医生就诊时间段推荐方法及装置与流程

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系统显得尤为重要，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。技术实现要素：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13464时间段24252时间段38311时间段42681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&20.94时间段1&30.61时间段1&40.91时间段2&30.74时间段2&40.86时间段3&40.48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140.612.440.913.64时间段230.742.220.863.58总计4.666.22系数(总计/10)0.4660.622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。当前第1页12