基于互联网在线医生的医疗热力榜计算方法、装置和计算机设备

技术领域

本申请涉及在线医疗技术领域，特别涉及一种基于互联网在线医生的医疗热力榜计算方法、装置和计算机设备。

背景技术

“看病难”一直是一个人们生活中的大问题。在许多地区，医院、诊所、社区卫生服务站都已经全覆盖，但人们还是比较相信大医院的大专家，但是现有的网络问询平台的挂号功能都是按医院、科室来筛选医生，用户无法根据自身需求快速的找到合适的医生，增加了用户的筛选时间，且专科医生也没有办法精准收治患者。

发明内容

本申请提供了一种基于互联网在线医生的医疗热力榜计算方法，旨在解决现有技术中用户无法根据自身需求快速找到合适的医生的技术问题。

本申请提供了一种基于互联网在线医生的医疗热力榜计算方法，包括：

获取多个医生的基本信息；

统计多个医生的当日线上搜索信息；

根据多个医生的基本信息和当日线上搜索信息，对多个医生进行等级评分，并排序，得到第一医疗热力榜；

查找满足预设条件的目标医生，并获取与所述目标医生对应的唯一标识码；

根据唯一标识码获取所述目标医生的问诊状态；

获取目标医生的查询次数，并根据查询次数，更新所述目标医生的基本信息以及所述目标医生的当日线上搜索信息，并根据更新后的目标医生的基本信息和所述目标医生的当日线上搜索信息，对多个医生的等级评分进行更新，得到第二医疗热力榜；

根据所述第二医疗热力榜获取每个目标医生的预约量，并按照预约量对所述第二医疗热力榜进行排序，得到第三医疗热力榜；

获取第三医疗热力榜中每个目标医生的查询次数，并根据所述查询次数对每个目标医生赋予权重值，并根据所述权重值对第三医疗热力榜中的目标医生等级重新排序，得到最终的医疗热力榜。

作为优选，所述获取多个医生的基本信息的步骤，包括：

在第一预设时间段内获取每个医生所在的医院信息，其中，所述医院信息包括：医生所在医院名称、科室名称、医生职称、职务、等级、擅长领域；

获取医生所在城市信息，其中，所述城市信息包括是否开通线上挂号、线上咨询问诊、私人医生、加号服务。

作为优选，所述统计多个医生的当日线上搜索信息的步骤，包括：

在第二预设时间段内获取每个医生的当日搜索量、咨询量、点评数量、评分、预约挂号数量；

获取每个医生的特征信息，其中，特征信息包括是否有曾就职的医院、是否多点职业。

作为优选，所述根据多个医生的基本信息和当日线上搜索信息，对多个医生进行等级评分并排序，得到第一医疗热力榜的步骤，包括：

获取每个医生的排班信息；

根据排班信息获取医生在预设日期的评分信息和预约量；

根据评分信息获取第一权重值；

根据预约量获取第二权重值；

将所述第一权重值与所述第二权重值进行总和，得到评分；

对多个评分进行比较，并按评分结果对每个医生的顺序进行排序，得到第一医疗热力榜。

作为优选，所述根据所述查询次数对每个目标医生赋予权重值，并根据所述权重值对第三医疗热力榜中的目标医生等级重新排序，得到最终的医疗热力榜的步骤，包括：

对目标医生的初始权重值赋为零；

获取目标医生的当日查询次数；

判断所述查询次数是否大于第一预设值；

若所述查询次数大于第一预设值，计算所述查询次数与第二预设值之间的倍数；

根据倍数对目标医生赋予与倍数对应的第三权重值；

根据第三权重值对第三医疗热力榜中的目标医生等级重新排序，得到最终的医疗热力榜。

作为优选，所述得到最终的医疗热力榜的步骤之后，还包括：

基于redis对医疗热力榜所对应的数据进行缓存。

本申请还提供一种基于互联网在线医生的医疗热力榜计算装置，包括：

第一获取模块，用于获取多个医生的基本信息；

统计模块，用于统计多个医生的当日线上搜索信息；

评分模块，用于根据多个医生的基本信息和当日线上搜索信息，对多个医生进行等级评分，并排序，得到第一医疗热力榜；

第二获取模块，用于查找满足预设条件的目标医生，并获取与所述目标医生对应的唯一标识码；

第三获取模块，用于根据唯一标识码获取所述目标医生的问诊状态；

更新模块，用于根据查询次数，更新所述目标医生的基本信息以及所述目标医生的当日线上搜索信息，并根据更新后的目标医生的基本信息和所述目标医生的当日线上搜索信息，对多个医生的等级评分进行更新，得到第二医疗热力榜；

排序模块，用于根据所述第二医疗热力榜获取每个目标医生的预约量，并按照预约量对所述第二医疗热力榜进行排序，得到第三医疗热力榜；

第四获取模块，用于获取第三医疗热力榜中每个目标医生的查询次数，并根据所述查询次数对每个目标医生赋予权重值，并根据所述权重值对第三医疗热力榜中的目标医生等级重新排序，得到最终的医疗热力榜。

作为优选，所述第一获取模块，包括：

第一获取单元，用于在第一预设时间段内获取每个医生所在的医院信息，其中，所述医院信息包括：医生所在医院名称、科室名称、医生职称、职务、等级、擅长领域；

第二获取单元，用于获取医生所在城市信息，其中，所述城市信息包括是否开通线上挂号、线上咨询问诊、私人医生、加号服务。

本申请还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。

本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。

本申请的有益效果为：通过获取多个医生的基本信息以及每个医生的当日线上搜索信息，这样能够对每个医生进行初始的等级排序，得到第一医疗热力榜，查找满足预设条件的目标医生，这样用户能够按照自身需求优先查询符合自己条件的目标医生，从而提高用户和医生的线上查询效率，获取目标医生的唯一标识码，并根据唯一标识码获取每个目标医生的问诊状态，问诊状态包括有号、无号、约满、加号等，获取每个目标医生的查询次数，这样可以根据目标医生的查询次数对目标医生的基本信息和当日线上搜索信息进行更新，进而更新目标医生的等级评分，即当日线上搜索量越高，等级评分越高，得到第二医疗热力榜；获取第二医疗热力榜中每个医生的预约量，并按照预约量对第二医疗热力榜进行排序，排序时可按照升序或者降序进行排序，得到第三医疗热力榜之后，获取每个目标医生的查询次数，并根据不同的查询次数对每个目标医生赋予不同的权重值，并根据权重值对目标医生重新进行排序，得到最终的医疗热力榜，这样用户可以通过最终的医疗热力榜筛选到合适的目标医生，从而减少用户的等待时间，有效的提高了查询效率。

附图说明

图1为本申请一实施例的方法流程示意图。

图2为本申请一实施例的装置结构示意图。

图3为本申请一实施例的计算机设备内部结构示意图。

本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

如图1-3所示，本申请提供一种基于互联网在线医生的医疗热力榜计算方法，包括：

S1、获取多个医生的基本信息；

S2、统计多个医生的当日线上搜索信息；

S3、根据多个医生的基本信息和当日线上搜索信息，对多个医生进行等级评分，并排序，得到第一医疗热力榜；

S4、查找满足预设条件的目标医生，并获取与所述目标医生对应的唯一标识码；

S5、根据唯一标识码获取所述目标医生的问诊状态；

S6、获取目标医生的查询次数，并根据查询次数，更新所述目标医生的基本信息以及所述目标医生的当日线上搜索信息，并根据更新后的目标医生的基本信息和所述目标医生的当日线上搜索信息，对多个医生的等级评分进行更新，得到第二医疗热力榜；

S7、根据所述第二医疗热力榜获取每个目标医生的预约量，并按照预约量对所述第二医疗热力榜进行排序，得到第三医疗热力榜；

S8、获取第三医疗热力榜中每个目标医生的查询次数，并根据所述查询次数对每个目标医生赋予权重值，并根据所述权重值对第三医疗热力榜中的目标医生等级重新排序，得到最终的医疗热力榜。

如上述步骤S1-S8所述，通过获取多个医生的基本信息以及每个医生的当日线上搜索信息，这样能够对每个医生进行初始的等级排序，得到第一医疗热力榜，由于获取多个医生的基本信息时，多个医生可能来自不同的城市，若用户在进行了线上问诊之后，想转线下咨询，当其为异地医生时，为用户增加了不便，且线上问诊也会耗费用户与医生的精力和时间，为了提高用户和医生的线上查询效率，在得到第一医疗热力榜后，会查找满足预设条件的目标医生，预设条件可以是地区、医生资历、医生所在医院等等，这样用户能够按照自身需求优先查询符合自己条件的目标医生，从而提高用户和医生的线上查询效率，目标医生可能是多个，也可能是一个，获取目标医生的唯一标识码，并根据唯一标识码获取每个目标医生的问诊状态，问诊状态包括有号、无号、约满、加号等，获取每个目标医生的查询次数，这样可以根据目标医生的查询次数对目标医生的基本信息和当日线上搜索信息进行更新，进而更新目标医生的等级评分，即当日线上搜索量越高，等级评分越高，从而根据等级评分对第一医疗热力榜进行更新，得到第二医疗热力榜；获取第二医疗热力榜中每个医生的预约量，并按照预约量对第二医疗热力榜进行排序，排序时可按照升序或者降序进行排序，优选的，使用降序进行排序，即预约量越低的排名越靠前，这样能够缩短用户的等待时间，优先选择空闲的医生为其提供线上咨询，当然也可以升序，在此不做限定，得到第三医疗热力榜之后，获取每个目标医生的查询次数，并根据不同的查询次数对每个目标医生赋予不同的权重值，并根据权重值对目标医生重新进行排序，得到最终的医疗热力榜，这样用户可以通过最终的医疗热力榜筛选到合适的目标医生，从而减少用户的等待时间，有效的提高了查询效率。

在一个实施例中，所述获取多个医生的基本信息的步骤S1，包括：

S11、在第一预设时间段内获取每个医生所在的医院信息，其中，所述医院信息包括：医生所在医院名称、科室名称、医生职称、职务、等级、擅长领域；

S12、获取医生所在城市信息，其中，所述城市信息包括是否开通线上挂号、线上咨询问诊、私人医生、加号服务。

如上述步骤S11-S12所述，获取医生的基本信息，可以获取医生所在的医院信息以及医生所在的城市信息，城市是否开通线上挂号、线上咨询问诊、私人医生、加号服务，这样用户即使不在医院，也能通过城市信息及时了解到医院目前的情况，除了线上咨询之外，，还可以线上挂号，这样能够减少用户因挂错号或者去了医院后无号可挂造成的时间、精力的消耗，进一步提高查询效率。

在一个实施例中，所述统计多个医生的当日线上搜索信息的步骤S2，包括：

S21、在第二预设时间段内获取每个医生的当日搜索量、咨询量、点评数量、评分、预约挂号数量；

S22、获取每个医生的特征信息，其中，特征信息包括是否有曾就职的医院、是否多点职业。

如上述步骤S21-S22所述，统计多个医生的当日线上搜索信息时，可以统计每个目标医生的当日搜索量、咨询量、点评数量、评分预约挂号数量等等，这样便于用户详细的对医生的状态进行了解，从而筛选出符合自己需求的医生。

在一个实施例中，所述根据多个医生的基本信息和当日线上搜索信息，对多个医生进行等级评分并排序，得到第一医疗热力榜的步骤S3、，包括：

S31、获取每个医生的排班信息；

S32、根据排班信息获取医生在预设日期的评分信息和预约量；

S33、根据评分信息获取第一权重值；

S34、根据预约量获取第二权重值；

S35、将所述第一权重值与所述第二权重值进行总和，得到评分；

S36、对多个评分进行比较，并按评分结果对每个医生的顺序进行排序，得到第一医疗热力榜。

如上述步骤S31-S36所述，在对医生进行评分时，可以获取每个医生的当日排班信息、当月排班信息等等，再根据排班信息获取医生在某个日期或某段日期的评分信息和预约量，并根据评分信息获取与其对应的第一权重值，根据预约量获取与其对应的第二权重值，将第一权重值与第二权重值进行总和，得到医生的评分。

在一个实施例中，所述根据所述查询次数对每个目标医生赋予权重值，并根据所述权重值对第三医疗热力榜中的目标医生等级重新排序，得到最终的医疗热力榜的步骤S8，包括：

S81、对目标医生的初始权重值赋为零；

S82、获取目标医生的当日查询次数；

S83、判断所述查询次数是否大于第一预设值；

S84、若所述查询次数大于第一预设值；

S85、计算所述查询次数与第二预设值之间的倍数；

S86、根据倍数对目标医生赋予与倍数对应的第三权重值；

S87、根据第三权重值对第三医疗热力榜中的目标医生等级重新排序，得到最终的医疗热力榜。

如上述步骤S81-S87所述，在进行最终的医疗热力榜排序时，首先预先对每个目标医生的初始权重值赋为0，再获取每个目标医生的当日查询次数，并判断查询次数是否大于第一预设值，例如查询次数是否大于10次，若大于，每大于十次则赋予一次第三权重值，这样能够根据第三权重值对第三医疗热力榜中的目标医生等级进行重新排序，得到最终的医疗热力榜。

在一个实施例中，所述得到最终的医疗热力榜的步骤S8之后，还包括：

S9、基于redis对医疗热力榜所对应的数据进行缓存。

通过redis对医疗热力榜的数据进行缓存，这样能够提高查询速度。

本申请还提供一种基于互联网在线医生的医疗热力榜计算装置，包括：

第一获取模块1，用于获取多个医生的基本信息；

统计模块2，用于统计多个医生的当日线上搜索信息；

评分模块3，用于根据多个医生的基本信息和当日线上搜索信息，对多个医生进行等级评分，并排序，得到第一医疗热力榜；

第二获取模块4，用于查找满足预设条件的目标医生，并获取与所述目标医生对应的唯一标识码；

第三获取模块5，用于根据唯一标识码获取所述目标医生的问诊状态；

更新模块6，用于获取目标医生的查询次数，并根据查询次数，更新所述目标医生的基本信息以及所述目标医生的当日线上搜索信息，并根据更新后的目标医生的基本信息和所述目标医生的当日线上搜索信息，对多个医生的等级评分进行更新，得到第二医疗热力榜；

排序模块7，用于根据所述第二医疗热力榜获取每个目标医生的预约量，并按照预约量对所述第二医疗热力榜进行排序，得到第三医疗热力榜；

第四获取模块8，用于获取第三医疗热力榜中每个目标医生的查询次数，并根据所述查询次数对每个目标医生赋予权重值，并根据所述权重值对第三医疗热力榜中的目标医生等级重新排序，得到最终的医疗热力榜。

在一个实施例中，所述第一获取模块1，包括：

第一获取单元，用于在第一预设时间段内获取每个医生所在的医院信息，其中，所述医院信息包括：医生所在医院名称、科室名称、医生职称、职务、等级、擅长领域；

第二获取单元，用于获取医生所在城市信息，其中，所述城市信息包括是否开通线上挂号、线上咨询问诊、私人医生、加号服务。

在一个实施例中，所述统计模块2，包括：

第一统计单元，用于在第二预设时间段内获取每个医生的当日搜索量、咨询量、点评数量、评分、预约挂号数量；

第二统计单元，用于获取每个医生的特征信息，其中，特征信息包括是否有曾就职的医院、是否多点职业。

在一个实施例中，所述评分模块3，包括：

第三获取单元，用于获取每个医生的排班信息；

第四获取单元，用于根据排班信息获取医生在预设日期的评分信息和预约量；

第五获取单元，用于根据评分信息获取第一权重值；

第六获取单元，用于根据预约量获取第二权重值；

总和单元，用于将所述第一权重值与所述第二权重值进行总和，得到评分；

比较单元，用于对多个评分进行比较，并按评分结果对每个医生的顺序进行排序，得到第一医疗热力榜。

在一个实施例中，所述第四获取模块8，包括：

第一赋值单元，用于对目标医生的初始权重值赋为零；

第七获取单元，用于获取目标医生的当日查询次数；

判断单元，用于判断所述查询次数是否大于第一预设值；

计算单元，用于若所述查询次数大于第一预设值，计算所述查询次数与第二预设值之间的倍数；

第二赋值单元，用于根据倍数对目标医生赋予与倍数对应的第三权重值；

最终排序单元，用于根据第三权重值对第三医疗热力榜中的目标医生等级重新排序，得到最终的医疗热力榜。

在一个实施例中，还包括：

缓存模块，用于基于redis对医疗热力榜所对应的数据进行缓存。

上述各模块、单元均是用于对应执行上述基于互联网在线医生的医疗热力榜计算方法中的各个步骤，其具体实现方式参照上述方法实施例所述，在此不再进行赘述。

如图3所示，本申请还提供了一种计算机设备，该计算机设备可以是服务器，其内部结构可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储基于互联网在线医生的医疗热力榜计算方法的过程需要的所有数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现基于互联网在线医生的医疗热力榜计算方法。

本领域技术人员可以理解，图3中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定。

本申请一实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述任意一个基于互联网在线医生的医疗热力榜计算方法。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储与一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM通过多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双速据率SDRAM(SSRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其它变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。

以上所述仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。