CN109543117A - 基于智能推荐的服务推送方法及终端设备 - Google Patents
基于智能推荐的服务推送方法及终端设备 Download PDFInfo
- Publication number
- CN109543117A CN109543117A CN201811203532.XA CN201811203532A CN109543117A CN 109543117 A CN109543117 A CN 109543117A CN 201811203532 A CN201811203532 A CN 201811203532A CN 109543117 A CN109543117 A CN 109543117A
- Authority
- CN
- China
- Prior art keywords
- service
- medical institutions
- recommendation
- push
- information
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000011282 treatment Methods 0.000 claims abstract description 88
- 238000013507 mapping Methods 0.000 claims abstract description 44
- 239000003999 initiator Substances 0.000 claims abstract description 36
- 238000012545 processing Methods 0.000 claims abstract description 26
- 230000001960 triggered effect Effects 0.000 claims abstract description 14
- 238000012423 maintenance Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 18
- 230000005713 exacerbation Effects 0.000 claims description 14
- 238000004458 analytical method Methods 0.000 abstract description 2
- 230000000875 corresponding effect Effects 0.000 description 49
- 238000011156 evaluation Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 12
- 230000009193 crawling Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 230000001225 therapeutic effect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000001934 delay Effects 0.000 description 3
- 230000003111 delayed effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 238000001356 surgical procedure Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 241000270322 Lepidosauria Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000018199 S phase Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 206010036067 polydipsia Diseases 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000000391 smoking effect Effects 0.000 description 1
- 210000001685 thyroid gland Anatomy 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- G16H40/20—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 management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
Landscapes
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明适用于数据处理技术领域，提供了基于智能推荐的服务推送方法、终端设备以及计算机可读存储介质，包括：在检测到就医请求被触发后，抓取与所述就医请求的发起方相关的就医信息，所述就医信息包括就医记录、当前位置、平均排号时长以及同区域人群就医记录；获取已接入的多个医疗机构服务的服务信息，所述服务信息包括机构位置、预期排号时长以及评价等级；将所述就医信息与每个所述服务信息进行交叉映射处理得到交叉参数，并对所述交叉参数进行处理得到推荐值，按照预设的数值顺序推送与所述推荐值对应的所述医疗机构服务。本发明将就医信息与服务信息进行结合分析，实现了医疗机构服务的智能推荐，提升了服务推送的准确性。
Description
技术领域
本发明属于数据处理技术领域，尤其涉及基于智能推荐的服务推送方法、终端设备以及计算机可读存储介质。
背景技术
随着信息技术和医学技术的发展，各种医疗机构如诊所大量出现，为人们的就医提供了快捷通道。并且，由于终端设备的普及，医疗机构服务通常是通过终端设备上的应用程序推送至用户，方便用户进行自由选择。
在现有技术中，应用程序通常是设置单一的推送条件来进行医疗机构服务的推送，比如设置推送条件为评价分数，从而优先推送评价分数较高的医疗机构服务。但是，由于推送条件单一，可能导致优先推送的医疗机构服务与用户的真实意愿不符，即现有技术中进行服务推送的准确性低。
发明内容
有鉴于此，本发明实施例提供了基于智能推荐的服务推送方法、终端设备以及计算机可读存储介质，以解决现有技术中进行服务推送的准确性低的问题。
本发明实施例的第一方面提供了一种基于智能推荐的服务推送方法，包括：
在检测到就医请求被触发后，抓取与所述就医请求的发起方相关的就医信息，所述就医信息包括就医记录、当前位置、平均排号时长以及同区域人群就医记录；
获取已接入的多个医疗机构服务的服务信息，所述服务信息包括机构位置、预期排号时长以及评价等级；
将所述就医信息与每个所述服务信息进行交叉映射处理得到交叉参数，并对所述交叉参数进行处理得到推荐值，按照预设的数值顺序推送与所述推荐值对应的所述医疗机构服务。
本发明实施例的第二方面提供了一种终端设备，所述终端设备包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如下步骤：
在检测到就医请求被触发后，抓取与所述就医请求的发起方相关的就医信息，所述就医信息包括就医记录、当前位置、平均排号时长以及同区域人群就医记录；
获取已接入的多个医疗机构服务的服务信息，所述服务信息包括机构位置、预期排号时长以及评价等级；
将所述就医信息与每个所述服务信息进行交叉映射处理得到交叉参数，并对所述交叉参数进行处理得到推荐值，按照预设的数值顺序推送与所述推荐值对应的所述医疗机构服务。
本发明实施例的第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上步骤：
在检测到就医请求被触发后，抓取与所述就医请求的发起方相关的就医信息，所述就医信息包括就医记录、当前位置、平均排号时长以及同区域人群就医记录；
获取已接入的多个医疗机构服务的服务信息，所述服务信息包括机构位置、预期排号时长以及评价等级；
将所述就医信息与每个所述服务信息进行交叉映射处理得到交叉参数，并对所述交叉参数进行处理得到推荐值，按照预设的数值顺序推送与所述推荐值对应的所述医疗机构服务。
本发明实施例与现有技术相比存在的有益效果是：
本发明实施例通过抓取与就医请求的发起方相关的就医信息，并获取应用程序已接入的多个医疗机构服务的服务信息，将就医信息与每个服务信息进行单独处理得到推荐值，从而按照预设的数值顺序推送与推荐值对应的医疗机构服务，本发明实施例将就医信息与服务信息进行结合分析，使得推送结果尽量贴合用户本身，提升了服务推送的准确性。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述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他的附图。
图1是本发明实施例一提供的基于智能推荐的服务推送方法的实现流程图；
图2是本发明实施例二提供的基于智能推荐的服务推送方法的实现流程图；
图3是本发明实施例三提供的基于智能推荐的服务推送方法的实现流程图；
图4是本发明实施例四提供的基于智能推荐的服务推送方法的实现流程图；
图5是本发明实施例五提供的基于智能推荐的服务推送方法的实现流程图；
图6是本发明实施例六提供的终端设备的结构框图；
图7是本发明实施例七提供的终端设备的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
图1示出了本发明实施例提供的基于智能推荐的服务推送方法的实现流程，详述如下：
在S101中，在检测到就医请求被触发后，抓取与所述就医请求的发起方相关的就医信息，所述就医信息包括就医记录、当前位置、平均排号时长以及同区域人群就医记录。
为了便于对本发明实施例的内容进行说明，假设医疗机构服务在终端设备的应用程序中进行推送，但应获知的是，这并不构成对本实施例的限定，比如医疗机构服务还可通过短信或邮件等方式进行推送。首先，在终端设备的应用程序上预先设置就医请求的触发方式，以便识别应用程序的用户是否欲查看医疗机构服务，如可设置触发方式为用户点击应用程序上的某个按钮，也可设置触发方式为接收到用户输入的指定文本指令或指定语音指令等。终端设备在检测到就医请求被触发后，抓取与就医请求的发起方(应用程序的用户)相关的就医信息，具体地，抓取就医信息包括但不限于以下的方式：第一种方式是对应用程序产生的数据进行监听，将应用程序以往被使用的过程中产生的就医信息存储至后台数据库或本地缓存中，并在检测到就医请求被触发后，在后台数据库或本地缓存中抓取就医信息；第二种方式为从指定统一资源定位符(Uniform Resource Locator，URL)所指向的第三方网站中抓取就医信息，具体获取发起方的身份信息(如姓名和身份证号等)，并将身份信息作为关键词，通过python爬虫工具抓取第三方网站中与用户信息相关的就医信息，指定URL可由应用程序已接入的多个医疗机构服务提供，也可自定义设置。值得一提的是，在抓取就医信息时，上述的抓取方式可结合使用。
可选地，对通过上述抓取方式抓取到的信息按照预设格式进行滤除，提取出就医信息。由于就医信息具有固定的预设格式，故可根据预设格式进行信息滤除，只提取与预设格式相关的内容(如将预设格式设置为位置，则在抓取到的信息中只提取与“位置”相关的内容)，构成就医信息，防止后续对无效的信息进行分析，造成资源浪费，同时提升抓取就医信息的有效率。
在本发明实施例中，就医信息包括就医记录、当前位置、平均排号时长以及同区域人群就医记录，其中，就医记录是指发起方参与医疗机构服务的记录，就医记录包括医疗机构服务的名称；当前位置是指应用程序通过开启全球定位系统(Global PositioningSystem，GPS)定位得到的地理位置或者由发起方指定的地理位置；平均排号时长是指发起方在过往的多个就医过程中，等待排号的时长的均值，平均排号时长也可以由发起方自定义设置；同区域人群就医记录是指在与当前位置的距离小于预设距离(如5公里)的区域中，应用程序的所有用户参与医疗机构服务的记录。
在S102中，获取已接入的多个医疗机构服务的服务信息，所述服务信息包括机构位置、预期排号时长以及评价等级。
在本发明实施例中，终端设备的应用程序接入有多个医疗机构服务，接入方式可以是应用程度调用医疗机构提供的接口，从而便可将医疗机构服务展现在应用程序的界面。值得一提的是，本发明实施例并不对医疗机构服务的具体内容进行限制，比如医疗机构服务可以是某个医疗机构提供的综合服务，也可以是医疗机构中某个小部门(如牙科)或某个医生提供的针对服务。在本步骤中，终端设备获取应用程序已接入的多个医疗机构服务的服务信息，服务信息包括但不限于机构位置、预期排号时长以及评价等级。机构位置即是提供医疗机构服务的医疗机构的地理位置；预期排号时长可以是医疗机构服务在过往提供服务的过程中统计的多个排号时长的均值，当然也可以由医疗机构服务自定义设置；评价等级是指按照统一的评分机制，对医疗机构服务已有的用户评价进行分析后得到的等级。值得一提的是，服务信息同样可从第三方网站(如对多个医疗机构服务进行综合评估的网站)中获取。
在S103中，将所述就医信息与每个所述服务信息进行交叉映射处理得到交叉参数，并对所述交叉参数进行处理得到推荐值，按照预设的数值顺序推送与所述推荐值对应的所述医疗机构服务。
在获取到就医信息和多个服务信息后，由于每个服务信息都代表一个医疗机构服务，故将就医信息与每个服务信息单独进行交叉映射处理。在交叉映射处理过程中，首先进行交叉处理，即是对就医信息中与服务信息存在交叉的部分进行差值或相比处理，具体将当前位置与机构位置进行差值处理得到位置距离，将平均排号时长与预期排号时长进行差值处理得到时长差异值，将多条就医记录中该医疗机构服务占用的比率作为就医占有率，将同区域人群就医记录中该医疗机构服务占用的比率作为同区域占有率。交叉映射处理的第二部分是进行映射处理，即是对计算出的位置距离和时长差异值进行映射处理，从而得到对应的映射值，便于进行后续计算。为了方便理解，后文进行举例说明：
(1)对于就医信息中的就医记录，统计与服务信息符合的就医记录(符合的就医记录是指就医记录中医疗机构服务的名称与服务信息对应)的数量，并将该数量与就医记录的总数量之间的比例作为就医占有率Occupancyclinic。
(2)对于就医信息中的当前位置和服务信息中的机构位置，计算当前位置与机构位置之间的位置距离，具体可通过调用开源的地图接口，将当前位置作为起点，将机构位置作为终点，然后计算位置距离。针对位置距离，设置多个距离区间，每个距离区间都设定有不同的映射值(通常设定为距离区间中位置距离数值越大，映射值越大)，判断位置距离所属的距离区间，并将该距离区间的映射值作为距离映射值Valuedistance。距离区间的划分方式可根据实际应用场景确定，比如一种划分方式为，设置距离区间为[0公里，1公里)，并将该距离区间的映射值设定为1；设置距离区间为[1公里，5公里)，并将映射值设定为2；设置距离区间为[5公里，+∞)，并将映射值设定为3。
(3)对于就医信息中的平均排号时长和服务信息中的预期排号时长，与计算位置距离同样地，首先计算平均排号时长与预期排号时长之间的时长差异值(该时长差异值为平均排号时长与预期排号时长之间的差值的绝对值)，并且设置多个差异值区间，每个差异值区间都设定有映射值，本发明实施例假设随着差异值区间中的时长差异值数值增大，映射值也对应增大。查找时长差异值所属的差异值区间，并将该差异值区间对应的映射值作为时长映射值Valueduration。
(4)对于就医信息中的多条同区域人群就医记录，统计与该服务信息符合的同区域人群就医记录(即该同区域人群就医记录中，医疗机构服务的名称与该服务信息对应)的数量，并将该数量与同区域人群就医记录的总数量之间的比例作为同区域占有率Occupancyclinic-other。
(5)对于服务信息中的评价等级Valueevaluation不做处理，本发明实施例中假设评价等级为具体数字，且评价等级越高，数字越大。
由上所述，在经过交叉映射处理后，得到的交叉参数包括就医占有率、距离映射值、时长映射值、同区域占有率和评价等级，本发明实施例继续对交叉参数进行处理得到推荐值，计算公式如下：
在上述公式中，ValueRecommended为推荐值，e为自然常数，另外，ωclinic、1/ωclinic-other、ωdistance、ωduration以及ωevaluation都为常量，可根据实际应用场景进行设定，其中，推荐值与ωclinic、1/ωclinic-other、ωdistance、ωduration以及ωevaluation之间都单独成正相关关系。
可选地，获取预设的偏好值序列，该偏好值序列包括多个偏好值，获取当前用户发送的交叉参数排序结果，并按照交叉参数排序结果对ωclinic、1/ωclinic-other、ωdistance、ωduration和ωevaluation进行排序，按照偏好值序列依次赋予偏好值。在本发明实施例中，可预先设置偏好值序列，该偏好值序列中包括多个排序后的偏好值，为了便于说明，假设偏好值序列中的偏好值按照数值从大到小的顺序进行排列，并且偏好值序列中的偏好值依次为5，4，3，2，1。终端设备在已制定偏好值序列的基础上，向发起方发送排序选项，指示发起方对交叉参数中的就医占有率、距离映射值、时长映射值、同区域占有率和评价等级进行重要性排序，然后终端设备接收发起方关于排序选项的交叉参数排序结果，并根据交叉参数排序结果为对应的ωclinic、1/ωclinic-other、ωdistance、ωduration以及ωevaluation排序，并按照偏好值序列依次赋予偏好值。举例来说，当前用户发送的交叉参数排序结果中，重要性从高到低依次为就医占有率、距离映射值、时长映射值、同区域占有率和评价等级，则对ωclinic、1/ωclinic-other、ωdistance、ωduration和ωevaluation进行排序后的结果为(ωclinic，ωdistance，ωduration，1/ωclinic-other，ωevaluation)，在此基础上，按照偏好值序列依次赋予偏好值的过程具体为：为ωclinic赋予偏好值5，为ωdistance赋予偏好值4，为ωduration赋予偏好值3，为1/ωclinic-other赋予偏好值2，为ωevaluation赋予偏好值1。在对ωclinic、1/ωclinic-other、ωdistance、ωduration和ωevaluation完成赋值后，即可将赋值后的上述常量代入至上述计算公式，从而计算推荐值。通过上述方法，可由发起方自由确定交叉参数中各个内容的重要程度，从而影响推荐值的计算，提升了推荐值与发起方之间的贴合度，也即提升了计算推荐值的准确性。
在计算出推荐值后，按照预设的数值顺序在应用程序的界面上推送与推荐值对应的医疗机构服务。根据推荐值的计算方式不同，数值顺序也不同，比如若推荐值由上述计算公式计算得出，则数值顺序为推荐值从大到小的顺序。医疗机构服务具体可以列表形式进行推送，比如在数值顺序为推荐值从大到小的顺序的基础上，在应用程序的列表上方(重点位置)展示推荐值较大的医疗机构服务，在列表下方(非重点位置)展示推荐值较小的医疗机构服务。推送医疗机构服务时，可在应用程序界面中输出医疗机构服务的具体服务内容，也可输出跳转至医疗机构服务的跳转链接等，本发明实施例对此不做限定。
通过图1所示实施例可知，在本发明实施例中，通过在检测到就医请求被触发后，抓取与就医请求的发起方相关的就医信息，获取已接入的多个医疗机构服务的服务信息，将就医信息与每个服务信息进行交叉映射处理得到交叉参数，并对交叉参数进行处理得到推荐值，按照预设的数值顺序推送与推荐值对应的医疗机构服务，提升了服务推送的准确性。
图2所示，是在本发明实施例一的基础上，并在就医信息还包括发起方输入的用户特征的基础上，将对交叉参数进行处理得到推荐值，按照预设的数值顺序推送与推荐值对应的医疗机构服务的过程进行细化后得到的一种方法。本发明实施例提供了基于智能推荐的服务推送方法的实现流程图，如图2所示，该服务推送方法可以包括以下步骤：
在S201中，根据特征关键词在网络上爬取特征记录，并统计所述特征记录的总条数作为特征数量，所述特征关键词包括所述用户特征以及所述医疗机构服务的名称。
在本发明实施例中，终端设备抓取的与发起方相关的就医信息还包括发起方输入的用户特征，用户特征可为发起方本身的病症，如甲状腺肿大，也可为发起方本身的属性，如老年人、有吸烟史或有酗酒史等。终端设备在获取到用户特征后，将用户特征和医疗机构服务的名称组合为特征关键词，并根据特征关键词在网络上爬取包含特征关键词的特征记录，爬取同样可基于pyhton爬虫工具实现。爬取完毕后，统计特征记录的总条数作为特征数量，即在爬取完成后，每个医疗机构服务都对应一个特征数量。
在S202中，基于特征权值对所述推荐值执行加权操作，并按照所述数值顺序推送与加权后的所述推荐值对应的所述医疗机构服务，所述特征权值为所述医疗机构服务对应的所述特征数量在所有所述特征数量中的占比。
针对单个医疗机构服务来说，将该医疗机构服务对应的特征数量在所有特征数量中的占比作为特征权值，比如医疗机构服务ServiceA对应的特征数量为100个，医疗机构服务ServiceB对应的特征数量为200个，则医疗机构服务ServiceA的特征权值为100/(100+200)＝1/3。在得到特征权值，并且计算出该医疗机构服务对应的推荐值后，基于特征权值对推荐值进行加权操作，即是将特征权值与推荐值进行乘积运算，得到加权后的推荐值。在推送多个医疗机构服务时，按照数值顺序(优先为从大到小的顺序)推送与加权后的推荐值对应的医疗机构服务。
通过图2所示实施例可知，在本发明实施例中，根据特征关键词在网络上爬取特征记录，并统计特征记录的总条数作为特征数量，该特征关键词包括用户特征以及医疗机构服务的名称，然后基于特征数量计算特征权值，并根据特征权值对推荐值执行加权操作，最后按照数值顺序推送与加权后的推荐值对应的医疗机构服务，本发明实施例通过计算特征权值及进行加权操作，从而优先推送热度较高的医疗机构服务，进一步提升了服务推送的准确性。
图3所示，是在本发明实施例二的基础上，并在按照数值顺序推送与加权后的推荐值对应的医疗机构服务的基础上进行扩展后得到的一种方法。本发明实施例提供了基于智能推荐的服务推送方法的实现流程图，如图3所示，该服务推送方法可以包括以下步骤：
在S301中，获取所述特征记录所在网络页面的访问热度值，并确定出所述访问热度值最高的所述网络页面。
基于特征关键词爬取到特征记录后，在本发明实施例中，确定特征记录所在的网络页面，进一步确定网络页面的访问热度值，具体可获取网络页面的独立访客(UniqueVisitor，UV)数量，并将独立访客数量作为访问热度值。独立访客为访问网络页面的客户端，在预设的访问时间段如24小时内，相同的客户端发起的一次以上的访问只被算为一次，故将独立访问数量作为访问热度值的准确性更高。由于在爬取特征记录时，可基于指定URL进行爬取，故在本步骤中可使终端设备的应用程序接入网络页面的后台系统，并从后台系统的统计数据中提取对应网络页面的访问热度值。由于基于特征关键词通常可爬取到多个特征记录，故在获取到与多个特征记录对应的多个网络页面的访问热度值后，确定访问热度值最高的网络页面，并进行后续处理。
在S302中，获取所述访问热度值最高的所述网络页面的标题标签中的标题内容，并在推送与所述特征记录对应的所述医疗机构服务时，同时推送所述标题内容。
在确定出访问热度值最高的网络页面后，获取该网络页面的标题标签中的内容作为标题内容，其中，标题标签为超文本标记语言(HyperText Markup Language，HTML)标签，标题标签可预先指定，比如可将标题标签指定为<title>标签和</title>标签，则在获取标题内容时，将网络页面源代码中<title>标签与</title>标签之间的内容作为标题内容。终端设备在应用程序中推送与该网络页面的特征记录对应的医疗机构服务时，同时推送与特征记录对应的标题内容，便于当前用户获知网络中与医疗机构服务相关的热点内容。标题内容可用较小的显示框进行推送，避免对医疗机构服务形成重叠以及视觉干扰。此外，还可在步骤S301中确定访问热度值最高的多个网络页面，并在本步骤中推送医疗机构服务时，同时推送与医疗机构服务对应的多个标题内容，便于当前用户综合了解热点内容。
通过图3所示实施例可知，在本发明实施例中，通过获取特征记录所在网络页面的访问热度值，并确定出访问热度值最高的网络页面，然后获取该网络页面的标题标签中的标题内容，在推送与特征记录对应的医疗机构服务时，同时推送标题内容，本发明实施例通过同时推送标题内容，方便发起方了解与医疗机构服务相关的热点内容，提升了医疗机构服务推送的广度。
图4所示，是在本发明实施例一的基础上，并在按照预设的数值顺序推送与推荐值对应的医疗机构服务的基础上进行扩展后得到的一种方法。本发明实施例提供了基于智能推荐的服务推送方法的实现流程图，如图4所示，该服务推送方法可以包括以下步骤：
在S401中，若检测到所述医疗机构服务的服务页面加载完成，则记录所述服务页面的维持时长。
终端设备在应用程序中推送医疗机构服务后，若检测到某一个医疗机构服务的服务页面加载完成，证明发起方在应用程序中访问了该医疗机构服务，则终端设备开始记录服务页面的维持时长，直到服务页面被关闭为止。
可选地，若在服务页面记载完成后，检测到应用程序在终端设备的后台运行，则停止记录维持时长。在服务页面加载完成，并开始记录维持时长后，若检测到应用程序转换到终端设备的后台运行，则停止记录维持时长。若应用程序在后台中被直接杀死，则保存已记录的维持时长；若应用程序重新转换到终端设备的前台运行，则在已记录的维持时长基础上进行继续记录。应用程序在终端设备后台运行时，发起方并没有访问医疗机构服务，故停止维持时长的记录，提升了记录的准确性。
在S402中，若所述维持时长低于预设的时长阈值，则对所述维持时长进行映射处理得到延后位置，并在再次推送所述医疗机构服务时，按照所述延后位置降低所述医疗机构服务的推送次序。
若记录的维持时长低于预设的时长阈值(如60秒)，则对维持时长进行映射处理得到延后位置；若维持时长不低于时长阈值，则不进行延后位置的计算。同样地，在进行映射处理时，设置多个时长区间，每个时长区间对应有一个映射值。举例来说，设置第一个时长区间为[0秒，5秒)，对应的映射值为3；设置第二个时长区间为[5秒，12秒)，对应的映射值为2；设置第三个时长区间为[12秒，60秒)，对应的映射值为1。若维持时长为1秒，则将对应的映射值3作为延后位置。在本发明实施例中，若终端设备检测到就医请求再次被触发，并且在再次推送医疗机构服务时，按照延后位置降低医疗机构服务的推送次序。以医疗机构服务的推送形式为列表举例，某个医疗机构服务原本所在的列表位置为第3位，计算出的该医疗机构服务对应的延后位置为3，则在再次进行服务推送时，将该医疗机构服务在列表中向后延3个位置，即延后的列表位置为第6位，在对该医疗机构服务进行延后处理时，同时将原本位于该医疗机构服务之后的3个医疗机构服务统一在列表中前移1个位置。
通过图4所示实施例可知，在本发明实施例中，若检测到医疗机构服务的服务页面加载完成，则记录服务页面的维持时长，若维持时长低于预设的时长阈值，则对维持时长进行映射处理得到延后位置，并在再次推送该医疗机构服务时，按照延后位置降低医疗机构服务的推送次序，本发明实施例在发起方对某个医疗机构服务不感兴趣(体现在维持时长低于时长阈值)时，降低该医疗机构服务的推送次序，提升了服务推送的有效率。
图5所示，是在本发明实施例一的基础上，对按照预设的数值顺序推送与推荐值对应的医疗机构服务之后的过程进行扩展后得到的一种方法。本发明实施例提供了基于智能推荐的服务推送方法的实现流程图，如图5所示，该服务推送方法可以包括以下步骤：
在S501中，统计预设时间段内被打开的多个所述医疗机构服务，并分析多个所述医疗机构服务的共有特征。
终端设备在应用程序中推送多个医疗机构服务后，在预设时间段内统计被打开的多个医疗机构服务，预设时间段可为开始推送医疗机构服务到应用程序被关闭之间的时间段。针对被打开的多个医疗机构服务，分析多个医疗机构服务的共有特征，共有特征为多个医疗机构服务展现的内容中重合度最高的内容。举例来说，推送医疗机构服务时，各个医疗机构服务展现的内容是医疗机构服务的服务科室，医疗机构服务ServiceA-1的服务科室为口腔科，医疗机构服务ServiceB-1的服务科室为口腔科和外科，医疗机构服务ServiceC-1的服务科室为口腔科、内科和外科，则口腔科在所有医疗机构服务中的重合度为3/3＝100％，外科的重合度为2/3≈67％，内科的重合度为1/3≈33％，则将重合度最高的口腔科作为共有特征。
在S502中，在已接入的多个所述医疗机构服务中，对具有所述共有特征的所述医疗机构服务设置加重参数，并在再次计算出所述推荐值后，根据所述加重参数对所述推荐值进行加重处理，按照所述数值顺序推送与加重处理后的所述推荐值对应的所述医疗机构服务。
在应用程序已接入的多个医疗机构服务中，对具有共有特征的医疗机构服务设置加重参数，加重参数可为一个固定的常量。设置完成后，若检测到就医请求再次被触发，并再次计算出多个医疗机构服务的推荐值时，对具有共有特征的医疗机构服务对应的推荐值进行加重处理，加重处理可为将推荐值与加重参数进行乘积运算、相加运算或其他运算，本发明实施例不做限定，但进行加重处理后的推荐值应大于加重处理前的推荐值。完成对多个医疗机构服务对应的推荐值的加重处理后，按照数值顺序(优先为从大到小的顺序)推送与加重处理后的推荐值对应的医疗机构服务。
通过图5所示实施例可知，在本发明实施例中，统计预设时间段内被打开的多个医疗机构服务，并分析多个医疗机构服务的共有特征，在已接入的多个医疗机构服务中，对具有共有特征的医疗机构服务设置加重参数，并在再次计算出推荐值后，根据加重参数对推荐值进行加重处理，最后按照数值顺序推送与加重处理后的推荐值对应的医疗机构服务，本发明实施例通过分析发起方已访问服务的共有特征，并提升拥有共有特征的医疗机构服务的推送优先级，迎合了发起方的需求，提升了用户体验。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
图6示出了本发明实施例提供的终端设备的结构框图，该终端设备包括的各单元用于执行图1对应的实施例中的各步骤。具体请参阅图1与图1所对应的实施例中的相关描述。为了便于说明，仅示出了与本实施例相关的部分。
参见图6，所述终端设备包括：
抓取单元61，用于在检测到就医请求被触发后，抓取与所述就医请求的发起方相关的就医信息，所述就医信息包括就医记录、当前位置、平均排号时长以及同区域人群就医记录；
获取单元62，用于获取已接入的多个医疗机构服务的服务信息，所述服务信息包括机构位置、预期排号时长以及评价等级；
推送单元63，用于将所述就医信息与每个所述服务信息进行交叉映射处理得到交叉参数，并对所述交叉参数进行处理得到推荐值，按照预设的数值顺序推送与所述推荐值对应的所述医疗机构服务。
可选地，就医信息还包括发起方输入的用户特征，推送单元63包括：
特征爬取单元，用于根据特征关键词在网络上爬取特征记录，并统计所述特征记录的总条数作为特征数量，所述特征关键词包括所述用户特征以及所述医疗机构服务的名称；
加权单元，用于基于特征权值对所述推荐值执行加权操作，并按照所述数值顺序推送与加权后的所述推荐值对应的所述医疗机构服务，所述特征权值为所述医疗机构服务对应的所述特征数量在所有所述特征数量中的占比。
可选地，加权单元还包括：
热度获取单元，用于获取所述特征记录所在网络页面的访问热度值，并确定出所述访问热度值最高的所述网络页面；
标题推送单元，用于获取所述访问热度值最高的所述网络页面的标题标签中的标题内容，并在推送与所述特征记录对应的所述医疗机构服务时，同时推送所述标题内容。
可选地，推送单元63还包括：
记录单元，用于若检测到所述医疗机构服务的服务页面加载完成，则记录所述服务页面的维持时长；
次序降低单元，用于若所述维持时长低于预设的时长阈值，则对所述维持时长进行映射处理得到延后位置，并在再次推送所述医疗机构服务时，按照所述延后位置降低所述医疗机构服务的推送次序。
可选地，推送单元63还包括：
分析单元，用于统计预设时间段内被打开的多个所述医疗机构服务，并分析多个所述医疗机构服务的共有特征；
加重单元，用于在已接入的多个所述医疗机构服务中，对具有所述共有特征的所述医疗机构服务设置加重参数，并在再次计算出所述推荐值后，根据所述加重参数对所述推荐值进行加重处理，按照所述数值顺序推送与加重处理后的所述推荐值对应的所述医疗机构服务。
因此，本发明实施例提供的终端设备通过综合发起方的就医信息和医疗机构服务的服务信息，得到每个医疗机构服务的推荐值，并按照特定的数值顺序在应用程序中推送与推荐值对应的医疗机构服务，提升了服务推送的准确性。
图7是本发明实施例提供的终端设备的示意图。如图7所示，该实施例的终端设备7包括：处理器70、存储器71以及存储在所述存储器71中并可在所述处理器70上运行的计算机程序72，例如基于智能推荐的服务推送程序。所述处理器70执行所述计算机程序72时实现上述各个基于智能推荐的服务推送方法实施例中的步骤，例如图1所示的步骤S101至S103。或者，所述处理器70执行所述计算机程序72时实现上述各终端设备实施例中各单元的功能，例如图6所示单元61至63的功能。
示例性的，所述计算机程序72可以被分割成一个或多个单元，所述一个或者多个单元被存储在所述存储器71中，并由所述处理器70执行，以完成本发明。所述一个或多个单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序72在所述终端设备7中的执行过程。例如，所述计算机程序72可以被分割成抓取单元、获取单元和推送单元，各单元具体功能如下：
抓取单元，用于在检测到就医请求被触发后，抓取与所述就医请求的发起方相关的就医信息，所述就医信息包括就医记录、当前位置、平均排号时长以及同区域人群就医记录；
获取单元，用于获取已接入的多个医疗机构服务的服务信息，所述服务信息包括机构位置、预期排号时长以及评价等级；
推送单元，用于将所述就医信息与每个所述服务信息进行交叉映射处理得到交叉参数，并对所述交叉参数进行处理得到推荐值，按照预设的数值顺序推送与所述推荐值对应的所述医疗机构服务。
所述终端设备7可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器70、存储器71。本领域技术人员可以理解，图7仅仅是终端设备7的示例，并不构成对终端设备7的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器70可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器71可以是所述终端设备7的内部存储单元，例如终端设备7的硬盘或内存。所述存储器71也可以是所述终端设备7的外部存储设备，例如所述终端设备7上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器71还可以既包括所述终端设备7的内部存储单元也包括外部存储设备。所述存储器71用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器71还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元完成，即将所述终端设备的内部结构划分成不同的功能单元，以完成以上描述的全部或者部分功能。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，也可以采用软件功能单元的形式实现。另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中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。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的终端设备和方法，可以通过其它的方式实现。例如，以上所描述的终端设备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讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，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，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random AccessMemory，RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于智能推荐的服务推送方法，其特征在于，包括：
在检测到就医请求被触发后，抓取与所述就医请求的发起方相关的就医信息，所述就医信息包括就医记录、当前位置、平均排号时长以及同区域人群就医记录；
获取已接入的多个医疗机构服务的服务信息，所述服务信息包括机构位置、预期排号时长以及评价等级；
将所述就医信息与每个所述服务信息进行交叉映射处理得到交叉参数，并对所述交叉参数进行处理得到推荐值，按照预设的数值顺序推送与所述推荐值对应的所述医疗机构服务。
2.如权利要求1所述的服务推送方法，其特征在于，所述就医信息还包括所述发起方输入的用户特征，所述对所述交叉参数进行处理得到推荐值，按照预设的数值顺序推送与所述推荐值对应的所述医疗机构服务，包括：
根据特征关键词在网络上爬取特征记录，并统计所述特征记录的总条数作为特征数量，所述特征关键词包括所述用户特征以及所述医疗机构服务的名称；
基于特征权值对所述推荐值执行加权操作，并按照所述数值顺序推送与加权后的所述推荐值对应的所述医疗机构服务，所述特征权值为所述医疗机构服务对应的所述特征数量在所有所述特征数量中的占比。
3.如权利要求2所述的服务推送方法，其特征在于，所述按照所述数值顺序推送与加权后的所述推荐值对应的所述医疗机构服务，还包括：
获取所述特征记录所在网络页面的访问热度值，并确定出所述访问热度值最高的所述网络页面；
获取所述访问热度值最高的所述网络页面的标题标签中的标题内容，并在推送与所述特征记录对应的所述医疗机构服务时，同时推送所述标题内容。
4.如权利要求1所述的服务推送方法，其特征在于，所述按照预设的数值顺序推送与所述推荐值对应的所述医疗机构服务之后，还包括：
若检测到所述医疗机构服务的服务页面加载完成，则记录所述服务页面的维持时长；
若所述维持时长低于预设的时长阈值，则对所述维持时长进行映射处理得到延后位置，并在再次推送所述医疗机构服务时，按照所述延后位置降低所述医疗机构服务的推送次序。
5.如权利要求1所述的服务推送方法，其特征在于，所述按照预设的数值顺序推送与所述推荐值对应的所述医疗机构服务之后，还包括：
统计预设时间段内被打开的多个所述医疗机构服务，并分析多个所述医疗机构服务的共有特征；
在已接入的多个所述医疗机构服务中，对具有所述共有特征的所述医疗机构服务设置加重参数，并在再次计算出所述推荐值后，根据所述加重参数对所述推荐值进行加重处理，按照所述数值顺序推送与加重处理后的所述推荐值对应的所述医疗机构服务。
6.一种终端设备，其特征在于，所述终端设备包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如下步骤：
在检测到就医请求被触发后，抓取与所述就医请求的发起方相关的就医信息，所述就医信息包括就医记录、当前位置、平均排号时长以及同区域人群就医记录；
获取已接入的多个医疗机构服务的服务信息，所述服务信息包括机构位置、预期排号时长以及评价等级；
将所述就医信息与每个所述服务信息进行交叉映射处理得到交叉参数，并对所述交叉参数进行处理得到推荐值，按照预设的数值顺序推送与所述推荐值对应的所述医疗机构服务。
7.如权利要求6所述的终端设备，其特征在于，所述就医信息还包括所述发起方输入的用户特征，所述对所述交叉参数进行处理得到推荐值，按照预设的数值顺序推送与所述推荐值对应的所述医疗机构服务，包括：
根据特征关键词在网络上爬取特征记录，并统计所述特征记录的总条数作为特征数量，所述特征关键词包括所述用户特征以及所述医疗机构服务的名称；
基于特征权值对所述推荐值执行加权操作，并按照所述数值顺序推送与加权后的所述推荐值对应的所述医疗机构服务，所述特征权值为所述医疗机构服务对应的所述特征数量在所有所述特征数量中的占比。
8.如权利要求7所述的终端设备，其特征在于，所述按照所述数值顺序推送与加权后的所述推荐值对应的所述医疗机构服务，还包括：
获取所述特征记录所在网络页面的访问热度值，并确定出所述访问热度值最高的所述网络页面；
获取所述访问热度值最高的所述网络页面的标题标签中的标题内容，并在推送与所述特征记录对应的所述医疗机构服务时，同时推送所述标题内容。
9.如权利要求6所述的终端设备，其特征在于，所述按照预设的数值顺序推送与所述推荐值对应的所述医疗机构服务之后，还包括：
若检测到所述医疗机构服务的服务页面加载完成，则记录所述服务页面的维持时长；
若所述维持时长低于预设的时长阈值，则对所述维持时长进行映射处理得到延后位置，并在再次推送所述医疗机构服务时，按照所述延后位置降低所述医疗机构服务的推送次序。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述服务推送方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811203532.XA CN109543117B (zh) | 2018-10-16 | 2018-10-16 | 基于智能推荐的服务推送方法及终端设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811203532.XA CN109543117B (zh) | 2018-10-16 | 2018-10-16 | 基于智能推荐的服务推送方法及终端设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109543117A true CN109543117A (zh) | 2019-03-29 |
| CN109543117B CN109543117B (zh) | 2023-07-21 |
Family
ID=65843796
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811203532.XA Active CN109543117B (zh) | 2018-10-16 | 2018-10-16 | 基于智能推荐的服务推送方法及终端设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109543117B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110175738A (zh) * | 2019-04-12 | 2019-08-27 | 北京百度网讯科技有限公司 | 医疗资源丰富度评价方法及系统 |
| CN111741434A (zh) * | 2020-06-17 | 2020-10-02 | 北京鸿蒙网科技有限公司 | 卫星定位和通讯基站云终端寻址校正的定位方法 |
| CN112102036A (zh) * | 2020-09-16 | 2020-12-18 | 京东数字科技控股股份有限公司 | 信息推荐方法、装置及存储介质 |
| CN113554365A (zh) * | 2021-09-23 | 2021-10-26 | 山东大学 | 医疗机构多元化信用评价方法及相关设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20130130136A (ko) * | 2012-02-01 | 2013-12-02 | 이병억 | 스마트 의료 서비스 매칭 방법 및 시스템 |
| 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 |
| CN107147726A (zh) * | 2017-05-25 | 2017-09-08 | 广东小天才科技有限公司 | 内容推送的方法、终端设备及计算机可读存储介质 |
| CN107341208A (zh) * | 2017-06-26 | 2017-11-10 | 广州华多网络科技有限公司 | 一种内容推荐方法及装置 |
| KR101866748B1 (ko) * | 2016-12-22 | 2018-06-15 | 오스템임플란트 주식회사 | 추천 진료 상담 스토리 제공 방법 및 시스템 |
-
2018
- 2018-10-16 CN CN201811203532.XA patent/CN109543117B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20130130136A (ko) * | 2012-02-01 | 2013-12-02 | 이병억 | 스마트 의료 서비스 매칭 방법 및 시스템 |
| 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 |
| KR101866748B1 (ko) * | 2016-12-22 | 2018-06-15 | 오스템임플란트 주식회사 | 추천 진료 상담 스토리 제공 방법 및 시스템 |
| CN107147726A (zh) * | 2017-05-25 | 2017-09-08 | 广东小天才科技有限公司 | 内容推送的方法、终端设备及计算机可读存储介质 |
| CN107341208A (zh) * | 2017-06-26 | 2017-11-10 | 广州华多网络科技有限公司 | 一种内容推荐方法及装置 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110175738A (zh) * | 2019-04-12 | 2019-08-27 | 北京百度网讯科技有限公司 | 医疗资源丰富度评价方法及系统 |
| CN110175738B (zh) * | 2019-04-12 | 2021-08-24 | 北京百度网讯科技有限公司 | 医疗资源丰富度评价方法及系统 |
| CN111741434A (zh) * | 2020-06-17 | 2020-10-02 | 北京鸿蒙网科技有限公司 | 卫星定位和通讯基站云终端寻址校正的定位方法 |
| CN112102036A (zh) * | 2020-09-16 | 2020-12-18 | 京东数字科技控股股份有限公司 | 信息推荐方法、装置及存储介质 |
| CN113554365A (zh) * | 2021-09-23 | 2021-10-26 | 山东大学 | 医疗机构多元化信用评价方法及相关设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109543117B (zh) | 2023-07-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109543117A (zh) | 基于智能推荐的服务推送方法及终端设备 | |
| Abbas et al. | A cloud based health insurance plan recommendation system: A user centered approach | |
| CN104217031B (zh) | 一种根据服务器搜索日志数据进行用户分类的方法和装置 | |
| CN109614476A (zh) | 客服系统问答方法、装置、计算机设备及存储介质 | |
| WO2017045329A1 (zh) | 挂号方法和系统 | |
| Lopez et al. | Assessment of vaccination strategies using fuzzy multi-criteria decision making | |
| CN109767259A (zh) | 基于埋点数据的运营活动推广方法、装置、设备及介质 | |
| CN110020091B (zh) | 一种基于区块链的医疗搜索引擎系统 | |
| US20120131438A1 (en) | Method and System of Web Page Content Filtering | |
| CN109241415A (zh) | 项目推荐方法、装置、计算机设备及存储介质 | |
| CN107077486A (zh) | 情感评价系统和方法 | |
| GB2488373A (en) | Database ranks results based on reputational scores | |
| CN109119148A (zh) | 预约方法和装置 | |
| US20160188601A1 (en) | Method and systems of implementing a ranked health-content article feed | |
| US11550937B2 (en) | Privacy trustworthiness based API access | |
| CN111178069A (zh) | 数据处理方法、装置、计算机设备及存储介质 | |
| El Akrami et al. | Unleashing the potential of blockchain and machine learning: Insights and emerging trends from bibliometric analysis | |
| CN110767308A (zh) | 信息推送方法、装置、计算机设备和存储介质 | |
| CN110083752A (zh) | 房源信息推荐方法、装置、设备及存储介质 | |
| CN114649074A (zh) | 一种病历数据处理方法、平台和装置 | |
| Talhelm et al. | How rice fights pandemics: Nature–crop–human interactions shaped COVID-19 outcomes | |
| CN108710664A (zh) | 一种热词分析方法、计算机可读存储介质及终端设备 | |
| WO2021129259A1 (zh) | 一种根据用户使用习惯动态快速加载模块的方法 | |
| CN108846001A (zh) | 菜谱推荐的方法和装置 | |
| CN112307028A (zh) | 跨数据信息知识模态的面向本质计算的差分内容推荐方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP01 | Change in the name or title of a patent holder | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 518000 Room 201, building A, No. 1, Qian Wan Road, Qianhai Shenzhen Hong Kong cooperation zone, Shenzhen, Guangdong (Shenzhen Qianhai business secretary Co., Ltd.) Patentee after: Ping An Wanjia Medical Management Co.,Ltd. Address before: 518000 Room 201, building A, No. 1, Qian Wan Road, Qianhai Shenzhen Hong Kong cooperation zone, Shenzhen, Guangdong (Shenzhen Qianhai business secretary Co., Ltd.) Patentee before: PING'AN WANJIA MEDICAL INVESTMENT MANAGEMENT Co.,Ltd. |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20231215 Address after: 518000 Room 201, building A, No. 1, Qian Wan Road, Qianhai Shenzhen Hong Kong cooperation zone, Shenzhen, Guangdong (Shenzhen Qianhai business secretary Co., Ltd.) Patentee after: KANGJIAN INFORMATION TECHNOLOGY (SHENZHEN) Co.,Ltd. Address before: 518000 Room 201, building A, No. 1, Qian Wan Road, Qianhai Shenzhen Hong Kong cooperation zone, Shenzhen, Guangdong (Shenzhen Qianhai business secretary Co., Ltd.) Patentee before: Ping An Wanjia Medical Management Co.,Ltd. |