医院护理服务人员的智能推荐方法及系统技术方案

本发明专利技术公开了一种医院护理服务人员的智能推荐方法及系统，通过获取客户端接收的用户订单，根据订单类型‑人员对应关系查找所述用户订单对应的护理服务人员，得到多个目标服务人员，获取各个目标服务人员的工时因素、考勤因素和评价因素，根据权重向量分别对各个目标服务人员的工时因素、考勤因素和评价因素进行加权计算，得到各个目标服务人员的综合评分，向所述客户端推荐综合评分最高的目标服务人员，以提升所推荐的医院护理服务人员与客户需求的吻合程度，保证所推荐的护理服务人员的准确性。

【技术实现步骤摘要】
医院护理服务人员的智能推荐方法及系统
本专利技术涉及医院后勤信息处理
，尤其涉及一种医院护理服务人员的智能推荐方法、系统、计算机设备和存储介质。
技术介绍
医院护理服务人员是根据医院的具体需求为医院和病患提供服务的一种服务人员，目前是以外包的方式外包给第三方有资质的公司。一般现场的管理模式是主管带领团队为医院或病患提供服务，主管每个月会为各个成员进行排班，每个团队在收到派单后，提供服务。目前各个医院护理服务人员的派单是各个主管根据服务的内容以及服务人员的专业进行派单，在同一个服务专业内没有参考更多的客观数据，比如服务人员的性格、服务人员的考勤状况、服务人员的工时、服务对象的基本情况等。护理服务人员提供的服务的质量会直接影响医院的整体形象，严重的可能会导致患者的投诉、医患事故等。现有的工作模式虽然可以正常为病患提供护理服务，但是存在着以下一系列问题：1、主管人员的主观判断现有的方式，主管只是将服务内容与从事该服务专业的人员进行匹配，但缺少更多的客观数据的参考，导致派单具有较强的主观随意性，没有客观依据，一旦分配的不合理，就会造成很大的影响。而且这种方式增加了主管的负担，具有一定的局限性。2、服务人员没有发挥出本身最大的特长将一个服务派单给一个不是最符合的服务人员，比如服务对象是一个寡言安静的老者，却分配了一个喜爱热闹多言的服务人员，可能会引起服务对象和服务人员两方均反感的情况，极大的降低了服务质量。影响服务人员的投入度、积极性。上述护理服务人员的技能专长与客户需求不吻合等问题在诸多医院普遍存在，因此参考多种客观数据的智能推荐方法在医院护理服务方面是不可或缺的。
技术实现思路
针对以上问题，本专利技术提出一种医院护理服务人员的智能推荐方法、系统、计算机设备和存储介质。为实现本专利技术的目的，提供一种医院护理服务人员的智能推荐方法，包括如下步骤：S10，获取客户端接收的用户订单，根据订单类型-人员对应关系查找所述用户订单对应的护理服务人员，得到多个目标服务人员；所述订单类型-人员对应关系记录各类用户订单分别对应的护理服务人员；S20，获取各个目标服务人员的工时因素、考勤因素和评价因素；所述评价因素用于描述用户在上一个统计周期对相应护理服务人员的评价；S30，根据权重向量分别对各个目标服务人员的工时因素、考勤因素和评价因素进行加权计算，得到各个目标服务人员的综合评分，向所述客户端推荐综合评分最高的目标服务人员；其中，所述权重向量记录工时因素对应的第一权重，考勤因素对应的第二权重，以及评价因素对应的第三权重。在一个实施例中，权重向量的确定过程包括：获取工时因素、考勤因素和评价因素中各个因素相对于其他因素的重要性参数，根据各个因素相对于其他因素的重要性参数构建重要性矩阵；根据所述重要性矩阵计算工时因素对应的第一权重，考勤因素对应的第二权重，以及评价因素对应的第三权重，得到权重向量。作为一个实施例，根据所述重要性矩阵计算工时因素对应的第一权重，考勤因素对应的第二权重，以及评价因素对应的第三权重的过程包括：式中，Wi表示第i权重，Aij表示重要性矩阵中第i行第j列个元素。作为一个实施例，获取工时因素、考勤因素和评价因素中各个因素相对于其他因素的重要性参数包括：获取多个专家分别设定的工时因素、考勤因素和评价因素中各个因素相对于其他因素的初始参数；其中，所述初始参数表征一个因素相对于另一个因素之间的相对重要性的比值；根据各个因素相对于另一个因素的所有初始参数的平均值，确定各个因素相对于相应因素的重要性参数。在一个实施例中，获取客户端接收的用户订单，根据订单类型-人员对应关系查找所述用户订单对应的护理服务人员，得到多个目标服务人员包括：获取客户端接收的用户订单，识别用户订单对应的订单类型，根据订单类型在订单类型-人员对应关系查找所述订单类型对应的护理服务人员，将查找到的订单类型对应的护理服务人员确定为目标服务人员。在一个实施例中，获取客户端接收的用户订单，根据订单类型-人员对应关系查找所述用户订单对应的护理服务人员，得到多个目标服务人员之前，还包括：获取各个订单类型对应的护理服务人员性格，将各类护理服务人员性格对应的护理服务人员确定为相应订单类型对应的护理服务人员性格。作为一个实施例，获取各个订单类型对应的护理服务人员性格，将各类护理服务人员性格对应的护理服务人员确定为相应订单类型对应的护理服务人员性格之前，还包括：在护理服务人员入职时，通过性测试系统进行系统的性格测试，确定并保持入职的护理服务人员的护理服务人员性格，以用于各类护理服务人员性格对应的护理服务人员的确定。一种医院护理服务人员的智能推荐系统，包括：第一获取模块，用于获取客户端接收的用户订单，根据订单类型-人员对应关系查找所述用户订单对应的护理服务人员，得到多个目标服务人员；所述订单类型-人员对应关系记录各类用户订单分别对应的护理服务人员；第二获取模块，用于获取各个目标服务人员的工时因素、考勤因素和评价因素；所述评价因素用于描述用户在上一个统计周期对相应护理服务人员的评价；计算模块，用于根据权重向量分别对各个目标服务人员的工时因素、考勤因素和评价因素进行加权计算，得到各个目标服务人员的综合评分，向所述客户端推荐综合评分最高的目标服务人员；其中，所述权重向量记录工时因素对应的第一权重，考勤因素对应的第二权重，以及评价因素对应的第三权重。一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任一实施例的医院护理服务人员的智能推荐方法的步骤。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一实施例的医院护理服务人员的智能推荐方法的步骤。上述医院护理服务人员的智能推荐方法、系统、计算机设备和存储介质，通过获取客户端接收的用户订单，根据订单类型-人员对应关系查找所述用户订单对应的护理服务人员，得到多个目标服务人员，获取各个目标服务人员的工时因素、考勤因素和评价因素，根据权重向量分别对各个目标服务人员的工时因素、考勤因素和评价因素进行加权计算，得到各个目标服务人员的综合评分，向所述客户端推荐综合评分最高的目标服务人员，以提升所推荐的医院护理服务人员与客户需求的吻合程度，保证所推荐的护理服务人员的准确性。附图说明图1是一个实施例的医院护理服务人员的智能推荐方法流程图；图2是一个实施例的医院护理服务人员的智能推荐装置结构示意图；图3为一个实施例的计算机设备示意图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。在本文中提及“实施例”意味着，结合实施例描本文档来自技高网...

【技术保护点】
1.一种医院护理服务人员的智能推荐方法，其特征在于，包括如下步骤：/nS10，获取客户端接收的用户订单，根据订单类型-人员对应关系查找所述用户订单对应的护理服务人员，得到多个目标服务人员；所述订单类型-人员对应关系记录各类用户订单分别对应的护理服务人员；/nS20，获取各个目标服务人员的工时因素、考勤因素和评价因素；所述评价因素用于描述用户在上一个统计周期对相应护理服务人员的评价；/nS30，根据权重向量分别对各个目标服务人员的工时因素、考勤因素和评价因素进行加权计算，得到各个目标服务人员的综合评分，向所述客户端推荐综合评分最高的目标服务人员；其中，所述权重向量记录工时因素对应的第一权重，考勤因素对应的第二权重，以及评价因素对应的第三权重。/n

【技术特征摘要】
1.一种医院护理服务人员的智能推荐方法，其特征在于，包括如下步骤：
S10，获取客户端接收的用户订单，根据订单类型-人员对应关系查找所述用户订单对应的护理服务人员，得到多个目标服务人员；所述订单类型-人员对应关系记录各类用户订单分别对应的护理服务人员；
S20，获取各个目标服务人员的工时因素、考勤因素和评价因素；所述评价因素用于描述用户在上一个统计周期对相应护理服务人员的评价；
S30，根据权重向量分别对各个目标服务人员的工时因素、考勤因素和评价因素进行加权计算，得到各个目标服务人员的综合评分，向所述客户端推荐综合评分最高的目标服务人员；其中，所述权重向量记录工时因素对应的第一权重，考勤因素对应的第二权重，以及评价因素对应的第三权重。


2.根据权利要求1所述的医院护理服务人员的智能推荐方法，其特征在于，权重向量的确定过程包括：
获取工时因素、考勤因素和评价因素中各个因素相对于其他因素的重要性参数，根据各个因素相对于其他因素的重要性参数构建重要性矩阵；
根据所述重要性矩阵计算工时因素对应的第一权重，考勤因素对应的第二权重，以及评价因素对应的第三权重，得到权重向量。


3.根据权利要求2所述的医院护理服务人员的智能推荐方法，其特征在于，根据所述重要性矩阵计算工时因素对应的第一权重，考勤因素对应的第二权重，以及评价因素对应的第三权重的过程包括：



式中，Wi表示第i权重，Aij表示重要性矩阵中第i行第j列个元素。


4.根据权利要求2所述的医院护理服务人员的智能推荐方法，其特征在于，获取工时因素、考勤因素和评价因素中各个因素相对于其他因素的重要性参数包括：
获取多个专家分别设定的工时因素、考勤因素和评价因素中各个因素相对于其他因素的初始参数；其中，所述初始参数表征一个因素相对于另一个因素之间的相对重要性的比值；
根据各个因素相对于另一个因素的所有初始参数的平均值，确定各个因素相对于相应因素的重要性参数。


5.根据权利要求1至4任一项所述的医院护理服务人员的智能推荐方法，其特征在于，获取客户端接收的用户订单，根据订单类型-人员对应关系查找所述用户订单对应的护理服务人员，得到多个目标服务人员包括：
...

【专利技术属性】
技术研发人员：刘学勇，陈阳，巴志强，王良志，柏里，牛丰，
申请(专利权)人：中国医科大学附属盛京医院，
类型：发明
国别省市：辽宁;21