[发明专利]基于智慧医疗大数据的医疗信息推送方法及智慧医疗系统

说明书

本公开实施例提供一种基于智慧医疗大数据的医疗信息推送方法及智慧医疗系统，通过在接收到兴趣反馈行为对医疗电商信息的信息选择指令时，先进行兴趣匹配处理，并在匹配失败时检测兴趣反馈行为是否属于无效兴趣反馈行为，以在兴趣反馈行为属于无效兴趣反馈行为时将信息选择指令的选择医疗电商信息片段从医疗电商信息迁移至预先生成的兴趣推送片段。基于此，可以避免在确定兴趣反馈行为属于无效兴趣反馈行为时直接进行信息推送而导致后续影响用户体验的问题，提高业务推送的体验。

技术领域

本公开涉及人工智能医疗技术领域，具体而言，涉及一种基于智慧医疗大数据的医疗信息推送方法及智慧医疗系统。

背景技术

随着近年来网络与科技迅速成长，数字数据的产生速度与数量急遽攀升，迄今各产业皆积极投入大数据应用，智慧医疗产业也不例外，期盼借此加速挖掘用户搜索意图需求，进而找出有效的信息服务途径，从而为用户提供便捷的智慧医疗服务。

目前，对于智慧医疗订阅设备而言，通常会针对推送的医疗电商信息生成相关的兴趣反馈行为，然而某些兴趣反馈行为可能属于无效兴趣反馈行为，如果直接进行信息推送会导致后续影响用户体验，因此有必要针对于此种情况的业务推送体验进行优化考虑。

发明内容

为了至少克服现有技术中的上述不足，本公开的目的在于提供一种基于智慧医疗大数据的医疗信息推送方法及智慧医疗系统。

第一方面，本公开提供一种基于智慧医疗大数据的医疗信息推送方法，应用于智慧医疗系统，所述智慧医疗系统与多个智慧医疗订阅设备通信连接，所述方法包括：

获取所述智慧医疗订阅设备针对推送的医疗电商信息的兴趣反馈行为；

在检测到所述兴趣反馈行为对所述医疗电商信息的信息选择指令时，对所述兴趣反馈行为进行兴趣匹配处理，得到对应的兴趣匹配结果；

若所述兴趣匹配结果为匹配失败，则检测所述兴趣反馈行为是否属于无效兴趣反馈行为，其中，所述无效兴趣反馈行为用于表示误操作反馈行为；

若所述兴趣反馈行为属于无效兴趣反馈行为，则将所述信息选择指令的选择医疗电商信息片段从所述医疗电商信息迁移至预先生成的兴趣推送片段，其中，所述兴趣推送片段与所述医疗电商信息之间至少存在部分相同数据信息。

譬如，本公开实施例还提供一种基于深度学习的医疗信息模型训练方法，包括以下步骤：

获取参考数据集，所述参考数据集包括根据不同大数据挖掘信息获取的对应的目标医疗电商数据源中每个相关挖掘标签的电商热点信息以及所述目标医疗电商数据源对应的实际医疗电商推送属性；

通过深度学习网络模型，对所述目标医疗电商数据源的电商热点信息进行热点舆情信息提取，得到所述目标医疗电商数据源的电商热点信息对应的热点舆情信息，对所述目标医疗电商数据源的电商热点信息的热点舆情信息进行舆情趋势特征识别，确定所述目标医疗电商数据源的电商热点信息的热点舆情信息的至少一个决策舆情趋势特征；

基于所述所述目标医疗电商数据源的电商热点信息的热点舆情信息的至少一个决策舆情趋势特征训练获得深度学习网络模型。

譬如，一种实施例中，基于所述所述目标医疗电商数据源的电商热点信息的热点舆情信息的至少一个决策舆情趋势特征训练获得深度学习网络模型包括以下步骤：

对所述目标医疗电商数据源的电商热点信息的热点舆情信息中各个决策舆情趋势特征进行特征提取，得到所述目标医疗电商数据源的电商热点信息的各个决策舆情趋势特征的舆情趋势热点特征，并根据所述目标医疗电商数据源的电商热点信息的各个决策舆情趋势特征对所述目标医疗电商数据源的决策结果的预设加权信息，对所述目标医疗电商数据源的电商热点信息的热点舆情信息以及各个决策舆情趋势特征的舆情趋势热点特征进行融合，得到所述目标医疗电商数据源的电商热点信息的电商热点分布特征；

将各个目标医疗电商数据源的电商热点信息的电商热点分布特征进行融合，得到所述目标医疗电商数据源的挖掘热点分布特征；