CN112185588A - 一种推荐平台和方法 - Google Patents
一种推荐平台和方法 Download PDFInfo
- Publication number
- CN112185588A CN112185588A CN202011062554.6A CN202011062554A CN112185588A CN 112185588 A CN112185588 A CN 112185588A CN 202011062554 A CN202011062554 A CN 202011062554A CN 112185588 A CN112185588 A CN 112185588A
- Authority
- CN
- China
- Prior art keywords
- recommendation
- doctor
- data
- user
- query
- 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
- 238000000034 method Methods 0.000 title claims abstract description 21
- 230000004044 response Effects 0.000 claims abstract description 95
- 238000012216 screening Methods 0.000 claims abstract description 45
- 238000004891 communication Methods 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 14
- 238000000605 extraction Methods 0.000 claims description 10
- 238000011161 development Methods 0.000 abstract description 10
- 230000000694 effects Effects 0.000 abstract 1
- 230000002708 enhancing effect Effects 0.000 abstract 1
- 238000012163 sequencing technique Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 6
- 238000012795 verification Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 206010017076 Fracture Diseases 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 208000031294 Upper limb fractures Diseases 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
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
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
-
- 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
-
- 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
- G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Medical Informatics (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例公开了一种推荐平台和方法。该平台包括:用户请求响应系统、推荐系统和数据库,用户请求响应系统、推荐系统和数据库分别独立封装;其中,用户请求响应系统与推荐系统通信连接,用于接收用户端发送的查询请求,对查询请求进行逻辑处理生成查询特征信息,将查询特征信息发送至推荐系统;数据库用于实时接收并存储医生数据;推荐系统与数据库通信连接,用于接收查询特征信息,根据查询特征信息对数据库中的医生数据进行筛选,得到医生推荐数据,将医生数据推荐发送至用户请求响应系统;用户请求响应系统还用于接收所述医生推荐数据,将医生推荐数据返回用户端。实现了增强推荐逻辑的可维护性,减少推荐逻辑开发成本和实现难度的效果。
Description
技术领域
本发明实施例涉及互联网技术领域,尤其涉及一种推荐平台和方法。
背景技术
随着计算机技术的快速发展,通过互联网向用户进行医生推荐是一种重要的推荐方式。
现有的医生推荐平台包括推荐逻辑和业务逻辑。业务逻辑用于接收用户的请求,并对用户的请求进行响应。推荐逻辑用于根据用户的请求召回医生信息,并对医生信息进行筛选排序得到推荐医生信息。由业务逻辑将推荐医生信息返回至用户。
但现有的医生推荐平台中的推荐逻辑与业务逻辑耦合较重,在业务逻辑开发过程中处理推荐逻辑可维护性较差,开发过程中极易引入新的代码缺陷。这会导致推荐业务无法统一处理,对推荐模型的管理和推荐逻辑迭代都依赖业务系统修改发布,对按天的维度进行迭代的推荐模型灵活度不足,推荐逻辑应用时效上难以保证。
发明内容
本发明实施例提供一种推荐平台和方法,以实现将推荐逻辑与用户的请求响应逻辑分离,增强了推荐逻辑的可维护性,减少了推荐逻辑开发成本和实现难度。
第一方面,本发明实施例提供了一种推荐平台,该平台包括:
用户请求响应系统、推荐系统和数据库,其中,所述用户请求响应系统、推荐系统和数据库分别独立封装;
其中,所述用户请求响应系统与所述推荐系统通信连接,用于接收用户端发送的查询请求,对所述查询请求进行逻辑处理生成查询特征信息,将所述查询特征信息发送至所述推荐系统;
所述数据库用于实时接收并存储医生数据;
所述推荐系统与所述数据库通信连接,用于接收所述查询特征信息,根据所述查询特征信息对所述数据库中的医生数据进行筛选,得到医生推荐数据,将所述医生数据推荐发送至用户请求响应系统;
所述用户请求响应系统还用于接收所述医生推荐数据,将所述医生推荐数据返回用户端。
第二方面,本发明实施例还提供了一种推荐方法,该方法包括:
通过用户请求响应系统接收用户端发送的查询请求,对所述查询请求进行逻辑处理生成查询特征信息,将所述查询特征信息发送至推荐系统;
通过所述推荐系统接收所述查询特征信息,根据所述查询特征信息对所述数据库中的医生数据进行筛选,得到医生推荐数据,将所述医生数据推荐发送至用户请求响应系统;所述数据库用于实时接收并存储医生数据和用户数据;
通过所述用户请求响应系统接收所述医生推荐数据,将所述医生推荐数据返回用户端;所述用户请求响应系统、推荐系统和数据库分别独立封装。
本发明实施例提供了一种推荐平台,包括:用户请求响应系统、推荐系统和数据库,其中,所述用户请求响应系统、推荐系统和数据库分别独立封装;其中,所述用户请求响应系统与所述推荐系统通信连接,用于接收用户端发送的查询请求,对所述查询请求进行逻辑处理生成查询特征信息,将所述查询特征信息发送至所述推荐系统;所述数据库用于实时接收并存储医生数据;所述推荐系统与所述数据库通信连接,用于接收所述查询特征信息,根据所述查询特征信息对所述数据库中的医生数据进行筛选,得到医生推荐数据,将所述医生数据推荐发送至用户请求响应系统;所述用户请求响应系统还用于接收所述医生推荐数据,将所述医生推荐数据返回用户端,解决了推荐逻辑与请求响应的业务逻辑耦合较重,导致推荐逻辑维护性差的问题,实现了将推荐逻辑与用户的请求响应逻辑分离,增强了推荐逻辑的可维护性,减少了推荐逻辑开发成本和实现难度的效果。
附图说明
图1是本发明实施例一中的一种推荐平台的结构示意图;
图2是本发明实施例一中的另一种推荐平台的结构示意图;
图3是本发明实施例二中的一种推荐方法的流程图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的推荐平台的结构示意图,如图1所示,推荐平台1包括:用户请求响应系统10、推荐系统20和数据库30,其中,所述用户请求响应系统10、推荐系统20和数据库30分别独立封装;其中,所述用户请求响应系统10与所述推荐系统20通信连接,用于接收用户端发送的查询请求,对所述查询请求进行逻辑处理生成查询特征信息,将所述查询特征信息发送至所述推荐系统20;所述数据库30用于实时接收并存储医生数据;所述推荐系统20与所述数据库30通信连接,用于接收所述查询特征信息,根据所述查询特征信息对所述数据库30中的医生数据进行筛选,得到医生推荐数据,将所述医生数据推荐发送至用户请求响应系统10;所述用户请求响应系统10还用于接收所述医生推荐数据,将所述医生推荐数据返回用户端。
示例性的,用户请求响应系统10可以是提供各种请求服务的服务器,用户端可以是手机、平板电脑、台式计算机等可以进行网络通信的终端。用户通过手机等终端浏览医院的网站,当用户浏览医院的网站时点击网站中的链接或通过搜索框输入搜索关键字搜索用户想要获得的信息时,会产生用户请求,终端会将用户请求发送至用户请求响应系统10,用户请求响应系统10接收用户请求,进行逻辑处理,将用户请求转变为推荐系统20可以识别的查询特征信息。推荐系统20接收查询特征信息,根据查询特征信息从所述数据库30中保存的医生信息中进行筛选,得到针对用户请求的医生推荐数据,将医生推荐数据发送至用户请求响应系统10,由用户请求响应系统10将医生推荐数据返回至用户端,以供用户查看。
可选的,用户请求响应系统10包括:场景判断模块,用于对所述查询请求对应的业务场景判断是否需要推荐数据;当所述查询请求的场景判断结果为需要推荐数据时,将所述查询特征信息发送至所述推荐系统20。示例性的,当用户通过在医院网站中的搜索框中输入文字,搜索需要的内容时,用户请求响应系统10中的场景判断模块判断该搜索场景为需要推荐数据。用户请求响应系统10将用户的查询请求,用户在搜索框中输入的文字进行逻辑处理生成查询特征信息,将查询特征信息发送至推荐系统20,由推荐系统20根据查询特征信息从所述数据库30中筛选医生数据,并将筛选出的医生数据召回,发送至用户请求响应系统10,由用户请求响应系统10将推荐医生数据发送至用户端,以供用户查看。
可选的,所述用户请求响应系统10与所述数据库30通信连接,还用于当所述查询请求的场景判断结果为不需要推荐数据时,从所述数据库30获取与所述查询查询请求对应的医生数据。示例性的,当用户通过用户端点击网站中的链接为医院概况时,用户请求响应系统10中的场景判断模块判断为不需要推荐数据,用户请求响应系统10从数据库30获取与医院概况对应的数据,并返回至用户端。
图2为另一种推荐平台的结构示意图,可选的,所述数据库30还用于实时接收并存储用户数据;如图2所示推荐平台1还包括:特征提取系统40;特征提取系统40分别与所述数据库30和所述推荐系统20通信连接,用于从所述数据库30中获取所述医生数据和所述用户数据;根据所述医生数据提取医生特征信息,根据所述用户数据提取用户特征信息,并将所述医生特征信息和所述用户特征信息发送至所述推荐系统20;医生推荐平台1还包括特征提取系统40,用于从数据库30中获取用户数据,用户数据也可称为用户画像,用户数据为用户的行为数据,包括用户在预设时间段内在医院平台上产生的针对疾病、症状、各个科室,各科室的医生等的搜索、点击、挂号和浏览行为,根据用户数据提取用户特征。特征提取系统40,还用于从数据库30中获取医生数据,医生数据也可称为医生画像,医生数据包括:医生的排班、擅长疾病、职称和好评率等。医生数据随着医生的资历的延长会实时变化,故医生数据会根据实际需要进行实时更新,从而使医生数据更加准确,得到的医生特征更加符合医生的实际情况,进而使推荐的医生数据更加符合用户需要。根据医生数据提取医生特征。特征提取系统40将用户特征和医生特征送至推荐系统20。推荐系统20根据用户特征和医生特征从数据库30中获取医生数据,将获取的医生数据作为医生推荐数据发送至用户请求响应系统10,用户请求响应系统10将医生推荐数据发送至用户端进行展示,以供用户进行查看。
可选的,推荐系统20包括:个性化推荐模块;其中,所述个性化推荐模块用于根据所述查询特征信息、所述医生特征信息、所述用户特征信息对所述数据库30中的医生数据进行筛选,得到个性化的医生推荐数据,将所述个性化的医生推荐数据发送至用户请求响应系统10。推荐系统20根据查询特征信息进行场景判断,判断查询特征信息需要进行个性化推荐还是非个性化推荐。通过场景信息提取ab桶配置,进行ab测试,从而判断查询特征信息需要进行个性化推荐还是非个性化推荐。
个性化推荐需要根据用户特征和医生特征进行匹配,根据医生特征与用户特征的匹配度将医生数据进行排序,将排序后的医生数据发送至用户请求响应系统10,用户请求响应系统10将排序后的医生数据发送至用户端进行展示,以供用户进行查看。
示例性的,当用户在搜索框中输入如“外科医生”字样,对外科医生进行搜索时,推荐系统20根据用户请求响应系统10发送的查询特征信息进行场景判断,得到的判断结果为需要进行个性化推荐,此时,推荐系统20会从特征提取系统40获取该用户的用户特征和外科医生的医生特征。根据用户特征和外科医生的医生特征从数据库30中获取外科医生数据,生成外科医生推荐数据。
可选的,个性化推荐模块包括:第一筛选单元和第二筛选单元;所述第一筛选模块用于根据所述查询特征信息和所述用户特征信息从所述数据库30中获取第一医生数据,并将所述第一医生数据发送至所述第二筛选单元;所述第二筛选单元接收所述第一医生数据,根据所述医生特征信息对所述第一医生数据进行筛选并排序得到个性化的医生推荐数据。示例性的,用户特征为搜索过手臂骨折、在下午两点半时拍摄过手臂的x光片,此时,根据用户特征信息通过第一筛选单元筛选擅长处理骨折的外科医生,将擅长处理骨折的外科医生排在靠前顺序,生成粗排序结果。通过第二筛选单元接收粗排序结果,将外科医生的医生特征与用户特征进行匹配,匹配程度越高,排序越靠前。在粗排序结果的基础上获取医生特征与用户特征匹配程度更高的医生。示例性的,用户在下午两点半拍摄过手臂的x光片,则将在粗排序结果的基础上,将排班在下午的外科医生排在靠前顺序,从而得到精确排序结果。
可选的,随着医生数据的不断更新,第二筛选单元即精确排序模型也会不断更新,使得到的推荐数据更加准确。可以提供一个可视化界面由用户选择是否更新精确排序模型,发现精确排序模型的新版本后,进入校验流程,校验过程包括加载校验,排序单元测试验证等,这部分还会使用一部分线上数据进行验证以确保精确排序模型的正确性。验证成功后进入上线逻辑,上线过程包括将精确排序模型加载到内存,将精确排序模型替换新版本的精确排序模型。
可选的,推荐系统20还包括:非个性化推荐模块,所述非个性化的推荐模块用于根据所述查询特征信息和预设的筛选条件对所述数据库30中的医生数据进行筛选,得到非个性化的医生推荐数据,将所述非个性化的医生推荐数据发送至用户请求响应系统10。非个性化推荐则只根据查询特征信息和预设的排序规则从数据库30中获取医生数据并排序,从而生成非个性化的医生推荐数据。示例性的,当用户通过用户端点击如磁共振科医生简介的链接时,推荐系统20根据用户请求响应系统10发送的查询特征信息进行场景判断,得到的判断结果为不需要进行个性化推荐,此时,推荐系统20根据查询特征信息从数据库30中获取磁共振科的医生数据,预设的排序规则为根据医生的好评率进行排序。则将获取的磁共振科的医生数据根据好评率进行排序,将排序后的磁共振科的医生数据根据发送至用户请求响应系统10,由用户请求响应系统10返回用户端以供用户查看。可选的,用户请求响应系统10引入本地LRU(Least Recently Used,最近最少使用)缓存,对常使用的热数据即多次请求访问的数据进行本地缓存,无需多次从数据库中召回数据,以减少网络开销。
本实施例的技术方案,提供了一种推荐平台,包括:用户请求响应系统、推荐系统和数据库,其中,所述用户请求响应系统、推荐系统和数据库分别独立封装;其中,所述用户请求响应系统与所述推荐系统通信连接,用于接收用户端发送的查询请求,对所述查询请求进行逻辑处理生成查询特征信息,将所述查询特征信息发送至所述推荐系统;所述数据库用于实时接收并存储医生数据;所述推荐系统与所述数据库通信连接,用于接收所述查询特征信息,根据所述查询特征信息对所述数据库中的医生数据进行筛选,得到医生推荐数据,将所述医生数据推荐发送至用户请求响应系统;所述用户请求响应系统还用于接收所述医生推荐数据,将所述医生推荐数据返回用户端,解决了推荐逻辑与请求响应的业务逻辑耦合较重,导致推荐逻辑维护性差的问题,实现了将推荐逻辑与用户的请求响应逻辑分离,增强了推荐逻辑的可维护性,减少了推荐逻辑开发成本和实现难度的效果。
实施例二
图3为本发明实施例二提供的一种推荐方法的流程图,本实施例可适用于对用户进行医生推荐的情况,如图3所示,具体包括如下步骤:
S110、通过用户请求响应系统接收用户端发送的查询请求,对查询请求进行逻辑处理生成查询特征信息,将查询特征信息发送至推荐系统。
用户通过手机等终端浏览医院的网站,当用户浏览医院的网站时点击网站中的链接或通过搜索框输入搜索关键字搜索用户想要获得的信息时,会产生用户请求,终端会将用户请求发送至用户请求响应系统,通过用户请求响应系统接收用户请求,进行逻辑处理,将用户请求转变为推荐系统可以识别的查询特征信息。
可选的,用户请求响应系统包括:场景判断模块,通过场景判断模块对所述查询请求对应的业务场景判断是否需要推荐数据;当所述查询请求的场景判断结果为需要推荐数据时,将所述查询特征信息发送至所述推荐系统。
可选的,用户请求响应系统与所述数据库通信连接,当所述查询请求的场景判断结果为不需要推荐数据时,通过用户请求响应系统从所述数据库获取与所述查询查询请求对应的医生数据。
S120、通过推荐系统接收所述查询特征信息,根据查询特征信息对数据库中的医生数据进行筛选,得到医生推荐数据,将医生数据推荐发送至用户请求响应系统;数据库用于实时接收并存储医生数据和用户数据。
通过推荐系统接收查询特征信息,根据查询特征信息从所述数据库中保存的医生信息中进行筛选,得到针对用户请求的医生推荐数据,将医生推荐数据发送至用户请求响应系统。
可选的,根据所述查询特征信息对所述数据库中的医生数据进行筛选,得到医生推荐数据之前,还包括:通过所述特征提取系统从所述数据库中获取所述医生数据和所述用户数据;根据所述医生数据提取医生特征信息;根据所述用户数据提取用户特征信息,并将所述医生特征信息和所述用户特征信息发送至所述推荐系统。
可选的,根据所述查询特征信息对所述数据库中的医生数据进行筛选,得到医生推荐数据,包括:通过所述推荐系统根据所述查询特征信息、所述医生特征信息、所述用户特征信息对所述数据库中的医生数据进行筛选,得到个性化的医生推荐数据,将所述个性化的医生推荐数据发送至用户请求响应系统;或者,通过所述推荐系统根据所述查询特征信息和预设的筛选条件对所述数据库中的医生数据进行筛选,得到非个性化的医生推荐数据,将所述非个性化的医生推荐数据发送至用户请求响应系统。
可选的,个性化的医生推荐数据通过个性话推荐模块得到,个性化推荐模块包括:第一筛选单元和第二筛选单元;通过第一筛选模块根据所述查询特征信息和所述用户特征信息从所述数据库中获取第一医生数据,并将所述第一医生数据发送至所述第二筛选单元;通过第二筛选单元接收所述第一医生数据,根据所述医生特征信息对所述第一医生数据进行筛选并排序得到个性化的医生推荐数据。
可选的,非个性化的医生推荐数据通过非个性话推荐模块得到,通过非个性化的推荐模块根据所述查询特征信息和预设的筛选条件对所述数据库中的医生数据进行筛选,得到非个性化的医生推荐数据,将所述非个性化的医生推荐数据发送至用户请求响应系统。非个性化推荐则只根据查询特征信息和预设的排序规则从数据库中获取医生数据并排序,从而生成非个性化的医生推荐数据。
S130、通过用户请求响应系统接收医生推荐数据,将医生推荐数据返回用户端;用户请求响应系统、推荐系统和数据库分别独立封装。
用户请求响应系统接收推荐系统发送的医生推荐数据,将医生推荐数据返回至用户端,以供用户查看。
将用户请求响应系统、推荐系统和数据库分别独立封装,使用户请求响应系统专注于用户请求的处理与数据返回,推荐系统专注于医生数据的搜索与推荐,两条线不再强依赖,使得开发迭代和分工上更加灵活,减少了开发成本和实现难度。
本实施例的技术方案通过用户请求响应系统接收用户端发送的查询请求,对所述查询请求进行逻辑处理生成查询特征信息,将所述查询特征信息发送至推荐系统;通过所述推荐系统接收所述查询特征信息,根据所述查询特征信息对所述数据库中的医生数据进行筛选,得到医生推荐数据,将所述医生数据推荐发送至用户请求响应系统;所述数据库用于实时接收并存储医生数据和用户数据;通过所述用户请求响应系统接收所述医生推荐数据,将所述医生推荐数据返回用户端;所述用户请求响应系统、推荐系统和数据库分别独立封装,解决了推荐逻辑与请求响应的业务逻辑耦合较重,导致推荐逻辑维护性差的问题,实现了将推荐逻辑与用户的请求响应逻辑分离,增强了推荐逻辑的可维护性,减少了推荐逻辑开发成本和实现难度的效果。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种推荐平台,其特征在于,包括:用户请求响应系统、推荐系统和数据库,其中,所述用户请求响应系统、推荐系统和数据库分别独立封装;
其中,所述用户请求响应系统与所述推荐系统通信连接,用于接收用户端发送的查询请求,对所述查询请求进行逻辑处理生成查询特征信息,将所述查询特征信息发送至所述推荐系统;
所述数据库用于实时接收并存储医生数据;
所述推荐系统与所述数据库通信连接,用于接收所述查询特征信息,根据所述查询特征信息对所述数据库中的医生数据进行筛选,得到医生推荐数据,将所述医生数据推荐发送至用户请求响应系统;
所述用户请求响应系统还用于接收所述医生推荐数据,将所述医生推荐数据返回用户端。
2.根据权利要求1所述的平台,其特征在于,所述用户请求响应系统包括:场景判断模块,用于对所述查询请求对应的业务场景判断是否需要推荐数据;当所述查询请求的场景判断结果为需要推荐数据时,将所述查询特征信息发送至所述推荐系统。
3.根据权利要求2所述的平台,其特征在于,所述用户请求响应系统与所述数据库通信连接,还用于当所述查询请求的场景判断结果为不需要推荐数据时,从所述数据库获取与所述查询请求对应的医生数据。
4.根据权利要求1所述的平台,其特征在于,所述数据库还用于实时接收并存储用户数据;
所述平台还包括:特征提取系统;
所述特征提取系统分别与所述数据库和所述推荐系统通信连接,用于从所述数据库中获取所述医生数据和所述用户数据;根据所述医生数据提取医生特征信息,根据所述用户数据提取用户特征信息,并将所述医生特征信息和所述用户特征信息发送至所述推荐系统。
5.根据权利要求4所述的平台,其特征在于,所述推荐系统包括:个性化推荐模块;
其中,所述个性化推荐模块用于根据所述查询特征信息、所述医生特征信息、所述用户特征信息对所述数据库中的医生数据进行筛选,得到个性化的医生推荐数据,将所述个性化的医生推荐数据发送至用户请求响应系统。
6.根据权利要求4所述的平台,其特征在于,所述推荐系统还包括:非个性化推荐模块,
所述非个性化的推荐模块用于根据所述查询特征信息和预设的筛选条件对所述数据库中的医生数据进行筛选,得到非个性化的医生推荐数据,将所述非个性化的医生推荐数据发送至用户请求响应系统。
7.根据权利要求6所述的平台,其特征在于,所述个性化推荐模块包括:第一筛选单元和第二筛选单元;
所述第一筛选模块用于根据所述查询特征信息和所述用户特征信息从所述数据库中获取第一医生数据,并将所述第一医生数据发送至所述第二筛选单元;
所述第二筛选单元接收所述第一医生数据,根据所述医生特征信息对所述第一医生数据进行筛选并排序得到个性化的医生推荐数据。
8.一种推荐方法,其特征在于,包括:
通过用户请求响应系统接收用户端发送的查询请求,对所述查询请求进行逻辑处理生成查询特征信息,将所述查询特征信息发送至推荐系统;
通过所述推荐系统接收所述查询特征信息,根据所述查询特征信息对所述数据库中的医生数据进行筛选,得到医生推荐数据,将所述医生数据推荐发送至用户请求响应系统;所述数据库用于实时接收并存储医生数据和用户数据;
通过所述用户请求响应系统接收所述医生推荐数据,将所述医生推荐数据返回用户端;所述用户请求响应系统、推荐系统和数据库分别独立封装。
9.根据权利要求8所述的方法,其特征在于,所述根据所述查询特征信息对所述数据库中的医生数据进行筛选,得到医生推荐数据之前,还包括:
通过所述特征提取系统从所述数据库中获取所述医生数据和所述用户数据;根据所述医生数据提取医生特征信息;根据所述用户数据提取用户特征信息,并将所述医生特征信息和所述用户特征信息发送至所述推荐系统。
10.根据权利要求9所述的方法,其特征在于,所述根据所述查询特征信息对所述数据库中的医生数据进行筛选,得到医生推荐数据,包括:
通过所述推荐系统根据所述查询特征信息、所述医生特征信息、所述用户特征信息对所述数据库中的医生数据进行筛选,得到个性化的医生推荐数据,将所述个性化的医生推荐数据发送至用户请求响应系统;
或者,通过所述推荐系统根据所述查询特征信息和预设的筛选条件对所述数据库中的医生数据进行筛选,得到非个性化的医生推荐数据,将所述非个性化的医生推荐数据发送至用户请求响应系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011062554.6A CN112185588A (zh) | 2020-09-30 | 2020-09-30 | 一种推荐平台和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011062554.6A CN112185588A (zh) | 2020-09-30 | 2020-09-30 | 一种推荐平台和方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112185588A true CN112185588A (zh) | 2021-01-05 |
Family
ID=73947666
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011062554.6A Pending CN112185588A (zh) | 2020-09-30 | 2020-09-30 | 一种推荐平台和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112185588A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060015369A1 (en) * | 2004-07-15 | 2006-01-19 | Bachus Sonja C | Healthcare provider recommendation system |
WO2016082461A1 (zh) * | 2014-11-25 | 2016-06-02 | 小米科技有限责任公司 | 推荐信息获取方法、终端及服务器 |
CN111143668A (zh) * | 2019-12-06 | 2020-05-12 | 广州市医康传媒信息技术有限公司 | 一种医疗资源推荐信息处理系统、方法、装置及存储介质 |
CN111708949A (zh) * | 2020-06-19 | 2020-09-25 | 微医云(杭州)控股有限公司 | 医疗资源的推荐方法及装置、电子设备、存储介质 |
-
2020
- 2020-09-30 CN CN202011062554.6A patent/CN112185588A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060015369A1 (en) * | 2004-07-15 | 2006-01-19 | Bachus Sonja C | Healthcare provider recommendation system |
WO2016082461A1 (zh) * | 2014-11-25 | 2016-06-02 | 小米科技有限责任公司 | 推荐信息获取方法、终端及服务器 |
CN111143668A (zh) * | 2019-12-06 | 2020-05-12 | 广州市医康传媒信息技术有限公司 | 一种医疗资源推荐信息处理系统、方法、装置及存储介质 |
CN111708949A (zh) * | 2020-06-19 | 2020-09-25 | 微医云(杭州)控股有限公司 | 医疗资源的推荐方法及装置、电子设备、存储介质 |
Non-Patent Citations (3)
Title |
---|
刘宝锺 著: "《大数据分类模型和算法研究》", vol. 2020, 31 January 2020, 云南大学出版社, pages: 154 * |
李勇;黄俊;: "一种混合医生推荐算法的研究", 信息通信, no. 02 * |
薛福亮 著: "《电子商务推荐相关技术及其改进机制》", vol. 2014, 30 June 2014, 中国财富出版社, pages: 58 - 59 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7912816B2 (en) | Adaptive archive data management | |
CN111708949B (zh) | 医疗资源的推荐方法及装置、电子设备、存储介质 | |
JP5575902B2 (ja) | クエリのセマンティックパターンに基づく情報検索 | |
CN104769585B (zh) | 递归地遍历因特网和其他源以识别、收集、管理、评判和鉴定企业身份及相关数据的系统和方法 | |
KR101644817B1 (ko) | 탐색 결과들을 생성하는 방법 | |
US20080222105A1 (en) | Entity recommendation system using restricted information tagged to selected entities | |
US20090094210A1 (en) | Intelligently sorted search results | |
WO2008103002A1 (en) | System and method for keyword searching in messenger and computer readable medium processing the method | |
US20100169756A1 (en) | Automated bookmarking | |
US20100325101A1 (en) | Marketing asset exchange | |
US20040068497A1 (en) | Method and apparatus for matching customer symptoms with a database of content solutions | |
JP4939637B2 (ja) | 情報提供装置、情報提供方法、プログラム、ならびに、情報記録媒体 | |
EP2343661B1 (en) | A multimedia search method and engine, a meta-search server, and client | |
CN111191153A (zh) | 一种信息技术咨询服务展示装置 | |
US9064014B2 (en) | Information provisioning device, information provisioning method, program, and information recording medium | |
US7406471B1 (en) | Scalable multi-database event processing system using universal subscriber-specific data and universal global data | |
CN112185588A (zh) | 一种推荐平台和方法 | |
JP2016110260A (ja) | コンテンツ検索結果提供システム及びコンテンツ検索結果提供方法 | |
CN112433779B (zh) | 基于erp系统的应用站点预加载方法、设备和存储介质 | |
JP3759321B2 (ja) | 情報フィルタリングサーバ | |
JP2012043290A (ja) | 情報提供装置、情報提供方法、プログラム、ならびに、情報記録媒体 | |
US8086993B2 (en) | Sorting tables in a page based approach | |
CN110705251A (zh) | 计算机执行的文本分析方法及装置 | |
CN111611265B (zh) | App图标更新系统 | |
US20220327162A1 (en) | Information search system |
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 |