[發明專利]基于醫學領域的數據推薦方法、設備、服務器及存儲介質

有效

• 申請號: 202011033995.3
• 申請日: 2020-09-27
• 公開（公告）號: CN111949890B
• 公開（公告）日: 2021-02-05
• 發明（設計）人: 張倩
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/951;G06F16/335;G06F16/38;G06F16/387;G16H70/20;G16H70/40
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 熊永強

1.一種基于醫學領域的數據推薦方法，其特征在于，包括：

構建訓練樣本集，所述訓練樣本集包括多個用戶的第一用戶畫像信息和第一內容信息，其中，所述第一用戶畫像信息包括用戶的屬性信息、行為數據信息、偏好信息中的一種或多種，所述第一內容信息為醫學相關數據，包括一個正樣本數據和多個負樣本數據，每個負樣本數據包括第一負樣本數據和第二負樣本數據，所述正樣本數據是從日志數據中獲取的與被曝光點擊的行為數據對應的醫學相關數據，所述第一負樣本數據是按日志數據中的曝光數隨機抽取得到的，所述第二負樣本數據是從日志數據中獲取的與正樣本數據的主題信息相同的其他數據，所述主題信息包括疾病預測、疾病檢測、疾病診斷中的一種或多種主題；

根據所述第一用戶畫像信息確定與所述第一用戶畫像信息對應的第一用戶特征，并根據所述第一內容信息確定與所述第一內容信息對應的第一內容特征；

將所述第一用戶特征和所述第一內容特征輸入雙塔模型進行訓練，得到召回模型；

將對指定業務場景有過行為的目標用戶的第二用戶畫像信息和所述指定業務場景的內容候選池中的第二內容信息輸入所述召回模型，得到所述目標用戶的用戶特征向量和內容特征向量；

計算所述用戶特征向量與所述內容特征向量的距離，并根據所述距離確定N個推薦內容，以及將所述N個推薦內容的索引標識存儲于redis緩存中，其中，所述N個推薦內容為多個推薦內容中按照所述距離從小到大的排序中的前N個推薦內容，N為大于或等于1的正整數；

當獲取到用戶終端發送的推薦請求時，根據所述推薦請求中攜帶的目標索引標識，從所述redis緩存中獲取與所述目標索引標識對應的目標推薦內容，并將所述目標推薦內容發送給所述用戶終端。

2.根據權利要求1所述的方法，其特征在于，所述構建訓練樣本集，包括：

獲取所述指定業務場景的日志數據，并從所述日志數據中獲取被曝光點擊的行為數據；

根據所述被曝光點擊的行為數據，確定與所述被曝光點擊的行為數據對應的醫學相關數據為所述正樣本數據；

從樣本候選集中隨機抽樣得到所述第一負樣本數據，并根據所述正樣本數據的主題信息從除所述正樣本數據以外的其他樣本數據中確定與所述主題信息相同的所述第二負樣本數據。

3.根據權利要求1所述的方法，其特征在于，所述根據所述第一內容信息確定與所述第一內容信息對應的第一內容特征，包括：

獲取所述正樣本數據和所述負樣本數據所掛載的相關屬性，其中，所述相關屬性包括相關科室、相關藥物、相關主題、相關疾病中的一種或多種；

根據所述正樣本數據和所述負樣本數據所掛載的相關屬性確定所述第一內容信息對應的第一內容特征。

4.根據權利要求1所述的方法，其特征在于，所述將所述第一用戶特征和所述第一內容特征輸入雙塔模型進行訓練，得到召回模型，包括：

將所述第一用戶特征和所述第一內容特征輸入雙塔模型中，得到損失函數值；

將所述損失函數值與目標損失函數值進行對比，并根據對比結果調整所述雙塔模型的模型參數；

將所述第一用戶特征和所述第一內容特征輸入調整所述模型參數后的雙塔模型中，當得到的損失函數值與目標損失函數值的對比結果滿足預設條件時，確定得到所述召回模型。

5.根據權利要求4所述的方法，其特征在于，所述將對指定業務場景有過行為的目標用戶的第二用戶畫像信息和所述指定業務場景的內容候選池中的第二內容信息輸入所述召回模型，得到所述目標用戶的用戶特征向量和內容特征向量，包括：

獲取在指定時刻之前的歷史時間范圍內對所述指定業務場景有過行為的目標用戶的第二用戶畫像信息，并確定與所述第二用戶畫像信息對應的第二用戶特征；

獲取在所述指定業務場景的內容候選池中的第二內容信息，并確定與所述第二內容信息對應的第二內容特征；

將所述第二用戶特征和所述第二內容特征輸入所述召回模型中，得到所述目標用戶的用戶特征向量和內容特征向量。