CN112685628A - 一种健康信息推送方法、系统及服务器 - Google Patents
一种健康信息推送方法、系统及服务器 Download PDFInfo
- Publication number
- CN112685628A CN112685628A CN201910990280.8A CN201910990280A CN112685628A CN 112685628 A CN112685628 A CN 112685628A CN 201910990280 A CN201910990280 A CN 201910990280A CN 112685628 A CN112685628 A CN 112685628A
- Authority
- CN
- China
- Prior art keywords
- health
- label
- user
- behavior data
- health state
- 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
- 230000036541 health Effects 0.000 title claims abstract description 498
- 238000000034 method Methods 0.000 title claims abstract description 50
- 230000006399 behavior Effects 0.000 claims description 203
- 230000003862 health status Effects 0.000 claims description 69
- 238000003745 diagnosis Methods 0.000 claims description 26
- 238000004891 communication Methods 0.000 claims description 20
- 238000011282 treatment Methods 0.000 description 16
- 208000019425 cirrhosis of liver Diseases 0.000 description 12
- 206010020772 Hypertension Diseases 0.000 description 10
- 206010012601 diabetes mellitus Diseases 0.000 description 10
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 238000004590 computer program Methods 0.000 description 6
- 238000007619 statistical method Methods 0.000 description 5
- 206010016654 Fibrosis Diseases 0.000 description 4
- 230000007882 cirrhosis Effects 0.000 description 4
- 208000029078 coronary artery disease Diseases 0.000 description 4
- 239000003814 drug Substances 0.000 description 4
- 230000001360 synchronised effect Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 208000012895 Gastric disease Diseases 0.000 description 2
- 238000011284 combination treatment Methods 0.000 description 2
- 230000037213 diet Effects 0.000 description 2
- 235000005911 diet Nutrition 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000005548 health behavior Effects 0.000 description 2
- 230000005802 health problem Effects 0.000 description 2
- 208000002672 hepatitis B Diseases 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000011022 operating instruction Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 208000018556 stomach disease Diseases 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
Images
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明实施例涉及互联网技术领域,公开了一种健康信息推送方法及系统及服务器,该推送方法包括:获取用户行为数据;根据预设标签关联规则及所述用户行为数据匹配对应的健康类型标签;将所述健康类型标签同步到系统平台,使所述系统平台基于所述健康类型标签向对应用户终端推送对应的健康信息,所述健康类型标签至少包括健康状态标签。通过上述方式,本发明实施例中根据预设标签关联规则及用户行为数据匹配用户的健康类型标签,为每一用户匹配对应的健康类型标签,根据健康类型标签推送健康信息,可提高健康信息推送的准确性,满足个性化需求。
Description
技术领域
本发明实施例涉及互联网技术领域,具体涉及一种健康信息推送方法、系统及服务器。
背景技术
随着互联网应用的普及,对用户的行为进行采集和分析变得越来越重要,对用户行为信息采集的需求也越来越紧迫,通过对用户在程序应用上的行为信息进行采集和分析,可以为用户提供个性化服务,将个性化服务推送给用户。信息推送,又称为“网络广播”,是通过一定的技术标准或协议,在互联网上通过推送用户需要的信息来减少信息过载的一项技术。信息推送技术通过主动推送信息给用户,可以减少用户在网络上搜索所花的时间。
随着人们对健康的逐渐重视,与健康相关的程序应用也越来越多,用户可通过与健康相关的程序应用进行跑步、健身或骑行等健康行为,对用户的健康行为进行采集和分析也是非常有必要的,可以进行用户个性化定制与推送,为用户提供更加主动和智能化的服务。
现有技术中,推送的健康信息无法保证覆盖信息种类的多样性,对公众覆盖度较低;客户较难从大量的健康信息中筛选有效的信息,对公众感知差,影响用户体验;信息推送缺乏针对性,不能满足个性化需求。
发明内容
鉴于上述问题,本发明实施例提供了一种健康信息推送方法、系统及服务器,克服了上述问题。
根据本发明实施例的一个方面,提供了一种健康信息推送方法,所述方法包括:获取用户行为数据;根据预设标签关联规则及所述用户行为数据匹配对应的健康类型标签;将所述健康类型标签同步到系统平台,使所述系统平台基于所述健康类型标签向对应用户终端推送对应的健康信息,所述健康类型标签至少包括健康状态标签。
在一种可选的方式中,所述健康类型标签还包括属性标签,所述根据预设标签关联规则及所述用户行为数据匹配对应的健康类型标签,包括:统计所述用户行为数据,得到对应的统计结果;根据所述统计结果及所述预设标签关联规则计算对应的健康标签关联度;基于所述健康标签关联度为对应用户设置健康状态标签;基于健康状态标签及所述用户的属性标签设置对应用户的健康类型标签。
在一种可选的方式中,所述统计结果包括用户的每一就诊行为,所述根据所述统计结果及预设标签关联规则计算对应的健康标签关联度,包括:根据所述统计结果及预设标签关联规则计算所述用户的每一就诊行为对应的健康状态标签关联度;若存在至少一所述健康状态标签关联度大于预设值时,从大于所述预设值的至少一所述健康状态标签关联度中获取目标健康状态标签关联度;
所述基于所述健康标签关联度为对应用户设置健康状态标签,具体为:基于所述目标健康状态标签关联度为对应用户设置对应的健康状态标签。
在一种可选的方式中,所述若存在至少一所述健康状态标签关联度大于预设值时,从大于所述预设值的至少一所述健康状态标签关联度中获取目标健康状态标签关联度,包括:若大于所述预设值的健康状态标签关联度的数量大于n时,从大于所述预设值的健康状态标签关联度中选取最大的k个健康状态标签关联度作为所述目标健康状态标签关联度;或者:若大于所述预设值的健康状态标签关联度的数量不大于所述n时,将每一所述大于预设值的健康状态标签关联度作为所述目标健康状态标签关联度,其中,所述n及 k均为自然数,1≤k≤3<n。
在一种可选的方式中,所述基于健康状态标签及用户的属性标签设置对应用户的健康类型标签之前,还包括:基于所述统计结果获取所述用户的属性标签,所述属性标签包括:地区标签和/或上网习惯标签;所述基于健康状态标签及所述用户的属性标签设置对应用户的健康类型标签,包括:基于所述地区标签和所述健康状态标签,或,基于所述健康状态标签和上网习惯标签,或,基于所述健康状态标签和地区标签及上网习惯标签设置所述用户的健康类型标签。
在一种可选的方式中,所述预设标签关联规则为:根据就诊行为次数、就诊匹配系数、年龄匹配系数来计算对应用户的健康标签关联度。
根据本发明实施例的另一个方面,提供了一种健康信息推送方法,接收用户终端上报的用户行为数据;对所述用户行为数据进行解码,得到解码后的用户行为数据将所述解码后的用户行为数据上报至大数据平台,并接收所述大数据平台反馈的根据预设标签关联规则及所述用户行为数据匹配的健康类型标签,所述健康类型标签至少包括健康状态标签;基于所述健康类型标签向对应用户终端推送对应的健康信息。
根据本发明实施例的另一方面,提供了一种健康信息推送系统,所述推送系统包括:系统平台及与其连接的所述大数据平台,其中:所述系统平台接收用户终端上报的用户行为数据,对所述用户行为数据进行解码,并将解码后的用户行为数据上报至所述大数据平台,所述大数据平台接收所述用户行为数据,根据预设标签关联规则及所述用户行为数据匹配对应的健康类型标签,并将所述健康类型标签同步到所述系统平台,所述系统平台基于所述健康类型标签向对应用户终端推送对应的健康信息,所述健康类型标签至少包括健康状态标签。
根据本发明实施例的另一方面,提供了一种服务器,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行上述健康信息推送方法的步骤。
根据本发明实施例的又一方面,提供了一种计算机存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使所述处理器执行上述健康信息推送方法步骤。
本发明实施例中,根据预设标签关联规则及用户行为数据匹配用户的健康类型标签,为每一用户设置对应的健康类型标签,通过健康类型标签来进行健康信息的推送,可提高健康信息推送的准确性,满足个性化需求。
上述说明仅是本发明实施例技术方案的概述,为了能够更清楚了解本发明实施例的技术手段,而可依照说明书的内容予以实施,并且为了让本发明实施例的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本发明第一实施例提供的健康信息推送方法的流程示意图;
图2示出了本发明第一实施例提供的健康信息推送方法的步骤S2的具体流程示意图;
图3示出了本发明第二实施例提供的大数据平台的结构示意图;
图4示出了示出了本发明第三实施例提供的健康信息推送方法的流程示意图;
图5示出了本发明第四实施例的系统平台的结构示意图;
图6示出了本发明第五实施例的健康信息推送系统的结构示意图;
图7示出了本发明第八实施例的服务器的结构示意图;
图8示出了本发明第九实施例的服务器的结构示意图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
图1示出了本发明第一实施例提供的健康信息推送方法的流程示意图。如图1所示,该健康信息推送方法包括:
步骤S1,获取用户行为数据;
具体地,首先获取用户行为数据,该用户行为数据包括:用户就诊行为数据、用户所在地区位置、用户使用用户终端上网时间、用户的行为习惯等数据,该用户行为数据由用户终端采集得到并上传至系统平台,由系统平台上传至大数据平台。用户终端安装对应的平台软件,平台软件设置多种行为埋点,每个埋点设置对应的且唯一关键字,用于标识后续行为信息,用户在使用软件的过程中的行为触发到埋点时,都会被自动记录及存储到缓存中,然后用户终端会间隔一段时间汇总当前缓存的行为数据,对汇总的行为数据进行加密(优选地,采用DES加密算法进行加密),然后上报至系统平台,进一步地,汇总上报之后将缓存的行为数据删除,以减轻缓存压力。
例如:在用户终端设置APP,App里面功能很多,每个功能设置关键字,用户使用了某个功能,我们就根据关键字找到这个功能点,比如App里面有挂号功能,挂号里面有很多科室,每个科室都设置关键字,用户点击了这些科室,App就会把用户的点击相关信息存储下来,然后加密上传至系统平台。
步骤S2,根据预设标签关联规则及用户行为数据匹配对应的健康类型标签;
具体地,首先,接收由系统平台设置的信息分类标签(如健康状态标签、地区标签、上网习惯标签、就诊偏好标签等),根据预设标签关联规则及用户行为数据匹配对应的健康类型标签,该预设标签关联规则用于定义就诊行为与健康状态标签的关联关系(根据就诊行为次数、就诊匹配系数、年龄匹配系数来计算对应用户的健康标签关联度),具体为:其中, m为年龄匹配系数、s为性别匹配系数,r为就诊匹配系数,n为就诊行为次数、z为标签关联度,优选地,根据该预设标签关联规则,计算对应的健康状态标签关联度,根据该健康状态标签关联度获取对应的健康类型标签。该健康状态标签可包括:健康正常、肝硬化、糖尿病、高血压、冠心病等标签。此外,还预先设置一对应表,该对应表包括:年龄与对应的年龄匹配系数的对应关系、就诊科室与就诊匹配系数的对应关系、检查项目结合就诊科室与就诊匹配系数之间的对应关系等,使后续需要计算标签关联度时直接从该对应表中获取。需要说明的是,前述系统平台设置的信息分类标签指的是标签规则,是为了后续为每一用户设置对应的识别信息而设,例如,系统平台设置了健康状态标签,只是规定了该健康状态标签包括:健康正常、肝硬化、糖尿病、高血压、冠心病等标签,后期可根据行为数据统计分析结果从前述健康状态标签中匹配该用户的健康状态标签。如就诊偏好标签,规定了那些就诊行为属于那种类型偏好等。
优选地,该健康类型标签至少包括健康状态标签,进一步优选地,该健康类型标签包括健康状态标签之外,还可包括上述的地区标签、上网习惯标签或者就诊偏好标签等,该信息分类标签还可以包括:年龄段标签,该健康类型标签还可以包括年龄段标签。
需要说明的是,随着年龄增加,年龄匹配系数也会变大,20岁的用户对应的年龄匹配系数为0.1,每增加一岁,对应的年龄匹配系数增加0.01,21岁的用户的年龄匹配系数为0.11,22岁的用户的年龄匹配系数为0.12,以此类推;该就诊行为与对应的健康状态标签影响就诊匹配系数,如去消化内科就诊与肝硬化的就诊匹配系数是0.01,但是如果去内科就诊和肝硬化的匹配系数就是0.3,而去消化内科就诊与胃病的就诊匹配值系数为0.5,以此类推。另外,针对不同的就诊行为,对应的年龄匹配系数也会有所不同,需要根据实际情况而设,如高血压、糖尿病等常发生在上了40岁的人身上,对应该类标签对应的年龄匹配系数会增加,而对于水痘这种病,随着年龄增加年龄匹配系数会减小。在本实施例中,可周期性地匹配用户的健康类型标签。该周期可以是一个月、半年或者一年,甚至两年,此处对此不作限制。
步骤S3,将健康类型标签同步到系统平台,使系统平台基于健康类型标签向对应用户终端推送对应的健康信息;
具体地,在匹配到用户的健康类型标签后,将其同步到系统平台,使系统平台基于健康类型标签向对应用户终端推送对应的健康信息。
在本实施例中,根据预设标签关联规则及用户行为数据匹配用户的健康类型标签,为每一用户匹配对应的健康类型标签,通过健康类型标签来进行健康信息的推送,可提高健康信息推送的准确性,满足个性化需求。
在本实施例的一个优选方案中,如图2所示,该步骤S2具体包括:
步骤S21,统计用户行为数据,得到对应的统计结果;
具体地,首先统计用户行为数据,首先从系统平台获取该用户的基本属性(如性别、年龄、常住地、出生日期等),从数据库中获取该用户在当前时刻之前的一段时间(如一个月)的用户行为数据,和/或从当前由系统平台上报的用户行为数据来进行统计,得到对应的统计结果。需要说明的是,可以在获取到用户行为数据后直接进行用户行为数据的统计分析,或者先存储,等到存储一段时间的用户行为数据后进行相应的统计分析,一段时间可以是一周、两周,或者一个月,此处对此不作限制。
统计的过程如下:记录用户的行为时间,统计用户历史使用时间记录,分析出用户的上网时间段,得出上网习惯偏好;记录用户使用用户终端的坐标,统计历史坐标记录,分析出用户所在地区,通过埋点的唯一关键字匹配,识别用户的就诊行为信息,结合用户历史的就诊行为信息,统计出该用户对医院的偏好、常去的科室、对医生的偏好、就医行为及对应的次数等相关信息。
步骤S22,根据统计结果及预设标签关联规则计算对应的健康标签关联度;
具体地,根据统计结果及预设标签关联规则计算对应的健康标签关联度,如根据用户的就诊行为及对应的次数计算对应的健康标签关联度,根据上述预设标签关联规则某患者年龄46,最近3个月中在内科就诊次数为6次,做了乙肝五项检查3次,与肝硬化标签的匹配系数为就诊匹配系数0.98,年龄系数0.84,科室就诊行为次数3,最终肝硬化健康标签关联度z为0.686,根据以上就诊行为,也可以计算出该患者的糖尿病的匹配系数,就诊匹配系数0.35,年龄系数0.75,科室就诊行为次数3,最终该患者的糖尿病健康标签关联度z为0.218。
步骤S23,基于健康标签关联度为对应用户设置健康状态标签;
具体地,根据前述的监控标签关联度设置用户的健康状态标签,由于有的用户就诊行为不止一个,此时会有多个健康标签关联度,需要根据多个健康标签关联度来设置该用户的健康状态标签。
步骤S24,基于健康状态标签及用户的属性标签设置对应用户的健康类型标签;
具体地,根据前述健康状态标签及用户的属性标签来设置用户的健康类型标签。该健康类型标签至少包括健康状态标签,该健康类型标签还可以是以下一种:健康状态标签及地区标签、健康状态标签及上网习惯标签等,健康状态标签、地区标签、上网习惯标签。该属性标签包括:地区标签和/或上网习惯标签,该属性标签根据前述统计结果得到。
在本实施例的进一步优选方案中,该步骤S21具体包括:
根据统计结果及预设标签关联规则计算用户的每一就诊行为对应的健康状态标签关联度;
具体地,根据统计结果及预设标签关联规则计算用户每一就诊行为对应的健康状态标签关联度,得到每一就诊行为对应的健康状态标签关联度。
若存在至少一所述健康状态标签关联度大于预设值时,从大于所述预设值的至少一所述健康状态标签关联度中获取目标健康状态标签关联度;
具体地,在得到所有的就诊行为对应的健康状态标签关联度时,将每一健康状态标签关联度与预设值进行比较,若至少存在一个大于预设值的健康状态标签关联度,从大于所述预设值的至少一所述健康状态标签关联度中获取目标健康状态标签关联度,该预设值可根据实际情况而设,优选地,该预设值为0.5。
进一步地,若大于预设值的健康状态标签关联度的数量大于n时,从大于所述预设值的健康状态标签关联度中选取最大的k个健康状态标签关联度作为所述目标健康状态标签关联度;若大于所述预设值的健康状态标签关联度的数量不大于所述n时,将每一所述大于预设值的健康状态标签关联度作为所述目标健康状态标签关联度,其中,所述n及k均为自然数,1≤k≤3<n。例如,大于预设值的健康状态标签关联度为4个,分别为0.65、0.7、0.8、0.71,此时选择0.7、0.8、0.71,且0.7、0.8、0.71均大于该四个关联度中的其他关联度(0.65)。
例如:若大于预设值的健康状态标签关联度的数量为5个,则对这5个健康状态标签关联度进行排序,若根据数值由大到小排序,则取排在前三的健康状态标签关联度作为目标健康状态标签关联度,若大于预设值的健康状态标签关联度的数量为1~3个,则直接以所有大于预设值的健康状态标签关联度作为目标健康状态标签关联度。
若大于预设值的健康状态标签关联度的数量为0时,则表明该用户没有健康问题,则设置为健康正常标签,以该健康正常标签作为目标标签。
再进一步地,该步骤S23具体为:基于目标健康状态标签关联度为对应用户设置对应的健康状态标签。
在本实施例的一个优选方案中,所述步骤S23之前还包括:
基于统计结果获取用户的属性标签;
具体地,根据统计结果得到用户的属性标签,如根据用户所在地得到地区标签,根据用户上网时间及使用习惯得到上网习惯标签。
进一步优选地,该获取用户的属性标签步骤在该步骤S21之后。
进一步地,该步骤S24具体为:基于地区标签和健康状态标签设置用户的健康类型标签;或者,基于健康状态标签和上网习惯标签设置用户的健康类型标签;或者,基于健康状态标签和地区标签及上网习惯标签设置所述用户的健康类型标签。
在本实施例的一个优选方案中,该健康信息推送方法应用于大数据平台。
在本实施例中,根据预设标签关联规则及用户行为数据匹配用户的健康类型标签,为每一用户匹配对应的健康类型标签,通过健康类型标签来进行健康信息的推送,可提高健康信息推送的准确性,满足个性化需求。
其次,通过健康状态标签及属性标签来进行健康信息的推送,多维标签下的推送可提高健康信息推送的准确性,提高用户体验。
图3示出了本发明第二实施例提供的大数据平台的结构示意图。如图3 所示,该大数据平台包括:获取模块31、与获取模块31连接的匹配模块32、与匹配模块32连接的同步模块33,其中:
获取模块31,用于获取用户行为数据;
具体地,首先获取用户行为数据,该用户行为数据包括:用户就诊行为数据、用户所在地区位置、用户使用用户终端上网时间、用户的行为习惯等数据,该用户行为数据由用户终端采集得到并上传至系统平台,由系统平台上传至大数据平台。在用户终端安装对应的平台软件,平台软件设置多种行为埋点,每个埋点设置对应的且唯一关键字,用于标识后续行为信息,用户在使用软件的过程中的行为触发到埋点时,都会被自动记录及存储到缓存中,然后用户终端会间隔一段时间汇总当前缓存的行为数据,对汇总的行为数据进行加密(优选地,采用DES加密算法进行加密),然后上报至系统平台,进一步地,汇总上报之后将缓存的行为数据删除,以减轻缓存压力。
例如:在用户终端设置APP,App里面功能很多,每个功能设置关键字,用户使用了某个功能,我们就根据关键字找到这个功能点,比如App里面有挂号功能,挂号里面有很多科室,每个科室都设置关键字,用户点击了这些科室,App就会把用户的点击相关信息存储下来,然后加密上传至系统平台。
匹配模块32,用于根据预设标签关联规则及用户行为数据匹配对应的健康类型标签;
具体地,首先设置信息分类标签(如健康状态标签、地区标签、上网习惯标签、就诊偏好标签等),根据预设标签关联规则及用户行为数据匹配对应的健康类型标签,该预设标签关联规则用于定义就诊行为与健康状态标签的关联关系(根据就诊行为次数、就诊匹配系数、年龄匹配系数来计算对应用户的健康标签关联度),具体为:其中,m为年龄匹配系数、s为性别匹配系数,r为就诊匹配系数,n为就诊行为次数(大于0)、 z为标签关联度,优选地,根据该预设标签关联规则,计算对应的健康状态标签关联度,根据该健康状态标签关联度获取对应的健康类型标签。该健康类型标签可包括:健康正常、肝硬化、糖尿病、高血压、冠心病等标签。此外,还预先设置一对应表,该对应表包括:年龄与对应的年龄匹配系数的对应关系、就诊科室与就诊匹配系数的对应关系、检查项目结合就诊科室与就诊匹配系数之间的对应关系等,使后续需要计算标签关联度时直接从该对应表中获取。需要说明的是,前述系统平台设置的信息分类标签指的是标签规则,是为了后续为每一用户设置对应的识别信息而设,例如,系统平台设置了健康状态标签,只是规定了该健康状态标签包括:健康正常、肝硬化、糖尿病、高血压、冠心病等标签,后期可根据行为数据统计分析结果从前述健康状态标签中匹配该用户的健康状态标签。如就诊偏好标签,规定了那些就诊行为属于那种类型偏好等。
优选地,该健康类型标签至少包括健康状态标签,优选地,该健康类型标签包括健康状态标签之外,还可包括上述的地区标签、上网习惯标签或者就诊偏好标签等,该信息分类标签还可以包括:年龄段标签,该健康类型标签还可以包括年龄段标签。
需要说明的是,随着年龄增加,年龄匹配系数也会变大,20岁的用户对应的年龄匹配系数为0.1,每增加一岁,对应的年龄匹配系数增加0.01,21岁的用户的年龄匹配系数为0.11,22岁的用户的年龄匹配系数为0.12,以此类推;该就诊行为与对应的健康状态标签影响就诊匹配系数,如去消化内科就诊与肝硬化的就诊匹配系数是0.01,但是如果去内科就诊和肝硬化的匹配系数就是0.3,而去消化内科就诊与胃病的就诊匹配值系数为0.5,以此类推,另外,针对不同的就诊行为,对应的年龄匹配系数也会有所不同,需要根据实际情况而设,如高血压、糖尿病等常发生在上了40岁的人身上,对应该类标签对应的年龄匹配系数会增加,而对于水痘这种病,随着年龄增加年龄匹配系数会减小。在本实施例中,可周期性地匹配用户的健康类型标签。该周期可以是一个月、半年或者一年,甚至两年,此处对此不作限制。
同步模块33,用于将健康类型标签同步到系统平台,使系统平台基于健康类型标签向对应用户终端推送对应的健康信息;
具体地,在匹配到用户的健康类型标签后,将其同步到系统平台,使系统平台基于健康类型标签向对应用户终端推送对应的健康信息。
在本实施例中,根据预设标签关联规则及用户行为数据匹配用户的健康类型标签,为每一用户匹配对应的健康类型标签,通过健康类型标签来进行健康信息的推送,可提高健康信息推送的准确性,满足个性化需求。
在本实施例的一个优选方案中,该匹配模块32具体包括:统计单元、与统计单元连接的计算单元、与计算单元连接的设置单元,其中:
统计单元,用于统计用户行为数据,得到对应的统计结果;
具体地,首先统计用户行为数据,首先从系统平台获取该用户的基本属性(如性别、年龄、常住地、出生日期等),从数据库中获取该用户在当前时刻之前的一段时间(如一个月)的用户行为数据,和/或从当前由系统平台上报的用户行为数据来进行统计,得到对应的统计结果。
统计的过程如下:记录用户的行为时间,统计用户历史使用时间记录,分析出用户的上网时间段;记录用户使用用户终端的坐标,统计历史坐标记录,分析出用户所在地区,通过埋点的唯一关键字匹配,识别用户的就诊行为信息,结合用户历史的就诊行为信息,统计出该用户对医院的偏好、常去的科室、对医生的偏好、就医行为及对应的次数等相关信息。
计算单元,用于根据统计结果及预设标签关联规则计算对应的健康标签关联度;
具体地,根据统计结果及预设标签关联规则计算对应的健康标签关联度,如根据用户的就诊行为及对应的次数计算对应的健康标签关联度,根据上述预设标签关联规则某患者年龄46,最近3个月中在内科就诊次数为6次,做了乙肝五项检查3次,与肝硬化标签的匹配系数为就诊匹配系数0.98,年龄系数0.84,科室就诊行为次数3,最终肝硬化健康标签关联度z为0.686,根据以上就诊行为,也可以计算出该患者的糖尿病的匹配系数,就诊匹配系数0.35,年龄系数0.75,科室就诊行为次数3,最终该患者的糖尿病健康标签关联度z为0.218。
设置单元,用于基于健康标签关联度为对应用户设置健康状态标签;
具体地,根据前述的监控标签关联度设置用户的健康状态标签,由于有的用户就诊行为不止一个,此时会有多个健康标签关联度,需要根据多个健康标签关联度来设置该用户的健康状态标签。
还用于:基于健康状态标签及用户的属性标签设置对应用户的健康类型标签;
具体地,根据前述健康状态标签及用户的属性标签来设置用户的健康类型标签。该健康类型标签至少包括健康状态标签,该健康类型标签还可以是以下一种:健康状态标签及地区标签、健康状态标签及上网习惯标签等,健康状态标签、地区标签、上网习惯标签。该属性标签包括:地区标签和/或上网习惯标签,该属性标签根据前述统计结果得到。
在本实施例的一个优选方案中,该统计单元具体用于:
根据统计结果及预设标签关联规则计算用户的每一就诊行为对应的健康状态标签关联度;
具体地,根据统计结果及预设标签关联规则计算用户每一就诊行为对应的健康状态标签关联度,得到每一就诊行为对应的健康状态标签关联度。
若存在至少一所述健康状态标签关联度大于预设值时,从大于所述预设值的至少一所述健康状态标签关联度中获取目标健康状态标签关联度;
具体地,在得到所有的就诊行为对应的健康状态标签关联度时,将每一健康状态标签关联度与预设值进行比较,若至少存在一个大于预设值的健康状态标签关联度,从大于所述预设值的至少一所述健康状态标签关联度中获取目标健康状态标签关联度,该预设值可根据实际情况而设,优选地,该预设值为0.5。
进一步地,若大于预设值的健康状态标签关联度的数量大于n时,从大于所述预设值的健康状态标签关联度中选取k个健康状态标签关联度作为所述目标健康状态标签关联度,其中,所述k个健康状态标签关联度均比大于所述预设值的健康状态标签关联度中的其他健康状态标签关联度大,若大于所述预设值的健康状态标签关联度的数量不大于所述n时,将每一所述大于预设值的健康状态标签关联度作为所述目标健康状态标签关联度,其中,所述n及k均为自然数,1≤k≤3<n。例如,大于预设值的健康状态标签关联度为4个,分别为0.65、0.7、0.8、0.71,此时选择0.7、0.8、0.71,且0.7、0.8、 0.71均大于该四个关联度中的其他关联度(0.65)。
例如:若大于预设值的健康状态标签关联度的数量为5个,则对这5个健康状态标签关联度进行排序,若根据数值由大到小排序,则取排在前三的健康状态标签关联度作为目标健康状态标签关联度,若大于预设值的健康状态标签关联度的数量为1~3个,则直接以所有大于预设值的健康状态标签关联度作为目标健康状态标签关联度。
若大于预设值的健康状态标签关联度的数量为0时,则表明该用户没有健康问题,则设置为健康正常标签,以该健康正常标签作为目标标签。
再进一步地,该设置单元具体用于:基于目标健康状态标签关联度为对应用户设置对应的健康状态标签。
在本实施例的一个优选方案中,该匹配模块22还包括:与统计单元及设置单元均连接的获取单元,其中:
获取单元,用于基于统计结果获取用户的属性标签;
具体地,根据统计结果得到用户的属性标签,如根据用户所在地得到地区标签,根据用户上网时间及使用习惯得到上网习惯标签。。
进一步地,该设置单元还用于:基于地区标签和健康状态标签设置用户的健康类型标签;或者,基于健康状态标签和上网习惯标签设置用户的健康类型标签;或者,基于健康状态标签和地区标签及上网习惯标签设置所述用户的健康类型标签。
在本实施例中,根据预设标签关联规则及用户行为数据匹配用户的健康类型标签,为每一用户匹配对应的健康类型标签,通过健康类型标签来进行健康信息的推送,可提高健康信息推送的准确性,满足个性化需求。
其次,通过健康状态标签及属性标签来进行健康信息的推送,多维标签下的推送可提高健康信息推送的准确性,提高用户体验。
图4示出了本发明第三实施例提供的健康信息推送方法的流程示意图。如图4所示,该健康信息推送方法包括:
步骤A41,接收用户终端上报的用户行为数据;
具体地,首先在用户终端安装对应的平台软件,平台软件设置多种行为埋点,每个埋点设置对应的且唯一关键字,用于标识后续行为信息,用户在使用软件的过程中的行为触发到埋点时,都会被自动记录及存储到缓存中,然后用户终端会间隔一段时间汇总当前缓存的行为数据,对汇总的行为数据进行加密(优选地,采用DES加密算法进行加密),然后上报至系统平台。该用户行为数据包括:用户就诊行为数据、用户所在地区位置、用户使用用户终端上网时间、用户的行为习惯等数据。
步骤A42,对用户行为数据进行解码,得到解码后的用户行为数据;
具体地,在接收到用户终端上报的用户行为数据时,对其进行解码,将解码后的用户行为数据上报至大数据平台中存储,使后续使用,在本实施例中,接收到用户行为数据时,对其解码并在解码后将对应的用户行为数据存储在大数据平台,无需在系统平台存储该用户行为数据,可减轻系统平台的存储压力。
步骤A43,将解码后的用户行为数据上报至大数据平台,并接收大数据平台根据预设标签关联规则及所述用户行为数据匹配对应的健康类型标签;
具体地,将解码后的用户行为数据上报至大数据平台,大数据平台会对上报的用户行为数据匹配该用户的健康类型标签,然后反馈回来。
步骤A44,基于健康类型标签向对应用户终端推送对应的健康信息;
具体地,所述健康类型标签至少包括健康状态标签,还可以包括地区标签、上网习惯标签等。该上网习惯标签携带对应用户的上网时间段,根据健康类型标签来进行健康信息的推送,可提高健康信息推送的准确性。
在本实施例的一个优选方案中,若需要进行健康信息推送时,首先编辑健康信息,并设置该健康信息对应的健康类型标签,并设置该健康信息的推送时间及推送区域范围,根据前述健康类型标签、区域范围等匹配到目标用户列表,然后对该目标用户列表的每一用户进行推送。
在本实施例的另一个优选方案中,若需要进行健康信息推送时,首先编辑健康信息,并设置该健康信息对应的健康类型标签,并设置推送区域范围,根据前述健康类型标签及区域范围匹配到目标用户列表,根据该目标用户列表中的用户的上网习惯标签来进行相应的推送。例如:编辑缓解高血压的健康信息,该健康信息对应的健康类型标签是高血压,推送范围是:北京东城区,根据该区域范围及健康分类匹配到北京东城区的目标用户列表,然后根据该目标用户列表的用户的上网习惯标签来进行相应的推送。
在本实施例中,根据预设标签关联规则及用户行为数据匹配用户的健康类型标签,通过至少两个维度标签来进行健康信息的推送,可提高健康信息推送的准确性,满足个性化需求。
在本实施例的一个优选方案中,该步骤A43之前还包括:
设置信息分类标签,并同步至大数据平台;
设置标签关联规则,并同步至大数据平台;
具体地,预先设置信息分类标签及标签关联规则,并同步至大数据平台中,以便大数据平台进行用户行为分析后进行标签匹配,然后反馈健康类型标签。其中,该信息分类标签主要用于设置标签规则,包括:健康状态标签、地区标签、上网习惯标签、就诊偏好标签、年龄段标签等,该健康状态标签可包括:健康正常、肝硬化、高血压、糖尿病、冠心病等表示健康状态的标签。进一步地,系统平台与多个用户终端连接,获取每一用户的基本属性并存储,该基本属性可包括:性别、年龄、常住地、出生日期等,大数据平台在需要进行用户行为分析时,则需要从系统平台获取对应用户的基本属性,以便基于基本属性进行用户行为分析,得到用户的上网习惯标签、地区标签等信息。在推送时,可根据健康类型标签及年龄段标签推送相应的健康信息,如,对于糖尿病患者,不同年龄段的健康信息可能会有所不同,例如饮食建议、生活建议等会有所区别。
在本实施例的一个优选方案中,可根据实际情况更改预设标签关联规则及信息分类标签、对应表,例如,根据后续学习训练总结,可更改对应表中的年龄与对应的年龄匹配系数的对应关系、就诊科室与就诊匹配系数的对应关系、检查项目结合就诊科室与就诊匹配系数之间的对应关系,如更改每一个年龄对应的匹配系数。在本实施例中,可根据实际情况更改预设标签关联规则及信息分类标签、对应表,可提高个性化推荐的准确性。
在本实施例的一个优选方案中,该步骤A44之后还可包括:
接收客户终端的阅读反馈;
具体地,当将健康信息推送至用户终端后,用户阅读该健康信息后,用户终端会自动发送阅读反馈至系统平台。
在本实施例的一个优选方案中,若该用户行为对应的健康状态标签为健康正常标签,则将默认的健康信息推送给对应的用户,进一步优选地,获取该用户的属性标签,根据该健康正常标签、属性标签来进行健康信息的推送。
在本实施例中,根据预设标签关联规则及用户行为数据匹配用户的健康类型标签,为每一用户匹配对应的健康类型标签,通过健康类型标签来进行健康信息的推送,可提高健康信息推送的准确性,满足个性化需求。
其次,通过健康状态标签及属性标签来进行健康信息的推送,多维标签下的推送可提高健康信息推送的准确性,提高用户体验。
图5示出了本发明第四实施例的系统平台的结构示意图。该系统平台包括:接收模块51、与接收模块51连接的解码模块52、与解码模块52连接的收发模块53、与收发接收模块53连接的推送模块54,其中:
接收模块51,用于接收用户终端上报的用户行为数据;
具体地,首先在用户终端安装对应的平台软件,平台软件设置多种行为埋点,每个埋点设置对应的且唯一关键字,用于标识后续行为信息,用户在使用软件的过程中的行为触发到埋点时,都会被自动记录及存储到缓存中,然后用户终端会间隔一段时间汇总当前缓存的行为数据,对汇总的行为数据进行加密(优选地,采用DES加密算法进行加密),然后上报至系统平台。该用户行为数据包括:用户就诊行为数据、用户所在地区位置、用户使用用户终端上网时间、用户的行为习惯等数据。
解码模块52,用于对用户行为数据进行解码,得到解码后的用户行为数据;
具体地,在接收到用户终端上报的用户行为数据时,对其进行解码,将解码后的用户行为数据上报至大数据平台中存储,使后续使用,在本实施例中,接收到用户行为数据时,对其解码并在解码后将对应的用户行为数据存储在大数据平台,无需在系统平台存储该用户行为数据,可减轻系统平台的存储压力。
收发模块53,用于将解码后的用户行为数据上报至大数据平台,并接收大数据平台根据预设标签关联规则及所述用户行为数据匹配对应的健康类型标签;
具体地,将将解码后的用户行为数据上报至大数据平台,大数据平台会对上报的用户行为数据匹配该用户的健康类型标签,然后反馈回来。
推送模块54,用于基于健康类型标签向对应用户终端推送对应的健康信息;
具体地,健康类型标签至少包括健康状态标签,还可以包括地区标签、上网习惯标签等。该上网习惯标签携带对应用户的上网时间段,根据健康类型标签来进行健康信息的推送,可提高健康信息推送的准确性
在本实施例的一个优选方案中,若需要进行健康信息推送时,首先编辑健康信息,并设置该健康信息对应的健康类型标签,并设置该健康信息的推送时间及推送区域范围,根据前述健康类型标签、区域范围等匹配到目标用户列表,然后对该目标用户列表的每一用户进行推送。
在本实施例的另一个优选方案中,若需要进行健康信息推送时,首先编辑健康信息,并设置该健康信息对应的健康类型标签,并设置推送区域范围,根据前述健康类型标签及区域范围匹配到目标用户列表,根据该目标用户列表中的用户的上网习惯标签来进行相应的推送。例如:编辑缓解高血压的健康信息,该健康信息对应的健康类型标签是高血压,推送范围是:北京东城区,根据该区域范围及健康分类匹配到北京东城区的目标用户列表,然后根据该目标用户列表的用户的上网习惯标签来进行相应的推送。
在本实施例中,根据预设标签关联规则及用户行为数据匹配用户的健康类型标签,通过至少两个维度标签来进行健康信息的推送,可提高健康信息推送的准确性,满足个性化需求。
在本实施例的一个优选方案中,该装置还包括:
设置模块,用于设置信息分类标签,并同步至大数据平台,设置标签关联规则,并同步至大数据平台;
具体地,预先设置信息分类标签及标签关联规则,并同步至大数据平台中,以便大数据平台进行用户行为分析后进行标签匹配,然后反馈健康类型标签。其中,该信息分类标签主要用于设置标签规则,包括:健康状态标签、地区标签、上网习惯标签、就诊偏好标签等,该健康状态标签可包括:健康正常、肝硬化、高血压、糖尿病、冠心病等表示健康状态的标签。进一步地,系统平台与多个用户终端连接,获取每一用户的基本属性并存储,该基本属性可包括:性别、年龄、常住地、出生日期等,大数据平台在需要进行用户行为分析时,则需要从系统平台获取对应用户的基本属性,以便基于基本属性进行用户行为分析,得到用户的上网习惯标签、地区标签等信息。在推送时,可根据健康类型标签及年龄段标签推送相应的健康信息,如,对于糖尿病患者,不同年龄段的健康信息可能会有所不同,例如饮食建议、生活建议等会有所区别。
在本实施例的一个优选方案中,可根据实际情况更改预设标签关联规则及信息分类标签、对应表,例如,根据后续学习训练总结,可更改对应表中的年龄与对应的年龄匹配系数的对应关系、就诊科室与就诊匹配系数的对应关系、检查项目结合就诊科室与就诊匹配系数之间的对应关系,如更改每一个年龄对应的匹配系数。在本实施例中,可根据实际情况更改预设标签关联规则及信息分类标签、对应表,可提高个性化推荐的准确性。
在本实施例中,可根据实际情况更改预设标签关联规则及信息分类标签、对应表,可提高个性化推荐的准确性。
在本实施例的一个优选方案中,该接收模块51还用于:接收客户终端的阅读反馈;
具体地,当将健康信息推送至用户终端后,用户阅读该健康信息后,用户终端会自动发送阅读反馈至系统平台。
在本实施例的一个优选方案中,若该用户行为对应的健康状态标签为健康正常标签,则将默认的健康信息推送给对应的用户,进一步优选地,获取该用户的属性标签,根据该健康正常标签、属性标签来进行健康信息的推送。
在本实施例中,根据预设标签关联规则及用户行为数据匹配用户的健康类型标签,为每一用户匹配对应的健康类型标签,通过健康类型标签来进行健康信息的推送,可提高健康信息推送的准确性,满足个性化需求。
其次,通过健康状态标签及属性标签来进行健康信息的推送,多维标签下的推送可提高健康信息推送的准确性,提高用户体验。
图6示出了本发明第五实施例的健康信息推送系统的结构示意图,该推送系统包括:系统平台61及与其连接的大数据平台62,该系统平台61与上述第四实施例描述的系统平台的结构及工作原理一致,该大数据平台62的具体结构及工作原理与上述第二实施例描述的具体结构及工作原理一致,此处不再赘述。该系统平台61与至少一用户终端连接。
所述系统平台接收用户终端上报的用户行为数据,对所述用户行为数据进行解码,并将解码后的用户行为数据上报至所述大数据平台,所述大数据平台接收所述用户行为数据,根据预设标签关联规则及所述用户行为数据匹配对应的健康类型标签,并将所述健康类型标签同步到所述系统平台,所述系统平台基于所述健康类型标签向对应用户终端推送对应的健康信息,所述健康类型标签至少包括健康状态标签。
为了便于理解,下面简单描述下该健康信息推送系统的具体工作过程:
用户终端通过埋点获取用户行为数据,并周期性地上报用户行为数据至系统平台61,系统平台61对接收的用户行为数据进行解码并上报至大数据平台62,该系统平台61预先设置信息分类标签、标签关联规则,并将信息分类标签、标签关联规则发送给大数据平台62,大数据平台62存储接收的信息存储,并对一段时间的用户行为数据进行统计分析,得到对应的统计结果,然后根据统计结果及预设的关联规则计算对应的健康标签关联度,然后基于健康标签关联度为对应用户设置健康状态标签,基于健康状态标签及所述用户的属性标签设置对应用户的健康类型标签,并将健康类型标签同步到系统平台61,系统平台61接收到该健康类型标签后,存储该健康类型标签至本地数据库中,在需要进行健康信息推送时,编辑健康信息,然后设置推送区域及健康状态标签(优选地,还可设置推送时间)、在本地数据库中获取与该设置的健康状态标签对应的目标用户列表,在设置的推送时间将健康信息推送至该目标用户列表的每一用户(推送至对应的用户终端),或者,按照用户的上网习惯标签推送对应的健康信息。
在本实施例中,根据预设标签关联规则及用户行为数据匹配用户的健康类型标签,为每一用户匹配对应的健康类型标签,通过健康类型标签来进行健康信息的推送,可提高健康信息推送的准确性,满足个性化需求。
其次,通过健康状态标签及属性标签来进行健康信息的推送,多维标签下的推送可提高健康信息推送的准确性,提高用户体验。
本发明第六实施例还提供了一种计算机程序产品,所述计算机程序产品包括存储在计算机存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,使所述计算机执行上述第一实施例中的健康信息推送方法。
可执行指令具体可以用于使得处理器执行以下操作:
获取用户行为数据;
根据预设标签关联规则及所述用户行为数据匹配对应的健康类型标签;
将所述健康类型标签同步到系统平台,使所述系统平台基于所述健康类型标签向对应用户终端推送对应的健康信息,所述健康类型标签至少包括健康状态标签。
在一种可选的方式中,所述健康类型标签还包括属性标签,所述可执行指令使所述处理器执行以下操作:
统计所述用户行为数据,得到对应的统计结果;
根据所述统计结果及预设标签关联规则计算对应的健康标签关联度;
基于所述健康标签关联度为对应用户设置健康状态标签;
基于健康状态标签及所述用户的属性标签设置对应用户的健康类型标签。
在一种可选的方式中,所述可执行指令使所述处理器执行以下操作:
根据所述统计结果及预设标签关联规则计算所述用户的每一就诊行为对应的健康状态标签关联度;
若存在至少一所述健康状态标签关联度大于预设值时,从大于所述预设值的至少一所述健康状态标签关联度中获取目标健康状态标签关联度;
所述可执行指令使所述处理器执行以下操作:基于所述目标健康状态标签关联度为对应用户设置对应的健康状态标签。
在一种可选的方式中,所述可执行指令使所述处理器执行以下操作:
若大于所述预设值的健康状态标签关联度的数量大于n时,从大于所述预设值的健康状态标签关联度中选取k个健康状态标签关联度作为所述目标健康状态标签关联度,其中,所述k个健康状态标签关联度均比大于所述预设值的健康状态标签关联度中的其他健康状态标签关联度大;或者
若大于所述预设值的健康状态标签关联度的数量不大于所述n时,将每一所述大于预设值的健康状态标签关联度作为所述目标健康状态标签关联度,其中,所述n及k均为自然数,1≤k≤3<n。
在一种可选的方式中,所述可执行指令使所述处理器执行以下操作:
基于所述统计结果获取所述用户的属性标签,所述属性标签包括:地区标签和/或上网习惯标签;
基于所述地区标签和所述健康状态标签、或基于所述健康状态标签和上网习惯标签、或基于所述健康状态标签和地区标签及上网习惯标签设置所述用户的健康类型标签。
在一种可选的方式中,所述可执行指令使所述处理器执行以下操作:
根据就诊行为次数、就诊匹配系数、年龄匹配系数来计算对应用户的健康标签关联度。
本发明第七实施例还提供了一种计算机程序产品,所述计算机程序产品包括存储在计算机存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,使所述计算机执行上述第三实施例中的健康信息推送方法。
可执行指令具体可以用于使得处理器执行以下操作:
接收用户终端上报的用户行为数据;
对所述用户行为数据进行解码,得到解码后的用户行为数据;
将所述解码后的用户行为数据上报至大数据平台,并接收所述大数据平台反馈的根据预设标签关联规则及所述用户行为数据匹配的健康类型标签,所述健康类型标签至少包括健康状态标签;
基于所述健康类型标签向对应用户终端推送对应的健康信息。
图7示出了本发明第八实施例的服务器的结构示意图,本发明具体实施例并不对设备的具体实现做限定。
如图7所示,该服务器可以包括:处理器(processor)702、通信接口(Communications Interface)704、存储器(memory)706、以及通信总线708。
其中:处理器702、通信接口804、以及存储器706通过通信总线708完成相互间的通信。通信接口704,用于与其它设备比如客户端或其它服务器等的网元通信。处理器702,用于执行程序710,具体可以执行上述第一实施例中的健康信息推送方法的相关步骤。
具体地,程序710可以包括程序代码,该程序代码包括计算机操作指令。
处理器702可能是中央处理器CPU,或者是特定集成电路ASIC (ApplicationSpecific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路。设备包括的一个或多个处理器,可以是同一类型的处理器,如一个或多个CPU;也可以是不同类型的处理器,如一个或多个CPU 以及一个或多个ASIC。
存储器706,用于存放程序710。存储器706可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
程序710具体可以用于使得处理器702执行以下操作:
获取用户行为数据;
根据预设标签关联规则及所述用户行为数据匹配对应的健康类型标签;
将所述健康类型标签同步到系统平台,使所述系统平台基于所述健康类型标签向对应用户终端推送对应的健康信息,所述健康类型标签至少包括健康状态标签。
在一种可选的方式中,所述健康类型标签还包括属性标签,所述程序710 使所述处理器702执行以下操作:
统计所述用户行为数据,得到对应的统计结果;
根据所述统计结果及预设标签关联规则计算对应的健康标签关联度;
基于所述健康标签关联度为对应用户设置健康状态标签;
基于健康状态标签及所述用户的属性标签设置对应用户的健康类型标签。
在一种可选的方式中,所述程序710使所述处理器702执行以下操作:
根据所述统计结果及预设标签关联规则计算所述用户的每一就诊行为对应的健康状态标签关联度;
若存在至少一所述健康状态标签关联度大于预设值时,从大于所述预设值的至少一所述健康状态标签关联度中获取目标健康状态标签关联度;
基于所述目标健康状态标签关联度为对应用户设置对应的健康状态标签。
在一种可选的方式中,所述程序710使所述处理器702执行以下操作:
若大于所述预设值的健康状态标签关联度的数量大于n时,从大于所述预设值的健康状态标签关联度中选取k个健康状态标签关联度作为所述目标健康状态标签关联度,其中,所述k个健康状态标签关联度均比大于所述预设值的健康状态标签关联度中的其他健康状态标签关联度大;或者
若大于所述预设值的健康状态标签关联度的数量不大于所述n时,将每一所述大于预设值的健康状态标签关联度作为所述目标健康状态标签关联度,其中,所述n及k均为自然数,1≤k≤3<n。
在一种可选的方式中,所述程序710使所述处理器702执行以下操作:
基于所述统计结果获取所述用户的属性标签,所述属性标签包括:地区标签和/或上网习惯标签;
基于所述地区标签和所述健康状态标签、或基于所述健康状态标签和上网习惯标签、或基于所述健康状态标签和地区标签及上网习惯标签设置所述用户的健康类型标签。
在一种可选的方式中,所述程序710使所述处理器702执行以下操作:
根据就诊行为次数、就诊匹配系数、年龄匹配系数来计算对应用户的健康标签关联度。
图8示出了本发明第九实施例的服务器的结构示意图,本发明具体实施例并不对设备的具体实现做限定。
如图8所示,该服务器可以包括:处理器(processor)802、通信接口(Communications Interface)804、存储器(memory)806、以及通信总线808。
其中:处理器802、通信接口804、以及存储器806通过通信总线808完成相互间的通信。通信接口804,用于与其它设备比如客户端或其它服务器等的网元通信。处理器802,用于执行程序810,具体可以执行上述第三实施例中的健康信息推送方法的相关步骤。
具体地,程序810可以包括程序代码,该程序代码包括计算机操作指令。
处理器802可能是中央处理器CPU,或者是特定集成电路ASIC (ApplicationSpecific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路。设备包括的一个或多个处理器,可以是同一类型的处理器,如一个或多个CPU;也可以是不同类型的处理器,如一个或多个CPU 以及一个或多个ASIC。
存储器806,用于存放程序810。存储器806可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
程序810具体可以用于使得处理器802执行以下操作:
接收用户终端上报的用户行为数据;
对所述用户行为数据进行解码,得到解码后的用户行为数据;
将所述解码后的用户行为数据上报至大数据平台,并接收所述大数据平台反馈的根据预设标签关联规则及所述用户行为数据匹配的健康类型标签,所述健康类型标签至少包括健康状态标签;
基于所述健康类型标签向对应用户终端推送对应的健康信息。
本发明实施例中,根据预设标签关联规则及用户行为数据匹配用户的健康类型标签,为每一用户匹配对应的健康类型标签,通过健康类型标签来进行健康信息的推送,可提高健康信息推送的准确性,满足个性化需求。
其次,通过健康状态标签及属性标签来进行健康信息的推送,多维标签下的推送可提高健康信息推送的准确性,提高用户体验。
在此提供的算法或显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述,构造这类系统所要求的结构是显而易见的。此外,本发明实施例也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本发明并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明实施例的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。上述实施例中的步骤,除有特殊说明外,不应理解为对执行顺序的限定。
Claims (10)
1.一种健康信息推送方法,其特征在于,所述方法包括:
获取用户行为数据;
根据预设标签关联规则及所述用户行为数据匹配对应的健康类型标签;
将所述健康类型标签同步到系统平台,使所述系统平台基于所述健康类型标签向对应用户终端推送对应的健康信息,所述健康类型标签至少包括健康状态标签。
2.如权利要求1所述的方法,其特征在于,所述健康类型标签还包括属性标签,所述根据预设标签关联规则及所述用户行为数据匹配对应的健康类型标签,包括:
统计所述用户行为数据,得到对应的统计结果;
根据所述统计结果及所述预设标签关联规则计算对应的健康标签关联度;
基于所述健康标签关联度为对应用户设置健康状态标签;
基于健康状态标签及所述用户的属性标签设置对应用户的健康类型标签。
3.如权利要求2的方法,其特征在于,所述统计结果包括用户的每一就诊行为,所述根据所述统计结果及预设标签关联规则计算对应的健康标签关联度,包括:
根据所述统计结果及预设标签关联规则计算所述用户的每一就诊行为对应的健康状态标签关联度;
若存在至少一所述健康状态标签关联度大于预设值时,从大于所述预设值的至少一所述健康状态标签关联度中获取目标健康状态标签关联度;
所述基于所述健康标签关联度为对应用户设置健康状态标签,具体为:
基于所述目标健康状态标签关联度为对应用户设置对应的健康状态标签。
4.如权利要求3所述的方法,其特征在于,所述若存在至少一所述健康状态标签关联度大于预设值时,从大于所述预设值的至少一所述健康状态标签关联度中获取目标健康状态标签关联度,包括:
若大于所述预设值的健康状态标签关联度的数量大于n时,从大于所述预设值的健康状态标签关联度中选取最大的k个健康状态标签关联度作为所述目标健康状态标签关联度;或者
若大于所述预设值的健康状态标签关联度的数量不大于所述n时,将每一所述大于预设值的健康状态标签关联度作为所述目标健康状态标签关联度,其中,所述n及k均为自然数,1≤k≤3<n。
5.如权利要求3或4所述的方法,其特征在于,所述基于健康状态标签及用户的属性标签设置对应用户的健康类型标签之前,还包括:
基于所述统计结果获取所述用户的属性标签,所述属性标签包括:地区标签和/或上网习惯标签;
所述基于健康状态标签及所述用户的属性标签设置对应用户的健康类型标签,包括:
基于所述地区标签和所述健康状态标签,或,基于所述健康状态标签和上网习惯标签,或,基于所述健康状态标签、地区标签和上网习惯标签设置所述用户的健康类型标签。
6.如权利要求2所述的方法,其特征在于,所述预设标签关联规则为:根据就诊行为次数、就诊匹配系数、年龄匹配系数来计算对应用户的健康标签关联度。
7.一种健康信息推送方法,其特征在于,所述方法包括:
接收用户终端上报的用户行为数据;
对所述用户行为数据进行解码,得到解码后的用户行为数据;
将所述解码后的用户行为数据上报至大数据平台,并接收所述大数据平台反馈的根据预设标签关联规则及所述用户行为数据匹配的健康类型标签,所述健康类型标签至少包括健康状态标签;
基于所述健康类型标签向对应用户终端推送对应的健康信息。
8.一种健康信息推送系统,其特征在于,包括:系统平台及与其连接的所述大数据平台,其中:
所述系统平台接收用户终端上报的用户行为数据,对所述用户行为数据进行解码,并将解码后的用户行为数据上报至所述大数据平台,所述大数据平台接收所述用户行为数据,根据预设标签关联规则及所述用户行为数据匹配对应的健康类型标签,并将所述健康类型标签同步到所述系统平台,所述系统平台基于所述健康类型标签向对应用户终端推送对应的健康信息,所述健康类型标签至少包括健康状态标签。
9.一种服务器,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行根据权利要求1-6任一项所述健康信息推送方法的步骤,或执行根据权利要求7所述健康信息推送方法的步骤。
10.一种可读计算机存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行根据权利要求1-6任一项所述健康信息推送方法,或执行根据权利要求7所述健康信息推送方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910990280.8A CN112685628A (zh) | 2019-10-17 | 2019-10-17 | 一种健康信息推送方法、系统及服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910990280.8A CN112685628A (zh) | 2019-10-17 | 2019-10-17 | 一种健康信息推送方法、系统及服务器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112685628A true CN112685628A (zh) | 2021-04-20 |
Family
ID=75444587
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910990280.8A Pending CN112685628A (zh) | 2019-10-17 | 2019-10-17 | 一种健康信息推送方法、系统及服务器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112685628A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112989209A (zh) * | 2021-05-10 | 2021-06-18 | 腾讯科技(深圳)有限公司 | 内容推荐方法、装置和存储介质 |
CN113241191A (zh) * | 2021-06-07 | 2021-08-10 | 上海璟勰信息技术有限公司 | 一种人口流动监测方法 |
CN113505299A (zh) * | 2021-07-16 | 2021-10-15 | 上海猎户座网络科技有限公司 | 一种微信平台的消息推送方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103500266A (zh) * | 2013-09-05 | 2014-01-08 | 北京航空航天大学 | 基于健康识别的应用信息推送方法及装置 |
CN108231149A (zh) * | 2018-02-05 | 2018-06-29 | 深圳市是源医学科技有限公司 | 孕期健康信息推送方法、系统、计算机设备和存储介质 |
CN109545322A (zh) * | 2018-10-30 | 2019-03-29 | 平安医疗健康管理股份有限公司 | 基于健康数据的信息推送方法、设备、服务器及可读介质 |
CN110019943A (zh) * | 2017-09-11 | 2019-07-16 | 中国移动通信集团浙江有限公司 | 视频推荐方法、装置、电子设备和存储介质 |
-
2019
- 2019-10-17 CN CN201910990280.8A patent/CN112685628A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103500266A (zh) * | 2013-09-05 | 2014-01-08 | 北京航空航天大学 | 基于健康识别的应用信息推送方法及装置 |
CN110019943A (zh) * | 2017-09-11 | 2019-07-16 | 中国移动通信集团浙江有限公司 | 视频推荐方法、装置、电子设备和存储介质 |
CN108231149A (zh) * | 2018-02-05 | 2018-06-29 | 深圳市是源医学科技有限公司 | 孕期健康信息推送方法、系统、计算机设备和存储介质 |
CN109545322A (zh) * | 2018-10-30 | 2019-03-29 | 平安医疗健康管理股份有限公司 | 基于健康数据的信息推送方法、设备、服务器及可读介质 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112989209A (zh) * | 2021-05-10 | 2021-06-18 | 腾讯科技(深圳)有限公司 | 内容推荐方法、装置和存储介质 |
CN113241191A (zh) * | 2021-06-07 | 2021-08-10 | 上海璟勰信息技术有限公司 | 一种人口流动监测方法 |
CN113241191B (zh) * | 2021-06-07 | 2023-01-24 | 上海璟勰信息技术有限公司 | 一种人口流动监测方法 |
CN113505299A (zh) * | 2021-07-16 | 2021-10-15 | 上海猎户座网络科技有限公司 | 一种微信平台的消息推送方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112685628A (zh) | 一种健康信息推送方法、系统及服务器 | |
CN112035742A (zh) | 用户画像生成方法、装置、设备及存储介质 | |
WO2021017306A1 (zh) | 根据用户画像的个性化搜索方法、系统、设备及存储介质 | |
US20030013951A1 (en) | Database organization and searching | |
US8549030B2 (en) | Methods and apparatus to enhance queries in an affinity domain | |
US20070030339A1 (en) | Method, system and software for monitoring compliance | |
JP2009082443A (ja) | 診断支援装置及びその制御方法 | |
US11581094B2 (en) | Methods and systems for generating a descriptor trail using artificial intelligence | |
CN106909766B (zh) | 一种信息处理方法及电子设备 | |
JP2008200373A (ja) | 類似症例検索装置、方法、およびプログラム、ならびに、類似症例データベース登録装置、方法、およびプログラム | |
CN111723277A (zh) | 影像结构化报告云端需求分类系统及其方法 | |
CN115346634A (zh) | 一种体检报告解读预测方法、系统、电子设备和存储介质 | |
CN111274351A (zh) | 自动调整用户优先级的方法、装置、电子设备及存储介质 | |
US20190206531A1 (en) | Aggregation and viewing of health records received from multiple sources | |
CN112997257A (zh) | 搜索由分布式数据源维护的数据结构 | |
CN114496140A (zh) | 查询条件的数据匹配方法、装置、设备及介质 | |
EP4121972A1 (en) | System and methods utilizing artificial intelligence algorithms to analyze wearable activity tracker data | |
CN106845092B (zh) | 一种系统对接方法及装置 | |
Arispe et al. | Measurement challenges in developing the national healthcare quality report and the national healthcare disparities report | |
US10431339B1 (en) | Method and system for determining relevant patient information | |
US20180032556A1 (en) | Preprocessing image data based on scan protocols | |
US8805894B2 (en) | Interactive 3-dimensional object-oriented database information storage/retrieval system | |
CN110597903A (zh) | 基于索引和报告的健康档案可扩展模型实现方法和系统 | |
US20180247701A1 (en) | System and Method to Combine, View, and Distribute Patient Health Records from Multiple Sources | |
US20160371457A1 (en) | System and Method for Data Analyzing of Health-Related Data |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210420 |