CN105069036A - 一种信息推荐方法及装置 - Google Patents
一种信息推荐方法及装置 Download PDFInfo
- Publication number
- CN105069036A CN105069036A CN201510435003.2A CN201510435003A CN105069036A CN 105069036 A CN105069036 A CN 105069036A CN 201510435003 A CN201510435003 A CN 201510435003A CN 105069036 A CN105069036 A CN 105069036A
- Authority
- CN
- China
- Prior art keywords
- medical institutions
- information
- user
- query word
- described medical
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例提供了一种信息推荐方法及装置。一方面,本发明实施例通过获取查询词和用户场景信息;从而,利用医疗机构的排序模型对所述查询词和所述用户场景信息进行处理,以获得所述医疗机构的排序信息;进而,根据所述医疗机构的排序信息,获得推荐的医疗机构信息。因此,本发明实施例提供的技术方案用以解决现有技术中推荐医疗机构的准确性和可靠性比较低的问题。
Description
【技术领域】
本发明涉及互联网应用技术领域,尤其涉及一种信息推荐方法及装置。
【背景技术】
目前,当用户在搜索引擎中输入的查询词是疾病症状或者疾病名称时,搜索引擎一般会通过搜索结果向用户推荐一些医疗机构,用以满足用户的就医需求。
现有技术中,搜索引擎可以根据用户搜索的疾病症状或者疾病名称进行简单搜索,以获得推荐的医疗机构,这种方式存在常见疾病推荐距离较远的大型医疗机构的问题。或者,搜索引擎还可以根据用户所在地理位置进行搜索,以获得推荐的医疗机构,这种方式存在重大疾病推荐距离较近的社区医院的问题。因此,目前向用户推荐医疗机构方式的准确性和可靠性比较低。
【发明内容】
有鉴于此,本发明实施例提供了一种信息推荐方法及装置,用以解决现有技术中推荐医疗机构的准确性和可靠性比较低的问题。
本发明实施例的一方面,提供一种信息推荐方法,包括:
获取查询词和用户场景信息;
利用医疗机构的排序模型对所述查询词和所述用户场景信息进行处理,以获得所述医疗机构的排序信息;
根据所述医疗机构的排序信息,获得推荐的医疗机构信息。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述利用医疗机构的排序模型对所述查询词和所述用户场景信息进行处理,以获得所述医疗机构的排序信息之前,所述方法还包括:
采集用户针对所述医疗机构的操作记录和用户的地理位置记录中至少一个、医疗机构的详细信息;
根据用户针对所述医疗机构的操作记录和用户的地理位置记录中至少一个、医疗机构的详细信息,构建所述医疗机构的排序模型。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,
所述根据用户针对所述医疗机构的操作记录和用户的地理位置记录中至少一个、医疗机构的详细信息,构建所述医疗机构的排序模型,包括:
根据用户针对所述医疗机构的操作记录和用户的地理位置记录中至少一个,对所述医疗机构的详细信息进行统计处理,以获得所述医疗机构的统计信息;
根据所述医疗机构的统计信息,进行数据建模,以获得所述医疗机构的排序模型。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述医疗机构的排序模型为:
P(h|U,C)∝P(U,C|h)*P(h)
其中,P(h|U,C)表示用户U在用户场景信息C下选择医疗机构h的概率信息;P(h)表示选择医疗机构h的概率信息;P(U,C|h)表示选择医疗机构h的用户为U且用户场景信息为C的概率信息;P(U,C|h)*P(h)根据查询词和所述医疗机构h的统计信息获得。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述利用医疗机构的排序模型对所述查询词和所述用户场景信息进行处理,以获得所述医疗机构的排序信息,包括:
利用所述医疗机构的排序模型对所述查询词和所述用户场景信息进行处理,以获得输入所述查询词的用户在所述用户场景信息下选择医疗机构的概率信息;
按照所述概率信息由大到小的顺序,对所述医疗机构进行排序,以获得所述医疗机构的排序信息。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述根据所述医疗机构的排序信息,获得推荐的医疗机构信息,包括:
根据所述医疗机构的排序信息,确定排序靠前的至少一个医疗机构;
根据所述排序靠前的至少一个医疗机构,获得所述推荐的医疗机构信息。
本发明实施例的一方面,提供一种信息推荐装置,包括:
数据获取单元,用于获取查询词和用户场景信息;
数据处理单元,用于利用医疗机构的排序模型对所述查询词和所述用户场景信息进行处理,以获得所述医疗机构的排序信息;
所述数据处理单元,还用于根据所述医疗机构的排序信息,获得推荐的医疗机构信息。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述装置还包括:
模型生成单元,用于采集用户针对所述医疗机构的操作记录和用户的地理位置记录中至少一个、医疗机构的详细信息;以及,根据用户针对所述医疗机构的操作记录和用户的地理位置记录中至少一个、医疗机构的详细信息,构建所述医疗机构的排序模型。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述模型生成单元,具体用于:
根据用户针对所述医疗机构的操作记录和用户的地理位置记录中至少一个,对所述医疗机构的详细信息进行统计处理,以获得所述医疗机构的统计信息;
根据所述医疗机构的统计信息,进行数据建模,以获得所述医疗机构的排序模型。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述医疗机构的排序模型为:
P(h|U,C)∝P(U,C|h)*P(h)
其中,P(h|U,C)表示用户U在用户场景信息C下选择医疗机构h的概率信息;P(h)表示选择医疗机构h的概率信息;P(U,C|h)表示选择医疗机构h的用户为U且用户场景信息为C的概率信息;P(U,C|h)*P(h)根据查询词和所述医疗机构h的统计信息获得。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述数据处理单元,具体用于:
利用所述医疗机构的排序模型对所述查询词和所述用户场景信息进行处理,以获得输入所述查询词的用户在所述用户场景信息下选择医疗机构的概率信息;
按照所述概率信息由大到小的顺序,对所述医疗机构进行排序,以获得所述医疗机构的排序信息。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述数据处理单元,具体用于:
根据所述医疗机构的排序信息,确定排序靠前的至少一个医疗机构;
根据所述排序靠前的至少一个医疗机构,获得所述推荐的医疗机构信息。
由以上技术方案可以看出,本发明实施例具有以下有益效果:
本发明实施例提供的技术方案,根据查询词和用户场景信息,并有效利用医疗机构的排序模型对这两个信息进行综合处理,以获得满足用户需求的医疗机构信息。与现有技术中,根据疾病信息或者地理位置进行简单搜索获得推荐的医疗机构的技术方案相比,本发明实施例提高了推荐的医疗机构的准确性和可靠性,能够解决现有技术中推荐医疗机构的准确性和可靠性比较低的问题。
【附图说明】
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1是本发明实施例所提供的信息推荐方法的流程示意图;
图2是本发明实施例所提供的医疗机构的排序模型的生成和应用的示意图;
图3是本发明实施例所提供的信息推荐装置的实施例一的流程示意图;
图4是本发明实施例所提供的信息推荐装置的实施例二的流程示意图。
【具体实施方式】
为了更好的理解本发明的技术方案,下面结合附图对本发明实施例进行详细描述。
应当明确,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。
应当理解,本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地,取决于语境,短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
实施例一
本发明实施例给出一种信息推荐方法,请参考图1,其为本发明实施例所提供的信息推荐方法的流程示意图,如图所示,该方法包括以下步骤:
S101,获取查询词和用户场景信息。
S102,利用医疗机构的排序模型对所述查询词和所述用户场景信息进行处理,以获得所述医疗机构的排序信息。
S103,根据所述医疗机构的排序信息,获得推荐的医疗机构信息。
需要说明的是,S101~S103的执行主体可以为信息推荐装置,该装置可以位于本地终端的应用,或者还可以为位于本地终端的应用中的插件或软件开发工具包(SoftwareDevelopmentKit,SDK)等功能单元,或者还可以位于服务器侧,本发明实施例对此不进行特别限定。
可以理解的是,所述应用可以是安装在终端上的应用程序(nativeApp),或者还可以是终端上的浏览器的一个网页程序(webApp),本发明实施例对此不进行限定。
实施例二
基于上述实施例一所提供的信息推荐方法,本发明实施例对S101中获取查询词和用户场景信息的方法进行具体描述。该步骤具体可以包括:
举例说明,本发明实施中,可以获取用户输入的查询词和用户场景信息。
在一个具体的实现过程中,所述用户场景信息可以包括但不限于:用户的地理位置信息、时间信息和用户所使用的终端信息。
在一个具体的实现过程中,可以在获取用户输入的查询词后,利用定位技术,对用户所使用的终端进行定位操作,以获得用户的地理位置信息。
在一个具体的实现过程中,用户所使用的终端信息可以包括但不限于:用户所使用的终端的品牌信息和移动设备国际身份(InternationalMobileEquipmentIdentity,IMEI)码是中至少一个。其中,若用户所使用的终端是手机或者平板电脑,可以通过客户端获取用户所使用的终端的品牌信息或者IMEI码;若用户所使用的终端是个人计算机,可以通过分析浏览器内核来获取用户所使用的终端的品牌信息。
实施例三
基于上述实施例一所提供的信息推荐方法和实施例二,本发明实施例对S102中利用医疗机构的排序模型对所述查询词和所述用户场景信息进行处理,以获得所述医疗机构的排序信息的方法进行具体描述。该步骤具体可以包括:
在一个具体的实现过程中,如图2所示,在获得查询词和用户场景信息后,需要利用医疗机构的排序模型对所述查询词和所述用户场景信息进行处理,以获得所述医疗机构的排序信息。
在一个具体的实现过程中,在利用医疗机构的排序模型对所述查询词和所述用户场景信息进行处理之前,需要预先生成所述医疗机构的排序模型,这样,当需要向用户推荐医疗机构信息时,就可以直接使用预先生成的所述医疗机构的排序模型进行处理。
举例说明,如图2所示,本发明实施例中,生成所述医疗机构的排序模型的方法可以包括但不限于:首先,采集用户针对所述医疗机构的操作记录和用户的地理位置记录中至少一个、医疗机构的详细信息。然后,根据用户针对所述医疗机构的操作记录和用户的地理位置记录中至少一个、医疗机构的详细信息,构建所述医疗机构的排序模型。
在一个具体的实现过程中,用户针对所述医疗机构的操作记录可以包括但不限于:用户针对医疗机构的查询记录、用户查询医疗机构的时间信息、用户在搜索结果中针对医疗机构的点击记录和用户在搜索引擎中输入的作为查询词的疾病信息等。
在一个具体的实现过程中,所述医疗机构的详细信息可以包括但不限于:医疗机构就诊记录、医疗机构治疗疾病的排名信息、医疗机构的关键词竞价排名信息、医疗机构的详细介绍信息、用户对医疗机构的评价信息。其中,所述医疗机构的详细介绍信息可以包括但不限于:医疗机构中专家数量、医疗机构的等级等。
在一个具体的实现过程中,根据用户针对所述医疗机构的操作记录和用户的地理位置记录中至少一个、医疗机构的详细信息,构建所述医疗机构的排序模型的实现方法可以包括但不限于:
首先,如图2所示,根据用户针对所述医疗机构的操作记录和用户的地理位置记录中至少一个,对所述医疗机构的详细信息进行统计处理,以获得所述医疗机构的统计信息。然后,根据所述医疗机构的统计信息,进行数据建模,以获得所述医疗机构的排序模型。
例如,可以根据用户查询医疗机构的时间信息,对采集到的医院就诊记录进行统计处理,以获得医疗机构与时间信息的对应关系,如医疗机构对应的就诊时间或者查询医疗机构的时间信息等,以作为所述医疗机构的统计信息。
再例如,可以根据用户针对医疗机构的查询记录,对采集到的医院就诊记录进行统计处理,以获得医疗机构与地理位置信息的对应关系,如前往医疗机构的用户的地理位置分布,以作为所述医疗机构的统计信息。
再例如,可以对采集到的同一医疗机构的详细介绍信息进行汇总,以获得医疗机构的基本信息,以作为所述医疗机构的统计信息。
再例如,可以根据用户在搜索结果中针对医疗机构的点击记录和医疗机构的关键词竞价排名信息中至少一个,获得医疗机构的热度信息,以作为所述医疗机构的统计信息。
再例如,对用户在搜索引擎中输入的作为查询词的疾病信息进行统计,以获得病症流行信息,以作为所述医疗机构的统计信息。
再例如,对用户在搜索引擎中输入的查询词的疾病信息进行分析,以获得用户的病症信息,以作为所述医疗机构的统计信息。
再例如,可以根据医疗机构治疗疾病的排名信息、用户在搜索结果中针对医疗机构的点击记录、用户对医疗机构的评价信息和医疗机构的关键词竞价排名信息中至少一个,统计医疗机构对于某病症的治疗能力,以获得医疗机构的医疗能力信息,以作为所述医疗机构的统计信息。
再例如,可以根据医院就诊记录统计该医疗机构对某病症的治愈花费情况,以获得所述医疗机构的费用信息,以作为所述医疗机构的统计信息。需要说明的是,通过获得医疗机构的费用信息,可以根据用户所使用的终端信息推测用户的消费水平,进而根据医疗机构的费用信息向用户推荐医疗机构。
在一个具体的实现过程中,可以根据所述医疗机构的统计信息,并利用机器学习方法进行数据建模,以生成所述医疗机构的排序模型。
例如,利用机器学习方法中的贝叶斯算法可以生成的所述医疗机构的排序模型可以为:
其中,P(h|U,C)表示用户U在用户场景信息C下选择医疗机构h的概率信息;P(h)表示选择医疗机构h的概率信息;P(U,C|h)表示选择医疗机构h的用户为U且用户场景信息为C的概率信息;P(U,C)表示用户为U且用户场景信息为C的概率信息;P(U,C|h)*P(h)根据查询词和所述医疗机构h的统计信息获得。
优选的,若假设用户与用户场景信息相互独立,则可以利用如下公式获得P(U,C|h)*P(h):
P(U,C|h)*P(h)=P(U|h)*P(C|h)*P(h)
该公式中,P(U|h)表示选择医疗机构h的用户为U的概率信息;P(C|h)表示选择医疗机构h时用户场景信息为C的概率信息。
其中,对于用户U可以包含用户的查询词(Query),下面以查询词是病症信息q为例,可以获得:
P(U|h)*P(C|h)*P(h)=P(q|h)*P(C|h)*P(h)
其中,P(q|h)表示在给定医疗机构h的条件下发生查询词q的概率信息。
其中,若以用户的病症信息作为所述医疗机构的统计信息,则可以利用如下公式获得P(q|h):
该公式中,P(q,Z|h)表示在给定医疗机构h的条件下发生查询词q且发生用户的病症信息Z的概率信息;P(q|Z)表示在用户的病症信息为Z的条件下用户输入的查询词为q的概率信息;P(Z|h)表示医疗机构h治疗病症信息Z所指示的疾病的概率信息。
其中,可以利用如下公式获得∑ZP(q|Z)*P(Z|h):
该公式中,P(Z|q)表示查询词q对应的用户的疾病信息为Z的概率信息;P(q)表示用户输入查询词为q的概率信息;P(Z)表示用户的疾病信息Z流行的概率信息。
经过上述推导,可以确定所述医疗机构的排序模型可以为:
下面以用户场景信息C包含时间信息t和地理位置信息l为例,获得P(C|h):
P(C|h)=P(t,l|h)
假设时间信息t与地理位置信息l相互独立,可以获得:
P(C|h)=P(t,l|h)=P(t|h)*P(l|h)
其中,P(t|h)表示用户C在时间信息t前往医疗机构t的概率信息;P(l|h)表示用户C从地理位置信息l所指示的地点前往医疗机构t的概率信息。
进一步的,可以获得:
举例说明,利用医疗机构的排序模型对所述查询词和所述用户场景信息进行处理,以获得所述医疗机构的排序信息的方法可以包括但不限于:
首先,利用所述医疗机构的排序模型对所述查询词和所述用户场景信息进行处理,以获得输入所述查询词的用户U在所述用户场景信息C下选择医疗机构h的概率信息P(h|U,C)。然后,按照所述概率信息由大到小的顺序,对所述医疗机构进行排序,以获得所述医疗机构的排序信息。
实施例四
基于上述实施例一所提供的信息推荐方法、实施例二和实施例三,本发明实施例对S103中利根据所述医疗机构的排序信息,获得推荐的医疗机构信息的方法进行具体描述。该步骤具体可以包括:
首先,根据所述医疗机构的排序信息,确定排序靠前的至少一个医疗机构。然后,根据所述排序靠前的至少一个医疗机构,获得所述推荐的医疗机构信息。
在一个具体的实现过程中,对于所述排序靠前的至少一个医疗机构,可以根据其他排序规则进行进一步排序,例如,根据医疗机构的关键词竞价信息,对所述排序靠前的至少一个医疗机构进行排序,以获得排序结果,将该排序结果作为所述推荐的医疗机构信息。
进一步的,本发明实施例中,在获得推荐的医疗机构信息后,可以输出所述医疗机构信息。例如,在搜索结果页中输出所述医疗机构信息。这样,就可以将推荐的医疗机构信息提供给用户。
需要说明的是,利用上述方法生成的医疗机构的排序模型可以满足病症对应性、场景对应性、医疗机构合理性、医疗机构热度对应性等。
可以理解的是,所述病症对应性指的是获得的用户的病症信息与用户在搜索引擎中输入的作为查询词的疾病信息相匹配。可以根据医疗领域知识或者查询分类器,并结合病症流行信息进行分析,以获得用户的病症信息。所述场景对应性指的是向用户推荐的医疗机构信息与用户场景信息相匹配。所述医疗机构合理性指的是向用户推荐的医疗机构在满足能够治疗用户疾病的前提下,尽量满足用户的其他需求,如向紧急病症的用户推荐比较近的医疗机构,向消费水平较低的用户推荐公立的医疗机构等。所述医疗机构热度对应性指的是向用户推荐的医疗机构在满足合理性的前提下,充分考虑医疗机构的热度信息,如医疗机构的关键词竞价排名信息。
本发明实施例进一步给出实现上述方法实施例中各步骤及方法的装置实施例。
请参考图3,其为本发明实施例所提供的信息推荐装置的实施例一的流程示意图。如图所示,该装置包括:
数据获取单元31,用于获取查询词和用户场景信息;
数据处理单元32,用于利用医疗机构的排序模型对所述查询词和所述用户场景信息进行处理,以获得所述医疗机构的排序信息;
所述数据处理单元32,还用于根据所述医疗机构的排序信息,获得推荐的医疗机构信息。
在一可选实施方式中,如图4所示,该装置还包括:模型生成单元33。
模型生成单元33,用于采集用户针对所述医疗机构的操作记录和用户的地理位置记录中至少一个、医疗机构的详细信息;以及,根据用户针对所述医疗机构的操作记录和用户的地理位置记录中至少一个、医疗机构的详细信息,构建所述医疗机构的排序模型。
优选的,所述模型生成单元33,具体用于:
根据用户针对所述医疗机构的操作记录和用户的地理位置记录中至少一个,对所述医疗机构的详细信息进行统计处理,以获得所述医疗机构的统计信息;
根据所述医疗机构的统计信息,进行数据建模,以获得所述医疗机构的排序模型。
优选的,所述医疗机构的排序模型为:
P(h|U,C)∝P(U,C|h)*P(h)
其中,P(h|U,C)表示用户U在用户场景信息C下选择医疗机构h的概率信息;P(h)表示选择医疗机构h的概率信息;P(U,C|h)表示选择医疗机构h的用户为U且用户场景信息为C的概率信息;P(U,C|h)*P(h)根据查询词和所述医疗机构h的统计信息获得。
优选的,所述数据处理单元32,具体用于:
利用所述医疗机构的排序模型对所述查询词和所述用户场景信息进行处理,以获得输入所述查询词的用户在所述用户场景信息下选择医疗机构的概率信息;
按照所述概率信息由大到小的顺序,对所述医疗机构进行排序,以获得所述医疗机构的排序信息。
优选的,所述数据处理单元32,具体用于:
根据所述医疗机构的排序信息,确定排序靠前的至少一个医疗机构;
根据所述排序靠前的至少一个医疗机构,获得所述推荐的医疗机构信息。
由于本实施例中的各单元能够执行图1所示的方法,本实施例未详细描述的部分,可参考对图1的相关说明。
本发明实施例的技术方案具有以下有益效果:
本发明实施例中,通过获取查询词和用户场景信息;从而,利用医疗机构的排序模型对所述查询词和所述用户场景信息进行处理,以获得所述医疗机构的排序信息;进而,根据所述医疗机构的排序信息,获得推荐的医疗机构信息。
本发明实施例提供的技术方案,根据查询词和用户场景信息,并有效利用医疗机构的排序模型对这两个信息进行综合处理,以获得满足用户需求的医疗机构信息。与现有技术中,根据疾病信息或者地理位置进行简单搜索获得推荐的医疗机构的技术方案相比,本发明实施例提高了推荐的医疗机构的准确性和可靠性,能够解决现有技术中推荐医疗机构的准确性和可靠性比较低的问题。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机装置(可以是个人计算机,服务器,或者网络装置等)或处理器(Processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(RandomAccessMemory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。
Claims (12)
1.一种信息推荐方法,其特征在于,所述方法包括:
获取查询词和用户场景信息;
利用医疗机构的排序模型对所述查询词和所述用户场景信息进行处理,以获得所述医疗机构的排序信息;
根据所述医疗机构的排序信息,获得推荐的医疗机构信息。
2.根据权利要求1所述的方法,其特征在于,所述利用医疗机构的排序模型对所述查询词和所述用户场景信息进行处理,以获得所述医疗机构的排序信息之前,所述方法还包括:
采集用户针对所述医疗机构的操作记录和用户的地理位置记录中至少一个、医疗机构的详细信息;
根据用户针对所述医疗机构的操作记录和用户的地理位置记录中至少一个、医疗机构的详细信息,构建所述医疗机构的排序模型。
3.根据权利要求2所述的方法,其特征在于,所述根据用户针对所述医疗机构的操作记录和用户的地理位置记录中至少一个、医疗机构的详细信息,构建所述医疗机构的排序模型,包括:
根据用户针对所述医疗机构的操作记录和用户的地理位置记录中至少一个,对所述医疗机构的详细信息进行统计处理,以获得所述医疗机构的统计信息;
根据所述医疗机构的统计信息,进行数据建模,以获得所述医疗机构的排序模型。
4.根据权利要求1至3中任一项所述的方法,其特征在于,所述医疗机构的排序模型为:
P(h|U,C)∝P(U,C|h)*P(h)
其中,P(h|U,C)表示用户U在用户场景信息C下选择医疗机构h的概率信息;P(h)表示选择医疗机构h的概率信息;P(U,C|h)表示选择医疗机构h的用户为U且用户场景信息为C的概率信息;P(U,C|h)*P(h)根据查询词和所述医疗机构h的统计信息获得。
5.根据权利要求4所述的方法,其特征在于,所述利用医疗机构的排序模型对所述查询词和所述用户场景信息进行处理,以获得所述医疗机构的排序信息,包括:
利用所述医疗机构的排序模型对所述查询词和所述用户场景信息进行处理,以获得输入所述查询词的用户在所述用户场景信息下选择医疗机构的概率信息;
按照所述概率信息由大到小的顺序,对所述医疗机构进行排序,以获得所述医疗机构的排序信息。
6.根据权利要求1所述的方法,其特征在于,所述根据所述医疗机构的排序信息,获得推荐的医疗机构信息,包括:
根据所述医疗机构的排序信息,确定排序靠前的至少一个医疗机构;
根据所述排序靠前的至少一个医疗机构,获得所述推荐的医疗机构信息。
7.一种信息推荐装置,其特征在于,所述装置包括:
数据获取单元,用于获取查询词和用户场景信息;
数据处理单元,用于利用医疗机构的排序模型对所述查询词和所述用户场景信息进行处理,以获得所述医疗机构的排序信息;
所述数据处理单元,还用于根据所述医疗机构的排序信息,获得推荐的医疗机构信息。
8.根据权利要求7所述的装置,其特征在于,所述装置还包括:
模型生成单元,用于采集用户针对所述医疗机构的操作记录和用户的地理位置记录中至少一个、医疗机构的详细信息;以及,根据用户针对所述医疗机构的操作记录和用户的地理位置记录中至少一个、医疗机构的详细信息,构建所述医疗机构的排序模型。
9.根据权利要求8所述的装置,其特征在于,所述模型生成单元,具体用于:
根据用户针对所述医疗机构的操作记录和用户的地理位置记录中至少一个,对所述医疗机构的详细信息进行统计处理,以获得所述医疗机构的统计信息;
根据所述医疗机构的统计信息,进行数据建模,以获得所述医疗机构的排序模型。
10.根据权利要求7至9中任一项所述的装置,其特征在于,所述医疗机构的排序模型为:
P(h|U,C)∝P(U,C|h)*P(h)
其中,P(h|U,C)表示用户U在用户场景信息C下选择医疗机构h的概率信息;P(h)表示选择医疗机构h的概率信息;P(U,C|h)表示选择医疗机构h的用户为U且用户场景信息为C的概率信息;P(U,C|h)*P(h)根据查询词和所述医疗机构h的统计信息获得。
11.根据权利要求10所述的装置,其特征在于,所述数据处理单元,具体用于:
利用所述医疗机构的排序模型对所述查询词和所述用户场景信息进行处理,以获得输入所述查询词的用户在所述用户场景信息下选择医疗机构的概率信息;
按照所述概率信息由大到小的顺序,对所述医疗机构进行排序,以获得所述医疗机构的排序信息。
12.根据权利要求7所述的装置,其特征在于,所述数据处理单元,具体用于:
根据所述医疗机构的排序信息,确定排序靠前的至少一个医疗机构;
根据所述排序靠前的至少一个医疗机构,获得所述推荐的医疗机构信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510435003.2A CN105069036A (zh) | 2015-07-22 | 2015-07-22 | 一种信息推荐方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510435003.2A CN105069036A (zh) | 2015-07-22 | 2015-07-22 | 一种信息推荐方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105069036A true CN105069036A (zh) | 2015-11-18 |
Family
ID=54498408
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510435003.2A Pending CN105069036A (zh) | 2015-07-22 | 2015-07-22 | 一种信息推荐方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105069036A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105868564A (zh) * | 2016-04-05 | 2016-08-17 | 苏州联康网络有限公司 | 疾病的就诊医院推荐系统 |
CN105956976A (zh) * | 2016-05-12 | 2016-09-21 | 深圳瑞麦科技有限公司 | 提供医药师信息及为医药师提供专业信息的方法和装置 |
CN105975610A (zh) * | 2016-05-18 | 2016-09-28 | 北京百度网讯科技有限公司 | 场景识别方法及装置 |
CN107590168A (zh) * | 2016-07-08 | 2018-01-16 | 百度(美国)有限责任公司 | 用于关系推断的系统和方法 |
CN107644011A (zh) * | 2016-07-20 | 2018-01-30 | 百度(美国)有限责任公司 | 用于细粒度医疗实体提取的系统和方法 |
CN108039200A (zh) * | 2017-12-22 | 2018-05-15 | 东软集团股份有限公司 | 一种信息推荐方法、装置及存储介质、程序产品 |
WO2018153033A1 (zh) * | 2017-02-27 | 2018-08-30 | 华为技术有限公司 | 一种信息处理方法及装置 |
CN109034389A (zh) * | 2018-08-02 | 2018-12-18 | 黄晓鸣 | 信息推荐系统的人机交互式修正方法、装置、设备和介质 |
CN109192289A (zh) * | 2018-10-30 | 2019-01-11 | 平安医疗健康管理股份有限公司 | 一种医疗服务点推荐方法、设备、服务器及可读介质 |
CN111655140A (zh) * | 2017-12-06 | 2020-09-11 | 通用电气公司 | 用于鉴定用于远程分析的ecg数据的系统和方法 |
CN113284590A (zh) * | 2021-05-27 | 2021-08-20 | 复旦大学 | 一种基于位置服务的医疗资源可视化推荐方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002075588A1 (en) * | 2001-03-21 | 2002-09-26 | Inter China Network Software Company Limited | System and method of personal and business web cards |
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 |
CN101441636A (zh) * | 2007-11-21 | 2009-05-27 | 中国科学院自动化研究所 | 一种基于知识库的医院信息搜索引擎及系统 |
CN102043812A (zh) * | 2009-10-13 | 2011-05-04 | 北京大学 | 一种医疗信息的检索方法及系统 |
CN102129526A (zh) * | 2011-04-02 | 2011-07-20 | 中国医学科学院医学信息研究所 | 面向公众的就医向导式自助分诊挂号方法及系统 |
CN103914797A (zh) * | 2013-01-04 | 2014-07-09 | 华为技术有限公司 | 挂号方案推荐系统和方法 |
-
2015
- 2015-07-22 CN CN201510435003.2A patent/CN105069036A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002075588A1 (en) * | 2001-03-21 | 2002-09-26 | Inter China Network Software Company Limited | System and method of personal and business web cards |
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 |
CN101441636A (zh) * | 2007-11-21 | 2009-05-27 | 中国科学院自动化研究所 | 一种基于知识库的医院信息搜索引擎及系统 |
CN102043812A (zh) * | 2009-10-13 | 2011-05-04 | 北京大学 | 一种医疗信息的检索方法及系统 |
CN102129526A (zh) * | 2011-04-02 | 2011-07-20 | 中国医学科学院医学信息研究所 | 面向公众的就医向导式自助分诊挂号方法及系统 |
CN103914797A (zh) * | 2013-01-04 | 2014-07-09 | 华为技术有限公司 | 挂号方案推荐系统和方法 |
Non-Patent Citations (1)
Title |
---|
赫尔: "《风险管理与金融机构 原书第3版》", 31 March 2013, 机械工业出版社 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105868564A (zh) * | 2016-04-05 | 2016-08-17 | 苏州联康网络有限公司 | 疾病的就诊医院推荐系统 |
CN105956976A (zh) * | 2016-05-12 | 2016-09-21 | 深圳瑞麦科技有限公司 | 提供医药师信息及为医药师提供专业信息的方法和装置 |
CN105975610A (zh) * | 2016-05-18 | 2016-09-28 | 北京百度网讯科技有限公司 | 场景识别方法及装置 |
CN107590168B (zh) * | 2016-07-08 | 2023-06-16 | 百度(美国)有限责任公司 | 用于关系推断的系统和方法 |
CN107590168A (zh) * | 2016-07-08 | 2018-01-16 | 百度(美国)有限责任公司 | 用于关系推断的系统和方法 |
CN107644011A (zh) * | 2016-07-20 | 2018-01-30 | 百度(美国)有限责任公司 | 用于细粒度医疗实体提取的系统和方法 |
CN107644011B (zh) * | 2016-07-20 | 2023-11-07 | 百度(美国)有限责任公司 | 用于细粒度医疗实体提取的系统和方法 |
WO2018153033A1 (zh) * | 2017-02-27 | 2018-08-30 | 华为技术有限公司 | 一种信息处理方法及装置 |
CN111655140A (zh) * | 2017-12-06 | 2020-09-11 | 通用电气公司 | 用于鉴定用于远程分析的ecg数据的系统和方法 |
CN111655140B (zh) * | 2017-12-06 | 2024-01-19 | 通用电气公司 | 用于鉴定用于远程分析的ecg数据的系统和方法 |
CN108039200A (zh) * | 2017-12-22 | 2018-05-15 | 东软集团股份有限公司 | 一种信息推荐方法、装置及存储介质、程序产品 |
CN109034389A (zh) * | 2018-08-02 | 2018-12-18 | 黄晓鸣 | 信息推荐系统的人机交互式修正方法、装置、设备和介质 |
CN109192289A (zh) * | 2018-10-30 | 2019-01-11 | 平安医疗健康管理股份有限公司 | 一种医疗服务点推荐方法、设备、服务器及可读介质 |
CN113284590A (zh) * | 2021-05-27 | 2021-08-20 | 复旦大学 | 一种基于位置服务的医疗资源可视化推荐方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105069036A (zh) | 一种信息推荐方法及装置 | |
AU2018383346B2 (en) | Domain-specific natural language understanding of customer intent in self-help | |
CN105447730B (zh) | 目标用户定向方法及装置 | |
CN109087135B (zh) | 用户意图的挖掘方法及装置、计算机设备及可读介质 | |
US20210141839A1 (en) | Information search method, apparatus, and system | |
CN105677767B (zh) | 一种设备配置推荐方法和装置 | |
US11243992B2 (en) | System and method for information recommendation | |
US9639846B2 (en) | System and method for providing targeted content | |
US20160189207A1 (en) | Enhanced online content delivery system using action rate lift | |
US20160125028A1 (en) | Systems and methods for query rewriting | |
CN111723292B (zh) | 基于图神经网络的推荐方法、系统、电子设备及存储介质 | |
CN103339623A (zh) | 涉及因特网搜索的方法和设备 | |
CN111523677B (zh) | 实现对机器学习模型的预测结果进行解释的方法及装置 | |
WO2009002526A1 (en) | System and method for providing targeted content | |
US20120284119A1 (en) | System and method for selecting web pages on which to place display advertisements | |
CN109241403A (zh) | 项目推荐方法、装置、机器设备和计算机可读存储介质 | |
WO2019061664A1 (zh) | 电子装置、基于用户上网数据的产品推荐方法及存储介质 | |
US11809505B2 (en) | Method for pushing information, electronic device | |
US20160104074A1 (en) | Recommending Bidded Terms | |
CN112507230B (zh) | 基于浏览器的网页推荐方法、装置、电子设备及存储介质 | |
WO2018004737A1 (en) | Improving content delivery by monitoring user actions for predicting event performance | |
CN112348592A (zh) | 广告推荐方法、装置、电子设备及介质 | |
WO2017112053A1 (en) | Prediction using a data structure | |
CN113672758B (zh) | 歌单生成方法、装置、介质和计算设备 | |
CN112182390B (zh) | 一种函件推送方法、装置、计算机设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20151118 |