在线医疗的用户网络精准推荐及其多选择供应链协调

In the era of “Internet +”, online medical services provide a promising and innovative platform for solving the imbalance of medical resources. How to accurately help more users by using the medical big data on the Internet is a very important issue that is to effectively manage the online medical platform and handle the relationship with the traditional medical mechanism. To this end, firstly, this project uses topic segmentation and extraction on the online medical platform to establish a medical topic community network, and uses network structure analysis and simulation to acquire user disease development and evolution tendency. Secondly, according to the relationship matrix between users, doctors and medical information, the accurate collaborative filtering algorithms are set up respectively. The doctors and medical information are recommended to satisfy users’ demand preference. Thirdly, from the perspective of supply chain, the mechanism influence of recommender system on medical supply chain is studied. Under the condition of multiple-choice of medical users, this project explores the supply chain model construction and game equilibrium analysis in three different medical situations. Finally, when considering user recommendation, a coordination management analysis of the supply chain between the online medical and traditional medical services and optimal analysis of social welfare are operated. The relationships between social benefits and drug prices, doctor's service prices, recommendation technologies and different platform costs are obtained in this project. Those results will provide powerful basis and strategic support for the decision-making and reform of medical service management in our country.

“互联网+”时代，在线医疗服务为解决医疗资源不均衡提供了一种非常有前景的创新性平台。如何在互联网上利用医疗大数据准确帮助更多用户，对在线医疗平台有效管理及处理好与传统医疗机构之间的关系是非常重要的课题。为此，本项目首先对在线医疗平台进行主题细分与抽取，建立医疗主题社区网络并进行网络结构分析与仿真，获得用户疾病发展与转变演化趋势。然后，根据用户、医生与医药信息之间的关系矩阵分别搭建精准的协同过滤算法，推荐给用户满足其需求偏好的医生与医药信息。再次，从供应链视角研究推荐系统对医疗供应链的影响机理，在医疗用户多选择的情况下，探寻三种不同医疗情形的供应链模型构建与博弈均衡分析。最后，通过对考虑用户推荐的在线医疗与传统医疗的供应链协调管理分析以及社会福利最优分析，本项目获得社会效益与药品价格、医生服务价格、推荐技术和不同平台成本之间的关系，从而为我国医疗服务管理决策与改革提供强有力的依据和策略支持。

在线医疗服务为解决医疗资源不均衡提供了非常有前景的创新性平台。如何利用医疗大数据准确帮助更多用户，对在线医疗平台有效管理及处理好与传统医疗机构之间的关系是非常重要的课题。.首先，鉴于在线医疗的不断变化，本项目解决了如何对在线咨询和药物进行适当定价的问题，以及如何协调线上与线下咨询和药物之间调节患者数量的问题。我们考虑了病人的多种选择，通过博弈理论分析，对相关的情景进行了研究。医疗供应链参与者的最佳利润以及咨询和药品的价格通过均衡分析被推算出来，随后对药品价格与患者就诊数量之间关系深入研究，从而得到了三种选择情境下，如何使用定价策略来避免医疗拥挤。本研究的结果可以帮助医疗管理部门加强对线上和线下医疗平台的有效激励，针对不同平台和疾病，制定不同的咨询价格和药品价格，对协调线上和线下医疗资源有很强的现实意义。.其次，本项目完成了在线医疗服务推荐的相关工作，包括分析了社会化影响力衡量时的信任度、同质性及意见领袖的作用，并将这些因素刻画到情感相似计算中，提出了一种新的社会化推荐系统框架。利用糖尿病微博数据进行社会化推荐的实证分析，通过不同推荐排名验证了本方法的有效性和优越性，并在婴幼儿微博数据集上进一步验证社会化推荐的可推广性。该研究范式为从事社交媒体平台文本挖掘和社会网络分析的科研人员，提供一定借鉴和研究思路，能够将数据挖掘方法和社会网络分析在社交媒体平台研究的更加深入。.最后，项目进展过程中，对社会网络分析方法应用在宏观层面的国际合作网络做了一些工作。通过分析ESI指数下社会科学总论领域的论文、学者、机构和国家层面进行网络分析，通过层次聚类方法可视化进行合作社区发现。可以帮助政策制定者引导社会科学总论领域的学者进行不同国家间的高层次合作提供借鉴。同时，本项目还扩展到信息安全领域，获得授权一项基于椭圆曲线方法的加密方式的国家专利，该成果可以帮助区块链加密和医疗用户个人隐私安全提供新的思路。