[发明专利]一种医疗问诊派单的实现方法及装置

权利要求书

1.一种用于医疗问诊派单的神经网络模型生成方法，其特征在于，该方法包括：

收集第一历史问诊数据，并接收为每个第一历史问诊数据标注的用于指示问诊服务是否完成的标签，所述第一历史问诊数据包括影响医疗问诊应用服务完成率的用户的多个特征信息和问诊人员的多个特征信息；

对标注了用于指示问诊服务是否完成的标签的第一历史问诊数据进行训练，得到用于医疗问诊派单的神经网络模型。

2.如权利要求1所述的方法，其特征在于，在收集第一历史问诊数据之前，进一步包括：

收集第二历史问诊数据，并接收为每个第二历史问诊数据标注的用于指示问诊服务是否完成的标签，所述第二历史问诊数据包括用户的全部特征信息和问诊人员的全部特征信息；

利用标注了用于指示问诊服务是否完成的标签的第二历史问诊数据进行极端梯度提升XGBoost模型训练，根据训练的XGBoost模型的特征重要度从高到低的排序顺序，将排序最高的用户的多个特征信息和排序最高的问诊人员的多个特征信息分别确定为影响医疗问诊应用服务完成率的用户的多个特征信息和问诊人员的多个特征信息。

3.如权利要求1所述的方法，其特征在于，

所述用户的多个特征信息包括用户身份信息、问诊付费信息、回复问诊时长信息、和等待问诊时长信息中的任一项或多项；

所述问诊人员的多个特征信息包括问诊人员的身份信息、问诊能力信息、问诊回复时长信息、问诊时用户端回复问诊时长信息及等待时长信息、问诊时主动回复数量及时长信息、问诊时沟通轮次信息和问诊时等待时长信息中的任一项或多项。

4.如权利要求1所述的方法，其特征在于，所述用于医疗问诊派单的神经网络模型为基于极端梯度提升XGBoost算法的神经网络模型、基于逻辑回归LR算法的神经网络模型或者基于全连接神经网络MLP算法的神经网络模型。

5.一种医疗业务平台实现医疗问诊派单的方法，其特征在于，包括：

接收用户在用户端触发的医疗问诊订单请求；

获取满足该医疗问诊订单请求的用户的多个特征信息及问诊人员的多个特征信息，输入到用于医疗问诊派单的神经网络模型中；所述用于医疗问诊派单的神经网络模型是根据权利要求1-4中任一权项所述的方法生成的；

根据所述用于医疗问诊派单的神经网络模型输出的匹配该医疗问诊订单请求的问诊人员信息，将该医疗问诊订单派单给匹配该医疗问诊订单请求的问诊人员。

6.如权利要求5所述的方法，其特征在于，所述获取满足该医疗问诊订单请求的用户端的多个特征信息及问诊人员的多个特征信息包括：

获取满足该医疗问诊订单请求的用户的多个特征信息包括用户身份信息、问诊付费信息、回复问诊时长信息和等待问诊时长信息中的任一项或多项；

获取满足该医疗问诊订单请求的问诊人员的多个特征信息为与该医疗问诊订单请求所请求的问诊医疗类别下的多个问诊人员中的每一个问诊人员的多个特征信息，其中，每一个问诊人员的多个特征信息包括该问诊人员的身份信息、问诊能力信息、问诊回复时长信息、问诊时用户端回复问诊时长信息及等待时长信息、问诊时主动回复数量及时长信息、问诊时沟通轮次信息和问诊时等待时长信息中的任一项或多项。

7.如权利要求6所述的方法，其特征在于，所述该医疗问诊订单请求所请求的问诊医疗类别下的多个问诊人员中的每一个问诊人员的多个特征信息的获取过程包括：

从该医疗问诊订单请求所请求的问诊医疗类别下的问诊人员中选择多个问诊人员，获取选择的多个问诊人员中每一问诊人员的多个特征信息。

8.如权利要求5所述的方法，其特征在于，所述用于医疗问诊派单的神经网络模型输出的匹配该医疗问诊订单请求的问诊人员信息为：完成该医疗问诊订单的完成概率最高的问诊人员信息。