[发明专利]一种面向长期养老照护的协同交互式服务推荐方法

权利要求书

1.一种面向长期养老照护的协同交互式服务推荐方法，其特征在于，该方法包括以下具体步骤：

步骤1：构建初始训练数据集

对不少于50位需要服务的社区老人进行综合评估，并由医生、护士进行基于专业知识的照护服务方案制定；获取数据之后，对采集到的数据进行清洗与分析，匹配其中的评估数据与服务方案，剔除缺失值样本，筛选出符合“评估数据—照护方案”匹配规范的历史数据集，作为初始训练数据集；

步骤2：基于专家规则融合的训练数据集扩充

通过专家规则融合的方法扩充训练数据集，将专家规则构造成与“评估数据—照护方案”匹配数据相同结构的模拟数据，与步骤1生成的初始训练数据集融合，构成算法模型的训练数据集；

步骤3：One-hot编码处理

对训练数据集进行One-hot编码处理，将评估内容与服务进行“二值化”编码，即展开为特征与目标变量的编码模式：单选题和多选题的每一个选项作为一个特征，数值型文本输入题目根据等级划分标准分类，或者均分取值范围将题目切割为三个特征，每项取值为0或者1；

步骤4：分类模型训练

在步骤3编码后的训练数据集的基础上，使用随机森林算法进行服务项目预测模型训练，分析并输出特征与目标变量，即评估内容与服务项目，之间的特征与规律，作为该训练数据集的分类模型；

步骤5：用户数据测试

基于步骤4输出的分类模型，输入目标用户特征即评估数据，预测与目标用户数据匹配度高的三项目标变量即服务项目，构建初步结果，即照护方案；

步骤6：补充服务项目计算

在获取的三项目标变量所组成的初步照护方案的基础上，使用基于Apriori算法的服务项目补充模型，计算与三项目标变量即服务项目关联程度超过设定阈值的目标变量，并将其作为初步目标照护方案的补充；

步骤7：人工调优

对于步骤5用户数据测试所输出的三项目标变量及步骤6基于Apriori算法的服务项目补充模型所输出的补充目标变量，由专业护理人员依据目标用户输入的评估数据及其专业知识，进行筛选、调整和查漏补缺，确定并输出满足目标用户照护需求的最终照护方案；

步骤8：算法迭代自学习

随着“评估结果—照护方案”数据不断增加，算法每60天重复步骤1- 6，完成照护服务推荐算法的迭代优化；

其中：

步骤1所述综合评估：基于国内、国际相关评估量表，对老人身体、精神状况进行的多维度综合性评估，评估内容及量表如下：基于蒙特利尔认知评估量表即MoCA的认知功能评估、基于巴氏量表即MBI的日常生活活动能力即ADL、基于Tinetti量表的平衡与步态评估、基于Morse量表的跌倒评估、基于MMSE的简易精神状态评估、基于Mini Cog量表的简易智力状态评估、基于GDS-15量表的抑郁评估、基于视觉模拟法即VAS的疼痛评估；基于匹兹堡睡眠质量指数量表即PSQI的睡眠障碍评估、基于Snellen视力表的视觉障碍评估、基于15cm检测的听力障碍评估、基于尿失禁问卷简表即ICI-QSF的尿失禁状态及影响评估、基于Braden量表的压疮评估、基于SSRS的社会支持评估及居家环境评估；

步骤1所述照护服务方案：基于老人的综合评估结果而得出的服务项目组合，该组合中包括为老人提供的照护服务项目列表；

步骤2所述专家规则：由医学/护理学专业背景的人员制定的评估选项与服务项目之间的关联规则；

所述“评估结果—照护方案”匹配数据：在老人的历史数据中，每一次评估结果即特征）都对应着一份相匹配的照护方案即结果，二者匹配为一组就是一条“评估结果—照护方案”匹配数据。