CN114582521A - 应用于医疗大数据挖掘的个性化推荐方法及医疗ai系统 - Google Patents

Abstract

本申请实施例提供一种应用于医疗大数据挖掘的个性化推荐方法及医疗AI系统，在确定目标医疗互动意图的流程中是依据意图变量来进行实施的，由此最终的目标医疗互动意图与医疗互动挖掘意图之间的相关度更高。通过该目标医疗互动意图实现了针对医疗平台互动数据的医疗意图挖掘的规则化转换，由此基于所述目标医疗互动意图对所述医疗平台用户进行个性化推荐，可以减少相关技术中可能存在意图误识别的情况，提高个性化推荐的准确性。

Description

应用于医疗大数据挖掘的个性化推荐方法及医疗AI系统

技术领域

本申请涉及智慧医疗技术领域，具体而言，涉及一种应用于医疗大数据挖掘的个性化推荐方法及医疗AI系统。

背景技术

数据挖掘是一个跨学科的计算机科学分，是通过人工智能、机器学习、统计学和数据库的交叉方法在相对较大型的数据集中发现模式的计算过程。数据挖掘过程的总体目标是从一个数据集中提取信息，并将其转换成可理解的结构，以进一步使用。例如，在运用到智慧医疗平台上时，针对医疗平台互动数据进行相关用户的医疗互动意图的挖掘，可以便于提供与之意图匹配的个性化推荐内容。然而，本申请发明人在研究过程中发现，依据医疗咨询用户的互动数据表达各有差别，从而可能会存在意图误识别的情况，导致个性化推荐的准确性受到影响。

发明内容

为了至少克服现有技术中的上述不足，本申请的目的在于提供一种应用于医疗大数据挖掘的个性化推荐方法及医疗AI系统。

第一方面，本申请提供一种应用于医疗大数据挖掘的个性化推荐方法，应用于医疗AI系统，所述方法包括：

获取医疗平台用户的医疗平台互动数据，所述医疗平台互动数据表征所述医疗平台用户的医疗互动意图；

依据所述医疗平台互动数据，确定所述医疗平台互动数据的大数据挖掘节点集合，所述大数据挖掘节点集合中的大数据挖掘节点对应于所述医疗平台互动数据的不同挖掘任务；

对所述医疗平台互动数据执行所述大数据挖掘节点集合中的大数据挖掘节点，获得所述医疗平台互动数据中所述医疗平台用户的医疗互动挖掘意图；

依据所述医疗平台互动数据、所述医疗互动挖掘意图的意图变量、多个规则化互动意图的意图变量以及所述大数据挖掘节点集合，确定目标医疗互动意图，并基于所述目标医疗互动意图对所述医疗平台用户进行个性化推荐，其中，所述目标医疗互动意图为所述多个规则化互动意图中与所述医疗互动挖掘意图对应的规则化互动意图，所述规则化互动意图为规则化转换的医疗互动挖掘意图。

在第一方面的一种可能的实施方式中，所述依据所述医疗平台互动数据，确定所述医疗平台互动数据的大数据挖掘节点集合包括：

依据所述医疗平台互动数据在各个互动触发活动中的互动特征向量以及各个互动触发活动对应的过往大数据挖掘节点集合，确定所述医疗平台互动数据的大数据挖掘节点集合，所述互动特征向量用于指示对应互动触发活动中所述医疗平台互动数据中未完成互动的互动操作、待衔接互动操作以及已完成互动的互动操作汇聚的互动操作，所述过往大数据挖掘节点集合为对应互动触发活动之前的互动触发活动确定的大数据挖掘节点集合。

在第一方面的一种可能的实施方式中所述依据所述医疗平台互动数据在各个互动触发活动中的互动特征向量以及各个互动触发活动对应的过往大数据挖掘节点集合，确定所述医疗平台互动数据的大数据挖掘节点集合包括：

在任一互动触发活动M中，确定所述医疗平台互动数据在所述互动触发活动M的互动特征向量，其中，M为正整数；

获取在互动触发活动M-1确定的过往大数据挖掘节点集合；

依据所述医疗平台互动数据在所述互动触发活动M的互动特征向量以及在所述互动触发活动M-1确定的过往大数据挖掘节点集合，确定所述互动触发活动M对应的大数据挖掘节点；

将所述互动触发活动M对应的大数据挖掘节点加载到在所述互动触发活动M-1确定的过往大数据挖掘节点集合中，获得所述互动触发活动M对应的大数据挖掘节点集合。

在第一方面的一种可能的实施方式中所述依据所述医疗平台互动数据在所述互动触发活动M的互动特征向量以及在所述互动触发活动M-1确定的过往大数据挖掘节点集合，确定所述互动触发活动M对应的大数据挖掘节点包括：

依据所述医疗平台互动数据的互动操作序列、第一互动操作序列、第二互动操作序列以及在所述互动触发活动M-1确定的过往大数据挖掘节点集合中的首个大数据挖掘节点，确定所述互动触发活动M对应的大数据挖掘节点，所述互动操作序列包括在所述互动触发活动M时已完成互动的互动操作汇聚的互动操作，所述第一互动操作序列包括在所述互动触发活动M时待衔接的互动操作，所述第二互动操作序列包括在所述互动触发活动M时所述医疗平台互动数据中未完成互动的互动操作。

在第一方面的一种可能的实施方式中所述依据所述医疗平台互动数据的互动操作序列、第一互动操作序列、第二互动操作序列以及在所述互动触发活动M-1确定的过往大数据挖掘节点集合中的首个大数据挖掘节点，确定所述互动触发活动M对应的大数据挖掘节点包括：

将所述互动操作序列中的前两个互动操作、所述第一互动操作序列中的首个互动操作、所述第二互动操作序列中的首个互动操作以及在所述互动触发活动M-1确定的过往大数据挖掘节点集合中的首个大数据挖掘节点，聚合构成所述互动触发活动M的第一互动操作数据簇；

依据设定的第一挖掘影响因子矩阵和设定的第一挖掘扩展矩阵对所述第一互动操作数据簇进行处理，获得所述互动触发活动M的第二互动操作数据簇；

依据大数据挖掘定位模型对所述第二互动操作数据簇进行处理，获得所述互动触发活动M对应的大数据挖掘节点。

在第一方面的一种可能的实施方式中所述依据所述医疗平台互动数据、所述医疗互动挖掘意图的意图变量、多个规则化互动意图的意图变量以及所述大数据挖掘节点集合，确定目标医疗互动意图包括：

依据所述医疗平台互动数据，获取所述医疗平台互动数据中所述医疗互动挖掘意图的前向互动操作与所述医疗互动挖掘意图之间的第一相关性变量，以及所述医疗平台互动数据中所述医疗互动挖掘意图的后向互动操作与所述医疗互动挖掘意图之间的第二相关性变量；

依据所述第一相关性变量、所述第二相关性变量、所述医疗互动挖掘意图的意图变量、所述多个规则化互动意图的意图变量以及所述大数据挖掘节点集合，确定所述目标医疗互动意图。

在第一方面的一种可能的实施方式中所述依据所述第一相关性变量、所述第二相关性变量、所述医疗互动挖掘意图的意图变量、所述多个规则化互动意图的意图变量以及所述大数据挖掘节点集合，确定所述目标医疗互动意图包括：

依据变量关注策略，对所述医疗互动挖掘意图的意图变量和各个所述规则化互动意图的意图变量分别进行关注变量挖掘，获得所述医疗互动挖掘意图的关注变量和各个所述规则化互动意图的关注变量；

依据所述第一相关性变量、所述第二相关性变量、所述医疗互动挖掘意图的关注变量、各个所述规则化互动意图的关注变量、各个所述规则化互动意图的意图变量以及所述大数据挖掘节点集合中的首个大数据挖掘节点，确定所述目标医疗互动意图。

在第一方面的一种可能的实施方式中所述依据所述第一相关性变量、所述第二相关性变量、所述医疗互动挖掘意图的关注变量、各个所述规则化互动意图的关注变量、各个所述规则化互动意图的意图变量以及所述大数据挖掘节点集合中的首个大数据挖掘节点，确定所述目标医疗互动意图包括：

将所述第一相关性变量、所述第二相关性变量、所述医疗互动挖掘意图的关注变量、各个所述规则化互动意图的关注变量、各个所述规则化互动意图的意图变量以及所述大数据挖掘节点集合中的首个大数据挖掘节点聚合构成第一联系矩阵；

依据设定的第二挖掘影响因子矩阵和设定的第二挖掘扩展矩阵对所述第一联系矩阵进行处理，获得第二联系矩阵；

依据相关度评价模型对所述第二联系矩阵进行处理，获得各个所述规则化互动意图与所述医疗互动挖掘意图之间的相关度；

将所述多个规则化互动意图中相关度匹配设定相关度要求的规则化互动意图，确定为所述目标医疗互动意图。

在第一方面的一种可能的实施方式中，所述方法还包括：

依据所述多个规则化互动意图以及所述多个规则化互动意图之间的拓扑联系特征，确定所述多个规则化互动意图的意图变量；

其中，所述多个规则化互动意图包括第一规则化互动意图、第二规则化互动意图和第三规则化互动意图，所述第一规则化互动意图是所述第二规则化互动意图的前向拓扑成员，所述第三规则化互动意图和所述第二规则化互动意图之间不存在拓扑联系特征，所述依据所述多个规则化互动意图以及所述多个规则化互动意图之间的拓扑联系特征，确定所述多个规则化互动意图的意图变量包括：

对所述第一规则化互动意图、所述第二规则化互动意图和所述第三规则化互动意图进行独热关注变量挖掘，获得所述第一规则化互动意图的第一独热关注变量、所述第二规则化互动意图的第二独热关注变量以及所述第三规则化互动意图的第三独热关注变量；

将所述第一独热关注变量和所述第二独热关注变量输入意图变量挖掘单元，通过所述意图变量挖掘单元，依据目标非线性关系信息对所述第二独热关注变量进行非线性映射，获得所述第二规则化互动意图的第四独热关注变量；

依据所述第一独热关注变量与所述第四独热关注变量之间的第一损失信息，以及所述第三独热关注变量与所述第四独热关注变量之间的第二损失信息，对所述第一独热关注变量和所述第二独热关注变量进行处理，获得所述第一规则化互动意图的意图变量和所述第二规则化互动意图的意图变量。

譬如，在第一方面的一种可能的实施方式中，基于所述目标医疗互动意图对所述医疗平台用户进行个性化推荐的步骤，包括：

获取所述目标医疗互动意图对应于所述医疗平台用户在预设时间段内的用户画像的医疗内容主题分布，所述目标医疗互动意图对应的医疗内容主题分布包括所述目标医疗互动意图中各意图知识点的医疗内容主题；

依据已上线配置的所述目标医疗互动意图相关的医疗内容推送进程中的情感极性反馈分析单元，对所述目标医疗互动意图对应的医疗内容主题分布进行用户情感极性反馈分析，得到用户情感极性分析信息，并依据所述用户情感极性分析信息对所述医疗内容推送进程进行调整后，基于调整后的医疗内容推送进程对所述医疗平台用户进行个性化推荐。

譬如，在第一方面的一种可能的实施方式中，基于所述目标医疗互动意图对所述医疗平台用户进行个性化推荐的步骤之后，还包括：

基于对所述医疗平台用户进行个性化推荐后的用户社群分享事件中的第一节点的内容分享操作和第二节点的内容分享操作，确定所述第一节点的内容分享操作的第一内容有效阅读量分布和第一内容阅读倾向更新信息，以及获得所述第一节点的内容分享操作相对于内容更新活动的第一频繁更新信息：

通过所述第一节点的内容分享操作的第一内容有效阅读量分布、第一内容阅读倾向更新信息和第一频繁更新信息，确定第一内容服务开发计划；

依据完成学习的内容推广画像挖掘网络，判断所述第一内容服务开发计划对应的内容服务开发后的内容推广统计数据是否存在有效内容推广趋势。

譬如，在第一方面的一种可能的实施方式中，基于用户社群分享事件中的第一节点的内容分享操作和第二节点的内容分享操作，确定所述第一节点的内容分享操作的第一内容有效阅读量分布和第一内容阅读倾向更新信息，包括：对用户社群分享事件中持续的第一节点的内容分享操作和第二节点的内容分享操作执行下述步骤：针对所述第一节点的内容分享操作和所述第二节点的内容分享操作中的每个第一内容分享实体，基于每个第一内容分享实体在所述第一节点的内容分享操作和所述第二节点的内容分享操作中的内容分析路径信息，及所述用户社群分享事件对应的第一分享统计日志，确定每个第一内容分享实体关联的第一内容分析需求，并确定每个第一内容分享实体的第一内容分析需求变量及该第一节点的内容分享操作的第一内容有效阅读量分布；基于每个第一内容分享实体的第一内容分析需求变量，确定该第一节点的内容分享操作的第一内容阅读倾向更新信息。

譬如，在第一方面的一种可能的实施方式中，获得所述第一节点的内容分享操作相对于内容更新活动的第一频繁更新信息，包括： 基于每个第一内容分享实体在内容有效分享流程中的分享特征映射到内容更新活动对应的频繁更新触发条件的数量，确定该第一节点的内容分享操作相对于内容更新活动的第一频繁更新信息。

第二方面，本申请实施例还提供一种医疗AI系统，所述医疗AI系统包括处理器和机器可读存储介质，所述机器可读存储介质中存储有计算机程序，所述计算机程序依据该处理器加载并执行以实现以上第一方面的应用于医疗大数据挖掘的个性化推荐方法。

依据以上方面，能够依据医疗平台互动数据确定对应的大数据挖掘节点集合，对医疗平台互动数据执行大数据挖掘节点集合中的大数据挖掘节点，以获取医疗平台互动数据中的医疗互动挖掘意图，医疗互动挖掘意图能够表示医疗平台用户的医疗互动意图。依据医疗平台互动数据、医疗互动挖掘意图的意图变量、规则化互动意图的意图变量以及大数据挖掘节点集合，从多个规则化互动意图中确定目标医疗互动意图，该目标医疗互动意图也即是医疗平台互动数据中医疗互动挖掘意图的规则化转换意图，由于在确定目标医疗互动意图的流程中是依据意图变量来进行实施的，由此最终的目标医疗互动意图与医疗互动挖掘意图之间的相关度更高。通过该目标医疗互动意图实现了针对医疗平台互动数据的医疗意图挖掘的规则化转换，由此基于所述目标医疗互动意图对所述医疗平台用户进行个性化推荐，可以减少相关技术中可能存在意图误识别的情况，提高个性化推荐的准确性。

附图说明

图1为本申请实施例提供的应用于医疗大数据挖掘的个性化推荐系统的架构示意图；

图2为本申请实施例提供的应用于医疗大数据挖掘的个性化推荐方法的流程示意图；

图3为本申请实施例提供的用于实现上述的应用于医疗大数据挖掘的个性化推荐方法的医疗AI系统的结构示意框图。

具体实施方式

图1是本申请一种实施例提供的应用于医疗大数据挖掘的个性化推荐系统10的架构示意图。应用于医疗大数据挖掘的个性化推荐系统10可以包括医疗AI系统100以及与医疗AI系统100通信连接的医疗服务终端200。图1所示的应用于医疗大数据挖掘的个性化推荐系统10仅为一种可行的示例，在其它可行的实施例中，该应用于医疗大数据挖掘的个性化推荐系统10也可以仅包括图1所示组成部分的其中的至少部分或者还可以包括其它的组成部分。

一种依据独立构思的实施例中，应用于医疗大数据挖掘的个性化推荐系统10中的医疗AI系统100和医疗服务终端200可以依据配合执行以下方法实施例所描述的应用于医疗大数据挖掘的个性化推荐方法，具体医疗AI系统100和医疗服务终端200的执行步骤部分可以参照以下方法实施例的详细描述。

步骤S101、获取医疗平台用户的医疗平台互动数据，该医疗平台互动数据表征该医疗平台用户的医疗互动意图。

一种示例性的设计思路中，该医疗平台用户为医疗咨询用户，医疗平台用户的医疗平台互动数据为医疗咨询用户的咨询互动数据或者为医疗服务用户对医疗咨询用户的服务数据。在该医疗平台用户为医疗咨询用户，医疗平台用户的医疗平台互动数据为医疗咨询用户的咨询互动数据的情况下，该医疗平台互动数据表征该医疗咨询用户对于当前医疗平台需求的医疗互动意图。

步骤S102、依据该医疗平台互动数据，确定该医疗平台互动数据的大数据挖掘节点集合，该大数据挖掘节点集合中的大数据挖掘节点对应于该医疗平台互动数据的不同挖掘任务。

其中，大数据挖掘节点集合包括多个大数据挖掘节点，大数据挖掘节点集合中的多个大数据挖掘节点有执行顺序的先后，也即是在医疗平台互动数据的不同挖掘任务对应执行不同的大数据挖掘节点。每个大数据挖掘节点可以用于挖掘该医疗平台互动数据中不同阶段的数据，或者不同类型的数据，也即一个大数据挖掘节点可以对应于某个事件阶段，或者某个事件类型，但不限制于此，本领域技术人员可以结合实际场景来从该医疗平台互动数据中确定不同的大数据挖掘节点，一些可能的示例性的确定方式可以参见后续实施例中的相关描述。

步骤S103、对该医疗平台互动数据执行该大数据挖掘节点集合中的大数据挖掘节点，获得该医疗平台互动数据中该医疗平台用户的医疗互动挖掘意图。

其中，医疗平台用户的医疗互动挖掘意图为医疗平台互动数据中的具体医疗需求，这些具体医疗需求在互动过程中通常并不规整，也即是待进行规则化转换的医疗互动挖掘意图。一种示例性的设计思路中，对该医疗平台互动数据执行该大数据挖掘节点集合中的大数据挖掘节点，获得该医疗平台互动数据中该医疗平台用户的医疗互动挖掘意图的步骤。

步骤S104、依据该医疗平台互动数据、该医疗互动挖掘意图的意图变量、多个规则化互动意图的意图变量以及该大数据挖掘节点集合，确定目标医疗互动意图，并基于所述目标医疗互动意图对所述医疗平台用户进行个性化推荐，该目标医疗互动意图为该多个规则化互动意图中与该医疗互动挖掘意图对应的规则化互动意图，该规则化互动意图为规则化转换的医疗互动挖掘意图。

其中，目标医疗互动意图是医疗平台互动数据中医疗平台用户的医疗互动挖掘意图对应的规则化转换，这里的规则化转换是一个相对概念，当依据不同的标准时，规则化转换也就会对应于不同的结果。

基于以上步骤，由于在确定目标医疗互动意图的流程中是依据意图变量来进行实施的，由此最终的目标医疗互动意图与医疗互动挖掘意图之间的相关度更高。通过该目标医疗互动意图实现了针对医疗平台互动数据的医疗意图挖掘的规则化转换，由此基于所述目标医疗互动意图对所述医疗平台用户进行个性化推荐，可以减少相关技术中可能存在意图误识别的情况，提高个性化推荐的准确性。

下面结合进一步的示例对以上实施例进行说明，例如以上方法包括下述步骤。

步骤S201、获取医疗平台用户的医疗平台互动数据，该医疗平台互动数据表征该医疗平台用户的医疗互动意图。

一种示例性的设计思路中，医疗平台用户为医疗咨询用户，医疗平台用户的医疗平台互动数据为医疗咨询用户的就诊服务过程中的咨询互动数据，或者为医疗服务用户对医疗咨询用户的服务数据。

步骤S202、依据该医疗平台互动数据，确定该医疗平台互动数据的大数据挖掘节点集合，该大数据挖掘节点集合中的大数据挖掘节点对应于该医疗平台互动数据的不同挖掘任务。

一种示例性的设计思路中，依据该医疗平台互动数据在各个互动触发活动中的互动特征向量以及各个互动触发活动对应的过往大数据挖掘节点集合，确定该医疗平台互动数据的大数据挖掘节点集合，该互动特征向量用于指示对应互动触发活动中该医疗平台互动数据中未完成互动的互动操作、待衔接互动操作以及已完成互动的互动操作汇聚的互动操作，该过往大数据挖掘节点集合为对应互动触发活动之前的互动触发活动确定的大数据挖掘节点集合。

其中，互动特征向量用于表示对该医疗平台互动数据的互动操作的状态信息，一个互动触发活动也即是一个步骤，在一个互动触发活动对该医疗平台互动数据执行对应的大数据挖掘节点后，对该医疗平台互动数据的互动操作的状态信息存在更新，从而该医疗平台互动数据对应的互动特征向量存在更新。待衔接互动操作为属于医疗互动挖掘意图的互动操作，已完成互动的互动操作汇聚的互动操作为属于医疗互动挖掘意图的互动操作。一种示例性的设计思路中，医疗平台互动数据中未完成互动的互动操作也被称为将执行互动的互动操作，待衔接互动操作也被称为正在执行互动的互动操作，处理互动操作汇聚的互动操作也被称为互动操作级别的阶段性结果。

由于依据该医疗平台互动数据，确定该医疗平台互动数据的大数据挖掘节点集合包括多个互动触发活动，下面以一个互动触发活动为例对上述实施方式进行说明。

一种示例性的设计思路中，在任一互动触发活动M中，确定该医疗平台互动数据在该互动触发活动M的互动特征向量，其中，M为正整数。获取在互动触发活动M-1确定的过往大数据挖掘节点集合。依据该医疗平台互动数据在该互动触发活动M的互动特征向量以及在该互动触发活动M-1确定的过往大数据挖掘节点集合，确定该互动触发活动M对应的大数据挖掘节点。将该互动触发活动M对应的大数据挖掘节点加载到在该互动触发活动M-1确定的过往大数据挖掘节点集合中，获得该互动触发活动M对应的大数据挖掘节点集合。

一种示例性的设计思路中，依据该医疗平台互动数据的互动操作序列、第一互动操作序列、第二互动操作序列以及在该互动触发活动M-1确定的过往大数据挖掘节点集合中的首个大数据挖掘节点，确定该互动触发活动M对应的大数据挖掘节点，该互动操作序列包括在该互动触发活动M时已完成互动的互动操作汇聚的互动操作，该第一互动操作序列包括在该互动触发活动M时待衔接的互动操作，该第二互动操作序列包括在该互动触发活动M时该医疗平台互动数据中未完成互动的互动操作。

示例性地，将该互动操作序列中的前两个互动操作、该第一互动操作序列中的首个互动操作、该第二互动操作序列中的首个互动操作以及在该互动触发活动M-1确定的过往大数据挖掘节点集合中的首个大数据挖掘节点，聚合构成该互动触发活动M的第一互动操作数据簇。依据设定的第一挖掘影响因子矩阵和设定的第一挖掘扩展矩阵对该第一互动操作数据簇进行处理，获得该互动触发活动M的第二互动操作数据簇。依据大数据挖掘定位模型对该第二互动操作数据簇进行处理，获得该互动触发活动M对应的大数据挖掘节点。

第四部分、将该互动触发活动M对应的大数据挖掘节点加载到在该互动触发活动M-1确定的过往大数据挖掘节点集合中，获得该互动触发活动M对应的大数据挖掘节点集合。

通过第四部分的处理，实现对大数据挖掘节点集合的确定和适应性更新。

步骤S203、对该医疗平台互动数据执行该大数据挖掘节点集合中的大数据挖掘节点，获得该医疗平台互动数据中该医疗平台用户的医疗互动挖掘意图。

在上述步骤步骤S202中对大数据挖掘节点集合中的大数据挖掘节点进行了说明，下面将通过部分实施例来对步骤步骤S203进行说明。

步骤S204、获取该医疗互动挖掘意图的意图变量。

一种示例性的设计思路中，对该医疗平台互动数据中的各个互动操作进行特征提取，获得该医疗平台互动数据中各个互动操作的意图变量。将该医疗互动挖掘意图中互动操作的意图变量进行融合，获得该医疗互动挖掘意图的意图变量。

基于此设计，能够通过医疗平台互动数据中互动操作的意图变量来获取医疗互动挖掘意图的意图变量，医疗互动挖掘意图的意图变量融合了各个互动操作的意图变量，医疗互动挖掘意图的意图变量的表达能力更强。

为了对上述实施方式进行更加清楚的说明，下面将分为两个步骤对上述实施方式进行说明。

步骤A、对该医疗平台互动数据中的各个互动操作进行特征提取，获得该医疗平台互动数据中各个互动操作的意图变量。

一种示例性的设计思路中，对于医疗平台互动数据中的任一互动操作，对该互动操作进行卷积，获得该互动操作的第一互动操作变量。对该互动操作进行独热关注变量挖掘，获得该互动操作的第二互动操作变量。依据该互动操作以及在该医疗平台互动数据中与该互动操作相关联的互动操作，获取该互动操作的第三互动操作变量，该第三互动操作变量为该互动操作的相关性变量。将该第一互动操作变量、第二互动操作变量和该第三互动操作变量进行拼接，获得该互动操作的意图变量。

步骤B、将该医疗互动挖掘意图中互动操作的意图变量进行融合，获得该医疗互动挖掘意图的意图变量。

一种示例性的设计思路中，将该医疗互动挖掘意图中互动操作的意图变量进行拼接，获得该医疗互动挖掘意图的意图变量。

步骤S205、依据该医疗平台互动数据、该医疗互动挖掘意图的意图变量、多个规则化互动意图的意图变量以及该大数据挖掘节点集合，确定目标医疗互动意图，该目标医疗互动意图为该多个规则化互动意图中与该医疗互动挖掘意图对应的规则化互动意图，该规则化互动意图为规则化转换的医疗互动挖掘意图。

一种示例性的设计思路中，依据该医疗平台互动数据，获取该医疗平台互动数据中该医疗互动挖掘意图的前向互动操作与该医疗互动挖掘意图之间的第一相关性变量，以及该医疗平台互动数据中该医疗互动挖掘意图的后向互动操作与该医疗互动挖掘意图之间的第二相关性变量。依据该第一相关性变量、该第二相关性变量、该医疗互动挖掘意图的意图变量、该多个规则化互动意图的意图变量以及该大数据挖掘节点集合，确定该目标医疗互动意图。

其中，该医疗平台互动数据中该医疗互动挖掘意图的前向互动操作也即是该医疗互动挖掘意图在该医疗平台互动数据中的前向触发操作，第一相关性变量能够表示该医疗互动挖掘意图在该医疗平台互动数据中的前向触发操作变量。相应地，该医疗平台互动数据中该医疗互动挖掘意图的后向互动操作也即是该医疗互动挖掘意图在该医疗平台互动数据中的后向触发操作，第二相关性变量该医疗互动挖掘意图在该医疗平台互动数据中的后向触发操作变量。

为了对上述实施方式进行更加清楚的说明，下面将分为两个步骤对上述实施方式进行说明。

步骤M、依据该医疗平台互动数据，获取该医疗平台互动数据中该医疗互动挖掘意图的前向互动操作与该医疗互动挖掘意图之间的第一相关性变量，以及该医疗平台互动数据中该医疗互动挖掘意图的后向互动操作与该医疗互动挖掘意图之间的第二相关性变量。

一种示例性的设计思路中，将该医疗平台互动数据中该医疗互动挖掘意图的前向互动操作和该医疗互动挖掘意图输入相关性变量挖掘单元，对该医疗互动挖掘意图的前向互动操作和该医疗互动挖掘意图进行特征提取，获得该第一相关性变量。将该医疗平台互动数据中该医疗互动挖掘意图的后向互动操作和该医疗互动挖掘意图输入相关性变量挖掘单元，对该医疗互动挖掘意图的后向互动操作和该医疗互动挖掘意图进行特征提取，获得该第二后向触发操作变量。

步骤N、依据该第一相关性变量、该第二相关性变量、该医疗互动挖掘意图的意图变量、该多个规则化互动意图的意图变量以及该大数据挖掘节点集合，确定该目标医疗互动意图。

一种示例性的设计思路中，依据变量关注策略，对该医疗互动挖掘意图的意图变量和各个规则化互动意图的意图变量分别进行关注变量挖掘，获得该医疗互动挖掘意图的关注变量和各个规则化互动意图的关注变量。依据该第一相关性变量、该第二相关性变量、该医疗互动挖掘意图的关注变量、各个规则化互动意图的关注变量、各个规则化互动意图的意图变量以及该大数据挖掘节点集合中的首个大数据挖掘节点，确定该目标医疗互动意图。

继续将上述实施方式分为两个步骤进行说明。

步骤a、依据变量关注策略，对该医疗互动挖掘意图的意图变量和各个规则化互动意图的意图变量分别进行关注变量挖掘，获得该医疗互动挖掘意图的关注变量和各个规则化互动意图的关注变量。

一种示例性的设计思路中，依据该医疗互动挖掘意图的意图变量和各个规则化互动意图的意图变量，获取该医疗互动挖掘意图与各个规则化互动意图之间的第一联系权重，以及各个规则化互动意图与该医疗互动挖掘意图之间的第二联系权重。将医疗互动挖掘意图的意图变量与对应的第一联系权重相乘，获得该医疗互动挖掘意图的关注变量，这里的对应是指与规则化互动意图之间的对应。将各个规则化互动意图的意图变量与对应的第二联系权重相乘，获得各个规则化互动意图的关注变量。

步骤b、依据该第一相关性变量、该第二相关性变量、该医疗互动挖掘意图的关注变量、各个规则化互动意图的关注变量、各个规则化互动意图的意图变量以及该大数据挖掘节点集合中的首个大数据挖掘节点，确定该目标医疗互动意图。

一种示例性的设计思路中，将该第一相关性变量、该第二相关性变量、该医疗互动挖掘意图的关注变量、各个规则化互动意图的关注变量、各个规则化互动意图的意图变量以及该大数据挖掘节点集合中的首个大数据挖掘节点聚合构成第一联系矩阵。依据设定的第二挖掘影响因子矩阵和设定的第二挖掘扩展矩阵对该第一联系矩阵进行处理，获得第二联系矩阵。依据相关度评价模型对该第二联系矩阵进行处理，获得各个规则化互动意图与该医疗互动挖掘意图之间的相关度。将该多个规则化互动意图中相关度匹配设定相关度要求的规则化互动意图，确定为该目标医疗互动意图。

一种示例性的设计思路中，依据该多个规则化互动意图以及该多个规则化互动意图之间的拓扑联系特征，确定该多个规则化互动意图的意图变量。

示例性地，多个规则化互动意图包括第一规则化互动意图、第二规则化互动意图和第三规则化互动意图，该第一规则化互动意图是该第二规则化互动意图的前向拓扑成员，该第三规则化互动意图和该第二规则化互动意图之间不存在拓扑联系特征。对该第一规则化互动意图、该第二规则化互动意图和该第三规则化互动意图进行独热关注变量挖掘，获得该第一规则化互动意图的第一独热关注变量、该第二规则化互动意图的第二独热关注变量以及该第三规则化互动意图的第三独热关注变量。将该第一独热关注变量和该第二独热关注变量输入意图变量挖掘单元，通过该意图变量挖掘单元，依据目标非线性关系信息对该第二独热关注变量进行非线性映射，获得该第二规则化互动意图的第四独热关注变量。依据该第一独热关注变量与该第四独热关注变量之间的第一损失信息，以及该第三独热关注变量与该第四独热关注变量之间的第二损失信息，对该第一独热关注变量和该第二独热关注变量进行处理，获得该第一规则化互动意图的意图变量和该第二规则化互动意图的意图变量。

譬如，一些可能的实施例中，针对步骤S104，在基于所述目标医疗互动意图对所述医疗平台用户进行个性化推荐的过程中可以通过以下示例性的步骤实现。

步骤S301，获取所述目标医疗互动意图对应于所述医疗平台用户在预设时间段内的用户画像的医疗内容主题分布，所述目标医疗互动意图对应的医疗内容主题分布包括所述目标医疗互动意图中各意图知识点的医疗内容主题。

步骤S302，依据已上线配置的所述目标医疗互动意图相关的医疗内容推送进程中的情感极性反馈分析单元，对所述目标医疗互动意图对应的医疗内容主题分布进行用户情感极性反馈分析，得到用户情感极性分析信息，并依据所述用户情感极性分析信息对所述医疗内容推送进程进行调整后，基于调整后的医疗内容推送进程对所述医疗平台用户进行个性化推荐。

例如，可以依据所述用户情感极性分析信息，将用户情感极性表达为积极情感极性相关的医疗内容主题的推送规则进行权重提高标注，将用户情感极性表达为消极情感极性相关的医疗内容主题的推送规则进行权重降低标注。

基于以上步骤，本实施例在进行个性化推荐的过程中，通过匹配与医疗平台用户在预设时间段内的用户画像的医疗内容主题分布，而后在推荐之前进一步实时分析当前所述目标医疗互动意图对应的医疗内容主题分布的用户情感极性分析信息，而后对所述医疗内容推送进程进行调整后再进行个性化推荐，可以进一步以广泛用户样本的情感极性维度进行医疗内容推荐的调整，提高个性化推荐的内容体验。

譬如，一种可能的实施例中，在基于所述目标医疗互动意图对所述医疗平台用户进行个性化推荐的步骤之后，本实施例所提供的方法还可以包括以下步骤。

步骤S401，基于对所述医疗平台用户进行个性化推荐后的用户社群分享事件中的第一节点的内容分享操作和第二节点的内容分享操作，确定所述第一节点的内容分享操作的第一内容有效阅读量分布和第一内容阅读倾向更新信息，以及获得所述第一节点的内容分享操作相对于内容更新活动的第一频繁更新信息。

步骤S402，通过所述第一节点的内容分享操作的第一内容有效阅读量分布、第一内容阅读倾向更新信息和第一频繁更新信息，确定第一内容服务开发计划。

步骤S403，依据完成学习的内容推广画像挖掘网络，判断所述第一内容服务开发计划对应的内容服务开发后的内容推广统计数据是否存在有效内容推广趋势。

例如，该内容推广画像挖掘网络可以基于内容推广统计数据样本和对应的标注内容推广趋势进行训练，使得训练后的内容推广画像挖掘网络可以预测出内容服务开发后的内容推广统计数据的内容推广趋势，由此可以预先设定有效内容推广趋势的特征，例如存在用户热度持续预设时间以上提高的特征等，但不限于此，当内容服务开发后的内容推广统计数据的内容推广趋势与有效内容推广趋势满足匹配关系时，可以确定所述第一内容服务开发计划对应的内容服务开发后的内容推广统计数据存在有效内容推广趋势。

基于以上步骤，本实施例可以在对医疗平台用户进行个性化推荐后进一步分析挖掘用户社群的分享情况，由此进行内容服务开发计划的生成，以便于后续开发人员在进行内容服务开发后进一步进行内容推广，并不断分析检测内容服务开发后的内容推广统计数据是否存在有效内容推广趋势，以实现针对医疗内容服务开发的闭环反馈机制。

譬如，基于用户社群分享事件中的第一节点的内容分享操作和第二节点的内容分享操作，确定所述第一节点的内容分享操作的第一内容有效阅读量分布和第一内容阅读倾向更新信息，包括：对用户社群分享事件中持续的第一节点的内容分享操作和第二节点的内容分享操作执行下述步骤：针对所述第一节点的内容分享操作和所述第二节点的内容分享操作中的每个第一内容分享实体，基于每个第一内容分享实体在所述第一节点的内容分享操作和所述第二节点的内容分享操作中的内容分析路径信息，及所述用户社群分享事件对应的第一分享统计日志，确定每个第一内容分享实体关联的第一内容分析需求，并确定每个第一内容分享实体的第一内容分析需求变量及该第一节点的内容分享操作的第一内容有效阅读量分布；基于每个第一内容分享实体的第一内容分析需求变量，确定该第一节点的内容分享操作的第一内容阅读倾向更新信息。

譬如，获得所述第一节点的内容分享操作相对于内容更新活动的第一频繁更新信息，包括： 基于每个第一内容分享实体在内容有效分享流程中的分享特征映射到内容更新活动对应的频繁更新触发条件的数量，确定该第一节点的内容分享操作相对于内容更新活动的第一频繁更新信息。

一种可依据独立构思的实施例中，参见图3所示，该医疗AI系统100可以包括：处理器101和机器可读存储介质102。其中，所述机器可读存储介质102用于存储支持该医疗AI系统100执行上述前述任意一种实施例中提供的应用于医疗大数据挖掘的个性化推荐方法的程序，所述处理器101被配置为用于执行所述机器可读存储介质102中存储的程序。

所述程序包括一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器101执行时能够实现前述任意一种实施例中的全部或部分步骤。

其中，所述医疗AI系统100的架构中还可以包括通信单元103，用于该医疗AI系统100与其它设备通信（例如医疗服务终端200）。

另外，本申请实施例提供了一种计算机存储介质，用于储存上述医疗AI系统100所用的计算机软件指令，其包含用于执行上述前述任意一种方法实施例中应用于医疗大数据挖掘的个性化推荐方法所涉及的程序。

最后应说明的是：以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (10)

1.一种应用于医疗大数据挖掘的个性化推荐方法，其特征在于，应用于所述医疗AI系统，所述方法包括：

获取医疗平台用户的医疗平台互动数据，所述医疗平台互动数据表征所述医疗平台用户的医疗互动意图；

依据所述医疗平台互动数据，确定所述医疗平台互动数据的大数据挖掘节点集合，所述大数据挖掘节点集合中的大数据挖掘节点对应于所述医疗平台互动数据的不同挖掘任务；

对所述医疗平台互动数据执行所述大数据挖掘节点集合中的大数据挖掘节点，获得所述医疗平台互动数据中所述医疗平台用户的医疗互动挖掘意图；

依据所述医疗平台互动数据、所述医疗互动挖掘意图的意图变量、多个规则化互动意图的意图变量以及所述大数据挖掘节点集合，确定目标医疗互动意图，并基于所述目标医疗互动意图对所述医疗平台用户进行个性化推荐，其中，所述目标医疗互动意图为所述多个规则化互动意图中与所述医疗互动挖掘意图对应的规则化互动意图，所述规则化互动意图为规则化转换的医疗互动挖掘意图。

2.根据权利要求1所述的应用于医疗大数据挖掘的个性化推荐方法，其特征在于，所述依据所述医疗平台互动数据，确定所述医疗平台互动数据的大数据挖掘节点集合包括：

依据所述医疗平台互动数据在各个互动触发活动中的互动特征向量以及各个互动触发活动对应的过往大数据挖掘节点集合，确定所述医疗平台互动数据的大数据挖掘节点集合，所述互动特征向量用于指示对应互动触发活动中所述医疗平台互动数据中未完成互动的互动操作、待衔接互动操作以及已完成互动的互动操作汇聚的互动操作，所述过往大数据挖掘节点集合为对应互动触发活动之前的互动触发活动确定的大数据挖掘节点集合。

3.根据权利要求2所述的应用于医疗大数据挖掘的个性化推荐方法，其特征在于，所述依据所述医疗平台互动数据在各个互动触发活动中的互动特征向量以及各个互动触发活动对应的过往大数据挖掘节点集合，确定所述医疗平台互动数据的大数据挖掘节点集合包括：

在任一互动触发活动M中，确定所述医疗平台互动数据在所述互动触发活动M的互动特征向量，其中，M为正整数；

获取在互动触发活动M-1确定的过往大数据挖掘节点集合；

依据所述医疗平台互动数据在所述互动触发活动M的互动特征向量以及在所述互动触发活动M-1确定的过往大数据挖掘节点集合，确定所述互动触发活动M对应的大数据挖掘节点；

将所述互动触发活动M对应的大数据挖掘节点加载到在所述互动触发活动M-1确定的过往大数据挖掘节点集合中，获得所述互动触发活动M对应的大数据挖掘节点集合。

4.根据权利要求3所述的应用于医疗大数据挖掘的个性化推荐方法，其特征在于，所述依据所述医疗平台互动数据在所述互动触发活动M的互动特征向量以及在所述互动触发活动M-1确定的过往大数据挖掘节点集合，确定所述互动触发活动M对应的大数据挖掘节点包括：

依据所述医疗平台互动数据的互动操作序列、第一互动操作序列、第二互动操作序列以及在所述互动触发活动M-1确定的过往大数据挖掘节点集合中的首个大数据挖掘节点，确定所述互动触发活动M对应的大数据挖掘节点，所述互动操作序列包括在所述互动触发活动M时已完成互动的互动操作汇聚的互动操作，所述第一互动操作序列包括在所述互动触发活动M时待衔接的互动操作，所述第二互动操作序列包括在所述互动触发活动M时所述医疗平台互动数据中未完成互动的互动操作。

5.根据权利要求4所述的应用于医疗大数据挖掘的个性化推荐方法，其特征在于，所述依据所述医疗平台互动数据的互动操作序列、第一互动操作序列、第二互动操作序列以及在所述互动触发活动M-1确定的过往大数据挖掘节点集合中的首个大数据挖掘节点，确定所述互动触发活动M对应的大数据挖掘节点包括：

将所述互动操作序列中的前两个互动操作、所述第一互动操作序列中的首个互动操作、所述第二互动操作序列中的首个互动操作以及在所述互动触发活动M-1确定的过往大数据挖掘节点集合中的首个大数据挖掘节点，聚合构成所述互动触发活动M的第一互动操作数据簇；

依据设定的第一挖掘影响因子矩阵和设定的第一挖掘扩展矩阵对所述第一互动操作数据簇进行处理，获得所述互动触发活动M的第二互动操作数据簇；

依据大数据挖掘定位模型对所述第二互动操作数据簇进行处理，获得所述互动触发活动M对应的大数据挖掘节点。

6.根据权利要求1所述的应用于医疗大数据挖掘的个性化推荐方法，其特征在于，所述依据所述医疗平台互动数据、所述医疗互动挖掘意图的意图变量、多个规则化互动意图的意图变量以及所述大数据挖掘节点集合，确定目标医疗互动意图包括：

依据所述医疗平台互动数据，获取所述医疗平台互动数据中所述医疗互动挖掘意图的前向互动操作与所述医疗互动挖掘意图之间的第一相关性变量，以及所述医疗平台互动数据中所述医疗互动挖掘意图的后向互动操作与所述医疗互动挖掘意图之间的第二相关性变量；

依据所述第一相关性变量、所述第二相关性变量、所述医疗互动挖掘意图的意图变量、所述多个规则化互动意图的意图变量以及所述大数据挖掘节点集合，确定所述目标医疗互动意图。

7.根据权利要求6所述的应用于医疗大数据挖掘的个性化推荐方法，其特征在于，所述依据所述第一相关性变量、所述第二相关性变量、所述医疗互动挖掘意图的意图变量、所述多个规则化互动意图的意图变量以及所述大数据挖掘节点集合，确定所述目标医疗互动意图包括：

依据变量关注策略，对所述医疗互动挖掘意图的意图变量和各个所述规则化互动意图的意图变量分别进行关注变量挖掘，获得所述医疗互动挖掘意图的关注变量和各个所述规则化互动意图的关注变量；

依据所述第一相关性变量、所述第二相关性变量、所述医疗互动挖掘意图的关注变量、各个所述规则化互动意图的关注变量、各个所述规则化互动意图的意图变量以及所述大数据挖掘节点集合中的首个大数据挖掘节点，确定所述目标医疗互动意图。

8.根据权利要求7所述的应用于医疗大数据挖掘的个性化推荐方法，其特征在于，所述依据所述第一相关性变量、所述第二相关性变量、所述医疗互动挖掘意图的关注变量、各个所述规则化互动意图的关注变量、各个所述规则化互动意图的意图变量以及所述大数据挖掘节点集合中的首个大数据挖掘节点，确定所述目标医疗互动意图包括：

将所述第一相关性变量、所述第二相关性变量、所述医疗互动挖掘意图的关注变量、各个所述规则化互动意图的关注变量、各个所述规则化互动意图的意图变量以及所述大数据挖掘节点集合中的首个大数据挖掘节点聚合构成第一联系矩阵；

依据设定的第二挖掘影响因子矩阵和设定的第二挖掘扩展矩阵对所述第一联系矩阵进行处理，获得第二联系矩阵；

依据相关度评价模型对所述第二联系矩阵进行处理，获得各个所述规则化互动意图与所述医疗互动挖掘意图之间的相关度；

将所述多个规则化互动意图中相关度匹配设定相关度要求的规则化互动意图，确定为所述目标医疗互动意图。

9.根据权利要求1-8中任意一项所述的应用于医疗大数据挖掘的个性化推荐方法，其特征在于，所述方法还包括：

依据所述多个规则化互动意图以及所述多个规则化互动意图之间的拓扑联系特征，确定所述多个规则化互动意图的意图变量；

其中，所述多个规则化互动意图包括第一规则化互动意图、第二规则化互动意图和第三规则化互动意图，所述第一规则化互动意图是所述第二规则化互动意图的前向拓扑成员，所述第三规则化互动意图和所述第二规则化互动意图之间不存在拓扑联系特征，所述依据所述多个规则化互动意图以及所述多个规则化互动意图之间的拓扑联系特征，确定所述多个规则化互动意图的意图变量包括：

对所述第一规则化互动意图、所述第二规则化互动意图和所述第三规则化互动意图进行独热关注变量挖掘，获得所述第一规则化互动意图的第一独热关注变量、所述第二规则化互动意图的第二独热关注变量以及所述第三规则化互动意图的第三独热关注变量；

将所述第一独热关注变量和所述第二独热关注变量输入意图变量挖掘单元，通过所述意图变量挖掘单元，依据目标非线性关系信息对所述第二独热关注变量进行非线性映射，获得所述第二规则化互动意图的第四独热关注变量；

依据所述第一独热关注变量与所述第四独热关注变量之间的第一损失信息，以及所述第三独热关注变量与所述第四独热关注变量之间的第二损失信息，对所述第一独热关注变量和所述第二独热关注变量进行处理，获得所述第一规则化互动意图的意图变量和所述第二规则化互动意图的意图变量。

10.一种医疗AI系统，其特征在于，所述医疗AI系统包括处理器和机器可读存储介质，所述机器可读存储介质中存储有计算机程序，所述计算机程序基于该处理器加载并执行以实现权利要求1-9中任意一项的应用于医疗大数据挖掘的个性化推荐方法。

Images