[发明专利]一种多策略融合的医院患者挂号推荐方法有效
申请号: | 201610675759.9 | 申请日: | 2016-08-17 |
公开(公告)号: | CN106339578B | 公开(公告)日: | 2018-10-12 |
发明(设计)人: | 王健;王益民;李立平;李永强;毛智;周秉栋;王志刚;韩婷;雷贺姜 | 申请(专利权)人: | 秦皇岛市第一医院 |
主分类号: | G16H40/20 | 分类号: | G16H40/20 |
代理公司: | 北京挺立专利事务所(普通合伙) 11265 | 代理人: | 刘阳 |
地址: | 066001 河北*** | 国省代码: | 河北;13 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种多策略融合的医院患者挂号推荐方法,涉及医疗智能信息系统领域。对于历史患者和当前患者的挂号记录,自动生成用于表征“患者‑科室”偏好评分的表示;基于所得的偏好评分表示,依据挂号推荐的精准要求和效率要求,采用面向精准推荐策略的基于患者的协同过滤推荐模型,或面向实时推荐策略的基于科室的协同过滤推荐模型,进而得到当前患者对候选科室的偏好评分估计;采用面向复诊推荐策略的基于当前患者历史挂号的推荐模型,融合以上所得的对候选科室的偏好评分估计,得到当前患者对候选科室的偏好评分预测,进而推荐当前患者候选挂号的科室序列。本发明在保证医院患者挂号推荐精准化效果的同时,大大提高了实时化推荐的效率。 | ||
搜索关键词: | 一种 策略 融合 医院 患者 挂号 推荐 方法 | ||
【主权项】:
1.一种多策略融合的医院患者挂号推荐方法,其特征在于,包括下述步骤:A:对于历史患者挂号记录,自动生成用于表征“历史患者‑科室”偏好评分的矩阵化表示;对于当前患者挂号记录,自动生成用于表征“当前患者‑科室”偏好评分的向量化表示;B:基于步骤A所得的“患者‑科室”偏好评分表示,依据挂号推荐的精准要求和效率要求,采用面向精准推荐策略的基于患者的协同过滤推荐模型,或面向实时推荐策略的基于科室的协同过滤推荐模型,进而得到当前患者对候选科室的偏好评分估计;C:采用面向复诊推荐策略的基于当前患者历史挂号的推荐模型,融合步骤B所得的对候选科室的偏好评分估计,得到当前患者对候选科室的偏好评分预测,进而推荐当前患者候选挂号的科室序列;所述步骤B:给定历史患者偏好评分矩阵Rn×m和当前患者偏好评分向量ra,·,依据挂号推荐的精准要求和效率要求,选择采用如下步骤得到当前患者对候选科室的偏好评分估计pa′,i:B1:采用面向精准推荐策略的基于患者的协同过滤推荐模型,作为离线挂号推荐方案;B2:采用面向实时推荐策略的基于科室的协同过滤推荐模型,作为在线挂号推荐方案;其中,步骤B1和步骤B2依据推荐系统响应速度决定,若推荐需求频繁,则采用步骤B2完成在线推荐;否在,采用步骤B1实现后台离线推荐;步骤B1和步骤B2均能独立完成当前用户的挂号科室推荐;步骤B1包括:B11:计算当前患者与所有历史患者的皮尔逊相似度:
其中wa,u为当前患者a和历史患者u之间的相似度,ru,i为患者u对科室i的偏好评分,
为患者u的偏好评分平均值,ra,i为患者a对科室i的偏好评分、
为患者a的偏好评分平均值;B12:基于B11所得患者相似度,选取k个与当前患者a最相似的历史患者K;B13:将历史患者集合K对科室i偏好评分的加权平均值作为当前患者a对科室i的偏好评分:
步骤B2包括:B21:计算当前患者已挂科室i与科室j的皮尔逊相似度:
其中
为科室i的偏好评分平均值;ra,j为患者a对科室j的偏好评分,ru,j为患者u对科室j的偏好评分,
为科室j的偏好评分平均值;B22:基于B21所得科室相似度,选取k个与当前科室i最相似的科室集合K;B23:当前患者a对科室i的偏好评分为:![]()
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秦皇岛市第一医院,未经秦皇岛市第一医院许可,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/patent/201610675759.9/,转载请声明来源钻瓜专利网。