CN108039198A - 一种面向移动医疗的医生推荐方法及系统 - Google Patents

一种面向移动医疗的医生推荐方法及系统 Download PDF

Info

Publication number
CN108039198A
CN108039198A CN201711309857.1A CN201711309857A CN108039198A CN 108039198 A CN108039198 A CN 108039198A CN 201711309857 A CN201711309857 A CN 201711309857A CN 108039198 A CN108039198 A CN 108039198A
Authority
CN
China
Prior art keywords
msub
mrow
doctor
patient
scoring
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
Application number
CN201711309857.1A
Other languages
English (en)
Inventor
付蔚
潘光吉
王平
王炳鹏
杜亮
张继柱
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.)
Chongqing University of Post and Telecommunications
Original Assignee
Chongqing University of Post and Telecommunications
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 Chongqing University of Post and Telecommunications filed Critical Chongqing University of Post and Telecommunications
Priority to CN201711309857.1A priority Critical patent/CN108039198A/zh
Publication of CN108039198A publication Critical patent/CN108039198A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明涉及一种面向移动医疗的医生推荐方法及系统，属于移动医疗技术领域。该系统包括智能终端、后台数据库和后台服务器；首先系统根据获取到的数据传输到智能终端，智能终端再把数据传输到后台服务器，后台服务器对患者的人体生理参数进行分析处理判断患者患有的疾病，并根据医生推荐方法产生Top‑N的医生推荐列表，其中医生推荐方法包括患者相似度的计算、患者对医生能力的评分和患者个性化选择的最终评分获得的Top‑N个医生，并将该医生推荐列表返回到智能终端，然后患者选择医生就诊，并在就诊后给出对该医生的满意度作出评价。本发明明显提高了患者对医生的满意度。

Description

一种面向移动医疗的医生推荐方法及系统
技术领域
本发明属于移动医疗技术领域，涉及一种面向移动医疗的医生推荐方法及系统。
背景技术
随着人们生活水平的不断提高，人们对于健康的重视程度也在不断地提高。由于医疗资源短缺、不平衡造成的“看病难、就医贵”已经成为困扰发展中国家的顽疾。当前医疗服务和健康服务发展的水平远不能满足人们需要之间的矛盾.方便快捷的移动智慧医疗应用变的尤为迫切。随着医疗行业的快速发展，“医疗信息过载”的现象越来越严重，信息过载已经成为当今互联网的一大难题，而医疗资源、医生信息等具有专业信息，对于没有专业认知的普通用户来说，往往会在庞大的现有的检索信息中无法更好地选择个人所需，大大影响了医疗服务的质量。而大量的医生、患者、诊断等数据具有十分重要的分析和利用价值。如何对医疗信息系统中大量数据进行合理开发、分析和利用，并将分析处理之后的数据提供给医生、患者等各类数据使用者使其最大程度地发挥社会价值，是医疗信息化进程中面临的重要课题之一。
发明内容
有鉴于此，本发明的目的在于提供一种面向移动医疗的医生推荐方法及系统具有极大的意义，根据患者和医生的个性化差异和医生评分中推荐出最合适每位患者的医生列表，达到为患者进行医生推荐的目的，可以帮助患者通过客户端准确、迅速的选择符合条件的医生，并提高用户对医生的满意度。
为达到上述目的，本发明提供如下技术方案：
一种面向移动医疗的医生推荐系统，该系统包括智能终端、后台数据库和后台服务器；
智能终端包括智能手环和PC端，用于输入用户的个人信息以及输出根据该信息得到的初步诊断；
后台数据库用于存储患者信息和医生信息；
首先系统根据获取到的数据传输到智能终端，智能终端再把数据传输到后台服务器，后台服务器对患者的人体生理参数进行分析处理判断患者患有的疾病，并根据医生推荐方法产生Top-N的医生推荐列表，其中医生推荐方法包括患者相似度的计算、患者对医生能力的评分和患者个性化选择的最终评分获得的Top-N个医生，并将该医生推荐列表返回到智能终端，然后患者选择医生就诊，并在就诊后给出对该医生的满意度作出评价。
进一步，所述患者信息为根据用户患有的疾病、年龄、感兴趣的话题、城市和性别，再根据患者相似度公式计算出患者相似列表，患者的病情模型包含患者的基础资料、诊疗信息、当前需求特征。
进一步，所述医生为根据已评分的医生的信息预测出未评分的医生，医生的信息包括擅长的领域、职称、性别、城市、年龄、绩效和价格。
进一步，所述满意度的分级从高至低为5星、4星、3星、2星和1星。
基于所述系统的一种面向移动医疗的医生推荐方法，该方法为：根据患者信息提取用户的特征，根据医生的信息提取医生具有的特征，获得符合用户的医生推荐列表，再根据用户对医生的评分获得Top-N位医生的推荐列表；具体步骤为：
(1)采用Pearson相关系数计算目标患者与邻居集合Iij中的患者之间的相似性：
其中是患者ci对所有医生的平均评分，表示患者cj对所有医生的平均评分，表示患者ci对医生di的评分，表示患者cj对项目di的评分；
(2)根据最近邻居集合Iij中的患者偏好计算目标患者对未评分医生能力的预测评分：
其中表示患者cj对医生dj的评分，表示目标患者ci对所有医生的评分，表示患者cj对所有医生的评分；表示目标患者ci对医生di能力的预测评分，sim(ci,cj)表示目标用户ci与用户cj的相似性，
(3)根据患者对医生的个性化选择求得医生的综合评分，个性化选择包括：能力、价格和距离远近因素，根据综合评分获得最高的前N个医生推荐给当前用户，即当前用户的Top-N推荐列表，综合评分：
其中c1+c2+c3+…+cn＝1，表示患者对医生的评分，P表示价格的评分，add表示距离远近的评分，par表示其他参数的评分。
本发明的有益效果在于：本发明根据患者的特征和医生的特征找到合适的医生列表，在根据对医生的评分选择出Top-N个医生，帮助患者通过移动终端找到最合适自己的医生，实验表明，采用该系统明显提高了患者对医生的满意度。
附图说明
为了使本发明的目的、技术方案和有益效果更加清楚，本发明提供如下附图进行说明：
图1为本发明的系统流程图；
图2为本发明的医生推荐方法流程图。
具体实施方式
下面将结合附图，对本发明的优选实施例进行详细的描述。
如图1、图2所示，本发明提供一种面向移动医疗的医生推荐方法及系统，用于帮助患者通过客户端准确、迅速的选择最合适自己的医生，提高患者对医生的满意度。
该软件包括健康参数采集端、与健康参数采集端连接的智能终端和与所述智能终端相连接的后台服务器；健康参数采集端将采集的人体生理参数传输到智能终端，智能终端将人体生理参数和个人基本信息传输至后台服务器，后台服务器对该人体生理参数进行分析处理并将分析结果推送至智能终端，智能终端根据所得到的数据绘制曲线图、显示身体健康状况。后台服务器还根据患者的信息和数据库中存有的医生进行特征对比，再结合用户对医生的评分，最终实现医生推荐列表，并将该列表返回到移动终端，移动终端解析并显示，用户可以直接选择医生和在线地咨询医生，得到医生的反馈。
在本实施例中，健康参数采集端为智能手环和手动输入个人基本信息，智能手环通过蓝牙4.0通信技术将这些参数传输到智能终端，然后智能终端再把数据传输通过3G、4G、WIFI等通信技术传输到后台服务器，后台服务器对该数据进行分析和处理获得患者的病理，并根据患者和医生的信息、患者对医生的评分产生符合该患者的医生推荐列表。具体流程如下：
(1)患者信息来源于智能手环和手动输入个人基本信息。其中智能手环主要采集生理参数，用户输入的个人基本信息包括：姓名、年龄、性别、身高、城市、病历等。首先智能手环获取到的生理参数传输到移动终端，移动终端再把生理参数和患者的个人基本信息传输到后台服务器，后台服务器对该人体生理参数和个人基本信息进行分析处理判断患者患有的疾病。
(2)后台数据库中存入各个医院的医生信息，医生信息包括医生姓名、所在医院、擅长的领域、性别、城市、还有患者对医生的评分等。
(3)根据用户信息来提取用户的特征和根据医生的信息来提取医生具有的特征来获得符合该用户的医生推荐列表，再根据用户对医生的评分来获得Top-N位医生的推荐列表。具体算法步骤如下：
①采用Pearson相关系数计算目标患者与邻居集合Iij中的患者之间的相似性：
其中是患者ci对所有医生的平均评分，表示患者cj对所有医生的平均评分，表示患者ci对医生di的评分，表示患者cj对项目di的评分。
②根据最近邻居集合Iij中的患者偏好来计算目标患者对未评分医生能力的预测评分：
其中表示患者cj对医生dj的评分，表示目标患者ci对所有医生的评分，表示患者cj对所有医生的评分；表示目标患者ci对医生di能力的预测评分，sim(ci,cj)表示目标用户ci与用户cj的相似性。
③再根据患者对医生的个性化选择求得医生的综合评分，个性化选择包括：能力、价格、距离远近等多因素，根据综合评分获得最高的前N个医生推荐给当前用户，也就是当前用户的Top-N推荐列表。综合评分：
其中c1+c2+c3+…+cn＝1，表示患者对医生的评分，P表示价格的评分，add表示距离远近的评分，par表示其他参数的评分。
(2)获得的Top-N推荐列表返回到移动终端，移动终端解析并显示，用户可以直接选择医生和在线地咨询医生，得到医生的反馈。
(3)患者最后对诊治医生给出个满意度的评分，分别为5星、4星、3星、2星、1星。
综上，本发明所提出面向移动医疗的医生推荐方法及系统，通过智能手环对人体生理参数的采集和手动输入个人基本信息，把采集到的和手打输入的数据通过智能终端传输到后台服务器，后台服务器再处理和分析判断患者患有的疾病，并根据医生推荐方法产生Top-N的医生推荐列表，并将该列表返回到移动终端，移动终端解析并显示，用户可以直接选择医生和在线地咨询医生，得到医生的反馈，以及就诊后患者对医生的满意度作出评价，实验表明，采用该系统的患者对医生的满意度有着明显提高。
最后说明的是，以上优选实施例仅用以说明本发明的技术方案而非限制，尽管通过上述优选实施例已经对本发明进行了详细的描述，但本领域技术人员应当理解，可以在形式上和细节上对其作出各种各样的改变，而不偏离本发明权利要求书所限定的范围。

Claims (5)

1.一种面向移动医疗的医生推荐系统，其特征在于：该系统包括智能终端、后台数据库和后台服务器；
智能终端包括智能手环和PC端，用于输入用户的个人信息以及输出根据该信息得到的初步诊断；
后台数据库用于存储患者信息和医生信息；
首先系统根据获取到的数据传输到智能终端，智能终端再把数据传输到后台服务器，后台服务器对患者的人体生理参数进行分析处理判断患者患有的疾病，并根据医生推荐方法产生Top-N的医生推荐列表，其中医生推荐方法包括患者相似度的计算、患者对医生能力的评分和患者个性化选择的最终评分获得的Top-N个医生，并将该医生推荐列表返回到智能终端，然后患者选择医生就诊，并在就诊后给出对该医生的满意度作出评价。
2.根据权利要求1所述的一种面向移动医疗的医生推荐系统，其特征在于：所述患者信息为根据用户患有的疾病、年龄、感兴趣的话题、城市和性别，再根据患者相似度公式计算出患者相似列表，患者的病情模型包含患者的基础资料、诊疗信息、当前需求特征。
3.根据权利要求1所述的一种面向移动医疗的医生推荐系统，其特征在于：所述医生为根据已评分的医生的信息预测出未评分的医生，医生的信息包括擅长的领域、职称、性别、城市、年龄、绩效和价格。
4.根据权利要求1所述的一种面向移动医疗的医生推荐系统，其特征在于：所述满意度的分级从高至低为5星、4星、3星、2星和1星。
5.基于权利要求1所述系统的一种面向移动医疗的医生推荐方法，其特征在于：该方法为：根据患者信息提取用户的特征，根据医生的信息提取医生具有的特征，获得符合用户的医生推荐列表，再根据用户对医生的评分获得Top-N位医生的推荐列表；具体步骤为：
(1)采用Pearson相关系数计算目标患者与邻居集合Iij中的患者之间的相似性：
<mrow> <mi>s</mi> <mi>i</mi> <mi>m</mi> <mrow> <mo>(</mo> <msub> <mi>c</mi> <mi>i</mi> </msub> <mo>,</mo> <msub> <mi>c</mi> <mi>j</mi> </msub> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mrow> <msub> <mi>&amp;Sigma;</mi> <mrow> <msub> <mi>d</mi> <mi>i</mi> </msub> <mo>&amp;Element;</mo> <msub> <mi>I</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> </mrow> </msub> <mrow> <mo>(</mo> <msub> <mi>R</mi> <mrow> <msub> <mi>d</mi> <mi>i</mi> </msub> <mo>,</mo> <msub> <mi>c</mi> <mi>i</mi> </msub> </mrow> </msub> <mo>-</mo> <mover> <msub> <mi>R</mi> <msub> <mi>c</mi> <mi>i</mi> </msub> </msub> <mo>&amp;OverBar;</mo> </mover> <mo>)</mo> </mrow> <mrow> <mo>(</mo> <msub> <mi>R</mi> <mrow> <msub> <mi>d</mi> <mi>i</mi> </msub> <mo>,</mo> <msub> <mi>c</mi> <mi>j</mi> </msub> </mrow> </msub> <mo>-</mo> <mover> <msub> <mi>R</mi> <msub> <mi>c</mi> <mi>j</mi> </msub> </msub> <mo>&amp;OverBar;</mo> </mover> <mo>)</mo> </mrow> </mrow> <mrow> <msqrt> <mrow> <msub> <mi>&amp;Sigma;</mi> <mrow> <msub> <mi>d</mi> <mi>i</mi> </msub> <mo>&amp;Element;</mo> <msub> <mi>I</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> </mrow> </msub> <msup> <mrow> <mo>(</mo> <msub> <mi>R</mi> <mrow> <msub> <mi>d</mi> <mi>i</mi> </msub> <mo>,</mo> <msub> <mi>c</mi> <mi>i</mi> </msub> </mrow> </msub> <mo>-</mo> <mover> <msub> <mi>R</mi> <msub> <mi>c</mi> <mi>i</mi> </msub> </msub> <mo>&amp;OverBar;</mo> </mover> <mo>)</mo> </mrow> <mn>2</mn> </msup> </mrow> </msqrt> <msqrt> <mrow> <msub> <mi>&amp;Sigma;</mi> <mrow> <mi>c</mi> <mo>&amp;Element;</mo> <msub> <mi>I</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> </mrow> </msub> <msup> <mrow> <mo>(</mo> <msub> <mi>R</mi> <mrow> <msub> <mi>d</mi> <mi>i</mi> </msub> <mo>,</mo> <msub> <mi>c</mi> <mi>j</mi> </msub> </mrow> </msub> <mo>-</mo> <mover> <msub> <mi>R</mi> <msub> <mi>c</mi> <mi>j</mi> </msub> </msub> <mo>&amp;OverBar;</mo> </mover> <mo>)</mo> </mrow> <mn>2</mn> </msup> </mrow> </msqrt> </mrow> </mfrac> </mrow>
其中是患者ci对所有医生的平均评分，表示患者cj对所有医生的平均评分，表示患者ci对医生di的评分，表示患者cj对项目di的评分；
(2)根据最近邻居集合Iij中的患者偏好计算目标患者对未评分医生能力的预测评分：
<mrow> <msub> <mi>A</mi> <mrow> <msub> <mi>c</mi> <mi>i</mi> </msub> <mo>,</mo> <msub> <mi>d</mi> <mi>i</mi> </msub> </mrow> </msub> <mo>=</mo> <mover> <msub> <mi>R</mi> <msub> <mi>c</mi> <mi>i</mi> </msub> </msub> <mo>&amp;OverBar;</mo> </mover> <mo>+</mo> <mfrac> <mrow> <msub> <mi>&amp;Sigma;</mi> <mrow> <msub> <mi>c</mi> <mi>j</mi> </msub> <mo>&amp;Element;</mo> <mi>C</mi> </mrow> </msub> <mi>s</mi> <mi>i</mi> <mi>m</mi> <mrow> <mo>(</mo> <msub> <mi>c</mi> <mi>i</mi> </msub> <mo>,</mo> <msub> <mi>c</mi> <mi>j</mi> </msub> <mo>)</mo> </mrow> <mo>*</mo> <mrow> <mo>(</mo> <msub> <mi>R</mi> <mrow> <msub> <mi>c</mi> <mi>j</mi> </msub> <mo>,</mo> <mi>i</mi> </mrow> </msub> <mo>-</mo> <mover> <msub> <mi>R</mi> <msub> <mi>c</mi> <mi>j</mi> </msub> </msub> <mo>&amp;OverBar;</mo> </mover> <mo>)</mo> </mrow> </mrow> <mrow> <msub> <mi>&amp;Sigma;</mi> <mrow> <msub> <mi>c</mi> <mi>j</mi> </msub> <mo>&amp;Element;</mo> <mi>C</mi> </mrow> </msub> <mrow> <mo>(</mo> <mo>|</mo> <mi>s</mi> <mi>i</mi> <mi>m</mi> <mo>(</mo> <mrow> <msub> <mi>c</mi> <mi>i</mi> </msub> <mo>,</mo> <msub> <mi>c</mi> <mi>j</mi> </msub> </mrow> <mo>)</mo> <mo>|</mo> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>;</mo> </mrow>
其中表示患者cj对医生dj的评分，表示目标患者ci对所有医生的评分，表示患者cj对所有医生的评分；表示目标患者ci对医生di能力的预测评分，sim(ci,cj)表示目标用户ci与用户cj的相似性，
(3)根据患者对医生的个性化选择求得医生的综合评分，个性化选择包括：能力、价格和距离远近因素，根据综合评分获得最高的前N个医生推荐给当前用户，即当前用户的Top-N推荐列表，综合评分：
<mrow> <msub> <mi>S</mi> <mrow> <msub> <mi>c</mi> <mrow> <mi>i</mi> <mo>,</mo> </mrow> </msub> <mi>i</mi> </mrow> </msub> <mo>=</mo> <msub> <mi>c</mi> <mn>1</mn> </msub> <mo>*</mo> <msub> <mi>A</mi> <mrow> <msub> <mi>c</mi> <mrow> <mi>i</mi> <mo>,</mo> </mrow> </msub> <msub> <mi>d</mi> <mi>i</mi> </msub> </mrow> </msub> <mo>+</mo> <msub> <mi>c</mi> <mn>2</mn> </msub> <mo>*</mo> <mi>P</mi> <mo>+</mo> <msub> <mi>c</mi> <mn>3</mn> </msub> <mo>*</mo> <mi>a</mi> <mi>d</mi> <mi>d</mi> <mo>+</mo> <mo>...</mo> <mo>+</mo> <msub> <mi>c</mi> <mi>n</mi> </msub> <mo>*</mo> <mi>p</mi> <mi>a</mi> <mi>r</mi> </mrow>
其中c1+c2+c3+…+cn＝1，表示患者对医生的评分，P表示价格的评分，add表示距离远近的评分，par表示其他参数的评分，包括是否让该医生诊治过。
CN201711309857.1A 2017-12-11 2017-12-11 一种面向移动医疗的医生推荐方法及系统 Pending CN108039198A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711309857.1A CN108039198A (zh) 2017-12-11 2017-12-11 一种面向移动医疗的医生推荐方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711309857.1A CN108039198A (zh) 2017-12-11 2017-12-11 一种面向移动医疗的医生推荐方法及系统

Publications (1)

Publication Number Publication Date
CN108039198A true CN108039198A (zh) 2018-05-15

Family

ID=62102142

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711309857.1A Pending CN108039198A (zh) 2017-12-11 2017-12-11 一种面向移动医疗的医生推荐方法及系统

Country Status (1)

Country Link
CN (1) CN108039198A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108922608A (zh) * 2018-06-13 2018-11-30 平安医疗科技有限公司 智能导诊方法、装置、计算机设备和存储介质
CN108932975A (zh) * 2018-07-18 2018-12-04 中山大学 一种基于混合协同过滤医患信息的推荐系统
CN109147959A (zh) * 2018-07-09 2019-01-04 康美药业股份有限公司 一种用于健康咨询平台的通道构建方法和系统
CN111554387A (zh) * 2020-04-26 2020-08-18 医渡云（北京）技术有限公司 医生信息推荐的方法、装置、存储介质及电子设备
CN112069413A (zh) * 2020-09-11 2020-12-11 腾讯科技（深圳）有限公司 医生推荐方法、装置、服务器和存储介质
CN112259215A (zh) * 2020-10-22 2021-01-22 海南亿保医药科技有限公司 问诊请求处理方法、装置和设备
CN113539460A (zh) * 2021-07-29 2021-10-22 深圳万海思数字医疗有限公司 用于远程医疗平台的智能导诊方法和装置

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103559637A (zh) * 2013-11-13 2014-02-05 王竞 一种为就诊患者推荐医生的方法及其系统
CN104036445A (zh) * 2014-06-17 2014-09-10 南京邮电大学 一种智慧医疗个性化推荐系统及其实现方法
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
CN106227880A (zh) * 2016-08-01 2016-12-14 挂号网（杭州）科技有限公司 医生搜索推荐的实现方法
CN106780234A (zh) * 2017-02-25 2017-05-31 深圳市前海安测信息技术有限公司 基于数据关联的医生评级推荐系统及方法
CN106952020A (zh) * 2017-02-25 2017-07-14 深圳市前海安测信息技术有限公司 医疗信息化基于网页的医生评级推荐系统及方法
US20170255753A1 (en) * 2016-03-07 2017-09-07 Crowe Horwath, LLP Computerized System and Method of Open Account Processing
CN107145754A (zh) * 2017-05-13 2017-09-08 贵州中信云联科技有限公司 社区用多媒体自助服务终端
CN107169280A (zh) * 2017-05-11 2017-09-15 杭州逸曜信息技术有限公司 药物经济学信息处理方法
CN107329994A (zh) * 2017-06-08 2017-11-07 天津大学 一种基于用户特征的改进协同过滤推荐方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103559637A (zh) * 2013-11-13 2014-02-05 王竞 一种为就诊患者推荐医生的方法及其系统
CN104036445A (zh) * 2014-06-17 2014-09-10 南京邮电大学 一种智慧医疗个性化推荐系统及其实现方法
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
US20170255753A1 (en) * 2016-03-07 2017-09-07 Crowe Horwath, LLP Computerized System and Method of Open Account Processing
CN106227880A (zh) * 2016-08-01 2016-12-14 挂号网（杭州）科技有限公司 医生搜索推荐的实现方法
CN106780234A (zh) * 2017-02-25 2017-05-31 深圳市前海安测信息技术有限公司 基于数据关联的医生评级推荐系统及方法
CN106952020A (zh) * 2017-02-25 2017-07-14 深圳市前海安测信息技术有限公司 医疗信息化基于网页的医生评级推荐系统及方法
CN107169280A (zh) * 2017-05-11 2017-09-15 杭州逸曜信息技术有限公司 药物经济学信息处理方法
CN107145754A (zh) * 2017-05-13 2017-09-08 贵州中信云联科技有限公司 社区用多媒体自助服务终端
CN107329994A (zh) * 2017-06-08 2017-11-07 天津大学 一种基于用户特征的改进协同过滤推荐方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
吴月萍 等: "协同过滤推荐算法", 《计算机工程与设计》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108922608A (zh) * 2018-06-13 2018-11-30 平安医疗科技有限公司 智能导诊方法、装置、计算机设备和存储介质
CN109147959A (zh) * 2018-07-09 2019-01-04 康美药业股份有限公司 一种用于健康咨询平台的通道构建方法和系统
CN108932975A (zh) * 2018-07-18 2018-12-04 中山大学 一种基于混合协同过滤医患信息的推荐系统
CN111554387A (zh) * 2020-04-26 2020-08-18 医渡云（北京）技术有限公司 医生信息推荐的方法、装置、存储介质及电子设备
CN111554387B (zh) * 2020-04-26 2023-05-23 医渡云（北京）技术有限公司 医生信息推荐的方法、装置、存储介质及电子设备
CN112069413A (zh) * 2020-09-11 2020-12-11 腾讯科技（深圳）有限公司 医生推荐方法、装置、服务器和存储介质
CN112069413B (zh) * 2020-09-11 2024-03-12 腾讯科技（深圳）有限公司 医生推荐方法、装置、服务器和存储介质
CN112259215A (zh) * 2020-10-22 2021-01-22 海南亿保医药科技有限公司 问诊请求处理方法、装置和设备
CN113539460A (zh) * 2021-07-29 2021-10-22 深圳万海思数字医疗有限公司 用于远程医疗平台的智能导诊方法和装置

Similar Documents

Publication Publication Date Title
CN108039198A (zh) 一种面向移动医疗的医生推荐方法及系统
KR102088980B1 (ko) 사용자 맞춤형 의료정보 제공 시스템 및 이의 구동방법
US9959023B2 (en) Matching process system and method
Jiang Ranking spaces for predicting human movement in an urban environment
US8566327B2 (en) Matching process system and method
Kuo et al. Building and evaluating a location-based service recommendation system with a preference adjustment mechanism
CN105095470B (zh) 用于应用程序的数据推荐方法及装置
Tran et al. Hashtag recommendation approach based on content and user characteristics
JP5754854B2 (ja) 投稿者のプロフィール情報を分析する投稿者分析装置、プログラム及び方法
CN105488213B (zh) 面向lbs的基于马尔可夫预测算法的个性化推荐方法
CN103914783A (zh) 一种基于用户相似度的电子商务网站推荐方法
Sun et al. Tourists’ travel-related information search channels
CN111710429A (zh) 信息的推送方法及装置、计算机设备、存储介质
CN106776930A (zh) 一种融入时间和地理位置信息的地点推荐方法
US20170235836A1 (en) Information identification and extraction
CN112597398B (zh) 药品推荐模型应用方法及系统
CN112612942B (zh) 一种基于社交大数据的基金推荐系统及方法
CN110069619A (zh) 房源展示方法、装置、设备及计算机可读存储介质
CN104699693A (zh) 一种信息处理方法及装置
CN105975609A (zh) 一种工业设计产品智能推荐方法及系统
CN108615177A (zh) 基于加权提取兴趣度的电子终端个性化推荐方法
KR102028752B1 (ko) 사주 및 궁합을 이용한 커플 매칭 서비스 제공 방법
CN106777946A (zh) 基于层级模型的个性化健康服务推荐方法
CN107436877A (zh) 热点话题推送方法和装置
CN110147498A (zh) 一种知识推送方法、装置及存储设备、程序产品

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20180515

RJ01 Rejection of invention patent application after publication