CN109686429A - 医生就诊时间段推荐方法及装置 - Google Patents

医生就诊时间段推荐方法及装置 Download PDF

Info

Publication number
CN109686429A
CN109686429A CN201811357922.2A CN201811357922A CN109686429A CN 109686429 A CN109686429 A CN 109686429A CN 201811357922 A CN201811357922 A CN 201811357922A CN 109686429 A CN109686429 A CN 109686429A
Authority
CN
China
Prior art keywords
doctor
consultation time
time section
scoring
consultation
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
CN201811357922.2A
Other languages
English (en)
Other versions
CN109686429B (zh
Inventor
袁孟全
刘海兵
谢龙珠
杨勇
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.)
Guiyang Longmaster Information and Technology Co ltd
Original Assignee
Guiyang Longmaster Information and Technology 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 Guiyang Longmaster Information and Technology Co ltd filed Critical Guiyang Longmaster Information and Technology Co ltd
Priority to CN201811357922.2A priority Critical patent/CN109686429B/zh
Publication of CN109686429A publication Critical patent/CN109686429A/zh
Application granted granted Critical
Publication of CN109686429B publication Critical patent/CN109686429B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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

Landscapes

  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明公开了一种医生就诊时间段推荐方法及装置，在上述方法中，根据建立的用户行为评分权重模型，获取多个相邻就诊时间段的评分集；采用评分集确定各个医生在相邻就诊时间段的评分矩阵；通过对评分矩阵的排序，确定待推荐的至少一个医生；采用至少一个医生对多个相邻就诊时间段的评分，获取至少一个医生对应的多个相邻就诊时间段之间的相关系数；对于至少一个专家中的每个医生，采用评分矩阵中的评分，以及相关系数，确定该医生对应的就诊时间段的推荐结果。根据本发明提供的技术方案，通过对医生历史行为数据的挖掘，对专家进行会诊时间段划分并推荐最佳时间段，实现医生会诊时间段的预测和推荐，满足快速匹配指定会诊专家的最佳时段需求。

Description

医生就诊时间段推荐方法及装置
技术领域
本发明涉及通信领域，具体而言，涉及一种医生就诊时间段推荐方法及装置。
背景技术
传统的医疗方式是通过排队挂号或者网上预约挂号，医生与病人面对面问诊诊断。随着计算机、多媒体技术以及通信技术的迅猛发展，远程医疗技术应运而生，医生和病人两者之间可通过视频方式进行安全、快速的交流,病人和医生在网上及时的交流能使得医生更好的了解病人的病情发展状况和发病时的表现；可解决传统医疗中挂号难、排长队需要多地专家会诊、传染性疾病不易到公众医院就诊等问题。
然而，随着远程医疗问诊业务的不断发展，基于目前时间预约及沟通容易造成信息流失，在此背景下会诊专家的会诊时间推荐***显得尤为重要，对专家查房平台和会诊平台会产生质的影响。
在相关软件的医生会诊时间的预约上，主要还是依靠医生通过功能来人工进行设置，这些解决方案主要采用产品功能的思路，实现了医生主动操作开关并进行时间设置的需求。而通过医生常用时间进行采集分析，之后通过大数据分析处理来实现会诊医生时间推荐，目前还缺少相关的技术方案。
发明内容
本发明的主要目的在于公开了一种医生就诊时间段推荐方法及装置，以至少解决相关技术中还缺乏通过医生常用时间进行采集分析，通过大数据分析处理来实现会诊医生时间推荐的技术方案的问题。
根据本发明的一个方面，提供了一种医生就诊时间段推荐方法。
根据本发明的医生就诊时间段推荐方法包括：根据建立的用户行为评分权重模型，获取多个相邻就诊时间段的评分集；采用上述评分集确定各个医生在上述相邻就诊时间段的评分矩阵；通过对上述评分矩阵的排序，确定待推荐的至少一个医生；采用上述至少一个医生对上述多个相邻就诊时间段的评分，获取上述至少一个医生对应的上述多个相邻就诊时间段之间的相关系数；对于上述至少一个专家中的每个医生，采用上述评分矩阵中的评分，以及上述相关系数，确定该医生对应的就诊时间段的推荐结果。
优选地，上述评分权重模型包括以下至少之一：医生查看病历详情的权重值；医生进行视频会诊时间超过预定第一阈值的权重值；医生登录会诊应用的权重值；医生进入视频问诊房间的权重值；医生出具报告的权重值；医生视频会诊时间小于预定第二阈值的惩罚机制。
优选地，通过以下公式确定各个医生在上述相邻就诊时间段的评分矩阵：
其中，simX，Y为上述评分矩阵中的数据，xi是与医生查看病历详情的权重值、医生进行视频会诊时间超过预定第一阈值的权重值相关的数据集，yi是与医生登录会诊应用的权重值、医生进入视频问诊房间的权重值、医生出具报告的权重值相关的数据集，n为参与计算的医生的数量。
优选地，通过以下公式获取上述至少一个医生对应的上述多个相邻就诊时间段之间的相关系数：
其中，N为上述至少一个医生的数量，Xi为第i个医生在上述多个相邻就诊时间段的其中一个就诊时间段的评分，Yi为第i个医生在上述多个相邻就诊时间段中的其中另一个就诊时间段的评分，similarity(X，Y)为上述至少一个医生对应的上述其中一个就诊时间段和上述其中另一个就诊时间段之间的相关系数，其中，上述相关系数大于-1且小于1。
优选地，对于上述至少一个专家中的每个医生，采用上述评分矩阵中的评分，以及上述相关系数，确定该医生对应的就诊时间段的推荐结果包括：
对于上述至少一个医生中的每一个医生，将similarity(X，Y)中最大的值对应的上述其中一个就诊时间段和上述其中另一个就诊时间段作为基准值，分别计算该医生对应的上述多个相邻就诊时间段中除上述其中一个就诊时间段和上述其中另一个就诊时间段之外的其他各个时间段的加权评分值；将上述其他各个时间段对应的全部加权评分相加后得到加权总分，根据上述加权总分确定加权系数；按照上述加权总分和上述加权系数的总和趋近于1的顺序，依次推荐该医生的就诊时间段。
优选地，上述分别计算该医生对应的上述多个相邻就诊时间段中除上述其中一个就诊时间段和上述其中另一个就诊时间段之外的其他各个时间段的加权评分值包括：将当前时间段与上述其中一个就诊时间段的相关系数，与该医生在上述其中一个就诊时间段的评分的乘积作为该医生在上述当前时间段的第一加权评分；将当前时间段与上述其中另一个就诊时间段的相关系数，与该医生在上述其中另一个就诊时间段的评分的乘积作为该医生在上述当前时间段的第二加权评分。
优选地，在确定该医生对应的就诊时间段的推荐顺序之后，还包括：在上述推荐结果满足预定修正条件时，修正上述推荐结果。
根据本发明的另一方面，提供了一种医生就诊时间段推荐装置。
根据本发明的医生就诊时间段推荐装置包括：第一获取模块，用于根据建立的用户行为评分权重模型，获取多个相邻就诊时间段的评分集；第一确定模块，用于采用上述评分集确定各个医生在上述相邻就诊时间段的评分矩阵；第二确定模块，用于通过对上述评分矩阵的排序，确定待推荐的至少一个医生；第二获取模块，用于采用上述至少一个医生对上述多个相邻就诊时间段的评分，获取上述至少一个医生对应的上述多个相邻就诊时间段之间的相关系数；第三确定模块，用于对于上述至少一个专家中的每个医生，采用上述评分矩阵中的评分，以及上述相关系数，确定该医生对应的就诊时间段的推荐结果。
优选地，上述评分权重模型包括以下至少之一：医生查看病历详情的权重值；医生进行视频会诊时间超过预定第一阈值的权重值；医生登录会诊应用的权重值；医生进入视频问诊房间的权重值；医生出具报告的权重值；医生视频会诊时间小于预定第二阈值的惩罚机制。则上述第一确定模块通过以下公式确定各个医生在上述相邻就诊时间段的评分矩阵：
其中，simX，Y为上述评分矩阵中的数据，xi是与医生查看病历详情的权重值、医生进行视频会诊时间超过预定第一阈值的权重值相关的数据集，yi是与医生登录会诊应用的权重值、医生进入视频问诊房间的权重值、医生出具报告的权重值相关的数据集，n为参与计算的医生的数量。
优选地，上述第二获取模块通过以下公式获取上述至少一个医生对应的上述多个相邻就诊时间段之间的相关系数：
其中，N为上述至少一个医生的数量，Xi为第i个医生在上述多个相邻就诊时间段的其中一个就诊时间段的评分，Yi为第i个医生在上述多个相邻就诊时间段中的其中另一个就诊时间段的评分，similarity(X，Y)为上述至少一个医生对应的上述其中一个就诊时间段和上述其中另一个就诊时间段之间的相关系数，其中，上述相关系数大于-1且小于1。
优选地，上述第三推荐模块，进一步用于对于上述至少一个医生中的每一个医生，将similarity(X，Y)中最大的值对应的上述其中一个就诊时间段和上述其中另一个就诊时间段作为基准值，分别计算该医生对应的上述多个相邻就诊时间段中除上述其中一个就诊时间段和上述其中另一个就诊时间段之外的其他各个时间段的加权评分值；将上述其他各个时间段对应的全部加权评分相加后得到加权总分，根据上述加权总分确定加权系数；按照上述加权总分和上述加权系数的总和趋近于1的顺序，依次推荐该医生的就诊时间段。
与现有技术相比，本发明实施例至少具有以下优点：采用本发明的医生就诊时间段推荐方法，通过对医生历史行为数据的挖掘，对专家进行会诊时间段划分并推荐最佳时间段，实现医生会诊时间段的预测和推荐，满足快速匹配指定会诊专家的最佳时段需求。
附图说明
图1是根据本发明实施例的医生就诊时间段推荐方法的流程图；
图2是根据本发明实施例的医生就诊时间段推荐装置的结构框图。
具体实施方式
下面结合说明书附图对本发明的具体实现方式做一详细描述。
图1是根据本发明实施例的医生就诊时间段推荐方法的流程图。如图1所示，该医生就诊时间段推荐方法包括：
步骤S101：根据建立的用户行为评分权重模型，获取多个相邻就诊时间段的评分集；
步骤S103：采用上述评分集确定各个医生在上述相邻就诊时间段的评分矩阵；
步骤S105：通过对上述评分矩阵的排序，确定待推荐的至少一个医生；
步骤S107：采用上述至少一个医生对上述多个相邻就诊时间段的评分，获取上述至少一个医生对应的上述多个相邻就诊时间段之间的相关系数；
步骤S109：对于上述至少一个专家中的每个医生，采用上述评分矩阵中的评分，以及上述相关系数，确定该医生对应的就诊时间段的推荐结果。
采用上述医生就诊时间段推荐方法，通过对医生历史行为数据的挖掘，对专家进行会诊时间段划分并推荐最佳时间段，实现医生会诊时间段的预测和推荐，满足快速匹配指定会诊专家的最佳时段需求。
优选地，上述评分权重模型包括以下至少之一：医生查看病历详情的权重值；医生进行视频会诊时间超过预定第一阈值的权重值；医生登录会诊应用的权重值；医生进入视频问诊房间的权重值；医生出具报告的权重值；医生视频会诊时间小于预定第二阈值的惩罚机制。
在优选实施过程中，可以预先建立用户行为评分权重模型，对医生行为数据化和可视化。例如，医生进入视频房间权重20％；医生登录APP占5％；医生查看病历详情20％；医生查看H5病历5％；医生出具报告10％；医生进行视频时间超过第一阈值(例如，5分钟)40％；医生视频时间低于第二阈值(例如，2分钟)，则向量为反方向，视为顾问网络测试。
优选地，可以通过以下公式确定各个医生在上述相邻就诊时间段的评分矩阵：
其中，simX，Y为上述评分矩阵中的数据，xi是与医生查看病历详情的权重值、医生进行视频会诊时间超过预定第一阈值的权重值相关的数据集，yi是与医生登录会诊应用的权重值、医生进入视频问诊房间的权重值、医生出具报告的权重值相关的数据集，n为参与计算的医生的数量。
例如，在时间段1(早8点至中午12点)，采用公式(1)计算出来的医生1的评分是3分，医生2的评分是4分，…,医生n的评分是4分。在时间段2(中午12点至下午2点)，采用公式(1)计算出来的医生1的评分是4分，医生2的评分是2分，…,医生n的评分是3分。以此类推，计算出各个医生在各个就诊时间段的评分矩阵。在获取到这个评分矩阵之后，通过对这个评分矩阵的排序，确定待推荐的至少一个医生。
例如，1、以专家实际操作时间为起点，确定待推荐的4个医生，建立时间段评分矩阵，如表1所示。
时间段 医生1 医生2 医生3 医生4
时间段1 3 4 6 4
时间段2 4 2 5 2
时间段3 8 3 1 1
时间段4 2 6 8 1
表1
时间段1：08：00-12：00(早上)
时间段2：12：00-14：00(中午)
时间段3：14：00-18：00(下午)
时间段4：18：00-第二天08：00(非常正常工作时段)
评分矩阵是通过对医生当前看病的时间段特征值，基于时间段的协同过滤，通过医生真实发生会诊时间段的评分来评测之间当前医院的常用会诊时间之间的相似性，基于医生和会诊时段之间的相似性做出推荐。即：给基层医院和它之前会诊的医生及时间段推荐相似的医生及时段。
优选地，通过以下公式获取上述至少一个医生对应的上述多个相邻就诊时间段之间的相关系数：
其中，N为上述至少一个医生的数量，Xi为第i个医生在上述多个相邻就诊时间段的其中一个就诊时间段的评分，Yi为第i个医生在上述多个相邻就诊时间段中的其中另一个就诊时间段的评分，similarity(X，Y)为上述至少一个医生对应的上述其中一个就诊时间段和上述其中另一个就诊时间段之间的相关系数，其中，上述相关系数大于-1且小于1。
例如，通过计算4个医生(四维空间中)对4个时间段的评分，获得了医生之间的相关系数(如表2所示：数据描述4个医生对应的一个就诊时间段和另一个就诊时间段之间的相关系数)。
相关系数
时间段1&2 0.94
时间段1&3 0.61
时间段1&4 0.91
时间段2&3 0.74
时间段2&4 0.86
时间段3&4 0.48
表2
其中，上述相关系数浮动区间在-1～1之间，系数越靠近1，向量夹角越小，两个会诊时间段的相关性越高，由此可见1&2、1&4的相关性最高，3&4相关性很弱。
在优选实施过程中，可以定义相关系数如下：
强：0.8-1.0；
较强：0.6-0.8；
一般：0.4—0.6；
弱/不相关：0—0.4；
不推荐：-1.0—0。
优选地，对于上述至少一个专家中的每个医生，采用上述评分矩阵中的评分，以及上述相关系数，确定该医生对应的就诊时间段的推荐结果可以进一步包括：对于上述至少一个医生中的每一个医生，将similarity(X，Y)中最大的值对应的上述其中一个就诊时间段和上述其中另一个就诊时间段作为基准值，分别计算该医生对应的上述多个相邻就诊时间段中除上述其中一个就诊时间段和上述其中另一个就诊时间段之外的其他各个时间段的加权评分值；将上述其他各个时间段对应的全部加权评分相加后得到加权总分，根据上述加权总分确定加权系数；按照上述加权总分和上述加权系数的总和趋近于1的顺序，依次推荐该医生的就诊时间段。
在优选实施过程中，上述分别计算该医生对应的上述多个相邻就诊时间段中除上述其中一个就诊时间段和上述其中另一个就诊时间段之外的其他各个时间段的加权评分值包括：将当前时间段与上述其中一个就诊时间段的相关系数，与该医生在上述其中一个就诊时间段的评分的乘积作为该医生在上述当前时间段的第一加权评分；将当前时间段与上述其中另一个就诊时间段的相关系数，与该医生在上述其中另一个就诊时间段的评分的乘积作为该医生在上述当前时间段的第二加权评分。
例如，如表2所示，由于时间段1和时间段2的相关系数为最大值0.94，则对某专家时间段1和时间段2的行为得分为权重(按相关系数最高进行权重处理)，对时间段3和时间段4进行加权排序，得分高者优先推荐，实例如下：
评分 时间段3 加权评分 时间段4 加权评分
时间段1 4 0.61 2.44 0.91 3.64
时间段2 3 0.74 2.22 0.86 3.58
总计 4.66 6.22
系数(总计/10) 0.466 0.622
表3
由表3可知，根据相关性和加权评分后(系数+加权评分更接近1)，因此时间段3优先被推荐。
优选地，在确定该医生对应的就诊时间段的推荐顺序之后，还可以包括：在上述推荐结果满足预定修正条件时，修正上述推荐结果。
在优选实施过程中，一般对一线流程产品进行剔除，原因是本来具有超高人气和知名度的医生专家，通过常用医生专家选项即可找到，不必进行不需要的推荐。
对常用医生选项中的进行剔除，以免造成重复性。
对医生时间段按医院科室归一分类，避免专家时间段的跨院推荐，造成使用时间段冲突。
例如，对某医院科室推荐某医生时段1，经过算法的综合排名，发现排第一的是时间段4，排第三的才是时间段1，结果推荐了时间段4就造成了不精准的推荐。但是对医生时间段进行了归一分类，那就只会推荐医生在本医院的使用时段，这样时间段1就会优先推荐。
对时间段在不同医院间建立合理的加分机制，并对低频时段建立合理的惩罚分值，使其推荐其他周边相关时段。
例如，医生晚上为低频时段，只有急诊才出出现，日常推荐没多大意义。由此设定合理的惩罚分值和相关医院需求时段归类的加分机制，可以一定程度上提高周边时段的推荐率，降低低频时段的推荐率，从而由侧面提升推荐成功率。
图2是根据本发明实施例的医生就诊时间段推荐装置的结构框图。如图2所示，该医生就诊时间段推荐装置包括：第一获取模块20，用于根据建立的用户行为评分权重模型，获取多个相邻就诊时间段的评分集；第一确定模块22，用于采用上述评分集确定各个医生在上述相邻就诊时间段的评分矩阵；第二确定模块24，用于通过对上述评分矩阵的排序，确定待推荐的至少一个医生；第二获取模块26，用于采用上述至少一个医生对上述多个相邻就诊时间段的评分，获取上述至少一个医生对应的上述多个相邻就诊时间段之间的相关系数；第三确定模块28，用于对于上述至少一个专家中的每个医生，采用上述评分矩阵中的评分，以及上述相关系数，确定该医生对应的就诊时间段的推荐结果。
采用上述医生就诊时间段推荐装置，通过对医生历史行为数据的挖掘，对专家进行会诊时间段划分并推荐最佳时间段，实现医生会诊时间段的预测和推荐，满足快速匹配指定会诊专家的最佳时段需求。
优选地，评分权重模型可以包括以下至少之一：医生查看病历详情的权重值；医生进行视频会诊时间超过预定第一阈值的权重值；医生登录会诊应用的权重值；医生进入视频问诊房间的权重值；医生出具报告的权重值；医生视频会诊时间小于预定第二阈值的惩罚机制。
则上述第一确定模块22可以通过以下公式确定各个医生在上述相邻就诊时间段的评分矩阵：
其中，simX，Y为上述评分矩阵中的数据，xi是与医生查看病历详情的权重值、医生进行视频会诊时间超过预定第一阈值的权重值相关的数据集，yi是与医生登录会诊应用的权重值、医生进入视频问诊房间的权重值、医生出具报告的权重值相关的数据集，n为参与计算的医生的数量。
优选地，第二获取模块26可以通过以下公式获取上述至少一个医生对应的上述多个相邻就诊时间段之间的相关系数：
其中，N为上述至少一个医生的数量，Xi为第i个医生在上述多个相邻就诊时间段的其中一个就诊时间段的评分，Yi为第i个医生在上述多个相邻就诊时间段中的其中另一个就诊时间段的评分，similarity(X，Y)为上述至少一个医生对应的上述其中一个就诊时间段和上述其中另一个就诊时间段之间的相关系数，其中，上述相关系数大于-1且小于1。
优选地，上述第三确定模块，进一步用于对于上述至少一个医生中的每一个医生，将similarity(X，Y)中最大的值对应的上述其中一个就诊时间段和上述其中另一个就诊时间段作为基准值，分别计算该医生对应的上述多个相邻就诊时间段中除上述其中一个就诊时间段和上述其中另一个就诊时间段之外的其他各个时间段的加权评分值；将上述其他各个时间段对应的全部加权评分相加后得到加权总分，根据上述加权总分确定加权系数；按照上述加权总分和上述加权系数的总和趋近于1的顺序，依次推荐该医生的就诊时间段。
综上所述，借助本发明提供的上述实施例，采用本发明的医生就诊时间段推荐方法，通过对医生历史行为数据的挖掘，对专家进行会诊时间段划分并推荐最佳时间段，实现医生会诊时间段的预测和推荐，满足快速匹配指定会诊专家的最佳时段需求。解决了会诊专家常用会诊时间的预测和推荐上的技术问题，在应用方案层面设计出合理的时间预测和推荐的应用开发方案，进一步减少了基层专家及顾问在选择专家时间上进行的沟通成本。
以上公开的仅为本发明的几个具体实施例，但是，本发明并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围。

Claims (11)

1.一种医生就诊时间段推荐方法，其特征在于，包括：
根据建立的用户行为评分权重模型，获取多个相邻就诊时间段的评分集；
采用所述评分集确定各个医生在所述相邻就诊时间段的评分矩阵；
通过对所述评分矩阵的排序，确定待推荐的至少一个医生；
采用所述至少一个医生对所述多个相邻就诊时间段的评分，获取所述至少一个医生对应的所述多个相邻就诊时间段之间的相关系数；
对于所述至少一个专家中的每个医生，采用所述评分矩阵中的评分，以及所述相关系数，确定该医生对应的就诊时间段的推荐结果。
2.根据权利要求1所述的方法，其特征在于，评分权重模型包括以下至少之一：
医生查看病历详情的权重值；
医生进行视频会诊时间超过预定第一阈值的权重值；
医生登录会诊应用的权重值；
医生进入视频问诊房间的权重值；
医生出具报告的权重值；
医生视频会诊时间小于预定第二阈值的惩罚机制。
3.根据权利要求2所述的方法，其特征在于，通过以下公式确定各个医生在所述相邻就诊时间段的评分矩阵：
其中，simX，Y为所述评分矩阵中的数据，xi是与医生查看病历详情的权重值、医生进行视频会诊时间超过预定第一阈值的权重值相关的数据集，yi是与医生登录会诊应用的权重值、医生进入视频问诊房间的权重值、医生出具报告的权重值相关的数据集，n为参与计算的医生的数量。
4.根据权利要求1所述的方法，其特征在于，通过以下公式获取所述至少一个医生对应的所述多个相邻就诊时间段之间的相关系数：
其中，N为所述至少一个医生的数量，Xi为第i个医生在所述多个相邻就诊时间段的其中一个就诊时间段的评分，Yi为第i个医生在所述多个相邻就诊时间段中的其中另一个就诊时间段的评分，similarity(X，Y)为所述至少一个医生对应的所述其中一个就诊时间段和所述其中另一个就诊时间段之间的相关系数，其中，所述相关系数大于-1且小于1。
5.根据权利要求1所述的方法，其特征在于，对于所述至少一个专家中的每个医生，采用所述评分矩阵中的评分，以及所述相关系数，确定该医生对应的就诊时间段的推荐结果包括：
对于所述至少一个医生中的每一个医生，将similarity(X，Y)中最大的值对应的所述其中一个就诊时间段和所述其中另一个就诊时间段作为基准值，分别计算该医生对应的所述多个相邻就诊时间段中除所述其中一个就诊时间段和所述其中另一个就诊时间段之外的其他各个时间段的加权评分值；
将所述其他各个时间段对应的全部加权评分相加后得到加权总分，根据所述加权总分确定加权系数；
按照所述加权总分和所述加权系数的总和趋近于1的顺序，依次推荐该医生的就诊时间段。
6.根据权利要求5所述的方法，其特征在于，所述分别计算该医生对应的所述多个相邻就诊时间段中除所述其中一个就诊时间段和所述其中另一个就诊时间段之外的其他各个时间段的加权评分值包括：
将当前时间段与所述其中一个就诊时间段的相关系数，与该医生在所述其中一个就诊时间段的评分的乘积作为该医生在所述当前时间段的第一加权评分；
将当前时间段与所述其中另一个就诊时间段的相关系数，与该医生在所述其中另一个就诊时间段的评分的乘积作为该医生在所述当前时间段的第二加权评分。
7.根据权利要求1所述的方法，其特征在于，在确定该医生对应的就诊时间段的推荐顺序之后，还包括：在所述推荐结果满足预定修正条件时，修正所述推荐结果。
8.一种医生就诊时间段推荐装置，其特征在于，包括：
第一获取模块，用于根据建立的用户行为评分权重模型，获取多个相邻就诊时间段的评分集；
第一确定模块，用于采用所述评分集确定各个医生在所述相邻就诊时间段的评分矩阵；
第二确定模块，用于通过对所述评分矩阵的排序，确定待推荐的至少一个医生；
第二获取模块，用于采用所述至少一个医生对所述多个相邻就诊时间段的评分，获取所述至少一个医生对应的所述多个相邻就诊时间段之间的相关系数；
第三确定模块，用于对于所述至少一个专家中的每个医生，采用所述评分矩阵中的评分，以及所述相关系数，确定该医生对应的就诊时间段的推荐结果。
9.根据权利要求8所述的装置，其特征在于，评分权重模型包括以下至少之一：
医生查看病历详情的权重值；
医生进行视频会诊时间超过预定第一阈值的权重值；
医生登录会诊应用的权重值；
医生进入视频问诊房间的权重值；
医生出具报告的权重值；
医生视频会诊时间小于预定第二阈值的惩罚机制。
则所述第一确定模块通过以下公式确定各个医生在所述相邻就诊时间段的评分矩阵：
其中，simX，Y为所述评分矩阵中的数据，xi是与医生查看病历详情的权重值、医生进行视频会诊时间超过预定第一阈值的权重值相关的数据集，yi是与医生登录会诊应用的权重值、医生进入视频问诊房间的权重值、医生出具报告的权重值相关的数据集，n为参与计算的医生的数量。
10.根据权利要求8所述的装置，其特征在于，所述第二获取模块通过以下公式获取所述至少一个医生对应的所述多个相邻就诊时间段之间的相关系数：
其中，N为所述至少一个医生的数量，Xi为第i个医生在所述多个相邻就诊时间段的其中一个就诊时间段的评分，Yi为第i个医生在所述多个相邻就诊时间段中的其中另一个就诊时间段的评分，similarity(X，Y)为所述至少一个医生对应的所述其中一个就诊时间段和所述其中另一个就诊时间段之间的相关系数，其中，所述相关系数大于-1且小于1。
11.根据权利要求8所述的装置，其特征在于，所述第三确定模块，进一步用于对于所述至少一个医生中的每一个医生，将similarity(X，Y)中最大的值对应的所述其中一个就诊时间段和所述其中另一个就诊时间段作为基准值，分别计算该医生对应的所述多个相邻就诊时间段中除所述其中一个就诊时间段和所述其中另一个就诊时间段之外的其他各个时间段的加权评分值；将所述其他各个时间段对应的全部加权评分相加后得到加权总分，根据所述加权总分确定加权系数；按照所述加权总分和所述加权系数的总和趋近于1的顺序，依次推荐该医生的就诊时间段。
CN201811357922.2A 2018-11-15 2018-11-15 医生就诊时间段推荐方法及装置 Active CN109686429B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811357922.2A CN109686429B (zh) 2018-11-15 2018-11-15 医生就诊时间段推荐方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811357922.2A CN109686429B (zh) 2018-11-15 2018-11-15 医生就诊时间段推荐方法及装置

Publications (2)

Publication Number Publication Date
CN109686429A true CN109686429A (zh) 2019-04-26
CN109686429B CN109686429B (zh) 2023-05-09

Family

ID=66184686

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811357922.2A Active CN109686429B (zh) 2018-11-15 2018-11-15 医生就诊时间段推荐方法及装置

Country Status (1)

Country Link
CN (1) CN109686429B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110265128A (zh) * 2019-06-27 2019-09-20 卫宁健康科技集团股份有限公司 门诊加号的方法、装置、电子设备及可读存储介质
CN111276261A (zh) * 2020-01-16 2020-06-12 创业慧康科技股份有限公司 一种mdt会诊***
CN112614578A (zh) * 2020-12-29 2021-04-06 平安国际智慧城市科技股份有限公司 医生智能推荐方法、装置、电子设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104166732A (zh) * 2014-08-29 2014-11-26 合肥工业大学 一种基于全局评分信息的项目协同过滤推荐方法
CN104391967A (zh) * 2014-12-03 2015-03-04 武汉邮电科学研究院 一种基于多源数据分析的就诊推荐方法
CN107707903A (zh) * 2017-08-22 2018-02-16 贵阳朗玛信息技术股份有限公司 用户视频通信质量的确定方法及装置
CN107705842A (zh) * 2017-10-13 2018-02-16 合肥工业大学 智能分诊***及其工作方法
CN107863134A (zh) * 2017-11-24 2018-03-30 郑州云海信息技术有限公司 一种基于云计算的智能医疗管理***

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104166732A (zh) * 2014-08-29 2014-11-26 合肥工业大学 一种基于全局评分信息的项目协同过滤推荐方法
CN104391967A (zh) * 2014-12-03 2015-03-04 武汉邮电科学研究院 一种基于多源数据分析的就诊推荐方法
CN107707903A (zh) * 2017-08-22 2018-02-16 贵阳朗玛信息技术股份有限公司 用户视频通信质量的确定方法及装置
CN107705842A (zh) * 2017-10-13 2018-02-16 合肥工业大学 智能分诊***及其工作方法
CN107863134A (zh) * 2017-11-24 2018-03-30 郑州云海信息技术有限公司 一种基于云计算的智能医疗管理***

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘玉文;王凯;徐济成;: "基于概念格的本体医疗资源语义推荐方法", 湖州师范学院学报 *
林世才;: "福建:基层来了"互联网+"医生", 中国卫生 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110265128A (zh) * 2019-06-27 2019-09-20 卫宁健康科技集团股份有限公司 门诊加号的方法、装置、电子设备及可读存储介质
CN110265128B (zh) * 2019-06-27 2021-04-06 卫宁健康科技集团股份有限公司 门诊加号的方法、装置、电子设备及可读存储介质
CN111276261A (zh) * 2020-01-16 2020-06-12 创业慧康科技股份有限公司 一种mdt会诊***
CN112614578A (zh) * 2020-12-29 2021-04-06 平安国际智慧城市科技股份有限公司 医生智能推荐方法、装置、电子设备及存储介质
CN112614578B (zh) * 2020-12-29 2023-06-09 深圳平安智慧医健科技有限公司 医生智能推荐方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN109686429B (zh) 2023-05-09

Similar Documents

Publication Publication Date Title
US11080793B2 (en) Method of personalizing, individualizing, and automating the management of healthcare fraud-waste-abuse to unique individual healthcare providers
CN104951894B (zh) 医院疾病管理智能分析和评估***
Slade The relationship between school characteristics and the availability of mental health and related health services in middle and high schools in the United States
CN109686429A (zh) 医生就诊时间段推荐方法及装置
Feng et al. Validation of disability categories derived from Health Utilities Index Mark 3 scores
CN107153775B (zh) 一种智能分诊方法及装置
Liska et al. Modeling the relationship between the criminal justice and mental health systems
CN105913066B (zh) 一种基于相关向量机的数字化肺音特征降维方法
WO2022057108A1 (zh) 基于联邦学习的个人资质评估方法、装置及***及存储介质
CN112216372A (zh) 一种基于大数据的智慧医疗医院信息化展示管理平台
CN111341446A (zh) 一种个性化体检套餐推荐方法
CN110767301A (zh) 一种入院管理的方法及装置、入院管理***、存储介质
US7899682B2 (en) Method and system of rule-based triage
CN112562870A (zh) 一种增强医患相互信任减少医患矛盾评估预警***
CN110162572A (zh) 策略执行方法、服务器及计算机存储介质
WO2020062326A1 (zh) 智能健康管理和生命安全保险***及其实现方法
CN116542401B (zh) 一种住院诊疗服务单元的医保超支预测方法与***
Sakakibara Work exclusion and disability types: The heterogeneity of disability as social exclusion in the 2011 Irish Census microdata
St. Bernard Toward the construction of a social vulnerability index–Theoretical and methodological considerations
Pickens et al. Changes in hospital service demand, cost, and patient illness severity following health reform
CN115641946A (zh) 基于大数据的智慧医疗管理***及方法
CN114417165A (zh) 一种心理矫治方法、装置及终端设备
CN113870987A (zh) 一种医用智能床位柜的使用方法
CN113781247A (zh) 协议数据推荐方法、装置、计算机设备及存储介质
CN108510416A (zh) 考试流量监控***及实现方法

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
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20190426

Assignee: GUIYANG SANJIU INTERNET MEDICAL Co.,Ltd.

Assignor: GUIYANG LONGMASTER INFORMATION & TECHNOLOGY Co.,Ltd.

Contract record no.: X2024980002705

Denomination of invention: Recommended methods and devices for doctor's consultation time period

Granted publication date: 20230509

License type: Common License

Record date: 20240313

Application publication date: 20190426

Assignee: GUANGZHOU QISHENG INFORMATION TECHNOLOGY Co.,Ltd.

Assignor: GUIYANG LONGMASTER INFORMATION & TECHNOLOGY Co.,Ltd.

Contract record no.: X2024980002703

Denomination of invention: Recommended methods and devices for doctor's consultation time period

Granted publication date: 20230509

License type: Common License

Record date: 20240313

EE01 Entry into force of recordation of patent licensing contract