(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210545418.5 (22)申请日 2022.05.17 (71)申请人 青岛百洋智能科技股份有限公司 地址 266000 山东省青岛市 市北区开封路 88号1号楼 201室 (72)发明人 杨斌　马婷婷　吴一多　郭洪亚　 程蓓蓓　 (74)专利代理 机构 北京隆达恒晟知识产权代理 有限公司 1 1899 专利代理师 杨青 (51)Int.Cl. G06F 16/36(2019.01) G16H 50/20(2018.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于链接预测和协同过滤的内容推送 方法 (57)摘要 本发明提供的一种基于链接预测和协同过 滤的内容推送方法， 包括： 获取用户医疗历史数 据， 并基于所述用户医疗历史数据和预定义知识 库构建临床知识图谱； 采用图计算框架对所述临 床知识图谱中的数据进行预处理， 得到用于执行 链接预测的图数据； 利用所述图数据构建链接预 测模型， 并对所述链接预测模型进行训练； 在所 述链接预测模型中执行基于用户的协同过滤运 算， 确定待推送到相应用户的内容。 通过本发明 的方案， 同时考虑患者用户的个性化临床指标因 素， 并满足的临床指南要求， 得到的推送方案更 加精准， 并且更 具有实际意 义。 权利要求书2页 说明书11页 附图3页 CN 114722217 A 2022.07.08 CN 114722217 A 1.一种基于链接预测 和协同过 滤的内容推送方法， 其特 征在于， 包括： 获取用户医疗历史数据， 并基于所述用户医疗历史数据和预定义知识库构建临床知识 图谱； 采用图计算框架对所述临床知识图谱中的数据进行预处理， 得到用于执行链接预测的 图数据； 利用所述图数据构建链接预测模型， 并对所述链接预测模型进行训练； 在所述链接预测模型中执行基于用户的协同过滤运算， 确定待推送到相应用户的内 容。 2.根据权利要求1所述的方法， 其特征在于， 所述临床知识图谱以临床治疗过程中的对 象作为知识图谱结构 中的节点， 并定义这些节点包括的属 性、 属性的数据类型以及值域范 围， 所述对象包括患者、 治疗方案、 药物、 治疗阶段。 3.根据权利要求1所述的方法， 其特征在于， 所述基于所述用户医疗历史数据和预定义 知识库构建临床知识图谱， 进一 步包括： 将所述预定义知识库中的知识数据填充到所述临床知识图谱中， 同时将所述预定义知 识库中的规则配置 到知识图谱的规则引擎工具中。 4.根据权利要求1所述的方法， 其特征在于， 所述采用图计算框架对所述临床知识图谱 中的数据进行 预处理， 进一步包括： 根据知识图谱中的存储的用户节点和治疗方案节点， 构建用户患者间的关系数据， 其 中所述治疗方案节点包括基于所述预定义知识库推送的治疗方案和所述用户实际选择的 治疗方案， 并且具有相同治疗方案的用户之间存在 双向关系链接 。 5.根据权利要求1所述的方法， 其特征在于， 所述利用所述图数据构建链接预测模型， 并对所述链接预测模型进行训练， 进一 步包括： 确定待搜索的构成基本模型的超参数， 所述超参数包括神经网络的层数， 节点表示的 维度， 激活函数， 学习率； 分别设定图卷积网络 （GCN） 和图注意力网络 （GAT） 两种模型的超参数的初始值和参数 搜索空间； 建立集成学习的模型框架， 进行模型的训练和测试， 将平均F1分数最高的模型确定最 佳链接预测模型。 6.根据权利要求5所述的方法， 其特征在于， 所述执行基于用户的协同过滤运算， 进一 步包括： 利用所述最佳链接预测模型来计算与新用户相似的相似用户， 根据协同过滤算法计算 出与所述相似用户相关联的备选治疗方案的分值并排序， 将排序得到的治疗方案推送给所 述新用户。 7.根据权利要求1所述的方法， 其特 征在于， 所述构建临床知识图谱之后， 进一 步包括： 使用来自所述知识图谱的训练数据来训练预先选择的NLP模型， 从患者用户接收包括 医疗文本的关键词查询； 使用所述NLP模型从所述医疗文本中提取字 符串和运算符， 将字 符 串映射到所述知识图谱中的节点， 将运算符映射到对从知识图谱提取 的数据执行 的运算； 使用从所述节点 提取的数据来执 行与所述 运算符相关联的函数， 以生成查询结果。 8.根据权利要求5所述的方法， 其特征在于， 所述建立集成学习的模型框架， 进行模型权　利　要　求　书 1/2 页 2 CN 114722217 A 2的训练和 测试， 进一 步包括： 利用所述图卷积网络接收包括表示上下文的当前状态的观察值的超参数输入， 并且根 据所述卷积网络参数 处理所述超参数输入以生成超参数输出， 所述图卷积网络与所述图注 意力网络联合训练， 所述图注意力网络具有多个图注意力网络参数， 并接 收包括标识动作 和观察结果的数据的图注意力网络输入， 并且根据图注意力网络参数 处理所述图注意力网 络输入以生成所述动作的估计值。 9.一种终端设备， 其特征在于， 包括存储器、 处理器以及存储在所述存储器中并可在所 述处理器上运行的计算机程序， 所述处理器执行所述计算机程序时实现如权利要求 1至8任 一项所述方法的步骤。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机程 序， 所述计算机程序被处 理器执行时实现如权利要求1至8任一项所述方法的步骤。权　利　要　求　书 2/2 页 3 CN 114722217 A 3