[发明专利]科室推荐方法、装置及设备

说明书

本发明实施例提供一种科室推荐方法、装置及设备，该方法包括：获取用户的症状信息，症状信息中包括用户的至少一个症状；生成症状信息对应的N维第一特征向量，N为预设症状集合中包括的症状的数量，第一特征向量中第i个元素的值为症状信息中包括预设症状集合中的第i个症状的概率，N为大于1的整数，i取1至N之间的整数；获取多个预设科室中每一个科室对应的N维第二特征向量，第二特征向量中第j个元素的值为科室所诊断的疾病具有预设症状集合中的第j个症状的概率，j取1至N之间的整数；根据第一特征向量与每一个第二特征向量，在多个预设科室中确定目标科室。提高了确定挂号科室的效率，进而提高挂号效率。

技术领域

本发明实施例涉及医疗领域，尤其涉及一种科室推荐方法、装置及设备。

背景技术

目前，用户在医院看病时，用户需要先确定可以诊断自己的疾病的科室，然后在相应的科室进行挂号。

在实际应用过程中，在多数用户挂号时，并不知道哪些科室可以诊断自己的疾病。在现有技术中，用户通过向医院的相关人员讲述自己的疾病症状，医院的相关人员根据个人掌握的医疗知识向用户推荐需要挂号的科室。然而，用户通常需要和相关人员进行较长时间的交流，相关人员才能了解用户的疾病，并向用户推荐科室，使得用户需要较长时间才能确定得到挂号的科室，导致挂号的效率低下。

发明内容

本发明实施例提供一种科室推荐方法、装置及设备，提高了确定挂号科室的效率，进而提高挂号效率。

第一方面，本发明实施例提供一种科室推荐方法，所述方法包括：

获取用户的症状信息，所述症状信息中包括所述用户的至少一个症状；

生成所述症状信息对应的N维第一特征向量，所述N为预设症状集合中包括的症状的数量，所述第一特征向量中第i个元素的值为所述症状信息中包括所述预设症状集合中的第i个症状的概率，所述N为大于1的整数，所述i取1至N之间的整数；

获取多个预设科室中每一个科室对应的N维第二特征向量，所述第二特征向量中第j个元素的值为所述科室所诊断的疾病具有所述预设症状集合中的第j个症状的概率，所述j取1至N之间的整数；

根据所述第一特征向量与每一个第二特征向量，在所述多个预设科室中确定目标科室。

在一种可能的实施方式中，每一个科室对应的第二特征向量为对多组样本数据进行训练得到的，每一组样本数据包括科室样本数据和所述科室样本数据对应的症状样本数据。

在另一种可能的实施方式中，所述生成所述症状信息对应的N维第一特征向量，包括：

根据所述症状信息中包括的症状和所述预设症状集合中包括的症状，确定所述第一特征向量中每一个元素的值；

根据所述第一特征向量中每一个元素的值，生成所述第一特征向量。

在另一种可能的实施方式中，针对所述第一特征向量中的第k个元素，所述k为大于1且小于所述N的整数，根据所述症状信息中包括的症状和所述预设症状集合中包括的症状，确定所述第一特征向量中第k个元素的值，包括：

判断所述症状信息中是否包括所述预设症状集合中第k个症状；

若是，则确定所述第一特征向量中所述第k个元素的值为1；

若否，则确定所述第一特征向量中所述第k个元素的值为0。

在另一种可能的实施方式中，所述获取用户的症状信息，包括：

接收用户输入的语音信息；

在所述语音信息中提取至少一个关键词；

确定每一个关键词对应的症状，并显示每一个关键词对应的症状；