随着互联网的发展和普及，医疗服务类网站越来越多，功能也更加的智能化，网上挂号功能也得到了普遍应用，用户可以不出家门就能在网上预约挂号，方便了用户就诊，传统的导医采用人工方式，病人到医院就诊挂号往往无法确定挂哪个科室的哪个医生，就需要到服务台向护士或工作人员描述自身症状，询问挂哪个科室的哪个医生，用户在通过网上挂号时无法直接询问专业人员获得帮助，存在盲目性，因此，如何通过计算机系统搜索查询出可能的疾病，引导用户正确挂号，代替人工进行导医，成为了许多医疗网站的迫切需求。本文针对智能导医的研究现状根据医疗诊断专家系统与网络技术的结合，提出结合了专家系统推理思想和VSM（向量空间模型）的智能导医系统。本文首先分析了系统实现所要解决的问题，主要包括自然语言的处理和疾病的推理和相似度计算两大部分，针对自然语言的处理主要是采用现有的盘古分词器来实现，然后采用了重心后移的字面相似度算法来进行同义词的识别，这在一定程度上解决了用户专业词汇有限的问题，使人机交互更加方便。本文采用了专家系统的不确定推理思想和向量空间模型来进行疾病的初步推理和相似度计算，在系统的实现过程中发现采用TF-IDF算法计算出的所有症状的权重相同，为解决此问题本文采用了百度指数中的用户关注度的值作为常见度，同时根据疾病诊断的特点对TF-IDF算法进行改进来计算症状的权重。本文分别采用改进前的算法和改进后的算法实现系统，然后在两个系统中输入相同的内容进行对比实验，验证采用改进后的算法实现的系统准确率更高，实现效果更好。