摘要
本发明公开了一种医生推荐方法。包括如下步骤：收集包含过往患者主诉症状和对应就诊科室的文本数据；对文本数据进行预处理得到文本向量化的数据；采用卷积神经网络和Transformer模型构建文本分类模型；选择和优化文本分类模型的参数构建科室推荐模型；基于科室推荐模型，输入目标患者的主诉症状，得到推荐的科室；根据目标患者与医生的匹配度进行多维度匹配；定位推荐的科室内所有医生，采用医生患者匹配度模型计算目标患者和医生的匹配度，根据匹配度向目标患者推荐医生。本发明通过对患者主诉症状使用深度学习模型进行分析，实现科室推荐；通过患者与科室内医生进行多维度匹配，计算推荐排序，从而实现精准医生推荐。
