CN102243639B - 一种用于互联网的智能化在线导诊系统 - Google Patents

一种用于互联网的智能化在线导诊系统 Download PDF

Info

Publication number
CN102243639B
CN102243639B CN 201110107678 CN201110107678A CN102243639B CN 102243639 B CN102243639 B CN 102243639B CN 201110107678 CN201110107678 CN 201110107678 CN 201110107678 A CN201110107678 A CN 201110107678A CN 102243639 B CN102243639 B CN 102243639B
Authority
CN
China
Prior art keywords
user
module
word
database
demand
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN 201110107678
Other languages
English (en)
Other versions
CN102243639A (zh
Inventor
郭建新
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
DALIAN YICHUANG TIANDI TECHNOLOGY DEVELOPMENT Co Ltd
Original Assignee
DALIAN YICHUANG TIANDI TECHNOLOGY DEVELOPMENT Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by DALIAN YICHUANG TIANDI TECHNOLOGY DEVELOPMENT Co Ltd filed Critical DALIAN YICHUANG TIANDI TECHNOLOGY DEVELOPMENT Co Ltd
Priority to CN 201110107678 priority Critical patent/CN102243639B/zh
Publication of CN102243639A publication Critical patent/CN102243639A/zh
Application granted granted Critical
Publication of CN102243639B publication Critical patent/CN102243639B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了用于互联网的智能化在线导诊系统。所述用于互联网的智能化在线导诊系统包括:搜索框检索系统及客户跟踪服务系统。本发明类似于线下医院的导诊系统,但此系统会提前得到一些用户的需求信息,这样更能直接,智能,快速的帮助浏览者。

Description

一种用于互联网的智能化在线导诊系统
技术领域
 本发明涉及互联网信息处理领域,特别涉及一种用于互联网的智能化在线导诊系统。
背景技术
目前在线医院,在线诊疗以及健康类的应用中,还没有一套用于在线导诊的系统,导致一些患者不知道自己的症状该找那类的医院、医生进行咨询,非常不便,浪费患者的治疗时间。
发明内容
发明目的:提供一种用于互联网的智能化在线导诊系统,以克服现有技术的不足。
技术方案:提供一种用于互联网的智能化在线导诊系统,所述用于互联网的智能化在线导诊系统包括:搜索框检索系统及客户跟踪服务系统。
其中,所述用于医疗行业搜索框检索系统包括:
用于显示前台搜索界面的终端机及与终端机连接的输入设备。
用于输入病情描述的搜索输入单元。
用于将所述病情描述进行分词处理的分词算法控制单元;具体过程如下:第一步、将要处理的病情描述的句子逐字打散,在树状结构中遍历,如果找到匹配的词就继续,如果遇到终止符,则该词是一个完整的词,所述完整的词作为分词结果输出;第二步、从分词后的下一字开始继续做第一步这样的遍历,如此循环往复直至将病情描述的句子中的词分完;第三步、将所有的分词结果输入到复合选项查询库。
用于根据第三步所得分词结果,从医学常识数据库提出与疾病症状相应的单项选择,并通过搜索选项单元提供给用户;根据用户的选择结果,从网络医生数据库中选取指定的医生,以列表的形式发送至搜索选项单元供用户选择的复合选项查询库。
用于存储网络医生信息的网络医生数据库。
用于存储医学常识的医学常识数据库。
所述终端机、搜索输入单元、分词算法控制单元、复合选项查询库依次连接;所述网络医生数据库及医学常识数据库分别与复合选项查询库连接;所述复合选项查询库通过通讯设备或Internet网络与终端机连接。
其中,所述客户跟踪服务系统包括:
计时模块,与前台检测处理模块连接,用于计算每个用户登录到网站的时长,每隔一个检测时长,计时模块发送一个阶段时长指令给前台检测处理模块。
前台检测处理模块,与跟踪记录模块连接,用于接收到计时模块发来的阶段时长指令后,发送跟踪指令给跟踪记录模块,请求在此阶段时长内监测到得所有用户的访问记录。
跟踪记录模块,与中心规则处理模块连接,用于实时跟踪并且记录每个用户的访问记录,包括登录到网站后访问的所有页面地址及浏览时间内容,跟踪记录模块接到跟踪指令后,将该阶段时长内的用户访问记录发送至中心规则处理模块。
中心规则处理模块,与页面地址对比数据库连接,用于根据用户访问记录初步分析用户的行为类别,然后根据具体的行为类别和行为进行处理:首先设置每个类别的浏览时间阈值,当用户访问某一类别的时间总和大于或等于时间阈值,则判定该用户属于此类别,并将该用户访问记录发送给页面地址对比数据库进行行为具体分析,如果小于时间阈值,将忽略此用户访问记录。
页面地址对比数据库,分别与结果统计模块及数据存储模块连接,用于接收用户访问记录,并根据页面地址的需求意向定义判断该用户的需求意向,并将该需求意向结果发送至结果统计模块及数据存储模块;所述页面地址对比数据库存储了网站的所有页面地址,和所有页面地址的需求意向定义,即将每个页面地址的二级分类的类别做定义,并分别对应一个意向值,并可以添加修改或删除;一个用户的总意向值为他的需求意向值得总和。
结果统计模块,与页面地址对比数据库连接,用于接收页面地址对比数据库对比出来的所有需求意向结果,然后以用户单一ID的形式通过网络终端设备显示出来。
数据存储模块,与页面地址对比数据库连接,存储所有页面地址对比数据库对比出来的需求意向结果。
需求匹配模块,与数据存储模块连接,用于定义与一定的用户需求相匹配的帮助信息,并根据需求意向结果得出对应的帮助信息。
帮助弹出页面模块,与需求匹配模块连接,用于将系统匹配出来的帮助信息通过网络终端设备显示给用户。
所述用于医疗行业搜索框检索系统进一步包括:用于将病情描述按标点符号打散成一个一个的句子的分词预处理单元,串接于分词算法控制单元之前。
所述前台检测处理模块根据已设定规则判断是否将该需求意向结果发送给页面地址数据对比数据库,所述规则设置包括以下数值:类别名称,判断符号,判断时间值,判断行为。
有益技术效果:本发明提供一种类似于线下医院的导诊系统,但此系统会提前得到一些用户的需求信息,这样更能直接,智能,快速的帮助浏览者。
附图说明
图1 本发明实施例用于互联网的智能化在线导诊系统结构图。
图2本发明实施例用于互联网的智能化在线导诊系统的搜索框检索系统结构图。
图3本发明实施例用于互联网的智能化在线导诊系统的搜索框检索系统分词树状图。
图4本发明实施例用于互联网的智能化在线导诊系统的客户跟踪服务系统结构图。
具体实施方式
下面结合附图和实施例对本发明进行详细说明。
请参照图1,本实施例的用于互联网的智能化在线导诊系统包括:搜索框检索系统及客户跟踪服务系统。
请参照图2,所述用于医疗行业搜索框检索系统包括:
用于显示前台搜索界面的终端机及与终端机连接的输入设备。
用于输入病情描述的搜索输入单元。
用于将所述病情描述进行分词处理的分词算法控制单元;具体过程如下:第一步、将要处理的病情描述的句子逐字打散,在树状结构中遍历,如果找到匹配的词就继续,如果遇到终止符,则该词是一个完整的词,所述完整的词作为分词结果输出;第二步、从分词后的下一字开始继续做第一步这样的遍历,如此循环往复直至将病情描述的句子中的词分完;第三步、将所有的分词结果输入到复合选项查询库。
用于根据第三步所得分词结果,从医学常识数据库提出与疾病症状相应的单项选择,并通过搜索选项单元提供给用户;根据用户的选择结果,从网络医生数据库中选取指定的医生,以列表的形式发送至搜索选项单元供用户选择的复合选项查询库。
用于存储网络医生信息的网络医生数据库。
用于存储医学常识的医学常识数据库。
所述终端机、搜索输入单元、分词算法控制单元、复合选项查询库依次连接;所述网络医生数据库及医学常识数据库分别与复合选项查询库连接;所述复合选项查询库通过通讯设备或Internet网络与终端机连接。
其中,所述用于医疗行业搜索框检索系统进一步包括:用于将病情描述按标点符号打散成一个一个的句子的分词预处理单元,串接于分词算法控制单元之前。
三、用于医疗行业搜索框检索方法的具体步骤如下:
第一步、用户通过前台搜索界面终端机的输入设备向搜索输入单元输入关于疾病症状的病情描述。
第二步、搜索输入单元通过通信设备或Internet网络将所述病情描述送入分词算法控制单元。
第三步、分词算法控制单元对病情描述进行分词处理。
(1)首先将要分的全文按标点符号打散成一个一个的句子。这算是预处理的一个步骤,目的是让处理的句子短,效率更高。
(2)开始将要处理的句子在树状结构中遍历,如果找到匹配的就继续,如果遇到红色的终止符,我们就发现这个词是一个完整的词了,这样我们就可以把这个词作为一个一个分词了。
(3)从分词后的下一字开始继续做步骤2这样的遍历,如此循环往复就将词分完了。
到此,字符匹配效率是线性的!取出每一个字去树上找到相应的匹配,每次的匹配代价都是O(1),这样匹配下来的时间复杂度就是字符串本身的长度!对于一个长度为n的字符串来说,它的分词复杂度是O(n)。而最大匹配的平均复杂度是O(n2)。
举例说明:
首先将所要分的词按字打散,并存放到层次数据库中。请参照图3:
六边形框内的字表示树上面的字串是可以单独组成一个词的,例如“感冒”它本身是词库里可以找到的词,所有六边形框内的表示的是终止符。而黄色则表示树上面的字串是无法单独成词的,例如“感冒解”是不存在的词。
这样一个句子会被打散成单字去与树状结构的单字去匹配,词的长度变成了树的高度,每一次的匹配变成了树的遍历,而这种遍历的效率是线性的,非常高效。
        private void enqueueToken(int pos, DictNode parentNode)
        {
            if (pos >= token.termText.length())   //如果长度超超出了就表示分词结束
            {        
                return;
            }
            //用动态规划法来判断从当前位置的字符开始分词是否已经进行过了
            if (isTokened(pos) && parentNode.getLevel() == 0)
            {
                return;
            }
            if (parentNode.getLevel() == 0)
            {
                setTokened(pos);
            }
            String strPrefix = token.termText().substring(pos, pos + 1);
            DictNode dictNode = getDictTree().buildOrGetSubNodes(strPrefix, parentNode);
            if (null == dictNode)
            {
                enqueueToken(pos + 1, DictNode.EMPTY_NODE);//当前字无法组成任何词,往后移一位,继续跑
                return;
            }
            if (dictNode.hasEnd())
            {
                dicNode.incUseCount();
                Token curToken = new Token(dictNode.getTokenvalue(), token.startOffset() + pos + 1 - dictNode.getLevel(), token.startOffset() + pos + 1);
                tokenQueue.offer(curToken);
                enqueueToken(pos + 1, DictNode.EMPTY_NODE);//截完上一个词,开始接下一个词
            }
            enqueueToken(pos + 1, dictNode);//继续往下跑,看看能不能组成更大的词
        }
分词系统分完词并找到疾病名称后直接用疾病名称和复合选项查询库进行匹配,出匹配结果选项。
第四步、复合选项查询库根据第三步所得结果,从医学常识数据库单元提出与疾病症状相应的单项选择,并通过搜索选项单元提供给用户。
第五步、用户通过输入设备进行选择,复合选项查询库根据用户的选择结果,从网络医生数据库中选取指定的医生,以列表的形式发送至搜索选项单元供用户选择.
第六步、用户选择合适的医生后,进行线上或线下预约。     例如:用户输入“我的磨牙疼,还有点痒”,按照分词系统的设定,将此句话的字全部打散,成单一一个字,一个字,然后从第一个字开始进行树形匹配,匹配是根据疾病,病症词库来匹配的,如本例,匹配的结果是2个词“磨牙痛”“牙痒”。匹配出后和复合选项查询库进行匹配,如,磨牙痛匹配出的结果为:蛀牙,牙龈疼痛,假牙脱落。牙痒匹配出的结果为:牙龈炎,冷、热、酸、甜食物刺激。 
请参照图4,所述客户跟踪服务系统包括:
计时模块:计算每个用户登录到网站的时长,可以设置检测的阶段时长间隔,如5秒检测一次,每隔5秒,计时模块会发送一个指令给前台检测处理模块。
跟踪记录模块:跟踪并且记录每个用户登录到网站后访问的所有页面地址,包含浏览时间内容。
每一个用户登录网站后都会产生一个 cookie (名词)此cookie是用户的单一身份证明字符串,网站根据cookie来存储用户的浏览记录及浏览时间。
前台检测处理模块:此模块接收到计时模块发来的阶段时长指令后,发送新指令给跟踪记录模块,请求在此阶段内的此模块在这5秒内的监测到得所有用户的访问记录。
中心规则处理模块:这部分将初步分析用户的行为类别,然后根据具体的行为类别和行为进行处理的模块。如:此部分可将浏览减肥文章作为一种行为类别,然后将此类别的时间设置为3分钟,如果用户浏览的3分钟的减肥文章我就将此数据发送给“页面地址对比数据库”进行行为具体分析,如果不到3分钟,将忽略此数据。
前台检测处理模块将阶段时长内的用户访问记录发送过来后,根据已设定规则(默认1分钟)判断是否发送给页面地址数据对比数据库。所述规则设置包括以下数值:类别名称,判断符号,判断时间值,判断行为。如:减肥文章 >= 3分钟  进行分析处理。减肥文章 < 3分钟  进行忽略处理。
页面地址对比数据库:此数据库存储了网站的所有页面地址,和所有页面地址的需求意向定义,可以添加修改或删除。此模块接收中心规则处理模块的数据。
需求意向定义:页面地址都有几部分来组成。如:
www.my120.com /jianfei/ wenzhang /20110203.html;   
www.my120.com /jianfei/ shipu /20110203.html; 
这个地址中间的 /jianfei/ wenzhang /是网站地址中的二级分类唯一值,可以将这个类别做一个定义,如:/jianfei/ wenzhang /意向值为 0.5 。/jianfei/ shipu /意向值为 0.8 . 一个用户的总意向值为他的需求意向值的总和。如:用户浏览减肥方面的文章,那么代表用户有减肥意向,可能他需要减肥的需求比例在50%,如果用户在浏览减肥方面的食谱,可能他需要减肥的需求比例在80%,复合条件是健康减肥。
如果用户在浏览糖尿病方便的医生资料,可能他需要治疗糖尿病的需求在90%,复合条件是想找专家咨询。
结果统计模块:此模块接收页面地址对比数据库对比出来的所有结果,然后以用户单一ID的形式通过网络终端设备显示出来。
数据存储模块:存储所有 页面地址对比数据库 对比出来的所有结果。
需求匹配模块:此模块可以定义与一定的用户需求相匹配的帮助信息。
该帮助信息需要事先输入的,需要用户自定义的,输入的项有:项目名字“减肥”  项目帮助信息“1.通过药物,减肥药;2.通过运动;3.通过食谱等三种。”
如通过上述系统得出这个用户有减肥的需求,这里匹配出来的结果是:帮助他减肥,帮助他减肥的方法有:1.通过药物,减肥药;2.通过运动;3.通过食谱等三种。
帮助弹出页面模块:通过上述系统得出用户的需求后,系统在前台弹出一个页面,将系统匹配出来的结果通过网络终端设备显示给用户。
所述网络终端设备是数据传输中一端或另一端的设备:计算机显示终端或其他终端;所述计算机显示终端,是计算机系统的输入、输出设备,同时配备可以通过互联网与其它平台是进行关联的设备。
本系统主要功能:在用户浏览视频诊疗网站的时候,根据他查看此网站的一些资料分析出他的需求情况,(这类资料如,他通过搜索栏搜索心脏搭桥专家,通过地区查找一些心脏科室的专家,类似这些行为)如看 心脏科的一些医生资料的话,可能是心脏类得疾病,然后推荐给他一些在线的 能看心脏病的知名专家列表连接。用户可以直接点击这些连接找到他想找到的医生。
 如果用户需要在线客服进行直接对话的话,还可以点击 按钮直接和客服对话,而客服可以看到用户的这些浏览网页的记录,和系统分析出来的用户的需求。
以上内容是结合优选技术方案对本发明所做的进一步详细说明,不能认定发明的具体实施仅限于这些说明。对本发明所属技术领域的普通技术人员来说,在不脱离本发明的构思的前提下,还可以做出简单的推演及替换,都应当视为本发明的保护范围。

Claims (2)

1.一种用于互联网的智能化在线导诊系统,其特征在于,所述用于互联网的智能化在线导诊系统包括:搜索框检索系统及客户跟踪服务系统;
其中,所述搜索框检索系统包括:
用于显示前台搜索界面的终端机及与终端机连接的输入设备;
用于输入病情描述的搜索输入单元;
用于将所述病情描述进行分词处理的分词算法控制单元;具体过程如下:第一步、将要处理的病情描述的句子逐字打散,在树状结构中遍历,如果找到匹配的词就继续,如果遇到终止符,则该词是一个完整的词,所述完整的词作为分词结果输出;第二步、从分词后的下一字开始继续做第一步这样的遍历,如此循环往复直至将病情描述的句子中的词分完;第三步、将所有的分词结果输入到复合选项查询库;
用于根据第三步所得分词结果,从医学常识数据库提出与疾病症状相应的单项选择,并通过搜索选项单元提供给用户;根据用户的选择结果,从网络医生数据库中选取指定的医生,以列表的形式发送至搜索选项单元供用户选择的复合选项查询库;
用于存储网络医生信息的网络医生数据库;
用于存储医学常识的医学常识数据库;
所述终端机、搜索输入单元、分词算法控制单元、复合选项查询库依次连接;所述网络医生数据库及医学常识数据库分别与复合选项查询库连接;所述复合选项查询库通过通讯设备或Internet网络与终端机连接;
其中,所述客户跟踪服务系统包括:
计时模块,与前台检测处理模块连接,用于计算每个用户登录到网站的时长,每隔一个检测时长,计时模块发送一个阶段时长指令给前台检测处理模块;
前台检测处理模块,与跟踪记录模块连接,用于接收到计时模块发来的阶段时长指令后,发送跟踪指令给跟踪记录模块,请求在此阶段时长内监测到得所有用户的访问记录;
跟踪记录模块,与中心规则处理模块连接,用于实时跟踪并且记录每个用户的访问记录,包括登录到网站后访问的所有页面地址及浏览时间内容,跟踪记录模块接到跟踪指令后,将该阶段时长内的用户访问记录发送至中心规则处理模块;
中心规则处理模块,与页面地址对比数据库连接,用于根据用户访问记录初步分析用户的行为类别,然后根据具体的行为类别和行为进行处理:首先设置每个类别的浏览时间阈值,当用户访问某一类别的时间总和大于或等于时间阈值,则判定该用户属于此类别,并将该用户访问记录发送给页面地址对比数据库进行行为具体分析,如果小于时间阈值,将忽略此用户访问记录;
页面地址对比数据库,分别与结果统计模块及数据存储模块连接,用于接收用户访问记录,并根据页面地址的需求意向定义判断该用户的需求意向,并将该需求意向结果发送至结果统计模块及数据存储模块;所述页面地址对比数据库存储了网站的所有页面地址,和所有页面地址的需求意向定义,即将每个页面地址的二级分类的类别做定义,并分别对应一个意向值,并可以添加修改或删除;一个用户的总意向值为他的需求意向值得总和; 
结果统计模块,与页面地址对比数据库连接,用于接收页面地址对比数据库对比出来的所有需求意向结果,然后以用户单一ID的形式通过网络终端设备显示出来;
数据存储模块,与页面地址对比数据库连接,存储所有页面地址对比数据库对比出来的需求意向结果;
需求匹配模块,与数据存储模块连接,用于定义与一定的用户需求相匹配的帮助信息,并根据需求意向结果得出对应的帮助信息;
帮助弹出页面模块,与需求匹配模块连接,用于将系统匹配出来的帮助信息通过网络终端设备显示给用户。
2.根据权利要求1所述的用于互联网的智能化在线导诊系统,其特征在于,所述用于医疗行业搜索框检索系统进一步包括:用于将病情描述按标点符号打散成一个一个的句子的分词预处理单元,串接于分词算法控制单元之前。
CN 201110107678 2011-04-28 2011-04-28 一种用于互联网的智能化在线导诊系统 Expired - Fee Related CN102243639B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 201110107678 CN102243639B (zh) 2011-04-28 2011-04-28 一种用于互联网的智能化在线导诊系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 201110107678 CN102243639B (zh) 2011-04-28 2011-04-28 一种用于互联网的智能化在线导诊系统

Publications (2)

Publication Number Publication Date
CN102243639A CN102243639A (zh) 2011-11-16
CN102243639B true CN102243639B (zh) 2013-01-02

Family

ID=44961701

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 201110107678 Expired - Fee Related CN102243639B (zh) 2011-04-28 2011-04-28 一种用于互联网的智能化在线导诊系统

Country Status (1)

Country Link
CN (1) CN102243639B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140358570A1 (en) * 2013-06-04 2014-12-04 Koninklijke Philips N.V. Healthcare support system and method
CN105512981A (zh) * 2014-09-22 2016-04-20 北京朱李叶健康科技有限公司 一种基于网络的医疗服务供需匹配的系统和方法
CN104965898B (zh) * 2015-06-30 2018-05-25 山东大学第二医院 面向患者的医院在线查询系统
CN105404763A (zh) * 2015-10-26 2016-03-16 天津大学 一种在移动医疗系统中向患者推荐医生的方法
CN106126900A (zh) * 2016-06-17 2016-11-16 甄享凡 远程在线医生诊疗系统
CN107680660A (zh) * 2016-07-27 2018-02-09 百度在线网络技术(北京)有限公司 推荐医生的方法和装置
CN107145759A (zh) * 2017-06-08 2017-09-08 深圳市佑康健康管理股份有限公司 家庭医生的导诊实现方法、装置及计算机可读存储介质
CN108766545B (zh) * 2018-05-31 2023-10-03 平安医疗科技有限公司 在线问诊科室分配方法、装置、计算机设备和存储介质

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1645367A (zh) * 2004-12-27 2005-07-27 上海医元网数码科技发展有限公司 一种寻医系统
CN201674533U (zh) * 2010-06-02 2010-12-15 芜湖市第二人民医院 一种医院导诊系统
CN101882187A (zh) * 2010-06-29 2010-11-10 杭州动意科技有限公司 一种计算机实现的用于提供医疗参考信息的方法

Also Published As

Publication number Publication date
CN102243639A (zh) 2011-11-16

Similar Documents

Publication Publication Date Title
CN102243639B (zh) 一种用于互联网的智能化在线导诊系统
Choe et al. Characterizing visualization insights from quantified selfers' personal data presentations
Cambria et al. Sentic activation: A two-level affective common sense reasoning framework
Doing-Harris et al. Computer-assisted update of a consumer health vocabulary through mining of social network data
CN111341456B (zh) 糖尿病足知识图谱生成方法、装置及可读存储介质
Doan et al. Global health monitor: A web-based system for detecting and mapping infectious diseases
WO2017015392A1 (en) Systems and methods for analyzing healthcare data
Shen et al. Discovering the potential opportunities of scientific advancement and technological innovation: A case study of smart health monitoring technology
Chen et al. A general framework for never-ending learning from time series streams
CN111882203B (zh) 一种中医药云服务实验系统
CN102331999A (zh) 一种用于医疗行业搜索框检索方法及系统
CN111724881B (zh) 一种心理沙盘分析方法和系统
Webb et al. Characterizing Diseases and disorders in Gay Users' tweets
Gaur et al. “Who can help me?”: Knowledge Infused Matching of Support Seekers and Support Providers during COVID-19 on Reddit
Shirai et al. Applying personal knowledge graphs to health
Islamaj Doğan et al. A context-blocks model for identifying clinical relationships in patient records
Giuntini et al. Tracing the emotional roadmap of depressive users on social media through sequential pattern mining
Shi et al. Supporting guided exploratory visual analysis on time series data with reinforcement learning
Jiang et al. Mining potentially unreported effects from twitter posts through relational similarity: A case for opioids
Qian et al. Multi-hop interactive attention based classification network for expert recommendation
Ivaşcu et al. A disease-driven nutrition recommender system based on a multi-agent architecture
CN112185544A (zh) 基于语义的家庭医疗咨询决策支持方法
Idris et al. Big data service engine (bise): Integration of big data technologies for human centric wellness data
CN116881554A (zh) 一种医疗处方推荐方法、装置、电子设备和可读存储介质
Alibasa et al. Predicting mood from digital footprints using frequent sequential context patterns features

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20130102

Termination date: 20150428

EXPY Termination of patent right or utility model