摘要
本发明公开了一种融合知识图谱与Transformer的个性化医师推荐方法、系统、设备及存储介质,方法包括:计算医师相似度并构建整合医师相似矩阵;计算患者相似度并构建整合患者相似矩阵;构建Transformer模型及训练;利用训练好的Transformer模型,对医师和患者的匹配度进行预测,生成预测得分矩阵,根据预测得分矩阵为患者推荐最匹配的医师列表,支持排序和筛选。本发明能够充分挖掘医师和患者的显性和隐性特征信息,融合知识图谱嵌入技术和Transformer模型,提升特征表示和模型预测的准确性,实现对医师和患者匹配度的精准预测。该方法能够满足在线医疗平台的个性化推荐需求,提高患者的就诊体验和医疗资源的利用效率,具有重要的实践意义和应用价值。
技术关键词
融合知识图谱
隐性特征
患者
推荐方法
矩阵
医疗知识图谱
编码器
知识图谱嵌入方法
多层感知机
注意力机制
数据收集模块
前馈神经网络
处理器
表达式
列表
电子设备
高层次
可读存储介质
系统为您推荐了相关专利信息
深度学习特征提取
特征提取模型
特征点
图像
样本
滑坡灾害
应急资源调度方法
山地
风险评估模型
指标
模型构建方法
金红石
矿化指示
动态邻接矩阵
节点
故障诊断模型
故障预测方法
构建训练集
协方差矩阵
机器学习模型
轨迹规划方法
包络
轨迹规划算法
方差信息
协方差矩阵