[发明专利]项目的匹配方法及装置、电子设备和存储介质在审
申请号: | 202010244682.6 | 申请日: | 2020-03-31 |
公开(公告)号: | CN111462910A | 公开(公告)日: | 2020-07-28 |
发明(设计)人: | 张捷;宋志成 | 申请(专利权)人: | 上海商汤智能科技有限公司 |
主分类号: | G16H50/50 | 分类号: | G16H50/50;G16H50/30 |
代理公司: | 北京林达刘知识产权代理事务所(普通合伙) 11277 | 代理人: | 刘新宇 |
地址: | 200233 上海市徐*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 项目 匹配 方法 装置 电子设备 存储 介质 | ||
1.一种项目的匹配方法,其特征在于,包括:
获取目标用户的用户属性数据,其中,所述用户属性数据至少包括所述目标用户的生理生化指标数据;
将所述用户属性数据输入至少一个预测模型,经由所述至少一个预测模型预测所述目标用户归属于至少一种健康项目的概率,其中,不同的预测模型用于预测用户归属于不同健康项目的概率;
根据所述目标用户归属于至少一种健康项目的概率,确定与所述目标用户匹配的项目的信息。
2.根据权利要求1所述的方法,其特征在于,所述用户属性数据还包括用于反映所述目标用户的健康状况的记录。
3.根据权利要求1或2所述的方法,其特征在于,在所述获取目标用户的用户属性数据之后,在所述将所述用户属性数据输入至少一个预测模型之前,所述方法还包括:
对所述用户属性数据进行预处理,得到预处理后的用户属性数据;
所述将所述用户属性数据输入至少一个预测模型,包括:
将所述预处理后的用户属性数据输入至少一个预测模型。
4.根据权利要求3所述的方法,其特征在于,所述对所述用户属性数据进行预处理,包括:
对所述用户属性数据进行归一化处理、离散化处理和二值化处理中的一种或多种处理。
5.根据权利要求3或4所述的方法,其特征在于,所述对所述用户属性数据进行预处理,包括:
对所述用户属性数据进行重构处理,其中,对所述用户属性数据进行重构处理表示根据所述用户属性数据中的一项或多项数据处理以得到新的数据。
6.根据1至5中任意一项所述的方法,其特征在于,在所述将所述用户属性数据输入至少一个预测模型之前,所述方法还包括:
获取用户属性数据样本,其中,所述用户属性数据样本至少包括所述用户属性数据样本对应的用户的生理生化指标数据;
对于所述至少一个预测模型中的任意一个预测模型,将所述用户属性数据样本输入所述预测模型,经由所述预测模型输出所述用户属性数据样本对应的用户归属于所述预测模型对应的健康项目的概率;
根据所述用户属性数据样本对应的用户归属于所述预测模型对应的健康项目的历史数据,以及所述用户属性数据样本对应的用户归属于所述预测模型对应的健康项目的概率,训练所述预测模型。
7.根据权利要求6所述的方法,其特征在于,在所述将所述用户属性数据样本输入所述预测模型之前,所述方法还包括:
对所述用户属性数据样本进行预处理,得到预处理后的用户属性数据样本;
所述将所述用户属性数据样本输入所述预测模型,包括:
将所述预处理后的用户属性数据样本输入所述预测模型。
8.根据权利要求6或7所述的方法,其特征在于,所述用户属性数据样本还包括用于反映所述用户属性数据样本对应的用户的健康状况的记录。
9.根据权利要求8所述的方法,其特征在于,还包括:
根据用于反映所述用户属性数据样本对应的用户的健康状况的记录,确定所述预测模型的数量N,其中,N为大于或等于1的整数。
10.根据权利要求9所述的方法,其特征在于,所述根据用于反映所述用户属性数据样本对应的用户的健康状况的记录,确定所述预测模型的数量N,包括:
根据用于反映所述用户属性数据样本对应的用户的健康状况的记录中的疾病种类,确定所述预测模型的数量N。
11.根据权利要求9或10所述的方法,其特征在于,所述方法还包括:
将所述用户属性数据样本分别输入到N个所述预测模型进行训练。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海商汤智能科技有限公司,未经上海商汤智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010244682.6/1.html,转载请声明来源钻瓜专利网。