CN112862289A - 一种临床研究从业者的信息匹配方法和装置 - Google Patents

一种临床研究从业者的信息匹配方法和装置 Download PDF

Info

Publication number
CN112862289A
CN112862289A CN202110129019.6A CN202110129019A CN112862289A CN 112862289 A CN112862289 A CN 112862289A CN 202110129019 A CN202110129019 A CN 202110129019A CN 112862289 A CN112862289 A CN 112862289A
Authority
CN
China
Prior art keywords
clinical research
information
practitioner
label
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.)
Granted
Application number
CN202110129019.6A
Other languages
English (en)
Other versions
CN112862289B (zh
Inventor
覃寿端
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.)
Shanghai Miaoyi Biotechnology Co Ltd
Original Assignee
Shanghai Miaoyi Biotechnology Co Ltd
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 Shanghai Miaoyi Biotechnology Co Ltd filed Critical Shanghai Miaoyi Biotechnology Co Ltd
Priority to CN202110129019.6A priority Critical patent/CN112862289B/zh
Publication of CN112862289A publication Critical patent/CN112862289A/zh
Application granted granted Critical
Publication of CN112862289B publication Critical patent/CN112862289B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G06Q10/063112—Skill-based matching of a person or a group to a task
    • 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)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • General Physics & Mathematics (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Biomedical Technology (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种临床研究从业者的信息匹配方法和装置，该方法包括：获取临床研究从业者在各个业务系统中的基础信息以及行为信息；基于基础信息与行为信息构建标签库，标签库中每个临床研究从业者对应一组标签；接收临床研究项目的配人请求，配人请求用于请求为临床研究项目匹配临床研究从业者；响应配人请求输出目标临床研究从业者的信息，目标临床研究从业者对应的一组标签与临床研究项目相匹配。通过本申请，解决了临床研究从业者的用户信息的管理不统一、管理效率和准确度较低的问题，实现了节约系统维护临床研究从业者的用户信息的成本，通过构建临床研究从业者的用户标签库，能够使得临床研究项目配人更加准确和高效。

Description

一种临床研究从业者的信息匹配方法和装置
技术领域
本发明涉及临床研究分析技术领域，尤其涉及一种临床研究从业者的信息匹配方法、装置、计算机设备和计算机可读存储介质。
背景技术
目前，临床研究从业者的用户信息的管理不统一、管理效率和准确度较低，具体表现为以下方面：
1、各个业务系统的临床研究从业者的用户信息均由各个业务系统自行维护，同一个实体的用户信息比较分散，各个业务系统之间的用户行为无法建立关联性，而且同一实体的用户信息单一、不全面，无法对用户进行全面的了解和分析，且用户信息的管理和维护比较浪费资源。
2、用户在业务系统产生的日志未能有效收集，无法对业务系统内的从业者的动向进行有效及全面的掌握，运营配人无法提前预知用户动向，项目配人存在一定的盲目性，从而影响临床研究项目的执行效率。
3、使用人工标注用户数据，效率低下成本高，且会有一定的标注错误，标注信息难以更新维护。
目前，针对相关技术中，存在的临床研究从业者的用户信息的管理不统一、管理效率和准确度较低的问题，尚未提出有效的解决方案。
发明内容
本申请的目的是针对现有技术中的不足，提供一种临床研究从业者的信息匹配方法、装置、计算机设备和计算机可读存储介质，以至少解决相关技术中临床研究从业者的用户信息的管理不统一、管理效率和准确度较低的问题。
为实现上述目的，本申请采取的技术方案是：
第一方面，本申请实施例提供了一种临床研究从业者的信息匹配方法，包括：
获取临床研究从业者在各个业务系统中的基础信息；
获取所述临床研究从业者在各个业务系统中的行为信息；
基于所述基础信息与所述行为信息构建标签库，其中，所述标签库中每个所述临床研究从业者对应一组标签；
接收临床研究项目的配人请求，其中，所述配人请求用于请求为所述临床研究项目匹配临床研究从业者；
响应所述配人请求输出目标临床研究从业者的信息，其中，所述目标临床研究从业者对应的一组标签与所述临床研究项目相匹配。
在其中一些实施例中，基于所述基础信息与所述行为信息构建标签库包括：
从所述基础信息中提取所述临床研究从业者对应的事实标签，其中，所述事实标签用于指示所述临床研究从业者以下信息中的至少之一：社会属性、临床研究属性、项目执行情况、关注内容、使用工具、活跃度；
根据所述事实标签以及所述行为信息生成所述临床研究从业者对应的模型标签，其中，所述模型标签用于指示所述临床研究从业者以下信息中的至少之一：用户所在城市、用户兼职意向、用户评分、项目经验分布；
根据所述事实标签与所述模型标签生成所述临床研究从业者对应的预测标签，其中，所述预测标签用于指示所述临床研究从业者以下信息中的至少之一：人群属性、感兴趣内容、近期动态、用户参与临床研究项目的潜力；
其中，所述一组标签包括所述事实标签、所述模型标签、所述预测标签中的至少之一。
在其中一些实施例中，根据所述事实标签以及所述行为信息生成所述临床研究从业者对应的模型标签包括：
将所述事实标签以及所述行为信息作为预先训练好的模型的输入参数，得到所述预先训练好的模型的输出参数，并将所述输出参数确定为所述临床研究从业者对应的所述模型标签，其中，所述预先训练好的模型用于指示所述临床研究从业者对应的事实标签以及所述临床研究从业者的行为信息与所述临床研究从业者对应的模型标签的对应关系。
在其中一些实施例中，根据所述事实标签与所述模型标签生成所述临床研究从业者对应的预测标签包括：
根据所述事实标签与所述模型标签对所述临床研究从业者进行聚类；
为每类临床研究从业者配置所述预测标签。
在其中一些实施例中，在基于所述基础信息与所述行为信息构建标签库之后，所述方法还包括：
向所述临床研究从业者推送与所述临床研究从业者对应的一组标签相匹配的信息。
在其中一些实施例中，在获取所述临床研究从业者在各个业务系统中的行为信息之后，所述方法还包括：
对所述行为信息进行归一化处理，得到处理后的行为信息，其中，所述处理后的行为信息中包括：时间戳、事件标识以及行为标识，所述时间戳用于指示所述临床研究从业者执行事件的时间，所述事件标识用于标识所述临床研究从业者执行的事件，所述行为标识用于指示所述临床研究从业者执行事件过程中所做的行为操作；
根据所述处理后的行为信息对所述临床研究从业者的用户行为进行监测。
在其中一些实施例中，根据所述处理后的行为信息对所述临床研究从业者的用户行为进行监测包括：
从时间维度、事件维度、行为维度中的至少之一对所述临床研究从业者的用户行为进行监测。
第二方面，本申请实施例提供了一种临床研究从业者的信息匹配装置，包括：
第一获取单元，用于获取临床研究从业者在各个业务系统中的基础信息；
第二获取单元，用于获取所述临床研究从业者在各个业务系统中的行为信息；
构建单元，用于基于所述基础信息与所述行为信息构建标签库，其中，所述标签库中每个所述临床研究从业者对应一组标签；
接收单元，用于接收临床研究项目的配人请求，其中，所述配人请求用于请求为所述临床研究项目匹配临床研究从业者；
输出单元，用于响应所述配人请求输出目标临床研究从业者的信息，其中，所述目标临床研究从业者对应的一组标签与所述临床研究项目相匹配。
第三方面，本申请实施例提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器上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上述第一方面所述的临床研究从业者的信息匹配方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一方面所述的临床研究从业者的信息匹配方法。
本申请采用以上技术方案，与现有技术相比，本申请实施例提供的临床研究从业者的信息匹配方法，通过获取临床研究从业者在各个业务系统中的基础信息；获取所述临床研究从业者在各个业务系统中的行为信息；基于所述基础信息与所述行为信息构建标签库，其中，所述标签库中每个所述临床研究从业者对应一组标签；接收临床研究项目的配人请求，其中，所述配人请求用于请求为所述临床研究项目匹配临床研究从业者；响应所述配人请求输出目标临床研究从业者的信息，其中，所述目标临床研究从业者对应的一组标签与所述临床研究项目相匹配，解决了临床研究从业者的用户信息的管理不统一、管理效率和准确度较低的问题，实现了节约系统维护临床研究从业者的用户信息的成本，通过构建临床研究从业者的用户标签库，能够使得临床研究项目配人更加准确和高效。
本申请的一个或多个实施例的细节在以下附图和描述中提出，以使本申请的其他特征、目的和优点更加简明易懂。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是根据本申请实施例的移动终端的结构框图；
图2是根据本申请实施例的临床研究从业者的信息匹配方法的流程图；
图3是根据本申请实施例的用户画像系统的软件架构的示意图；
图4是根据本申请实施例的标签库构建流程的示意图；
图5是根据本申请实施例的用户画像数据生成流程的示意图；
图6是根据本申请实施例的临床研究从业者的信息匹配装置的结构框图；
图7为根据本申请实施例的计算机设备的硬件结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行描述和说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。基于本申请提供的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
显而易见地，下面描述中的附图仅仅是本申请的一些示例或实施例，对于本领域的普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图将本申请应用于其他类似情景。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本申请公开的内容相关的本领域的普通技术人员而言，在本申请揭露的技术内容的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本申请公开的内容不充分。
在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是，本申请所描述的实施例在不冲突的情况下，可以与其它实施例相结合。
除非另作定义，本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制，可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形，意图在于覆盖不排他的包含；例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可以还包括没有列出的步骤或单元，或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电气的连接，不管是直接的还是间接的。本申请所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象，不代表针对对象的特定排序。
本实施例提供了一种移动终端。图1是根据本申请实施例的移动终端的结构框图。如图1所示，该移动终端包括：射频(Radio Frequency，简称为RF)电路110、存储器120、输入单元130、显示单元140、传感器150、音频电路160、无线保真(wireless fidelity，简称为WiFi)模块170、处理器180、以及电源190等部件。本领域技术人员可以理解，图1中示出的移动终端结构并不构成对移动终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
下面结合图1对移动终端的各个构成部件进行具体的介绍：
RF电路110可用于收发信息或通话过程中，信号的接收和发送，特别地，将基站的下行信息接收后，给处理器180处理；另外，将设计上行的数据发送给基站。通常，RF电路包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器(Low NoiseAmplifier，简称为LNA)、双工器等。此外，RF电路110还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议，包括但不限于全球移动通讯系统(Global System ofMobile communication，简称为GSM)、通用分组无线服务(GeneralPacket Radio Service，简称为GPRS)、码分多址(Code Division Multiple Access，简称为CDMA)、宽带码分多址(Wideband Code Division Multiple Access，简称为WCDMA)、长期演进(Long Term Evolution，简称为LTE)、电子邮件、短消息服务(Short MessagingService，简称为SMS)等。
存储器120可用于存储软件程序以及模块，处理器180通过运行存储在存储器120的软件程序以及模块，从而执行移动终端的各种功能应用以及数据处理。存储器120可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据移动终端的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器120可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
输入单元130可用于接收输入的数字或字符信息，以及产生与移动终端的用户设置以及功能控制有关的键信号输入。具体地，输入单元130可包括触控面板131以及其他输入设备132。触控面板131，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板131上或在触控面板131附近的操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触控面板131可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器180，并能接收处理器180发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板131。除了触控面板131，输入单元130还可以包括其他输入设备132。具体地，其他输入设备132可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
显示单元140可用于显示由用户输入的信息或提供给用户的信息以及移动终端的各种菜单。显示单元140可包括显示面板141，可选的，可以采用液晶显示器(LiquidCrystal Display，简称为LCD)、有机发光二极管(Organic Light-Emitting Diode，简称为OLED)等形式来配置显示面板141。进一步的，触控面板131可覆盖显示面板141，当触控面板131检测到在其上或附近的触摸操作后，传送给处理器180以确定触摸事件的类型，随后处理器180根据触摸事件的类型在显示面板141上提供相应的视觉输出。虽然在图1中，触控面板131与显示面板141是作为两个独立的部件来实现移动终端的输入和输入功能，但是在某些实施例中，可以将触控面板131与显示面板141集成而实现移动终端的输入和输出功能。
移动终端还可包括至少一种传感器150，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板141的亮度，接近传感器可在移动终端移动到耳边时，关闭显示面板141和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别移动终端姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于移动终端还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。
音频电路160中的扬声器161，传声器162可提供用户与移动终端之间的音频接口。音频电路160可将接收到的音频数据转换后的电信号，传输到扬声器161，由扬声器161转换为声音信号输出；另一方面，传声器162将收集的声音信号转换为电信号，由音频电路160接收后转换为音频数据，再将音频数据输出处理器180处理后，经RF电路110以发送给比如另一移动终端，或者将音频数据输出至存储器120以便进一步处理。
WiFi属于短距离无线传输技术，移动终端通过WiFi模块170可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图1示出了WiFi模块170，但是可以理解的是，其并不属于移动终端的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略，或者替换为其他的短距离无线传输模块，例如Zigbee模块、或者WAPI模块等。
处理器180是移动终端的控制中心，利用各种接口和线路连接整个移动终端的各个部分，通过运行或执行存储在存储器120内的软件程序和/或模块，以及调用存储在存储器120内的数据，执行移动终端的各种功能和处理数据，从而对移动终端进行整体监控。可选的，处理器180可包括一个或多个处理单元；优选的，处理器180可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器180中。
移动终端还包括给各个部件供电的电源190(比如电池)，优选的，电源可以通过电源管理系统与处理器180逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
尽管未示出，移动终端还可以包括摄像头、蓝牙模块等，在此不再赘述。
在本实施例中，处理器180被配置为：获取临床研究从业者在各个业务系统中的基础信息；获取所述临床研究从业者在各个业务系统中的行为信息；基于所述基础信息与所述行为信息构建标签库，其中，所述标签库中每个所述临床研究从业者对应一组标签；接收临床研究项目的配人请求，其中，所述配人请求用于请求为所述临床研究项目匹配临床研究从业者；响应所述配人请求输出目标临床研究从业者的信息，其中，所述目标临床研究从业者对应的一组标签与所述临床研究项目相匹配。
在其中一些实施例中，处理器180还被配置为：从所述基础信息中提取所述临床研究从业者对应的事实标签，其中，所述事实标签用于指示所述临床研究从业者以下信息中的至少之一：社会属性、临床研究属性、项目执行情况、关注内容、使用工具、活跃度；根据所述事实标签以及所述行为信息生成所述临床研究从业者对应的模型标签，其中，所述模型标签用于指示所述临床研究从业者以下信息中的至少之一：用户所在城市、用户兼职意向、用户评分、项目经验分布；根据所述事实标签与所述模型标签生成所述临床研究从业者对应的预测标签，其中，所述预测标签用于指示所述临床研究从业者以下信息中的至少之一：人群属性、感兴趣内容、近期动态、用户参与临床研究项目的潜力；其中，所述一组标签包括所述事实标签、所述模型标签、所述预测标签中的至少之一。
在其中一些实施例中，处理器180还被配置为：将所述事实标签以及所述行为信息作为预先训练好的模型的输入参数，得到所述预先训练好的模型的输出参数，并将所述输出参数确定为所述临床研究从业者对应的所述模型标签，其中，所述预先训练好的模型用于指示所述临床研究从业者对应的事实标签以及所述临床研究从业者的行为信息与所述临床研究从业者对应的模型标签的对应关系。
在其中一些实施例中，处理器180还被配置为：根据所述事实标签与所述模型标签对所述临床研究从业者进行聚类；为每类临床研究从业者配置所述预测标签。
在其中一些实施例中，处理器180还被配置为：在基于所述基础信息与所述行为信息构建标签库之后，向所述临床研究从业者推送与所述临床研究从业者对应的一组标签相匹配的信息。
在其中一些实施例中，处理器180还被配置为：在获取所述临床研究从业者在各个业务系统中的行为信息之后，对所述行为信息进行归一化处理，得到处理后的行为信息，其中，所述处理后的行为信息中包括：时间戳、事件标识以及行为标识，所述时间戳用于指示所述临床研究从业者执行事件的时间，所述事件标识用于标识所述临床研究从业者执行的事件，所述行为标识用于指示所述临床研究从业者执行事件过程中所做的行为操作；根据所述处理后的行为信息对所述临床研究从业者的用户行为进行监测。
在其中一些实施例中，处理器180还被配置为：从时间维度、事件维度、行为维度中的至少之一对所述临床研究从业者的用户行为进行监测。
本实施例提供了一种临床研究从业者的信息匹配方法。图2是根据本申请实施例的临床研究从业者的信息匹配方法的流程图，如图2所示，该流程包括如下步骤：
步骤S201，获取临床研究从业者在各个业务系统中的基础信息；
步骤S202，获取所述临床研究从业者在各个业务系统中的行为信息；
步骤S203，基于所述基础信息与所述行为信息构建标签库，其中，所述标签库中每个所述临床研究从业者对应一组标签；
步骤S204，接收临床研究项目的配人请求，其中，所述配人请求用于请求为所述临床研究项目匹配临床研究从业者；
步骤S205，响应所述配人请求输出目标临床研究从业者的信息，其中，所述目标临床研究从业者对应的一组标签与所述临床研究项目相匹配。
通过上述步骤，获取临床研究从业者在各个业务系统中的基础信息；获取所述临床研究从业者在各个业务系统中的行为信息；基于所述基础信息与所述行为信息构建标签库，其中，所述标签库中每个所述临床研究从业者对应一组标签；接收临床研究项目的配人请求，其中，所述配人请求用于请求为所述临床研究项目匹配临床研究从业者；响应所述配人请求输出目标临床研究从业者的信息，其中，所述目标临床研究从业者对应的一组标签与所述临床研究项目相匹配，解决了临床研究从业者的用户信息的管理不统一、管理效率和准确度较低的问题，实现了节约系统维护临床研究从业者的用户信息的成本，通过构建临床研究从业者的用户标签库，能够使得临床研究项目配人更加准确和高效。
本申请实施例可以建立统一的用户中心，提供维护及访问接口供各个业务系统在用户信息发生变更时使用，从而达到用户信息的统一管理，统一存储。业务系统可以包括但并不限于：客服系统、运营系统、项目管理系统等。
在其中一些实施例中，用户中心可以基于用户账号跨业务系统统一收集、管理临床研究从业者的社会属性、临床研究属性等基础信息。用户中心建立统一的账号体系(以手机号或邮箱作为用户的账号，唯一标志一个用户)，提供统一的账号API，各个业务系统统一接入。用户中心提供统一的用户信息管理API，业务系统通过用户账号上报用户信息。收集的用户基础信息主要包括：社会属性(家庭成员、工作经验、教育经历、联系方式、荣誉证书、银行卡信息、个人技能等)以及临床研究属性(兼职意愿工作性质、意愿医院、意愿地区、意愿领域、意愿岗位；用户当前职业、从事临床行业工作年限、既往的临床研究项目经验等)。
本申请实施例还可以建立用户画像系统，该用户画像系统可以从用户中心获取临床研究从业者的基础信息，然后执行上述步骤S202至步骤S205。
如图3所示，用户画像系统从软件架构层面，可以分为信源层、采集层、存储层、服务层、应用层和展示层共六层。其中，信源层到存储层主要实现各类基础数据的采集；服务层中构建了多类型的业务模型和标签算法，并对完成清洗整理过程的各类基础数据进行数据建模；应用层实现各类用户标签和用户画像以及基于用户标签和用户画像的各类衍生服务，如：用户分类、内容推荐、行为分析等，形成多个独立的功能模块或组件；展示层则利用数据可视化技术对用户画像、运营数据等进行可视化呈现，以统计报表、图表等各种展示方式展示用户画像给不同的业务线。
为了实现各渠道海量用户行为日志数据的采集、清洗、分析，用户画像系统搭建了基于ELK大数据分析架构的日志采集系统。在具体实现上，在各个业务系统进行埋点(覆盖网站、WAP、App等多样化渠道)，定义事件参数，基于事件触发机制及http请求，将数据消息发送至采集层(如移动端用户活跃时会将用户所在的坐标发送至采集层等)，实现基于不同应用的个性化日志采集，最终存入elasticsearch集群中进行保存，为后续的用户行为分析打下基础。
在获取到临床研究从业者的基础信息以及行为信息之后，用户画像系统的服务层构建业务模型和标签算法，对完成清洗的各类基础数据进行数据建模，基于所述基础信息与所述行为信息构建标签库，实现用户标签化
在其中一些实施例中，如图4所示，基于所述基础信息与所述行为信息构建标签库包括：
从所述基础信息中提取所述临床研究从业者对应的事实标签，其中，所述事实标签用于指示所述临床研究从业者以下信息中的至少之一：社会属性、临床研究属性、项目执行情况、关注内容、使用工具、活跃度。其中，项目执行情况可以包括但并不限于进行中、完成等状态信息；关注内容可以包括但并不限于临床研究的领域等；使用工具可以包括但并不限于应用程序APP等；活跃度可以包括但并不限于活跃的城市等。
根据所述事实标签以及所述行为信息生成所述临床研究从业者对应的模型标签，其中，所述模型标签用于指示所述临床研究从业者以下信息中的至少之一：用户所在城市、用户兼职意向、用户评分、项目经验分布。其中，用户评分可以包括但并不限于项目完成度、用户评价等；项目经验分布可以包括但并不限于项目分布城市、项目分布领域等。
根据所述事实标签与所述模型标签生成所述临床研究从业者对应的预测标签，其中，所述预测标签用于指示所述临床研究从业者以下信息中的至少之一：人群属性、感兴趣内容、近期动态、用户参与临床研究项目的潜力。其中，人群属性可以包括但并不限于肿瘤研究群、临床研究从业者北京群等；近期动态可以包括但并不限于临床研究从业者是否处于空闲状态等；用户参与临床研究项目的潜力可以包括但并不限于临床研究从业者是否有能力执行临床研究项目。
其中，标签库中临床研究从业者对应一组标签包括所述事实标签、所述模型标签、所述预测标签中的至少之一。
在其中一些实施例中，根据所述事实标签以及所述行为信息生成所述临床研究从业者对应的模型标签包括：
将所述事实标签以及所述行为信息作为预先训练好的模型的输入参数，得到所述预先训练好的模型的输出参数，并将所述输出参数确定为所述临床研究从业者对应的所述模型标签，其中，所述预先训练好的模型用于指示所述临床研究从业者对应的事实标签以及所述临床研究从业者的行为信息与所述临床研究从业者对应的模型标签的对应关系。
在其中一些实施例中，根据所述事实标签与所述模型标签生成所述临床研究从业者对应的预测标签包括：
根据所述事实标签与所述模型标签对所述临床研究从业者进行聚类；
为每类临床研究从业者配置所述预测标签。
如图5所示，用户画像系统中的用户画像数据采集模块根据收集到的临床研究从业者的基础信息进行维度标注和特征值计算，标注其基础属性，生成事实标签，存储至用户画像系统中。用户画像特征处理模块综合事实标签，对临床研究从业者的行为信息进行抽象：通过维度计算和特征生成，生成用户活跃信息(例如用户所在城市)、用户兼职意向等模型标签。用户画像聚类模块通过聚类中心划分和聚类结果生成对用户进行分群、分类(例如按区域、按从事职业、按项目经验等维度进行分类)。用户类型标注模块基于已有的事实标签和模型便签，预测用户的人群属性、感兴趣内容、近期动态、用户参与临床研究项目的潜力等，这些即为临床研究从业者的预测标签。
事实标签：既定事实，从原始数据(包括基础信息和行为信息)中提取。比如通过用户设置获取用户基础属性：年龄、性别、生日、籍贯、当前所在地、工作年限、关注医院等。
模型标签：对事实标签及行为信息的抽象和聚类：最近活跃地区、是否有兼职意向、意向区域、意向职务、最近在做的项目、最近出现城市、最近出现医院、用户评分、项目经验分布等。
预测标签：基于事实标签和模型标签，来预测用户的从业经验、从业年限、擅长领域、感兴趣的内容、近期动态、用户参与临床研究项目的潜力等。
在用户标签构建的过程中，结合临床研究行业的业务特点，建立了包括用户当前职业、从业年限、合作意向、既往工作经历、擅长领域、临研项目经历、用户关注医院、用户最近出现城市等在内的多个维度的具体用户标签；同时结合用户在项目执行过程中的服务记录，客户评价记录建立用户标签，通过这些用户标签的匹配与组合，快速定位出用户个体或群体特征。
在其中一些实施例中，在构建临床研究从业者的标签库之后，可以根据不同用途对标签数据进行多维度呈现。通过各类基础图表、用户标签勾勒出基础用户画像，还可以针对用户运营团队、客服团队、决策者等不同群体设计了独立的仪表盘和数据分析工具。
在其中一些实施例中，在构建临床研究从业者的标签库之后，用户画像系统可以接收临床研究项目的配人请求，并根据构建的标签库选择并输出目标临床研究从业者的信息，其中，所述目标临床研究从业者对应的一组标签与所述临床研究项目相匹配。
例如，临床研究项目需要项目人员(CRA/CRC)时，会把对应的需求发送给临床人力资源经理；人力资源经理在用户运营系统中按用户兼职意愿信息匹配到有意向的用户，在与用户沟通确认以后，将用户(简历)推荐给项目经理；项目经理确认接受推荐，则会进行后续的与用户签订兼职协议；协议签订成功以后，用户进入临床研究项目研究。
在用户画像系统设计过程中，将不同维度的用户画像作为用户智能聚类的主要依据，在技术上实现自动、智能的用户聚类和分群，帮助运营人员快速匹配目标用户并发送临床研究项目的项目经理，从而建立快速沟通渠道，帮助连接用户快速进入临床研究项目开展临床研究工作。
在其中一些实施例中，在构建临床研究从业者的标签库之后，还可以向所述临床研究从业者推送与所述临床研究从业者对应的一组标签相匹配的信息。
用户画像系统针对不同的运营渠道，内置了多种灵活快捷的消息内容编辑工具，从而实现用户筛选与运营的无缝衔接，帮助业务部门实现APP、邮件、短信等多渠道的快速消息推送，并提供了推送效果的统计反馈功能，便于运营团队对运营效果进行实时监控。
在其中一些实施例中，在获取所述临床研究从业者在各个业务系统中的行为信息之后，还可以对所述行为信息进行归一化处理，得到处理后的行为信息，其中，所述处理后的行为信息中包括：时间戳、事件标识以及行为标识，所述时间戳用于指示所述临床研究从业者执行事件的时间，所述事件标识用于标识所述临床研究从业者执行的事件，所述行为标识用于指示所述临床研究从业者执行事件过程中所做的行为操作；然后根据所述处理后的行为信息对所述临床研究从业者的用户行为进行监测。
具体的，根据所述处理后的行为信息对所述临床研究从业者的用户行为进行监测包括：从时间维度、事件维度、行为维度中的至少之一对所述临床研究从业者的用户行为进行监测。对处理后的行为信息可以从这三个维度进行统计分析，以便于全面准确地对用户行为进行监测分析。
在其中一些实施例中，从时间维度、事件维度、行为维度中的至少之一对所述目标用户的用户行为进行监测可以包括以下至少之一：
获取目标时间段内所述临床研究从业者执行的目标事件和/或目标行为操作的数量；
确定所述临床研究从业者执行的多个事件之间的关联关系；
确定所述临床研究从业者执行的多个行为操作之间的关联关系。
需要说明的是，目标时间段可以为利用时间戳所确定的任意时间段，目标事件可以由目标事件标识所唯一指示，目标行为操作可以由目标行为操作标识所唯一指示。通过统计目标戳位于目标时间段内的行为信息中目标事件标识的数量即可获取目标事件的数量，通过统计目标戳位于目标时间段内的行为信息中目标行为标识的数量即可获取目标行为操作的数量。根据实际监测分析需求，统计目标行为操作的数量可以为统计一件事件中的目标行为操作的数量，也可以为统计多个事件中的目标行为操作的数量。
还需要说明的是，分析多个事件之间的关联关系和多个行为操作之间的关联关系可以有助于更加准确的还原用户行为，提高对用户行为进行检测分析的准确度。多个事件之间的关联关系及多个行为操作之间的关联关系可以通过事件中是否存在相同行为操作进行确定。
在其中一些实施例中，从时间维度、事件维度、行为维度中的至少之一对所述目标用户的用户行为进行监测包括：
判断所述临床研究从业者的用户行为是否符合预设的用户行为规则库中的用户行为规则，其中，所述用户行为规则用于指示所述临床研究从业者所允许执行的用户行为；
在所述临床研究从业者的用户行为不符合所述用户行为规则时，进行消息提醒。
需要说明的是，用户行为规则库中可以预先配置好多个用户行为规则，通过对处理后的行为信息进行用户行为规则匹配可以对用户行为进行监测分析。本申请实施例还可以预先配置与用户行为规则库相匹配的预警规则库和告警规则库，其中，在确定临床研究从业者的用户行为不符合所述用户行为规则时，可以根据预警规则进行预警，或根据告警规则进行告警。通过预警机制或告警机制，可以避免系统使用风险，保障系统安全。
在其中一些实施例中，在所述临床研究从业者的用户行为不符合所述用户行为规则时，进行消息提醒可以包括：多端消息提醒，即向临床研究从业者推送提醒消息、向业务系统推送提醒消息、向用户画像系统推送提醒消息，其中，提醒消息的内容可以是监测分析得到的用户行为以及该用户行为不符合的用户行为规则。通过推送提醒消息，有利于快速对存在安全风险的用户行为进行有效处理，进而达到保障系统安全的目的。
在其中一些实施例中，在所述目标用户的用户行为不符合所述用户行为规则时，进行消息提醒之后，本申请实施例还可以对不符合用户行为规则的用户行为进行行为限制。
本申请实施例通过跨业务系统统一收集、管理临床研究从业者的基础信息，可以节约系统维护成本。多渠道持续收集用户简历，用户培训记录，项目经历等数据，满足用户培养和数据经营的需要。对收集的用户行为数据进行分析统计，组成用户画像，输出画像搜索能力给到各个业务系统。通过建立用户标签库，为运营人员建立快速沟通渠道，帮助运营人员连接用户最终进入临床研究项目开展临床研究工作，使临床研究项目配人变得更加高效。个性化推荐APP消息，满足不同类型临床研究从业者的资讯需求，帮助临床研究从业者寻找合适的项目机会。
需要说明的是，在上述流程中或者附图的流程图中示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
本实施例提供了一种临床研究从业者的信息匹配装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
图6是根据本申请实施例的临床研究从业者的信息匹配装置的结构框图，如图6所示，该装置包括：
第一获取单元61，用于获取临床研究从业者在各个业务系统中的基础信息；
第二获取单元62，用于获取所述临床研究从业者在各个业务系统中的行为信息；
构建单元63，用于基于所述基础信息与所述行为信息构建标签库，其中，所述标签库中每个所述临床研究从业者对应一组标签；
接收单元64，用于接收临床研究项目的配人请求，其中，所述配人请求用于请求为所述临床研究项目匹配临床研究从业者；
输出单元65，用于响应所述配人请求输出目标临床研究从业者的信息，其中，所述目标临床研究从业者对应的一组标签与所述临床研究项目相匹配。
在其中一些实施例中，构建单元63包括：
提取模块，用于从所述基础信息中提取所述临床研究从业者对应的事实标签，其中，所述事实标签用于指示所述临床研究从业者以下信息中的至少之一：社会属性、临床研究属性、项目执行情况、关注内容、使用工具、活跃度；
第一生成模块，用于根据所述事实标签以及所述行为信息生成所述临床研究从业者对应的模型标签，其中，所述模型标签用于指示所述临床研究从业者以下信息中的至少之一：用户所在城市、用户兼职意向、用户评分、项目经验分布；
第二生成模块，用于根据所述事实标签与所述模型标签生成所述临床研究从业者对应的预测标签，其中，所述预测标签用于指示所述临床研究从业者以下信息中的至少之一：人群属性、感兴趣内容、近期动态、用户参与临床研究项目的潜力；
其中，所述一组标签包括所述事实标签、所述模型标签、所述预测标签中的至少之一。
在其中一些实施例中，第一生成模块包括：
确定子模块，用于将所述事实标签以及所述行为信息作为预先训练好的模型的输入参数，得到所述预先训练好的模型的输出参数，并将所述输出参数确定为所述临床研究从业者对应的所述模型标签，其中，所述预先训练好的模型用于指示所述临床研究从业者对应的事实标签以及所述临床研究从业者的行为信息与所述临床研究从业者对应的模型标签的对应关系。
在其中一些实施例中，第二生成模块包括：
聚类子模块，用于根据所述事实标签与所述模型标签对所述临床研究从业者进行聚类；
配置子模块，用于为每类临床研究从业者配置所述预测标签。
在其中一些实施例中，所述装置还包括：
推送单元，用于在基于所述基础信息与所述行为信息构建标签库之后，向所述临床研究从业者推送与所述临床研究从业者对应的一组标签相匹配的信息。
在其中一些实施例中，所述装置还包括：
处理单元，用于在获取所述临床研究从业者在各个业务系统中的行为信息之后，对所述行为信息进行归一化处理，得到处理后的行为信息，其中，所述处理后的行为信息中包括：时间戳、事件标识以及行为标识，所述时间戳用于指示所述临床研究从业者执行事件的时间，所述事件标识用于标识所述临床研究从业者执行的事件，所述行为标识用于指示所述临床研究从业者执行事件过程中所做的行为操作；
监测单元，用于根据所述处理后的行为信息对所述临床研究从业者的用户行为进行监测。
在其中一些实施例中，监测单元包括：
监测模块，用于从时间维度、事件维度、行为维度中的至少之一对所述临床研究从业者的用户行为进行监测。
需要说明的是，上述各个模块可以是功能模块也可以是程序模块，既可以通过软件来实现，也可以通过硬件来实现。对于通过硬件来实现的模块而言，上述各个模块可以位于同一处理器中；或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
实施例提供了一种计算机设备。结合本申请实施例临床研究从业者的信息匹配方法可以由计算机设备来实现。图7为根据本申请实施例的计算机设备的硬件结构示意图。
计算机设备可以包括处理器71以及存储有计算机程序指令的存储器72。
具体地，上述处理器71可以包括中央处理器(CPU)，或者特定集成电路(Application Specific Integrated Circuit，简称为ASIC)，或者可以被配置成实施本申请实施例的一个或多个集成电路。
其中，存储器72可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器72可包括硬盘驱动器(Hard DiskDrive，简称为HDD)、软盘驱动器、固态驱动器(SolidState Drive，简称为SSD)、闪存、光盘、磁光盘、磁带或通用串行总线(Universal SerialBus，简称为USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器72可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器72可在数据处理装置的内部或外部。在特定实施例中，存储器72是非易失性(Non-Volatile)存储器。在特定实施例中，存储器72包括只读存储器(Read-Only Memory，简称为ROM)和随机存取存储器(RandomAccess Memory，简称为RAM)。在合适的情况下，该ROM可以是掩模编程的ROM、可编程ROM(Programmable Read-Only Memory，简称为PROM)、可擦除PROM(Erasable ProgrammableRead-Only Memory，简称为EPROM)、电可擦除PROM(Electrically Erasable ProgrammableRead-Only Memory，简称为EEPROM)、电可改写ROM(Electrically Alterable Read-OnlyMemory，简称为EAROM)或闪存(FLASH)或者两个或更多个以上这些的组合。在合适的情况下，该RAM可以是静态随机存取存储器(Static Random-Access Memory，简称为SRAM)或动态随机存取存储器(Dynamic Random Access Memory，简称为DRAM)，其中，DRAM可以是快速页模式动态随机存取存储器(Fast Page Mode Dynamic Random Access Memory，简称为FPMDRAM)、扩展数据输出动态随机存取存储器(Extended Date Out Dynamic RandomAccess Memory，简称为EDODRAM)、同步动态随机存取内存(Synchronous Dynamic Random-Access Memory，简称SDRAM)等。
存储器72可以用来存储或者缓存需要处理和/或通信使用的各种数据文件，以及处理器71所执行的可能的计算机程序指令。
处理器71通过读取并执行存储器72中存储的计算机程序指令，以实现上述实施例中的任意一种临床研究从业者的信息匹配方法。
在其中一些实施例中，计算机设备还可包括通信接口73和总线70。其中，如图7所示，处理器71、存储器72、通信接口73通过总线70连接并完成相互间的通信。
通信接口73用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。通信接口73还可以实现与其他部件例如：外接设备、图像/数据采集设备、数据库、外部存储以及图像/数据处理工作站等之间进行数据通信。
总线70包括硬件、软件或两者，将计算机设备的部件彼此耦接在一起。总线70包括但不限于以下至少之一：数据总线(Data Bus)、地址总线(Address Bus)、控制总线(Control Bus)、扩展总线(Expansion Bus)、局部总线(Local Bus)。举例来说而非限制，总线70可包括图形加速接口(Accelerated Graphics Port，简称为AGP)或其他图形总线、增强工业标准架构(Extended Industry Standard Architecture，简称为EISA)总线、前端总线(Front Side Bus，简称为FSB)、超传输(Hyper Transport，简称为HT)互连、工业标准架构(Industry Standard Architecture，简称为ISA)总线、无线带宽(InfiniBand)互连、低引脚数(Low Pin Count，简称为LPC)总线、存储器总线、微信道架构(Micro ChannelArchitecture，简称为MCA)总线、外围组件互连(Peripheral Component Interconnect，简称为PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(Serial AdvancedTechnology Attachment，简称为SATA)总线、视频电子标准协会局部(Video ElectronicsStandards Association Local Bus，简称为VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线70可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线，但本申请考虑任何合适的总线或互连。
另外，结合上述实施例中的临床研究从业者的信息匹配方法，本申请实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种临床研究从业者的信息匹配方法。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种临床研究从业者的信息匹配方法，其特征在于，包括：
获取临床研究从业者在各个业务系统中的基础信息；
获取所述临床研究从业者在各个业务系统中的行为信息；
基于所述基础信息与所述行为信息构建标签库，其中，所述标签库中每个所述临床研究从业者对应一组标签；
接收临床研究项目的配人请求，其中，所述配人请求用于请求为所述临床研究项目匹配临床研究从业者；
响应所述配人请求输出目标临床研究从业者的信息，其中，所述目标临床研究从业者对应的一组标签与所述临床研究项目相匹配。
2.根据权利要求1所述的方法，其特征在于，基于所述基础信息与所述行为信息构建标签库包括：
从所述基础信息中提取所述临床研究从业者对应的事实标签，其中，所述事实标签用于指示所述临床研究从业者以下信息中的至少之一：社会属性、临床研究属性、项目执行情况、关注内容、使用工具、活跃度；
根据所述事实标签以及所述行为信息生成所述临床研究从业者对应的模型标签，其中，所述模型标签用于指示所述临床研究从业者以下信息中的至少之一：用户所在城市、用户兼职意向、用户评分、项目经验分布；
根据所述事实标签与所述模型标签生成所述临床研究从业者对应的预测标签，其中，所述预测标签用于指示所述临床研究从业者以下信息中的至少之一：人群属性、感兴趣内容、近期动态、用户参与临床研究项目的潜力；
其中，所述一组标签包括所述事实标签、所述模型标签、所述预测标签中的至少之一。
3.根据权利要求2所述的方法，其特征在于，根据所述事实标签以及所述行为信息生成所述临床研究从业者对应的模型标签包括：
将所述事实标签以及所述行为信息作为预先训练好的模型的输入参数，得到所述预先训练好的模型的输出参数，并将所述输出参数确定为所述临床研究从业者对应的所述模型标签，其中，所述预先训练好的模型用于指示所述临床研究从业者对应的事实标签以及所述临床研究从业者的行为信息与所述临床研究从业者对应的模型标签的对应关系。
4.根据权利要求2所述的方法，其特征在于，根据所述事实标签与所述模型标签生成所述临床研究从业者对应的预测标签包括：
根据所述事实标签与所述模型标签对所述临床研究从业者进行聚类；
为每类临床研究从业者配置所述预测标签。
5.根据权利要求1所述的方法，其特征在于，在基于所述基础信息与所述行为信息构建标签库之后，所述方法还包括：
向所述临床研究从业者推送与所述临床研究从业者对应的一组标签相匹配的信息。
6.根据权利要求1所述的方法，其特征在于，在获取所述临床研究从业者在各个业务系统中的行为信息之后，所述方法还包括：
对所述行为信息进行归一化处理，得到处理后的行为信息，其中，所述处理后的行为信息中包括：时间戳、事件标识以及行为标识，所述时间戳用于指示所述临床研究从业者执行事件的时间，所述事件标识用于标识所述临床研究从业者执行的事件，所述行为标识用于指示所述临床研究从业者执行事件过程中所做的行为操作；
根据所述处理后的行为信息对所述临床研究从业者的用户行为进行监测。
7.根据权利要求6所述的方法，其特征在于，根据所述处理后的行为信息对所述临床研究从业者的用户行为进行监测包括：
从时间维度、事件维度、行为维度中的至少之一对所述临床研究从业者的用户行为进行监测。
8.一种临床研究从业者的信息匹配装置，其特征在于，包括：
第一获取单元，用于获取临床研究从业者在各个业务系统中的基础信息；
第二获取单元，用于获取所述临床研究从业者在各个业务系统中的行为信息；
构建单元，用于基于所述基础信息与所述行为信息构建标签库，其中，所述标签库中每个所述临床研究从业者对应一组标签；
接收单元，用于接收临床研究项目的配人请求，其中，所述配人请求用于请求为所述临床研究项目匹配临床研究从业者；
输出单元，用于响应所述配人请求输出目标临床研究从业者的信息，其中，所述目标临床研究从业者对应的一组标签与所述临床研究项目相匹配。
9.一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的临床研究从业者的信息匹配方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至7中任一项所述的临床研究从业者的信息匹配方法。
CN202110129019.6A 2021-01-29 2021-01-29 一种临床研究从业者的信息匹配方法和装置 Active CN112862289B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110129019.6A CN112862289B (zh) 2021-01-29 2021-01-29 一种临床研究从业者的信息匹配方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110129019.6A CN112862289B (zh) 2021-01-29 2021-01-29 一种临床研究从业者的信息匹配方法和装置

Publications (2)

Publication Number Publication Date
CN112862289A true CN112862289A (zh) 2021-05-28
CN112862289B CN112862289B (zh) 2022-11-25

Family

ID=75986937

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110129019.6A Active CN112862289B (zh) 2021-01-29 2021-01-29 一种临床研究从业者的信息匹配方法和装置

Country Status (1)

Country Link
CN (1) CN112862289B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160267223A1 (en) * 2015-03-10 2016-09-15 Practice Fusion, Inc. Integrated health data analysis system
US20160292363A1 (en) * 2013-11-29 2016-10-06 Koninklijke Philips N.V. Document management system for a medical task
US20170278209A1 (en) * 2016-03-22 2017-09-28 International Business Machines Corporation Optimization of Patient Care Team Based on Correlation of Patient Characteristics and Care Provider Characteristics
US20190074093A1 (en) * 2017-09-05 2019-03-07 Cariloop, Inc. Management System and Method for a Caregiver Support Platform
CN109978630A (zh) * 2019-04-02 2019-07-05 安徽筋斗云机器人科技股份有限公司 一种基于大数据建立用户画像的精准营销方法和系统
CN110135504A (zh) * 2019-05-20 2019-08-16 杭州弧途科技有限公司 一种基于人工智能的大学生兼职精确匹配方法
CN110765760A (zh) * 2019-09-03 2020-02-07 平安科技（深圳）有限公司 一种法律案件分配方法、装置、存储介质和服务器
CN110968782A (zh) * 2019-10-15 2020-04-07 东北大学 一种面向学者的用户画像构建及应用方法
CN111062580A (zh) * 2019-11-26 2020-04-24 北京云测信息技术有限公司 一种工作人员与目标项目的匹配方法及电子设备
CN111444236A (zh) * 2020-03-23 2020-07-24 华南理工大学 一种基于大数据的移动终端用户画像构建方法及系统
CN111814475A (zh) * 2019-04-09 2020-10-23 Oppo广东移动通信有限公司 用户画像构建方法、装置、存储介质和电子设备

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160292363A1 (en) * 2013-11-29 2016-10-06 Koninklijke Philips N.V. Document management system for a medical task
US20160267223A1 (en) * 2015-03-10 2016-09-15 Practice Fusion, Inc. Integrated health data analysis system
US20170278209A1 (en) * 2016-03-22 2017-09-28 International Business Machines Corporation Optimization of Patient Care Team Based on Correlation of Patient Characteristics and Care Provider Characteristics
US20190074093A1 (en) * 2017-09-05 2019-03-07 Cariloop, Inc. Management System and Method for a Caregiver Support Platform
CN109978630A (zh) * 2019-04-02 2019-07-05 安徽筋斗云机器人科技股份有限公司 一种基于大数据建立用户画像的精准营销方法和系统
CN111814475A (zh) * 2019-04-09 2020-10-23 Oppo广东移动通信有限公司 用户画像构建方法、装置、存储介质和电子设备
CN110135504A (zh) * 2019-05-20 2019-08-16 杭州弧途科技有限公司 一种基于人工智能的大学生兼职精确匹配方法
CN110765760A (zh) * 2019-09-03 2020-02-07 平安科技（深圳）有限公司 一种法律案件分配方法、装置、存储介质和服务器
CN110968782A (zh) * 2019-10-15 2020-04-07 东北大学 一种面向学者的用户画像构建及应用方法
CN111062580A (zh) * 2019-11-26 2020-04-24 北京云测信息技术有限公司 一种工作人员与目标项目的匹配方法及电子设备
CN111444236A (zh) * 2020-03-23 2020-07-24 华南理工大学 一种基于大数据的移动终端用户画像构建方法及系统

Also Published As

Publication number Publication date
CN112862289B (zh) 2022-11-25

Similar Documents

Publication Publication Date Title
CN109241431B (zh) 一种资源推荐方法和装置
CN108875781B (zh) 一种标签分类方法、装置、电子设备及存储介质
EP3113035B1 (en) Method and apparatus for grouping contacts
CN108334887B (zh) 一种用户选取方法和装置
CN105447036B (zh) 一种基于观点挖掘的社交媒体信息可信度评估方法及装置
CN108156508B (zh) 弹幕信息处理的方法、装置、移动终端、服务器及系统
CN107204964B (zh) 一种权限管理的方法、装置和系统
WO2016015471A1 (zh) 一种预测用户离网的方法及装置
CN111222563B (zh) 一种模型训练方法、数据获取方法以及相关装置
CN108427761B (zh) 一种新闻事件处理的方法、终端、服务器及存储介质
CN107223253B (zh) 用于发送搜索请求的方法和装置
CN110287466A (zh) 一种实体模板生成方法和装置
CN111125523A (zh) 搜索方法、装置、终端设备及存储介质
CN108737618B (zh) 信息处理方法和装置、电子设备、计算机可读存储介质
CN113569889A (zh) 一种基于人工智能的图像识别的方法以及相关装置
CN108616637B (zh) 信息处理方法和装置、电子设备、计算机可读存储介质
CN112862289B (zh) 一种临床研究从业者的信息匹配方法和装置
CN108021669B (zh) 图像分类方法和装置、电子设备、计算机可读存储介质
CN116307394A (zh) 产品用户体验评分方法、装置、介质及设备
CN114648336A (zh) 人脸支付方法、装置、电子设备及存储介质
CN114155977A (zh) 一种临床研究项目的数据处理方法和装置
CN110809234A (zh) 一种人物类别识别方法和终端设备
CN113285940B (zh) 一种设备连接方法及装置
CN109471914A (zh) 一种位置确定方法、装置和存储介质
CN112016345A (zh) 一种图像识别方法和装置

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