CN113314207A - 一种对象推荐方法、装置、存储介质及电子设备 - Google Patents
一种对象推荐方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN113314207A CN113314207A CN202110718416.7A CN202110718416A CN113314207A CN 113314207 A CN113314207 A CN 113314207A CN 202110718416 A CN202110718416 A CN 202110718416A CN 113314207 A CN113314207 A CN 113314207A
- Authority
- CN
- China
- Prior art keywords
- recommendation
- index
- determining
- matching degree
- tasks
- 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 61
- 230000000875 corresponding effect Effects 0.000 claims description 61
- 239000013598 vector Substances 0.000 claims description 42
- 238000012545 processing Methods 0.000 claims description 25
- 238000011156 evaluation Methods 0.000 claims description 24
- 238000004364 calculation method Methods 0.000 claims description 18
- 238000013507 mapping Methods 0.000 claims description 4
- 230000002596 correlated effect Effects 0.000 claims description 3
- 230000006870 function Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 239000000047 product Substances 0.000 description 5
- 230000003068 static effect Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 208000004371 toothache Diseases 0.000 description 4
- 238000007781 pre-processing Methods 0.000 description 3
- 230000008961 swelling Effects 0.000 description 3
- 208000002193 Pain Diseases 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000013585 weight reducing agent Substances 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000006227 byproduct Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000003313 weakening 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- 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
- G16H40/60—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 operation of medical equipment or devices
- G16H40/67—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 operation of medical equipment or devices for remote operation
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Biomedical Technology (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Primary Health Care (AREA)
- Medical Informatics (AREA)
- Epidemiology (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例公开了一种对象推荐方法、装置、存储介质及电子设备。该方法包括：获取搜索关键词，基于搜索关键词和各对象的描述信息确定各对象的推荐匹配度；获取各对象的质量指数以及当前动态推荐指数，其中，当前动态推荐指数基于对象在当前的已承接任务以及可承接任务确定；基于各对象的推荐匹配度、质量指数以及当前动态推荐指数分别确定各对象的综合推荐指数；基于各对象的综合推荐指数确定所述搜索关键词对应的对象推荐顺序。上述技术方案在进行对象推荐时，借助推荐匹配度、质量指数以及当前动态推荐指数，能够有效捕获搜索关键词与各对象的描述信息之间的匹配关系，并对各对象的描述信息进行实时分析，提高了推荐结果的实效性和准确性。
Description
技术领域
本发明实施例涉及数据处理技术领域，尤其涉及一种对象推荐方法、装置、存储介质及电子设备。
背景技术
随着互联网技术的不断发展，越来越多的用户选择通过互联网进行挂号问诊，使用户足不出户就可进行诊治，为用户提供了极大方便。
现有技术中，主要基于关键词的推荐方法为用户推荐合适的医生，该推荐方法首先从输入内容中提取关键词，然后计算关键词与待匹配文本的相似度，并基于计算的相似度进行的推荐医生。
但是，根据上述基于关键词的推荐方法，仅会推荐与关键词相似度最高的医生，推荐的准确率较低，且实效性较差。
发明内容
本发明实施例提供一种对象推荐方法、装置、存储介质及电子设备，以实现提高对象推荐准确性和实效性。
第一方面，本发明实施例提供了一种对象推荐方法，包括：
获取搜索关键词，基于所述搜索关键词和各对象的描述信息确定各对象的推荐匹配度；
获取各对象的质量指数以及当前动态推荐指数，其中，所述当前动态推荐指数基于对象在当前的已承接任务以及可承接任务确定；
基于所述各对象的推荐匹配度、质量指数以及当前动态推荐指数分别确定各对象的综合推荐指数；
基于各对象的综合推荐指数确定所述搜索关键词对应的对象推荐顺序。
第二方面，本发明实施例还提供了一种对象推荐装置，包括：
匹配度生成模块，用于获取搜索关键词，基于所述搜索关键词和各对象的描述信息确定各对象的推荐匹配度；
指数获取模块，用于获取各对象的质量指数以及当前动态推荐指数，其中，所述当前动态推荐指数基于对象在当前的已承接任务以及可承接任务确定；
综合推荐指数确定模块，用于基于所述各对象的推荐匹配度、质量指数以及当前动态推荐指数分别确定各对象的综合推荐指数；
推荐顺序确定模块，用于基于各对象的综合推荐指数确定所述搜索关键词对应的对象推荐顺序。
第三方面，本发明实施例还提供了一种电子设备，所述电子设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明实施例任一所述的对象推荐方法。
第四方面，本发明实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行本发明实施例中任一所述的对象推荐方法。
本发明通过获取搜索关键词，基于搜索关键词和各对象的描述信息确定各对象的推荐匹配度，实现了根据搜索关键词自动进行推荐对象；进一步的，通过获取各对象的质量指数以及当前动态推荐指数，基于各对象的推荐匹配度、质量指数以及当前动态推荐指数分别确定各对象的综合推荐指数，基于各对象的综合推荐指数确定搜索关键词对应的对象推荐顺序，实现了在基于关键词的推荐方法基础上增加了静态的质量指数和实时变化的当前动态推荐指数，使得分析的数据更加全面，提高了对象推荐的实效性和准确性。
附图说明
为了更加清楚地说明本发明示例性实施例的技术方案，下面对描述实施例中所需要用到的附图做一简单介绍。显然，所介绍的附图只是本发明所要描述的一部分实施例的附图，而不是全部的附图，对于本领域普通技术人员，在不付出创造性劳动的前提下，还可以根据这些附图得到其他的附图。
图1是本发明实施例一所提供的一种对象推荐方法的流程示意图；
图2是本发明实施例二所提供的一种对象推荐方法的流程示意图；
图3是本发明实施例三所提供的一种对象推荐方法的流程示意图；
图4是本发明实施例四所提供的一种对象推荐装置的结构示意图；
图5是本发明实施例五所提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。
另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1为本发明实施例一提供的对象推荐方法的流程图，本实施例可适用于在输入内容搜索时，对输入内容中关键词相关对象进行自动推荐的情况，该方法可以由本发明实施例提供的对象推荐装置来执行，该装置可以由软件和/或硬件来实现，该装置可以配置在电子计算设备上，例如，台式电脑或服务器等。
具体包括如下步骤：
S110、获取搜索关键词，基于所述搜索关键词和各对象的描述信息确定各对象的推荐匹配度。
其中，搜索关键词可以是通过对用户输入内容的文字或者语音信息进行预处理得到的，预处理方法可以包括但不限于文档净化、分词处理以及去停用词等方法，通过预处理后，即可得到用户输入内容中一个或者多个搜索关键词。
本实施例中，关键词的类型可以根据推荐场景确定，不同的推荐场景用于推荐不同类型的对象，对此不做限定。示例性的，推荐场景包括但不限于医疗推荐场景和任务推荐场景等，其中，在医疗推荐场景下，根据用户输入的医疗关键词推荐对象，该对象可以是医院、科室或者医生等；在任务推荐场景下，根据用户输入的任务关键词推荐对象，该对象可以是任务执行机构、任务执行人员等。
在一些实施例中，实施例为医疗场景时，关键词可以包括以下几种类型：疾病、症状、医生、医院、科室或地区。相应的，推荐的对象可以是医生，对象的描述信息可以是与医生相关的信息。示例性的，对象的描述信息可以包括但不限于医生的姓名、医生的专治疾病、医生的擅长、医生所在的医院和医生所在的医院科室等。
具体的，将获取的搜索关键词与各对象的描述信息进行匹配，以获取与用户输入内容中一个或者多个搜索关键词相匹配的一个或多个对象，每个对象具有与搜索关键词对应的推荐匹配度，通过推荐匹配度可明显的发现与搜索关键词匹配度较高的对象，提高了推荐效率。
S120、获取各对象的质量指数以及当前动态推荐指数，其中，所述当前动态推荐指数基于对象在当前的已承接任务以及可承接任务确定。
其中，对象的质量指数可以理解为对象的质量评分，是一种静态评分。对象的质量越好，评分越高，反之评分越低。当前动态推荐指数可以理解为对象的实时变化信息评分，是一种动态评分。实时变化信息可以包括对象在当前的已承接任务以及可承接任务。示例性的，已承接任务可以是医生当天已完成的问诊订单数量，可承接任务可以是医生当天剩余的问诊订单数量。
本实施例通过实时对当前对象已承接任务以及可承接任务进行分析，生成当前动态推荐指数，使得对象推荐方法具有时效性，提高了推荐对象的可靠性。
在上述实施例的基础上，所述获取各对象的质量指数，包括：基于各对象的标识调用对应的质量指数，其中，所述质量指数基于预设周期更新；或者，获取各对象分别对应的基础信息、任务开通状态和历史业务量，基于所述基础信息、所述任务开通状态和所述历史业务量分别对应的权重进行加权处理，得到对应的质量指数。
其中，对象的标识具有唯一性，可通过对各对象的标识进行校验处理，识别出各对象的质量指数在服务器或数据库中相对应的存储位置，并调取各对象的标识对应的质量指数。基于预设周期对质量指数进行更新，预设周期可以是一天或多天，本实施例对此不做限定。基础信息可以包括但不限于医院全国排名、医院所在城市排名、医院级别和科室全国排名等子项信息；任务开通状态可以包括但不限于有号源、开通咨询、开通服务包和开通健康号等子项信息；历史业务量可以包括但不限于挂号好评量、问诊好评量和服务包订单量等子项信息。
示例性的，若基础信息的权重为0.54，任务开通状态的权重为0.16，历史业务量的权重为0.30，则质量指数＝0.54×基础信息+0.16×任务开通状态+0.30×历史业务量。下面对子项信息的计算方法进行示例展示，并非本实施例全部子项信息。参见表1，表1是质量指数中各子项信息的计算方式，需要说明的是，表1为医疗推荐常见下，推荐对象为医生为例的一种示例，在其他实施例中，确定质量指数的子项信息以及计算方式可根据需求设置，且各子项信息的权重也可根据需求调整：
表1
本实施例通过对基础信息、任务开通状态和历史业务量进行加权处理，各子项信息也进行相应公式计算，实现了对各对象的多面评价，提高了质量指数的可靠性。
S130、基于所述各对象的推荐匹配度、质量指数以及当前动态推荐指数分别确定各对象的综合推荐指数。
其中，综合推荐指数是评价对象综合质量的一种标准，具有时效性。
可选的，通过如下至少一种方式确定综合推荐指数：根据预先建立的映射关系表，确定与推荐匹配度、质量指数以及当前动态推荐指数对应的综合推荐指数；将各对象的推荐匹配度、质量指数以及当前动态推荐指数输入至预先训练好的综合推荐指数确定模型中，得到所述综合推荐指数；根据预先设置的目标函数，将推荐匹配度、质量指数以及当前动态推荐指数输入至目标函数，确定综合推荐指数。
在上述实施例的基础上，所述基于所述各对象的推荐匹配度、质量指数以及当前动态推荐指数分别确定各对象的综合推荐指数，包括：对于任一对象，基于所述推荐匹配度、质量指数以及当前动态推荐指数分别对应的权重进行加权处理，得到所述对象的综合推荐指数；或者，对于任一对象，基于所述推荐匹配度、质量指数以及当前动态推荐指数的乘积确定所述对象的综合推荐指数。
示例性的，若综合推荐指数是通过推荐匹配度、质量指数以及当前动态推荐指数分别对应的权重进行加权处理确定，则综合推荐指数的计算公式可以是：综合推荐指数＝0.4×推荐匹配度+0.3×质量指数+0.3×当前动态推荐指数。若综合推荐指数是通过推荐匹配度、质量指数以及当前动态推荐指数的乘积确定，则综合推荐指数的计算公式可以是：综合推荐指数＝推荐匹配度×质量指数×当前动态推荐指数。
S140、基于各对象的综合推荐指数确定所述搜索关键词对应的对象推荐顺序。
具体的，将各对象的综合推荐指数进行从大到小排序，相对应的，各对象推荐顺序与各对象的综合推荐指数排序相同。
本发明实施例提供了一种对象推荐方法，通过获取搜索关键词，基于搜索关键词和各对象的描述信息确定各对象的推荐匹配度，实现了根据搜索关键词自动进行推荐对象；进一步的，通过获取各对象的质量指数以及当前动态推荐指数，基于各对象的推荐匹配度、质量指数以及当前动态推荐指数分别确定各对象的综合推荐指数，基于各对象的综合推荐指数确定搜索关键词对应的对象推荐顺序，实现了在基于关键词的推荐方法基础上增加了静态的质量指数和实时变化的当前动态推荐指数，使得分析的数据更加全面，提高了对象推荐的时效性和准确性。
实施例二
图2为本发明实施例二提供的一种对象推荐方法的流程图示意图，在前述实施例的基础上，可以对上述实施例中的“获取各对象的当前动态推荐指数”进行进一步细化，其具体的实现方式可以参见本技术方案的详细阐述。其中，与上述实施例相同或者相应的技术术语在此不再赘述。如图2所示，本发明实施例的方法具体包括如下步骤：
S210、获取搜索关键词，基于所述搜索关键词和各对象的描述信息确定各对象的推荐匹配度。
S220、获取各对象的质量指数以及当前动态推荐指数，其中，对于任一对象，确定所述对象可承接任务的类型、当前是否存在已承接任务以及已承接任务的当前数量。
在本实施例中，对象可承接任务的类型可以包括但不限于医生的挂号号源、专家问诊服务或问诊订单数量。
示例性的，对于任一对象，可实时确定对象可承接任务的类型，例如A类型任务、B类型任务或C类型任务。还可确定当前是否存在已承接任务，例如对象是否已经承接A类型任务，也可确定已承接任务的当前数量，例如对象已经完成A类型任务的当前数量。
S230、基于所述可承接任务的类型、当前是否存在已承接任务以及已承接任务的当前数量分别对应的评价数值确定所述当前动态推荐指数。
其中，评价数值是预先设置好的，可以是固定的数值，也可以是在一定范围内变化的数值。
示例性的，对象已经承接A类型任务评分数值为1，对象未承接A类型任务评分数值为1.5，若已承接A类型任务的当前数量小于预定阈值，表明对象还能再承接A类型任务，则需要对相应的对象进行加权，评分相应的上升，评分数值为1.2，若已承接A类型任务的当前数量大于等于预定阈值，则评分数值为0.9；对象已经承接B类型任务评分数值为3，对象未承接B类型任务评分数值为1.8，若已承接B类型任务的当前数量已达到对象可承接任务的最大值，表明对象已不能再承接B类型任务，则需要对相应的对象进行降权，评分相应的下降。
本实施例通过确定对象可承接任务的类型、当前是否存在已承接任务以及已承接任务的当前数量，可实时分析对象数据变化情况，实现对各对象进行加权或降权处理，进而提高了推荐的准确度，并保证了推荐结果的时效性。
在上述实施例的基础上，可承接任务的各类型分别对应不同的评价数值；存在已承接任务和不存在已承接任务分别对应不同的评价数值；所述已承接任务的当前数量与对应的评价数值负相关，或者，所述已承接任务的当前数量所属的不同数量范围分别对应不同的评价数值。
示例性的，当本实施例为医疗场景时，推荐的医生有号源可挂号(即存在已承接任务)，且非挂号通评价数值为1分，无号源(即不存在已承接任务)为0.9分。推荐的医生可承接任务的各类型包括可提供专家问诊服务为1分，可承接任务的各类型不包括可提供专家问诊服务为0.9分。若推荐的医生当天专家已问诊订单数量(即已承接任务的当前数量)为[0,3]单，则评分为1分；若推荐的医生当天专家已问诊订单数量为(3,10]单，则评分根据计算公式：y＝-0.0286x+1.0857确定，评分范围为[0.8,1)；若推荐的医生当天专家已问诊订单数量为(10,20]单，则评分根据计算公式：y＝0.02x+1确定，评分范围为[0.6,0.8)；若推荐的医生当天专家已问诊订单数量为(20,+∞)单，则评分为0.6分。
在上述实施例的基础上，所述当前动态推荐指数基于所述可承接任务的类型、当前是否存在已承接任务以及已承接任务的当前数量分别对应的评价数值经预设处理规则确定，其中，所述预设处理规则包括乘积运算、加权处理。
示例性的，若当前动态推荐指数是通过可承接任务的类型、当前是否存在已承接任务以及已承接任务的当前数量进行加权处理确定，则当前动态推荐指数的计算公式可以是：当前动态推荐指数＝0.4×A类型任务+0.3×B类型任务+0.3×C类型任务。若当前动态推荐指数是通过乘积运算确定，则综合推荐指数的计算公式可以是：当前动态推荐指数＝A类型任务×B类型任务×C类型任务。
S240、基于所述各对象的推荐匹配度、质量指数以及当前动态推荐指数分别确定各对象的综合推荐指数。
S250、基于各对象的综合推荐指数确定所述搜索关键词对应的对象推荐顺序。
本发明实施例提供了一种对象推荐方法，通过对于任一对象，确定所述对象可承接任务的类型、当前是否存在已承接任务、以及已承接任务的当前数量；基于所述可承接任务的类型、当前是否存在已承接任务以及已承接任务的当前数量分别对应的评价数值确定当前动态推荐指数。通过上述技术方案，可实时分析对象数据变化情况，实现对各对象进行加权或降权处理，进而提高了推荐的准确度，并保证了推荐结果的时效性。
实施例三
图3为本发明实施例三提供的一种对象推荐方法的流程图，在前述实施例的基础上，可以对上述实施例中的“基于所述搜索关键词和各对象的描述信息确定各对象的推荐匹配度”进行进一步细化，其具体的实现方式可以参见本技术方案的信息详细阐述。其中，与上述实施例相同或者相应的技术术语在此不再赘述。如图3所示，本发明实施例的方法具体包括如下步骤：
S310、获取搜索关键词，将所述搜索关键词映射为第一向量。
其中，第一向量包括第一关键词向量和第一关键词向量对应的第一权重向量。第一关键词向量可以为一个或多个数值组成的向量，该第一关键词向量中的每一维可以用于表征对应的关键词的语义特征。
示例性的，语义相近的关键词的数值也会比较接近，比如，关键词“牙疼”对应的词向量可以为0.12，与“牙疼”语义相近的关键词“牙龈肿痛”对应的词向量可以为0.14。
需要说明的是，上述搜索关键词对应的第一权重向量可以为输入内容中各搜索关键词在输入内容中占的权重组成的向量，也可以为输入内容中各个搜索关键词在输入内容中提取的所有关键词的占的权重组成的向量。
S320、基于各对象的描述信息对应的第二向量，分别与所述第一向量进行相似度计算，确定所述搜索关键词与各对象的描述信息的推荐匹配度。
其中，第二向量包括第二关键词向量和第二关键词向量对应的第二权重向量；具体的，从各对象的描述信息中提取的关键词，并将提取的关键词确定为第二关键词。第二关键词向量可以为一个或多个数值组成的向量，该第二关键词向量中的每一维可以用于表征对应的关键词的语义特征。上述第二关键词对应的第二权重向量可以为各对象的描述信息中各第二关键词在各对象的描述信息中占的权重组成的向量，也可以为各对象的描述信息中各个搜索关键词在各对象的描述信息中提取的所有关键词的占的权重组成的向量。
具体的，在获取搜索关键词的第一向量和各对象的描述信息对应的第二向量后，进行余弦相似度计算，计算公式为：
其中，similarity为余弦相似度，q表示输入内容中的的第一关键词向量，d表示各对象的描述信息中的第二关键词向量。coord表示协调因子。queryNorm是相似度的归一化指标。tf表示一个搜索关键词在各对象的描述信息出现的次数，idf表示在整个倒排索引中此关键词的普遍性程度，norm表示各对象的描述信息中关键词的归一化因子，用于弱化描述信息中文档长度对相似度的影响。t.getBoost()表示输入内容中各搜索关键词的权重，可以预先设置搜索关键词的权重，设定某个词更加重要。
需要说明的是，当输入内容中的搜索关键词与各对象的描述信息中的第二关键词的语义比较接近时，这两个关键词的词向量也会比较接近，这样计算出的两个词的余弦相似度也会比较高，比如输入内容中的搜索关键词“牙疼”与各对象的描述信息中的第二关键词“牙齿肿痛”的语义比较接近，“牙疼”与“牙齿肿痛”对应的词向量的余弦相似度也会比较高。当输入内容中的搜索关键词与各对象的描述信息中的第二关键词有较多关键词语义相同或比较接近时，计算出的第一向量与第二向量的余弦相似度也会比较高。
本实施例通过将搜索关键词映射为第一向量；基于各对象的描述信息对应的第二向量，分别与所述第一向量进行相似度计算，确定所述搜索关键词与各对象的描述信息的推荐匹配度，实现了根据关键词自动生成推荐匹配度，为对象推荐提供了基础评价分数；进一步的，通过余弦相似度的计算，可以有效获取搜索关键词和各对象的描述信息的关系，提高了相似度计算的精度。
S330、获取各对象的质量指数以及当前动态推荐指数，其中，所述当前动态推荐指数基于对象在当前的已承接任务以及可承接任务确定。
S340、基于所述各对象的推荐匹配度、质量指数以及当前动态推荐指数分别确定各对象的综合推荐指数。
S350、基于各对象的综合推荐指数确定所述搜索关键词对应的对象推荐顺序。
本发明实施例提供了一种对象推荐方法，通过获取搜索关键词，基于搜索关键词和各对象的描述信息确定各对象的推荐匹配度，实现了根据搜索关键词自动进行推荐对象；进一步的，通过获取各对象的质量指数以及当前动态推荐指数，基于各对象的推荐匹配度、质量指数以及当前动态推荐指数分别确定各对象的综合推荐指数，基于各对象的综合推荐指数确定搜索关键词对应的对象推荐顺序，实现了在基于关键词的推荐方法基础上增加了静态的质量指数和实时变化的当前动态推荐指数，使得分析的数据更加全面，提高了对象推荐的时效性和准确性。
实施例四
图4为本发明实施例四提供的一种对象推荐装置的结构示意图，本实施例所提供的对象推荐装置可以通过软件和/或硬件来实现，可配置于终端和/或服务器中来实现本发明实施例中的对象推荐方法。该装置具体可以包括：匹配度生成模块410、指数获取模块420、综合推荐指数确定模块430及推荐顺序确定模块440。
其中，匹配度生成模块410，用于获取搜索关键词，基于所述搜索关键词和各对象的描述信息确定各对象的推荐匹配度；指数获取模块420，用于获取各对象的质量指数以及当前动态推荐指数，其中，所述当前动态推荐指数基于对象在当前的已承接任务以及可承接任务确定；综合推荐指数确定模块430，用于基于所述各对象的推荐匹配度、质量指数以及当前动态推荐指数分别确定各对象的综合推荐指数；推荐顺序确定模块440，用于基于各对象的综合推荐指数确定所述搜索关键词对应的对象推荐顺序。
本发明实施例提供了一种对象推荐装置，通过获取搜索关键词，基于搜索关键词和各对象的描述信息确定各对象的推荐匹配度，实现了根据搜索关键词自动进行推荐对象；进一步的，通过获取各对象的质量指数以及当前动态推荐指数，基于各对象的推荐匹配度、质量指数以及当前动态推荐指数分别确定各对象的综合推荐指数，基于各对象的综合推荐指数确定搜索关键词对应的对象推荐顺序，实现了在基于关键词的推荐方法基础上增加了静态的质量指数和实时变化的当前动态推荐指数，使得分析的数据更加全面，提高了对象推荐的时效性和准确性。
在本发明实施例中任一可选技术方案的基础上，可选地，所述指数获取模块420可以包括：
承接任务确定单元，用于对于任一对象，确定所述对象可承接任务的类型、当前是否存在已承接任务、以及已承接任务的当前数量；
动态推荐指数生成单元，用于基于所述可承接任务的类型、当前是否存在已承接任务以及已承接任务的当前数量分别对应的评价数值确定所述当前动态推荐指数。
在本发明实施例中任一可选技术方案的基础上，可选地，所述可承接任务的各类型分别对应不同的评价数值；存在已承接任务和不存在已承接任务分别对应不同的评价数值；所述已承接任务的当前数量与对应的评价数值负相关，或者，所述已承接任务的当前数量所属的不同数量范围分别对应不同的评价数值。
在本发明实施例中任一可选技术方案的基础上，可选地，所述当前动态推荐指数基于所述可承接任务的类型、当前是否存在已承接任务以及已承接任务的当前数量分别对应的评价数值经预设处理规则确定，其中，所述预设处理规则包括乘积运算、加权处理。
在本发明实施例中任一可选技术方案的基础上，可选地，所述指数获取模块420还可用于：
基于各对象的标识调用对应的质量指数，其中，所述质量指数基于预设周期更新；或者，
获取各对象分别对应的基础信息、任务开通状态和历史业务量，基于所述基础信息、所述任务开通状态和所述历史业务量分别对应的权重进行加权处理，得到对应的质量指数。
在本发明实施例中任一可选技术方案的基础上，可选地，所述匹配度生成模块410还可以用于：
将所述搜索关键词映射为第一向量；
基于各对象的描述信息对应的第二向量，分别与所述第一向量进行相似度计算，确定所述搜索关键词与各对象的描述信息的推荐匹配度。
在本发明实施例中任一可选技术方案的基础上，可选地，所述综合推荐指数确定模块430具体还可用于：
对于任一对象，基于所述推荐匹配度、质量指数以及当前动态推荐指数分别对应的权重进行加权处理，得到所述对象的综合推荐指数；或者，
对于任一对象，基于所述推荐匹配度、质量指数以及当前动态推荐指数的乘积确定所述对象的综合推荐指数。
本发明实施例所提供的对象推荐装置可执行本发明任意实施例所提供的对象推荐方法，具备执行方法相应的功能模块和有益效果。
实施例五
图5为本发明实施例五所提供的一种电子设备的结构示意图。图5示出了适于用来实现本发明实施方式的示例性电子设备12的框图。图5显示的电子设备12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示，电子设备12以通用计算设备的形式表现。电子设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，***存储器28，连接不同***组件(包括***存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，***总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及***组件互连(PCI)总线。
电子设备12典型地包括多种计算机***可读介质。这些介质可以是任何能够被电子设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
***存储器28可以包括易失性存储器形式的计算机***可读介质，例如随机存取存储器(RAM)30和/或高速缓存存储器32。电子设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机***存储介质。仅作为举例，存储***34可以用于读写不可移动的、非易失性磁介质(图5未显示，通常称为“硬盘驱动器”)。尽管图5中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。***存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块26的程序/实用工具36，可以存储在例如***存储器28中，这样的程序模块26包括但不限于操作***、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块26通常执行本发明所描述的实施例中的功能和/或方法。
电子设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该电子设备12交互的设备通信，和/或与使得该电子设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，电子设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图5所示，网络适配器20通过总线18与电子设备12的其它模块通信。应当明白，尽管图5中未示出，可以结合电子设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
处理单元16通过运行存储在***存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发实施例所提供的一种对象推荐方法。
实施例六
本发明实施例六还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种对象推荐方法，该方法包括：
获取搜索关键词，基于所述搜索关键词和各对象的描述信息确定各对象的推荐匹配度；
获取各对象的质量指数以及当前动态推荐指数，其中，所述当前动态推荐指数基于对象在当前的已承接任务以及可承接任务确定；
基于所述各对象的推荐匹配度、质量指数以及当前动态推荐指数分别确定各对象的综合推荐指数；
基于各对象的综合推荐指数确定所述搜索关键词对应的对象推荐顺序。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明实施例操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种对象推荐方法，其特征在于，包括：
获取搜索关键词，基于所述搜索关键词和各对象的描述信息确定各对象的推荐匹配度；
获取各对象的质量指数以及当前动态推荐指数，其中，所述当前动态推荐指数基于对象在当前的已承接任务以及可承接任务确定；
基于所述各对象的推荐匹配度、质量指数以及当前动态推荐指数分别确定各对象的综合推荐指数；
基于各对象的综合推荐指数确定所述搜索关键词对应的对象推荐顺序。
2.根据权利要求1所述的方法，其特征在于，获取各对象的当前动态推荐指数，包括：
对于任一对象，确定所述对象可承接任务的类型、当前是否存在已承接任务以及已承接任务的当前数量；
基于所述可承接任务的类型、当前是否存在已承接任务以及已承接任务的当前数量分别对应的评价数值确定所述当前动态推荐指数。
3.根据权利要求2所述的方法，其特征在于，可承接任务的各类型分别对应不同的评价数值；
存在已承接任务和不存在已承接任务分别对应不同的评价数值；
所述已承接任务的当前数量与对应的评价数值负相关，或者，所述已承接任务的当前数量所属的不同数量范围分别对应不同的评价数值。
4.根据权利要求2所述的方法，其特征在于，所述当前动态推荐指数基于所述可承接任务的类型、当前是否存在已承接任务以及已承接任务的当前数量分别对应的评价数值经预设处理规则确定，其中，所述预设处理规则包括乘积运算、加权处理。
5.根据权利要求1所述的方法，其特征在于，所述获取各对象的质量指数，包括：
基于各对象的标识调用对应的质量指数，其中，所述质量指数基于预设周期更新；或者，
获取各对象分别对应的基础信息、任务开通状态和历史业务量，基于所述基础信息、所述任务开通状态和所述历史业务量分别对应的权重进行加权处理，得到对应的质量指数。
6.根据权利要求1所述的方法，其特征在于，所述基于所述搜索关键词和各对象的描述信息确定各对象的推荐匹配度，包括：
将所述搜索关键词映射为第一向量；
基于各对象的描述信息对应的第二向量，分别与所述第一向量进行相似度计算，确定所述搜索关键词与各对象的描述信息的推荐匹配度。
7.根据权利要求1所述的方法，其特征在于，所述基于所述各对象的推荐匹配度、质量指数以及当前动态推荐指数分别确定各对象的综合推荐指数，包括：
对于任一对象，基于所述推荐匹配度、质量指数以及当前动态推荐指数分别对应的权重进行加权处理，得到所述对象的综合推荐指数；或者，
对于任一对象，基于所述推荐匹配度、质量指数以及当前动态推荐指数的乘积确定所述对象的综合推荐指数。
8.一种对象推荐装置，其特征在于，包括：
匹配度生成模块，用于获取搜索关键词，基于所述搜索关键词和各对象的描述信息确定各对象的推荐匹配度；
指数获取模块，用于获取各对象的质量指数以及当前动态推荐指数，其中，所述当前动态推荐指数基于对象在当前的已承接任务以及可承接任务确定；
综合推荐指数确定模块，用于基于所述各对象的推荐匹配度、质量指数以及当前动态推荐指数分别确定各对象的综合推荐指数；
推荐顺序确定模块，用于基于各对象的综合推荐指数确定所述搜索关键词对应的对象推荐顺序。
9.一种电子设备，其特征在于，所述电子设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的对象推荐方法。
10.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的对象推荐方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110718416.7A CN113314207A (zh) | 2021-06-28 | 2021-06-28 | 一种对象推荐方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110718416.7A CN113314207A (zh) | 2021-06-28 | 2021-06-28 | 一种对象推荐方法、装置、存储介质及电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113314207A true CN113314207A (zh) | 2021-08-27 |
Family
ID=77380582
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110718416.7A Pending CN113314207A (zh) | 2021-06-28 | 2021-06-28 | 一种对象推荐方法、装置、存储介质及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113314207A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113707335A (zh) * | 2021-09-06 | 2021-11-26 | 挂号网（杭州）科技有限公司 | 确定目标接诊用户的方法、装置、电子设备和存储介质 |
| CN115269989A (zh) * | 2022-08-03 | 2022-11-01 | 百度在线网络技术（北京）有限公司 | 对象推荐方法、装置、电子设备和存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106227880A (zh) * | 2016-08-01 | 2016-12-14 | 挂号网（杭州）科技有限公司 | 医生搜索推荐的实现方法 |
| CN106503119A (zh) * | 2016-10-17 | 2017-03-15 | 广州薏生网络科技有限公司 | 一种移动问诊平台垂直搜索结果的排序方法 |
| CN110993084A (zh) * | 2019-12-18 | 2020-04-10 | 腾讯科技（深圳）有限公司 | 一种对象排序方法、装置、设备及可读存储介质 |
| CN111476029A (zh) * | 2020-04-13 | 2020-07-31 | 武汉联影医疗科技有限公司 | 资源推荐方法和装置 |
| CN112069413A (zh) * | 2020-09-11 | 2020-12-11 | 腾讯科技（深圳）有限公司 | 医生推荐方法、装置、服务器和存储介质 |
-
2021
- 2021-06-28 CN CN202110718416.7A patent/CN113314207A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106227880A (zh) * | 2016-08-01 | 2016-12-14 | 挂号网（杭州）科技有限公司 | 医生搜索推荐的实现方法 |
| CN106503119A (zh) * | 2016-10-17 | 2017-03-15 | 广州薏生网络科技有限公司 | 一种移动问诊平台垂直搜索结果的排序方法 |
| CN110993084A (zh) * | 2019-12-18 | 2020-04-10 | 腾讯科技（深圳）有限公司 | 一种对象排序方法、装置、设备及可读存储介质 |
| CN111476029A (zh) * | 2020-04-13 | 2020-07-31 | 武汉联影医疗科技有限公司 | 资源推荐方法和装置 |
| CN112069413A (zh) * | 2020-09-11 | 2020-12-11 | 腾讯科技（深圳）有限公司 | 医生推荐方法、装置、服务器和存储介质 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113707335A (zh) * | 2021-09-06 | 2021-11-26 | 挂号网（杭州）科技有限公司 | 确定目标接诊用户的方法、装置、电子设备和存储介质 |
| CN115269989A (zh) * | 2022-08-03 | 2022-11-01 | 百度在线网络技术（北京）有限公司 | 对象推荐方法、装置、电子设备和存储介质 |
| WO2024027125A1 (zh) * | 2022-08-03 | 2024-02-08 | 百度在线网络技术（北京）有限公司 | 对象推荐方法、装置、电子设备和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| De Vine et al. | Medical semantic similarity with a neural language model | |
| CN110737774B (zh) | 图书知识图谱的构建、图书推荐方法、装置、设备及介质 | |
| CN109325108B (zh) | 查询处理方法、装置、服务器及存储介质 | |
| CN111832290B (zh) | 用于确定文本相关度的模型训练方法、装置、电子设备及可读存储介质 | |
| CN112329460B (zh) | 文本的主题聚类方法、装置、设备及存储介质 | |
| CN112883157B (zh) | 一种多源异构医疗数据的标准化方法及装置 | |
| CN112541056B (zh) | 医学术语标准化方法、装置、电子设备及存储介质 | |
| CN109299227B (zh) | 基于语音识别的信息查询方法和装置 | |
| US20150227714A1 (en) | Medical information analysis apparatus and medical information analysis method | |
| CN113314207A (zh) | 一种对象推荐方法、装置、存储介质及电子设备 | |
| CN110276009B (zh) | 一种联想词的推荐方法、装置、电子设备及存储介质 | |
| CN113345577A (zh) | 诊疗辅助信息的生成方法、模型训练方法、装置、设备以及存储介质 | |
| CN112966181A (zh) | 服务推荐方法、装置、电子设备及存储介质 | |
| CN116127001A (zh) | 敏感词检测方法、装置、计算机设备及存储介质 | |
| CN111755090A (zh) | 病历查找方法、病历查找装置、存储介质与电子设备 | |
| CN110263083B (zh) | 知识图谱的处理方法、装置、设备和介质 | |
| CN117473057A (zh) | 问答处理方法、***、设备和存储介质 | |
| CN115620886B (zh) | 一种数据审核方法和装置 | |
| CN111427880A (zh) | 数据处理的方法、装置、计算设备以及介质 | |
| CN115762704A (zh) | 一种处方审核方法、装置、设备和存储介质 | |
| EP3964980A1 (en) | Automatically recommending an existing machine learning project as adaptable for use in a new machine learning project | |
| CN111858899B (zh) | 语句处理方法、装置、***和介质 | |
| CN113849618A (zh) | 基于知识图谱的策略确定方法、装置、电子设备及介质 | |
| CN115048487A (zh) | 基于人工智能的舆情分析方法、装置、计算机设备及介质 | |
| CN114020774A (zh) | 多轮问答语句的处理方法、装置、设备及存储介质 |
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: 20210827 |