[发明专利]视频推送方法、装置、终端及计算机可读存储介质在审
| 申请号: | 201810305852.X | 申请日: | 2018-04-08 |
| 公开(公告)号: | CN110362716A | 公开(公告)日: | 2019-10-22 |
| 发明(设计)人: | 曾望;刘肖飞;刘小亮 | 申请(专利权)人: | 深圳前海康博士网络技术有限公司 |
| 主分类号: | G06F16/783 | 分类号: | G06F16/783;G06F16/9535 |
| 代理公司: | 深圳中一联合知识产权代理有限公司 44414 | 代理人: | 张全文 |
| 地址: | 518000 广东省深圳市南*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 推送 视频 终端 计算机可读存储介质 行为信息 医护信息 注册信息 画像 医疗设备 构建 匹配 观看 | ||
1.一种视频推送方法,其特征在于,包括:
获取患者在照护终端上的注册信息和行为信息;
获取患者的医护信息;
根据患者的所述注册信息、行为信息和医护信息构建患者画像;
根据所述患者画像向所述照护终端推送与该患者匹配的视频。
2.如权利要求1所述的视频推送方法,其特征在于,所述获取患者在照护终端上的注册信息和行为信息,获取患者的医护信息,包括:
获取患者在照护终端上进行用户注册时填写的年龄、性别、婚姻状况、职业、学历、身高、体重、籍贯、居住地和爱好;
获取患者使用照护终端的浏览痕迹、搜索痕迹和付费类型;
获取患者的历史就医的医护信息,以及当前就医的医护信息。
3.如权利要求1所述的视频推送方法,其特征在于,所述根据患者的所述注册信息、行为信息和医护信息构建患者画像,包括:
利用第一深度学习算法对所述注册信息进行学习,得到患者个人信息向量;
利用第二深度学习算法对所述行为信息进行学习,得到患者行为向量;
利用第三深度学习算法对所述医护信息进行学习,得到患者就医向量;
基于所述患者个人信息向量、患者行为向量和患者就医向量构造患者画像。
4.如权利要求1所述的视频推送方法,其特征在于,所述根据所述患者画像向所述照护终端推送与该患者匹配的视频,包括:
将所述患者画像输入已训练好的视频推送模型中,得到适宜推送的视频标签和不适宜推送的视频标签;
根据所述适宜推送的视频标签和不适宜推送的视频标签向所述照护终端推送与该患者匹配的视频。
5.如权利要求1所述的视频推送方法,其特征在于,所述根据所述适宜推送的视频标签和不适宜推送的视频标签向所述照护终端推送与该患者匹配的视频之前,包括:
给每个视频标定不适宜推送标签和适宜推送标签;
相应的,所述根据所述适宜推送的视频标签和不适宜推送的视频标签向所述照护终端推送与该患者匹配的视频,包括:
将所述不适宜推送的视频标签与所述视频的不适宜推送标签匹配;
若所述不适宜推送的视频标签与所述视频的不适宜推送标签匹配成功,则不向所述照护终端推送所述视频。
6.如权利要求5所述的视频推送方法,其特征在于,所述将所述不适宜推送的视频标签与所述视频的不适宜推送标签匹配之后,包括:
若所述将所述不适宜推送的视频标签与所述视频的不适宜推送标签匹配不成功,则将所述适宜推送的视频标签与所述视频的适宜推送标签匹配;
在所述适宜推送的视频标签与所述视频的适宜推送标签匹配成功时,根据所述视频的适宜推送标签匹配权重值确定视频推送的顺序,并按序向所述照护终端推送与该患者匹配的视频。
7.如权利要求1-6任意一项所述的视频推送方法,其特征在于,所述根据所述患者画像向所述照护终端推送与该患者匹配的视频之后,包括:
每隔第一设定时间间隔汇总一次患者的行为信息,以及每隔第二设定时间间隔获取一次患者的医护信息;
根据每隔第一设定时间间隔汇总的行为信息和每隔第二设定时间间隔获取的医护信息更新所述患者画像。
8.一种视频推送装置,其特征在于,包括:
第一获取模块,用于获取患者在照护终端上的注册信息和行为信息;
第二获取模块,用于获取患者的医护信息;
构建模块,用于根据患者的所述注册信息、行为信息和医护信息构建患者画像;
推送模块,用于根据所述患者画像向所述照护终端推送与该患者匹配的视频。
9.一种终端,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳前海康博士网络技术有限公司,未经深圳前海康博士网络技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810305852.X/1.html,转载请声明来源钻瓜专利网。





