基于决策分群模型的信息推送方法及装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113724815A(43)申请公布日2021.11.30(21)申请号202111005568.9(22)申请日2021.08.30(71)申请人平安国际智慧城市科技股份有限公司地址518000广东省深圳市前海深港合作区妈湾兴海大道3048号前海自贸大厦1-34层(72)发明人李海同(74)专利代理机构北京中强智尚知识产权代理有限公司11448代理人黄耀威(51)Int.Cl.G16H10/60(2018.01)G16H50/20(2018.01)G06F16/31(2019.01)权利要求书2页说明书12页附图2页(54)发明名称基于决策分群模型的信息推送方法及装置(57)摘要本申请公开了一种基于决策分类模型的信息推送方法及装置，涉及人工智能及数字医疗技术领域，主要目的在于改善现有无法及时发现医疗相关最新信息，从而影响了治疗及时性和就诊数据采集的技术问题。包括：获取目标用户的就诊信息；基于已完成训练的决策分群模型对所述就诊信息进行分群处理，得到对所述目标用户标记分群标识的分群结果；基于分群对象关系树查找与所述分群结果匹配的参照对象，并获取所述参照对象的医疗关联信息；基于所述医疗关联信息确定所述目标用户的目标推送信息，并向所述目标用户进行推送。主要用于信息推送。CN113724815ACN113724815A权利要求书1/2页1.一种基于决策分群模型的信息推送方法，其特征在于，包括：获取目标用户的就诊信息；基于已完成训练的决策分群模型对所述就诊信息进行分群处理，得到对所述目标用户标记分群标识的分群结果，所述决策分群模型为按照不同就诊信息的量化值作为网络层级权重进行训练得到的；基于分群对象关系树查找与所述分群结果匹配的参照对象，并获取所述参照对象的医疗关联信息，所述分群对象关系树中记录有不同分群结果与不同参照对象的分群关系，以基于所述分群关系确定参照对象；基于所述医疗关联信息确定所述目标用户的目标推送信息，并向所述目标用户进行推送。2.根据权利要求1所述的方法，其特征在于，所述基于已完成训练的决策分群模型对所述就诊信息进行分群处理，得到对所述目标用户标记分群标识的分群结果之前，所述方法还包括：获取历史就诊信息，所述历史就诊信息包括历史症状信息、历史就诊时长、历史确诊信息；构建决策树模型网络，并配置所述决策树模型网络的输出个数为至少三个分群结果；基于医疗参数量化对应关系对所述历史症状信息、所述历史就诊时长、所述历史确诊信息进行数值量化处理，得到量化参数，所述医疗参数量化对应关系用于表征不同历史症状信息、历史就诊时长、历史确诊信息与不同量化参数之间的对应关系；将所述量化参数引入所述决策树模型网络中的信息增益率函数中，并基于引入所述量化参数的决策树模型网络进行模型训练，得到决策分群模型。3.根据权利要求2所述的方法，其特征在于，所述基于已完成训练的决策分群模型对所述就诊信息进行分群处理，得到对所述目标用户标记分群标识的分群结果之前，所述方法还包括：基于语言处理模型对所述历史就诊信息进行实体抽取，生成不同历史就诊信息对应的实体标签，所述实体标签用于区分不同用户的实体特征。4.根据权利要求1所述的方法，其特征在于，所述基于分群对象关系树查找与所述分群结果匹配的参照对象，并获取所述参照对象的医疗关联信息之前，所述方法还包括：获取智能医疗系统中的用户行为信息；基于所述用户行为信息确定就诊活跃度、信息处理活跃度，并按照所述就诊活跃度信息、所述信息处理活跃度对待参照对象进行排序；按照不同排序结果生成包含所述待参照对象与不同分群结果具有层级关系的分群对象关系树。5.根据权利要求1所述的方法，其特征在于，所述医疗关联信息包括医疗行为信息、医疗推送信息，所述基于所述医疗关联信息确定所述目标用户的目标推送信息包括：从历史就诊信息中获取所述目标用户的诊疗信息，并计算所述诊疗信息与所述医疗行为信息、所述医疗推送信息之间的相似度；若相似度大于预设相似度阈值，则将所述医疗行为信息、医疗推送信息作为目标推送信息。2CN113724815A权利要求书2/2页6.根据权利要求1所述的方法，其特征在于，所述方法还包括：接收基于所述目标推送信息反馈的推送反馈信息，所述推送反馈信息包括推送触发时间、推送关联事件；按照预设时间间隔统计所述推送反馈信息所对应的推送有效率；若所述推送有效率小于预设有效阈值时，则输出所述目标推送信息，以指示所述目标推送信息进行更新。7.根据权利要求1‑6任一项所述的方法，其特征在于，所述获取目标用户的就诊信息之前，所述方法还包括：按照预设推送时间、用户类别、以及推送信息更新状态，从已建立的用户画像数据中确定待进行信息推送的目标用户。8.一种基于决策分群模型的信息推送装置