(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111648001.3 (22)申请日 2021.12.2 9 (71)申请人 郭云涛 地址 110167 辽宁省沈阳市 浑南区创新路 175-1号706室 (72)发明人 郭云涛　 (74)专利代理 机构 北京汇捷知识产权代理事务 所(普通合伙) 11531 专利代理师 葛葆财 (51)Int.Cl. G06F 16/9535(2019.01) G06K 9/62(2022.01) G16H 50/70(2018.01) (54)发明名称 基于大数据挖掘的数字化医疗推送优化方 法及医疗AI系统 (57)摘要 本公开实施例提供一种基于大数据挖掘的 数字化医疗推送优化方法及医疗AI系统， 能够基 于各个反馈事件数据与实际信息推送数据之间 的业务引导属性值， 以及各个 反馈事件数据的反 馈倾向属性， 对这一组反馈事件数据进行分簇， 进而基于反馈事件数据簇， 进而继续生成针对该 实际信息推送数据的一组具有信息推送优化依 据的信息推送优化指标， 有效提高信息推送优化 指标的搜集效率， 并提高信息推送优化指标的精 度， 以便于针对性地进行后续的信息推送优化， 提高数字化 业务迭代更新的准确性。 权利要求书4页 说明书17页 附图3页 CN 114510629 A 2022.05.17 CN 114510629 A 1.一种基于大数据挖掘的数字化医疗推送优化方法， 其特征在于， 应用于数字化医疗 AI系统， 所述数字化医疗AI系统与所述多个数字化医疗终端通信连接， 所述方法包括： 获取所述数字化医疗终端的话题兴趣对象以及与所述话题兴趣对象对应的至少一个 扩展话题兴趣对象， 并基于所述话题兴趣对象以及与所述话题兴趣对象对应的至少一个扩 展话题兴趣 对象对所述数字化医疗终端 进行信息推送， 记录多个实际信息推送数据； 获取针对所述实际信 息推送数据的反馈事件数据序列， 所述反馈事件数据序列包括至 少两个反馈事 件数据； 获得所述反馈事件数据序列中的各个反馈事件数据与所述实际信息推送数据之间的 业务引导属性 值； 根据所述各个反馈事件数据对应的业务引导属性值， 以及所述各个反馈事件数据的反 馈倾向属性， 对所述各个反馈事 件数据进行分簇， 得到相应的反馈事 件数据簇； 基于所述反馈事件数据簇生成针对所述实际信息推送数据的目标信息推送优化指标 集， 并基于所述目标信息推送优化指标集对所述数字化医疗终端的信息推送优化进程进 行 策略优化配置， 所述目标信息推送优化指标集包括至少两个目标信息推送优化指标的指标 建议数据。 2.根据权利要求1所述的基于大数据挖掘的数字化医疗推送优化方法， 其特征在于， 所 述根据所述各个反馈事件数据对应的业务引导属性值， 以及所述各个反馈事件数据的反馈 倾向属性， 对所述各个反馈事 件数据进行分簇， 得到相应的反馈事 件数据簇的步骤， 包括： 根据所述各个反馈事件数据对应的业务引导属性值， 以及所述各个反馈事件数据的反 馈倾向属性， 对所述各个反馈事 件数据进行分治， 得到 至少两个反馈事 件子数据； 对各个反馈事件子数据进行分簇， 并分别对所述各个反馈事件子数据中的各个反馈事 件数据进行分簇， 得到所述反馈事 件数据簇 。 3.根据权利要求2所述的基于大数据挖掘的数字化医疗推送优化方法， 其特征在于， 所 述根据所述各个反馈事件数据对应的业务引导属性值， 以及所述各个反馈事件数据的反馈 倾向属性， 对所述各个反馈事件数据进行分治， 得到至少两个反馈事件子数据 的步骤， 包 括： 分别根据 所述各个反馈事件数据对应的业务引导属性值， 对所述各个反馈事件数据的 反馈倾向属性进行聚类， 得到所述各个反馈事 件数据的关键反馈倾向属性； 根据所述各个反馈事件数据的关键反馈倾向属性对所述各个反馈事件数据进行关键 数据拆分， 得到 至少两个反馈事 件子数据； 相应的， 所述对各个反馈事件子数据进行分簇， 并分别对所述各个反馈事件子数据中 的各个反馈事 件数据进行分簇， 得到所述反馈事 件数据簇的步骤， 包括： 根据各个反馈事件子数据所包含的反馈事件数据的数量， 对所述各个反馈事件子数据 进行分簇； 针对所述各个反馈事件子数据， 执行以下操作： 根据所述反馈事件子数据中各个反馈 事件数据的反馈倾向属性与所述反馈事件子数据的匹配度， 对所述反馈事件子数据中的各 个反馈事 件数据进行分簇； 基于所述各个反馈事件子数据之间的分簇结果， 以及所述各个反馈事件子数据中各个 反馈事件数据的分簇结果， 生成所述反馈事 件数据簇 。权　利　要　求　书 1/4 页 2 CN 114510629 A 24.根据权利要求1 ‑3中任意一项所述的基于大数据挖掘的数字化医疗推送优化方法， 其特征在于， 所述获得所述反馈事件数据序列中的各个反馈事件数据与所述 实际信息推送 数据之间的业 务引导属性 值的步骤， 包括： 分别将所述各个反馈事件数据输入满足模型收敛要求的信息推送优化指标决策模型 中， 基于所述满足模型收敛要求的信息推送优化指标决策模型中的信息推送数据维度的业 务引导属性单元对所述各个反馈事件数据进 行业务引导属性值分类， 获得所述业务引导属 性单元输出的所述各个反馈事 件数据对应的业 务引导属性 值； 所述根据 所述各个反馈事件数据对应的业务引导属性值， 以及所述各个反馈事件数据 的反馈倾向属性， 对 所述各个反馈事件 数据进行分簇， 得到相应的反馈事件数据簇的步骤， 包括： 分别将所述各个反馈事件数据， 以及所述各个反馈事件数据对应的业务引导属性值输 入所述满足模型收敛要求的信息推送优化指标决策模型中的关键数据拆分与分簇单元， 基 于所述关键数据拆分与分簇单元对所述各个反馈事件数据进 行关键数据拆分与分簇， 获得 所述关键数据拆分与分簇单元输出的数据成员维度的第一目标数据， 所述第一目标数据中 的各个反馈事 件数据成员组合形成所述反馈事 件数据簇； 所述基于所述反馈事件数据簇生成针对所述实际信息推送数据的目标信息推送优化 指标集， 并基于所述目标信息推送优化指标集对所述数字化医疗终端的信息推送优化进程 进行策略优化配置的步骤， 包括： 将所述目标数据输入所述满足模型收敛要求的信息推送优化指标决策模型中的信息 推送优化指标单元， 基于所述信息推送优化指标单元进行信息推送的优化概率分布预测， 获得所述信息推送优化指标单元输出 的所述目标信息推送优化指标集； 其中， 所述满足模 型收敛要求的信息推送优化指标决策模型是根据参考样本数据序列训练得到的， 所述参考 样本数据序列中的参考样本数据包括已携带匹配依据信息的参考反馈事件 数据， 所述匹配 依据信息表示所述 参考反馈事 件数据与参 考信息推送数据是否关联； 基于所述目标信息推送优化指标集对所述数字化医疗终端的信息推送优化进程进行 策略优化配置 。 5.根据权利要求4所述的基于大数据挖掘的数字化医疗推送优化方法， 其特征在于， 所 述分别将所述各个反馈事件数据输入满足模型收敛要求的信息推送优化指标决策模型中， 基于所述满足模型收敛要求的信息推送优化指标决策模型中的信息推送数据维度的业务 引导属性单元， 获得所述业务引导属性单元输出的各条参考反馈事件数据对应的业务引导 属性值的步骤， 包括： 分别将所述各个反馈事件数据输入所述业务引导属性单元， 基于所述业务引导属性单 元中的反馈倾向性映射网络将所述各个反馈事件数据映射至预设特征 空间， 得到所述各个 反馈事件数据的反馈倾向性数据； 通过深度卷积特征提取将所述各个反馈事件数据的反馈倾向性数据分别处理为对应 的反馈倾向性深度特 征； 基于所述业务引导属性单元， 分别提取所述各个反馈事件数据的反馈倾向性深度 特征 与除该个反馈事件数据之外的其它反馈事件数据的反馈倾向性深度特征之间的业务引导 特征；权　利　要　求　书 2/4 页 3 CN 114510629 A 3