買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉湖南工商大學申請的專利一種基于多行為時序建模的醫生搜索與推薦方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120355193B 。

龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510842709.4，技術領域涉及：G06Q10/0631；該發明授權一種基于多行為時序建模的醫生搜索與推薦方法是由曾陽艷;管亞菲;李川陽;陳穎超;曾錦繡;金熙文設計研發完成，并于2025-06-23向國家知識產權局提交的專利申請。

本一種基于多行為時序建模的醫生搜索與推薦方法在說明書摘要公布了：本申請涉及一種基于多行為時序建模的醫生搜索與推薦方法，該方法首先利用GAN和醫患關系知識圖譜生成優化查詢向量，明確患者意圖；然后，采用超平面投影索引和部分同態加密將高維的優化查詢向量映射到低維空間，在加密的醫生數據庫中使用投影后的優化查詢向量進行搜索，篩選出與患者意圖和偏好匹配的候選推薦醫生集合。在候選醫生篩選后，系統使用記憶增強排序結合跨患者推薦策略，對候選推薦醫生集合進行排序。該方法旨在提高醫生檢索的精準性和安全性的同時，提升患者的搜索體驗，為智能導診平臺提供一種高效、智能的醫生推薦方案。

本發明授權一種基于多行為時序建模的醫生搜索與推薦方法在權利要求書中公布了：1.一種基于多行為時序建模的醫生搜索與推薦方法，其特征在于，包括： S1：獲取患者的歷史行為數據、實時行為數據和醫生數據，對實時行為數據及其時間戳分別進行特征提取，得到行為特征向量、時間特征向量；將行為特征向量與時間特征向量進行加權組合得到行為嵌入表示；對醫生數據進行特征提取，得到醫生特征向量； S2：采用Transformer-TCN混合架構對行為嵌入表示進行建模，得到加權行為表征；將構建的醫患關系知識圖譜經過圖神經網絡得到路徑嵌入；將加權行為表征與路徑嵌入一同輸入至生成對抗網絡，生成優化查詢向量； S3：采用部分同態加密方法對優化查詢向量進行加密，并采用超平面投影索引將醫生特征向量、加密后的優化查詢向量映射至低維空間；并對映射后的醫生特征向量與優化查詢向量進行匹配值計算，根據匹配值對醫生進行排序，得到候選推薦醫生集合； S4：從歷史行為數據中分析出患者的偏好，并基于優化查詢向量建模即時需求，基于偏好和即時需求對候選推薦醫生集合中的醫生排名進行調整，得到醫生推薦列表，包括： 從歷史行為數據中搜索出患者與醫生的交互記錄，交互記錄包括交互過的醫生以及交互時間； 基于交互過的醫生以及交互時間計算偏好，計算式為： ； 其中，表示患者p的偏好；表示候選推薦醫生集合中第i個交互過的醫生；表示與第i個交互過的醫生的交互時間；表示交互記錄；t表示當前時間；表示重要性系數；表示第i個交互過的醫生的醫生特征向量； 基于優化查詢向量與最近的交互記錄計算即時需求，計算式為： ； 其中，表示患者p的即時需求；表示融合比例；表示患者p對應的優化查詢向量；表示患者p最近交互過的醫生集合；表示第j個最近交互過的醫生的醫生特征向量；表示第j個最近交互過的醫生的權重； 將偏好與自適應融合權重相乘，將即時需求與自適應融合權重關于1的平衡數相乘，將兩乘積相加，得到患者的醫生偏好； 對患者的醫生偏好以及由各醫生的權重構建的醫生權重矩陣進行轉置，將轉置后的醫生偏好和醫生權重矩陣與醫生的醫生特征向量相乘，得到第五乘積； 將調節參數與記憶增強項相乘，得到第六乘積；記憶增強項表示為： ； 其中，表示患者對醫生的偏好記憶；表示第h個交互過的醫生的權重；表示第h個交互過的醫生與候選推薦醫生集合中第i個交互過的醫生之間的余弦相似度； 將第五乘積與第六乘積相加，得到最終匹配得分； 按最終匹配得分從大到小的順序對候選推薦醫生集合中的醫生排名進行調整，得到醫生推薦列表。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人湖南工商大學，其通訊地址為：410205 湖南省長沙市岳麓區岳麓大道569號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。