[发明专利]一种基于用户标签的医学信息推荐方法及系统有效

专利信息
申请号: 202010742956.4 申请日: 2020-07-29
公开(公告)号: CN111914172B 公开(公告)日: 2021-09-10
发明(设计)人: 张发宝;李欣梅 申请(专利权)人: 上海梅斯医药科技有限公司
主分类号: G06F16/9535 分类号: G06F16/9535;G06F16/9536
代理公司: 上海硕力知识产权代理事务所(普通合伙) 31251 代理人: 刘秋香
地址: 201612 上海市松江区漕河泾开*** 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: 一种 基于 用户 标签 医学 信息 推荐 方法 系统
【权利要求书】:

1.一种基于用户标签的医学信息推荐方法,其特征在于,包括:

采集用户在医学网站的阅读行为信息及对应的阅读数据信息;

根据所述阅读行为信息获取阅读喜好度,并从对应的阅读数据信息中提取阅读信息参数;

所述阅读信息参数包括标题长度、信息类别、点击量、点赞数、全文总字数、信息来源之中的多项;

分析标签参考数据,确定用户标签;所述标签参考数据包含所述阅读喜好度及对应的阅读信息参数;具体包括步骤:

对从所述阅读数据信息中提取的各阅读信息参数、及所述用户的各注册信息进行遍历组合,获得参数分析组;每个参数分析组包含多个阅读信息参数,或,所述阅读信息参数和至少一项注册信息;

根据所述用户对所述阅读数据信息的喜好度,基于所述阅读数据信息,对所有的参数分析组进行回归分析,获得每个参数分析组的联合影响权重;

选取联合影响权重最大的参数分析组作为目标参数分析组,并将所述目标参数分析组中包含的各阅读信息参数作为目标阅读信息参数;

获取所述目标参数分析组中的各目标阅读信息参数的影响权重;

根据所述目标参数分析组中的各目标阅读信息参数的影响权重,确定所述用户的标签;

根据所述用户标签,从待推荐医学数据信息中选取目标医学数据信息;

将所述目标医学数据信息推荐给所述用户。

2.根据权利要求1所述的一种基于用户标签的医学信息推荐方法,其特征在于,所述根据所述阅读行为信息获取阅读喜好度具体包括:

根据所述用户的阅读点击行为、点击阅读后的阅读时长、反复浏览次数、反复浏览时长、以及阅读点赞信息,获得所述用户对对应的阅读数据信息的喜好度。

3.根据权利要求1所述的一种基于用户标签的医学信息推荐方法,其特征在于,还包括:

获取所述用户在所述医学网站的好友信息;

从所述用户的好友中选取亲密度最高的好友作为目标好友;

将所述目标好友浏览过且点赞的医学数据信息作为目标医学数据信息;

将所述目标医学数据信息推荐给所述用户。

4.根据权利要求1-3任意一项所述的一种基于用户标签的医学信息推荐方法,其特征在于,所述标签参考数据还包括所述用户的注册信息;所述注册信息包括昵称、年龄、专业类别、工作领域、医院科室、兴趣爱好之中的任意一项或多项。

5.一种基于用户标签的医学信息推荐系统,其特征在于,包括:

阅读采集模块,用于采集用户在医学网站的阅读行为信息及对应的阅读数据信息;

信息处理模块,用于根据所述阅读行为信息获取阅读喜好度,并从对应的阅读数据信息中提取阅读信息参数;所述阅读信息参数包括标题长度、信息类别、点击量、点赞数、全文总字数、信息来源之中的多项;

标签确定模块,用于分析标签参考数据,确定用户标签;所述标签参考数据包含所述阅读喜好度及对应的阅读信息参数;具体包括:

组合子模块,用于对从所述阅读数据信息中提取的各阅读信息参数、及所述用户的各注册信息进行遍历组合,获得参数分析组;每个参数分析组包含多个阅读信息参数,或,所述阅读信息参数和至少一项注册信息;

模型分析子模块,用于根据所述阅读数据信息,及用户对所述阅读数据信息的喜好度,对所有的参数分析组进行回归分析,获得每个参数分析组的联合影响权重;

选取子模块,用于选取联合影响权重最大的参数分析组作为目标参数分析组,并将所述目标参数分析组中包含的各阅读信息参数及各注册信息作为目标参数;

所述模型分析子模块,还用于获取所述目标参数分析组中的各目标参数的影响权重;

标签确定子模块,用于根据所述各目标参数的影响权重,确定所述用户的标签;

信息选取模块,用于根据所述用户标签,从待推荐医学数据信息中选取目标医学数据信息;

信息推荐模块,用于将所述目标医学数据信息推荐给所述用户。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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梅斯医药科技有限公司,未经上海梅斯医药科技有限公司许可,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/202010742956.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top