Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于组合超图学习的在线医生推荐方法及系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:中国人民解放军联勤保障部队第九八九医院

摘要:本发明涉及智慧医疗领域,公开了一种基于组合超图学习的在线医生推荐方法及系统,该方法通过构建详尽的患者和医生特征向量,计算其相似性矩阵,并利用高斯核相互作用谱进行补充和修正,生成完备相似性矩阵,进一步,通过患者‑医生对特征工程,构造综合特征向量,并基于k近邻和k均值聚类算法构建超图结构,学习超图特征到关联得分的映射矩阵,生成组合映射矩阵预测关联得分,从而实现精准推荐;系统包括输入、输出、算法、存储和交互模块,提供便捷、高效的医生推荐服务。本发明全面考虑多维度特征,准确捕捉相似性和潜在关联,优化权重和映射矩阵,提升推荐准确性和可靠性,显著提高就医体验和满意度,具有重要实际应用价值和推广意义。

主权项:1.一种基于组合超图学习的在线医生推荐方法,其特征在于,包括以下步骤:S1.获取患者信息和医生信息,基于所获取信息分别构建患者特征向量和医生特征向量;S2.分别计算患者特征向量之间的余弦相似度和医生特征向量之间的余弦相似度,生成患者间相似性矩阵和医生间相似性矩阵;S3.基于患者的历史就医信息,构建患者与医生的关联矩阵,矩阵元素表示医生是否为患者提供过治疗;S4.基于关联矩阵,分别计算患者之间的高斯核相互作用谱和医生之间的高斯核相互作用谱,利用高斯核相互作用谱刻画对应相似性矩阵的潜在相似性,生成患者的完备相似性矩阵和医生的完备相似性矩阵;S5.基于患者的完备相似性矩阵、医生的完备相似性矩阵和关联矩阵进行患者-医生对特征工程,构造患者-医生对特征的综合特征向量;S6.基于综合特征向量,分别使用k近邻算法和k均值聚类算法,构建患者-医生对超图结构;S7.学习每个超图结构的特征到关联得分的映射矩阵,并根据各个映射矩阵的重要性赋予权重,通过组合权重和各个映射矩阵,生成组合映射矩阵,预测患者-医生对的关联得分;S8.将待就诊患者与所有医生的预测关联得分从高到低排序,选取得分最高的医生作为推荐结果,对待就诊患者进行推荐。

全文数据:

权利要求:

百度查询: 中国人民解放军联勤保障部队第九八九医院 基于组合超图学习的在线医生推荐方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。