朱利,岳爱珍

(西安交通大学软件学院, 710049, 西安)

健康问题和医生匹配机制的研究

朱利,岳爱珍

(西安交通大学软件学院, 710049, 西安)

针对医疗社区问答系统中的健康问题,提出了一种新的问题回答者推荐机制,以提高问题解决的效率。该机制引入了医生回答问题的态度,将问题-医生的专业匹配程度和医生回答问题的态度关联起来一同考虑;使用概率超图和查询似然语言模型对问题-医生的专业匹配进行建模,利用历史数据对医生的态度进行建模;使用回归模型对问题-医生的专业匹配和态度进行自适应权衡。进行了大量基于真实数据集的实验对所提出的机制进行了验证。实验结果表明:与常用的方法相比,本文所提出的机制准确度能提高30%;很大程度上提高了问题解决的效率。

医疗社区问答系统;问题推荐;概率超图;态度建模

随着信息技术和互联网的发展,医疗社区问答系统作为一种健康知识交流和分享的有效平台开始出现,例如HealthTap、HaoDF和39健康网等。医疗社区问答系统不仅允许咨询者免费咨询健康问题,而且鼓励医生提供可靠的答案,同时也为健康咨询者提供相似问题的检索。

医疗社区问答系统中,问题的增长速度通常比医生的增长速度快得多。一方面,健康咨询者不得不长时间等待医生的回答,等待数小时甚至数天;另一方面,医生往往会淹没在海量的问题中。因此,健康咨询者和医生之间存在一个日渐变宽的鸿沟,急需一个高效的“问题-医生”映射机制来弥补这个鸿沟。……