[发明专利]药物信息推送方法、装置、计算机设备及存储介质

权利要求书

1.一种药物信息推送方法，其特征在于，包括：

获取目标用户的目标用户属性信息，将所述目标用户属性信息输入药物奖励预测模型，所述目标用户属性信息包括人口统计学信息、针对目标疾病用药的健康指标以及历史用药信息中的至少一种；

通过所述药物奖励预测模型输出所述目标用户在各药物作用下的各第一目标奖励参数和各第二目标奖励参数，其中，所述药物奖励预测模型包括第一网络参数和第二网络参数，所述第一网络参数用于确定具有任一用户属性信息的任一用户在各种药物作用下的第一奖励参数，所述第二网络参数用于确定所述任一用户在各种药物作用下的第二奖励参数，所述任一用户在一种药物作用下对应一个第一奖励参数和一个第二奖励参数，所述第一奖励参数对应的药物作用时长大于所述第二奖励参数对应的药物作用时长；

基于所述目标用户的各第一目标奖励参数和/或所述目标用户的各第二目标奖励参数，确定所述目标用户在所述各药物作用下的各用户奖励参数，其中，所述目标用户在一种药物作用下对应一个用户奖励参数；

从所述各用户奖励参数中确定出最大用户奖励参数，并将具有所述最大用户奖励参数的目标药物的药物信息输出至用户界面，以向所述目标用户展示所述目标药物；

其中，所述第一网络参数包括第一模型参数和第一回传参数，所述第二网络参数包括第二模型参数和第二回传参数；

在所述获取目标用户的目标用户属性信息之前，所述方法还包括：

获取至少两个用户的样本数据，一个用户的样本数据包括所述用户的用户属性信息和样本药物信息；

获取各用户在所述样本药物信息所指示的样本药物作用下的各第一样本奖励参数和各第二样本奖励参数，并将所述至少两个用户的样本数据、所述各第一样本奖励参数以及所述各第二样本奖励参数输入药物奖励预测模型；

基于所述第一模型参数和所述第一回传参数确定所述各用户在所述样本药物作用下的各第一预期奖励参数，并基于所述第二模型参数和所述第二回传参数确定所述各用户在所述样本药物作用下的各第二预期奖励参数；

基于所述第一回传参数、所述第二回传参数、所述各第一样本奖励参数、所述各第二样本奖励参数、所述各第一预期奖励参数以及所述各第二预期奖励参数确定所述各用户的样本数据对应的各损失值；

基于所述各损失值迭代更新所述第一模型参数的参数值和所述第二模型参数的参数值直至所述损失值不变，以获取基于任一用户的用户属性信息预测所述任一用户在各药物作用下的第一奖励参数和第二奖励参数的能力。

2.根据权利要求1所述的方法，其特征在于，所述基于所述目标用户的各第一目标奖励参数和所述目标用户的各第二目标奖励参数，确定所述目标用户在所述各药物作用下的各用户奖励参数，包括：

确定所述第一目标奖励参数的第一加权系数和所述第二目标奖励参数的第二加权系数；

基于所述第一加权系数和所述目标用户的各第一目标奖励参数确定所述各第一目标奖励参数对应的各第一加权奖励参数，并基于所述第二加权系数和所述目标用户的各第二目标奖励参数确定所述各第二目标奖励参数对应的各第二加权奖励参数；

基于所述各第一加权奖励参数和所述各第二加权奖励参数确定所述目标用户在所述各药物作用下的各用户奖励参数，一个第一加权奖励参数和一个第二加权奖励参数对应一个用户奖励参数。

3.根据权利要求1所述的方法，其特征在于，所述基于所述目标用户的各第一目标奖励参数，确定所述目标用户在所述各药物作用下的各用户奖励参数，包括：

将所述目标用户的各第一目标奖励参数确定为所述目标用户在所述各药物作用下的各用户奖励参数；

其中，所述最大用户奖励参数为所述各第一目标奖励参数中的最大第一目标奖励参数。

4.根据权利要求1所述的方法，其特征在于，所述基于所述目标用户的各第二目标奖励参数，确定所述目标用户在所述各药物作用下的各用户奖励参数，包括：

将所述目标用户的各第二目标奖励参数确定为所述目标用户在所述各药物作用下的各用户奖励参数；

其中，所述最大用户奖励参数为所述各第二目标奖励参数中的最大第二目标奖励参数。