一種基於多源數據分析的就診推薦方法
2023-05-09 15:10:51
一種基於多源數據分析的就診推薦方法
【專利摘要】本發明公開了一種基於多源數據分析的就診推薦方法，包括：通過網絡對區域內的醫療衛生機構信息進行註冊；採集用戶就診項目信息和用戶所處位置信息，發送就診推薦請求；根據就診推薦請求，利用每個醫療衛生機構信息、每個醫療衛生機構當前的人口分布密度和用戶所處位置信息進行多源數據融合，獲得每個醫療衛生機構在某一時段內被用戶選擇可能性；按選擇可能性的值對醫療衛生機構進行排名；將排名前10位的醫療衛生機構以及用戶的地理位置通過調用地圖應用程式編程接口進行發布；用戶最後選擇的醫療衛生機構的前往路線在地圖上進行導航。本發明實現了實時的就診推薦，為用戶提供了更為切合其需求的就診推薦和便捷的導航服務。
【專利說明】一種基於多源數據分析的就診推薦方法
【技術領域】
[0001] 本發明涉及多源數據分析領域，具體涉及一種基於多源數據分析的就診推薦方 法。
【背景技術】
[0002] 目前，居民在選擇就診醫院時，大部分人採取的是慕名原則或就近原則，由於無法 掌握所選擇的就診醫院的就診人數動態信息，所以常常會遇到所選擇的就診醫院就診病患 太多、等待時間過長的情況。
[0003] 手機定位技術的成熟和手機用戶的快速增長為實現人口時空動態監控提供了可 實施環境。目前手機定位技術已經能夠對目標對象進行位置定位，並連續追蹤其位置變化 信息，在此基礎上，可通過位置數據處理和建模分析進行相應的人口移動軌跡分析，而這種 基於手機定位技術的人口移動軌跡分析方法相對於傳統的調查方法有著明顯優勢：
[0004] (1)它是利用手機無線通信已有的基礎設施，其成本較低；
[0005] (2)它是基於手機定位技術，當追蹤目標對象的位置變化時，能夠獲取各種時間周 期間隔內移動軌跡的動態變化特徵，能夠獲取充足的追蹤對象的位置數據樣本，獲得的數 據具有較強的代表性和真實性，數據質量較高。
[0006] 而隨著大數據技術的發展，利用手機定位技術能夠隨時得到當前各醫療衛生機 構人口時空動態分布數據以及醫療衛生機構各個科室的水平和之前就診病患的評價等 多源數據，如果將這些關聯數據進行就診推薦分析，並利用地理信息系統（Geographic Information System)進行定位導航，就可以在了解用戶就診需求的基礎上，為用戶提供更 為切合其需求的就診推薦和便捷的導航服務。
[0007] 有鑑於此，開發一種基於多源數據分析，利用地理信息系統為用戶推薦所需就診 項最優醫療衛生機構和便捷的導航服務的方案非常符合當前的需求。
【發明內容】
[0008] 本發明所要解決的技術問題是如何為用戶推薦所需就診項最優的醫療衛生機構 和便捷的導航服務的問題。
[0009] 為了解決上述技術問題，本發明所採用的技術方案是提供一種基於多源數據分析 的就診推薦方法包括以下步驟：
[0010] 第一步、對轄區內醫療衛生機構信息進行註冊；
[0011] 第二步、採集用戶就診項目信息和用戶所處位置信息，發送就診推薦請求；
[0012] 第三步、根據就診推薦請求，利用每個醫療衛生機構信息、每個醫療衛生機構當前 的人口分布密度和用戶所處位置信息進行多源數據融合，獲得每個醫療衛生機構在某一時 段內被用戶選擇可能性；
[0013] 第四步、按照每個醫療衛生機構被用戶選擇可能性由大到小進行排名；
[0014] 第五步、將排名前10位的醫療衛生機構以及用戶的地理位置通過調用地圖應用 程序編程接口進行發布，其中排第一位的為首推醫療衛生機構；
[0015] 第六步、對用戶最後選擇的醫療衛生機構的前往路線在地圖上進行導航。
[0016] 在上述方法中，醫療衛生機構信息包括以下內容：
[0017] 醫療衛生機構名稱、地址；
[0018] 醫療衛生機構面積；
[0019] 醫療衛生機構簡介，包含科室種類、各科室的醫療水平、各科室醫療情況簡介以及 聯繫電話；
[0020] 以往就診病患的評價級別。
[0021] 在上述方法中，在第二步中，採集用戶就診項目信息的方式為：用戶通過移動終端 或web終端在固定的多條就診項目選擇需要的就診項目來完成，若用戶對自身病症所屬就 診項目不明確，可進行在線諮詢。
[0022] 在上述方法中，在第二步中採集用戶所處位置信息的方式包括以下情況：
[0023] 當用戶通過移動終端選擇就診項目時，通過移動終端GPS定位自動獲取用戶當前 所處位置信息；
[0024] 當用戶通過web終端選擇就診項目時，提示用戶同時輸入所處位置信息。
[0025] 在上述方法中，在步驟第三步中，利用多源數據融合獲得某一時段內，每個醫療衛 生機構被用戶選擇可能性的數學模型為：
[0026] y = e +al X xl+a2 X x2+a3 X x3+a4 X x4 ；
[0027] 其中，y為某一時段內用戶選擇醫療衛生機構可能性的值，e為常數項，xl為醫療 衛生機構人口分布密度，x2為醫療衛生機構各個科室的醫療水平，x3為以往就診病患的評 價級別，x4為用戶與醫療衛生機構之間的距離，aj為因素 xj的影響係數，j取1、2、3、4 ;
[0028] 常數項e和影響係數aj採用如下方式獲得：首先通過問卷調查的方式採集各醫 療衛生機構在某一時段內被用戶選擇可能性y，以及對應的因素 xj值，然後再利用多元回 歸分析算法獲得數學模型獲得在該時段內的常數項e和影響係數aj。
[0029] 在上述方法中，第三步具體包括以下步驟：
[0030] 步驟A310、接收用戶就診推薦請求，並記錄該就診推薦請求的接收時間；
[0031] 步驟A320、根據用戶所處位置信息計算用戶與每個醫療衛生機構間距離；
[0032] 步驟A330、根據該就診推薦請求的接收時間獲取相應時間段內各醫療衛生機構的 當前人口分布密度；
[0033] 步驟A340、將每個醫療衛生機構的當前人口分布密度、醫療衛生機構各個科室的 醫療水平、以往就診病患的評價級別以及用戶與醫療衛生機構間距離代入數學模型，得到 每個醫療衛生機構在該時間段內用戶選擇的可能性。
[0034] 在上述方法中，步驟A340中，採用如下方法獲得每個醫療衛生機構的當前人口分 布密度：
[0035] 步驟A341、將一天等分為N個時間段T(i)，i彡N，i、N為正整數；
[0036] 步驟A342、採用問卷調查的方式獲得每個醫療衛生機構覆蓋範圍內，在每一個時 間段內的手機用戶百分比；
[0037] 步驟A343、實時獲取每個醫療衛生機構覆蓋範圍的時間段T (i)內，所有手機用戶 的定位信息，據此得到時間段T (i)內各醫療衛生機構的手機用戶數量；
[0038] 步驟A344、利用時間段T(i)內，手機用戶百分比和各醫療衛生機構的手機用戶數 量，獲得時間段T(i)內各個醫療衛生機構當前人口總數；
[0039] 步驟A345、將各個醫療衛生機構時間段T (i)內當前人口總數除以對應醫療衛生 機構面積，得到各個醫療衛生機構當前人口分布密度。
[0040] 在上述方法中，步驟A343包括以下步驟：
[0041] 將醫療衛生機構覆蓋範圍等分為多個分析區域TAZ (n)，其中：n為正整數；
[0042] 獲取時間段T(i)內所有手機的定位信息，將其與每個分析區域TAZ(n)進行映射， 得到每個手機用戶途經的分析區域情況；
[0043] 按預設時間間隔將時間段T(i)等分為m個範圍，m為正整數；
[0044] 以手機號為用戶ID，將每個預設時間間隔內的手機定位信息按用戶ID進行分組， 並對每組手機定位信息按時間戳進行排序；
[0045] 分別獲取每個預設時間間隔內每個用戶ID對應的最後分析區域，得到在每個預 設時間間隔內各分析區域TAZ (n)所對應的ID集；
[0046] 將分析區域TAZ(n)的每一預設時間間隔的ID集與相鄰的上一預設時間間隔的每 一區域的ID集進行合併，ID相同的保留時間戳最新的數據，得到的分析區域TAZ(n)合併 ID集；
[0047] 將分析區域TAZ (n)合併ID集中每個ID對應的時間戳與時間段T⑴結束時刻的 時間間隔與預設時間閾值做比較，刪除合併ID集中時間間隔大於預設時間閾值的用戶ID， 每個分析區域合併ID集中用戶ID的數量即為時間段T (i)內手機用戶的數量；
[0048] 將時間段T(i)內每個分析區域手機用戶的數量相加，獲得每個醫療衛生機構覆 蓋範圍的時間段T(i)內手機用戶的數量。
[0049] 在上述方法中，在第六步中，導航包括獲取實時路況信息，給予用戶路況提醒
[0050] 本發明利用手機定位技術做到了隨時得到當前各醫療衛生機構人口時空動態分 布數據，並通過多源數據分析實現了實時的就診推薦分析，使用戶可以掌握選擇就診醫院 的就診人數動態信息，能夠有效的避免遇到就診病患太多等待時間過長的情況，同時還利 用地理信息系統為用戶對選擇的就診醫療機構進行定位導航，在了解用戶就診需求的基礎 上，為用戶提供更為切合其需求的就診推薦和便捷的導航服務。
【專利附圖】
【附圖說明】
[0051] 圖1為本發明一種基於多源數據分析的就診推薦方法的流程圖；
[0052] 圖2為本發明中第二步的流程圖；
[0053] 圖3為本發明中獲得每個醫療衛生機構的當前人口分布密度的流程圖；
[0054] 圖4為本發明中步驟A343的流程圖。
【具體實施方式】
[0055] 下面結合說明書附圖和具體實施例對本發明做出詳細的說明。
[0056] 如圖1所示，本發明提供的一種基於多源數據分析的就診推薦方法包括以下步 驟：
[0057] 第一步、通過網絡對轄區內醫療衛生機構信息進行註冊；
[0058] 醫療衛生機構信息包括以下內容：
[0059] 醫療衛生機構名稱、地址；
[0060] 醫療衛生機構面積；
[0061] 醫療衛生機構簡介，包含科室種類（就診項）、各科室的醫療水平、各科室醫療情 況簡介以及聯繫電話等；
[0062] 以往就診病患的評價級別。
[0063] 具體實施過程中，醫療衛生機構的信息可由醫療衛生機構通過網絡自行錄入到轄 區醫療衛生機構信息庫中。
[0064] 第二步、採集用戶就診項目信息和用戶所處位置信息，發送就診推薦請求；
[0065] 採集用戶就診項目信息的方式為：用戶通過移動終端或web終端在固定的多條就 診項目選擇需要的就診項目來完成，在選擇就診項目時，若用戶對自身病症所屬就診項目 不明確，可進行在線諮詢。
[0066] 採集用戶所處位置信息的方式分包括以下情況：
[0067] 當用戶通過移動終端選擇就診項目時，通過移動終端GPS定位自動獲取用戶當前 所處位置信息；
[0068] 當用戶通過web終端選擇就診項目時，提示用戶同時輸入所處位置信息。
[0069] 第三步、根據就診推薦請求，利用每個醫療衛生機構信息、每個醫療衛生機構當前 的人口分布密度和用戶所處位置信息進行多源數據融合，獲得每個醫療衛生機構在某一時 段內被用戶選擇可能性y。
[0070] 第四步、按照每個醫療衛生機構被用戶選擇的可能性y由大到小進行排名。
[0071] 第五步、將排名前10位的衛生醫療機構（不滿10個的，則全部選擇）以及用戶的 地理位置通過調用百度地圖API (Application Programming Interface,應用程式編程接 口）在百度地圖上進行發布，即排名前十位的機構都需在地圖上進行標註顯示，其中排第 一位的為首推醫療衛生機構。
[0072] 第六步、對用戶最後選擇的醫療衛生機構的前往路線在地圖（百度地圖等）上進 行導航。
[0073] 用戶根據推薦結果以及自身的需求、意向自行選擇要前往就診的醫療衛生機構， 例如用戶選擇了排名第一的1號醫療衛生機構，就會為用戶提供從用戶所在地理位置到1 號醫療衛生機構的路線安排導航。
[0074] 在本發明第六步中，導航包括通過調用百度TrafficControl接口（地圖交通控制 接口）獲取實時路況信息，給予用戶路況提醒。
[0075] 在本發明第三步中，採用可以回歸分析法進行多源數據融合，獲得某一時段內每 個醫療衛生機構被用戶選擇可能性。
[0076] 其中，回歸分析法，它是對客觀事務數量依存關係的分析，是一種重要的統計分析 方法，廣泛地應用於各類社會現象變量之間影響因素和關聯的研究；例如多元回歸、邏輯回 歸（logistic regression)分析等算法，這些算法都可以對數據進行融合；而多元回歸分 析在自然科學、社會科學和應用技術中都有重要應用，他是研究多個自變量與某個應變量 之間相關關係的一種常用統計方法，其根據統計資料來建立預報公式（經驗公式），得到相 應的多元回歸數學模型或邏輯回歸（logistic regression)數學模型。
[0077] 在本發明中，利用多元回歸分析算法進行多源數據融合，獲得某一時段內每個醫 療衛生機構被用戶選擇可能性的數學模型為：
[0078] y = e +al X xl+a2 X x2+a3 X x3+a4 X x4 (I)；
[0079] 其中，y為某一時段內用戶選擇醫療衛生機構可能性的值，e為常數項，xl為醫療 衛生機構人口分布密度，x2為醫療衛生機構各個科室的醫療水平，x3為以往就診病患的評 價級別，x4為用戶與醫療衛生機構之間的距離，aj為因素 xj的影響係數，j取1、2、3、4。
[0080] 常數項e和影響係數aj採用如下方式獲得：首先通過問卷調查的方式採集各醫 療衛生機構在某一時段內被用戶選擇可能性y，以及對應的因素 xj值，然後再利用多元回 歸分析算法獲得數學模型獲得在該時段內的常數項e和影響係數aj。
[0081] 如表1所示，通過問卷調查的方式採集各醫療衛生機構在某一時段內被用戶選擇 可能性y，以及對應的因素 xj值，這組數據包括：用戶選擇醫療生衛機構時醫療衛生機構人 口分布密度、醫療衛生機構各個科室的醫療水平數據、以往就診病患的評價級別數據和用 戶與醫衛機構間距離以及相應用戶選擇醫療生衛機構可能性的值，將這些數據分別代入數 學模型（1)中，計算出常數項e及每個因素影響係數&1、&2、&3、 &4的值；例如根據表1中 數據，得到 e ?-1. 30675、al ?2. 3243、a2 ?1. 02695、a3 ?0? 9582、a4 ?-2. 44068,這 樣就得到了符合轄區各醫療衛生機構實際情況的數學模型（1):
[0082] y = -L 30675+2. 3243 X xl+1. 02695 X x2+0. 9582 X x3-2. 44068 X x4 ;
[0083] 其中，僅有y、xl、x2、x3和x4為未知數。
[0084] 表I :通過問卷調查的方式採集各醫療衛生機構在某一時段內被用戶選擇可能性 y，以及對應的因素 xj值列表。
【權利要求】
1. 一種基於多源數據分析的就診推薦方法，其特徵在於，包括以下步驟： 第一步、對轄區內醫療衛生機構信息進行註冊； 第二步、採集用戶就診項目信息和用戶所處位置信息，發送就診推薦請求； 第三步、根據就診推薦請求，利用每個醫療衛生機構信息、每個醫療衛生機構當前的人 口分布密度和用戶所處位置信息進行多源數據融合，獲得每個醫療衛生機構在某一時段內 被用戶選擇可能性； 第四步、按照每個醫療衛生機構被用戶選擇可能性由大到小進行排名； 第五步、將排名前10位的醫療衛生機構以及用戶的地理位置通過調用地圖應用程式 編程接口進行發布，其中排第一位的為首推醫療衛生機構； 第六步、對用戶最後選擇的醫療衛生機構的前往路線在地圖上進行導航。
2. 如權利要求1所述的方法，其特徵在於，醫療衛生機構信息包括以下內容： 醫療衛生機構名稱、地址； 醫療衛生機構面積； 醫療衛生機構簡介，包含科室種類、各科室的醫療水平、各科室醫療情況簡介以及聯繫 電話； 以往就診病患的評價級別。
3. 如權利要求1所述的方法，其特徵在於，在第二步中，採集用戶就診項目信息的方式 為：用戶通過移動終端或web終端在固定的多條就診項目選擇需要的就診項目來完成，若 用戶對自身病症所屬就診項目不明確，可進行在線諮詢。
4. 如權利要求1所述的方法，其特徵在於，在第二步中採集用戶所處位置信息的方式 包括以下情況： 當用戶通過移動終端選擇就診項目時，通過移動終端GPS定位自動獲取用戶當前所處 位置信息； 當用戶通過web終端選擇就診項目時，提示用戶同時輸入所處位置信息。
5. 如權利要求2所述的方法，其特徵在於，在步驟第三步中，利用多源數據融合獲得某 一時段內，每個醫療衛生機構被用戶選擇可能性的數學模型為： y = e +al Xxl+a2Xx2+a3Xx3+a4Xx4 ； 其中，y為某一時段內用戶選擇醫療衛生機構可能性的值，e為常數項，xl為醫療衛生 機構人口分布密度，x2為醫療衛生機構各個科室的醫療水平，x3為以往就診病患的評價級 另|J，x4為用戶與醫療衛生機構之間的距離，aj為因素xj的影響係數，j取1、2、3、4 ; 常數項e和影響係數aj採用如下方式獲得：首先通過問卷調查的方式採集各醫療衛 生機構在某一時段內被用戶選擇可能性y，以及對應的因素xj值，然後再利用多元回歸分 析算法獲得數學模型獲得在該時段內的常數項e和影響係數aj。
6. 如權利要求5所述的方法，其特徵在於，第三步具體包括以下步驟： 步驟A310、接收用戶就診推薦請求，並記錄該就診推薦請求的接收時間； 步驟A320、根據用戶所處位置信息計算用戶與每個醫療衛生機構間距離； 步驟A330、根據該就診推薦請求的接收時間獲取相應時間段內各醫療衛生機構的當前 人口分布密度； 步驟A340、將每個醫療衛生機構的當前人口分布密度、醫療衛生機構各個科室的醫療 水平、以往就診病患的評價級別以及用戶與醫療衛生機構間距離代入數學模型，得到每個 醫療衛生機構在該時間段內用戶選擇的可能性。
7. 如權利要求6所述的方法，其特徵在於，步驟A340中，採用如下方法獲得每個醫療衛 生機構的當前人口分布密度： 步驟A341、將一天等分為N個時間段T (i)，i彡N，i、N為正整數； 步驟A342、採用問卷調查的方式獲得每個醫療衛生機構覆蓋範圍內，在每一個時間段 內的手機用戶百分比； 步驟A343、實時獲取每個醫療衛生機構覆蓋範圍的時間段T (i)內，所有手機用戶的定 位信息，據此得到時間段T(i)內各醫療衛生機構的手機用戶數量； 步驟A344、利用時間段T(i)內，手機用戶百分比和各醫療衛生機構的手機用戶數量， 獲得時間段T(i)內各個醫療衛生機構當前人口總數； 步驟A345、將各個醫療衛生機構時間段T(i)內當前人口總數除以對應醫療衛生機構 面積，得到各個醫療衛生機構當前人口分布密度。
8. 如權利要求7所述的方法，其特徵在於，步驟A343包括以下步驟： 將醫療衛生機構覆蓋範圍等分為多個分析區域TAZ(n)，其中：n為正整數； 獲取時間段T(i)內所有手機的定位信息，將其與每個分析區域TAZ(n)進行映射，得到 每個手機用戶途經的分析區域情況； 按預設時間間隔將時間段T(i)等分為m個範圍，m為正整數； 以手機號為用戶ID，將每個預設時間間隔內的手機定位信息按用戶ID進行分組，並對 每組手機定位信息按時間戳進行排序； 分別獲取每個預設時間間隔內每個用戶ID對應的最後分析區域，得到在每個預設時 間間隔內各分析區域TAZ(n)所對應的ID集； 將分析區域TAZ(n)的每一預設時間間隔的ID集與相鄰的上一預設時間間隔的每一區 域的ID集進行合併，ID相同的保留時間戳最新的數據，得到的分析區域TAZ(n)合併ID集； 將分析區域TAZ(n)合併ID集中每個ID對應的時間戳與時間段T(i)結束時刻的時間 間隔與預設時間閾值做比較，刪除合併ID集中時間間隔大於預設時間閾值的用戶ID，每個 分析區域合併ID集中用戶ID的數量即為時間段T(i)內手機用戶的數量； 將時間段T(i)內每個分析區域手機用戶的數量相加，獲得每個醫療衛生機構覆蓋範 圍的時間段T(i)內手機用戶的數量。
9. 如權利要求1所述的方法，其特徵在於，在第六步中，導航包括獲取實時路況信息， 給予用戶路況提醒。
【文檔編號】G06F17/30GK104391967SQ201410727073
【公開日】2015年3月4日 申請日期:2014年12月3日 優先權日:2014年12月3日
【發明者】許德瑋 申請人:武漢郵電科學研究院