源子系统，关键词搜索子系统和排序子系统。
[0044]其中，用户操作子系统用于与医生资源子系统和关键词搜索子系统进行交互，具体地，包括有医生资源录入和发布模块，搜索关键词输入模块。
[0045]医生资源子系统包括有医生资源信息及医生-关键词关联数据库。医生资源信息包括医生基本信息、时间信息、定价信息和备注信息。其中，基本信息包括医生姓名、联系方式、职称、科室、专业擅长等信息；时间信息是医生的可用时间段，可以是以一个给定的时间长度为最小单位，例如半小时；定价信息医生根据自己专业技能和市场综合评估出的收费价格；在备注信息中，医生可以定义自己的偏好，比如坐诊还是出诊，出诊的地理位置范围，接收什么类型的患者等。
[0046]在医生资源上还建立有医生-关键词关联数据库，以便于进行搜索。例如，某位医生擅长儿童肺炎的治疗，因而该医生与关键词儿童肺炎关联了起来。该数据库在系统运行初期可以通过专业人员进行手工标注，在系统运行过程中可以通过搜索输入、回访评价等对所积累的语料进行关键词挖掘和自动标注。
[0047]关键词搜索子系统是一个搜索引擎，其实质是在上述医生-关键词关联数据上建立倒排索引，然后以关键词来搜索相应的医生资源。
[0048]排序子系统用于搜索结果的排序，比如根据医生资源与搜索关键词的相关度进行排序。
[0049]上述系统是本发明所述的医疗服务供需匹配系统的一个最小化的实施例，其中，通过用户操作子系统与医生资源子系统的交互建立和发布医生资源信息。
[0050]通过用户操作子系统的搜索关键词输入模块向关键词搜索子系统输入关键词，搜索子系统依据该关键词从医生-关键词关联数据中搜索出医生，然后排序模块依据一定的排序规则对搜索结果进行排序，以供患者选择合适的医生资源就医。
[0051]如图2所示，在某些情况下，本系统的使用者并不十分清楚患者所患的疾病。因而，不能准确输入搜索关键词，为了解决这一问题，在一个实施例中，所述搜索子系统前置有疾病诊断专家系统，该专家系统用于根据所述用户操作子系统所输入的患者症状推断出疾病名称，并将疾病名称作为所述搜索子系统的搜索关键词。
[0052]并且作为患者，就医时常常有个性化需求，比如某些女患者希望是女医生为自己治疗。因而，在图2所示的关键词搜索相关的模块中有筛选模块，所述条件筛选模块用于根据所述操作子系统所输入的筛选条件从医生资源中筛选医生资源，所述搜索子系统从满足筛选条件的医生资源中以关键词搜索出相应的医生资源。即，例如，如果上述患者输入了筛选条件是女医生，那么在搜索子系统的搜索结果中只会出现女医生。
[0053]患者个人的医疗档案是重要的医疗数据，其对于医疗服务的供需匹配也有着重要的意义。因而，在本发明的医疗服务的供需匹配系统的另外一个实施例中，具有患者医疗档案，并且能依据患者医疗档案进行医生推荐。
[0054]如图3所示，在该实施例中，包括有患者医疗档案数据库，用户操作子系统中的个人档案录入模块可以完成患者医疗档案录入。而系统中还包括有协同推荐子系统，该协同推荐子系统使用一定的协同推荐算法，依据患者医疗档案向患者推荐适合的医生。现有的多种协同推荐算法都可以在本系统中使用，例如基于邻近方法(Neighborhood-basedapproach)、项对项的方法(item-to-1tem approach)、分类方法(Classificat1napproach)、投影方法(Affinity-based approach)等。
[0055]所推荐的医生资源的相关性会增加，因而，推荐结果输入到排序子系统后，会使得被推荐的医生资源在排序子系统中的排序上升。
[0056]在实际的医疗过程中，医生的实时预约情况也是患者选择医生的一个重要的考虑因素。比如，患者都比较倾向于选择热门的医生。因而，在本发明的一个实施例中，有相应的实施预约统计模块，对各位医生的预约情况进行实时统计。该实时统计模块可以使用例如流数据分析的方法统计出医生预约的热度，然后以医生预约的热度来影响医生资源搜索结果的排序。
[0057]如图4所示，在本发明的一个实施例中，排序子系统同时与关键词搜索子系统、协同推荐子系统和实时预约情况统计子系统相连，即，排序子系统使用一定的排序算法来进行综合排序。在该实施例中，排序子系统考虑了相关性、价格和医生的热度。其中关键词搜索子系统和协同推荐子系统会影响结果的相关性，实时预约情况统计模块决定了医生的热度，而价格来自于医生所发布的价格信息。
[0058]在该实施例中，根据用户选择，系统可以根据单一因素对医生资源结果进行排序，例如可以用价格来进行排序。
[0059]但是在该实施例中，缺省给出的是上述多种因素的综合排序，排序所使用的算法可以通过机器学习来得到。例如，具体地，可以对搜索出的结果进行人工标定排序，然后采用例如决策树、最大熵等机器学习算法从人工标定的排序结果中学习出排序算法模型，用于综合排序。
[0060]如图5所示，在本发明的一个实施例中，结合了上述的各个子系统和模块。其中，用户操作子系统包括了医生资源录入和发布模块、筛选条件输入模块、症状输入模块、搜索关键词输入模块、个人档案录入模块。
[0061]首先，通过医生资源录入和发布模块，建立起医生资源数据和医生-关键词关联数据；
[0062]然后，当需要为患者匹配出合适的医生资源时，可以通过筛选条件输入模块输入筛选条件，筛选条件模块根据所述条件对可供搜索的医生资源进行过滤。
[0063]如果患者所患疾病清楚，可以直接通过搜索关键词输入模块直接输入搜索关键
ο
[0064]如果患者所患的疾病并不清楚，则可以通过症状输入模块向疾病诊断专家系统输入患者症状，疾病诊断专家系统会依据该症状推断出疾病，用作关键词搜索子系统的输入。
[0065]搜索子系统依据上述关键词和筛选条件搜索出的医生资源被送入排序子系统进行排序。
[0066]并且，协同推荐子系统会依据患者医疗档案进行医生推荐，所推荐的结果同样会送入排序子系统，影响医生资源的相关性。
[0067]同时，预约情况实时统计子系统会将其统计出的医生热度输入排序子系统。
[0068]所述排序子系统会依据上述输入，依据一定的排序算法对医生资源进行排序，输出医生资源列表。
[0069]患者可以根据上述医生资源列表选择就医，在就医之后可以将就医档案输入患者医疗档案子系统，并对就医情况进行评价。
[0070]如图6，在本发明的另外一个方面，提供了一种通过网络进行医疗服务供需匹配的方法，其特征在于，包括如下步骤:
[0071]步骤S1010:首先，例如应用上述用户操作子系统，医生可以发布医生资源，包括医生的基本信息、可用时间段、收费价格和工作偏好；
[0072]步骤S1020:在医生发布了医疗资源后，患者可以依据患者的疾病，通过搜索引擎从医生资源中搜索出医生资源；
[0073]步骤S1030:由于搜索出的医生资源可能较多，但各个资源的相关性并不相同，因而，需要对搜索出的医生资源进行排序，并展现给使用者。上述排序后的医生资源可以指导患者就医。
[0074]如图7，如前面已经描述的，使用者可能对患者所患的疾病并不清楚，因而在另外一个实施例中，在上述医疗服务供需匹配的方法的步骤S10