随着互联网、云计算、大数据等技术的快速发展,医疗健康服务行业正步入信息化时代。本文针对智能健康服务中多源异构信息难以有效融合、疾病预警、医疗资源分布不均衡等问题,以发病人数多、潜伏期长、死亡率高、对经济生活影响重大的心脑血管疾病等慢性病为研究对象,以数据—信息—知识管理为主线,采用大数据、智能信息处理和知识管理等理论,提出基于协同优化的多源异构健康信息智能融合方法,构建基于长短期记忆网络的疾病预警模型,设计基于相对属性学习的个性化医生推荐方法,并开发了健康云平台服务系统,目标是为提高我国医疗信息服务水平、合理配置医疗资源提供理论与实践支持。因此本文重点是通过机器学习算法深度挖掘用户健康数据,对疾病进行预测并为患者推荐合适的医生。本文首先通过网络爬虫技术从医疗信息平台中采集医生信息、医疗机构信息以及患者评价信息,并将从不同平台获取的信息进行融合以及进一步的预处理。其次在健康云平台基础上,使用长短期记忆网络(LSTM)模型预测患者患充血性心力衰竭疾病的风险,实时监控患者的健康状况,降低疾病发生的概率。此外,通过将RankSVM算法、选择性抽样方法以及综合排序策略三者结合,根据多个评价指标对医生进行综合排序,提出一种基于相对属性学习的医生推荐方法。最后开发疾病风险预测以及医生推荐系统,设计各个功能模块API接口,测试系统性能。