一种医学信息推荐方法及系统技术方案

本申请公开了一种医学信息推荐方法及系统，其中，推荐方法包括：获取待推荐的医学信息数据；确定所述医学信息数据的医学类别及等级；根据所述医学信息数据的医学类别及等级，查找匹配的目标用户；将所述医学信息数据推荐给匹配的目标用户。通过本申请，可根据用户在各医学类别的认知等级水平，推荐相应等级的医学类别的数据信息，从而实现高精准、高贴合度的医学信息推荐。

【技术实现步骤摘要】
一种医学信息推荐方法及系统
本申请涉及信息推荐领域，尤其涉及一种医学信息推荐方法及系统。
技术介绍
在医学专业网站中，我们可以浏览到大量的各种类别的医学信息。医学信息数据由于是专业类别的数据信息，因此，其与平常的娱乐新闻并不一样，医学信息往往涉及到医学专业术语，或者对某个医学领域的研发试验等，所以其并不一定是通俗易懂的，而且医学领域里包含的专业类别也很多，即使同一个专业领域，不同的医学信息数据，其难易程度也不一样，而同样，医学网站的受众的认知水平也是参差不齐，那么如果仅根据用户的兴趣爱好来进行推荐的话，有可能出现推荐给用户的医学信息该用户看不懂、看不明白的情况，从而大大影响用户体验，也无益于用户在该方面的学习进步。
技术实现思路
为解决上述技术问题，本申请提供一种医学信息推荐方法及系统，可以根据用户的认知等级水平进行精准推荐。具体的，本申请的技术方案如下：一方面，本申请公开了一种医学信息推荐方法，包括：获取待推荐的医学信息数据；确定所述医学信息数据的医学类别及等级；根据所述医学信息数据的医学类别及等级，查找匹配的目标本文档来自技高网...

【技术保护点】
1.一种医学信息推荐方法，其特征在于，包括：/n获取待推荐的医学信息数据；/n确定所述医学信息数据的医学类别及等级；/n根据所述医学信息数据的医学类别及等级，查找匹配的目标用户；/n将所述医学信息数据推荐给匹配的目标用户。/n

【技术特征摘要】
1.一种医学信息推荐方法，其特征在于，包括：
获取待推荐的医学信息数据；
确定所述医学信息数据的医学类别及等级；
根据所述医学信息数据的医学类别及等级，查找匹配的目标用户；
将所述医学信息数据推荐给匹配的目标用户。


2.根据权利要求1所述的一种医学信息推荐方法，其特征在于，还包括：
获取用户感兴趣的医学类别及对应的等级；具体包括：
定义用户的认知等级类型；
获取用户的基本信息、历史行为数据、调研数据；
建立等级分析模型；所述等级分析模型用于分析所述用户在医学领域的具体类别中的认知等级；
根据所述用户的基本信息、历史行为数据及调研数据，通过所述等级分析模型获取所述用户感兴趣的医学类别及对应的认知等级。


3.根据权利要求2所述的一种医学信息推荐方法，其特征在于，根据所述用户的基本信息、历史行为数据及调研数据，通过所述等级分析模型获取所述用户感兴趣的医学类别及对应的认知等级；具体包括：
根据用户的历史行为数据和/或用户基本信息，确定所述用户感兴趣的医学类别，并将其作为目标医学类别；
调取所述目标医学类别的医学调研考核数据，发送给所述用户；
接收所述用户反馈的所述医学调研考核数据，并根据所述用户反馈的医学调研考核数据确定所述用户的考核分数；
获取所述用户阅读的与所述目标医学类别有关的医学数据信息；
确定获取的所述医学数据的难易度；
统计所述医学数据分别为难、中、易所对应的数量；
将所述用户的基本信息、考核分数、所述医学数据分别为难、中、易所对应的数量，输入所述等级分析模型，获得所述用户在所述目标医学类别的的认知等级。


4.根据权利要求3所述的一种医学信息推荐方法，其特征在于，所述等级分析模型包含一有序回归模型，所述医学信息推荐方法还包括：
通过有序回归模型分析所述用户的认知等级与各输入因子的拟合关系；具体包括：
获取分析样本；所述分析样本包含样本用户的基本信息、考核分数、目标医学类别的医学数据信息的难易度分布量；及所述样本用户在所述目标医学类别的认知等级；
将所述样本用户的认知等级作为所述有序回归模型中的因变量；
将所述样本用户的基本信息中的性别、专业作为所述有序回归模型中的第一类自变量；
将所述样本用户的基本信息中的年龄、考核分数、及所述目标医学类别的医学数据的难易度分布量作为所述有序回归模型中的第二类自变量；
将所述第一类自变量处理为虚拟变量；所述虚拟变量为定量数据；
对所述有序回归模型进行平行性检验、及似然比检测；
在通过所述平行性检验、及似然比检测后，通过所述有序回归模型进行分析，获取样本用户在目标医学类别的认知等级与所述用户的基本信息、考核分数、及医学数据信息的难易度分布量之间的拟合关系。


5.根据权利要求2所述的一种医学信息推荐方法，其特征在于，所述根据所述医学信息数据的医学类别及等级，查找匹配的目标用户；具体包括：
根据所述医学信息数据的医学类别，结合用户的历史行为标签和/或用户基本信息；确定对所述医学信息数据感兴趣的用户；
根据所述医学信息数据的等级，从确定的用户中查找用户等级与所述医学信息数据的等级匹配的目标用户。


6.根据权利要求2-5任一项所述的一种医学信息推荐方法，其特征在于，包括：
定期或实时通过所述等级分析模型更新用户在各医学类别的等级。


7.一种医学信息推荐系统，其特征在于，包括：
数据获取模块，用于获取待推荐的医学信息数据；
数据等级确定模块，用于确定所述医学信息数据的医学类别及等级；
查...

【专利技术属性】
技术研发人员：张发宝，李欣梅，
申请(专利权)人：上海梅斯医药科技有限公司，
类型：发明
国别省市：上海;31