一种推荐养老护理计划的方法和系统与流程

技术特征：

1.一种推荐养老护理计划的方法，其特征在于，包括以下步骤：

2.如权利要求1所述的推荐养老护理计划的方法，其特征在于，所述基于多属性融合的协同过滤推荐网络包括特征提取层、特征融合层、全连接层和sigmoid层；所述特征提取层提取护理内容嵌入向量、护理时间嵌入向量和护理项占比向量的特征，得到处于同一空间的护理内容特征向量和护理时间特征向量；所述特征融合层将护理内容特征向量和护理时间特征向量融合为包含老人与护理计划匹配规律的联合表示向量，所述全连接层和sigmoid层预测老人与护理计划的配对概率。

3.如权利要求1所述的推荐养老护理计划的方法，其特征在于，s3中，所述预测老人对护理项的评分并用随机梯度下降法更新评分具体为：

4.如权利要求3所述的推荐养老护理计划的方法，其特征在于，s3.5中，所述损失函数具体为：

5.如权利要求3所述的推荐养老护理计划的方法，其特征在于，s3.6具体为：

6.一种推荐养老护理计划的系统，其特征在于，包括构造护理计划模块、学习知识表示模块和协同过滤推荐网络模块；

技术总结
本发明公开了一种推荐养老护理计划的方法和系统，属于机器学习技术领域，该方法包括：S1：根据老人健康档案‑护理内容二元组格式构造老人护理计划；S2：采用实体和关系分开嵌入的方法，学习老人健康档案、护理内容和护理时间的知识表示，获得护理内容嵌入向量、护理时间嵌入向量和健康属性嵌入向量，将护理占比信息存储为护理项占比向量；S3：将护理内容嵌入向量、护理时间嵌入向量和护理项占比向量配对后输入基于多属性融合的协同过滤推荐网络，预测老人对护理项的评分并用随机梯度下降法更新评分，根据评分找到适合老人的护理项与护理时间。本发明通过推荐算法持续学习老人信息和护理信息，能根据老人基本信息自动制定详细的一对一护理计划。

技术研发人员：曹李强
受保护的技术使用者：南京迈特望科技股份有限公司
技术研发日：
技术公布日：2024/1/14