基于SCRM的医疗信息推荐方法技术

本发明专利技术涉及医疗技术领域，尤其涉及基于SCRM的医疗信息推荐方法。其技术方案包括如下步骤：S1：获取第一用户的医疗档案信息及家庭成员信息；S2：获取第一用户的位置信息以及医疗需求信息，建立用户档案信息；S3：根据第一用户提供的医疗需求信息和位置信息向第一用户推荐相应的医院信息、对应的医院科室信息以及医师信息。本发明专利技术针对用户的位置信息以及需求信息为用户提供在线服务、简化用户医疗信息咨询的难度，将用户咨询的问题以及医师回答的问题均记载在医师答复信息库，当其他用户提出经分析后语义相同的问题时，通过查找历史答复，实现自动答复用户的咨询问题。实现自动答复用户的咨询问题。实现自动答复用户的咨询问题。

【技术实现步骤摘要】
基于SCRM的医疗信息推荐方法


[0001]本专利技术涉及医疗
，尤其涉及基于SCRM的医疗信息推荐方法。

技术介绍

[0002]SCRM(Social Customer Relationship Management)社会化客户关系管理系统是是指利用软件、硬件和网络技术，为企业建立一个客户信息收集、管理、分析和利用的信息系统。以客户数据的管理为核心，记录企业在市场营销和销售过程中和客户发生的各种交互行为，以及各类有关活动的状态，提供各类数据模型，为后期的分析和决策提供支持。
[0003]数字营销是使用数字传播渠道来推广产品和服务的实践活动，是指借助于互联网络、计算机与通信技术和数字交互式媒体来实现营销目标的一种营销方式，以最有效、最省钱地方式谋求新市场的开拓和新消费者的挖掘。
[0004]随着AI人工智能技术爆发式的成长和发展，AI应用延伸到各行各业，如AI技术在医疗数字化营销领域的应用，当然数字营销也不例外。人工智能具有强大的收集数据、处理数据和分析数据的能力，并具有在有限的时间处理应用海量数据的能力。这种潜力在数字营销领域具有很高的价值。因此，为了做出面向数据的决策，越来越多的营销人员都依赖人工智能技术。
[0005]人工智能具有多方面的好处，不仅使企业更容易接触到新客户，还可以使现有的客户参与模型更容易实现自动化。研究表明，到2020年，预计85％的客户与企业的互动不会涉及到工作人员，人工智能技术将取代人工来处理与客户服务互动等工作。AI将给数字营销带来四大转变：
[0006]1.1.1收集数据并进行分析
[0007]客户关系管理是企业常见的商业策略之一，通过收集有关客户的信息，企业可以采取客户友好的计划。例如，通过将大数据、人工智能和客户关系管理相结合，可以提高从各种平台收集的客户数据的速度。这使企业可以确定客户的需求，并根据数据预测运行营销活动，最大程度地提高成功率和投资回报率。
[0008]1.1.2实时协助，提高沟通效率
[0009]使用基于AI的Chatbot(聊天机器人)和虚拟助理来跟客户实时沟通和互动，及时了解客户需求和关注点，提高沟通效率，节省沟通成本。这些聊天机器人在跟踪和履行订单的同时，还可以响应必要的客户查询，利用机器人客服实现全天24小时的服务，并减少聊天等待时间，以改善客户体验。
[0010]1.1.3用户画像分析
[0011]要成功地经营一个营销计划，一个主要的先决条件是与目标受众取得联系。使用人工智能技术不仅可以收集用户信息，还可以预测潜在客户的行为。有了准确的数据，企业就可以根据其目标受众的喜好制作出更好的广告。面向基层的AI数字化营销与继续教育平台如果企业将此与市场调研、A/B测试和焦点小组相结合，将很可能创造出一个令人难以置信的表现良好的活动。
[0012]1.1.4个性化营销
[0013]利用用户画像分析建模，将客户特征与预期行为相关联；通过预测性分析从数据中提取信息并预测购买趋势和用户行为并对用户的偏好与需求进行更深度的挖掘，实现个性化的营销方式。
[0014]授权公告号为CN109659036B的专利公开了一种医疗信息推荐方法、装置、设备以及存储介质，所述方法包括：通过获取第一用户的医疗档案信息和家庭成员信息；进一步地，根据所述第一用户的医疗档案信息和家庭成员信息，从所述第一用户的家庭成员中确定出第二用户的医疗需求信息；进一步地，根据所述第二用户的医疗需求信息，为所述第一用户推荐医疗推荐信息，以便于所述第二用户可以根据所述医疗推荐信息提前就诊相应的医疗项目，从而实现了提前对所述第二用户的健康状态进行判断以便于提前预防和治疗。
[0015]上述专利仅公开了利用第一用户的医疗信息推荐相应的医疗项目，无法获取第一用户的位置信息，且无法根据位置信息获取或推荐相应的医师信息；导致获取医师的信息局限在特定范围内；
[0016]授权公告号为CN106055908B的专利公开了一种基于云计算的个人医疗信息推荐方法及系统，包括以下步骤：采集用户的个人健康信息并存储至云端，得到用户的个人云；获取用户输入的查询条件；根据查询条件和个人云中的个人健康信息对云端的所有页面集合P＝{P1，P2，P3，...，Pn}进行聚类；计算第i个簇的信息熵根据第i个簇的信息熵计算第i个簇中的第i+1个页面Pi+1的推荐度CEPR(P i+1)；根据每个页面的推荐度对所有页面进行排序，将推荐度高的页面推荐给用户。本专利技术产生的有益效果是：通过采集用户个人健康信息建立“个人云”，提供面向个人的健康信息查询入口，提供更可靠的推荐信息，从而提高疾病判断的准确度，为实现个体疾病预测提供了可能。
[0017]上述专利公开了利用个人信息健康建立个人云，根据个人身体状况提供推荐信息，根据此专利记载内容同样无法根据个人(用户)的位置获取医疗推荐信息，同时也未建立起与医师的沟通渠道。
[0018]综上所述，上述两个专利文献未公开如何根据用户提供的医疗需求信息以及位置信息，向用户推荐以位置信息为基础的医师推荐方式，根据医疗需求信息获取专业医师信息准确度不高，不能自主学习医师的线上指导数据。

技术实现思路

[0019]本专利技术的目的是针对
技术介绍
中存在的问题，提出一种针对用户的位置信息以及需求信息为用户提供在线服务、简化用户医疗信息咨询的难度，将用户咨询的问题以及医师回答的问题均记载在医师答复信息库，当其他用户提出经分析后语义相同的问题时，通过查找历史答复，实现自动答复用户的咨询问题的基于SCRM的医疗信息推荐方法。
[0020]本专利技术的技术方案：基于SCRM的医疗信息推荐方法，包括如下步骤：
[0021]S1：获取第一用户的医疗档案信息及家庭成员信息，第一用户可输入第二用户的医疗需求信息；
[0022]S2：获取第一用户或第二用户的位置信息以及医疗需求信息，建立用户档案信息；
[0023]S3：根据第一用户或第二用户提供的医疗需求信息和位置信息向第一用户或第二用户推荐相应的医院信息、对应的医院科室信息以及医师信息；
[0024]S4：根据医师的排班信息获取医师的在线信息或者可预约信息，并向第一用户或第二用户推荐医师的在线信息或可预约信息，供第一用户或第二用户选取参考。
[0025]S5：获取第一用户或第二用户选取的意向医师信息并建立与医师的线上沟通，由医师对第一用户或第二用户在线指导，并记录学习医师的线上指导内容及。
[0026]优选的，在步骤S2～S4中，对医师信息处理步骤如下：
[0027]S101：使用聚类和贝叶斯机器学习算法，通过训练算法模型，完成基层医师的用户画像分析与标签化处理，建立具有标签的医师信息库以及用户信息库；
[0028]S102：通过大数据分析技术以及用户画像分析技术，获取用户就医信息，建立医师专业领域标签体系；
[0029]S103：根据S3中获取的医师信息与利用AI获取医师信息库的医师信息对比核对以及复核，更新医师本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于SCRM的医疗信息推荐方法，其特征在于：包括如下步骤：S1：获取第一用户的医疗档案信息及家庭成员信息，第一用户可输入第二用户的医疗需求信息；S2：获取第一用户或第二用户的位置信息以及医疗需求信息，建立用户档案信息；S3：根据第一用户或第二用户提供的医疗需求信息和位置信息向第一用户或第二用户推荐相应的医院信息、对应的医院科室信息以及医师信息；S4：根据医师的排班信息获取医师的在线信息或者可预约信息，并向第一用户或第二用户推荐医师的在线信息或可预约信息，供第一用户或第二用户选取参考；S5：获取第一用户或第二用户选取的意向医师信息并建立与医师的线上沟通，由医师对第一用户或第二用户在线指导，并记录学习医师的线上指导内容及。2.根据权利要求1所述的基于SCRM的医疗信息推荐方法，其特征在于，在步骤S2～S4中，对医师信息处理步骤如下：S101：使用聚类和贝叶斯机器学习算法，通过训练算法模型，完成基层医师的用户画像分析与标签化处理，建立具有标签的医师信息库以及用户信息库；S102：通过大数据分析技术以及用户画像分析技术，获取用户就医信息，建立医师专业领域标签体系；S103：根据S3中获取的医师信息与利用AI获取医师信息库的医师信息对比核对以及复核，更新医师信息；S104：利用质检平台实现对AI决策获取医师的信息质检，为AI决策调整提供辅助意见。3.根据权利要求1所述的基于SCRM的医疗信息推荐方法，其特征在于，还包括如下步骤：S201：根据S4中获取的信息，平台提供线上咨询以及在线指导服务；S202：利用机器学习平台记录用户线上咨询问题以及医师指导内容；S203：利用基于机器学习算法预先搭建的AI算法模型对医师线上行为数据进行机器学习和分析，判断医师需求。4.基于SCRM的医疗信息推荐系统，其特征在于，包括多渠道营销平台、主数据平台、机器学习平台、质检平台以及医师信息库；所述多渠道营销平台通过合作渠道、内部渠道以及互联网渠道获取医师信息库；所述主数据平台在互联网渠道的检索下形成医师标签、医师分类、医师画像、医院标签、BI标签以及数据分析；所述机器学习平台利用AI算法对医师分类以及医师画像处理；所述质检平台对机器学习平台的决策进行处理或者复检，为AI决策调整提供辅助意见。5.根据权利要求4所述的基于SCRM的医疗信息推荐系统，其...

【专利技术属性】
技术研发人员：颜国伟，
申请(专利权)人：上海清赟医药科技有限公司，
类型：发明
国别省市：