[发明专利]一种基于IM的线上医患服务签订协议的系统及方法

权利要求书

1.一种基于IM的线上医患服务签订协议的方法，其特征在于，包括以下步骤：

收集患者信息和医生信息；

存储收集的信息，并将数据分为热数据、温数据和冷数据；

将热数据、温数据和冷数据统一数据格式后至于数据库中，删除数据库中的重复数据，删除后对数据库中的数据进行缺失值处理和噪声数据处理；

通过冷数据计算患者对每一个已就诊医生的偏好值；对任意一个已就诊的医生和一组未就诊医生建立FM特征矩阵模型，将患者设置为FM特征矩阵模型中的向量，对所述向量通过皮尔逊相关系数计算FM特征矩阵模型中已就诊医生和未就诊医生的相似系数；通过已就诊医生和未就诊医生的相似系数计算患者对未就诊医生的偏好值，通过对偏好值排序建立针对患者的初始推荐列表，选取设定数量的新注册医生，新注册医生和初始推荐列表组成最终推荐列表；

患者从最终推荐列表中选择医生，签订协议。

2.根据权利要求1所述的一种基于IM的线上医患服务签订协议的方法，其特征在于，所述热数据包括患者的实时病情信息和实时身体信息；所述温数据包括患者的已有病情档案信息和医生的档案信息；所述冷数据为患者和APP的交互信息。

3.根据权利要求1所述的一种基于IM的线上医患服务签订协议的方法，其特征在于，所述统一数据格式为将数据元素化，获得统一数据格式后的数据。

4.根据权利要求1所述的一种基于IM的线上医患服务签订协议的方法，其特征在于，所述数据库中，温数据放置于redis数据库，冷数据和热数据放置于mysql数据库；

通过ML算法检测数据库中的重复数据，删除重复数据；

通过最大似然估计方法填充数据中的缺失值；对噪声数据进行替换处理。

5.根据权利要求1所述的一种基于IM的线上医患服务签订协议的方法，其特征在于，数据库中的数据在通过缺失值和噪声数据处理后，通过Spark对数据库中的数据进行统计处理，将统计后的数据重新放置于数据库中。

6.根据权利要求1所述的一种基于IM的线上医患服务签订协议的方法，其特征在于，通过已就诊医生和未就诊医生的相似系数计算患者对未就诊医生的偏好值的过程为：

U1对I1的偏好值＝I1和I2的相似度*U1对医生I2的偏好值

其中，U1为患者，I1为未就诊医生，I2为已就诊医生。

7.根据权利要求1所述的一种基于IM的线上医患服务签订协议的方法，其特征在于，所述新注册医生占最终推荐列表中推荐医生数量的5％，初始推荐列表占最终推荐列表中推荐医生数量的90％。

8.根据权利要求1所述的一种基于IM的线上医患服务签订协议的方法，其特征在于，将患者偏好的医生和已有过评价的现有医生组成集合S，从集合S中提炼出患者喜欢的医生属性集F，从新注册医生中查找具有医生属性集F中特征的新注册医生。

9.根据权利要求1所述的一种基于IM的线上医患服务签订协议的方法，其特征在于，所述冷数据基于患者对APP的操作持续更新。

10.一种基于IM的线上医患服务签订协议的系统，其特征在于，包括：

数据收集模块，收集患者信息和医生信息；

存储模块，用于存储收集的信息，并将数据分为热数据、温数据和冷数据；

数据处理模块，用于将热数据、温数据和冷数据统一数据格式后至于数据库中，删除数据库中的重复数据，删除后对数据库中的数据进行缺失值处理和噪声数据处理；

医生推荐模块，用于通过冷数据计算患者对每一个已就诊医生的偏好值；对任意一个已就诊的医生和一组未就诊医生建立FM特征矩阵模型，将患者设置为FM特征矩阵模型中的向量，对所述向量通过皮尔逊相关系数计算FM特征矩阵模型中已就诊医生和未就诊医生的相似系数；通过已就诊医生和未就诊医生的相似系数计算患者对未就诊医生的偏好值，通过对偏好值排序建立针对患者的初始推荐列表，选取设定数量的新注册医生，新注册医生和初始推荐列表组成最终推荐列表；

签约模块，用于患者从最终推荐列表中选择医生，签订协议。