[发明专利]医疗网站推送方法、装置、设备及存储介质

权利要求书

1.一种医疗网站推送方法，其特征在于，所述方法包括：

基于获取的网站首页信息和分类标签构建训练样本，利用所述训练样本对卷积神经网络进行训练，得到训练好的医疗网站识别模型；

获取多个待推送网站，利用所述医疗网站识别模型对多个所述待推送网站进行识别，得到多个所述待推送网站中的目标医疗网站；

对多个所述目标医疗网站进行网站分类，得到多个所述目标医疗网站对应的类别；

对不同类别下的所述目标医疗网站进行排序处理，得到多个医疗网站榜单；

接收网站查询指令，并对所述网站查询指令进行解析，基于解析后的网站查询指令从多个所述医疗榜单中筛选出预设个数的目标医疗网站进行推送。

2.如权利要求1所述的医疗网站推送方法，其特征在于，所述利用所述训练样本对卷积神经网络进行训练，得到训练好的医疗网站识别模型，包括：

利用所述卷积神经网络对所述训练样本进行特征提取，得到特征数据集；

将所述特征数据集作为预设的激活函数的输入，得到所述特征数据集中多个特征数据对应的概率值；

根据所述概率值和预设的识别区间确定预测识别结果；

将所述预测识别结果与真实识别结果进行比对，并根据比对结果对所述卷积神经网络进行迭代优化，得到训练好的医疗网站识别模型。

3.如权利要求1所述的医疗网站推送方法，其特征在于，所述对多个所述目标医疗网站进行网站分类，得到多个所述目标医疗网站对应的类别，包括：

获取多个所述目标医疗网站下的医疗页面信息，提取所述医疗页面信息中的医疗标题；

根据所述医疗标题对所述目标医疗网站进行初始分类，得到初始分类结果；

对所述医疗页面信息进行关键词提取，得到医疗关键词，并统计所述医疗关键词的数量；

当所述医疗关键词的数量大于或者等于预设的参考阈值时，将所述初始分类结果作为多个所述目标医疗网站对应的类别；

当所述医疗关键词的数量小于所述参考阈值时，重新执行初始分类操作，并输出多个所述目标医疗网站对应的类别。

4.如权利要求3所述的医疗网站推送方法，其特征在于，所述对所述医疗页面信息进行关键词提取，得到医疗关键词，包括：

提取所述医疗页面信息中的医疗文本信息，对所述医疗文本信息进行分词处理，得到医疗分词集；

获取预先设置好的与初始分类结果对应的参考关键词表，将所述参考关键词表中与所述医疗分词集中对应的医疗分词作为医疗关键词。

5.如权利要求1所述的医疗网站推送方法，其特征在于，所述对不同类别下的所述目标医疗网站进行排序处理，得到多个医疗网站榜单，包括：

获取多个目标医疗网站的预设排序参考元素，基于预设的评分计算公式和所述预设排序参考元素计算所述目标网站对应的评分；

筛选出所述目标医疗网站对应的评分中大于或者等于预设的评分阈值的多个标准医疗网站；

将筛选出来的多个标准医疗网站按照对应评分从大到小进行排序，生成多个医疗网站榜单。

6.如权利要求5所述的医疗网站推送方法，其特征在于，所述预设的评分计算公式为：

S＝1×degree+5×limit+10×type

其中，S为所述评分，degree为所述预设排序参考元素中的网站点击比率，limit为所述预设排序参考元素中的网站时效性，type为所述预设排序参考元素中的社会事件匹配度。

7.如权利要求1至6中任一项所述的医疗网站推送方法，其特征在于，所述对所述网站查询指令进行解析，包括：

获取预设的解析函数，将所述网站查询指令输入至所述解析函数中，得到初始解析内容；

提取所述初始解析内容中的查询类型和查询需求。