基于大数据的行为分析与医疗服务推送方法、设备及介质技术

本申请公开了基于大数据的行为分析与医疗服务推送方法、设备及介质，用以解决现有的推送方法针对性较差、推送效率较低的技术问题。方法包括：基于患者的访问请求接收患者基础特征信息，基于患者基础特征信息爬取患者的历史行为特征信息，基于预设行为分析模型分析历史行为特征信息并输出患者画像；根据患者画像对应的待推送医疗服务特征信息从医疗服务特征阵列中确定关联医疗服务特征信息并建立关联医疗服务特征集合；基于患者对各关联医疗服务特征信息的反应数据确定患者的目标医疗服务特征信息；根据目标医疗服务特征信息更新推送策略，根据更新后的推送策略对患者进行医疗服务特征信息推送，与患者实际情况相符，提高了医疗服务推送的准确率。高了医疗服务推送的准确率。高了医疗服务推送的准确率。

【技术实现步骤摘要】
基于大数据的行为分析与医疗服务推送方法、设备及介质


[0001]本申请涉及大数据
，尤其涉及基于大数据的行为分析与医疗服务推送方法、设备及介质。

技术介绍

[0002]随着信息技术和物联网技术的迅速发展，大数据已经广泛的应用于各个
在大数据时代，随着各种医疗数据的不断生成，网络上的医疗相关的数据量逐渐庞大，患者在网络中爬取医疗信息的效率和准确率较低。与此同时，基于我国医疗技术的快速提升，越来越多的患者对医疗服务的准确推送有较大需求。目前，现有技术普遍通过基于用户引力的协同过滤推荐算法或者基于特征语义分析的推送方法进行信息推送。
[0003]但是，现有的推送方法普遍缺少对用户个人综合因素的考虑，存在针对性较差、推送效率较低的问题。

技术实现思路

[0004]本申请实施例提供了基于大数据的行为分析与医疗服务推送方法、设备及介质，用以解决现有的推送方法普遍缺少对用户个人综合因素的考虑，存在针对性较差、推送效率较低的技术问题。
[0005]一方面，本申请实施例提供了基于大数据的行为分析与医疗服务推送方法，包括：
[0006]基于患者的访问请求，接收所述患者上传的患者基础特征信息，并基于所述患者基础特征信息，爬取所述患者对应的历史行为特征信息，以基于预设行为分析模型对所述历史行为特征信息进行分析，输出对应的患者画像；
[0007]根据所述患者画像对应的待推送医疗服务特征信息，从医疗服务特征阵列中确定所述待推送医疗服务特征信息的关联医疗服务特征信息，并建立所述患者对应的关联医疗服务特征集合；
[0008]基于所述患者对所述关联医疗服务特征集合中各关联医疗服务特征信息的反应数据，从所述关联医疗服务特征集合中确定所述患者对应的目标医疗服务特征信息；
[0009]根据所述目标医疗服务特征信息，对所述待推送医疗服务特征信息的推送策略进行更新，并根据更新后的所述推送策略，对所述患者进行医疗服务特征信息推送。
[0010]在本申请的一种实现方式中，所述根据所述患者画像对应的待推送医疗服务特征信息，从医疗服务特征阵列中确定所述待推送医疗服务特征信息的关联医疗服务特征信息，具体包括：
[0011]根据所述患者画像，从预先确定好的患者画像与待推送医疗服务特征信息的对应关系表中，确定出所述患者画像对应的待推送医疗服务特征信息；
[0012]基于预设的数据节点部署模型，对采集到的医疗服务特征信息进行分类，并根据分类结果，将所述医疗服务特征信息存储至医疗服务特征阵列中；
[0013]根据所述患者画像对应的待推送医疗服务特征信息，查询所述医疗服务特征阵
列，并确定出所述待推送医疗服务特征信息与所述医疗服务特征阵列中若干医疗服务特征信息的相关程度；
[0014]从所述医疗服务特征阵列的若干医疗服务特征信息中，确定出与所述待推送医疗服务特征信息相关程度最高的医疗服务特征信息，以将相关程度最高的所述医疗服务特征信息作为所述待推送医疗服务特征信息的关联医疗服务特征信息。
[0015]在本申请的一种实现方式中，所述根据所述患者画像，从预先确定好的患者画像与待推送医疗服务特征信息的对应关系表中，确定出所述患者画像对应的待推送医疗服务特征信息之前，所述方法还包括：
[0016]接收所述患者在预设时间段内发起的访问请求，以对所述访问请求中的请求信息进行语义分割，并对语义分割后的所述请求信息进行聚类分析，以确定所述患者对应的医疗服务标签；
[0017]基于所述患者的历史就诊信息，获取所述患者的生理特征信息，并根据所述生理特征信息以及所述医疗服务标签，预测出所述患者感兴趣的医疗服务特征信息；
[0018]获取所述患者对预测出的所述医疗服务特征信息的操作信息，并根据所述操作信息对预测出的所述医疗服务特征信息进行评分，得到所述医疗服务特征信息对应的评分分值；其中，所述操作信息至少包括以下一项或多项：浏览时长、累计点击次数；
[0019]将所述评分分值大于预设评分阈值的医疗服务特征信息作为所述患者画像对应的待推送医疗服务特征信息，并将所述患者画像与所述对应的待推送医疗服务特征信息存储至患者画像与待推送医疗服务特征信息的对应关系表中。
[0020]在本申请的一种实现方式中，所述基于患者的访问请求，接收所述患者上传的患者基础特征信息，并基于所述患者基础特征信息，爬取所述患者对应的历史行为特征信息，以基于预设行为分析模型对所述历史行为特征信息进行分析，输出对应的患者画像，具体包括：
[0021]基于患者的访问请求，接收所述患者上传的患者基础特征信息，并获取所述患者基础特征信息中所述患者的身份标识；其中，所述患者基础特征信息至少包括：身份标识、性别、年龄、地理位置信息、工作信息和病例记录，所述工作信息包括：工作时长、起止时间和工作环境；
[0022]基于所述患者的身份标识，从网络中爬取所述患者对应的历史行为特征信息；其中，所述历史行为特征信息中至少包括：医疗信息检索记录、药品购买记录、就诊记录和病例信息；
[0023]将所述患者的历史行为特征信息中的医疗信息检索记录、药品购买记录、就诊记录和病例信息输入至预设行为分析模型中，以通过所述预设行为分析模型对所述历史行为特征信息进行分析，得到对应的分析结果；
[0024]根据所述分析结果，建立医疗信息、药品、就诊信息和病例信息与所述患者之间的对应关系，并输出相应的患者画像。
[0025]在本申请的一种实现方式中，所述基于患者的访问请求，接收所述患者上传的患者基础特征信息，并基于所述患者基础特征信息，爬取所述患者对应的历史行为特征信息之后，所述方法还包括：
[0026]基于获取到的所述患者基础特征信息和所述历史行为特征信息，为所述患者进行
建模，以通过模型确定所述患者对应的关键特征信息；
[0027]根据所述患者对应的关键特征信息，预测所述患者的病情信息，并根据所述病情信息以及所述患者的分类属性信息，确定所述患者对应的患者画像；
[0028]其中，所述分类属性信息至少包括以下一项：年龄属性、性别属性或者工作属性。
[0029]在本申请的一种实现方式中，所述基于预设行为分析模型对所述历史行为特征信息进行分析，输出对应的患者画像之前，所述方法还包括：
[0030]将预先确定出患者画像的历史行为特征信息输入卷积神经网络进行训练，以通过所述卷积神经网络的卷积层，从所述历史行为特征信息中提取所述患者对应的属性特征；
[0031]将所述属性特征通过所述卷积神经网络的池化层进行池化，并将池化后的所述属性特征输入所述卷积神经网络的全连接层，以通过所述全连接层输出所述历史行为特征信息对应的患者画像；
[0032]当所述全连接层输出的患者画像与预先确定出的患者画像相匹配时，完成对卷积神经网络行为分析模型的训练。
[0033]在本申请的一种实现方式中，所述从所述关联医疗服务特征集合中确定所述患者对应的目标医疗服务特征信本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于大数据的行为分析与医疗服务推送方法，其特征在于，所述方法包括：基于患者的访问请求，接收所述患者上传的患者基础特征信息，并基于所述患者基础特征信息，爬取所述患者对应的历史行为特征信息，以基于预设行为分析模型对所述历史行为特征信息进行分析，输出对应的患者画像；根据所述患者画像对应的待推送医疗服务特征信息，从医疗服务特征阵列中确定所述待推送医疗服务特征信息的关联医疗服务特征信息，并建立所述患者对应的关联医疗服务特征集合；基于所述患者对所述关联医疗服务特征集合中各关联医疗服务特征信息的反应数据，从所述关联医疗服务特征集合中确定所述患者对应的目标医疗服务特征信息；根据所述目标医疗服务特征信息，对所述待推送医疗服务特征信息的推送策略进行更新，并根据更新后的所述推送策略，对所述患者进行医疗服务特征信息推送。2.根据权利要求1所述的基于大数据的行为分析与医疗服务推送方法，其特征在于，所述根据所述患者画像对应的待推送医疗服务特征信息，从医疗服务特征阵列中确定所述待推送医疗服务特征信息的关联医疗服务特征信息，具体包括：根据所述患者画像，从预先确定好的患者画像与待推送医疗服务特征信息的对应关系表中，确定出所述患者画像对应的待推送医疗服务特征信息；基于预设的数据节点部署模型，对采集到的医疗服务特征信息进行分类，并根据分类结果，将所述医疗服务特征信息存储至医疗服务特征阵列中；根据所述患者画像对应的待推送医疗服务特征信息，查询所述医疗服务特征阵列，并确定出所述待推送医疗服务特征信息与所述医疗服务特征阵列中若干医疗服务特征信息的相关程度；从所述医疗服务特征阵列的若干医疗服务特征信息中，确定出与所述待推送医疗服务特征信息相关程度最高的医疗服务特征信息，以将相关程度最高的所述医疗服务特征信息作为所述待推送医疗服务特征信息的关联医疗服务特征信息。3.根据权利要求2所述的基于大数据的行为分析与医疗服务推送方法，其特征在于，所述根据所述患者画像，从预先确定好的患者画像与待推送医疗服务特征信息的对应关系表中，确定出所述患者画像对应的待推送医疗服务特征信息之前，所述方法还包括：接收所述患者在预设时间段内发起的访问请求，以对所述访问请求中的请求信息进行语义分割，并对语义分割后的所述请求信息进行聚类分析，以确定所述患者对应的医疗服务标签；基于所述患者的历史就诊信息，获取所述患者的生理特征信息，并根据所述生理特征信息以及所述医疗服务标签，预测出所述患者感兴趣的医疗服务特征信息；获取所述患者对预测出的所述医疗服务特征信息的操作信息，并根据所述操作信息对预测出的所述医疗服务特征信息进行评分，得到所述医疗服务特征信息对应的评分分值；其中，所述操作信息至少包括以下一项或多项：浏览时长、累计点击次数；将所述评分分值大于预设评分阈值的医疗服务特征信息作为所述患者画像对应的待推送医疗服务特征信息，并将所述患者画像与所述对应的待推送医疗服务特征信息存储至患者画像与待推送医疗服务特征信息的对应关系表中。4.根据权利要求1所述的基于大数据的行为分析与医疗服务推送方法，其特征在于，所
述基于患者的访问请求，接收所述患者上传的患者基础特征信息，并基于所述患者基础特征信息，爬取所述患者对应的历史行为特征信息，以基于预设行为分析模型对所述历史行为特征信息进行分析，输出对应的患者画像，具体包括：基于患者的访问请求，接收所述患者上传的患者基础特征信息，并获取所述患者基础特征信息中所述患者的身份标识；其中，所述患者基础特征信息至少包括：身份标识、性别、年龄、地理位置信息、工作信息和病例记录，所述工作信息包括：工作时长、起止时间和工作环境；基于所述患者的身份标识，从网络中爬取所述患者对应的历史行为特征信息；其中，所述历史行为特征信息中至少包括：医疗信息检索记录、药品购买记录、就诊记录和病例信息；将所述患者的历史行为特征信息中的医疗信息检索记录、药品购买记录、就诊记录和病例信息输入至预设行为分析模型中，以通过所述预设行为分...

【专利技术属性】
技术研发人员：安苑，
申请(专利权)人：山东省玖玖医养健康产业有限公司，
类型：发明
国别省市：