CN113707282A - 一种候选医生排序方法、装置、可读存储介质及电子设备 - Google Patents
一种候选医生排序方法、装置、可读存储介质及电子设备 Download PDFInfo
- Publication number
- CN113707282A CN113707282A CN202110838658.XA CN202110838658A CN113707282A CN 113707282 A CN113707282 A CN 113707282A CN 202110838658 A CN202110838658 A CN 202110838658A CN 113707282 A CN113707282 A CN 113707282A
- Authority
- CN
- China
- Prior art keywords
- doctor
- candidate
- label
- health
- sequence list
- 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 51
- 238000003860 storage Methods 0.000 title claims abstract description 19
- 230000036541 health Effects 0.000 claims abstract description 207
- 238000013499 data model Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 18
- 238000011156 evaluation Methods 0.000 claims description 10
- 230000032683 aging Effects 0.000 claims description 5
- 238000012163 sequencing technique Methods 0.000 abstract description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 34
- 201000010099 disease Diseases 0.000 description 30
- 238000012546 transfer Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 206010020772 Hypertension Diseases 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000006854 communication Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 241000135164 Timea Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000000968 medical method and process Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000003068 static 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
- 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
-
- 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
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)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Biomedical Technology (AREA)
- Primary Health Care (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明实施例提供了一种候选医生排序方法、装置、可读存储介质及电子设备，其中，该方法是根据问诊客户的各健康标签的标签日期，确定问诊客户各健康标签的标签权重，进而结合医生数据，可以自动从多维度精准匹配问诊客户的候选医生序列表，不仅可以在问诊客户首次注册时，为问诊客户推荐匹配其主要病情病症的签约医生，更可以需要进行电话呼转时，减少医生的检索判断时间，使得签约医生可以更快地完成匹配医生的呼转操作，避免二次或多次继续呼转的操作。
Description
技术领域
本发明涉及互联网医疗技术领域，特别是涉及一种互联网医疗电话问诊呼转的候选医生排序方法、装置、可读存储介质及电子设备。
背景技术
随着科技信息化的发展，越来越多的客户通过电话问诊等互联网医疗方式与医生进行沟通，实现远程会诊。
在客户首次注册电话问诊时，现有技术完全由业务人员或客户人为选择签约医生，一般难以选择出匹配问诊客户病情病症的签约医生，导致签约医生在接听到签约客户的问诊电话时，需要呼转专业可解决用户问题的医生处理。
另外，现有技术中，在接听医生无法解决用户问题时，接听医生难以准确从众多的医生列表中查找并定位满足用户诉求的医生来进行呼转，不仅会影响客户的就诊体验，同时还大大降低了医生的工作效率。
发明内容
鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种候选医生排序方法、装置、存储介质及电子设备。
根据本发明的第一方面，提供了一种候选医生排序方法，所述方法包括：
在接收到第一请求的情况下，获取问诊客户的各健康标签；
根据各所述健康标签的标签日期，确定每个所述健康标签的标签权重；
获取已注册的各医生的医生数据；
根据各所述医生的医生数据、各所述健康标签及每个所述健康标签的标签权重，确定目标候选医生序列表。
根据本发明的第二方面，提供了一种候选医生排序装置，所述装置包括：
第一获取模块，用于在接收到第一请求的情况下，获取问诊客户的各健康标签；
第一确定模块，用于根据各所述健康标签的标签日期，确定每个所述健康标签的标签权重；
第二获取模块，用于获取已注册的各医生的医生数据；
第二确定模块，用于根据各所述医生的医生数据、各所述健康标签及每个所述健康标签的标签权重，确定目标候选医生序列表。
根据本发明的第三方面，提供了一种可读存储介质，其中，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的候选医生排序方法中的步骤。
根据本发明的第四方面，提供了一种电子设备，包括处理器，存储器，存储在存储器上并可在所述处理器上运行的计算机程序，该计算机程序被处理器执行时实现如第一方面所述的候选医生排序方法中的步骤。
本发明实施例包括以下优点：
在接收到第一请求的情况下，获取问诊客户的各健康标签；根据各所述健康标签的标签日期，确定每个所述健康标签的标签权重；获取已注册的各医生的医生数据；根据各所述医生的医生数据、各所述健康标签及每个所述健康标签的标签权重，确定目标候选医生序列表。因为是根据问诊客户的各健康标签的标签日期，确定问诊客户各健康标签的标签权重，进而结合医生数据，可以自动从多维度精准匹配问诊客户的候选医生序列表，不仅可以在问诊客户首次注册时，为问诊客户推荐匹配其主要病情病症的签约医生，更可以需要进行电话呼转时，减少医生的检索判断时间，使得签约医生可以更快地完成匹配医生的呼转操作，避免二次或多次继续呼转的操作。
附图说明
图1是本发明实施例提供的一种候选医生排序方法的流程图；
图2是本发明实施例中候选医生排序方法的业务流程图；
图3是本发明实施例提供的一种候选医生排序装置的框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
在对本申请实施例进行详细说明之前，先对本申请实施例的应用场景进行介绍。
本申请实施例应用于互联网医疗电话问诊业务中。现有的互联网医疗电话问诊业务中，签约用户电话咨询优先匹配签约医生，当签约医生无法专业的解决用户问题时，需要从所有医生候选列表中人工查找与用户诉求问题相匹配的医生来进行电话呼转操作，但是在查找相关匹配医生时往往要费很多时间来从列表中检索医生，进而造成用户等待时间过长、服务效率低、用户体验差等问题。
同时，现有阶段大部分呼转情况只能通过接听医生判断候选匹配医生来作呼转操作，其实际匹配度较低，呼转匹配效果并不理想。
基于上述问题，本申请实施例提供了一种候选医生排序方法，旨在问诊客户首次注册时，为问诊客户推荐匹配其主要病情病症的签约医生，以及在医生电话呼转时由系统自动根据问诊用户的实际情况，从多维度智能分配提供匹配度高的医生列表供呼转医选择，避免二次或多次继续呼转的操作，以降低医生的工作成本及与用户的交互次数，提高工作效率。
实施例一
参照图1，示出了一种候选医生排序方法的流程图，该方法具体可以包括如下步骤步骤101～步骤104。
本申请实施例所提供的候选医生排序方法，具体应用于服务端，该服务端与客户端及医生端通信连接。
步骤101：在接收到第一请求的情况下，获取问诊客户的各健康标签。
该步骤中，第一请求为与确定推荐医生相关的请求，具体包括医生端的呼转请求，以及客户端的注册请求；因为在客户在首次注册电话问诊功能时，均需要与医生签约，但其无法准确从各个注册医生中确定与自身的病情病症更匹配的医生来进行签约，因而需要系统匹配推荐首次签约医生，也即会触发上述第一请求；另外，因为问诊客户的咨询电话会优先拨打给其对应的签约医生，而在签约医生接到问诊客户的咨询电话，并确认自己无法专业地解决客户问题时，需要从所有医生候选列表中查找与问诊客户诉求问题相匹配的医生来进行电话呼转操作，也即同样会触发第一请求。因此，在服务端接收到第一请求的情况下，说明需要系统推荐与客户端首次注册的问诊客户推荐与其当前病症病症更为匹配的医生进行签约，或者需要查找匹配的医生接收问诊客户的咨询电话并对问诊客户进行电话诊疗，因而获取当前问诊客户的各健康标签，以便于系统查找匹配的医生。
该步骤中，健康标签为用户表明问诊客户病情病症的标签，具体包括问诊客户的历史健康标签及本次问诊健康标签。其中，历史健康标签为该问诊客户在本次电话问诊之前的健康标签；本次问诊健康标签为问诊客户根据自己的病情添加的健康标签，或者由系统根据问诊客户的病情描述自动生成的健康标签，或者由签约医生根据问诊客户的病情描述添加的健康标签。
其中，在历史健康标签包含本次问诊健康标签的情况下，可以对历史健康标签进行日期更新，也可以增加相应健康标签的标记次数。
其中，在签约医生接听问诊客户电话问诊后，未能专业解决客户需求，则签约医生调起电话呼转请求，然后根据客户需求为客户添加相应的健康标签，然后服务端接受呼转请求，并问诊客户的各健康标签及执行后续操作。
步骤102：根据各所述健康标签的标签日期，确定每个所述健康标签的标签权重。
该步骤中，因为对于每一问诊客户，其健康标签均为系统生成或医生添加生成，因而每个健康标签均对应有一形成日期，也即上述标签日期；因为上述标签日期的不同反映了问诊客户不同病症对应的时间先后，因而可以基于标签日期的不同，为问诊客户的每个健康标签设置不同的标签权重，并为标签日期越靠近当前时间的健康标签配置越大的标签权重，而为标签日期越远离当前时间的健康标签配置越小的标签权重，从而实现标识出不同病症的迫切程度。
具体地，可以遍历各健康标签的标签日期，组合为列表进行升序排列，并随上述列表排序从小到大，设置各健康标签的标签权重由初始值依次阶梯加一，赋值到每个健康标签的权重值。其中，上述初始值可以设置为1，也即上述健康标签日期列表中排序值最小的健康标签的标签权重默认设置为1。
步骤103：获取已注册的各医生的医生数据。
该步骤中，该已注册的各医生为库中可以接受电话问诊的所有医生；该医生数据为描述对应医生的与从医、问诊相关的信息，例如擅长的科目、擅长医治的疾病、医治各疾病的能力值等。
步骤104：根据各所述医生的医生数据、各所述健康标签及每个所述健康标签的标签权重，确定目标候选医生序列表。
该步骤中，即综合反映各医生从医相关信息的医生数据、反映当前问诊客户病情病症的各健康标签、以及反映问诊客户不同病症迫切程度的各健康标签的标签权重，从已注册的各医生中确定出符合问诊客户需求的各候选医生，并根据各候选医生与问诊客户需求的匹配程度进行排序，形成上述目标候选医生序列表，可以在问诊客户首次注册时，为问诊客户推荐匹配其主要病情病症的签约医生，更可以需要进行电话呼转时，避免了二次或多次继续呼转的操作，从而降低了医生的工作成本及与用户的交互次数，提高了工作效率。
可选地，在上述第一请求为医生端的呼转请求的情况下，在上述步骤104之后，所述方法还包括步骤105。
步骤105、将所述目标候选医生序列表输出至所述医生端，以供签约医生选择确定接收呼转请求的第一目标医生。
该步骤中，在上述第一请求为医生端的呼转请求的情况下，在形成上述目标候选医生序列表后，可以将该目标候选医生序列表呈现给签约医生进行选择确定最终接收呼转请求的医生，也可以直接由系统根据该目标候选医生序列表，按照标候选医生序列表中各候选医生与问诊客户需求的匹配程度由高到低的排序，依次选择确定最终接收呼转请求的医生。
可选地，在上述第一请求为客户端的注册请求的情况下，在上述步骤104之后，所述方法还包括步骤106。
步骤106、将所述目标候选医生序列表推荐至所述客户端，以供所述客户端的问诊客户选择确定进行签约的第二目标医生。
该步骤中，在上述第一请求为客户端的注册请求的情况下，在形成上述目标候选医生序列表后，可以将该目标候选医生序列表呈现给进行注册的客户进行选择确定最终进行签约的医生，也可以直接由系统根据该目标候选医生序列表，按照标候选医生序列表中各候选医生与问诊客户需求的匹配程度由高到低的排序，依次选择确定最终进行签约的医生。
本发明实施例包括以下优点：
在接收到第一请求的情况下，获取问诊客户的各健康标签；根据各所述健康标签的标签日期，确定每个所述健康标签的标签权重；获取已注册的各医生的医生数据；根据各所述医生的医生数据、各所述健康标签及每个所述健康标签的标签权重，确定目标候选医生序列表。因为是根据问诊客户的各健康标签的标签日期，确定问诊客户各健康标签的标签权重，进而结合医生数据，可以自动从多维度精准匹配问诊客户的候选医生序列表，既可以在问诊客户首次注册时，为问诊客户推荐匹配其主要病情病症的签约医生，更可以需要进行电话呼转时，减少医生的检索判断时间，使得签约医生可以更快地完成匹配医生的呼转操作，避免二次或多次继续呼转的操作。
请参阅图2，示出了本发明实施例所提供的候选医生排序方法的业务流程图。如图2所示，先由问诊客户电话咨询签约医生，然后签约医生根据问诊客户的咨询问题，在确定自己无法解决问诊客户的咨询问题时，触发第一请求，然后由服务端根据呼转医生为当前问诊客户记录的健康标签以及历史健康标签，多维度匹配医生库中对应当前问诊客户诉求的服务能力最高的医生，并进行排序输出到医生检索列表，然后由当前接诊医生选择具体呼转的医生，或者由系统自动将当前问诊客户的问诊电话呼转至匹配最高的医生。
在实际应用中，上述步骤101中，在问诊客户进行问诊的过程中，接诊医生会根据在沟通过程中的相关问诊情况，为问诊客户的增加问诊疾病对应的健康标签，然后系统会根据问诊客户在注册时咨询添加的健康标签及由接诊医生添加的健康标签，按照{健康标签名：健康标签的标签日期}的格式，构建用户画像健康模型。
示例地，用户画像健康模型如下表1所示：
表1
例如，{"hypertension":"2020-08-01"},表示高血压标签在2020-08-01添加。然后在获取问诊客户的各健康标签时，系统通过该问诊客户对应的用户画像健康模型获取各健康标签，并读取各健康标签对应的标签日期。
可选地，在一种实施方式中，在上述步骤103之前，还包括步骤1031～步骤1032，上述步骤103具体包括步骤1033。
步骤1031：根据医生履历表，以树形包含关系的结构，按标签名与数值的对应关系，构建每个所述医生的基础数据模型，所述基础数据模型包括能力子模型，所述能力子模型包括可服务健康标签及对应的医生能力值，上述标签名包括。
该步骤中，上述标签名包括但不限于可服务健康标签、签约量、签约率、职级、平均服务时长、用户评价分及所属科室等；在注册医生进行注册填写医生履历表时，会为该医生构建一基础数据模型，该基础数据模型为树形包含关系结构，并且按{标签名：数据}格式进行构建，上述数据自动根据上述医生履历表进行确定。
步骤1032：根据每次接诊后的接诊情况，对所述医生数据模型中的各数据进行更新。
该步骤中，接诊情况包括接诊服务时长、用户评分等；也即在每次接诊完成后，根据实际接诊情况，动态调整模型值，完成对医生数据模型的更新。
例如，根据每次接诊后的用户评分，对接诊医生的所述能力子模型中的可服务健康标签对应的医生能力值进行更新，确定所述医生的医生数据模型。
步骤1033：根据各所述医生上一次更新的医生数据模型，获取各所述医生的医生数据。
该步骤中，即通过各医生上一次更新后的医生数据模型，可以获取反映各医生最新接诊相关信息的医生数据。
示例地，上述医生数据模型如下表2所示。
表2
可选地，在一种实施方式中，上述医生数据包括可服务健康标签及各可服务健康标签的医生能力值；上述步骤104包括步骤201～步骤203。
该实施方式中，上述可服务健康标签为描述对应医生可以医治的病症的标签，上述可服务健康标签的医生能力值为反映该医生医治该可服务健康标签对应的病症擅长程度的值。
步骤201：根据各个所述医生的可服务健康标签、各所述健康标签及每个所述健康标签的标签权重，确定第一候选医生序列表。
该步骤中，因为可服务健康标签描述了对应医生可以医治的病症，各健康标签则描述了问诊客户病症，而每个健康标签的标签权重则反映了相应病症的迫切程度情况，因而可以按就诊客户各病症的迫切程度情况确定出匹配度依次降低的各候选医生的排序表，也即上述第一候选医生序列表。
步骤202：根据所述第一候选医生序列表、各所述健康标签、各所述可服务健康标签的医生能力值、及所述健康标签的总数，确定第二候选医生序列表。
该步骤中，因为第一候选医生序列表包括了可以治疗当前问诊客户的各种病症的候选医生，可服务健康标签描述了对应医生可以医治的病症，而可服务健康标签的医生能力值描述了对应医生医治健康标签对应的病症能力大小或擅长程度，因而可以按候选医生对问诊客户各病症的擅长程度对第一候选列表中的各候选医生进行重新排序，获得上述第二候选医生列表。
步骤203：根据所述第一候选医生序列表及所述第二候选医生序列表，确定目标候选医生序列表。
因为第一候选医生列表为按问诊客户各病症的迫切程度情况确定出匹配度依次降低的各候选医生的排序表，而第二候选医生序列表为按对问诊客户各病症的擅长程度排序确定出的各候选医生列表，因而可以根据上述第一候选医生序列表及第二候选医生序列表，综合确定出匹配问诊客户各病症的迫切程度情况又擅长医治上述各病症的各候选医生的排序表，也即上述目标候选医生序列表。
可选地，在一种实施方式中，上述步骤201包括步骤211～步骤213。
步骤211：对于每个所述健康标签，在所述医生的医生数据包括与所述健康标签匹配的可服务健康标签时，对所述医生的第一权重增加所述健康标签对应的标签权重。
该步骤中，每个医生的第一权重初始值相同，例如均为0，针对任意一个医生，依次将该问诊客户的每一个健康标签与该医生的医生数据中可服务健康标签进行对比，在医生的医生数据中包括的可服务健康标签与任意一个健康标签匹配时，说明该医生可以医治问诊客户的该健康标签对应的病症，因而对该医生的第一权重增加该健康标签对应的标签权重，直至完成对库中已注册的全部医生的医生数据比对。上述过程也即执行问诊客户的健康标签与医生的医生数据双循环，判断各医生与问诊客户的健康标签的匹配程度，筛选出健康标签覆盖率高的医生，作为第一候选医生序列表中的候选医生。
步骤212：根据所述第一权重，对各所述医生进行排序，获得初始医生序列表。
该步骤中，因为该第一权重是对应医生的可服务健康标签与问诊客户的健康标签时，累计匹配的健康标签对应的标签权重得到，因而该第一权重越大，说明对应医生的可服务健康标签与问诊客户健康标签的标签覆盖率越高，根据该第一权重对该医生进行降序排列，即可以获得包含全部医生的初始医生序列表。
步骤213：将所述初始医生序列表中第一权重为0的医生排除，获得所述第一候选医生序列表。
该步骤中，若初始医生序列表中医生的第一权重为0，说明该医生可服务健康标签与问诊客户的健康标签之间的覆盖率为0，也即该医生无法医治当前问诊客户的任意一种病症，因而可以将该医生排除出候选医生序列，获得上述第一候选医生序列表，便于减少后续进一步筛选候选医生时的运算量。
可选地，在一种实施方式中，上述步骤202包括步骤221～步骤222。
步骤221：对于每个所述健康标签，在所述第一候选医生序列表中的候选医生的医生数据包括与所述健康标签匹配的可服务健康标签时，对所述候选医生的第二权重加上所述可服务健康标签对应的医生能力值，并对所述候选医生的匹配标签个数进行加1处理。
该步骤中，每个候选医生的第二权重初始值相同，例如均为0；上述匹配标签个数即对应医生的医生数据包括与问诊客户的健康标签匹配的可服务健康标签的个数；针对第一候选医生列表中的任意一个候选医生，依次将该问诊客户的每一个健康标签与该医生的医生数据中可服务健康标签进行对比，在健康标签与医生的医生数据中包括的可服务健康标签匹配时，说明该医生可以医治问诊客户的该健康标签对应的病症，因而对该候选医生的第二权重增加该可服务健康标签对应的标签权重，同时对该候选医生的匹配标签个数进行加1处理，直至完成对第一候选医生序列表中全部候选医生的医生数据比对，可以累计出各候选医生与问诊客户的各健康标签匹配的标签个数。上述过程也即执行问诊客户的健康标签与第一候选医生序列表中各候选医生的医生数据双循环，判断各候选医生与问诊客户的健康标签的匹配程度，筛选出更擅长医治当前问诊客户各健康标签对应的病症的医生，作为第二候选医生序列表中的候选医生。
步骤222：根据所述第二权重及所述匹配标签个数，对所述第一候选医生序列表中的各候选医生进行排序，获得所述第二候选医生序列表。
该步骤中，因为该第二权重是对应医生的可服务健康标签与问诊客户的健康标签时，累计匹配的可服务健康标签对应的医生能力值得到，因而该第二权重越大，说明对应医生越擅长医治问诊客户健康标签对应的各种病症，而上述匹配标签个数则反映了对应医生的可服务健康标签与问诊客户的健康标签匹配程度、覆盖率的高低，因而根据该第一权重及匹配标签个数，具体可以是将该第一权重除以对应医生的匹配标签个数，然后基于得到的值对该医生进行降序排列，即可以获得能够医治当前问诊客户的各种病症，且按医治水平由高到低进行排序的全部医生序列，也即上述第二候选医生序列表。
在上述实施方式中，在第一候选医生序列表的基础上，遍历问诊客户的各健康标签，累计各候选医生匹配健康标签的各可服务健康标签的医生能力值，进而基于该累计值及匹配标签个数对第一候选医生序列表中的各候选医生重新进行排序，即可以获得能够医治当前问诊客户的各种病症且按医治水平由高到低进行排序的候选医生序列表。
可选地，在一种具体实施方式中，上述步骤203包括步骤301～步骤302。
步骤301：针对所述第一候选医生序列表中的每个候选医生，根据所述候选医生在所述第一候选医生序列表中的第一排序值、及所述候选医生在所述第二候选医生序列表中的第二排序值，确定第三排序值。
该步骤中，因为第一候选医生序列表及第二候选医生序列表中所包含的候选医生相同，只是各候选医生的排序有差异，因而对于第一候选医生序列表或第二候选医生序列表中的任意一个候选医生，均可以找到该候选医生在第一候选医生序列表中的第一排序值、以及在第二候选医生序列表中的第二排序值，在基于该第一排序值与第二排序值，按照第一预设计算方法，例如求第一排序值与第二排序值的算术平均值，即可以计算得到上述第三排序值。
步骤302：根据每个所述候选医生的第三排序值，对各所述候选医生进行排序，输出所述目标候选医生序列表。
该步骤中，因为该第三排序值由候选医生在第一候选医生序列表中的第一排序值及在第二候选医生序列表中的第二排序值计算得到，而第一候选医生序列表为按问诊客户各病症的迫切程度情况确定出匹配度依次降低的各候选医生的排序表，第二候选医生序列表为按对问诊客户各病症的擅长程度排序确定出的各候选医生列表，因而按上述第三排序值对各候选医生进行排序，得到的目标候选序列表，即满足匹配问诊客户各病症的迫切程度情况，又满足按各候选医生医治上述各病症的医治能力高低进行排序。
可选地，在另一种具体实施方式中，上述医生数据还包括签约率、评价等级、服务时效及衰减因子，其中，所述衰减因子由签约医生上次接诊时间、当前时间及时效参数确定；上述步骤203包括步骤311～步骤313。
该具体实施方式中，衰减因子为由候选医生上次接诊时间TimeA、当前时间TimeN及时效参数按第二预设计算方法计算得到，例如衰减因子＝(TimeN-TimeA)/时效参数，其中，时效参数可以为365。
步骤311：针对每个候选医生，根据所述候选医生在所述第一候选医生序列表中的第一排序值、及所述候选医生在所述第二候选医生序列表中的第二排序值，确定第三排序值。
该步骤具体可参阅步骤301的详细说明，在此不再赘述。
步骤312：根据所述第三排序值及所述候选医生的签约率、评价等级、服务时效及衰减因子，确定第四排序值。
该步骤中，由候选医生的第三排序值，结合反映候选医生接诊服务评分或受欢迎程度的签约率、评价等级、服务时效及衰减因子，综合确定出该候选医生的第四排序值，作为该候选医生在最终推荐的候选医生序列表在的排序值。可选地，按如下公式计算上述第四排序值S：
其中，indexE为上述第三排序值。
步骤313：根据各候选医生的所述第四排序值对各所述候选医生进行排序，输出所述目标候选医生序列表。
该步骤中，按照上述步骤312所确定的第四排序值，将第一候选医生序列表中的各候选医生重新进行排序，具体可以是按该第一排序值由高到底进行排序，得到的候选医生序列表，即上述目标候选医生序列表。
在上述实施方式中，基于第一候选医生序列表、第二候选医生序列表及反映候选医生接诊服务评分或受欢迎程度的签约率、评价等级、服务时效及衰减因子，综合确定出匹配就诊客户的病症需求迫切程度、候选医生的医生能力值、以及各候选医生接诊服务评分或受欢迎程度的候选医生序列表。
实施例二
参照图3，示出了一种候选医生排序装置的框图，该装置具体可以包括：
第一获取模块31，用于在接收到第一请求的情况下，获取问诊客户的各健康标签；
第一确定模块32，用于根据各所述健康标签的标签日期，确定每个所述健康标签的标签权重；
第二获取模块33，用于获取已注册的各医生的医生数据；
第二确定模块34，用于根据各所述医生的医生数据、各所述健康标签及每个所述健康标签的标签权重，确定目标候选医生序列表。
本发明实施例包括以下优点：
在接收到第一请求的情况下，由第一获取模块31获取问诊客户的各健康标签；再由第一确定模块32根据各所述健康标签的标签日期，确定每个所述健康标签的标签权重；由第二获取模块33获取已注册的各医生的医生数据；然后由第二确定模块34根据各所述医生的医生数据、各所述健康标签及每个所述健康标签的标签权重，确定目标候选医生序列表。因为是根据问诊客户的各健康标签的标签日期，确定问诊客户各健康标签的标签权重，进而结合医生数据，可以自动从多维度精准匹配问诊客户的候选医生序列表，既可以在问诊客户首次注册时，为问诊客户推荐匹配其主要病情病症的签约医生，更可以需要进行电话呼转时，减少医生的检索判断时间，使得签约医生可以更快地完成匹配医生的呼转操作，避免二次或多次继续呼转的操作。
可选地，所述装置中，所述医生数据包括可服务健康标签及各可服务健康标签的医生能力值；
所述第二确定模块34包括：
第一确定单元，用于根据各个所述医生的可服务健康标签、各所述健康标签及每个所述健康标签的标签权重，确定第一候选医生序列表；
第二确定单元，用于根据所述第一候选医生序列表、各所述健康标签、所述第一候选医生列表中每个候选医生的各所述可服务健康标签的医生能力值，确定第二候选医生序列表；
第三确定单元，用于根据所述第一候选医生序列表及所述第二候选医生序列表，确定目标候选医生序列表。
可选地，所述的装置中，所述第三确定单元包括：
第一确定子单元，用于针对所述第一候选医生序列表中的每个候选医生，根据所述候选医生在所述第一候选医生序列表中的第一排序值、及所述候选医生在所述第二候选医生序列表中的第二排序值，确定第三排序值；
第一排序子单元，用于根据每个所述候选医生的第三排序值，对各所述候选医生进行排序，输出所述目标候选医生序列表。
可选地，所述的装置中，所述医生数据还包括签约率、评价等级、服务时效及衰减因子，其中，所述衰减因子由签约医生上次接诊时间、当前时间及时效参数确定；
所述第三确定单元包括：
第二确定子单元，用于针对每个候选医生，根据所述候选医生在所述第一候选医生序列表中的第一排序值、及所述候选医生在所述第二候选医生序列表中的第二排序值，确定第三排序值；
第三确定子单元，用于根据所述第三排序值及所述候选医生的签约率、评价等级、服务时效及衰减因子，确定第四排序值；
第二排序子单元，用于根据各候选医生的所述第四排序值对各所述候选医生进行排序，输出所述目标候选医生序列表。
可选地，所述的装置中，所述第一确定单元包括：
第一累计子单元，用于对于每个所述健康标签，在所述医生的医生数据包括与所述健康标签匹配的可服务健康标签时，对所述医生的第一权重增加所述健康标签对应的标签权重；
第三排序子单元，用于根据所述第一权重，对各所述医生进行排序，获得初始医生序列表；
第四排序子单元，用于将所述初始医生序列表中第一权重为0的医生排除，获得所述第一候选医生序列表。
可选地，所述的装置中，所述第二确定单元包括：
第二累计子单元，用于对于每个所述健康标签，在所述第一候选医生序列表中的候选医生的医生数据包括与所述健康标签匹配的可服务健康标签时，对所述候选医生的第二权重加上所述可服务健康标签对应的医生能力值，并对所述候选医生的匹配标签个数进行加1处理；
第五排序子单元，用于根据所述第二权重及所述匹配标签个数，对所述第一候选医生序列表中的各候选医生进行排序，获得所述第二候选医生序列表。
可选地，所述的装置还包括：
模型生成模块，用于在所述获取已注册的各医生的医生数据之前，根据医生履历表，生成每个所述医生的医生数据模型，所述医生数据模型包括能力子模型，所述能力子模型包括可服务健康标签及对应的医生能力值；
更新模块，用于根据每次接诊后的接诊情况，对所述医生数据模型中的各数据进行更新；
所述第二获取模块33，具体用于根据各所述医生上一次更新的医生数据模型，获取各所述医生的医生数据。
可选地，所述的装置还包括：
第一推荐模块，用于在所述第一请求为医生端的呼转请求的情况下，在根据各所述医生的医生数据、各所述健康标签及每个所述健康标签的标签权重，确定目标候选医生序列表之后，将所述目标候选医生序列表输出至所述医生端，以供签约医生选择确定接收呼转请求的第一目标医生。
可选地，所述的装置还包括：
第二推荐模块，在所述第一请求为客户端的注册请求的情况下，在根据各所述医生的医生数据、各所述健康标签及每个所述健康标签的标签权重，确定目标候选医生序列表之后，将所述目标候选医生序列表推荐至所述客户端，以供所述客户端的问诊客户选择确定进行签约的第二目标医生。
对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
在本发明另一种实施例中，还提供一种电子设备，包括处理器，存储器，存储在存储器上并可在所述处理器上运行的计算机程序，该计算机程序被处理器执行时实现如候选医生排序方法中的步骤，且能达到相同的技术效果，为避免重复，这里不再赘述。
在本发明另一种实施例中，还提供一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如候选医生排序方法中的步骤的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
在一个典型的配置中，所述计算机设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括非持续性的电脑可读媒体(transitory media)，如调制的数据信号和载波。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种候选医生排序方法、装置、可读存储介质及电子设备，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (12)
1.一种候选医生排序方法，其特征在于，所述方法包括：
在接收到第一请求的情况下，获取问诊客户的各健康标签；
根据各所述健康标签的标签日期，确定每个所述健康标签的标签权重；
获取已注册的各医生的医生数据；
根据各所述医生的医生数据、各所述健康标签及每个所述健康标签的标签权重，确定目标候选医生序列表。
2.根据权利要求1所述的方法，其特征在于，所述医生数据包括可服务健康标签及各可服务健康标签的医生能力值；
所述根据各所述医生的医生数据、各所述健康标签及每个所述健康标签的标签权重，确定目标候选医生序列表，包括：
根据各个所述医生的可服务健康标签、各所述健康标签及每个所述健康标签的标签权重，确定第一候选医生序列表；
根据所述第一候选医生序列表、各所述健康标签、所述第一候选医生列表中每个候选医生的各所述可服务健康标签的医生能力值，确定第二候选医生序列表；
根据所述第一候选医生序列表及所述第二候选医生序列表，确定目标候选医生序列表。
3.根据权利要求2所述的方法，其特征在于，所述根据所述第一候选医生序列表及所述第二候选医生序列表，确定目标候选医生序列表，包括：
针对所述第一候选医生序列表中的每个候选医生，根据所述候选医生在所述第一候选医生序列表中的第一排序值、及所述候选医生在所述第二候选医生序列表中的第二排序值，确定第三排序值；
根据每个所述候选医生的第三排序值，对各所述候选医生进行排序，输出所述目标候选医生序列表。
4.根据权利要求2所述的方法，其特征在于，所述医生数据还包括签约率、评价等级、服务时效及衰减因子，其中，所述衰减因子由签约医生上次接诊时间、当前时间及时效参数确定；
所述根据所述第一候选医生序列表及所述第二候选医生序列表，确定目标候选医生序列表，包括：
针对每个候选医生，根据所述候选医生在所述第一候选医生序列表中的第一排序值、及所述候选医生在所述第二候选医生序列表中的第二排序值，确定第三排序值；
根据所述第三排序值及所述候选医生的签约率、评价等级、服务时效及衰减因子，确定第四排序值；
根据各候选医生的所述第四排序值对各所述候选医生进行排序，输出所述目标候选医生序列表。
5.根据权利要求2所述的方法，其特征在于，所述根据已注册的各医生的可服务健康标签、各所述健康标签及每个所述健康标签的标签权重，确定第一候选医生序列表，包括：
对于每个所述健康标签，在所述医生的医生数据包括与所述健康标签匹配的可服务健康标签时，对所述医生的第一权重增加所述健康标签对应的标签权重；
根据所述第一权重，对各所述医生进行排序，获得初始医生序列表；
将所述初始医生序列表中第一权重为0的医生排除，获得所述第一候选医生序列表。
6.根据权利要求2所述的方法，其特征在于，根据所述第一候选医生序列表、各所述健康标签、所述第一候选医生列表中每个候选医生的各所述可服务健康标签的医生能力值，确定第二候选医生序列表，包括：
对于每个所述健康标签，在所述第一候选医生序列表中的候选医生的医生数据包括与所述健康标签匹配的可服务健康标签时，对所述候选医生的第二权重加上所述可服务健康标签对应的医生能力值，并对所述候选医生的匹配标签个数进行加1处理；
根据所述第二权重及所述匹配标签个数，对所述第一候选医生序列表中的各候选医生进行排序，获得所述第二候选医生序列表。
7.根据权利要求1所述的方法，其特征在于，在所述获取已注册的各医生的医生数据之前，还包括：
根据医生履历表，生成每个所述医生的医生数据模型，所述医生数据模型包括能力子模型，所述能力子模型包括可服务健康标签及对应的医生能力值；
根据每次接诊后的接诊情况，对所述医生数据模型中的各数据进行更新；
所述获取已注册的各医生的医生数据，包括：
根据各所述医生上一次更新的医生数据模型，获取各所述医生的医生数据。
8.根据权利要求1所述的方法，其特征在于，在所述第一请求为医生端的呼转请求的情况下，在根据各所述医生的医生数据、各所述健康标签及每个所述健康标签的标签权重，确定目标候选医生序列表之后，所述方法还包括：
将所述目标候选医生序列表输出至所述医生端，以供签约医生选择确定接收呼转请求的第一目标医生。
9.根据权利要求1所述的方法，其特征在于，在所述第一请求为客户端的注册请求的情况下，在根据各所述医生的医生数据、各所述健康标签及每个所述健康标签的标签权重，确定目标候选医生序列表之后，方法还包括：
将所述目标候选医生序列表推荐至所述客户端，以供所述客户端的问诊客户选择确定进行签约的第二目标医生。
10.一种候选医生排序装置，其特征在于，包括：
第一获取模块，用于在接收到第一请求的情况下，获取问诊客户的各健康标签；
第一确定模块，用于根据各所述健康标签的标签日期，确定每个所述健康标签的标签权重；
第二获取模块，用于获取已注册的各医生的医生数据；
第二确定模块，用于根据各所述医生的医生数据、各所述健康标签及每个所述健康标签的标签权重，确定目标候选医生序列表。
11.一种可读存储介质，其特征在于，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1～9任一所述候选医生排序方法中的步骤。
12.一种电子设备，其特征在于，包括处理器，存储器，存储在存储器上并可在所述处理器上运行的计算机程序，该计算机程序被处理器执行时实现如权利要求1～9任一所述候选医生排序方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110838658.XA CN113707282A (zh) | 2021-07-23 | 2021-07-23 | 一种候选医生排序方法、装置、可读存储介质及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110838658.XA CN113707282A (zh) | 2021-07-23 | 2021-07-23 | 一种候选医生排序方法、装置、可读存储介质及电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113707282A true CN113707282A (zh) | 2021-11-26 |
Family
ID=78650423
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110838658.XA Pending CN113707282A (zh) | 2021-07-23 | 2021-07-23 | 一种候选医生排序方法、装置、可读存储介质及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113707282A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114743694A (zh) * | 2022-04-18 | 2022-07-12 | 北京京东拓先科技有限公司 | 筛选数据的方法、装置、设备和计算机可读介质 |
| CN115762731A (zh) * | 2022-11-19 | 2023-03-07 | 深圳市宁远科技股份有限公司 | 基于互联网在线医生的医疗热力榜计算方法、装置和计算机设备 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2017050071A1 (zh) * | 2015-09-24 | 2017-03-30 | 腾讯科技（深圳）有限公司 | 健康咨询服务获取方法、装置和系统 |
| CN107895200A (zh) * | 2017-11-15 | 2018-04-10 | 广东天泽阳光康众医疗投资管理有限公司 | 一种智能预约挂号方法、装置、终端设备及存储介质 |
| CN108538373A (zh) * | 2017-03-02 | 2018-09-14 | 深圳大森智能科技有限公司 | 医生信息的排序方法及装置 |
| CN109102867A (zh) * | 2018-08-13 | 2018-12-28 | 贵阳叁玖互联网医疗有限公司 | 远程医疗的智能分诊方法及智能分诊平台 |
| CN109859835A (zh) * | 2019-01-09 | 2019-06-07 | 惠州市中心人民医院 | 一种医疗诊疗方法及系统 |
| CN110414778A (zh) * | 2019-06-17 | 2019-11-05 | 中国平安财产保险股份有限公司 | 案件派工方法和装置 |
| CN112035642A (zh) * | 2020-08-31 | 2020-12-04 | 康键信息技术（深圳）有限公司 | 客服匹配方法、装置、设备及存储介质 |
-
2021
- 2021-07-23 CN CN202110838658.XA patent/CN113707282A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2017050071A1 (zh) * | 2015-09-24 | 2017-03-30 | 腾讯科技（深圳）有限公司 | 健康咨询服务获取方法、装置和系统 |
| CN108538373A (zh) * | 2017-03-02 | 2018-09-14 | 深圳大森智能科技有限公司 | 医生信息的排序方法及装置 |
| CN107895200A (zh) * | 2017-11-15 | 2018-04-10 | 广东天泽阳光康众医疗投资管理有限公司 | 一种智能预约挂号方法、装置、终端设备及存储介质 |
| CN109102867A (zh) * | 2018-08-13 | 2018-12-28 | 贵阳叁玖互联网医疗有限公司 | 远程医疗的智能分诊方法及智能分诊平台 |
| CN109859835A (zh) * | 2019-01-09 | 2019-06-07 | 惠州市中心人民医院 | 一种医疗诊疗方法及系统 |
| CN110414778A (zh) * | 2019-06-17 | 2019-11-05 | 中国平安财产保险股份有限公司 | 案件派工方法和装置 |
| CN112035642A (zh) * | 2020-08-31 | 2020-12-04 | 康键信息技术（深圳）有限公司 | 客服匹配方法、装置、设备及存储介质 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114743694A (zh) * | 2022-04-18 | 2022-07-12 | 北京京东拓先科技有限公司 | 筛选数据的方法、装置、设备和计算机可读介质 |
| CN115762731A (zh) * | 2022-11-19 | 2023-03-07 | 深圳市宁远科技股份有限公司 | 基于互联网在线医生的医疗热力榜计算方法、装置和计算机设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8121885B2 (en) | Plan solver | |
| US20180341898A1 (en) | Demand forecast | |
| US20150363226A1 (en) | Run time estimation system optimization | |
| CN107808314B (zh) | 用户推荐方法及装置 | |
| CN113707282A (zh) | 一种候选医生排序方法、装置、可读存储介质及电子设备 | |
| CN115812209A (zh) | 机器学习特征推荐 | |
| CN110008397A (zh) | 一种推荐模型训练方法及装置 | |
| CN111241388A (zh) | 多策略召回方法、装置、电子设备及可读存储介质 | |
| CN115238173B (zh) | 基于大数据的行为分析与医疗服务推送方法、设备及介质 | |
| CN114173010B (zh) | 智能匹配外呼对象的方法及装置、存储介质、计算设备 | |
| CN113257414B (zh) | 基于贝叶斯结构学习的信息归类方法、装置和系统 | |
| CN111913954A (zh) | 智能数据标准目录生成方法和装置 | |
| CN110515929B (zh) | 书籍展示方法、计算设备及存储介质 | |
| CN111414410A (zh) | 数据处理方法、装置、设备和存储介质 | |
| CN110046235B (zh) | 一种知识库评估方法、装置及设备 | |
| CN112488854B (zh) | 服务经理个性化推荐方法和相关设备 | |
| CN112036987B (zh) | 确定推荐商品的方法和装置 | |
| CN113327132A (zh) | 多媒体推荐方法、装置、设备及存储介质 | |
| CN117436963A (zh) | 电信业务推荐方法、装置、电子设备及存储介质 | |
| CN116340374A (zh) | 一种个性化任务推荐方法及系统 | |
| CN113127720A (zh) | 一种热搜词确定方法及装置 | |
| CN108537570B (zh) | 一种信息曝光方法及装置 | |
| CN113448876B (zh) | 一种业务测试方法、装置、计算机设备及存储介质 | |
| CN113408817B (zh) | 流量分发方法、装置、设备及存储介质 | |
| CN117312549A (zh) | 工单的处理方法、装置及电子设备 |
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 |