公开(公告)号：CN118737415B

公开(公告)日：2024-11-05

申请号：CN202411220191.2

申请日：2024-09-02

Applicant: 浙江大学

Inventor： 张亶 ,  李世奇 ,  戴明昉 ,  王靖 ,  杨其龙 ,  舒云龙 ,  尹志军

IPC: G16H40/20 ,  G06N3/042 ,  G06N3/084 ,  G06F18/213 ,  G06F18/22

Abstract: 本发明公开了一种基于层次图注意力机制的画像匹配和推荐方法和装置，根据预处理后的患者数据和预处理后的护工数据，通过挖掘患者、护工各维度特征的层次关系，引入层次注意力网络，聚合各维度特征的信息，实现患者、护工的画像嵌入，引入图注意力机制，对层次处理后的患者数据和层次处理后的护工数据分别进行增强，得到增强后的患者特征向量和增强后的护工特征向量；并引入多层感知机，计算得到预测评分矩阵；通过反向传播进行更新，得到最优模型；根据最优模型，得到为患者与护工的双向匹配给出决策的预测评分矩阵。本发明不仅可以大大提高真实场景下将患者分配给护工或将护工推荐给患者的效率，同时保证整个系统优异的性能和高精准的表现。

公开(公告)号：CN118737415A

公开(公告)日：2024-10-01

申请号：CN202411220191.2

申请日：2024-09-02

Applicant: 浙江大学

Inventor： 张亶 ,  李世奇 ,  戴明昉 ,  王靖 ,  杨其龙 ,  舒云龙 ,  尹志军

IPC: G16H40/20 ,  G06N3/042 ,  G06N3/084 ,  G06F18/213 ,  G06F18/22

Abstract: 本发明公开了一种基于层次图注意力机制的画像匹配和推荐方法和装置，根据预处理后的患者数据和预处理后的护工数据，通过挖掘患者、护工各维度特征的层次关系，引入层次注意力网络，聚合各维度特征的信息，实现患者、护工的画像嵌入，引入图注意力机制，对层次处理后的患者数据和层次处理后的护工数据分别进行增强，得到增强后的患者特征向量和增强后的护工特征向量；并引入多层感知机，计算得到预测评分矩阵；通过反向传播进行更新，得到最优模型；根据最优模型，得到为患者与护工的双向匹配给出决策的预测评分矩阵。本发明不仅可以大大提高真实场景下将患者分配给护工或将护工推荐给患者的效率，同时保证整个系统优异的性能和高精准的表现。