基于医院后台数据的预约推荐方法及系统与流程

文档序号:37242645发布日期:2024-03-06 17:12阅读:来源:国知局

技术特征:

1.一种基于医院后台数据的预约推荐方法,其特征在于,包括:

2.根据权利要求1所述的基于医院后台数据的预约推荐方法,其特征在于,所述将所述待处理诊疗数据输入所述目标隐马尔可夫模型进行用户行为预测,得到预测行为的概率密度数据步骤,包括:

3.根据权利要求1所述的基于医院后台数据的预约推荐方法,其特征在于,所述通过预置的势分布概率假设密度平滑算法对所述概率密度数据进行数据修正,得到修正概率密度数据,并根据所述修正概率密度数据匹配所述目标用户的预测用户行为步骤,包括:

4.根据权利要求3所述的基于医院后台数据的预约推荐方法,其特征在于,所述对所述概率密度数据进行稀疏数据分析,得到对应的稀疏数据集步骤,包括:

5.根据权利要求1所述的基于医院后台数据的预约推荐方法,其特征在于,所述基于所述隐藏状态数据以及所述观察序列数据,通过预置的维特比算法对所述预测用户行为进行用户行为路径识别,得到目标用户行为路径步骤,包括:

6.根据权利要求1所述的基于医院后台数据的预约推荐方法,其特征在于,所述基于所述目标用户行为路径对所述目标用户进行预约项目匹配,得到所述目标用户的预约项目集合,并将所述预约项目集合传输至预置的数据展示终端进行项目展示步骤,包括:

7.根据权利要求6所述的基于医院后台数据的预约推荐方法,其特征在于,所述对所述用户画像数据对所述目标用户进行预约项目匹配,得到所述目标用户的预约项目集合,并将所述预约项目集合传输至预置的数据展示终端进行项目展示步骤,包括:

8.一种基于医院后台数据的预约推荐系统,用以执行如权利要求1至7任一项所述的基于医院后台数据的预约推荐方法,其特征在于,包括:


技术总结
本发明涉及数据处理技术领域,公开了一种基于医院后台数据的预约推荐方法及系统,用于提高基于医院后台数据的预约推荐的准确率。方法包括:对隐马尔可夫模型进行模型训练,得到目标隐马尔可夫模型;将待处理诊疗数据输入目标隐马尔可夫模型进行用户行为预测,得到预测行为的概率密度数据;对概率密度数据进行数据修正,得到修正概率密度数据,根据修正概率密度数据匹配目标用户的预测用户行为;基于隐藏状态数据以及观察序列数据,对预测用户行为进行用户行为路径识别,得到目标用户行为路径;基于目标用户行为路径对目标用户进行预约项目匹配,得到目标用户的预约项目集合。

技术研发人员:广林涛,张健,宋嘉颖,翟耀斌,郝月明,杨梓琪
受保护的技术使用者:贵州精准健康数据有限公司
技术研发日:
技术公布日:2024/3/5
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1