医生就诊时间段推荐方法及装置制造方法及图纸

技术编号:20972553 阅读:44 留言:0更新日期:2019-04-29 17:49
本发明专利技术公开了一种医生就诊时间段推荐方法及装置,在上述方法中,根据建立的用户行为评分权重模型,获取多个相邻就诊时间段的评分集;采用评分集确定各个医生在相邻就诊时间段的评分矩阵;通过对评分矩阵的排序,确定待推荐的至少一个医生;采用至少一个医生对多个相邻就诊时间段的评分,获取至少一个医生对应的多个相邻就诊时间段之间的相关系数;对于至少一个专家中的每个医生,采用评分矩阵中的评分,以及相关系数,确定该医生对应的就诊时间段的推荐结果。根据本发明专利技术提供的技术方案,通过对医生历史行为数据的挖掘,对专家进行会诊时间段划分并推荐最佳时间段,实现医生会诊时间段的预测和推荐,满足快速匹配指定会诊专家的最佳时段需求。

Recommendation Method and Device for Doctor's Visiting Time Period

The invention discloses a method and device for recommending doctor's visiting time interval. In the above method, according to the established weighting model of user's behavior score, the scoring sets of multiple adjacent visiting time intervals are obtained; the scoring matrices of each doctor in adjacent visiting time intervals are determined by using the scoring sets; at least one doctor to be recommended is determined by sorting the scoring matrices; and at least one doctor to be recommended is adopted. For each doctor in at least one expert, the score in the score matrix and the correlation coefficient are used to determine the recommended result of the doctor's corresponding visiting time. According to the technical scheme provided by the present invention, by mining the historical behavior data of doctors, the consultation period of experts is divided and the best time period is recommended, so as to realize the prediction and recommendation of the consultation period of doctors and meet the needs of quickly matching the best time period of appointed consultation experts.

【技术实现步骤摘要】
医生就诊时间段推荐方法及装置
本专利技术涉及通信领域,具体而言,涉及一种医生就诊时间段推荐方法及装置。
技术介绍
传统的医疗方式是通过排队挂号或者网上预约挂号,医生与病人面对面问诊诊断。随着计算机、多媒体技术以及通信技术的迅猛发展,远程医疗技术应运而生,医生和病人两者之间可通过视频方式进行安全、快速的交流,病人和医生在网上及时的交流能使得医生更好的了解病人的病情发展状况和发病时的表现;可解决传统医疗中挂号难、排长队需要多地专家会诊、传染性疾病不易到公众医院就诊等问题。然而,随着远程医疗问诊业务的不断发展,基于目前时间预约及沟通容易造成信息流失,在此背景下会诊专家的会诊时间推荐系统显得尤为重要,对专家查房平台和会诊平台会产生质的影响。在相关软件的医生会诊时间的预约上,主要还是依靠医生通过功能来人工进行设置,这些解决方案主要采用产品功能的思路,实现了医生主动操作开关并进行时间设置的需求。而通过医生常用时间进行采集分析,之后通过大数据分析处理来实现会诊医生时间推荐,目前还缺少相关的技术方案。
技术实现思路
本专利技术的主要目的在于公开了一种医生就诊时间段推荐方法及装置,以至少解决相关技术中还缺乏通过医生常用时间进行采集分析,通过大数据分析处理来实现会诊医生时间推荐的技术方案的问题。根据本专利技术的一个方面,提供了一种医生就诊时间段推荐方法。根据本专利技术的医生就诊时间段推荐方法包括:根据建立的用户行为评分权重模型,获取多个相邻就诊时间段的评分集;采用上述评分集确定各个医生在上述相邻就诊时间段的评分矩阵;通过对上述评分矩阵的排序,确定待推荐的至少一个医生;采用上述至少一个医生对上述多个相邻就诊时间段的评分,获取上述至少一个医生对应的上述多个相邻就诊时间段之间的相关系数;对于上述至少一个专家中的每个医生,采用上述评分矩阵中的评分,以及上述相关系数,确定该医生对应的就诊时间段的推荐结果。优选地,上述评分权重模型包括以下至少之一:医生查看病历详情的权重值;医生进行视频会诊时间超过预定第一阈值的权重值;医生登录会诊应用的权重值;医生进入视频问诊房间的权重值;医生出具报告的权重值;医生视频会诊时间小于预定第二阈值的惩罚机制。优选地,通过以下公式确定各个医生在上述相邻就诊时间段的评分矩阵:其中,simX,Y为上述评分矩阵中的数据,xi是与医生查看病历详情的权重值、医生进行视频会诊时间超过预定第一阈值的权重值相关的数据集,yi是与医生登录会诊应用的权重值、医生进入视频问诊房间的权重值、医生出具报告的权重值相关的数据集,n为参与计算的医生的数量。优选地,通过以下公式获取上述至少一个医生对应的上述多个相邻就诊时间段之间的相关系数:其中,N为上述至少一个医生的数量,Xi为第i个医生在上述多个相邻就诊时间段的其中一个就诊时间段的评分,Yi为第i个医生在上述多个相邻就诊时间段中的其中另一个就诊时间段的评分,similarity(X,Y)为上述至少一个医生对应的上述其中一个就诊时间段和上述其中另一个就诊时间段之间的相关系数,其中,上述相关系数大于-1且小于1。优选地,对于上述至少一个专家中的每个医生,采用上述评分矩阵中的评分,以及上述相关系数,确定该医生对应的就诊时间段的推荐结果包括:对于上述至少一个医生中的每一个医生,将similarity(X,Y)中最大的值对应的上述其中一个就诊时间段和上述其中另一个就诊时间段作为基准值,分别计算该医生对应的上述多个相邻就诊时间段中除上述其中一个就诊时间段和上述其中另一个就诊时间段之外的其他各个时间段的加权评分值;将上述其他各个时间段对应的全部加权评分相加后得到加权总分,根据上述加权总分确定加权系数;按照上述加权总分和上述加权系数的总和趋近于1的顺序,依次推荐该医生的就诊时间段。优选地,上述分别计算该医生对应的上述多个相邻就诊时间段中除上述其中一个就诊时间段和上述其中另一个就诊时间段之外的其他各个时间段的加权评分值包括:将当前时间段与上述其中一个就诊时间段的相关系数,与该医生在上述其中一个就诊时间段的评分的乘积作为该医生在上述当前时间段的第一加权评分;将当前时间段与上述其中另一个就诊时间段的相关系数,与该医生在上述其中另一个就诊时间段的评分的乘积作为该医生在上述当前时间段的第二加权评分。优选地,在确定该医生对应的就诊时间段的推荐顺序之后,还包括:在上述推荐结果满足预定修正条件时,修正上述推荐结果。根据本专利技术的另一方面,提供了一种医生就诊时间段推荐装置。根据本专利技术的医生就诊时间段推荐装置包括:第一获取模块,用于根据建立的用户行为评分权重模型,获取多个相邻就诊时间段的评分集;第一确定模块,用于采用上述评分集确定各个医生在上述相邻就诊时间段的评分矩阵;第二确定模块,用于通过对上述评分矩阵的排序,确定待推荐的至少一个医生;第二获取模块,用于采用上述至少一个医生对上述多个相邻就诊时间段的评分,获取上述至少一个医生对应的上述多个相邻就诊时间段之间的相关系数;第三确定模块,用于对于上述至少一个专家中的每个医生,采用上述评分矩阵中的评分,以及上述相关系数,确定该医生对应的就诊时间段的推荐结果。优选地,上述评分权重模型包括以下至少之一:医生查看病历详情的权重值;医生进行视频会诊时间超过预定第一阈值的权重值;医生登录会诊应用的权重值;医生进入视频问诊房间的权重值;医生出具报告的权重值;医生视频会诊时间小于预定第二阈值的惩罚机制。则上述第一确定模块通过以下公式确定各个医生在上述相邻就诊时间段的评分矩阵:其中,simX,Y为上述评分矩阵中的数据,xi是与医生查看病历详情的权重值、医生进行视频会诊时间超过预定第一阈值的权重值相关的数据集,yi是与医生登录会诊应用的权重值、医生进入视频问诊房间的权重值、医生出具报告的权重值相关的数据集,n为参与计算的医生的数量。优选地,上述第二获取模块通过以下公式获取上述至少一个医生对应的上述多个相邻就诊时间段之间的相关系数:其中,N为上述至少一个医生的数量,Xi为第i个医生在上述多个相邻就诊时间段的其中一个就诊时间段的评分,Yi为第i个医生在上述多个相邻就诊时间段中的其中另一个就诊时间段的评分,similarity(X,Y)为上述至少一个医生对应的上述其中一个就诊时间段和上述其中另一个就诊时间段之间的相关系数,其中,上述相关系数大于-1且小于1。优选地,上述第三推荐模块,进一步用于对于上述至少一个医生中的每一个医生,将similarity(X,Y)中最大的值对应的上述其中一个就诊时间段和上述其中另一个就诊时间段作为基准值,分别计算该医生对应的上述多个相邻就诊时间段中除上述其中一个就诊时间段和上述其中另一个就诊时间段之外的其他各个时间段的加权评分值;将上述其他各个时间段对应的全部加权评分相加后得到加权总分,根据上述加权总分确定加权系数;按照上述加权总分和上述加权系数的总和趋近于1的顺序,依次推荐该医生的就诊时间段。与现有技术相比,本专利技术实施例至少具有以下优点:采用本专利技术的医生就诊时间段推荐方法,通过对医生历史行为数据的挖掘,对专家进行会诊时间段划分并推荐最佳时间段,实现医生会诊时间段的预测和推荐,满足快速匹配指定会诊专家的最佳时段需求。附图说明图1是根据本专利技术实施例的医生就诊时间段推荐方法的流程图本文档来自技高网...

【技术保护点】
1.一种医生就诊时间段推荐方法,其特征在于,包括:根据建立的用户行为评分权重模型,获取多个相邻就诊时间段的评分集;采用所述评分集确定各个医生在所述相邻就诊时间段的评分矩阵;通过对所述评分矩阵的排序,确定待推荐的至少一个医生;采用所述至少一个医生对所述多个相邻就诊时间段的评分,获取所述至少一个医生对应的所述多个相邻就诊时间段之间的相关系数;对于所述至少一个专家中的每个医生,采用所述评分矩阵中的评分,以及所述相关系数,确定该医生对应的就诊时间段的推荐结果。

【技术特征摘要】
1.一种医生就诊时间段推荐方法,其特征在于,包括:根据建立的用户行为评分权重模型,获取多个相邻就诊时间段的评分集;采用所述评分集确定各个医生在所述相邻就诊时间段的评分矩阵;通过对所述评分矩阵的排序,确定待推荐的至少一个医生;采用所述至少一个医生对所述多个相邻就诊时间段的评分,获取所述至少一个医生对应的所述多个相邻就诊时间段之间的相关系数;对于所述至少一个专家中的每个医生,采用所述评分矩阵中的评分,以及所述相关系数,确定该医生对应的就诊时间段的推荐结果。2.根据权利要求1所述的方法,其特征在于,评分权重模型包括以下至少之一:医生查看病历详情的权重值;医生进行视频会诊时间超过预定第一阈值的权重值;医生登录会诊应用的权重值;医生进入视频问诊房间的权重值;医生出具报告的权重值;医生视频会诊时间小于预定第二阈值的惩罚机制。3.根据权利要求2所述的方法,其特征在于,通过以下公式确定各个医生在所述相邻就诊时间段的评分矩阵:其中,simX,Y为所述评分矩阵中的数据,xi是与医生查看病历详情的权重值、医生进行视频会诊时间超过预定第一阈值的权重值相关的数据集,yi是与医生登录会诊应用的权重值、医生进入视频问诊房间的权重值、医生出具报告的权重值相关的数据集,n为参与计算的医生的数量。4.根据权利要求1所述的方法,其特征在于,通过以下公式获取所述至少一个医生对应的所述多个相邻就诊时间段之间的相关系数:其中,N为所述至少一个医生的数量,Xi为第i个医生在所述多个相邻就诊时间段的其中一个就诊时间段的评分,Yi为第i个医生在所述多个相邻就诊时间段中的其中另一个就诊时间段的评分,similarity(X,Y)为所述至少一个医生对应的所述其中一个就诊时间段和所述其中另一个就诊时间段之间的相关系数,其中,所述相关系数大于-1且小于1。5.根据权利要求1所述的方法,其特征在于,对于所述至少一个专家中的每个医生,采用所述评分矩阵中的评分,以及所述相关系数,确定该医生对应的就诊时间段的推荐结果包括:对于所述至少一个医生中的每一个医生,将similarity(X,Y)中最大的值对应的所述其中一个就诊时间段和所述其中另一个就诊时间段作为基准值,分别计算该医生对应的所述多个相邻就诊时间段中除所述其中一个就诊时间段和所述其中另一个就诊时间段之外的其他各个时间段的加权评分值;将所述其他各个时间段对应的全部加权评分相加后得到加权总分,根据所述加权总分确定加权系数;按照所述加权总分和所述加权系数的总和趋近于1的顺序,依次推荐该医生的就诊时间段。6.根据权利要求5所述的方法,其特征在于,所述分别计算该医生对应的所述多个相邻就诊时间段中除所述其中一个就诊时间段和所述其中另一个就诊时间段之外的其他各个时间段的加权评分值包括:将当前时间段与所述其中一个就诊时间段的相关系数,与该医生在所述其中一个就诊时间段的评分的乘积作为该医生在所述当前时间...

【专利技术属性】
技术研发人员:袁孟全刘海兵谢龙珠杨勇
申请(专利权)人:贵阳朗玛信息技术股份有限公司
类型:发明
国别省市:贵州,52

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1