信息提供方法、装置、电子设备及存储介质与流程

1.本技术涉及信息推荐领域，具体涉及信息提供方法、装置、电子设备及存储介质。


背景技术：

2.目前，在向商家推荐商品时，通常采用的确定推荐商品的方式为：根据在一个较大的地理范围例如一个城市内商品的销售量，确定出多个销售量高的商品，将多个销售量的商品确定为多个推荐商品。
3.然而，通常采用的确定推荐商品的方式并不适应于药品。一方面，大多数疾病是通过药品组合进行治疗的，较多的用户具有在一个商家购买用于治疗疾病的药品组合的需求。如果按照在一个较大的地理范围内药品的销售量，确定多个推荐药品，导致确定出的推荐药品之间在治疗疾病方面无关联，多个推荐药品无法构成用于治疗疾病的药品组合。另一方面，提供药品的商家的主要买家通常是该商家的附近区域中的用户，按照在一个较大的地理范围内药品的销售量，确定多个推荐药品，没有考虑商家的附近区域中的用户对药品的需求，导致确定出的药品并不是商家的附近区域中的用户需要的药品。
4.在向商家推荐多种推荐药品之后，商家会采购多种推荐药品。由于多个推荐药品无法构成用于治疗疾病的药品组合，无法满足较多的用户的在一个商家购买用于治疗疾病的药品组合的需求，导致较多的用户不会在目标商家购买药品，同时，推荐药品并不是目标商家的主要买家即目标商家的附近区域中的用户需要的药品，导致推荐药品的销售量低，无法通过推荐药品，帮助商家提升药品销售量。


技术实现要素：

5.本技术提供了信息提供方法、装置、电子设备及存储介质。
6.根据本技术实施例的第一方面，提供一种信息提供方法，包括：
7.获取目标商家的多个关联数据，其中，所述关联数据基于所述目标商家的附近区域中的用户的针对药品的线上行为而生成；
8.基于所述多个关联数据，确定至少一个药品搭配信息，所述药品搭配信息包括：多种药品的药品名称，其中，所述药品搭配信息对应用于治疗疾病的药品组合；
9.将至少一个药品搭配信息提供给所述目标商家。
10.根据本技术实施例的第二方面，提供一种信息提供装置，包括：
11.获取单元，被配置为获取目标商家的多个关联数据，其中，所述关联数据基于所述目标商家的附近区域中的用户的针对药品的线上行为而生成；
12.确定单元，被配置为基于所述多个关联数据，确定至少一个药品搭配信息，所述药品搭配信息包括：多种药品的药品名称，其中，所述药品搭配信息对应用于治疗疾病的药品组合；
13.提供单元，被配置为将至少一个药品搭配信息提供给所述目标商家。
14.根据本技术实施例的第三方面，提供一种电子设备，包括：处理器；用于存储处理
器可执行指令的存储器；其中，该处理器被配置为执行该指令，以实现上述信息提供方法。
15.根据本技术实施例的第四方面，提供一种存储介质，当该存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行上述信息提供方法。
16.本技术实施例提供的信息获取方法，确定出的药品搭配信息对应用于治疗疾病的药品组合，使得目标商家可以根据药品搭配信息，采购用于治疗疾病的药品组合，将用于治疗疾病的药品组合出售给需要在一个商家购买用于治疗疾病的药品组合的用户，提升目标商家的药品的销售量。此外，至少一个药品搭配信息基于多个关联数据确定，关联数据基于目标商家的附近区域中的用户的针对药品的线上行为而生成，因此，药品搭配信息与目标商家的附近区域中的用户的针对药品的线上行为相关，药品搭配信息对应用于治疗疾病的药品组合中的药品为目标商家的附近区域中的用户所需的药品，使得药品搭配信息对应的用于治疗疾病的药品组合具有较高的销售量，较大幅度地提升目标商家的药品的销售量。
附图说明
17.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本技术的实施例，并与说明书一起用于解释本技术的原理。
18.图1示出了本技术实施例提供的信息获取方法的一个的流程图；
19.图2示出了本技术实施例提供的信息获取装置的一个结构示意图。
具体实施方式
20.下面结合附图和实施例对本技术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相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
21.需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本技术。
22.图1是本技术实施例提供的信息提供方法的一个的流程图。该方法可以由电子设备执行，该方法包括以下步骤：
23.步骤101，获取目标商家的多个关联数据。
24.本技术中的用户是指本技术实施例提供的信息提供方法应用于的平台的用户。目标商家为入驻本技术实施例提供的信息提供方法应用于的平台的商家。
25.在本技术中，关联数据基于目标商家的附近区域中的用户的针对药品的线上行为而生成。
26.在本技术中，目标商家的附近区域可以为以商家的位置为中心点的预设大小的区域。
27.例如，商家的附近区域为以商家的位置为中心点的具有预设半径的圆形区域。
28.在本技术中，对于任意一个用户，若该用户的至少一个线上行为位置在目标商家的附近区域中，该用户可以作为一个目标商家的附近区域中的用户，该用户的线上行为位置为该用户在进行针对药品的线上行为时的位置。
29.购买药品行为可以作为一种针对药品的线上行为。对于任意一个用户，该用户每一次进行购买药品行为，均可以生成一个与购买药品行为相关的关联数据。用于存储与针
对药品的线上行为相关的关联数据的服务器存储生成的与购买药品行为相关的关联数据。该用户进行一次针对药品的购买药品行为，生成的一个与购买药品行为相关的关联数据可以包括：该用户在该用户进行一次购买药品行为时的位置、由于该一次购买药品行为而产生的该用户的订单数据，该用户的订单数据包括该用户的用于购买药品的电子订单中的至少一种药品的药品名称。
30.在本技术中，可以将目标商家的附近区域中的用户称之为附近用户。当获取目标商家的多个关联数据时，可以从用于存储与针对药品的线上行为相关的关联数据的服务器中获取多个附近用户中的每一个附近用户的与购买药品行为相关的关联数据，对于该每一个附近用户，获取到的该附近用户的与购买药品行为相关的关联数据中的位置在目标商家的附近区域中，对于获取到的每一个与购买药品行为相关的关联数据，将该与购买药品行为相关的关联数据作为目标商家的一个关联数据。
31.步骤102，基于多个关联数据，确定至少一个药品搭配信息。
32.在本技术中，对于任意一个药品搭配信息，该药品搭配信息包括：多种药品的药品名称，该药品搭配信息对应包括该多种药品的用于治疗疾病的药品组合。
33.例如，药品搭配信息1包括：种类1的药品的药品名称、种类2的药品的药品名称，药品搭配信息1对应包括种类1的药品、种类2的药品的用于治疗疾病的药品组合。药品搭配信息2包括：种类3的药品的药品名称、种类4的药品的药品名称、种类5的药品的药品名称，药品搭配信息2对应包括种类3的药品、种类4的药品、种类5的药品的用于治疗疾病的药品组合。
34.对于任意一个药品搭配信息，该药品搭配信息中的多个药品名称包括至少一个未出现在其他的搭配信息中的药品名称。
35.在本技术中，可以将目标商家的附近区域中的用户称之为附近用户。目标商家的多个关联数据可以为多个附近用户的与购买药品行为相关的关联数据，对于目标商家的多个关联数据中的每一个与购买药品行为相关的关联数据，该与购买药品行为相关的关联数据包括相应的订单数据。
36.在本技术中，当基于目标商家的多个关联数据，确定至少一个药品搭配信息时，可以基于目标商家的多个关联数据，确定是否存在目标药品名称组合。目标药品名称组合包括多个药品名称，目标药品名称组合被大于预设数量的数量个订单数据中的每一个订单数据包括，该大于预设数量的数量个订单数据来自目标商家的多个关联数据，该大于预设数量的数量个订单数据为目标商家的多个关联数据中的所有订单数据或目标商家的多个关联数据中的所有订单数据的一部分。预设数量记为n，对于包括多个药品名称的一个药品名称组合，若多个关联数据中的大于n的数量个订单数据中的每一个订单数据均包括该药品名称组合，可以将该药品名称组合确定为一个目标药品名称组合。
37.在本技术中，当基于目标商家的多个关联数据，确定至少一个药品搭配信息时，可以对于目标商家的多个关联数据中的每一个关联数据，当医药病症库中的一个药品名称组合出现在该关联数据中的订单数据中时，可以将该药品名称组合确定为一个药品搭配信息。医药病症库存储多个药品名称组合，药品名称组合包括：预先确定的用于治疗疾病的药品组合中的每一种药品的名称。预先确定的用于治疗疾病的药品组合可以预先由与本技术实施例提供的信息提供方法应用于的平台合作的医生确定。
38.步骤103，将至少一个药品搭配信息提供给目标商家。
39.在本技术中，当将至少一个药品搭配信息提供给目标商家时，可以将至少一个药品搭配信息发送至目标商家的终端。
40.在本技术中，确定出的药品搭配信息对应用于治疗疾病的药品组合，使得目标商家可以根据药品搭配信息，采购用于治疗疾病的药品组合，将用于治疗疾病的药品组合出售给需要在一个商家购买用于治疗疾病的药品组合的用户，提升目标商家的药品的销售量。此外，至少一个药品搭配信息基于多个关联数据确定，关联数据基于目标商家的附近区域中的用户的针对药品的线上行为而生成，因此，药品搭配信息与目标商家的附近区域中的用户的针对药品的线上行为相关，药品搭配信息对应用于治疗疾病的药品组合中的药品为与目标商家的附近区域中的用户所需的药品，使得药品搭配信息对应的用于治疗疾病的药品组合具有较高的销售量，较大幅度地提升目标商家的药品的销售量。
41.在一些实施例中，目标商家的多个关联数据包括：多个与购买药品行为相关的关联数据，对于该多个与购买药品行为相关的关联数据中的每一个与购买药品行为相关的关联数据，该与购买药品行为相关的关联数据包括：处方单数据；以及基于目标商家的多个关联数据，确定至少一个药品搭配信息包括：对于目标商家的多个关联数据中的每一个与购买药品行为相关的关联数据，当该与购买药品行为相关的关联数据中的处方单数据包括多个药品名称时，将该处方单数据中的多个药品名称确定为药品搭配信息。
42.在本技术中，对于任意一个用户，该用户每一次进行购买药品行为，均可以生成一个与购买药品行为相关的关联数据。用于存储与针对药品的线上行为相关的关联数据的服务器存储生成的与购买药品行为相关的关联数据。当该用户进行一次针对药品的购买药品行为时，生成的一个与购买药品行为相关的关联数据可以包括：在该用户进行一次购买药品行为的时间该用户的位置、由于该一次购买药品行为而产生的该用户的订单数据、该用户的终端上传的该用户的处方单数据，该用户的订单数据包括该用户的用于购买药品的电子订单中的至少一个药品的药品名称，该用户的处方单数据可以为该用户的处方单的处方单图像，该用户的处方单图像中的药品名称可以通过对该用户的处方单的处方单图像进行进行文字识别确定。例如，可以采用文字识别算法例如ocr(optical character recognition，光学字符识别)对与购买药品行为相关的关联数据中的处方单图像进行文字识别，以确定该用户的处方单图像中的至少一种药品的药品名称。
43.在本技术中，可以将目标商家的附近区域中的用户称之为附近用户。
44.当获取目标商家的多个关联数据时，可以从用于存储与针对药品的线上行为相关的关联数据的服务器中获取多个附近用户中的每一个附近用户的与购买药品行为相关的关联数据，对于该每一个附近用户，获取到的该附近用户的与购买药品行为相关的关联数据中的位置在目标商家的附近区域中，对于获取到的每一个与购买药品行为相关的关联数据，将该与购买药品行为相关的关联数据作为目标商家的一个关联数据。
45.在本技术中，对于目标商家的多个与购买药品行为相关的关联数据中的每一个与购买药品行为相关的关联数据，当该与购买药品行为相关的关联数据中的处方单数据包括多个药品名称时，可以将该处方单数据中的多个药品名称确定为药品搭配信息。
46.在一些实施例中，对于目标商家的多个与购买药品行为相关的关联数据中的每一个与购买药品行为相关的关联数据，该与购买药品行为相关的关联数据还包括：订单数据，
目标商家的多个关联数据还包括：多个与访问药品行为相关的关联数据，对于该多个与访问药品行为相关的关联数据中的每一个与访问药品行为相关的关联数据，该与访问药品行为相关的关联数据包括：访问的药品的数据、提供该访问的药品的商家的数据；以及基于目标商家的多个关联数据，确定至少一个药品搭配信息包括：利用药品搭配信息识别模型基于该每一个与购买药品行为相关的关联数据中的订单数据和该多个与访问药品行为相关的关联数据，确定药品搭配信息。
47.对于任意一个用户，该用户每一次进行购买药品行为，均可以生成一个与购买药品行为相关的关联数据。用于存储与针对药品的线上行为相关的关联数据的服务器存储生成的与购买药品行为相关的关联数据。当该用户进行一次购买药品行为时，生成的一个与购买药品行为相关的关联数据可以包括：在该用户进行一次购买药品行为的时间该用户的位置、由于该一次购买药品行为而产生的该用户的订单数据、该用户的终端上传的该用户的处方单数据，该用户的订单数据包括该用户的用于购买药品的电子订单中的至少一个药品的药品名称，该用户的处方单数据可以为该用户的处方单的处方单图像，该用户的处方单图像中的药品名称可以通过对该用户的处方单的处方单图像进行文字识别确定。
48.在本技术中，访问药品行为可以作为一种针对药品的线上行为。对于任意一个用户，该用户每一次进行访问药品行为，均可以生成一个与访问药品行为相关的关联数据。用于存储与针对药品的线上行为相关的关联数据的服务器存储生成的与访问药品行为相关的关联数据。当该用户进行一次访问药品行为时，生成的一个与访问药品行为相关的关联数据可以包括：当该用户进行访问药品行为时该用户的位置、通过该一次访问药品行为该用户访问的药品的数据、提供该用户访问的药品的商家的数据，该用户访问的药品的数据可以包括：该用户访问的药品的成分、该用户访问的药品针对的症状，提供该用户访问的药品的商家的数据可以包括：该商家的位置、该商家的评分。用于存储与针对药品的线上行为相关的关联数据的服务器存储该与访问药品行为相关的关联数据。
49.在本技术中，目标商家的多个关联数据可以包括：多个与购买药品行为相关的关联数据、多个与访问药品行为相关的关联数据，该与购买药品行为相关的关联数据包括：处方单数据、订单数据，该与访问药品行为相关的关联数据包括：访问的药品的数据、提供该访问的药品的商家的数据。
50.可以将目标商家的附近区域中的用户称之为附近用户。当获取目标商家的多个关联数据时，可以从用于存储与针对药品的线上行为相关的关联数据的服务器中获取多个附近用户中的每一个附近用户的与购买药品行为相关的关联数据，对于该每一个附近用户，获取到的该附近用户的与购买药品行为相关的关联数据中的位置在目标商家的附近区域中，对于获取到的每一个与购买药品行为相关的关联数据，将该与购买药品行为相关的关联数据作为目标商家的一个关联数据。可以从用于存储与针对药品的线上行为相关的关联数据的服务器中获取多个附近用户中的每一个附近用户的与访问药品行为相关的关联数据，对于该每一个附近用户，获取到的该附近用户的与访问药品行为相关的关联数据中的位置在目标商家的附近区域中，对于获取到的每一个与访问药品行为相关的关联数据，将该与访问药品行为相关的关联数据作为目标商家的一个关联数据。
51.在本技术中，可以利用药品搭配信息识别模型基于目标商家的每一个与购买药品行为相关的关联数据中的订单数据和目标商家的每一个与访问药品行为相关的关联数据，
确定药品搭配信息。
52.在本技术中，药品搭配信息识别模型可以包括：用于预测药品搭配信息的第一模型。用于预测药品搭配信息的第一模型可以为多层感知机、bert(bidirectional encoder representations from transformers)等。
53.在本技术中，对于目标商家的每一个与购买药品行为相关的关联数据，可以将该与购买药品行为相关的关联数据中的订单数据输入到用于预测药品搭配信息的第一模型中，用于预测药品搭配信息的第一模型对该订单数据中的药品名称进行排列组合，得到多个候选药品名称，用于预测药品搭配信息的第一模型预测每一个候选药品名称组合的概率，候选药品名称组合的概率指示候选药品名称组合中的每一个候选药品名称所属的药品可以组成用于治疗疾病的药品组合的概率。当概率最大的候选药品名称组合的概率大于概率阈值时，可以将概率最大的候选药品名称组合确定为一个药品搭配信息。
54.在本技术中，对于目标商家的每一个与购买药品行为相关的关联数据，若通过将该与购买药品行为相关的关联数据中的订单数据输入到第一模型中，确定出一个药品搭配信息并且存在该与购买药品行为相关的关联数据所属的用户的与访问药品行为相关的关联数据，则对于该用户的每一个与访问药品行为相关的关联数据，将该药品搭配信息和该与访问药品行为相关的关联数据输入到用于预测药品搭配信息的第二模型中，用于预测药品搭配信息的第二模型可以为多层感知机、bert等，用于预测药品搭配信息的第二模型预测出指示与访问药品行为相关的关联数据中的药品名称可以和该药品搭配信息组成新的药品搭配信息的概率，当该概率大于概率阈值时，可以将该药品搭配信息和该与访问药品行为相关的关联数据中的药品名称进行组合，得到一个药品搭配信息。
55.在一些实施例中，确定出的所有药品搭配信息包括多个第一药品搭配信息，第一药品搭配信息中的至少一个药品名称出现在目标商家的药品库存信息中；以及将至少一个药品搭配信息提供给目标商家包括：按照第一药品搭配信息对应的第一药品在目标商家的销售量从高至低，对多个第一药品搭配信息进行排序，其中，第一药品搭配信息对应的第一药品为第一药品搭配信息对应的药品组合中的在目标商家的销售量最高的药品；将多个第一药品搭配信息提供给目标商家。
56.在本技术中，目标商家的药品库存信息包括：目标商家的仓库中的每一种药品的药品名称。
57.对于一个药品搭配信息，若该药品搭配信息中的至少一个药品名称出现在目标商家的药品库存信息中，则该药品搭配信息为一个第一药品搭配信息。
58.在本技术中，对于任意一个药品搭配信息，该药品搭配信息对应的药品组合包括：该药品搭配信息中的每一个药品名称的对应药品。药品名称的对应药品为具有该药品名称的药品。
59.例如，药品搭配信息1包括：药品名称1、药品名称2，药品搭配信息1对应的药品组合包括：具有药品名称1的药品、具有药品名称2的药品。药品搭配信息2包括：药品名称3、药品名称4、药品名称5，药品搭配信息2对应的药品组合包括：具有药品名称3的药品、具有药品名称4的药品、具有药品名称5的药品。
60.在本技术中，对于任意一种药品，该药品在该目标商家的销售量可以表示截至到当前时刻，该目标商家一共出售了多少个该种药品。当前时刻可以为按照第一药品搭配信
息对应的第一药品在目标商家的销售量从高至低，对多个第一药品搭配信息进行排序这一操作的开始时刻。
61.在本技术中，对于每一个第一药品搭配信息，该第一药品搭配信息对应的第一药品为该第一药品搭配信息对应的药品组合中的在该目标商家的销售量最高的药品。
62.例如，第一药品搭配信息1包括：药品名称1、药品名称2，第一药品搭配信息1对应的药品组合包括：具有药品名称1的药品、具有药品名称2的药品，具有药品名称2的药品在该目标商家的销售量大于药品名称1所属的药品在该目标商家的销售量，具有药品名称2的药品为第一药品搭配信息1对应的第一药品。第一药品搭配信息2包括：药品名称3、药品名称4、药品名称5，第一药品搭配信息2对应的药品组合包括：具有药品名称3的药品、具有药品名称4的药品、具有药品名称5的药品。具有药品名称5的药品在该目标商家的销售量大于具有药品名称3的药品在该目标商家的销售量并且具有药品名称5的药品在该目标商家的销售量大于具有药品名称4的药品在该目标商家的销售量，具有药品名称5的药品为第一药品搭配信息2对应的第一药品。
63.在本技术中，当确定出的所有药品搭配信息包括多个第一药品搭配信息时，可以按照第一药品搭配信息对应的第一药品在目标商家的销售量的销售量从高至低，对多个第一药品搭配信息进行排序。在对多个第一药品搭配信息进行排序进行排序之后，将多个第一药品搭配信息提供给目标商家。
64.在排序之后，第一药品搭配信息对应的第一药品在目标商家的销售量的销售量越高，第一药品搭配信息的位置越靠前。第一药品搭配信息的位置越靠前，第一药品搭配信息的推荐优先级越高，第一药品搭配信息的推荐优先级指示向目标商家推荐第一药品搭配信息对应的用于治疗疾病的药品组合的强烈程度。
65.从而，可以将多个第一药品搭配信息中的每一个第一药品搭配信息的推荐优先级提供给目标商家，使得目标商家的销售人员了解推荐第一药品搭配信息对应的用于治疗疾病的药品组合的强烈程度。
66.在一些实施例中，确定出的所有药品搭配信息包括：多个第二药品搭配信息，第二药品搭配信息中的每一个药品名称均没有出现在目标商家的药品库存信息中；以及将至少一个药品搭配信息提供给目标商家包括：按照第二药品搭配信息对应的第二药品在目标商家的附近区域的销售量从高至低，对多个第二药品搭配信息进行排序，其中，第二药品搭配信息对应的第二药品为第二药品搭配信息对应的药品组合中的在目标商家的附近区域的销售量最高的药品；将多个第二药品搭配信息提供给目标商家。
67.在本技术中，对于任意一个药品搭配信息，若该药品搭配信息中的每一个药品名称均没有出现在目标商家的药品库存信息中，则该药品搭配信息为一个第二药品搭配信息。
68.在本技术中，对于任意一个药品，该药品在目标商家的附近区域的销售量可以为该药品在目标商家的附近区域中的每一个商家的销售量之和。
69.例如，具有的位置在目标商家的附近区域中的商家的数量为n。对于任意一个药品，该药品在目标商家的附近区域的销售量为该药品在n个商家中的每一个商家的销售量之和。
70.在本技术中，对于任意一个第二药品搭配信息，该第二药品搭配信息对应的第二
药品为第二药品搭配信息对应的药品组合中的在目标商家的附近区域的销售量最高的药品。
71.在本技术中，当确定出的所有药品搭配信息包括多个第二药品搭配信息时，可以按照第二药品搭配信息对应的第二药品在目标商家的附近区域的销售量从高至低，对多个第二药品搭配信息进行排序。在对多个第二药品搭配信息进行排序进行排序之后，将多个第二药品搭配信息提供给目标商家。
72.在排序之后，第二药品搭配信息对应的第二药品在目标商家的附近区域的销售量越高，第二药品搭配信息的位置越靠前。第二药品搭配信息的位置越靠前，第二药品搭配信息的推荐优先级越高，第二药品搭配信息的推荐优先级指示向目标商家推荐第二药品搭配信息对应的用于治疗疾病的药品组合的强烈程度。从而，可以将多个第二药品搭配信息中的每一个第二药品搭配信息的推荐优先级提供给目标商家，使得目标商家的销售人员了解推荐第二药品搭配信息对应的用于治疗疾病的药品组合的强烈程度。
73.在一些实施例中，对于确定出的所有药品搭配信息中的每一个药品搭配信息，当目标商家的多个关联数据中有包括该药品搭配信息的处方单数据时，从包括该药品搭配信息的处方单数据中提取出该药品搭配信息对应的疾病类型信息，将该药品搭配信息对应的疾病类型信息提供给目标商家；对于确定出的所有药品搭配信息中的每一个药品搭配信息，当该药品搭配信息与医药病症库中的一个药品名称组合匹配时，将该药品名称组合对应的疾病类型信息确定为该药品搭配信息对应的疾病类型信息，将该药品搭配信息对应的疾病类型信息提供给目标商家，其中，医药病症库存储多个药品名称组合和每一个药品名称组合对应的疾病类型信息，药品名称组合包括：预先确定的用于治疗疾病的药品组合中的药品的名称。
74.在本技术中，药品搭配信息对应的疾病类型信息指示该药品搭配信息对应的用于治疗疾病的药品组合可以用于治疗哪一个类型的疾病。
75.医药病症库存储多个药品名称组合和每一个药品名称组合对应的疾病类型信息，药品名称组合包括：预先确定的用于治疗疾病的药品组合中的每一种药品的名称。预先确定的用于治疗疾病的药品组合可以预先由与本技术实施例提供的信息提供方法应用于的平台合作的医生确定。
76.在本技术中，对于任意一个药品搭配信息，若该药品搭配信息与医药病症库中的一个药品名称组合相同，则该药品搭配信息与该药品名称组合匹配。
77.对于确定出的所有药品搭配信息中的每一个药品搭配信息，当该药品搭配信息与医药病症库中的一个药品名称组合匹配时，将该药品名称组合对应的疾病类型信息确定为该药品搭配信息对应的疾病类型信息，将该药品搭配信息对应的疾病类型信息提供给目标商家。从而，使得目标商家的销售人员了解该药品搭配信息对应的用于治疗疾病的药品组合可以用于治疗哪一个类型的疾病。
78.对于确定出的所有药品搭配信息中的每一个药品搭配信息，当目标商家的多个关联数据中有包括该药品搭配信息的处方单数据时，可以从包括该药品搭配信息的处方单数据中提取出该药品搭配信息对应的疾病类型信息。包括该药品搭配信息的处方单数据可以为处方单图像，当从包括该药品搭配信息的处方单数据中提取出疾病类型信息时，可以采用文字识别算法对包括该药品搭配信息的处方单图像进行文字识别，以确定包括该药品搭
配信息的处方单图像中的该药品搭配信息对应的疾病类型信息，该药品搭配信息对应的疾病类型信息通常出现在处方单图像中的“临床诊断”之后。将提取出的该药品搭配信息对应的疾病类型信息提供给目标商家。从而，使得目标商家的销售人员了解该药品搭配信息对应的用于治疗疾病的药品组合可以用于治疗哪一个类型的疾病。
79.请参考图2，其示出本技术实施例提供的信息提供装置的一个结构示意图。如图2所示，信息提供装置包括：获取单元201，确定单元202，提供单元203。
80.获取单元201被配置为获取目标商家的多个关联数据，其中，所述关联数据基于所述目标商家的附近区域中的用户的针对药品的线上行为而生成；
81.确定单元202被配置为基于所述多个关联数据，确定至少一个药品搭配信息，所述药品搭配信息包括：多种药品的药品名称，其中，所述药品搭配信息对应用于治疗疾病的药品组合；
82.提供单元203被配置为将至少一个药品搭配信息提供给所述目标商家。
83.在一些实施例中，所述多个关联数据包括：多个与购买药品行为相关的关联数据，所述与购买药品行为相关的关联数据包括：处方单数据；确定单元202进一步被配置为对于每一个所述与购买药品行为相关的关联数据，当所述与购买药品行为相关的关联数据中的处方单数据包括多个药品名称时，将所述处方单数据中的多个药品名称确定为药品搭配信息。
84.在一些实施例中，所述与购买药品行为相关的关联数据还包括：订单数据，所述多个关联数据还包括：多个与访问药品行为相关的关联数据，所述与访问药品行为相关的关联数据包括：访问的药品的数据、提供所述访问的药品的商家的数据；确定单元202进一步被配置为利用药品搭配信息识别模型基于每一个所述与购买药品行为相关的关联数据中的订单数据和所述多个与访问药品行为相关的关联数据，确定药品搭配信息。
85.在一些实施例中，确定出的所有药品搭配信息包括多个第一药品搭配信息，所述第一药品搭配信息中的至少一个药品名称出现在所述目标商家的药品库存信息中；提供单元203进一步被配置为按照第一药品搭配信息对应的第一药品在所述目标商家的销售量从高至低，对所述多个第一药品搭配信息进行排序，其中，所述第一药品搭配信息对应的第一药品为所述第一药品搭配信息对应的药品组合中的在所述目标商家的销售量最高的药品；将所述多个第一药品搭配信息提供给所述目标商家。
86.在一些实施例中，确定出的所有药品搭配信息包括：多个第二药品搭配信息，所述第二药品搭配信息中的每一个药品名称均没有出现在所述目标商家的药品库存信息中；提供单元203进一步被配置为按照第二药品搭配信息对应的第二药品在所述附近区域的销售量从高至低，对所述多个第二药品搭配信息进行排序，其中，第二药品搭配信息对应的第二药品为所述第二药品搭配信息对应的药品组合中的在所述附近区域的销售量最高的药品；将所述多个第二药品搭配信息提供给所述目标商家。
87.在一些实施例中，信息提供装置还包括：
88.疾病类型信息确定单元，被配置为对于确定出的所有药品搭配信息中的每一个药品搭配信息，当所述多个关联数据中有包括所述药品搭配信息的处方单数据时，从包括所述药品搭配信息的处方单数据中提取出所述药品搭配信息对应的疾病类型信息，将所述药品搭配信息对应的疾病类型信息提供给所述目标商家；对于确定出的所有药品搭配信息中
的每一个药品搭配信息，当所述药品搭配信息与医药病症库中的一个药品名称组合匹配时，将所述药品名称组合对应的疾病类型信息确定为所述药品搭配信息对应的疾病类型信息，将所述药品搭配信息对应的疾病类型信息提供给所述目标商家，其中，医药病症库存储多个药品名称组合和每一个药品名称组合对应的疾病类型信息，药品名称组合包括：预先确定的用于治疗疾病的药品组合中的药品的名称。
89.本技术还提供了一个电子设备，该电子设备可以配置有一个或多个处理器；存储器，用于存储一个或多个程序，一个或多个程序中可以包括用以执行上述实施例中描述的操作的指令。当一个或多个程序被一个或多个处理器执行时，使得一个或多个处理器执行上述数据提供方法实施例中描述的操作的指令。
90.本技术还提供了一个存储介质，该存储介质可以是电子设备中所包括的；也可以是单独存在，未装配入电子设备中。上述存储介质承载有一个或者多个程序，当一个或者多个程序被电子设备执行时，使得电子设备执行上述数据提供方法实施例中描述的操作。
91.需要说明的是，本技术所述的存储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或者是上述两者的任意组合。计算机可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、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可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(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。在本技术中，计算机可读存储介质可以是任何包括或存储程序的有形介质，该程序可以被消息执行系统、装置或者器件使用或者与其结合使用。而在本技术中，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。这个传播的数据信号可以采用多方面形式，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消息执行系统、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括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。
92.附图中的流程图和框图，图示了按照本技术各个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包括一个或多个用于实现规定的逻辑功能的可执行消息。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机消息的组合来实现。
93.以上描述仅为本请求的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本技术中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术实施例，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术实施例。例如上述特征与本技术中公开的(但不限于)具有类
似功能的技术特征进行互相替换而形成的技术实施例。