在线问诊平台中基于组合条件的医生推荐研究

摘要：

[目的]针对在线问诊平台医生推荐结果不精确的问题,通过融合多种推荐策略发现优质的医生资源.[方法]通过构建一种基于组合条件的医生推荐模型,其中包括基于相似患者、基于相似领域和基于医生绩效,最后采用线性加权的混合策略整合三种推荐结果,得到最终医生推荐集.同时,为了验证模型的可行性和准确性,采集“好大夫在线”真实数据进行分析.[结果]实验结果表明,经过三种推荐策略的组合,患者当时实际就诊的医生被成功返回的准确率高达86％,说明该模型具有良好的应用可行性和较好的推荐效果.[局限]目标用户的选择容易受随机结果影响;在医生混合推荐结果分析中,每种推荐策略的权重设置比较粗略.[结论]基于组合条件的医生推荐模型,从不同角度挖掘医生特征,有利于帮助患者快速识别并选择优质的医生资源.

关键词：在线问诊平台、Word2Vec、医生推荐、组合条件

所属期刊栏目：4

分类号：G206(信息与传播理论)

资助基金：本文系华中师范大学中央高校基本科研业务费人文社科类重大项目“基于语义网的在线健康信息的挖掘与推荐研究”项目编号:CCNU19202004

在线出版日期：2020-11-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：130-141