基于医学领域的数据推荐方法、设备、服务器及存储介质技术

本发明专利技术实施例涉及数字医疗领域，公开了一种基于医学领域的数据推荐方法、设备、服务器及存储介质，该方法包括：将构建的训练样本集中的第一用户特征和第一内容特征输入双塔模型进行训练得到召回模型；将对指定业务场景有过行为的目标用户的第二用户画像信息和指定业务场景的第二内容信息输入召回模型，得到用户特征向量和内容特征向量；根据用户特征向量与内容特征向量的距离确定N个推荐内容，并将N个推荐内容的索引标识存储于redis缓存中；当获取到用户终端发送的推荐请求时，将与推荐请求中携带的目标索引标识对应的目标推荐内容发送给用户终端，从而提高数据推荐的效率和准确率。本发明专利技术涉及区块链技术，上述数据可存储于区块链中。

【技术实现步骤摘要】
基于医学领域的数据推荐方法、设备、服务器及存储介质
本专利技术涉及数字医疗领域，尤其涉及一种基于医学领域的数据推荐方法、设备、服务器及存储介质。
技术介绍
目前，主流的推荐系统通常包括索引阶段、召回阶段和排序阶段，其中，召回阶段主要是通过在有限的响应时间内直接从索引阶段得到的内容候选集中选择内容，并将选择的内容发送至排序阶段。这种方式受到巨大候选集和实时性的要求，复杂性受限，不适用于复杂的模型和网络。
技术实现思路
本专利技术实施例提供了一种基于医学领域的数据推荐方法、设备、服务器及存储介质，有助于提高医疗领域的数据推荐的效率和准确率。第一方面，本专利技术实施例提供了一种基于医学领域的数据推荐方法，包括：构建训练样本集，所述训练样本集包括多个用户的第一用户画像信息和第一内容信息，其中，所述第一用户画像信息包括用户的属性信息、行为数据信息、偏好信息中的一种或多种，所述第一内容信息为医学相关数据，包括一个正样本数据和多个负样本数据，每个负样本数据包括第一负样本数据和第二负样本数据；根据所述第一用户画像信息本文档来自技高网...

【技术保护点】
1.一种基于医学领域的数据推荐方法，其特征在于，包括：/n构建训练样本集，所述训练样本集包括多个用户的第一用户画像信息和第一内容信息，其中，所述第一用户画像信息包括用户的属性信息、行为数据信息、偏好信息中的一种或多种，所述第一内容信息为医学相关数据，包括一个正样本数据和多个负样本数据，每个负样本数据包括第一负样本数据和第二负样本数据；/n根据所述第一用户画像信息确定与所述第一用户画像信息对应的第一用户特征，并根据所述第一内容信息确定与所述第一内容信息对应的第一内容特征；/n将所述第一用户特征和所述第一内容特征输入双塔模型进行训练，得到召回模型；/n将对指定业务场景有过行为的目标用户的第二用户画...

【技术特征摘要】
1.一种基于医学领域的数据推荐方法，其特征在于，包括：
构建训练样本集，所述训练样本集包括多个用户的第一用户画像信息和第一内容信息，其中，所述第一用户画像信息包括用户的属性信息、行为数据信息、偏好信息中的一种或多种，所述第一内容信息为医学相关数据，包括一个正样本数据和多个负样本数据，每个负样本数据包括第一负样本数据和第二负样本数据；
根据所述第一用户画像信息确定与所述第一用户画像信息对应的第一用户特征，并根据所述第一内容信息确定与所述第一内容信息对应的第一内容特征；
将所述第一用户特征和所述第一内容特征输入双塔模型进行训练，得到召回模型；
将对指定业务场景有过行为的目标用户的第二用户画像信息和所述指定业务场景的内容候选池中的第二内容信息输入所述召回模型，得到所述目标用户的用户特征向量和内容特征向量；
计算所述用户特征向量与所述内容特征向量的距离，并根据所述距离确定N个推荐内容，以及将所述N个推荐内容的索引标识存储于redis缓存中，其中，所述N个推荐内容为多个推荐内容中按照所述距离从小到大的排序中的前N个推荐内容，N为大于或等于1的正整数；
当获取到用户终端发送的推荐请求时，根据所述推荐请求中携带的目标索引标识，从所述redis缓存中获取与所述目标索引标识对应的目标推荐内容，并将所述目标推荐内容发送给所述用户终端。


2.根据权利要求1所述的方法，其特征在于，所述构建训练样本集，包括：
获取所述指定业务场景的日志数据，并从所述日志数据中获取被曝光点击的行为数据；
根据所述被曝光点击的行为数据，确定与所述被曝光点击的行为数据对应的医学相关数据为所述正样本数据；
从样本候选集中随机抽样得到所述第一负样本数据，并根据所述正样本数据的主题信息从除所述正样本数据以外的其他样本数据中确定与所述主题信息相同的所述第二负样本数据。


3.根据权利要求1所述的方法，其特征在于，所述根据所述第一内容信息确定与所述第一内容信息对应的第一内容特征，包括：
获取所述正样本数据和所述负样本数据所挂载的相关属性，其中，所述相关属性包括相关科室、相关药物、相关主题、相关疾病中的一种或多种；
根据所述正样本数据和所述负样本数据所挂载的相关属性确定所述第一内容信息对应的第一内容特征。


4.根据权利要求1所述的方法，其特征在于，所述将所述第一用户特征和所述第一内容特征输入双塔模型进行训练，得到召回模型，包括：
将所述第一用户特征和所述第一内容特征输入双塔模型中，得到损失函数值；
将所述损失函数值与目标损失函数值进行对比，并根据对比结果调整所述双塔模型的模型参数；
将所述第一用户特征和所述第一内容特征输入调整所述模型参数后的双塔模型中，当得到的损失函数值与目标损失函数值的对比结果满足预设条件时，确定得到所述召回模型。


5.根据权利要求4所述的方法，其特征在于，所述将对指定业务场景有过行为的目标用户的第二用户画像信息和所述指定业务场景的内容候选池中的第二内容信息输入所述召回模型，得到所述目标用户的用户特征向量和内容...

【专利技术属性】
技术研发人员：张倩，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东;44