51%,较基于用户兴趣聚类的协同过滤算法提高了1.15%。(3)结合软件的需求分析,采用分层开发模式和模块化的设计思想,对健康监护软件的用户界面模块、通信模块、数据库模块和功能模块进行设计与实现,实现一款具有个性化医生推荐服务、实时监测、历史记录、健康报告、健康提醒和健康预警功能的健康监护软件。(4)根据用户需求和国家软件测试标准,对基于iOS平台的健康监护软件的功能和性能进行测试验证。测试结果表明,本文设计的基于iOS平台的健康监护软件能够满足用户需求,对健康监护领域中的个性化医生推荐服务具有一定的参考价值。