CN109087714A - 一种基于云平台的移动端医疗消息的智能优化选择方法 - Google Patents

一种基于云平台的移动端医疗消息的智能优化选择方法 Download PDF

Info

Publication number
CN109087714A
CN109087714A CN201810763289.0A CN201810763289A CN109087714A CN 109087714 A CN109087714 A CN 109087714A CN 201810763289 A CN201810763289 A CN 201810763289A CN 109087714 A CN109087714 A CN 109087714A
Authority
CN
China
Prior art keywords
message
mobile terminal
client
task
medical news
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.)
Withdrawn
Application number
CN201810763289.0A
Other languages
English (en)
Inventor
胡若
李明
王华嘉
徐虹
黄丽媚
赵慧民
肖政宏
李军
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.)
Guangdong Polytechnic Normal University
Original Assignee
Guangdong Polytechnic Normal University
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 Guangdong Polytechnic Normal University filed Critical Guangdong Polytechnic Normal University
Priority to CN201810763289.0A priority Critical patent/CN109087714A/zh
Publication of CN109087714A publication Critical patent/CN109087714A/zh
Withdrawn legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Medical Informatics (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Pathology (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本发明涉及一种基于云平台的移动端医疗消息的智能优化选择方法，其特征在于，主要包括以下步骤：一、通过待选的消息、任务的标签来描述消息的特点；二、记录客户下载消息的历史，得到每个客户对每类消息的下载历史数据；三、利用算法从众多的消息里分析计算出客户对消息的需求矩阵；四、通过消息的需求矩阵和算法得到阅读该消息可能性高的客户群，从而向这些客户群推荐消息。本发明能根据用户的需求智能的优化选择合适的医疗消息，从而及时高效的被用户使用，进而解决了移动端医疗消息的不对称的问题，提高了用户消息或任务的接收效率。

Description

一种基于云平台的移动端医疗消息的智能优化选择方法
技术领域
本发明涉及一种基于云平台的移动端医疗消息的智能优化选择方法。
背景技术
我国已步入老龄化社会，老年人在家安享晚年、医护上门看诊需求量巨大，这些年国内市场上出现医护家政服务(如：上门中医按摩、看病陪诊、常规体检、慢性疾病检查与咨询，孕期护理，看病挂号、推拿理疗等医护保健服务等)，目前市场上非常多生活服务OTO平台选择与医院、医护到家机构合作，接入医护上门服务。医护上门服务尚属新兴行业，诚信水平问题需要解决，另外，即便平台接入医疗OTO服务，对医护资质也要严格审核，承担医疗责任，为患者负责。
近年来，由于互联网应用技术的快速成长，医疗消息(任务)优化选择服务是当今移动互联网发展中最受欢迎的技术之一。Internet医疗消息(任务)优化选择服务是指服务器定向把医护消息实时传到移动端的服务，而传统的医疗消息(任务)优化选择服务会把医疗消息(任务)优化选择给无需求的用户，这就使得消息优化选择效果适得其反。云平台的移动端医疗消息(任务)智能优化选择系统是根据消息(任务)和客户需求的特点，进行准确的有针对性的优化选择服务。智能优化选择系统的问世对提升优化选择消息(任务)的质量有着深远的意义。
现在社会上医疗消息(任务)优化选择服务平台习惯采用检索模式，用户需要在网络上查找获取自己相关的消息(任务)，无法保证任务消息(任务)及时地被合适的用户得到，导致消息不对称。
发明内容
本发明针对现有技术的不足，提供一种基于云平台的移动端医疗消息的智能优化选择方法；该方法能根据用户的需求智能的优化选择合适的医疗消息，从而及时高效的被用户使用，进而解决了移动端医疗消息的不对称的问题。
为了达到上述目的，本发明一种基于云平台的移动端医疗消息的智能优化选择方法，主要包括以下步骤：
第一、通过待选的消息、任务的标签来描述消息的特点；
第二、记录客户下载消息的历史，得到每个客户对每类消息的下载历史数据；
第三、利用智能有限选择算法从众多的消息里分析计算出客户对消息的需求矩阵；
第四、当有新消息需要优化选择时，通过消息的需求矩阵和算法得到阅读该消息可能性高的客户群，从而向这些客户群推荐消息。
优选地，所述消息设置分为前台所限制的前台消息、任务队列里的任务信息队列和后台智能筛选出来的后台消息三个层次。
作为上述方案的进一步改进，所述任务信息队列的每条消息都设置有出列的时间。
本发明能根据用户的需求智能的优化选择合适的医疗消息，从而及时高效的被用户使用，进而解决了移动端医疗消息的不对称的问题，提高了用户消息或任务的接收效率。
附图说明
图1为本发明的步骤流程图；
图2为客户端医疗消息智能优化选择流程图；
图3为医疗消息的层次架构图；
图4为任务信息队列的定时优化选择示意图。
具体实施方式
以下结合附图和具体实施例对本发明进行详细描述，但不作为对本发明的限定。
参照图1～4，本发明实施例采用安卓作为客户端基础来构建移动端医疗消息智能优化选择系统，实施例一种基于云平台的移动端医疗消息的智能优化选择方法，主要包括以下步骤：
第一、通过待选的消息、任务的标签来描述消息的特点；
第二、记录客户下载消息的历史，得到每个客户对每类消息的下载历史数据；
第三、利用算法从众多的消息里分析计算出客户对消息的需求矩阵；
第四、通过消息的需求矩阵和算法得到阅读该消息可能性高的客户群，从而向这些客户群推荐消息。
所述消息设置分为前台所限制的前台消息、任务队列里的任务信息队列和后台智能筛选出来的后台消息三个层次。所述任务信息队列的每条消息都设置有出列的时间。
智能消息(任务)优化选择技术可以分为：1.定期轮询模式。客户端每隔一段时间去请求一次服务器，查询服务器的消息(任务)优化选择列队上是否有未下载的消息(任务)。这类模式对客户端网络只释放少量消息、任务。2.网络优先长连接算法模式，用户通过安装连接软件，将服务器通过客户端“动态”的形式建立一个长时间的连接，那么如果服务器有新的消息想要通知客户，就可以利用这个连接传递过去。
本发明实施例采用自动调整消息优先选择算法，通过分析移动端的运行数据，为客户端不间断分配消息优化选择的模式，保证消息的实时性。但因为优先长连接算法用来作为传统算法，网络优先长连接算法在网络繁忙情况下不但不能及时优化选择消息(任务)，反而会因为网络不可靠而引起网络优先长连接经常无法连接，这类情况下客户端会不间断地请求重发消息(任务)，服务器无法及时处理大量的网络优先长连接消息(任务)，导致资源过度浪费，造成崩溃。本发明针对网络优先长连接这种情况，对传统算法进行优化改进，根据客户端的运行参数判定当前网络繁忙或空闲，如果当前网络状况空闲则切换回轮询，保证消息的及时有效的优化选择。
根据移动端医疗消息智能优化选择众人参与的特性，随着业务的发展，流量势必会逐步达到单机极限。为此要设立新的目标，使平台能支持千万级数量。优化的方法是引入客户端平衡，具备基本的扩展和可以继续正常执行其功能的能力。此外，随着网络技术的普遍应用，其产生的数据量相当的大，都是T级别的。基于此，我们不敢冒险使用多台高配置机器来实现庞大的系统，现在的大型系统体系大多采用非集中式计算，计算机的存储系统具有可以同时进行运算或操作的特性，在同一时间完成两种或两种以上工作和分散特性。如果用一台超级计算机作为主服务器，这台超级计算机如果出了状况，整个数据中心就瘫痪，损失无法估计。为避免集中式计算带来的风险，消息优化选择系统采用Zoo Keeper。
本发明采用的是消息自动调整调度算法，该算法是服务器端被客户端服请求优化选择消息(任务)，得到客户端传来的运行和分析数据后，根据分析结果为客户端优化选择消息(任务)。当客户端向服务器再次请求优化选择消息时，自动调整调度算法将再次获取客户端的运行参数，针对新的参数为客户端重新分配优化选择消息(任务)。
优化选择体系由于要应对大量用户的优化选择要求，为保证体系在高并发消息任务请求时的稳定性。斟酌稳定性的请求和便利体系扩大升级，本体系插入了消息队列使得体系分层为三部分:前台、任务消息队列、后台，如图3所示。
优先级：智能库能实现对入列的消息队列进行优先级设置，进智能库的消息队列是优先级队列，智能库便实现了对消息的优先级控制。
定时优化选择：利用智能库实现的消息队列支持定时出列的功能，只需要在入列时设置好出列的时间，即可实现对消息的定时优化选择。如图4所示。
本发明加入了新的诚信评价体系。目前诚信水平存在的主要问题：(1)诚信水平不受任务交易代价大小的影响。这也导致投机的接单人在初始交易的时候接一些价格便宜、速度快的任务。诚信水平会在短时间内迅速积累，之后再去接任务重且代价大的订单，这会给一些不知情的发单者造成巨大的损失。(2)目前的诚信评价中，给与评价的人的诚信没有考虑入诚信计算里，致使部分无良派单人可以任意诋毁接单人的声誉。消息(任务)优化选择平台的稳定发展受到了严重的威胁。(3)在消息(任务)优化选择平台中发单人没有实名认证的约束，很多消息(任务)优化选择发单人对自身的诚信评价不太重视，相比接单人非常重视的态度，一些恶意发单人则以中差评要挟接单人，以达到获益的目的。(4)服务累加计分。在消息(任务)优化选择平台领域中，因为涉及到提供服务的场景，人与人需要接触，互相提供服务，服务是诚信评价的一个重要指标。
根据以上描述，本发明希望对这几个问题进行改进。在改进后的诚信评价体系，能够更准确地反应出消息(任务)优化选择接单人的真实诚信。以发单者的诚信、交易代价做参考，达到保证交易健康进行的目的。
当前的易趣、淘宝等大多商务网站采用的都是诚信累加体系，用户的总体诚信值的
计算方法便是将用户获得的全部诚信反馈评分来累加。可表示为:
Kn＝Kn-1+ln,ln∈{-1,0,1}，
其中Kn-1、Kn分别表示用户前一次和当前累加诚信程度，ln表示用户得到第n次反馈评分。
改进的诚信评价体系为以下方面。
(1).引入服务累加计分，根据众包平台的特点，人与人的接触大量涉及到提供服务的场景，本文就结合众包平台地特点采用服务累加计分的模式，主要分三个因素来衡量，包括派单人的服务态度，订单的处理时效性，处理结果的满意度，为了量化评分，本文根据每个因素的重要程度赋予不同的权重。Bk为某一参考指标的评分，αk为其对应的权重，m为影响用户评分指标的个数，那么反馈评论值Bi的计算方法如下:
(2).引入派单人可信度，通过控制派单人的诚信来影响派单人对接单人所做的评价产生的诚信累计。
(3).引入交易价格，引入业务订单金额因素作为诚信水平计算的影响因子。按照成功订单业务数目的有用交易价格来计算，将订单业务价格因子记作F1，价格因子的引入与订单业务成功的价格及交易成功的数量都存在着正相关关系，价格越大，交易成功数量越多，相应地得到的价格因子也就越大。
(4).引入交易时间。为解决上述“评价时效性问题”，本文加入了对交易时间要素的考虑，引入一个时间因子。
(5)引入失败惩罚因子。
此外，为了避免订单业务不真实行为，本发明引入了惩罚因子。若订单业务中出现不成功就会受到惩罚,惩罚的条件取决于订单业务不成功的数目。
本实施例采用自动调整消息优先选择算法解决医疗消息/任务优化选择的问题，保证消息/任务优化选择的实时性,结合自动调整调度算法BSB,在符合弱网络情况下切换成轮询，保证消息/任务优化选择成功的前提下，减轻了服务器负担。把智能的优先选择算法用在医疗消息(任务)优化选择服务中，对用户数据做剖析，挑选出优化选择消息适合的需求用户，从而提升优化选择质量。采用个性化诚信水平体系，引入服务累加计分、交易代价、惩罚因子、评价人的诚信等来约束一些不诚信的行为，有效的抵制恶意差评或信誉欺诈等行为。
本发明能根据用户的需求智能的优化选择合适的医疗消息，从而及时高效的被用户使用，进而解决了移动端医疗消息的不对称的问题，提高了用户消息或任务的接收效率。
以上已将本发明做一详细说明，但显而易见，本领域的技术人员可以进行各种改变和改进，而不背离所附权利要求书所限定的本发明的范围。

Claims (3)

1.一种基于云平台的移动端医疗消息的智能优化选择方法，其特征在于，主要包括以下步骤：
第一、通过待选的消息、任务的标签来描述消息的特点；
第二、记录客户下载消息的历史，得到每个客户对每类消息的下载历史数据；
第三、利用算法从众多的消息里分析计算出客户对消息的需求矩阵；
第四、通过消息的需求矩阵和算法得到阅读该消息可能性高的客户群，从而向这些客户群推荐消息。
2.根据权利要求1所述的一种基于云平台的移动端医疗消息的智能优化选择方法，其特征在于，所述消息设置分为前台所限制的前台消息、任务队列里的任务信息队列和后台智能筛选出来的后台消息三个层次。
3.根据权利要求2所述的一种基于云平台的移动端医疗消息的智能优化选择方法，其特征在于，所述任务信息队列的每条消息都设置有出列的时间。
CN201810763289.0A 2018-07-12 2018-07-12 一种基于云平台的移动端医疗消息的智能优化选择方法 Withdrawn CN109087714A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810763289.0A CN109087714A (zh) 2018-07-12 2018-07-12 一种基于云平台的移动端医疗消息的智能优化选择方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810763289.0A CN109087714A (zh) 2018-07-12 2018-07-12 一种基于云平台的移动端医疗消息的智能优化选择方法

Publications (1)

Publication Number Publication Date
CN109087714A true CN109087714A (zh) 2018-12-25

Family

ID=64837593

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810763289.0A Withdrawn CN109087714A (zh) 2018-07-12 2018-07-12 一种基于云平台的移动端医疗消息的智能优化选择方法

Country Status (1)

Country Link
CN (1) CN109087714A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113098761A (zh) * 2021-03-31 2021-07-09 深圳市艾酷通信软件有限公司 通信方法、装置、电子设备和存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113098761A (zh) * 2021-03-31 2021-07-09 深圳市艾酷通信软件有限公司 通信方法、装置、电子设备和存储介质
CN113098761B (zh) * 2021-03-31 2022-11-15 深圳市艾酷通信软件有限公司 通信方法、装置、电子设备和存储介质

Similar Documents

Publication Publication Date Title
Darko et al. Review of application of analytic hierarchy process (AHP) in construction
CN104737132B (zh) 用于按需服务环境中的消息队列的基于竞价的资源共享
CN109150971B (zh) 超级节点投票和选举方法、装置和网络节点
Albino et al. Smart cities: Definitions, dimensions, performance, and initiatives
Ho et al. Internet-based selling technology and e-commerce growth: a hybrid growth theory approach with cross-model inference
Chanta et al. The minimum p-envy location problem: a new model for equitable distribution of emergency resources
Dastjerdi et al. An autonomous time-dependent SLA negotiation strategy for cloud computing
CN107194810B (zh) 资产配置系统和操作方法
CN109903087A (zh) 基于行为特征预测用户属性值的方法、装置及存储介质
CN107808314A (zh) 用户推荐方法及装置
Pick et al. Broadband utilization in the Indian states: Socioeconomic correlates and geographic aspects
CN108848675A (zh) 一种实验仪器设备管理系统及方法
CN110503520A (zh) 信息推荐方法、装置、电子设备及计算机可读介质
Li et al. A price-incentive resource auction mechanism balancing the interests between users and cloud service provider
CN110457128A (zh) 任务分配方法、装置和系统
CN103839166A (zh) 用于产品价格信息的获取和分配的方法
CN108280178A (zh) 一种多平台的空间信息资源协同共享方法
Gupta et al. Extracting consumers’ private information for implementing incentive-compatible Internet traffic pricing
CN109087714A (zh) 一种基于云平台的移动端医疗消息的智能优化选择方法
CN109241435A (zh) 一种用于数字货币交易的数据推送方法、装置及系统
CN110196949A (zh) 信息推送方法、装置、电子设备及计算机可读介质
Dai et al. Research on the design and application of sports competition ticketing platform based on edge computing
KR100538743B1 (ko) 상대적 학습 평가 시스템 및 그 방법
KR102018838B1 (ko) 전자입찰참여를 위한 빅데이터 가중이동평균법 기반 입찰정보 분석 서비스 제공 방법
CN104778636B (zh) 船舶装备维修保障信息服务推荐方法

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20181225

WW01 Invention patent application withdrawn after publication