一种诊疗服务任务的分配方法和装置与流程

本发明涉及互联网医疗，尤其涉及一种诊疗服务任务的分配方法和装置。

背景技术：

1、在互联网医疗领域，诊疗服务平台为了提高平台上医生的使用率，需要对医生的任务数量临界值进行预测，即为医生派发多少任务时，医生的使用率最高，以在后续的派单过程中，按照任务数量的临界值进行派单，提高医生的留存率以及使用体验。现有临界值的计算方法通常是根据全部医生的留存数据以及接诊单量，做简单的关联分析，评估得到对应于整体医生的一个日均临界接单量，无法针对每个医生的个体差异进行准确预测，精确度低。

技术实现思路

1、有鉴于此，本发明实施例提供一种诊疗服务任务的分配方法和装置，通过相关性分析法，可以为每个医生筛选出具备特异性的目标特征数据，提高数据预测的特异性以及准确性。进一步通过将与各个医生对应的目标特征以及对应的权重输入至预训练的极度梯度提升模型，即可得到每个医生在侧重于不同特征时分别对应的任务数量临界值，提高了预测的精确度。进一步地，根据任务数量临界值为医生进行任务分派，可以有效提高医生的留存率。

2、为实现上述目的，根据本发明实施例的一个方面，提供了一种诊疗服务任务的分配方法。

3、本发明实施例的一种诊疗服务任务的分配方法包括：获取一个或多个医生分别对应的多个特征数据；利用相关性分析法，分别对所述一个或多个医生对应的多个特征数据进行降维处理，得到多个目标特征数据；确定各个所述目标特征数据分别对应的权重；将各个所述目标特征数据以及对应的所述权重输入至预训练的极度梯度提升模型中，根据所述极度梯度提升模型的输出确定各个所述医生分别对应的任务数量临界值；根据所述任务数量临界值，为医生分配所述诊疗服务任务。

4、可选地，所述利用相关性分析法，分别对所述一个或多个医生对应的多个特征数据进行降维处理，得到多个目标特征数据，包括：利用相关性分析法，计算各个所述特征数据分别对应的相关性系数；根据所述相关性系数的排序结果，确定出与所述医生对应的任务数量临界值相关的目标特征数据。

5、可选地，所述获取一个或多个医生分别对应的多个特征数据，包括：在未获取到任一目标医生的特征数据的情况下，根据已获取到的其他所述医生的特征数据，确定其他所述医生对应的平均特征值，并将平均特征值作为所述目标医生的特征数据。

6、可选地，所述确定各个所述目标特征数据分别对应的权重，包括：利用离差标准化算法，确定各个所述目标特征数据分别对应的权重。

7、可选地，所述根据所述任务数量临界值，为医生分配所述诊疗服务任务，包括：根据所述医生对应的任务数量临界值以及所述医生对应的已接任务数量确定待分配任务数量；根据所述待分配任务数量对所述用户进行派单。

8、可选地，所述特征数据包括：日均登录次数、日均在线时长、日均接单量、日均收入点击次数以及月收入。

9、可选地，所述各个所述目标特征数据以及对应的所述权重输入至预训练的极度梯度提升模型中，根据所述极度梯度提升模型的输出确定各个所述医生分别对应的任务数量临界值，包括：确定与各个所述目标特征数据分别对应的模型树；确定在所述预设函数的函数值最小的情况下，各个所述模型树中各个叶子节点分别对应的预测值；根据所述权重对各个所述预测值进行加和，得到各个所述医生分别对应的任务数量临界值。

10、可选地，所述确定在所述预设函数的函数值最小的情况下，各个所述模型树中各个叶子节点分别对应的预测值，包括：对所述预设函数进行求偏导，在偏导值为0时，确定所述模型树中各个叶子节点分别对应的预测值。

11、为实现上述目的，根据本发明实施例的又一方面，提供了一种诊疗服务任务的分配装置。

12、本发明实施例的一种诊疗服务任务的分配装置包括：获取模块，用于获取一个或多个医生分别对应的多个特征数据；处理模块，用于利用相关性分析法，分别对所述一个或多个医生对应的多个特征数据进行降维处理，得到多个目标特征数据；确定模块，用于确定各个所述目标特征数据分别对应的权重；计算模块，用于将各个所述目标特征数据以及对应的所述权重输入至预训练的极度梯度提升模型中，根据所述极度梯度提升模型的输出确定各个所述医生分别对应的任务数量临界值；其中，所述极度梯度提升模型是基于真阳率评价指标训练得到的；分配模块，用于根据所述任务数量临界值，为医生分配所述诊疗服务任务。

13、为实现上述目的，根据本发明实施例的又一方面，提供了一种诊疗服务任务的分配电子设备。

14、本发明实施例的一种诊疗服务任务的分配电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明实施例的一种诊疗服务任务的分配方法。

15、为实现上述目的，根据本发明实施例的再一方面，提供了一种计算机可读存储介质。

16、本发明实施例的一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现本发明实施例的一种诊疗服务任务的分配方法。

17、上述发明中的一个实施例具有如下优点或有益效果：通过相关性分析法，可以为每个医生筛选出具备特异性的目标特征数据，提高数据预测的特异性以及准确性。进一步通过将与各个医生对应的目标特征以及对应的权重输入至预训练的极度梯度提升模型，即可得到每个医生在侧重于不同特征时分别对应的任务数量临界值，提高了预测的精确度。进一步地，根据任务数量临界值为医生进行任务分派，可以有效提高医生的留存率。

18、上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。

技术特征：

1.一种诊疗服务任务的分配方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述利用相关性分析法，分别对所述一个或多个医生对应的多个特征数据进行降维处理，得到多个目标特征数据，包括：

3.根据权利要求1所述的方法，其特征在于，所述获取一个或多个医生分别对应的多个特征数据，包括：

4.根据权利要求1所述的方法，其特征在于，所述确定各个所述目标特征数据分别对应的权重，包括：

5.根据权利要求1所述的方法，其特征在于，所述根据所述任务数量临界值，为医生分配所述诊疗服务任务，包括：

6.根据权利要求1所述的方法，其特征在于，所述各个所述目标特征数据以及对应的所述权重输入至预训练的极度梯度提升模型中，根据所述极度梯度提升模型的输出确定各个所述医生分别对应的任务数量临界值，包括：

7.根据权利要求6所述的方法，其特征在于，所述确定在所述预设函数的函数值最小的情况下，各个所述模型树中各个叶子节点分别对应的预测值，包括：

8.一种诊疗服务任务的分配装置，其特征在于，包括：

9.根据权利要求8所述的装置，其特征在于，所述处理模块还用于，利用相关性分析法，计算各个所述特征数据分别对应的相关性系数；根据所述相关性系数的排序结果，确定出与所述医生对应的任务数量临界值相关的目标特征数据。

10.根据权利要求8所述的装置，其特征在于，所述获取模块还用于，在未获取到任一目标医生的特征数据的情况下，根据已获取到的其他所述医生的特征数据，确定其他所述医生对应的平均特征值，并将平均特征值作为所述目标医生的特征数据。

11.根据权利要求8所述的装置，其特征在于，所述确定模块还用于，利用离差标准化算法，确定各个所述目标特征数据分别对应的权重。

12.根据权利要求8所述的装置，其特征在于，所述分配模块还用于，根据所述医生对应的任务数量临界值以及所述医生对应的已接任务数量确定待分配任务数量；根据所述待分配任务数量为所述医生进行派单；

13.根据权利要求8所述的装置，其特征在于，所述计算模块还用于，确定与各个所述目标特征数据分别对应的模型树；确定在所述预设函数的函数值最小的情况下，各个所述模型树中各个叶子节点分别对应的预测值；根据所述权重对各个所述预测值进行加和，得到各个所述医生分别对应的任务数量临界值。

14.根据权利要求13所述的装置，其特征在于，所述计算模块还用于，对所述预设函数进行求偏导，在偏导值为0时，确定所述模型树中各个叶子节点分别对应的预测值。

15.一种用于分配诊疗服务任务的电子设备，其特征在于，包括：

16.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。

技术总结本发明公开了一种诊疗服务任务的分配方法和装置，涉及互联网医疗技术领域。具体实施方式包括：获取一个或多个医生分别对应的多个特征数据；利用相关性分析法，分别对一个或多个医生对应的多个特征数据进行降维处理，得到多个目标特征数据；确定各个目标特征数据分别对应的权重；将各个目标特征数据以及对应的权重输入至预训练的极度梯度提升模型中，根据极度梯度提升模型的输出确定各个医生分别对应的任务数量临界值；根据任务数量临界值，为医生分配诊疗服务任务。该实施方式为每个医生筛选出具备特异性的目标特征数据，并通过极度梯度提升模型进行计算，提高了数据预测的特异性和准确性。技术研发人员：邵甘绪受保护的技术使用者：北京京东拓先科技有限公司技术研发日：技术公布日：2024/11/14