本发明涉及智慧医疗大数据，具体涉及一种基于智慧医疗大数据的信息推送方法及系统。
背景技术：
1、随着计算机科学及信息技术的不断发展，大数据已广泛涉及各行各业。例如，在智慧医疗行业，基于大数据的行业应用也如雨后春笋般逐渐呈现。在一种典型的智慧医疗行业应用场景中，基于智慧医疗大数据的信息推送已得到了广泛的应用。然而，常见的信息推送方式，大多基于既定的信息推送规则向被推送对象进行相应的信息推送，进而导致推送效果以及用户的体验感不佳。
2、申请号为cn202111349320.4的中国发明专利提供一种基于智慧医疗大数据的信息推送方法及智慧医疗云服务器，根据目标推送业务范围与所述目标智慧医疗会话对应的未携带预设会话标签的智慧医疗项目的会话特征数据以及目标推送业务范围对应的推送业务信息统计结果，基于信息推送策略优化网络得到针对所述目标智慧医疗会话的推送策略优化方案，然后根据推送业务信息统计结果通过优化后的信息推送策略针对目标智慧医疗会话进行信息推送。
3、在现有专利技术中使用未携带预设会话标签的会话项目特征数据集进行项目启用频率分析，并根据项目启用频率分析数据得到所述目标智慧医疗会话的推送策略优化方案，但是使用的项目启用频率是综合所有项目和用户进行分析优化，并没有根据用户和项目的不同分类进行计算项目启用频率，导致项目启用频率计算并不精准且没有针对性，进而导致信息推送的准确性降低。
技术实现思路
1、本发明针对现有技术中存在的技术问题，提供一种基于智慧医疗大数据的信息推送方法及系统。
2、本发明解决上述技术问题的技术方案如下：基于智慧医疗大数据的信息推送方法，所述方法包括：
3、s100：获取智慧医疗项目信息以及对应的会话特征数据，同时获取推送业务信息统计结果，根据智慧医疗项目信息和对应的会话特征数据对用户和项目进行分类；
4、s200：针对每个用户分类和项目分类组合，计算单分类项目启用率，对多个单分类项目启用率使用加权平均方法进行计算得到综合项目启用率；
5、s300：根据所述单分类项目启用率的数值，设置项目活跃因子；根据单用户涉及到的项目种类数量，设置用户活跃因子；
6、s400：根据所述单分类项目启用率，结合所述项目活跃因子和所述用户活跃因子，生成优化方案；根据优化方案对信息推送策略进行优化，根据优化后的信息推送策略进行信息推送，并实时监控获取推送反馈数据；
7、s500：根据所述综合项目启用率评估推送优化效果，并生成用户趋势变化报告用于数据分析，实时调整优化策略。
8、进一步的，所述优化方案是根据所述单分类项目启用率、项目活跃因子和用户活跃因子将用户分为高活跃、中活跃和低活跃用户；将项目划分为高、中、低三个优先级；所述优化方案中设置基础推送策略和交叉预试推送策略，所述基础推送策略是针对不同活跃用户和不同优先级项目采取不同频次的信息推送；所述交叉预试推送策略是将高优先级项目推送给低活跃用户，将低优先级项目推送给高活跃用户，设置时间期限收集用户反馈结果数据，对交叉预试推送策略收集的反馈结果进行分析，结合基础推送策略确定推送频次和推送范围，生成最终的信息推送优化策略。
9、进一步的，所述优化方案中还包括关联项目推荐规则，所述关联项目推荐规则是根据项目关联矩阵选取出与用户当前关注度最高项目具有强关联的互补项目，根据互补项目进行信息推送并引导优化用户访问路径。
10、进一步的，所述项目关联矩阵是利用关联规则学习算法分析智慧医疗项目之间的关联度，根据计算出的关联度，构建项目关联矩阵；所述强关联的互补项目是指关联度大于关联阈值的项目。
11、进一步的，所述用户访问路径优化是指在用户访问路径中识别出关键节点，在关键节点出插入互补项目实现自然过渡；所述关键节点是指用户访问且有停留的项目页面，在项目页面停留的时间内插入互补项目。
12、进一步的，获取所述推送反馈数据，整合用户推送业务结果，计算用户接收到的每个推送项目的匹配值，统计每个用户的所有推送项目的匹配值并计算中位数，以中位数为原点设定初始项目匹配值范围；根据调试规则对初始项目匹配值范围进行调试得到精准项目匹配值范围。
13、进一步的，所述调试规则是对初始项目匹配值范围的下限进行前后预试，直至达到最大预试次数，观察用户反馈和推送效果，根据预试结果，调整项目匹配值范围；所述最大预试次数是预先设定。
14、进一步的，获取所述精准项目匹配值范围，结合随机探索机制动态调整项目匹配值范围，形成跳动项目匹配值范围，根据跳动项目匹配值范围进行信息推送优化。
15、进一步的，所述随机探索机制是随机抽取额定数量的未接触过的项目填充到精准项目匹配值范围中，并设定时间间隔，周期性更换项目，剔除精准项目匹配值范围中失效的项目；所述额定数量是根据精准项目匹配值范围内项目的数量和随机扰动因子决定增加的未接触过的项目数量。
16、基于智慧医疗大数据的信息推送系统，配套如上述的基于智慧医疗大数据的信息推送方法，所述系统包括：数据获取模块，用于获取智慧医疗项目信息、会话特征数据和推送业务信息统计结果；
17、分类计算模块，用于接收数据获取模块的数据信息，对用户和项目进行分类，并计算单分类项目启用率；
18、活跃因子设置模块，用于接收分类计算模块中的单分类项目启用率，设置项目活跃因子和用户活跃因子；
19、优化方案模块，用于接收单分类项目启用率、项目活跃因子和用户活跃因子生成优化方案；
20、反馈调整模块，用于实时监控获取推送反馈数据，实时调整优化策略。
21、本发明的有益效果是：通过对用户和项目进行分类，针对每个用户分类和项目分类组合，计算单分类项目启用率，能够更精准地匹配用户与智慧医疗项目，考虑了用户的兴趣和需求，结合了项目的特性和目标用户群体，更加符合不同用户群体的特性和偏好，从而提高了推送的精准性以及用户体验；通过设定用户活跃因子和项目活跃因子，能够识别并积极推送信息给那些可能对项目感兴趣但当前活跃度较低的用户，从而提升整体用户活跃度。
1.基于智慧医疗大数据的信息推送方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于智慧医疗大数据的信息推送方法，其特征在于，所述优化方案是根据所述单分类项目启用率、项目活跃因子和用户活跃因子将用户分为高活跃、中活跃和低活跃用户；将项目划分为高、中、低三个优先级；所述优化方案中设置基础推送策略和交叉预试推送策略，所述基础推送策略是针对不同活跃用户和不同优先级项目采取不同频次的信息推送；所述交叉预试推送策略是将高优先级项目推送给低活跃用户，将低优先级项目推送给高活跃用户，设置时间期限收集用户反馈结果数据，对交叉预试推送策略收集的反馈结果进行分析，结合基础推送策略确定推送频次和推送范围，生成最终的信息推送优化策略。
3.根据权利要求2所述的基于智慧医疗大数据的信息推送方法，其特征在于，所述优化方案中还包括关联项目推荐规则，所述关联项目推荐规则是根据项目关联矩阵选取出与用户当前关注度最高项目具有强关联的互补项目，根据互补项目进行信息推送并引导优化用户访问路径。
4.根据权利要求3所述的基于智慧医疗大数据的信息推送方法，其特征在于，所述项目关联矩阵是利用关联规则学习算法分析智慧医疗项目之间的关联度，根据计算出的关联度，构建项目关联矩阵；所述强关联的互补项目是指关联度大于关联阈值的项目。
5.根据权利要求3所述的基于智慧医疗大数据的信息推送方法，其特征在于，所述用户访问路径优化是指在用户访问路径中识别出关键节点，在关键节点出插入互补项目实现自然过渡；所述关键节点是指用户访问且有停留的项目页面，在项目页面停留的时间内插入互补项目。
6.根据权利要求1所述的基于智慧医疗大数据的信息推送方法，其特征在于，获取所述推送反馈数据，整合用户推送业务结果，计算用户接收到的每个推送项目的匹配值，统计每个用户的所有推送项目的匹配值并计算中位数，以中位数为原点设定初始项目匹配值范围；根据调试规则对初始项目匹配值范围进行调试得到精准项目匹配值范围。
7.根据权利要求6所述的基于智慧医疗大数据的信息推送方法，其特征在于，所述调试规则是对初始项目匹配值范围的下限进行前后预试，直至达到最大预试次数，观察用户反馈和推送效果，根据预试结果，调整项目匹配值范围；所述最大预试次数是预先设定。
8.根据权利要求6所述的基于智慧医疗大数据的信息推送方法，其特征在于，获取所述精准项目匹配值范围，结合随机探索机制动态调整项目匹配值范围，形成跳动项目匹配值范围，根据跳动项目匹配值范围进行信息推送优化。
9.根据权利要求8所述的基于智慧医疗大数据的信息推送方法，其特征在于，所述随机探索机制是随机抽取额定数量的未接触过的项目填充到精准项目匹配值范围中，并设定时间间隔，周期性更换项目，剔除精准项目匹配值范围中失效的项目；所述额定数量是根据精准项目匹配值范围内项目的数量和随机扰动因子决定增加的未接触过的项目数量。
10.基于智慧医疗大数据的信息推送系统，配套如权利要求1至权利要求9中任一项所述的基于智慧医疗大数据的信息推送方法，其特征在于，所述系统包括：数据获取模块，用于获取智慧医疗项目信息、会话特征数据和推送业务信息统计结果；
