[發明專利]基于中醫藥知識的個性化推薦方法、系統、設備及介質

在審

• 申請號: 202011619418.2
• 申請日: 2020-12-31
• 公開（公告）號: CN113111253A
• 公開（公告）日: 2021-07-13
• 發明（設計）人: 湯浩鈞;陳雪芳
• 申請（專利權）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

本發明公開了一種基于中醫藥知識的個性化推薦方法、系統、設備及介質，個性化推薦方法包括：對中醫藥的先驗知識、中醫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；所述推薦結果包括資訊信息流供給推薦、課程點播直播推薦、相關聯內容推薦、熱點排行推薦中的至少一種。本發明能夠為大規模在線用戶同時實現個性化的定制課程與價值信息的推薦服務，當大規模在線用戶面對海量課程和信息資訊時有合適選擇。

【技術領域】

本發明涉及中醫藥知識領域，特別涉及一種基于中醫藥知識的個性化推薦方法、系統、設備及介質。

【背景技術】

個性化推薦系統是互聯網和電子商務發展的產物，是建立在海量數據挖掘基礎上的一種高級商務智能系統，向用戶提供個性化的信息服務和決策支持。近年來已經出現了一些非常成功的大型推薦系統實例，互聯網大型社交媒體和電商網站紛紛把個性化推薦系統作為其重要智能服務之一。與此同時，個性化推薦系統也逐漸成為學術界的研究熱點之一。

中醫藥領域存在著大量的先驗知識，這些先驗知識匯聚成了中醫藥領域的寶庫。中醫藥領域的數據來源有多種多樣，其中包括源自中醫中藥、網絡空間、社交媒體、教育培訓、藥材營銷等業務領域的實時和非實時數據。然而，當用戶在面對海量的中醫藥課程和中醫藥價值資訊時卻無從選擇，用戶難以找到適時、適地、適合的價值信息。如何把中醫藥大量先驗知識的寶庫向大規模在線用戶有針對性的、及時的推薦和普及是一個亟待解決的課題。

【發明內容】

本發明要解決的技術問題是：為了克服現有技術中用戶面對海量的中醫藥課程和中醫藥價值資訊時無從選擇，同時中醫藥大量先驗知識的寶庫難以向大規模在線用戶有針對性的、及時的推薦普及的缺陷，提供一種能夠為大規模在線用戶同時實現個性化的定制課程與價值信息的推薦服務的基于中醫藥知識的個性化推薦方法、系統、設備及介質。

本發明是通過下述技術方案解決上述技術問題的：

本發明提供了一種基于中醫藥知識規模化普及的個性化推薦方法，包括以下步驟：

對中醫藥的先驗知識、中醫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果；

所述超融合推薦引擎模型包括LR(邏輯回歸)模型、DNN(深度神經網絡)模型和FM(因子分解機)模型；

所述推薦結果包括資訊信息流供給推薦、課程點播直播推薦、相關聯內容推薦、熱點排行推薦中的至少一種。

較佳地，所述個性化推薦方法還包括以下步驟：

獲取用戶數據、行為數據和環境數據；

對所述用戶數據進行特征提取，以得到用戶特征；

對所述行為數據進行特征提取，以得到行為特征；

對所述環境數據進行特征提取，以得到環境特征；

所述對中醫藥的先驗知識、中醫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：

對所述中醫藥的先驗知識、中醫藥課程和價值資訊進行特征提取，以得到內容特征；

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容特征、所述用戶特征、所述行為特征及所述環境特征。

較佳地，所述維度特征還包括熱度特征、協同特征中的至少一種。