CN108039200A - 一种信息推荐方法、装置及存储介质、程序产品 - Google Patents

一种信息推荐方法、装置及存储介质、程序产品 Download PDF

Info

Publication number
CN108039200A
CN108039200A CN201711407969.0A CN201711407969A CN108039200A CN 108039200 A CN108039200 A CN 108039200A CN 201711407969 A CN201711407969 A CN 201711407969A CN 108039200 A CN108039200 A CN 108039200A
Authority
CN
China
Prior art keywords
medical resource
resource information
information
index
user
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
CN201711407969.0A
Other languages
English (en)
Inventor
陈德彦
郭亚勤
王天舒
姚勇
张陈
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.)
Neusoft Corp
Original Assignee
Neusoft Corp
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 Neusoft Corp filed Critical Neusoft Corp
Priority to CN201711407969.0A priority Critical patent/CN108039200A/zh
Publication of CN108039200A publication Critical patent/CN108039200A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本申请实施例公开了一种信息推荐方法，用于为用户推荐对应的医疗资源信息，该方法包括：获取目标疾病信息；确定所述目标疾病信息对应的预设区域内的医疗资源信息；获取所述医疗资源信息的第一指标值，所述第一指标值是利用所述医疗资源信息的评价指标计算得到的；确定所述第一指标值满足第一预设条件的医疗资源信息作为目标医疗资源信息，向用户推荐所述目标医疗资源信息。本申请实施例还公开了一种信息推荐装置及存储介质、程序产品。

Description

一种信息推荐方法、装置及存储介质、程序产品
技术领域
本申请涉及互联网技术领域，具体涉及一种信息推荐方法、装置及存储介质、程序产品。
背景技术
基于互联网或者移动互联网的预约挂号、缴费等服务为患者提供了面向指定医院的院内就诊服务，减少了患者排队等候的时间，实现了医疗资源的公开、公平化。但是患者应该去哪家医院就诊、应该挂哪个科室、找哪位医生，还需要患者自我决策，或者寻求人工导诊服务。
在现有技术中，有部分互联网就医服务提供了院前的医疗资源推荐服务，其推荐依据是来自互联网的就诊评价数据，而这些评价数据通常是来自其他患者的主观意见，推荐的准确性较低。
因此，现有的基于互联网或者移动互联网的预约挂号服务还没有真正意义上实现为患者推荐合适的医疗资源，很有可能导致患者耽误最佳治疗时机，甚至可能被错误诊疗。
发明内容
有鉴于此，本申请实施例提供一种信息推荐方法、装置及存储介质、程序产品，以解决现有技术中无法有效为用户推荐医疗资源的技术问题。
为解决上述问题，本申请实施例提供的技术方案如下：
一种信息推荐方法，所述方法包括：
获取目标疾病信息；
确定所述目标疾病信息对应的预设区域内的医疗资源信息；
获取所述医疗资源信息的第一指标值，所述第一指标值是利用所述医疗资源信息的评价指标计算得到的；
确定所述第一指标值满足第一预设条件的医疗资源信息作为目标医疗资源信息，向用户推荐所述目标医疗资源信息。
可选的，所述第一指标值的计算方式具体包括：
对所述医疗资源信息的各个评价指标进行同趋势化处理，得到所述医疗资源信息的同趋势化评价指标；
获取所述医疗资源信息的各个评价指标对应的权重；
利用加权Topsis法对所述医疗资源信息的同趋势化评价指标进行计算得到所述第一指标值，所述加权Topsis法使用的权重为所述医疗资源信息的各个评价指标对应的权重。
可选的，所述对所述医疗资源信息的各个评价指标进行同趋势化处理，得到所述医疗资源信息的同趋势化评价指标，包括：
将所述医疗资源信息的各个评价指标中采用绝对数表示的低优指标通过倒数法转换为高优指标，将所述医疗资源信息的各个评价指标中采用相对数表示的低优指标通过差数法转换为高优指标；
或者，将所述医疗资源信息的各个评价指标中采用绝对数表示的高优指标通过倒数法转换为低优指标，将所述医疗资源信息的各个评价指标中采用相对数表示的高优指标通过差数法转换为低优指标；
所述低优指标为评价指标的值与评价结果成反比的评价指标，所述高优指标为评价指标的值与评价结果成正比的评价指标。
可选的，所述获取所述医疗资源信息的评价指标对应的权重，包括：
根据历史数据中所述评价指标的使用次数，确定所述评价指标对应的权重，其中，所述历史数据中包括向用户推荐的所述目标医疗资源信息，以及确定所述目标医疗资源信息所依据的评价指标的使用次数。
可选的，所述方法还包括：
获取所述医疗资源信息的第二指标值，所述第二指标值是用户所选择的评价指标对应的指标值；
确定所述第二指标值满足第二预设条件的医疗资源信息作为目标医疗资源信息，向用户推荐所述目标医疗资源信息。
可选的，所述确定所述疾病信息对应的预设区域内的医疗资源信息包括：
根据用户的位置信息和历史就诊记录，确定所述疾病信息对应的预设区域内的医疗资源信息。
可选的，所述获取目标疾病信息包括：
获取用户输入的症状信息；
根据所述本体知识库，计算疾病信息与所述用户输入的症状信息的相关度，所述本体知识库包括症状信息与疾病信息的对应关系；
从所述疾病信息中确定所述相关度满足预设条件的疾病信息作为目标疾病信息。
一种信息推荐装置，所述装置包括：
第一获取单元，用于获取目标疾病信息；
第一确定单元，用于确定所述目标疾病信息对应的预设区域内的医疗资源信息；
第二获取单元，用于获取所述医疗资源信息的第一指标值，所述第一指标值是利用所述医疗资源信息的评价指标计算得到的；
第二确定单元，用于确定所述第一指标值满足第一预设条件的医疗资源信息作为目标医疗资源信息，向用户推荐所述目标医疗资源信息。
可选的，所述装置还包括：
处理单元，用于对所述医疗资源信息的各个评价指标进行同趋势化处理，得到所述医疗资源信息的同趋势化评价指标；
第三获取单元，用于获取所述医疗资源信息的各个评价指标对应的权重；
计算单元，用于利用加权Topsis法对所述医疗资源信息的同趋势化评价指标进行计算得到所述第一指标值，所述加权Topsis法使用的权重为所述医疗资源信息的各个评价指标对应的权重。
可选的，所述处理单元包括：
第一转换子单元，用于将所述医疗资源信息的各个评价指标中采用绝对数表示的低优指标通过倒数法转换为高优指标，将所述医疗资源信息的各个评价指标中采用相对数表示的低优指标通过差数法转换为高优指标；
或者，
第二转换子单元，用于将所述医疗资源信息的各个评价指标中采用绝对数表示的高优指标通过倒数法转换为低优指标，将所述医疗资源信息的各个评价指标中采用相对数表示的高优指标通过差数法转换为低优指标；
所述低优指标为评价指标的值与评价结果成反比的评价指标，所述高优指标为评价指标的值与评价结果成正比的评价指标。
可选的，所述第三获取单元具体用于：
根据历史数据中所述评价指标的使用次数，确定所述评价指标对应的权重，其中，所述历史数据中包括向用户推荐的所述目标医疗资源信息，以及确定所述目标医疗资源信息所依据的评价指标的使用次数。
可选的，所述装置还包括：
第四获取单元，用于获取所述医疗资源信息的第二指标值，所述第二指标值是用户所选择的评价指标对应的指标值；
第三确定单元，用于确定所述第二指标值满足第二预设条件的医疗资源信息作为目标医疗资源信息，向用户推荐所述目标医疗资源信息。
可选的，所述第一确定单元用于：
根据用户的位置信息和历史就诊记录，确定所述疾病信息对应的预设区域内的医疗资源信息。
可选的，所述第一获取单元包括：
获取子单元，用于获取用户输入的症状信息；
计算子单元，用于根据所述本体知识库，计算疾病信息与所述用户输入的症状信息的相关度，所述本体知识库包括症状信息与疾病信息的对应关系；
确定子单元，用于从所述疾病信息中确定所述相关度满足预设条件的疾病信息作为目标疾病信息。
一种计算机可读存储介质，所述机算机可读存储介质中存储有指令，当所述指令在终端设备上运行时，使得所述终端设备执行上述的信息推荐方法。
一种计算机程序产品，所述计算机程序产品在终端设备上运行时，使得所述终端设备执行上述的信息推荐方法。
由此可见，本申请实施例具有如下有益效果：
本申请实施例在确定出与目标疾病信息对应的预设区域内的医疗资源信息后，可以利用医疗资源信息的评价指标计算各个医疗资源信息的第一指标值，由于医疗资源信息的评价指标根据历史数据统计得到的，是客观、准确的，那么，该第一指标值作为该医疗资源信息的评价数据是客观、准确的。根据该第一指标值可以从各个医疗资源信息中确定出目标医疗资源信息，该目标医疗资源信息可以提示用户针对目标疾病信息较为合适的医疗资源信息，从而向用户推荐该目标医疗资源信息，例如目标医疗资源信息为某个医院的某个科室，则向用户推荐去该医院科室就诊。由此可见，利用客观、准确的第一指标值确定出目标医疗资源信息，并向用户推荐该目标医疗资源信息，从而提高了推荐医疗资源的准确性，实现为用户推荐合适的医疗资源。
附图说明
图1为本申请实施例提供的一种信息推荐方法的应用场景示例图；
图2为本申请实施例提供的一种信息推荐方法的流程图；
图3a为本申请实施例提供的确定目标疾病信息对应的预设区域内的医疗资源信息的展示界面示例图；
图3b为本申请实施例提供的确定目标医疗资源信息的展示界面示例图；
图4为本申请实施例提供的一种计算相关度的方法的流程图；
图5为本申请实施例提供的一种获取目标疾病信息的方法的流程图；
图6为本申请实施例提供的确定目标疾病信息的展示界面示例图；
图7为本申请实施例提供的一种第一指标值的计算方法的流程图；
图8为本申请实施例提供的确定目标医疗资源信息的展示界面示例图；
图9为本申请实施例提供的一种信息推荐装置的结构框图。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本申请实施例作进一步详细的说明。
在基于互联网或者移动互联网的预约挂号服务中，可能会为用户提供一些院前的医疗资源推荐服务，例如，推荐用户去哪个医院就诊、推荐用户挂哪个科室、推荐用户挂哪个医生等。
但是，现有的向用户推荐医疗资源的方法一般是根据互联网上其它用户的评价得到的评价数据，例如一些用户在医学论坛上发布的评价，然后，将该评价数据中获得好评数量最多的医院，或者科室，或者医生向用户推荐。由于这些评价数据通常是来自其他用户的评价，反映的是其他用户的主观意见，因此，现有的推荐医疗资源的方法的准确性较低，无法实现为用户推荐合适的医疗资源。
为此，本申请实施例提供一种信息推荐方法、装置及存储介质、程序产品，以解决现有技术中无法有效为用户推荐医疗资源的技术问题，以便根据客观、准确的评价数据向用户推荐医疗资源，提高推荐医疗资源的准确性，实现为用户推荐合适的医疗资源进行就诊的目的。
本申请实施例所提供的方法可以应用在具有数据处理能力的终端设备上，例如可以通过终端设备上的APP(应用程序，Application)来实现，也可以通过计算机实现；还可以利用服务器完成本实施例所述的方法，并由终端设备将服务器获得的各个结果展示给用户；还可以利用服务器与终端设备进行交互实现本申请实施例的方法，本申请实施例对此不做限定。
参见图1，图1示出了本申请实施例的一个应用场景。在该应用场景中，用户101可以在终端设备102上的APP中输入症状信息或直接输入疾病信息，终端设备102在可以根据用户的输入获得目标疾病信息，并将目标疾病信息发送给服务器103，服务器103在获得目标疾病信息后，可以确定出在预设区域内与目标疾病信息对应的医疗资源信息，并根据医疗资源信息的评价指标，计算出医疗资源信息的第一指标值。服务器103可以从各个医疗资源信息中确定出第一指标值满足第一预设条件的目标医疗资源信息。终端设备102可以获取该目标医疗资源信息进行显示，向用户推荐该目标医疗资源信息，以便用户101可以根据该目标医疗资源信息确定合适的医疗资源进行就诊。
其中，终端设备102上的APP向用户推荐目标医疗资源信息的展示界面可以如图1中104所示，在104中可以看出向用户推荐的目标医疗资源信息可以包括宜昌市中心人民医院儿科门诊、宜昌市第一人民医院耳鼻喉科门诊等。
需要注意的是，上述应用场景仅是为了便于理解本发明而示出，本发明的实施方式在此方面不受任何限制。相反，本发明的实施方式可以应用于适用的任何场景。
下面结合附图，详细说明本发明的各种非限制性实施方式。
本申请实施例提供一种信息推荐方法，参见图2所示，示出了本申请实施例中提供的一种信息推荐方法的流程图，可以包括以下步骤：
步骤201：获取目标疾病信息。
在本实施例中，该目标疾病信息可以是用户直接在终端设备中输入的目标疾病信息，在这种情况下，可以直接获得目标疾病信息。
另外，用户可能只在终端设备中输入症状信息，在这种情况下，该目标疾病信息可以是根据用户输入的症状信息确定出与用户输入的症状信息对应的疾病信息作为目标疾病信息，从而实现根据用户输入的症状信息获取目标疾病信息。其中，根据用户输入的症状信息获取目标疾病信息的方法将在后续进行介绍。
步骤202：确定所述目标疾病信息对应的预设区域内的医疗资源信息。
需要说明的是，在一般情况下，目标疾病信息对应的医疗资源信息可能包括很多，这些医疗资源信息可能对应于多个区域，但是，可能只有部分区域内的医疗资源信息对于用户来说是比较方便的，其它医疗资源信息由于区域的问题可能对于用户来说并不是很适合，在这种情况下，可以预先确定预设区域，以便在预设区域内确定目标疾病信息对应的医疗资源信息。
医疗资源信息可以包括医院信息，也可以进一步包括医院中的科室信息，还可以包括医生信息等等。
在本实施例中，可以预先确定目标疾病信息对应的预设区域内的医疗资源信息并进行保存，这样，当用户输入目标疾病信息时，便可以根据用户的位置信息直接获取该医疗资源信息，也可以实时确定目标疾病信息对应的预设区域内的医疗资源信息。
例如，图3a所示，可以针对预设区域“湖北省宜昌市”，预先确定所述目标疾病信息对应的预设区域内的医疗资源信息，并将该医疗资源信息进行保存。当用户输入目标疾病信息时，若用户的位置信息显示用户位于“湖北省宜昌市”，则对于用户来说，区域“湖北省宜昌市”内与目标疾病信息对应的医疗资源信息，或者“湖北省宜昌市”附近的区域内与目标疾病信息对应的医疗资源信息是较为合适的，此时，则可以将保存的“湖北省宜昌市”内的医疗资源信息作为目标疾病信息对应的预设区域内的医疗资源信息。
步骤203：获取所述医疗资源信息的第一指标值，所述第一指标值是利用所述医疗资源信息的评价指标计算得到的。
一般情况下，步骤202中确定出的医疗资源信息可能包括多个，不同医疗资源信息的第一指标值可能不同，使得根据针对目标疾病信息向用户推荐的医疗资源信息的合适程度不同，例如，医疗资源信息的第一指标值越大，那么，根据该目标疾病信息向用户推荐的医疗资源信息越合适。为此，可以计算该医疗资源信息的第一指标值，以便根据该第一指标值确定向用户推荐的目标医疗资源。
在本实施例中，第一指标值可以是预先计算并保存下来的，可以直接获取该第一指标值。当然，第一指标值也可以是实时计算得到的。
在利用医疗资源信息的评价指标计算第一指标值时，所利用的评价指标例如可以包括某个医疗资源针对该目标疾病信息的门诊人次、住院人次、次均门诊费用、次均住院费用、药品费用占比、诊断符合率、治愈好转率、病死率、抢救成功率等单项评价指标。其中，单项评价指标又可以分为医疗资源的收入、医疗资源的接待量、医疗资源的医疗费用、医疗资源的医疗效率、医疗资源的治疗质量和医疗资源的诊断质量等类别。例如，医疗资源的收入可以包括住院收入等评价指标；医疗资源的接待量可以包括门诊人次、住院人次等评价指标；医疗资源的医疗费用可以包括次均门诊费用、次均住院费用、药品费用占比等评价指标；医疗资源的医疗效率可以包括平均住院日等评价指标、医疗资源的治疗质量可以包括治愈好转率、病死率、抢救成功率等评价指标；医疗资源的诊断质量可以包括诊断符合率等评价指标。
需要说明的是，第一指标值可以是利用医疗资源信息的所有评价指标进行计算得到，也可以是利用医疗资源信息的某一类或某些类评价指标进行计算得到。第一指标值的详细计算方法将在后续进行介绍。
步骤204：确定所述第一指标值满足第一预设条件的医疗资源信息作为目标医疗资源信息，向用户推荐所述目标医疗资源信息。
在计算出第一指标值后，可以根据第一指标值的大小，从所有医疗资源信息中确定出第一指标值满足预设条件的医疗资源信息作为目标医疗资源信息，终端设备还可以将该目标医疗资源信息向用户展示，实现向用户推荐该目标医疗资源信息。其中，第一指标值可以是以百分数的形式表示。
从所述医疗资源信息中确定第一指标值满足预设条件的医疗资源信息作为目标医疗资源信息的一种实现方式可以是：在计算得到该第一指标值后，判断该第一指标值是否达到第一阈值，若该第一指标值达到第一阈值，则将该第一指标值对应的医疗资源信息作为目标医疗资信息源。其中，所述第一阈值可以是根据经验进行设置的。
例如，在步骤204中计算出医疗资源信息A的第一指标值为33％，医疗资源信息B的第一指标值为26％，医疗资源信息C的第一指标值为20％，若第一阈值为25％。通过对各个第一指标值的判断，33％大于第一阈值25％，26％大于第一阈值25％，20％小于第一阈值25％，因此，可以确定医疗资源信息A和医疗资源信息B可以作为目标医疗资源信息。
从所述医疗资源信息中确定第一指标值满足预设条件的医疗资源信息作为目标医疗资源信息的另一种实现方式可以是：在计算得到该第一指标值后，按照第一指标值从大到小对各个医疗资源信息进行排成序列，得到各个医疗资源信息在序列中的序号，所述序号从小到大，从该医疗资源信息中确定出序号小于第二阈值的医疗资源信息作为目标医疗资源信息。其中，所述第二阈值可以是根据经验进行设置的。
继续以前述得到的医疗资源信息A的第一指标值为33％，医疗资源信息B的第一指标值为26％，医疗资源信息C的第一指标值为20％为例，由于33％大于26％，26％大于20％，则可以将上述医疗资源信息排成序列：医疗资源信息A、医疗资源信息B、医疗资源信息C，则在该序列中医疗资源信息A的序号为1、医疗资源信息B序号为2、医疗资源信息C序号为3，若第二阈值为3，则可以确定出序号小于3的医疗资源信息A和医疗资源信息B作为目标医疗资源信息。
本实施例所提供的在终端设备上确定目标医疗资源信息的展示界面可以如图3b所示，其中，301表示目标疾病信息，302表示可能的目标医疗资源信息。
本申请实施例在确定出与目标疾病信息对应的预设区域内的医疗资源信息后，可以利用医疗资源信息的评价指标计算各个医疗资源信息的第一指标值，由于医疗资源信息的评价指标根据历史数据统计得到的，是客观、准确的，那么，该第一指标值作为该医疗资源信息的评价数据是客观、准确的。根据该第一指标值可以从各个医疗资源信息中确定出目标医疗资源信息，该目标医疗资源信息可以提示用户针对目标疾病信息较为合适的医疗资源信息，从而向用户推荐该目标医疗资源信息，例如目标医疗资源信息为某个医院的科室，则向用户推荐应该去该医院科室就诊。由此可见，利用客观、准确的第一指标值确定出目标医疗资源信息，并向用户推荐该目标医疗资源信息，从而提高了推荐医疗资源的准确性，实现为用户推荐合适的医疗资源。
进一步的，用户可以根据终端设备上显示出来的目标医疗资源信息，进行预约挂号等服务，减少了患者排队等候的时间，使用户可以快速、便捷地完成预约挂号。用户在终端设备上进行预约挂号的展示界面可以如图4所示。
需要说明的是，针对步骤201，若在终端设备中输入的是症状信息，那么，步骤201中的目标疾病信息可以是根据用户输入的症状信息确定出与用户输入的症状信息对应的疾病信息作为目标疾病信息，从而实现根据用户输入的症状信息获取目标疾病信息。
参见图5所示，示出了本申请实施例中提供的一种根据用户输入的症状信息获取目标疾病信息的方法的流程图，可以包括以下步骤：
步骤501：获取用户输入的症状信息。
其中，用户根据自身的情况，可以输入至少一个症状信息。
由于本实施例所提供的方法的实现可以以本体知识库为依据，因此，在执行本实施例所提供的方法前，可以预先建立本体知识库，所述本体知识库包括症状信息与疾病信息的对应关系，以便根据本体知识库确定用户输入的症状信息对应的目标疾病信息。
步骤502：根据所述本体知识库，计算疾病信息与所述用户输入的症状信息的相关度，所述本体知识库包括症状信息与疾病信息的对应关系。
由于本体知识库中包括症状信息与疾病信息的对应关系，因此，可以根据本体知识库中症状信息与疾病信息的对应关系确定与用户输入的症状信息对应的疾病信息。一般情况下，确定出的与用户输入的症状信息对应的疾病信息可能包括多个，不同疾病信息与该指定症状信息的相关度可能不同，使得根据不同疾病信息向用户推荐的医疗资源信息的合适程度不同，例如，疾病信息与用户输入的症状信息的相关度越大，那么，根据该疾病信息向用户推荐的与该疾病信息对应的医疗资源信息越合适。为此，可以计算该疾病信息与该用户输入的症状信息的相关度，以便根据该相关度确定用于向用户推荐医疗资源信息所使用的目标疾病信息。
步骤503：从所述疾病信息中确定所述相关度满足预设条件的疾病信息作为目标疾病信息。
在计算出该相关度后，可以根据相关度的大小，从与用户输入的症状信息具有对应关系的所有疾病信息中确定出相关度满足预设条件的疾病信息作为目标疾病信息，终端设备还可以将该目标疾病信息向用户展示，以便后续可以根据该目标信疾病息向用户推荐对应的医疗资源信息。
本实施例所提供的在终端设备上确定目标疾病信息的展示界面可以如图6所示，图中示出了各种可能的目标疾病信息，另外还可以通过图中虚线框显示各个目标疾病信息对应的相关度。
需要说明的是，图中所表示的目标疾病信息并不代表用户的健康状况，该目标疾病信息用于向用户推荐对应的目标医疗资源信息，以引导用户到相应的医疗机构就诊。
本申请实施例预先建立包括症状信息与疾病信息的对应关系的本体知识库，在获取用户输入的症状信息后，可以根据本体知识库计算各个疾病信息与该用户输入的症状信息的相关度，根据该相关度可以从各个疾病信息中确定出目标疾病信息，该目标疾病信息可以提示用户输入的症状信息可能对应的疾病信息，根据该目标疾病信息可以进一步向用户推荐医疗资源信息，例如向用户推荐应该去哪个医院科室就诊，从而实现为用户推荐医疗资源。
可以理解的是，在获得目标疾病信息后，便可以确定目标疾病信息对应的预设区域内的医疗资源信息，一般情况下，为了获取便于确定预设区域，获得预设区域内符合用户偏好的医疗资源信息，减少用于确定目标医疗资源信息的选择的范围，使用户可以到合适的医疗机构进行就诊，步骤202的一种实现方式可以是根据用户的位置信息和历史就诊记录，确定所述疾病信息对应的预设区域内的医疗资源信息。
其中，根据位置信息可以确定出预设区域，还可以确定出预设区域内符合用户偏好的医疗资源信息，例如，用户偏好于距离比较近的医疗资源，那么可以根据用户的位置信息确定出距离用户比较近的医疗资源；根据历史就诊记录也可以确定出预设区域内符合用户偏好的医疗资源信息，例如，用户偏好于经常进行就诊的医疗资源，那么可以根据历史就诊记录确定出用户经常去就诊的医疗资源。
可以理解的是，由于基于互联网或者移动互联网的预约挂号服务可能需要用户填写注册信息，用户的注册信息可能包括用户的位置信息，这样，可以根据用户的注册信息确定用户的位置信息。另外，还可以基于全球定位系统(Global Positioning System，简称GPS)获取到用户的位置信息。
可以理解的是，用户的历史就诊记录可以是根据用户的身份标识号码(Identity，简称ID)建立的，这样，根据用户的ID便可获得用户的历史就诊记录，通过历史就诊记录可以确定用户针对目标疾病信息经常选择的医疗资源信息。
通过本实施例的方法，可以减少用于确定目标医疗资源信息的选择的范围，便于确定目标医疗资源信息，便于用户可以找到合适的医疗资源进行就诊。
基于前述提供的一种信息推荐方法，参见图7所示，示出了本申请实施例中提供的第一指标值的计算方法的流程图，可以包括以下步骤：
步骤701：对所述医疗资源信息的各个评价指标进行同趋势化处理，得到所述医疗资源信息的同趋势化评价指标。
在本申请实施例中，医疗资源信息的各个评价指标都是可度量的，有的评价指标是值越大越好，即评价指标的值与评价结果成正比的评价指标，这种评价指标可以作为高优指标，例如，诊断符合率、治愈好转率、抢救成功率等；有的评价指标是值越小越好，即评价指标的值与评价结果成反比的评价指标，这种评价指标可以作为低优指标，例如，比如死亡率、平均住院日、次均门诊费用、药占比等。另外，对于不同评价指标的值，有的评价指标的值的表示形式是绝对数，比如平均住院日30天、均次门诊费用200元等；有的评价指标的值的表示形式是相对数，比如，诊断符合率95％等。
由于第一指标值可以是根据多个评价指标计算得到的，该多个评价指标中可以既包括高优指标，又包括低优指标，并且每个评价指标值的表示形式可能会不同，为了便于对多个评价指标进行综合，利用多个评价指标计算第一指标值，并基于第一指标值推荐目标医疗资源，可以首先对各个评价指标进行同趋势化处理。
需要说明的是，在本实施例中，对各个评价指标进行同趋势化处理的一种实现方式可以是将所述医疗资源信息的各个评价指标中采用绝对数表示的低优指标通过倒数法转换为高优指标，将所述医疗资源信息的各个评价指标中采用相对数表示的低优指标通过差数法转换为高优指标。
例如，平均住院日为30天，由于平均住院日为低优指标，该低优指标的值的表现形式为绝对数，因此，可以通过倒数法将该低优指标转换为高优指标，即将30，求倒数后变成1/30，此时，平均住院日的值越大，平均住院日越低，实现将低优指标转换成高优指标。
又如，病死率为1％，由于病死率为低优指标，该低优指标的值的表现形式为相对数，因此，可以通过差数法将该低优指标转换为高优指标，即将1％，差数法转化后变为1-1％＝99％，此时，病死率的值越大，病死率越低，实现将低优指标转换成高优指标。
对各个评价指标进行同趋势化处理的另一种实现方式可以是将所述医疗资源信息的各个评价指标中采用绝对数表示的高优指标通过倒数法转换为低优指标，将所述医疗资源信息的各个评价指标中采用相对数表示的高优指标通过差数法转换为低优指标。
例如，治愈好转率为96％，由于治愈好转率为高优指标，该高优指标的值的表现形式为相对数，因此，可以通过差数法将该高优指标转换为低优指标，即将96％，差数法转化后变为1-96％＝4％，此时，治愈好转率的值越小，治愈好转率越高，实现将高优指标转换成低优指标。
步骤702：获取所述医疗资源信息的各个评价指标对应的权重。
评价指标对应的权重可以反映该评价指标对于确定目标医疗资源信息的重要性，评价指标对应的权重越大，可以表示该评价指标对于确定目标医疗资源信息的重要性越大。
需要说明的是，各个评价指标对应的权重可以根据经验为各个评价指标分配权重，可以对一些用户比较关注的评价指标例如诊断符合率、均次门诊费用等分配较大的权重，为用户不关注的评价指标例如住院收入等分配较小的权重。
各个评价指标对应的权重还可以基于向用户推荐目标医疗资源信息的历史数据，自动计算不同评价指标的权重。例如，可以根据历史数据中该评价指标的使用次数，确定该评价指标对应的权重，其中，历史数据中包括向用户推荐的目标医疗资源信息，以及确定该目标医疗资源信息所依据的评价指标的使用次数。
例如，历史数据中包括向用户推荐的目标医疗资源信息，以及确定该目标医疗资源信息时，在1000个用户中，确定该目标医疗资源信息所依据的评价指标为诊断符合率的用户有600个，即评价指标为诊断符合率的使用次数为600次；所依据的评价指标为均次门诊费用的用户有200个，即评价指标为均次门诊费用的使用次数为200次。这样，根据诊断符合率的使用次数可以计算出诊断符合率对应的权重，根据均次门诊费用的使用次数可以计算出均次门诊费用对应的权重。
步骤703：利用加权Topsis法对所述医疗资源信息的同趋势化评价指标进行计算得到所述第一指标值，所述加权Topsis法使用的权重为所述医疗资源信息的各个评价指标对应的权重。
在本实施例中，可以利用加权Topsis(Technique for Order Preference bySimilarity to an Ideal Solution，逼近理想解排序法)对各个医疗资源信息的同趋势化评价指标进行计算得到该医疗资源信息的第一指标值，其中，步骤503的实现方式可以是根据每个医疗资源信息的最优值和最劣值计算最优质和最劣质的相对近似度作为第一指标值，例如，可以使用如下公式进行计算：
其中，i＝1,2......n，n表示包括n个医疗资源信息，Ci表示第i个医疗资源信息的第一指标值，表示第i个医疗资源信息的各评价指标的值与该评价指标的最劣值的距离，表示第i个医疗资源信息的各评价指标的值与该评价指标的最优值的距离，当越小或者越大，则Ci越大，可以表示该医疗资源信息作为目标医疗资源信息的可能性越大。
需要说明的是，和的计算公式可以分别如下所示：
其中，i＝1,2......n，wj表示第i个医疗资源信息的第j个评价指标对应的权重，zij表示第i个医疗资源信息的第j个评价指标的值，表示第j个评价指标的最优值，表示第j个评价指标的最劣值。
需要说明的是，zij可以是利用步骤501的方法对所述医疗资源信息的各个评价指标进行同趋势化处理得到的同趋势化评价指标。
以n个不同的医疗资源信息，每个医疗资源信息针对目标疾病信息包括m个评价指标为例，利用n个不同的医疗资源信息在目标疾病信息上的m个评价指标，可以构造一个n×m的矩阵U，矩阵元素为uij，矩阵U的表示形式可以如下所示：
对矩阵U中每个元素uij进行同趋势化处理得到矩阵Z，矩阵Z的表示形式可以如下所示：
对于每个评价指标来说，即矩阵Z中的每一列，可以包括n个评价指标的值，这n个评价指标的值可能大小并不相同，这样，针对每个评价指标，可以将这n个评价指标的值中最大值作为该评价指标的最优值，则可以得到m个最优值，可以将这n个评价指标的值中最小值作为该评价指标的最劣值，则可以得到m个最劣值。其中，该m个最优值可以构成了一个1×m维的横向量Z+，m个最劣值构成了一个1×m维的横向量Z-，Z+和Z-的表示形式可以分别如下所示：
其中，表示第m个评价指标的值中的最优值，表示第m个评价指标的值中的最劣值。
当然，上述矩阵Z还可以是首先对矩阵U中每个元素uij进行同趋势化处理后，得到矩阵Y，矩阵元素为yij，然后用yij除以其所在列的所有评价指标的值的平方和的平方根，得到其对应的值zij，从而得到矩阵Z的。由矩阵Y得到矩阵Z的计算公式可以如下所示：
其中，yij表示矩阵Y中第i个医疗资源信息的第j个评价指标的值，zij表示矩阵Z中第i个医疗资源信息的第j个评价指标的值，ykj矩阵Y中第k个医疗资源信息的第j个评价指标的值。
通过本实施例提供的计算第一指标值的方法，可以实现结合多个不同的评价指标对医疗资源信息进行综合评价，并且由于在计算过程中，为每个评价指标设置权重，可以区分出不同的评价指标对于确定目标医疗资源信息的重要性，从而可以更加准确地为用户推荐合适的目标医疗资源信息。
需要说明的是，本申请实施例不仅可以实现结合多个不同的评价指标对医疗资源信息进行综合评价，还可以根据用户的偏好选择某一个评价指标对医疗资源信息进行评价，从而确定出符合用户偏好的目标医疗资源信息。
例如，用户非常在乎在医疗机构进行就诊所花费的门诊费用，用户希望选择均次门诊费用比较低的医疗资源信息作为目标医疗资源信息，那么，在确定目标医疗资源信息时，还可以依据均次门诊费用这一个评价指标对医疗资源信息进行评价，从而确定出均次门诊费用比较低的目标医疗资源信息。
在本实施例中，根据一个评价指标确定目标医疗资源信息的一种实现方式可以是：首先，获取所述医疗资源信息的第二指标值，所述第二指标值是用户所选择的评价指标对应的指标值。然后，从医疗资源信息中确定出所述第二指标值满足第二预设条件的医疗资源信息作为目标医疗资源信息，并向用户推荐所述目标医疗资源信息。
本实施例所提供的在终端设备上确定目标医疗资源信息的展示界面可以如图8所示，图中虚线框中示出了依据多种评价指标综合确定目标医疗资源信息，以及依据不同类型的评价指标确定目标医疗资源信息，用户可以通过在虚线框中进行选择。
若用户选择“综合”，则可以实现依据多种评价指标综合确定目标医疗资源信息；若用户选择某个类型的评价指标，由于某个类型的评价指标可能包括多种评价指标，用户可以进一步从该多种评价指标中选择某个评价指标，例如，图8中所示，用户选择费用类型的评价指标，该类型中包括了很多评价指标，用户进一步从该多种评价指标中选择均次门诊费用这一评价指标，则可以获取用户选择均次门诊费用对应的指标值作为第二指标值，从而向用户推荐第二指标值满足第二预设条件的医疗资源信息。
通过本实施例的方法，可以实现根据用户的偏好选择某一个评价指标对医疗资源信息进行评价，从而确定出符合用户偏好的目标医疗资源信息，提高用户体验。
基于前述提供的一种信息推荐方法，本申请实施例还提供了一种信息推荐装置，参见图9所示，图9示出了一种信息推荐装置的结构框图，所述装置包括第一获取单元901、第一确定单元902、第二获取单元903和第二确定单元904：
所述第一获取单元901，用于获取目标疾病信息；
所述第一确定单元902，用于确定所述目标疾病信息对应的预设区域内的医疗资源信息；
所述第二获取单元903，用于获取所述医疗资源信息的第一指标值，所述第一指标值是利用所述医疗资源信息的评价指标计算得到的；
所述第二确定单元904，用于确定所述第一指标值满足第一预设条件的医疗资源信息作为目标医疗资源信息，向用户推荐所述目标医疗资源信息。
可选的，所述装置还包括：
处理单元，用于对所述医疗资源信息的各个评价指标进行同趋势化处理，得到所述医疗资源信息的同趋势化评价指标；
第三获取单元，用于获取所述医疗资源信息的各个评价指标对应的权重；
计算单元，用于利用加权Topsis法对所述医疗资源信息的同趋势化评价指标进行计算得到所述第一指标值，所述加权Topsis法使用的权重为所述医疗资源信息的各个评价指标对应的权重。
可选的，所述处理单元包括：
第一转换子单元，用于将所述医疗资源信息的各个评价指标中采用绝对数表示的低优指标通过倒数法转换为高优指标，将所述医疗资源信息的各个评价指标中采用相对数表示的低优指标通过差数法转换为高优指标；
或者，
第二转换子单元，用于将所述医疗资源信息的各个评价指标中采用绝对数表示的高优指标通过倒数法转换为低优指标，将所述医疗资源信息的各个评价指标中采用相对数表示的高优指标通过差数法转换为低优指标；
所述低优指标为评价指标的值与评价结果成反比的评价指标，所述高优指标为评价指标的值与评价结果成正比的评价指标。
可选的，所述第三获取单元具体用于：
根据历史数据中所述评价指标的使用次数，确定所述评价指标对应的权重，其中，所述历史数据中包括向用户推荐的所述目标医疗资源信息，以及确定所述目标医疗资源信息所依据的评价指标的使用次数。
可选的，所述装置还包括：
第四获取单元，用于获取所述医疗资源信息的第二指标值，所述第二指标值是用户所选择的评价指标对应的指标值；
第三确定单元，用于确定所述第二指标值满足第二预设条件的医疗资源信息作为目标医疗资源信息，向用户推荐所述目标医疗资源信息。
可选的，所述第一确定单元用于：
根据用户的位置信息和历史就诊记录，确定所述疾病信息对应的预设区域内的医疗资源信息。
可选的，所述第一获取单元包括：
获取子单元，用于获取用户输入的症状信息；
计算子单元，用于根据所述本体知识库，计算疾病信息与所述用户输入的症状信息的相关度，所述本体知识库包括症状信息与疾病信息的对应关系；
确定子单元，用于从所述疾病信息中确定所述相关度满足预设条件的疾病信息作为目标疾病信息。
本申请实施例在确定出与目标疾病信息对应的预设区域内的医疗资源信息后，可以利用医疗资源信息的评价指标计算各个医疗资源信息的第一指标值，由于医疗资源信息的评价指标根据历史数据统计得到的，是客观、准确的，那么，该第一指标值作为该医疗资源信息的评价数据是客观、准确的。根据该第一指标值可以从各个医疗资源信息中确定出目标医疗资源信息，该目标医疗资源信息可以提示用户针对目标疾病信息较为合适的医疗资源信息，从而向用户推荐该目标医疗资源信息，例如目标医疗资源信息为某个医院的某个科室，则向用户推荐去该医院科室就诊。由此可见，利用客观、准确的第一指标值确定出目标医疗资源信息，并向用户推荐该目标医疗资源信息，从而提高了推荐医疗资源的准确性，实现为用户推荐合适的医疗资源。
需要说明的是，本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统或装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种信息推荐方法，其特征在于，所述方法包括：
获取目标疾病信息；
确定所述目标疾病信息对应的预设区域内的医疗资源信息；
获取所述医疗资源信息的第一指标值，所述第一指标值是利用所述医疗资源信息的评价指标计算得到的；
确定所述第一指标值满足第一预设条件的医疗资源信息作为目标医疗资源信息，向用户推荐所述目标医疗资源信息。
2.根据权利要求1所述的方法，其特征在于，所述第一指标值的计算方式具体包括：
对所述医疗资源信息的各个评价指标进行同趋势化处理，得到所述医疗资源信息的同趋势化评价指标；
获取所述医疗资源信息的各个评价指标对应的权重；
利用加权Topsis法对所述医疗资源信息的同趋势化评价指标进行计算得到所述第一指标值，所述加权Topsis法使用的权重为所述医疗资源信息的各个评价指标对应的权重。
3.根据权利要求2所述的方法，其特征在于，所述对所述医疗资源信息的各个评价指标进行同趋势化处理，得到所述医疗资源信息的同趋势化评价指标，包括：
将所述医疗资源信息的各个评价指标中采用绝对数表示的低优指标通过倒数法转换为高优指标，将所述医疗资源信息的各个评价指标中采用相对数表示的低优指标通过差数法转换为高优指标；
或者，将所述医疗资源信息的各个评价指标中采用绝对数表示的高优指标通过倒数法转换为低优指标，将所述医疗资源信息的各个评价指标中采用相对数表示的高优指标通过差数法转换为低优指标；
所述低优指标为评价指标的值与评价结果成反比的评价指标，所述高优指标为评价指标的值与评价结果成正比的评价指标。
4.根据权利要求2所述的方法，其特征在于，所述获取所述医疗资源信息的评价指标对应的权重，包括：
根据历史数据中所述评价指标的使用次数，确定所述评价指标对应的权重，其中，所述历史数据中包括向用户推荐的所述目标医疗资源信息，以及确定所述目标医疗资源信息所依据的评价指标的使用次数。
5.根据权利要求1-4任意一项所述的方法，其特征在于，所述方法还包括：
获取所述医疗资源信息的第二指标值，所述第二指标值是用户所选择的评价指标对应的指标值；
确定所述第二指标值满足第二预设条件的医疗资源信息作为目标医疗资源信息，向用户推荐所述目标医疗资源信息。
6.根据权利要求1所述的方法，其特征在于，所述确定所述疾病信息对应的预设区域内的医疗资源信息包括：
根据用户的位置信息和历史就诊记录，确定所述疾病信息对应的预设区域内的医疗资源信息。
7.根据权利要求1所述的方法，其特征在于，所述获取目标疾病信息包括：
获取用户输入的症状信息；
根据所述本体知识库，计算疾病信息与所述用户输入的症状信息的相关度，所述本体知识库包括症状信息与疾病信息的对应关系；
从所述疾病信息中确定所述相关度满足预设条件的疾病信息作为目标疾病信息。
8.一种信息推荐装置，其特征在于，所述装置包括：
第一获取单元，用于获取目标疾病信息；
第一确定单元，用于确定所述目标疾病信息对应的预设区域内的医疗资源信息；
第二获取单元，用于获取所述医疗资源信息的第一指标值，所述第一指标值是利用所述医疗资源信息的评价指标计算得到的；
第二确定单元，用于确定所述第一指标值满足第一预设条件的医疗资源信息作为目标医疗资源信息，向用户推荐所述目标医疗资源信息。
9.一种计算机可读存储介质，其特征在于，所述机算机可读存储介质中存储有指令，当所述指令在终端设备上运行时，使得所述终端设备执行权利要求1-7任一项所述的信息推荐方法。
10.一种计算机程序产品，其特征在于，所述计算机程序产品在终端设备上运行时，使得所述终端设备执行权利要求1-7任一项所述的信息推荐方法。
CN201711407969.0A 2017-12-22 2017-12-22 一种信息推荐方法、装置及存储介质、程序产品 Pending CN108039200A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711407969.0A CN108039200A (zh) 2017-12-22 2017-12-22 一种信息推荐方法、装置及存储介质、程序产品

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711407969.0A CN108039200A (zh) 2017-12-22 2017-12-22 一种信息推荐方法、装置及存储介质、程序产品

Publications (1)

Publication Number Publication Date
CN108039200A true CN108039200A (zh) 2018-05-15

Family

ID=62100809

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711407969.0A Pending CN108039200A (zh) 2017-12-22 2017-12-22 一种信息推荐方法、装置及存储介质、程序产品

Country Status (1)

Country Link
CN (1) CN108039200A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN109754872A (zh) * 2018-12-15 2019-05-14 深圳壹账通智能科技有限公司 门诊预约方法、装置、设备及存储介质
CN110851725A (zh) * 2019-11-15 2020-02-28 北京盛诺一家医院管理咨询有限公司 一种医疗资源推荐方法、系统、计算设备和存储介质
CN112860997A (zh) * 2021-02-09 2021-05-28 挂号网（杭州）科技有限公司 医疗资源推荐方法、装置、设备及存储介质
CN113077169A (zh) * 2021-04-16 2021-07-06 上海华客信息科技有限公司 基于标签推荐客服人员的方法、系统、设备和介质
CN113539457A (zh) * 2021-07-16 2021-10-22 挂号网（杭州）科技有限公司 医疗资源的推荐方法及装置、电子设备、存储介质
CN114171171A (zh) * 2021-12-08 2022-03-11 史良锋 一种基于大数据的公共服务健康管理方法及系统
CN114300106A (zh) * 2019-05-20 2022-04-08 四川大学华西医院 医疗资源分配方法、装置及电子设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN105069036A (zh) * 2015-07-22 2015-11-18 百度在线网络技术（北京）有限公司 一种信息推荐方法及装置
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
US20160188799A1 (en) * 2014-08-28 2016-06-30 ehumanlife, Inc. Method and system for online delivery of healthcare
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
CN106295147A (zh) * 2016-07-29 2017-01-04 广州比特软件科技有限公司 基于大数据求证的医学专家个性化推荐方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
US20160188799A1 (en) * 2014-08-28 2016-06-30 ehumanlife, Inc. Method and system for online delivery of healthcare
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
CN105069036A (zh) * 2015-07-22 2015-11-18 百度在线网络技术（北京）有限公司 一种信息推荐方法及装置
CN106295147A (zh) * 2016-07-29 2017-01-04 广州比特软件科技有限公司 基于大数据求证的医学专家个性化推荐方法及系统
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

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
韩丁: "医院医疗质量评价的统计综合评价方法研究", 《中国优秀硕士学位论文全文数据库 医药卫生科技辑》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN109192289B (zh) * 2018-10-30 2024-07-09 深圳平安医疗健康科技服务有限公司 一种医疗服务点推荐方法、设备、服务器及可读介质
CN109754872A (zh) * 2018-12-15 2019-05-14 深圳壹账通智能科技有限公司 门诊预约方法、装置、设备及存储介质
CN114300106A (zh) * 2019-05-20 2022-04-08 四川大学华西医院 医疗资源分配方法、装置及电子设备
CN110851725A (zh) * 2019-11-15 2020-02-28 北京盛诺一家医院管理咨询有限公司 一种医疗资源推荐方法、系统、计算设备和存储介质
CN110851725B (zh) * 2019-11-15 2023-10-27 北京盛诺一家医院管理咨询有限公司 一种医疗资源推荐方法、系统、计算设备和存储介质
CN112860997A (zh) * 2021-02-09 2021-05-28 挂号网（杭州）科技有限公司 医疗资源推荐方法、装置、设备及存储介质
CN113077169A (zh) * 2021-04-16 2021-07-06 上海华客信息科技有限公司 基于标签推荐客服人员的方法、系统、设备和介质
CN113539457A (zh) * 2021-07-16 2021-10-22 挂号网（杭州）科技有限公司 医疗资源的推荐方法及装置、电子设备、存储介质
CN114171171A (zh) * 2021-12-08 2022-03-11 史良锋 一种基于大数据的公共服务健康管理方法及系统

Similar Documents

Publication Publication Date Title
CN108039200A (zh) 一种信息推荐方法、装置及存储介质、程序产品
CN106528813B (zh) 一种多媒体推荐方法和装置
Schmidt et al. Applying the Analytic Hierarchy Process in healthcare research: A systematic literature review and evaluation of reporting
CN108122611B (zh) 一种信息推荐方法、装置及存储介质、程序产品
US9418567B1 (en) Selecting questions for a challenge-response test
US20150254754A1 (en) Methods and apparatuses for consumer evaluation of insurance options
US20050210025A1 (en) System and method for predicting the ranking of items
JP2016157489A (ja) 履歴データに基づく適合性の確度の決定
CN109785944B (zh) 基于数据分析的医院评价方法及相关产品
US20180011976A1 (en) Self-service healthcare platform
US20180122517A1 (en) Methods and apparatus related to electronic display of a human avatar with display properties particularized to health risks of a patient
WO2017039755A1 (en) Fast and accurate search generating a ranked list of healthcare providers
Kuruoglu et al. Which family physician should I choose? The analytic hierarchy process approach for ranking of criteria in the selection of a family physician
Kwon et al. Eliciting societal preferences of reimbursement decision criteria for anti cancer drugs in South Korea
US20170365014A1 (en) Systems, methods and non-transitory computer readable storage media for tracking and evaluating predictions regarding relationships
CN112509656A (zh) 基于医疗机构的等级评价方法、装置、计算机设备及介质
US9727883B2 (en) Methods and systems for conducting surveys and processing survey data to generate a collective outcome
US20160078521A1 (en) Systems and methods for recommending a service for use by a particular user
TW201531991A (zh) 一種用於資料管理與決策之計算裝置
CN104112210A (zh) 一种推送广告的方法及设备
CN109636530B (zh) 产品确定方法、装置、电子设备及计算机可读存储介质
KR102427320B1 (ko) 맞춤형 스포츠 대리 지도자 매칭 시스템 및 방법
Omotosho et al. A patient-based hospital referral decision support system
JP7382741B2 (ja) 医療機関選定支援装置
CN109948638B (zh) 对象匹配方法、装置、设备及计算机可读存储介质

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