一种推荐方法和终端技术

本发明专利技术实施例提出了一种推荐方法和终端，其特征在于，用于包括数据库的系统中，所述数据库中包括多个匹配对象，各所述匹配对象均对应有匹配数据；所述匹配数据中包括第一中医症状数据；该方法包括：获取待匹配对象的第二中医症状数据；针对各所述匹配对象，确定所述第二中医症状数据与所述第一中医症状数据的相似度值；选择所述相似度值最高的一个或多个所述匹配对象推荐给所述待匹配对象。本方案为待匹配对象提供了更准确的推荐，且该过程不会给待匹配对象造成更多的精力消耗，利于减轻待匹配对象的负担。

【技术实现步骤摘要】
一种推荐方法和终端
本专利技术涉及数据处理
，特别涉及一种推荐方法和终端。
技术介绍
现在的系统主要是靠医生根据自己的经验来问诊，并根据问诊的得到的症状得出相应的结论。但是这种方式过度依赖医生的经验，而医生的经验水平也各有不同，此外，医生作为个人，且知识面以及精力也都有限，因此得出的结果很可能存在不准确的地方。由此，目前需要一种更好的方案，以解决上述缺陷。
技术实现思路
有鉴于此，本专利技术提出了一种推荐方法和终端，为待匹配对象提供了更准确的推荐，且该过程不会给待匹配对象造成更多的精力消耗，利于减轻待匹配对象的负担。具体的，本专利技术提出了以下具体的实施例：本专利技术实施例提出了一种推荐方法，其特征在于，用于包括数据库的系统中，所述数据库中包括多个匹配对象，各所述匹配对象均对应有匹配数据；所述匹配数据中包括第一中医症状数据；该方法包括：获取待匹配对象的第二中医症状数据；针对各所述匹配对象，确定所述第二中医症状数据与所述第一中医症状数据的相似度值；选择所述相似度值最高的一个或多个所述匹配对象推荐给所述待匹配对象。在一个具体的实施例中，所述匹配数据中还包括对应匹配条件的条件数据；所述匹配条件用于判断所述第二中医症状数据中的症状数据是否出现在所述匹配数据的症状数据中；还包括：判断所述第二中医症状数据是否符合所述匹配条件；基于判断的结果使用修正函数对所述相似度值进行修正。在一个具体的实施例中，当判断结果为是时，所述修正函数为第一函数；当判断结果为否时，所述修正函数为第二函数；优选的，所述第一函数为：Y＝0.5+0.48×Math.sin((Math.PI％2)×X)；所述第二函数为：Y＝0.05+0.45×Math.sin((Math.PI％2)×X)；所述X为所述相似度值；Y为修正后的相似度值；所述Math.sin为以弧度进行计算的sin函数；所述Math.PI为圆周率；所述％为取余运算。在一个具体的实施例中，所述第一中医症状数据和/或所述第二中医症状数据为经过结构化处理的数据。在一个具体的实施例中，所述第一中医症状数据和所述第二中医症状数据均基于症类进行分类，不同所述症类的症状数据各不相同；优选的，所述症类包括：主症、次症、兼症、补症。在一个具体的实施例中，所述匹配条件为：所述第二中医症状数据中的症状数据包括所述第一中医症状数据中的一个或多个症状数据。在一个具体的实施例中，所述第一中医症状数据与所述第二中医症状数据均由症状数据组成，所述数据库中还包括分值表；所述分值表中包含有症状数据与预设分值的对应关系；不同的所述症状数据对应不同的所述预设分值；所述“确定所述第二中医症状数据与所述第一中医症状数据的相似度值”，包括：通过所述分值表确定所述第一中医症状数据与所述第二中医症状数据两者中各症状数据对应的预设分值；基于所述两者中的各预设分值进行相似度计算，得到所述第二中医症状数据与所述第一中医症状数据的初始相似度值。在一个具体的实施例中，所述相似度计算是基于下列公式来进行的：其中，所述TS(X,Y)为相似度值；所述X为所述第二中医症状数据；所述Xi为所述第二中医症状数据中第i个所述结构化的中医症状数据的预设分值；所述Y为所述第一中医症状数据；所述Yj为所述第一中医症状数据中第j个所述结构化的中医症状数据的预设分值；所述∧为按位与运算；所述∨为按位或运算。在一个具体的实施例中，所述症状数据还根据类别进行分类；其中，各所述类别包括一个或多个所述症状数据；第一差值小于第二差值；其中，所述第一差值为同一类别下的任意两所述症状数据的预设分值的差值；所述第二差值为分别属于不同类别的任意两所述症状数据的预设分值的差值。本专利技术实施例还提出了一种终端，包括用于执行上述方法的处理器。以此，本专利技术实施例提出了一种推荐方法和终端，用于包括数据库的系统中，所述数据库中包括多个匹配对象，各所述匹配对象均对应有匹配数据；所述匹配数据中包括第一中医症状数据；该方法包括：获取待匹配对象的第二中医症状数据；针对各所述匹配对象，确定所述第二中医症状数据与所述第一中医症状数据的相似度值；选择所述相似度值最高的一个或多个所述匹配对象推荐给所述待匹配对象。本方案为待匹配对象提供了更准确的推荐，且该过程不会给待匹配对象造成更多的精力消耗，利于减轻待匹配对象的负担。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。图1为本专利技术实施例提出的一种推荐方法的流程示意图；图2为本专利技术实施例提出的一种推荐方法中获取待处理症状数据的界面示意图；图3为本专利技术实施例提出的一种推荐方法中获取推荐结果的界面示意图；图4为本专利技术实施例提出的一种推荐方法的整体流程示意图。具体实施方式在下文中，将更全面地描述本公开的各种实施例。本公开可具有各种实施例，并且可在其中做出调整和改变。然而，应理解：不存在将本公开的各种实施例限于在此公开的特定实施例的意图，而是应将本公开理解为涵盖落入本公开的各种实施例的精神和范围内的所有调整、等同物和/或可选方案。在本公开的各种实施例中使用的术语仅用于描述特定实施例的目的并且并非意在限制本公开的各种实施例。如在此所使用，单数形式意在也包括复数形式，除非上下文清楚地另有指示。除非另有限定，否则在这里使用的所有术语(包括技术术语和科学术语)具有与本公开的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关
中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义，除非在本公开的各种实施例中被清楚地限定。实施例1本专利技术实施例1公开了一种推荐方法，用于包括数据库的系统中，所述数据库中包括多个匹配对象，各所述匹配对象均对应有匹配数据；所述匹配数据中包括第一中医症状数据；所述匹配数据中包括第一中医症状数据；具体的，数据库中各匹配对象的匹配数据是以教材、指南及名老中医经验等中医相关的经验或资料所提前设置好的，该方法包括以下步骤：步骤101、获取待匹配对象的第二中医症状数据；具体的，例如获取到的第二中医症状数据包括：短气，舌暗淡，头晕；具体获取的方式可以如图2所示，而匹配数据可以为如下表1所示：表1其中，匹配对象可以为张医生、刘医生，至于第一中医症状数据则可以包括表1中对应主症、次症、兼症、补症的症状数据。步骤102、针对各所述匹配对象，确定所述第二中医症状数据与所述第一中医症状数据的相似度值；具体的，所述第一中本文档来自技高网...

【技术保护点】
1.一种推荐方法，其特征在于，用于包括数据库的系统中，所述数据库中包括多个匹配对象，各所述匹配对象均对应有匹配数据；所述匹配数据中包括第一中医症状数据；该方法包括：/n获取待匹配对象的第二中医症状数据；/n针对各所述匹配对象，确定所述第二中医症状数据与所述第一中医症状数据的相似度值；/n选择所述相似度值最高的一个或多个所述匹配对象推荐给所述待匹配对象。/n

【技术特征摘要】
1.一种推荐方法，其特征在于，用于包括数据库的系统中，所述数据库中包括多个匹配对象，各所述匹配对象均对应有匹配数据；所述匹配数据中包括第一中医症状数据；该方法包括：
获取待匹配对象的第二中医症状数据；
针对各所述匹配对象，确定所述第二中医症状数据与所述第一中医症状数据的相似度值；
选择所述相似度值最高的一个或多个所述匹配对象推荐给所述待匹配对象。


2.如权利要求1所述的方法，其特征在于，所述匹配数据中还包括对应匹配条件的条件数据；所述匹配条件用于判断所述第二中医症状数据中的症状数据是否出现在所述匹配数据的症状数据中；
还包括：
判断所述第二中医症状数据是否符合所述匹配条件；
基于判断的结果使用修正函数对所述相似度值进行修正。


3.如权利要求2所述的方法，其特征在于，
当判断结果为是时，所述修正函数为第一函数；
当判断结果为否时，所述修正函数为第二函数；
优选的，所述第一函数为：Y＝0.5+0.48×Math.sin((Math.PI％2)×X)；
所述第二函数为：Y＝0.05+0.45×Math.sin((Math.PI％2)×X)；所述X为所述相似度值；Y为修正后的相似度值；所述Math.sin为以弧度进行计算的sin函数；所述Math.PI为圆周率；所述％为取余运算。


4.如权利要求1所述的一种方法，其特征在于，所述第一中医症状数据和/或所述第二中医症状数据为经过结构化处理的数据。


5.如权利要求2所述的方法，其特征在于，所述第一中医症状数据和所述第二中医症状数据均基于症类进行分类，不同所述症类的所述症状数据各不相同；优选的，所述症类包括：主症、次症、兼症、补症。<...

【专利技术属性】
技术研发人员：李文友，赵静，董桂峰，程文龙，
申请(专利权)人：南京大经中医药信息技术有限公司，
类型：发明
国别省市：江苏;32