CN119314617B 基于数字孪生模型的健康建议推 荐方法、系统及电子设备 （上海明品医学数据科技有限公司）

和适配特征类型之间的匹配结果从各建议策略中确定目标策略，并根据当前特征执行目标策特征类型选择符合人体数字孪生模型的建议策2根据所述当前特征类型和所述适配特征类型之间的匹配结果从各所述建议策略中确根据所述当前特征执行所述目标策略，以生成所述人体数字孪生所述当前特征和所述模型特征之间的匹配结果从所述用户健康建议中确定目标健康建议；根据所述健康类型以向量形式生成所述样本特征对应的健康类型标签将带有健康类型标签的样本特征作为训练样本对预设的神经网络模型进行模型训练，若所述执行结果包括执行失败，则根据所述策略优先级从各将各所述目标策略分别输出的当前健康建议进行融合，以生成所述4.根据权利要求1至3任一项所述的方法，其特征在于，设根据不同原始特征类型对应的特征样本执行各所述建议策略，3若原始特征类型和建议策略之间的策略准确率大于预设准若所述当前特征类型的数量为多个，则分别根据各所述当若所述备选策略的数量为多个，则根据目标类型和备选6.根据权利要求1至3任一项所述的方法，若所述当前特征的数量为多个，则通过预设聚类算法将所述当前特征根据各所述特征簇分别对应的合并特征更新7.根据权利要求6所述的方法，其特征在于，将同一特征簇中的当前特征进行特征合从所述特征簇中的当前特征进行文本提取，得到特征标识，并根据所述确定模块，用于根据所述当前特征类型和所述适配特征执行模块，用于根据所述当前特征执行所述目标策略，以生成所所述执行模块通过以下方式根据所述当前特征执行所述目标策略4行训练得到。所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程56策略分别对应的策略优先级；根据所述策略优先级从各所述目标策略中确定待执行策略；7据所述特征簇中各当前特征分别对应的健康影响方向分别确定所述特征簇中各当前特征[0020]图1是本申请实施例中一个基于数字孪生模型的健康建议推荐方法的流程示意[0027]图8是本申请实施例中另一个基于数字孪生模型的健康建议推荐方法的流程示意8[0028]图9是本申请实施例中一个基于数字孪生模型的健康建议推荐系统的结构示意[0031]需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构9分，以根据当前特征类型和适配特征类型之间的匹配结果从各建议策略中确定目标策略，从而实现了通过人体数字孪生模型的不同特征类型选择符合人体数字孪生模型的建议策[0047]步骤S2011，获取多种原始特征类型，并获取各原始特征类型分别对应的特征样据(p,score)=(0.9,0.9)和(p,score)=(0.5,0.2)对非线性方程进行拟合或差值计算，求得系数u=1.5，系数β=-0.35，通过得到的方程score=1.5xp2-0.35xp计算策略准确率对别模型的训练过程中，将带有健康类型标签的样本特征作为训练样本输入健康识别模型网络的损失函数最小化；常见的优化算法有随机梯度下降（StochasticGradient疗知识推荐中，损失函数可以根据具体的任务需求进行选择；常见的损失函数有均方误差的预测结果与真实标签值越接近。[0079]步骤S1041，若目标策略的数量为多个，则获取各目标策略分别对应的策略优先5等级”。分，以根据当前特征类型和适配特征类型之间的匹配结果从各建议策略中确定目标策略，从而实现了通过人体数字孪生模型的不同特征类型选择符合人体数字孪生模型的建议策[0113]设置模块901用于设置多种建议策略，并设置各建议策略分别对应的适配特征类[0115]确定模块903用于根据当前特征类型和适配特征类型之间的匹配结果从各建议策[0116]执行模块904用于根据当前特征执行目标策略，以生成人体数字孪生模型对应的分，以根据当前特征类型和适配特征类型之间的匹配结果从各建议策略中确定目标策略，从而实现了通过人体数字孪生模型的不同特征类型选择符合人体数字孪生模型的建议策[0119]图10示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意[0120]如图10所示，计算机系统1000包括中央处理单元（CentralProcessingUnit，器等的输出部分1007；包括硬盘等的储存部分1008；以及包括诸如LAN（LocalArea因特网的网络执行通信处理。驱动器1010也根据需要连接至I/O接口1005。可拆卸介质从其上读出的计算机程序根据需要被安装入储存部分1008。一些实施例的部分和子样本可以被包括在或替换其他实施例的部分和子样本。而且，本申请中使用的用词仅用于描述实施例并且不用于限制权利要求。如在实施例以及权利要求的