[发明专利]一种基于隐半马尔可夫模型的药品推荐方法有效
| 申请号： | 201611184351.8 | 申请日： | 2016-12-20 |
| 公开（公告）号： | CN106651517B | 公开（公告）日： | 2021-11-30 |
| 发明（设计）人： | 戴青云;罗建桢;蔡君;魏文国;雷方元 | 申请（专利权）人： | 广东技术师范大学 |
| 主分类号： | G06Q30/06 | 分类号： | G06Q30/06;G06Q30/02 |
| 代理公司： | 北京科亿知识产权代理事务所(普通合伙) 11350 | 代理人： | 肖平安 |
| 地址： | 510665 广东省*** | 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： | 本发明涉及一种基于隐半马尔可夫模型的药品推荐方法，其特征在于包括以下步骤：一、训练数据预处理，生成用户行为序列的训练数据集；二、对药品推荐模型的参数进行估计；三、采集用户在医药平台的上网行为序列；四、以用户的上网行为序列为观测值，使用训练好的药品推荐模型推断用户的状态序列；五、计算状态序列的各状态的期望持续时间；六、将所得的各状态的期望持续时间按降序排序，得到用户最关注的前复数个状态；七、根据用户最关注的前复数种病情，向用户推荐相应的药品。本发明由用户在云平台上的在线行为，准确预测用户关注的病情，再根据用户最关注的病情向用户推荐相关的药品，从而提高药品推荐结果的相关性。 | ||
| 搜索关键词： | 一种 基于 隐半马尔可夫 模型 药品 推荐 方法 | ||
【主权项】：
一种基于隐半马尔可夫模型的药品推荐方法，其特征在于，主要包括以下步骤：第一步、训练数据预处理，即对用户在医药平台的上网行为数据进行数据清洗，生成用户行为序列的训练数据集；第二步、对药品推荐模型的参数进行估计；第三步、采集用户在医药平台的上网行为序列；第四步、以用户的上网行为序列为观测值，使用训练好的药品推荐模型推断用户的状态序列；第五步、计算状态序列的各状态的期望持续时间；第六步、将所得的各状态的期望持续时间按降序排序，得到用户最关注的前复数个状态，即用户最关注的前复数种病情；第七步、根据用户最关注的前复数种病情，向用户推荐相应的药品。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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广东技术师范大学，未经广东技术师范大学许可，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/patent/201611184351.8/，转载请声明来源钻瓜专利网。
- 上一篇：线上与线下协同的烹饪教学方法及装置
- 下一篇：多功能奶瓶收纳箱
