基于图注意力网络的在线医生推荐研究

摘要：

[目的/意义]医生推荐服务可以改善患者在线问诊体验.提出一种基于图注意力网络(GAT)的在线医生推荐方法,对在线健康社区的发展具有一定的推动作用.[方法/过程]首先,利用GAT模型预测用户问诊文本所表达的疾病类型;其次,根据患者之间存在的关系构建患者社会网络,并计算用户与相邻患者之间的注意力系数(Attention);最后,按照Attention系数降序排列,将前 3 名相邻患者的接诊医生作为推荐集推荐给用户.同时以"好大夫在线"平台中的患者问诊文本作为实验数据集,进行实证研究.[结果/结论]该模型的准确率达 78.46%,具有良好的推荐效果.

关键词：图注意力网络、医生推荐、患者社会网络、注意力机制、在线健康社区

分类号：R-05(一般理论)

资助基金：蚌埠医学院研究生科研创新项目Byycxz22024

在线出版日期：2023-11-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：113-119