一种推荐方法和终端与流程

本发明涉及数据处理
技术领域：
，特别涉及一种推荐方法和终端。
背景技术：
：现在的系统主要是靠医生根据自己的经验来问诊，并根据问诊的得到的症状得出相应的结论。但是这种方式过度依赖医生的经验，而医生的经验水平也各有不同，此外，医生作为个人，且知识面以及精力也都有限，因此得出的结果很可能存在不准确的地方。由此，目前需要一种更好的方案，以解决上述缺陷。技术实现要素：有鉴于此，本发明提出了一种推荐方法和终端，为待匹配对象提供了更准确的推荐，且该过程不会给待匹配对象造成更多的精力消耗，利于减轻待匹配对象的负担。具体的，本发明提出了以下具体的实施例：本发明实施例提出了一种推荐方法，其特征在于，用于包括数据库的系统中，所述数据库中包括多个匹配对象，各所述匹配对象均对应有匹配数据；所述匹配数据中包括第一中医症状数据；该方法包括：获取待匹配对象的第二中医症状数据；针对各所述匹配对象，确定所述第二中医症状数据与所述第一中医症状数据的相似度值；选择所述相似度值最高的一个或多个所述匹配对象推荐给所述待匹配对象。在一个具体的实施例中，所述匹配数据中还包括对应匹配条件的条件数据；所述匹配条件用于判断所述第二中医症状数据中的症状数据是否出现在所述匹配数据的症状数据中；还包括：判断所述第二中医症状数据是否符合所述匹配条件；基于判断的结果使用修正函数对所述相似度值进行修正。在一个具体的实施例中，当判断结果为是时，所述修正函数为第一函数；当判断结果为否时，所述修正函数为第二函数；优选的，所述第一函数为：y＝0.5+0.48×math.sin((math.pi％2)×x)；所述第二函数为：y＝0.05+0.45×math.sin((math.pi％2)×x)；所述x为所述相似度值；y为修正后的相似度值；所述math.sin为以弧度进行计算的sin函数；所述math.pi为圆周率；所述％为取余运算。在一个具体的实施例中，所述第一中医症状数据和/或所述第二中医症状数据为经过结构化处理的数据。在一个具体的实施例中，所述第一中医症状数据和所述第二中医症状数据均基于症类进行分类，不同所述症类的症状数据各不相同；优选的，所述症类包括：主症、次症、兼症、补症。在一个具体的实施例中，所述匹配条件为：所述第二中医症状数据中的症状数据包括所述第一中医症状数据中的一个或多个症状数据。在一个具体的实施例中，所述第一中医症状数据与所述第二中医症状数据均由症状数据组成，所述数据库中还包括分值表；所述分值表中包含有症状数据与预设分值的对应关系；不同的所述症状数据对应不同的所述预设分值；所述“确定所述第二中医症状数据与所述第一中医症状数据的相似度值”，包括：通过所述分值表确定所述第一中医症状数据与所述第二中医症状数据两者中各症状数据对应的预设分值；基于所述两者中的各预设分值进行相似度计算，得到所述第二中医症状数据与所述第一中医症状数据的初始相似度值。在一个具体的实施例中，所述相似度计算是基于下列公式来进行的：其中，所述ts(x,y)为相似度值；所述x为所述第二中医症状数据；所述xi为所述第二中医症状数据中第i个所述结构化的中医症状数据的预设分值；所述y为所述第一中医症状数据；所述yj为所述第一中医症状数据中第j个所述结构化的中医症状数据的预设分值；所述∧为按位与运算；所述∨为按位或运算。在一个具体的实施例中，所述症状数据还根据类别进行分类；其中，各所述类别包括一个或多个所述症状数据；第一差值小于第二差值；其中，所述第一差值为同一类别下的任意两所述症状数据的预设分值的差值；所述第二差值为分别属于不同类别的任意两所述症状数据的预设分值的差值。本发明实施例还提出了一种终端，包括用于执行上述方法的处理器。以此，本发明实施例提出了一种推荐方法和终端，用于包括数据库的系统中，所述数据库中包括多个匹配对象，各所述匹配对象均对应有匹配数据；所述匹配数据中包括第一中医症状数据；该方法包括：获取待匹配对象的第二中医症状数据；针对各所述匹配对象，确定所述第二中医症状数据与所述第一中医症状数据的相似度值；选择所述相似度值最高的一个或多个所述匹配对象推荐给所述待匹配对象。本方案为待匹配对象提供了更准确的推荐，且该过程不会给待匹配对象造成更多的精力消耗，利于减轻待匹配对象的负担。附图说明为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。图1为本发明实施例提出的一种推荐方法的流程示意图；图2为本发明实施例提出的一种推荐方法中获取待处理症状数据的界面示意图；图3为本发明实施例提出的一种推荐方法中获取推荐结果的界面示意图；图4为本发明实施例提出的一种推荐方法的整体流程示意图。具体实施方式在下文中，将更全面地描述本公开的各种实施例。本公开可具有各种实施例，并且可在其中做出调整和改变。然而，应理解：不存在将本公开的各种实施例限于在此公开的特定实施例的意图，而是应将本公开理解为涵盖落入本公开的各种实施例的精神和范围内的所有调整、等同物和/或可选方案。在本公开的各种实施例中使用的术语仅用于描述特定实施例的目的并且并非意在限制本公开的各种实施例。如在此所使用，单数形式意在也包括复数形式，除非上下文清楚地另有指示。除非另有限定，否则在这里使用的所有术语(包括技术术语和科学术语)具有与本公开的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关
技术领域：
中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义，除非在本公开的各种实施例中被清楚地限定。实施例1本发明实施例1公开了一种推荐方法，用于包括数据库的系统中，所述数据库中包括多个匹配对象，各所述匹配对象均对应有匹配数据；所述匹配数据中包括第一中医症状数据；所述匹配数据中包括第一中医症状数据；具体的，数据库中各匹配对象的匹配数据是以教材、指南及名老中医经验等中医相关的经验或资料所提前设置好的，该方法包括以下步骤：步骤101、获取待匹配对象的第二中医症状数据；具体的，例如获取到的第二中医症状数据包括：短气，舌暗淡，头晕；具体获取的方式可以如图2所示，而匹配数据可以为如下表1所示：表1其中，匹配对象可以为张医生、刘医生，至于第一中医症状数据则可以包括表1中对应主症、次症、兼症、补症的症状数据。步骤102、针对各所述匹配对象，确定所述第二中医症状数据与所述第一中医症状数据的相似度值；具体的，所述第一中医症状数据与所述第二中医症状数据均由症状数据组成，所述数据库中还包括分值表；所述分值表中包含有症状数据与预设分值的对应关系；不同的所述症状数据对应不同的所述预设分值；具体的，预先根据各种中医的文献或资料以及中医医生的经验等，列出疾病可能存在的全部症状(均为结构化的中医症状数据)，同时根据中医的文献或资料以及中医医生的经验，以预设分值对症状数据进行标识。具体的，症状数据与预设分值的关系，也即分值表如表2所示：表2表4中的症状即为症状数据，不同的症状数据对应有不同的预设分值，例如可以为10，20，21···，130,140。如表4所示，所述症状数据还根据类别进行分类；其中，各所述类别包括一个或多个所述症状数据；定义第一差值为同一类别下的任意两所述症状数据的预设分值的差值，定义第二差值为分别属于不同分类的任意两所述症状数据的预设分值的差值，并且设定第一差值小于第二差值。例如汗出这一类别下包括易出汗与自汗这两症状数据；再例如脉象这以类别下包括脉沉取无力、脉结代、脉弦细、脉紧两个结构化的中医症状数据；每个症状数据均对应有预设分值，为了体现出区分度，不同类别下的任意两症状数据的预设分值差别较大，而同一类别下的两症状数据的预设分值差别较小，例如易出汗(预设分值20)与自汗(预设分值21)的预设分值的差值为1；而自汗(预设分值21)与脉沉取无力(预设分值40)的预设分值的差值为19。由此，步骤102中的所述“确定所述第二中医症状数据与所述第一中医症状数据的相似度值”，包括：通过所述分值表确定所述第一中医症状数据与所述第二中医症状数据两者中各症状数据对应的预设分值；基于所述两者中的各预设分值进行相似度计算，得到所述第二中医症状数据与所述第一中医症状数据的相似度值。具体的，所述相似度计算是基于下列公式来进行的：其中，所述ts(x,y)为相似度值；所述x为所述第二中医症状数据；所述xi为所述第二中医症状数据中第i个所述结构化的中医症状数据的预设分值；所述y为所述第一中医症状数据；所述yj为所述第一中医症状数据中第j个所述结构化的中医症状数据的预设分值；所述∧为按位与运算；所述∨为按位或运算。具体的，以第二中医症状数据包括：短气，舌暗淡，头晕为例，结合表2可知，第二中医症状数据包括：短气(预设分值为101)，舌暗淡(预设分值为80)，头晕(预设分值为110)。基于表1与表2可知，张医生的第一中医症状数据中，包括：短气(预设分值为101)，舌淡暗(预设分值为80)，头晕(预设分值为110),苔白腻(预设分值为70),脉紧(预设分值为43),脉结代(预设分值为41),咳嗽(预设分值为102)。其中，预设分数均为十进制的数字。由此，∑i,j(xi∧yj)代表的计算包括下列三者的和：部分1-1：101&101+101&80+101&110+101&70+101&43+101&41+101&102；(部分1-1代表第二中医症状数据中的短气(预设分值101)分别与张医生中的各第一中医症状数据进行运算，其他部分包括部分1-2、部分1-3，部分2-1、部分2-2、部分2-3，含义分别对应第二中医症状数据中的不同部分与张医生中的各第一中医症状数据进行运算，不再分别重复进行赘述)部分1-2：80&101+80&80+80&110+80&70+80&43+80&41+80&102；部分1-3：110&101+110&80+110&110+110&70+110&43+110&41+110&102；具体按位与的规则为：1&1＝1；1&0＝0；0&1＝0；0&0＝0；在此，以80&101为例来进行说明，分别将十进制数字101与80转换为二进制数字，101对应的二进制数字为1100101；80对应的二进制数字为1010000；具体的计算如下式所示：其中，从左至右依次按位处理，由于1&1＝1，0&1＝0，1&0＝0，0&0＝0，0&1＝0，0&0＝0，0&1＝0；得到的运算结果为二进制的1000000，转换为十进制的数字为64，则80&101＝64。具体的处理时，若两个数字的位数不同，则将较小的数字所少的位补充0即可，例如101对应的二进制数字为1100101，而10对应的二进制数字为1010，则进行补充，具体补充为0001010，然后依次进行计算即可。∑i,j(xi∨yj)代表的计算包括下列三者的和：部分2-1：101|101+101|80+101|110+101|70+101|43+101|41+101|102+80|101；部分2-2：80|101+80|80+80|110+80|70+80|43+80|41+80|102；部分2-3：110|101+110|80+110|110+110|70+110|43+110|41+110|102；具体按位或的规则：1|1＝1；1|0＝1；0|1＝1；0|0＝0；也需要将十进制数字转换为二进制数字之后进行计算，仍以80&101为例来进行说明，分别将十进制数字101与80转换为二进制数字，101对应的二进制数字为1100101；80对应的二进制数字为1010000；具体的计算则如下式所示：得到的结果为二进制的1110101，对应的十进制数字为117。其他相关部分例如少位补充0等方面，与按位与的计算类似，在此不再进行赘述。由此，基于上述的第二中医症状数据分别与张医生、刘医生两匹配对象的计算如表3所示：表3步骤105、选择所述最终相似度值最高的一个或多个所述匹配对象推荐给所述待匹配对象。在此情况下，如表3以及图3所示，例如可以选张医生推荐给待匹配对象。实施例2本发明实施例2还公开了一种推荐方法，在本实施例1的基础上，还对相似度值进行修正，具体的是通过是否符合匹配条件来选择对应的修正函数对相似度值进行修正。具体的，所述匹配数据中还包括对应匹配条件的条件数据；所述匹配条件用于判断所述第二中医症状数据中的症状数据是否出现在所述匹配数据的症状数据中；由此，修正过程具体如下:判断所述第二中医症状数据是否符合所述匹配条件；基于判断的结果使用修正函数对所述相似度值进行修正。具体的，如表4所示，表4上表4中，对应医生的例如张医生、刘医生等为所述匹配对象，至于症类则可以包括：主症(对应表1中的z)、次症(对应表1中的c)、兼症(对应表1中的j)、补症(对应表1中的b)；条件数据中，条件z1代表1个主症，其中的1代表数量为1,z代表主症。以此对应表4的匹配条件，例如匹配对象张医生的匹配条件为z1(一个主症，在此为短气)，c1(一个次症，在此为舌淡暗)，j1(一个兼症，在此为头晕,苔白腻,脉紧,脉结代,咳嗽中任意一个)；再例如刘医生这个匹配对象的匹配条件为z1，c1，j1，b1；z1，c2，j1表示为满足z1(一个主症，在此为腰膝酸软)，c1(一个次症，在此为口干或大便干燥)，j1(一个兼症，在此为舌淡紫)，b1(1个补症，在此为胸痛频发,短气,乏力,精神萎靡,食少,脉弦细,脉沉取无力中的任意一个)或满足z1(一个主症，在此为腰膝酸软)，c2(两个次症，在此为口干和大便干燥)，j1(一个兼症，在此为舌淡紫)。示例性的，获取到的第二中医症状数据例如为：主症：短气；次症：舌暗淡；兼症：头晕；如表5所示：表5主症次症兼症短气舌淡暗头晕基于表4与表5，可以知道第二中医症状数据符合张医生的条件数据，不符合刘医生的条件数据。其是否符合的结果如表6所示：表6具体的，当判断结果为是时，所述修正函数为第一函数；当判断结果为否时，所述修正函数为第二函数；具体的，所述第一函数为：y＝0.5+0.48×math.sin((math.pi％2)×x)；所述第二函数为：y＝0.05+0.45×math.sin((math.pi％2)×x)；所述x为所述相似度值；y为修正后的相似度值；所述math.sin为以弧度进行计算的sin函数；所述math.pi为圆周率；所述％为取余运算。以张医生作为匹配对象，由于第二中医症状数据符合张医生的匹配条件，则选择第一函数进行修正，在此设置math.pi％2的取值为1.14159，则最终相似度值y＝0.5+0.48×sin(1.14159×0.59)＝0.79940156，在一定精度要求下，取值为0.8，也即80％。至于刘医生，计算方式类似，不同之处在于选用的是第二函数进行修正，得到的结果如表7所示：表7在此情况下，步骤103中的“选择所述相似度值最高的一个或多个所述匹配对象推荐给所述待匹配对象”为选择修正后的所述相似度最高的一个或多个所述匹配对象推荐给所述待匹配对象，在此张医生的相似度最高，推荐张医生给待匹配对象。实施例3本发明实施例3还公开了一种推荐方法，具体的，在实施例1以及实施例2的基础上，本实施例3进一步限定，所述第一中医症状数据和/或所述第二中医症状数据为经过结构化处理的数据。进一步的，第一中医症状数据和所述第二中医症状数据中的症状数据均为经过结构化处理的数据。由此，步骤101，可以包括如下步骤：在预设界面获取基于点击不同图标或不同按钮所产生的经过结构化处理的数据(同时也为症状数据)；综合各经过结构化处理的数据生成待匹配对象的第二中医症状数据；具体的，本方案中的匹配对象可以为中医医生，至于待匹配对象则可以为使用本方案的使用者或操作者，在具体的应用环境中，待匹配对象例如可以为问诊医生或护士，也可以为患者自己等等。在一个具体的实施例中，所述第一中医症状数据和所述第二中医症状数据均基于症类进行分类，不同所述症类的所述结构化的中医症状数据各不相同；具体的，例如所述症类可以包括：主症、次症、兼症、补症。具体的症类可以根据中医的经验进行设置。进一步的，所述症类包括：主症、次症、兼症、补症。由此，具体的，预设界面如图2所示，可以为装载有本方法对应程序的设备上的显示界面(该界面出于简化的目的，只分为了主症与兼症，该界面中的兼症状实质是包括了次症、兼症、补症三类)，例如为计算机设备上的显示器，预设界面上的图标或按钮预先对应结构化的中医症状数据，具体的结构化的中医症状数据为针对中医的症状所设置的标准化的描述数据，对一个中医症状，只有唯一一个结构化的中医症状数据与之对应并进行描述(例如将同一中医症状的描述，原有3个不同描述，现在将描述统一为1个，统一后的描述即为经过结构化处理的数据)，以此利于中医症状的精准描述，避免造成混淆。基于此，操作者只需要点击图标或按钮的方式即可输入结构化的中医症状数据，后续汇总所点击产生的结构化的中医症状数据即为第二中医症状数据。此外，所述匹配条件为：所述第二中医症状数据中的症状数据包括所述第一中医症状数据中的一个或多个症状数据。具体进一步的，实施例4本发明实施例4还公开有一种推荐方法，具体的，与实施例中1-3的不同之处在于，本实施例4中的匹配对象还可以为例如某些文献或者病例数据等等，并不限于中医医生。在此，例如本实施例4中的匹配对象可以为名称为《陕西中医》的文献，其对应的匹配数据如表8所示：表8仍以实施例1中的第二中医症状数据(如表8所示，包括主症：短气；次症：舌暗淡；兼症：头晕；)为例来进行说明，是满足匹配条件数据满足z1，短气)，如表9所示：表9匹配对象条件是否满足匹配条件《陕西中医》1986z1；c2满足由此，对应的相似度值，其计算过程如表10所示：表10对应的计算过程，具体细节参见实施例1中的详细记载。由于满足《陕西中医》的条件数据，选用第一函数进行修正，其过程如表11所示：表11以此，结合实施例1、2中的2个中医医生，可以进行匹配对象的推荐，由于张医生的修正后的相似度值最高，则可以选择张医生推荐给待匹配对象，此外也可以将张医生与《陕西中医》一起推荐给待匹配对象。实施例5本发明实施例5还公开了一种推荐方法，如图4所示，医生录入患者的症状后到推荐处方的过程中使用方案的内容。具体的，在登录本方案的系统后，本发明可以根据患者的实际情况添加患者的主症及其他症状(次症、兼症，补症)。在患者的主症中包括患者当前最明确要解决的问题，其他症状则主要为患者平时的客观体征及医生面诊、脉诊、问诊时添加的症状。系统获取到患者的主症及其他症状，进行相似度计算以及是否满足匹配条件的判断之后，根据是否满足匹配条件数据对相似度值进行修正(具体的，若不满足匹配条件，还可以提示调整输入的第二中医症状数据)，为医生推荐最符合当前患者的主症及其他症状的自教材、指南及名老中医的各类处方，它的教材、指南及名老中医的各类处方等则根据相似度的高低进行排序。实施例6本发明实施例还公开了一种终端，包括用于执行实施例1-5中所述方法的处理器。具体的，本发明实施例还公开有其他相关特征，具体的出于简要说明的目标，具体相关特征请参见实施例1-5中的记载。以此，本发明实施例提出了一种推荐方法和终端，其特征在于，用于包括数据库的系统中，所述数据库中包括多个匹配对象，各所述匹配对象均对应有匹配数据；所述匹配数据中包括第一中医症状数据；该方法包括：获取待匹配对象的第二中医症状数据；针对各所述匹配对象，确定所述第二中医症状数据与所述第一中医症状数据的相似度值；选择所述相似度值最高的一个或多个所述匹配对象推荐给所述待匹配对象。本方案为待匹配对象提供了更准确的推荐，且该过程不会给待匹配对象造成更多的精力消耗，利于减轻待匹配对象的负担。本领域技术人员可以理解附图只是一个优选实施场景的示意图，附图中的模块或流程并不一定是实施本发明所必须的。本领域技术人员可以理解实施场景中的装置中的模块可以按照实施场景描述进行分布于实施场景的装置中，也可以进行相应变化位于不同于本实施场景的一个或多个装置中。上述实施场景的模块可以合并为一个模块，也可以进一步拆分成多个子模块。上述本发明序号仅仅为了描述，不代表实施场景的优劣。以上公开的仅为本发明的几个具体实施场景，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。当前第1页12