本发明涉及用于监督的数据处理系统，尤其涉及一种基于大数据的智慧医疗交互方法及系统。
背景技术：
1、信息化建设与医疗健康领域的迅速发展密不可分，智慧医疗在医疗管理过程中存在巨大的应用潜力，已成为推动医疗信息化发展的重要手段。随着越来越多的医院启用预约挂号系统，患者可以通过院内自助设备、挂号服务热线以及网络就医平台进行预约挂号操作，预约挂号服务更加方便快捷。但是，恶意抢占挂号资源的现象依然存在。
2、例如在授权公告号为cn117217341b的中国专利中公开了一种基于大数据的智慧医疗数据交互方法以及系统，该方法包括根据用户位置信息，为当前用户在诊疗项目对应的诊疗科室预约号码，并将预约号码发送给当前用户端；当监测到当前用户不能按时到达诊疗科室时，分析当前用户到达诊疗科室的预估时间点；根据预估时间点，选择在预估时间点之后的其他用户端，向选择的用户端发送预约号码调换信息；当接收到选择的用户端反馈的同意调换信息时，将当前用户的预约号码与反馈同意调换信息的用户端的预约号码调换。
3、而在授权公告号为cn112992367b的中国专利中公开了一种基于大数据的智慧医疗交互方法及智慧医疗云计算系统，该方法基于各个医疗服务知识点的知识点编码分布和各个待应答问题的问题编码分布，确定各个医疗服务知识点针对各个待应答问题的相关程度，获取各个医疗服务知识点对应的知识点热度，基于相关程度和知识点热度，计算各个医疗服务知识点针对待应答问题集合的可参考度，基于可参考度从医疗服务知识点中选取目标知识点关联到待应答问题集合。
4、以上专利均存在本背景技术提出的问题：现有的智慧医疗交互方法在用户预约挂号过程中存在人为恶意预约抢占挂号资源的问题。
技术实现思路
1、为了克服现有技术存在的缺陷与不足，本发明提供一种基于大数据的智慧医疗交互方法及系统，通过量化用户恶意预约可疑度，减少并遏制了人为恶意预约抢占挂号资源的现象。
2、为了达到上述目的，本发明采用以下技术方案：
3、本发明提供一种基于大数据的智慧医疗交互方法，包括下述步骤：
4、获取历史号源信息和新增号源信息，同时获取用户预约信息和用户操作信息，同时获取用户历史就诊信息；
5、将获取到的历史号源信息和用户操作信息代入号源热度计算策略中计算每个号源的号源热度；
6、将用户预约信息、用户历史就诊信息和号源热度代入用户恶意预约可疑度计算策略中计算用户恶意预约可疑度；
7、将获取到的用户操作信息代入潜在预约用户识别策略中得到潜在预约用户列表；
8、将用户恶意预约可疑度大于预设可疑度阈值的用户标记为恶意预约用户，并在随机延迟时间后将新增号源信息发送至潜在预约用户列表中的用户，进行新一轮预约。
9、作为优选的技术方案，所述号源热度计算策略包括如下具体步骤：
10、获取历史号源信息，历史号源信息包括号源数量、已预约数量、预约开始时间、预约截止时间以及每个号码被用户预约的时间，同时获取用户操作信息，用户操作信息包括打开预约页面人数和电话预约人数；
11、将获取到的历史号源信息和用户操作信息代入号源热度计算公式中计算号源热度，号源热度计算公式为：；式中表示调节因子，表示已预约数量，表示号源数量，表示预约开始时间，表示预约截止时间，表示第个号码被用户预约的时间，表示打开预约页面人数，表示电话预约人数，表示号源热度。
12、作为优选的技术方案，所述用户恶意预约可疑度计算策略包括如下具体步骤：
13、获取用户预约信息和号源热度，同时获取用户历史就诊信息；
14、根据用户预约信息和号源热度计算用户高热度号源退号率，同时根据用户预约信息和用户历史就诊信息计算用户就诊达成率；
15、将用户高热度号源退号率和用户就诊达成率代入用户恶意预约可疑度计算公式中计算用户恶意预约可疑度，用户恶意预约可疑度计算公式为：；式中表示用户高热度号源退号率，表示用户就诊达成率，和表示权重系数，表示用户恶意预约可疑度。
16、作为优选的技术方案，所述用户高热度号源退号率的获取方式包括以下具体步骤：
17、获取用户预约信息和号源热度，用户预约信息包括用户退号列表、用户退号总次数；
18、将用户退号列表中号源热度大于预设热度阈值的号源标记为高热度号源，统计得到用户高热度号源退号次数；
19、将用户高热度号源退号次数与用户退号总次数的比值作为用户高热度号源退号率。
20、作为优选的技术方案，所述用户就诊达成率的获取方式包括以下具体步骤：
21、获取用户预约信息和用户历史就诊信息，将用户历史就诊信息中的用户就诊次数与用户预约信息中的用户预约总次数的比值作为用户就诊达成率。
22、作为优选的技术方案，所述潜在预约用户识别策略包括如下具体步骤：
23、获取用户操作信息，用户操作信息包括用户打开预约页面次数和电话预约用户列表；
24、构建页面预约用户列表，将获取到的用户操作信息中打开预约页面次数大于预设次数阈值的用户加入页面预约用户列表；
25、将获取到的用户操作信息中电话预约用户列表中的用户加入页面预约用户列表并去除用户恶意预约可疑度大于预设可疑度阈值的用户，得到潜在预约用户列表。
26、在此需要说明的是，这里的调节因子、权重系数、预设热度阈值、预设可疑度阈值的取值方式为：获取5000组历史号源信息、用户预约信息、用户操作信息和用户历史就诊信息，对用户是否为恶意预约用户和潜在预约用户进行区分，将历史号源信息、用户预约信息、用户操作信息和用户历史就诊信息代入用户恶意预约可疑度计算策略中计算用户恶意预约可疑度，将用户操作信息代入潜在预约用户识别策略中识别潜在预约用户，将计算得到的用户恶意预约可疑度、潜在预约用户识别结果和区分结果同时导入拟合软件中，输出符合区分结果区分准确率的最优调节因子、权重系数、预设热度阈值、预设可疑度阈值。
27、本发明还提供一种基于大数据的智慧医疗交互系统，包括：
28、信息获取模块，用于获取历史号源信息和新增号源信息，同时获取用户预约信息和用户操作信息，同时获取用户历史就诊信息；
29、号源热度计算模块，用于将获取到的历史号源信息和用户操作信息代入号源热度计算策略中计算每个号源的号源热度；
30、恶意预约可疑度计算模块，用于将用户预约信息、用户历史就诊信息和号源热度代入用户恶意预约可疑度计算策略中计算用户恶意预约可疑度；
31、潜在预约用户识别模块，用于将获取到的用户操作信息代入潜在预约用户识别策略中得到潜在预约用户列表；
32、新增号源预约模块，用于将用户恶意预约可疑度大于预设可疑度阈值的用户标记为恶意预约用户，并在随机延迟时间后将新增号源信息发送至潜在预约用户列表中的用户，进行新一轮预约；
33、控制模块，用于控制其他模块的运行。
34、本发明的一种电子设备，包括：处理器和存储器，其中，所述存储器中存储有可供处理器调用的计算机程序，所述处理器通过调用所述存储器中存储的计算机程序，执行一种基于大数据的智慧医疗交互方法。
35、本发明的一种计算机可读存储介质，储存有指令，当所述指令在计算机上运行时，使得计算机执行一种基于大数据的智慧医疗交互方法。
36、本发明与现有技术相比，具有如下优点和有益效果：
37、（1）本发明通过计算用户恶意预约可疑度，进而对用户恶意预约可疑度大于预设可疑度阈值的用户进行标记，减少并遏制了人为恶意预约抢占挂号资源的现象。
38、（2）本发明通过潜在预约用户识别策略中得到潜在预约用户列表，将新增号源信息发送至潜在预约用户列表中的用户，提高了真实患者预约挂号的成功率。
1.一种基于大数据的智慧医疗交互方法，其特征在于，包括下述步骤：
2.根据权利要求1所述的一种基于大数据的智慧医疗交互方法，其特征在于，所述号源热度计算策略包括如下具体步骤：
3.根据权利要求1所述的一种基于大数据的智慧医疗交互方法，其特征在于，所述用户恶意预约可疑度计算策略包括如下具体步骤：
4.根据权利要求3所述的一种基于大数据的智慧医疗交互方法，其特征在于，所述用户高热度号源退号率的获取方式包括以下具体步骤：
5.根据权利要求3所述的一种基于大数据的智慧医疗交互方法，其特征在于，所述用户就诊达成率的获取方式包括以下具体步骤：
6.根据权利要求1所述的一种基于大数据的智慧医疗交互方法，其特征在于，所述潜在预约用户识别策略包括如下具体步骤：
7.一种基于大数据的智慧医疗交互系统，其基于权利要求1-6中任一项所述的一种基于大数据的智慧医疗交互方法实现，其特征在于，所述系统包括：
8.一种电子设备，包括：处理器和存储器，其中，所述存储器中存储有可供处理器调用的计算机程序；其特征在于，所述处理器通过调用所述存储器中存储的计算机程序，执行如权利要求1-6任一项所述的一种基于大数据的智慧医疗交互方法。
9.一种计算机可读存储介质，其特征在于，储存有指令，当所述指令在计算机上运行时，使得计算机执行如权利要求1-6任一项所述的一种基于大数据的智慧医疗交互方法。
