【技术实现步骤摘要】
本专利技术涉及互联网医疗，尤其涉及一种诊疗服务任务的分配方法和装置。
技术介绍
1、在互联网医疗领域，诊疗服务平台为了提高平台上医生的使用率，需要对医生的任务数量临界值进行预测，即为医生派发多少任务时，医生的使用率最高，以在后续的派单过程中，按照任务数量的临界值进行派单，提高医生的留存率以及使用体验。现有临界值的计算方法通常是根据全部医生的留存数据以及接诊单量，做简单的关联分析，评估得到对应于整体医生的一个日均临界接单量，无法针对每个医生的个体差异进行准确预测，精确度低。
技术实现思路
1、有鉴于此，本专利技术实施例提供一种诊疗服务任务的分配方法和装置，通过相关性分析法，可以为每个医生筛选出具备特异性的目标特征数据，提高数据预测的特异性以及准确性。进一步通过将与各个医生对应的目标特征以及对应的权重输入至预训练的极度梯度提升模型，即可得到每个医生在侧重于不同特征时分别对应的任务数量临界值，提高了预测的精确度。进一步地，根据任务数量临界值为医生进行任务分派，可以有效提高医生的留存率。
<...【技术保护点】
1.一种诊疗服务任务的分配方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述利用相关性分析法，分别对所述一个或多个医生对应的多个特征数据进行降维处理，得到多个目标特征数据，包括：
3.根据权利要求1所述的方法，其特征在于，所述获取一个或多个医生分别对应的多个特征数据，包括：
4.根据权利要求1所述的方法，其特征在于，所述确定各个所述目标特征数据分别对应的权重，包括：
5.根据权利要求1所述的方法，其特征在于，所述根据所述任务数量临界值，为医生分配所述诊疗服务任务，包括：
6.根据权利要求...
【技术特征摘要】
1.一种诊疗服务任务的分配方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述利用相关性分析法，分别对所述一个或多个医生对应的多个特征数据进行降维处理，得到多个目标特征数据，包括：
3.根据权利要求1所述的方法，其特征在于，所述获取一个或多个医生分别对应的多个特征数据，包括：
4.根据权利要求1所述的方法，其特征在于，所述确定各个所述目标特征数据分别对应的权重，包括：
5.根据权利要求1所述的方法，其特征在于，所述根据所述任务数量临界值，为医生分配所述诊疗服务任务，包括：
6.根据权利要求1所述的方法，其特征在于，所述各个所述目标特征数据以及对应的所述权重输入至预训练的极度梯度提升模型中，根据所述极度梯度提升模型的输出确定各个所述医生分别对应的任务数量临界值，包括：
7.根据权利要求6所述的方法，其特征在于，所述确定在所述预设函数的函数值最小的情况下，各个所述模型树中各个叶子节点分别对应的预测值，包括：
8.一种诊疗服务任务的分配装置，其特征在于，包括：
9.根据权利要求8所述的装置，其特征在于，所述处理模块还用于，利用相关性分析法，计算各个所述特征数据分别对应的相关性系数；根据所述相关性系数的排序结果，确定出与所述医生对应的任务数量临界值相关的目标特征数据。
10.根据...
【专利技术属性】
技术研发人员：邵甘绪，
申请(专利权)人：北京京东拓先科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。