[發(fā)明專利]基于中醫(yī)藥知識的個性化推薦方法、系統(tǒng)、設備及介質(zhì)

在審

• 申請?zhí)枺?/td>: 202011619418.2
• 申請日: 2020-12-31
• 公開（公告）號: CN113111253A
• 公開（公告）日: 2021-07-13
• 發(fā)明（設計）人: 湯浩鈞;陳雪芳
• 申請（專利權(quán)）人: 紹興億都信息技術股份有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G16H20/10;G06N20/00
• 代理公司: 上海弼興律師事務所 31283
• 代理人: 薛琦;張冉

1.一種基于中醫(yī)藥知識規(guī)模化普及的個性化推薦方法，其特征在于，包括以下步驟：

對中醫(yī)藥的先驗知識、中醫(yī)藥課程和價值資訊采用單一的深度學習算法進行離線召回，以得到推薦候選合集；

使用超融合推薦引擎模型對所述推薦候選合集進行近線粗排，以得到按照用戶偏好進行高低排序的粗選推薦結(jié)果；

所述超融合推薦引擎模型包括LR模型、DNN模型和FM模型；

所述推薦結(jié)果包括資訊信息流供給推薦、課程點播直播推薦、相關聯(lián)內(nèi)容推薦、熱點排行推薦中的至少一種。

2.如權(quán)利要求1所述的基于中醫(yī)藥知識規(guī)模化普及的個性化推薦方法，其特征在于，

所述個性化推薦方法還包括以下步驟：

獲取用戶數(shù)據(jù)、行為數(shù)據(jù)和環(huán)境數(shù)據(jù)；

對所述用戶數(shù)據(jù)進行特征提取，以得到用戶特征；

對所述行為數(shù)據(jù)進行特征提取，以得到行為特征；

對所述環(huán)境數(shù)據(jù)進行特征提取，以得到環(huán)境特征；

所述對中醫(yī)藥的先驗知識、中醫(yī)藥課程和價值資訊采用單一的深度學習算法進行離線召回的步驟包括：

對所述中醫(yī)藥的先驗知識、中醫(yī)藥課程和價值資訊進行特征提取，以得到內(nèi)容特征；

基于若干維度特征采用單一的深度學習算法進行離線召回；

所述維度特征包括所述內(nèi)容特征、所述用戶特征、所述行為特征及所述環(huán)境特征。

3.如權(quán)利要求2所述的基于中醫(yī)藥知識規(guī)模化普及的個性化推薦方法，其特征在于，所述維度特征還包括熱度特征、協(xié)同特征中的至少一種。

4.如權(quán)利要求3所述的基于中醫(yī)藥知識規(guī)模化普及的個性化推薦方法，其特征在于，所述LR模型、所述DNN模型和所述FM模型共享相同的輸入數(shù)據(jù)。

5.如權(quán)利要求3所述的基于中醫(yī)藥知識規(guī)模化普及的個性化推薦方法，其特征在于，

使用超融合推薦引擎模型對所述推薦候選合集進行近線粗排時，所述LR模型接入所有的所述維度特征，所述DNN模型和所述FM模型接入部分的所述維度特征。

6.如權(quán)利要求1至5任一項所述的基于中醫(yī)藥知識規(guī)模化普及的個性化推薦方法，其特征在于，所述個性化推薦方法還包括基于用戶的推薦請求進行在線精排以得到所述用戶的最終推薦結(jié)果的步驟；

所述基于用戶的推薦請求進行在線精排以得到所述用戶的最終推薦結(jié)果的步驟包括：

獲取所述用戶的推薦請求；

根據(jù)所述推薦請求獲取所述用戶的用戶ID；

根據(jù)所述用戶ID找到所述用戶對應的所述粗選推薦結(jié)果；

基于所述用戶對應的所述粗選推薦結(jié)果進行業(yè)務邏輯規(guī)則的處理后，得到所述用戶的最終推薦結(jié)果。

7.如權(quán)利要求6所述的基于中醫(yī)藥知識規(guī)模化普及的個性化推薦方法，其特征在于，

所述對中醫(yī)藥的先驗知識、中醫(yī)藥課程和價值資訊采用單一的深度學習算法進行離線召回，以得到推薦候選合集的步驟基于大數(shù)據(jù)集群工具實現(xiàn)；

所述使用超融合推薦引擎模型對所述推薦候選合集進行近線粗排，以得到按照用戶偏好進行高低排序的粗選推薦結(jié)果的步驟基于內(nèi)存和關系型數(shù)據(jù)庫實現(xiàn)；

所述基于用戶的推薦請求進行在線精排處理，以得到所述用戶的最終推薦結(jié)果的步驟基于加載內(nèi)存實現(xiàn)。

8.如權(quán)利要求7所述的基于中醫(yī)藥知識規(guī)模化普及的個性化推薦方法，其特征在于，所述推薦候選合集包括內(nèi)容畫像、用戶畫像、行為畫像和環(huán)境畫像；

所述價值資訊包括中醫(yī)問答、治療故事、養(yǎng)生技巧、協(xié)會新聞、中醫(yī)視野中的至少一種。

9.如權(quán)利要求1所述的基于中醫(yī)藥知識規(guī)模化普及的個性化推薦方法，其特征在于，

所述資訊信息流供給推薦包括以下推薦中的至少一種：中醫(yī)問答、段子、笑話、動態(tài)、生態(tài)圈、治療故事、養(yǎng)生技巧、協(xié)會新聞、中醫(yī)視野；

所述課程點播直播推薦包括以下推薦中的至少一種：中醫(yī)生活、中醫(yī)特色、中醫(yī)方劑、中醫(yī)疾病、中醫(yī)文化、中醫(yī)專家、中醫(yī)互動。