醫(yī)院網(wǎng)站的主動式服務(wù)應(yīng)用研究

明春梅，李初民，張 渝

（第三軍醫(yī)大學(xué)新橋醫(yī)院信息科，重慶400037）

醫(yī)院網(wǎng)站的主動式服務(wù)應(yīng)用研究

明春梅，李初民，張 渝

（第三軍醫(yī)大學(xué)新橋醫(yī)院信息科，重慶400037）

目的實現(xiàn)醫(yī)院網(wǎng)站上的主動、交互、個性服務(wù)。方法借助于在現(xiàn)代網(wǎng)絡(luò)技術(shù)中的個性化推薦系統(tǒng)的思路，通過醫(yī)院網(wǎng)站挖掘出網(wǎng)站用戶的訪問需求，并以用戶需求程度來指導(dǎo)系統(tǒng)自動調(diào)整用戶的顯示界面和內(nèi)容。結(jié)果實現(xiàn)了醫(yī)院網(wǎng)站的個性化服務(wù)，提升醫(yī)院網(wǎng)站質(zhì)量。結(jié)論醫(yī)院網(wǎng)站為用戶提供主動式服務(wù)具有可行性。

信息服務(wù)；衛(wèi)生服務(wù)需求；醫(yī)院網(wǎng)站

本文通過醫(yī)院網(wǎng)站挖掘出用戶的訪問需求，并以用戶需求程度來指導(dǎo)系統(tǒng)自動調(diào)整用戶的顯示界面和內(nèi)容，實現(xiàn)醫(yī)院網(wǎng)站上一定程度的主動、交互、個性服務(wù)。

1 醫(yī)院網(wǎng)站主動式服務(wù)相關(guān)技術(shù)

目前被廣泛引用的主動式服務(wù)（推薦系統(tǒng)）的非形式化定義，有學(xué)者在1997年提出利用電子商務(wù)網(wǎng)站向客戶提供商品信息和建議，幫助用戶決定應(yīng)該購買什么產(chǎn)品，模擬銷售人員幫助客戶完成購買過程［1］。借簽這一定義，醫(yī)學(xué)網(wǎng)站主動式服務(wù)體系需要包含有3個方面的組成要素：醫(yī)學(xué)信息、網(wǎng)站用戶、主動服務(wù)的方法。主動式服務(wù)系統(tǒng)模型如圖1所示。網(wǎng)站用戶可以主動向服務(wù)系統(tǒng)提供自身想要查找的醫(yī)學(xué)信息或提出請求，或者網(wǎng)站用戶不提供，而是由主動式服務(wù)系統(tǒng)根據(jù)網(wǎng)站用戶的查看痕跡而獲取信息。主動式服務(wù)系統(tǒng)可以采用不同的推送規(guī)則進(jìn)行推送服務(wù)，如將獲取到的個性化用戶信息和用戶數(shù)據(jù)進(jìn)行計算得到主動式服務(wù)結(jié)果，或者直接基于已建模的知識數(shù)據(jù)庫進(jìn)行主動式服務(wù)。主動式服務(wù)系統(tǒng)將推送信息返回給網(wǎng)站用戶。

圖1 主動式服務(wù)系統(tǒng)通用模型

此外，形式化特征主動式服務(wù)的另一種定義是［2］：設(shè)集合C為網(wǎng)站所有用戶（user）。集合S是所有可以推送給用戶的醫(yī)學(xué)信息（object），C和S集合的數(shù)據(jù)一般來說較為龐大，可能存在上萬的網(wǎng)站用戶群體以及上百萬條醫(yī)學(xué)信息。那么效用函數(shù)μ（C，S）可以計算醫(yī)學(xué)信息S對醫(yī)學(xué)用戶C的推送服務(wù)比率（網(wǎng)站用戶對醫(yī)學(xué)信息的關(guān)注程度），即u：C＊S R，R是一定范圍內(nèi)的全序的非負(fù)實數(shù)，網(wǎng)站的主動式服務(wù)就是要找到推送比率R最大的那些醫(yī)學(xué)信息S＊，如公式1所示：

網(wǎng)站用戶與醫(yī)學(xué)信息的分類可以使用不同的屬性特征。主動式服務(wù)中的核心問題是效用度μ（C，S）的計算［3］。一個集合必須先對μ進(jìn)行外推，也就是說，醫(yī)學(xué)信息必須具備網(wǎng)站用戶先前的評價，未進(jìn)行評價的醫(yī)學(xué)信息的評分要根據(jù)已評價過的醫(yī)學(xué)信息進(jìn)行外推后才可以進(jìn)入到主動式服務(wù)體系中應(yīng)用。

2 醫(yī)療網(wǎng)站主動式服務(wù)系統(tǒng)分類

根據(jù)不同網(wǎng)站用戶需求特性，可以按用戶對醫(yī)學(xué)信息的持久性程度進(jìn)行分類。這種依據(jù)持久性程度而進(jìn)行的主動式服務(wù)體系所提拱的服務(wù)是基于網(wǎng)站用戶當(dāng)前的單個需求還是基于用戶的多個需求，是瞬間還是持久而建立的體系依據(jù)。瞬間推送只考慮目前用戶的需求，不考慮用戶以往的需求。持久推送則對用戶進(jìn)行識別，根據(jù)其需求進(jìn)行推送。這種分類說明網(wǎng)站用戶對醫(yī)院網(wǎng)站主動式服務(wù)最想獲取信息的特性，使醫(yī)院網(wǎng)站主動式服務(wù)體系逐漸向能夠主動地、持續(xù)地向網(wǎng)站用戶進(jìn)行個性化推送方向發(fā)展［4］。根據(jù)上述標(biāo)準(zhǔn)，醫(yī)院網(wǎng)站主動式服務(wù)可以分為以下幾類：（1）非個性化推送。主動式服務(wù)體系的推送主要是根據(jù)不同網(wǎng)站用戶對某一醫(yī)學(xué)信息的平均需求，這種推送體系獨立于單個用戶，所有用戶被推送得到的醫(yī)學(xué)信息均是一致的，為非個性化的推送。它是自動產(chǎn)生的推送結(jié)果，不需要網(wǎng)站用戶進(jìn)行參與，并且是根據(jù)用戶當(dāng)前的需求，對網(wǎng)站用戶不進(jìn)行區(qū)分，不具有持續(xù)性，具有瞬時特性。（2）基于醫(yī)學(xué)信息屬性的推送。主動式服務(wù)體系的推送主要根據(jù)醫(yī)學(xué)信息的屬性特點及學(xué)科分類。該推送體系中需要用戶輸入所需要的醫(yī)學(xué)信息的屬性特點，因此此類推送不是自動生成，往往是人工分析，對醫(yī)學(xué)信息進(jìn)行標(biāo)注產(chǎn)生?；卺t(yī)學(xué)信息屬性的推送往往是持續(xù)性的，但同時也可以是瞬時的，這依賴于醫(yī)院網(wǎng)站是否獲取到用戶需求喜好的記錄［5］。（3）相關(guān)醫(yī)學(xué)信息推送。主動式服務(wù)體系的推送根據(jù)用戶感興趣的醫(yī)學(xué)信息從而推送相關(guān)的醫(yī)學(xué)信息，它是根據(jù)用戶當(dāng)前需求選擇的醫(yī)學(xué)信息而進(jìn)行推送服務(wù)，因此是也是非持續(xù)的。如果此類主動式服務(wù)體系產(chǎn)生的推送根據(jù)用戶長期以來很少改變的瀏覽方式，它可以是自動的，如果根據(jù)網(wǎng)站用戶明確輸入一些感興趣的醫(yī)學(xué)信息后生產(chǎn)推送，則它是人工分析的，需要對醫(yī)學(xué)信息標(biāo)注。（4）相關(guān)聯(lián)用戶推送。主動式服務(wù)體系的推送根據(jù)共同瀏覽過相同醫(yī)學(xué)信息的用戶之間的相關(guān)聯(lián)性進(jìn)行的推送，此種推送具有持續(xù)性特點，是自動產(chǎn)生的，它不需要網(wǎng)站用戶提供任何信息，而且不同的用戶所得的醫(yī)學(xué)信息是根據(jù)自己的實際需求而來的，所以具有較高的個性化［6－7］。

3 相關(guān)聯(lián)用戶推送的醫(yī)院網(wǎng)站主動式服務(wù)的算法與技術(shù)

網(wǎng)站的主動式服務(wù)算法是整個推送體系中的核心，醫(yī)院網(wǎng)站的主動式服務(wù)系統(tǒng)類型和推送質(zhì)量與其密切相關(guān)［8］，其思路為：找到與當(dāng)前用戶Ccur相似（比如癥狀相似）的其它用戶Cj，計算對象s對于用戶的效用值μ（cj，s），利用效用值對所有s進(jìn)行排序或者加權(quán)等操作，找到最適合Ccur的對象S＊［9］。生活中，往往會利用周圍朋友的推薦來進(jìn)行一些選擇，相關(guān)聯(lián)用戶推送正是把這種行為運(yùn)用到主動式服務(wù)系統(tǒng)中來，也就是根據(jù)別的用戶對某一醫(yī)學(xué)信息的需求和評價向當(dāng)前用戶進(jìn)行主動式服務(wù)［10－11］。

相關(guān)聯(lián)用戶推送是從用戶的角度進(jìn)行推送的，它是自動的，用戶所獲得的信息是推送體系從用戶瀏覽網(wǎng)站的行為中得到的，不需要用戶主動去查找適合自己的醫(yī)學(xué)信息，如填寫一些需求信息等。還有個優(yōu)點是對推送信息沒有特殊的要求，可以處理非結(jié)構(gòu)化的復(fù)雜信息，但是必須滿足包含大量用戶訪問網(wǎng)站的歷史數(shù)據(jù)從而獲取用戶之間的關(guān)系（圖2）

圖2 相關(guān)聯(lián)用戶推送

相關(guān)聯(lián)用戶推送算法主要有3個步驟［12］：（1）用戶模型表示：用戶輸入評分?jǐn)?shù)據(jù)可以用一個m＊n階用戶一項目評分矩陣R（表1），m行代表m個用戶，n列代表n個項目，第i行第j列的元素Rij，代表用戶i對項目j的評價。（2）相似用戶集的形成：相關(guān)聯(lián)用戶推送算法的核心部分是為一個需要推薦服務(wù)的目標(biāo)用戶找到最相似用戶集［13］，即：對一個用戶U，要產(chǎn)生一個根據(jù)相似度大小排列的用戶集合U＝｛u1，u2，…un｝（圖3），u不發(fā)球U，以u1到un相似度從大到小排列。（3）推送服務(wù)產(chǎn)生：從目標(biāo)用戶的相似用戶的評分產(chǎn)生N項信息推送［14］。假設(shè)目標(biāo)用戶u的相似用戶集合用U表示，則用戶u對項目j的預(yù)測評分Pu，j可以通過用戶u對相似用戶集合U中相似用戶對項目的評分得到，計算方法如下：

其中Pu，j為目標(biāo)用戶u對項目j的預(yù)測值。相關(guān)聯(lián)用戶推送算法根據(jù)目標(biāo)用戶最相似的N個用戶的評價進(jìn)行預(yù)測，并不是所有用戶都參與預(yù)測Pu，j值。Sim（I，j）為用戶i和用戶j之間的興趣相似度，q是歸一化因子，計算方法如下：

通過上述方法預(yù)測用戶對所有未評分項目的評分，然后選擇預(yù)測評分最高的前若干項（Top－N）作為推薦結(jié)果給當(dāng)前用戶。相關(guān)聯(lián)用戶推送算法的推送過程，見圖4。

表1 用戶（U）－項目（I）評分矩陣R

圖3 相似用戶集的形成

圖4 相關(guān)聯(lián)用戶推送算法的過程

本文研究了醫(yī)院網(wǎng)站主動式服務(wù)系統(tǒng)中關(guān)聯(lián)規(guī)則，服務(wù)模型的實現(xiàn)過程及步驟，個性化推薦在醫(yī)院網(wǎng)站中具有良好的發(fā)展與應(yīng)用前景，能有效的保留用戶，對提升醫(yī)院院站質(zhì)量有著非常重要的作用。

［1］李樹青，崔北亮.基于個性化信息推薦服務(wù)的 Web搜索引擎技術(shù)綜述［J］.情報雜志，2007，26（8）：98－101.

［2］王濤，孫河山.Web挖掘技術(shù)在搜索引擎中的應(yīng)用［J］.情報理論與實踐，2002，25（4）：296－299.

［3］陳文偉.數(shù)據(jù)倉庫與數(shù)據(jù)挖掘教程［M］.北京：清華大學(xué)出版社，2006.

［4］陳正明，馬光志.Web訪問模式聚類中引入 Web內(nèi)容挖掘的方法［J］.計算機(jī)工程，2005，32（18）：70－71，78.

［5］胡雯，曾春年.Web內(nèi)容挖掘算法的比較研究［J］.武漢理工大學(xué)學(xué)報：信息與管理工程版，2006（7）：23－26.

［6］戰(zhàn)坤，曾凡，康運(yùn)生，等.個性化－－醫(yī)院網(wǎng)站信息服務(wù)的趨勢［J］.重慶醫(yī)學(xué)，2009，38（21）：2668－2669.

［7］曾凡，黃昊，王禾，等.醫(yī)院網(wǎng)站建設(shè)的實踐［J］.重慶醫(yī)學(xué)，2007，36（23）：2377－2378.

［8］曾暇，易霜，黃云.基于相似學(xué)習(xí)風(fēng)格的資源分類和推薦服務(wù)［J］.軟件導(dǎo)刊，2010（2）：171－173.

［9］陳萍，喻國平，梁音.Web數(shù)據(jù)挖掘在個性化推薦服務(wù)的應(yīng)用［J］.微計算機(jī)信息，2009（12）：195－196，189.

［10］張貞梅，孫忠林，陳欣.數(shù)據(jù)挖掘的關(guān)聯(lián)規(guī)則建立與算法改進(jìn)［J］.福建電腦，2005（5）：33－34.

［11］何小東，劉衛(wèi)國.數(shù)據(jù)挖掘中關(guān)聯(lián)規(guī)則挖掘算法比較研究［J］.計算機(jī)工程與設(shè)計，2005，26（5）：1265－1268.

［12］鄧勝利，孫高嶺.面向推薦服務(wù)的用戶信息需求轉(zhuǎn)化模型構(gòu)建［J］.情報理論與實踐，2009（6）：14－17，50.

［13］陳麗君.用戶行為選擇的表現(xiàn)及其法則［J］.情報資料工作，1994（2）：11－12.

［14］丁振凡，鄧?yán)?個性化信息推薦服務(wù)與個性化搜索引擎［J］.微計算機(jī)信息，2009（36）：205－206，218.

Application study of initiative services on hospital website

MingChunmei，LiChumin，ZhangYu
（DepartmentofInformationTechnology，XingqiaoHospital，ThirdMilitaryMedicalUniversity，Chongqing400037，China）

ObjectiveTo implement initiative，interactive and personalized services on hospital website.MethodsNeeds and demands of Web users were discovered through hospital website on the basis of idea of the personalized recommendation system in modern network technologies.System was instructed to automatically adjust user′s display interface and contents according to the needs and demands of users.ResultsPersonalized service of hospital website was achieved and the quality of hospital website was promoted.ConclusionIt is feasible to provide initiative service for hospital website users.

information service；health services needs and demand；hospital websites

10.3969/j.issn.1671－8348.2011.35.008

A

1671－8348（2011）35－3556－02

2011－09－09

2011－10－21）