融合Word2Vec和层次分析法的医生推荐研究OA

目的:向有健康咨询需求的患者推荐高专业度和高活跃度的医生,进一步完善在线问诊平台功能。方法:融合Word2Vec和层次分析法构建医生推荐模型,以“好大夫在线”网站作为实证对象,验证模型适用性。首先,基于患者特征,借助Word2Vec和余弦相似度,得到相似患者集合,通过医生和患者的实际问诊关系得到医生推荐序列C。然后,运用层次分析法建立医生诊断能力评分体系,计算出各项指标权重及医生得分,按照得分递减顺序输出医生推荐序列D。融合医生推荐序列C和医生推荐序列D得到最终医生推荐集合E。结果:该模型综合考虑了医生的专业程度和活跃程度,所推荐的医生在临床经验上具备较高的相似度,且在线活跃度较高。结论:融合Word2Vec和层次分析法的模型具有较好的推荐效果,实践过程中需充分调研患者需求以确保模型更具代表性。