[發明專利]一種基于知識圖譜的線下醫藥零售精準推薦技術

在審

• 申請號: 201810495881.7
• 申請日: 2018-05-22
• 公開（公告）號: CN108804419A
• 公開（公告）日: 2018-11-13
• 發明（設計）人: 鄒京甫;秦拯;張吉昕
• 申請（專利權）人: 湖南大學
• 主分類號: G06F17/27
• 分類號: G06F17/27;G06F17/30;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明提供了一種基于知識圖譜的線下醫藥零售精準推薦技術。所述技術是基于醫藥知識圖譜，主要包括：疾病、中西藥品、人群、保健品等實體，以及實體之間的關聯關系，主要包括：禁忌關系、相互作用關系、包含關系、伴隨關系、輔助關系、從屬關系等。通過基于密度聚類的人群標簽生成算法生成人群集合，其中包含了人群類別標簽和屬于各個標簽下的醫藥商品。然后根據用戶購買的藥品組合對目標用戶打標簽，最后根據標簽計算用戶的興趣度，生成推薦結果列表。該技術能夠解決醫藥零售企業在進行精準推薦時所遇到的用戶數據的稀疏性與種類單一問題，而且該技術基于的醫藥知識圖譜還可以解決醫藥商品的特殊性問題、用戶醫藥領域知識缺乏問題，能夠滿足線下醫藥零售環境中絕大部分精準推薦服務需求，具有很強的市場競爭力和廣闊的應用前景。

技術領域

本發明涉及計算機應用技術領域，一種基于知識圖譜的線下醫藥零售精準推薦技術。

背景技術

目前醫藥零售行業內的企業競爭非常激烈，線下大型連鎖藥店通過增加門店數量迅速擴大企業規模以此獲得市場競爭地位，而藥品保健品與健康緊密相關，醫藥銷售人員需具備醫藥相關的專業知識，大多連鎖藥店面臨專業人才緊缺的問題，醫藥零售企業急需發展新的途徑提升競爭力。

精準推薦技術可以幫助企業在海量數據中挖掘出用戶的興趣，推薦用戶喜歡的商品，刺激用戶消費，從而促進企業發展。企業可以通過在用戶在連鎖藥店消費之后利用精準推薦技術進行促銷推薦，由于在目前的定價規則下，藥品的毛利率遠低于保健品，用戶又很少購買保健品，所以本技術主要解決如何在線下醫藥零售環境中進行精準的保健品推薦。

醫藥知識圖譜是結合醫藥相關知識與語義信息處理技術來表示醫藥知識與其相關聯系的方法，可以通過構建醫藥知識圖譜來表示藥品、保健品、用戶、癥狀和疾病等實體以及這些實體之間的聯系。

傳統精準推薦技術在線下醫藥零售的特殊背景下進行應用的過程中存在許多問題，包括：醫藥商品的特殊性問題、用戶醫藥領域知識缺乏問題、部分用戶歷史購藥行為數據稀疏問題、大部分用戶歷史保健品購買數據稀疏問題、用戶行為數據種類單一(均為購買行為數據)。

目前的精準推薦大多是面向電影、音樂、新聞、日常消費用品等領域，能夠解決上述面向線下醫藥零售場景的問題的精準推薦技術很罕見。

發明內容

本發明的目的旨在提供一種面向醫藥零售領域的一種準確性高，用戶覆蓋面廣，適用性強的精準推薦技術。

為了實現上述目的，本發明所提供的技術是基于知識圖譜與用戶行為分析的精準推薦技術，包括如下五個步驟:

步驟S1，醫藥實體抽取。利用網絡爬蟲技術在互聯網網站上獲取醫藥相關數據，包括醫藥商品、疾病、癥狀、問答等數據，其中大部分數據為文本數據也包含少量結構化數據。利用命名實體識別技術，針對醫藥信息內容進行模板設計與模板匹配，處理醫藥文本數據，得到結構化的醫藥數據，構建醫藥知識圖譜中的實體節點。主要的醫藥實體類型有：疾病、中西藥、人體部位、人群、保健品、疾病問答、癥狀、科室等。

步驟S2，醫藥實體關系抽取。采用基于謂詞邏輯和模板匹配的醫藥實體關系抽取方法，進一步發現醫藥實體節點之間的存在的規律，對醫藥實進行更深入的處理，主要是對醫藥實體之間進行實體關系抽取。醫藥實體之間的主要關系類型主要有：禁忌關系、相互作用關系、包含關系、伴隨關系、輔助關系、從屬關系等。

步驟S3，構建醫藥知識圖譜。基于步驟S1中的醫藥實體構建知識圖譜中的節點，基于步驟S2中的醫藥實體關系對節點進行連接，最終構成醫藥知識圖譜。