[發(fā)明專利]藥品信息的推薦方法及裝置、存儲(chǔ)介質(zhì)、計(jì)算機(jī)設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202210846326.0
• 申請(qǐng)日: 2022-07-19
• 公開(kāi)（公告）號(hào): CN115101166A
• 公開(kāi)（公告）日: 2022-09-23
• 發(fā)明（設(shè)計(jì)）人: 徐寶江
• 申請(qǐng)（專利權(quán)）人: 康鍵信息技術(shù)（深圳）有限公司
• 主分類(lèi)號(hào): G16H20/10
• 分類(lèi)號(hào): G16H20/10;G16H50/70
• 代理公司: 北京中強(qiáng)智尚知識(shí)產(chǎn)權(quán)代理有限公司 11448
• 代理人: 賈依嬌

本發(fā)明公開(kāi)了一種藥品信息的推薦方法及裝置、存儲(chǔ)介質(zhì)、計(jì)算機(jī)設(shè)備，涉及信息處理技術(shù)領(lǐng)域，主要目的在于解決現(xiàn)有藥品信息的推薦準(zhǔn)確性較低的問(wèn)題。主要包括：響應(yīng)于用戶端上傳的搜索信息，根據(jù)所述搜索信息提取的疾病癥狀分別從醫(yī)療知識(shí)庫(kù)中查詢疾病癥狀對(duì)應(yīng)的疾病類(lèi)型以及疾病類(lèi)型適用的藥品集合；利用預(yù)先訓(xùn)練的藥品推薦模型對(duì)所述疾病類(lèi)型適用的藥品集合中的每個(gè)藥品進(jìn)行計(jì)算，得到每個(gè)藥品對(duì)應(yīng)的推薦分值，所述藥品推薦模型中使用融合矩陣分解和多層感知器的算法來(lái)捕獲用戶與藥品之間的多層線性關(guān)系；按照所述推薦分值由高至低的順序從所述藥品集合中選取預(yù)設(shè)數(shù)量的藥品作為推薦結(jié)果，并將所述推薦結(jié)果輸出至用戶端進(jìn)行展示。

技術(shù)領(lǐng)域

本發(fā)明涉及一種信息推薦技術(shù)領(lǐng)域，特別是涉及一種藥品信息的推薦方法及裝置、存儲(chǔ)介質(zhì)、計(jì)算機(jī)設(shè)備。

背景技術(shù)

隨著互聯(lián)網(wǎng)醫(yī)療的快速發(fā)展，在線購(gòu)藥成了人們生活中重要的購(gòu)藥渠道，藥品的類(lèi)型及品牌很多，面對(duì)海量的藥品數(shù)據(jù)，幫助用戶快速找到需要的藥品信息可以提高用戶的服務(wù)體驗(yàn)。

相關(guān)技術(shù)中，互聯(lián)網(wǎng)醫(yī)療平臺(tái)提供了一站式購(gòu)物服務(wù)，除了首頁(yè)內(nèi)藥品信息的推薦外，用戶購(gòu)藥主要是按照疾病類(lèi)型或者關(guān)鍵詞搜索的方式來(lái)向用戶推薦藥品信息，對(duì)于按照疾病類(lèi)型搜索進(jìn)行藥品信息推薦的方式，用戶需要明確自己的疾病，這對(duì)于不具備專業(yè)知識(shí)且未進(jìn)行就診過(guò)的用戶是非常不方便，對(duì)于關(guān)鍵詞搜索進(jìn)行藥品信息推薦的方式，由于疾病病癥往往復(fù)雜多變，僅通過(guò)病癥關(guān)鍵詞匹配很難搜索到完全對(duì)癥的藥品。具體在藥品信息的推薦過(guò)程中，并結(jié)合藥品推薦的算法模型來(lái)挖掘用戶之間在多個(gè)準(zhǔn)側(cè)偏好方面的關(guān)系，進(jìn)而做出更準(zhǔn)確的推薦。

然而，以上兩種方式都是根據(jù)用戶歷史交互記錄進(jìn)行藥品信息的推薦，而藥品的購(gòu)買(mǎi)不像其他商品，藥品具有專業(yè)性，用戶需要購(gòu)買(mǎi)的是對(duì)癥的藥品，并不是僅歷史購(gòu)買(mǎi)過(guò)的藥品。此外，現(xiàn)有藥品推薦的算法模型通常只關(guān)注于一種類(lèi)型的行為，或者只是依賴于多種行為的簡(jiǎn)單線性組合，無(wú)法準(zhǔn)確捕獲不同類(lèi)型的行為之間的復(fù)雜關(guān)系，使得藥品信息的推薦準(zhǔn)確性較低。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明提供一種藥品信息的推薦方法及裝置、存儲(chǔ)介質(zhì)、計(jì)算機(jī)設(shè)備，主要目的在于解決現(xiàn)有藥品推薦的算法模型通常只關(guān)注一種類(lèi)型的行為，無(wú)法準(zhǔn)確捕獲不同類(lèi)型的行為之間的復(fù)雜關(guān)系，使得藥品信息的推薦準(zhǔn)確性較低的問(wèn)題。

依據(jù)本發(fā)明一個(gè)方面，提供了一種藥品信息的推薦方法，包括：

響應(yīng)于用戶端上傳的搜索信息，根據(jù)所述搜索信息提取的疾病癥狀分別從醫(yī)療知識(shí)庫(kù)中查詢疾病癥狀對(duì)應(yīng)的疾病類(lèi)型以及疾病類(lèi)型適用的藥品集合；

利用預(yù)先訓(xùn)練的藥品推薦模型對(duì)所述疾病類(lèi)型適用的藥品集合中的每個(gè)藥品進(jìn)行計(jì)算，得到每個(gè)藥品對(duì)應(yīng)的推薦分值，所述藥品推薦模型中使用融合矩陣分解和多層感知器的算法來(lái)捕獲用戶與藥品之間的多層線性關(guān)系；

按照所述推薦分值由高至低的順序從所述藥品集合中選取預(yù)設(shè)數(shù)量的藥品作為推薦結(jié)果，并將所述推薦結(jié)果輸出至用戶端進(jìn)行展示。

進(jìn)一步地，所述醫(yī)療知識(shí)庫(kù)包括疾病醫(yī)療知識(shí)庫(kù)和藥品醫(yī)療知識(shí)庫(kù)，所述疾病醫(yī)療知識(shí)庫(kù)中記錄有疾病癥狀與疾病類(lèi)型之間的映射關(guān)系，所述藥品醫(yī)療知識(shí)庫(kù)中記錄有疾病類(lèi)型與適用藥品之間的映射關(guān)系，所述根據(jù)所述搜索信息提取的疾病癥狀分別從醫(yī)療知識(shí)庫(kù)中查詢疾病癥狀對(duì)應(yīng)的疾病類(lèi)型以及疾病類(lèi)型適用的藥品集合包括：

針對(duì)所述搜索信息提取的疾病癥狀，利用所述疾病癥狀與疾病類(lèi)型之間的映射關(guān)系，從所述疾病醫(yī)療知識(shí)庫(kù)中查詢疾病癥狀對(duì)應(yīng)的疾病類(lèi)型；

利用所述疾病類(lèi)型與適用藥品之間的映射關(guān)系，從所述藥品醫(yī)療知識(shí)庫(kù)中查詢出疾病類(lèi)型適用的藥品集合。

進(jìn)一步地，在所述利用預(yù)先訓(xùn)練的藥品推薦模型對(duì)所述疾病類(lèi)型適用的藥品集合中的每個(gè)藥品進(jìn)行計(jì)算，得到每個(gè)藥品對(duì)應(yīng)的推薦分值之前，所述方法還包括：

獲取用戶對(duì)藥品的綜合評(píng)分，將所述用戶對(duì)藥品的綜合評(píng)分轉(zhuǎn)換為用戶與藥品的潛在特征向量；