医疗健康是全球居民最为关心的话题。目前,我国的医疗卫生状况相较建国初期已经有了非常大的发展,但是我国医疗行业仍然存在供需结构失衡,医疗资源分配失衡等问题。党和政府心系人民的卫生健康状况,为了进一步改善我国医疗水平,提出分级诊疗制度,出台了多项相关政策和方案。在此背景之下,在线问诊平台作为一个大型的线上医联体,对于分级诊疗新格局的构建将发挥重要作用。当前在线问诊平台采用被动服务患者的模式,不利于线上医联体的健康有序发展。一方面,医疗知识的专业性和复杂性较强,在选择就医的过程中,面对互联网上众多的信息,患者存在“信息迷航”的问题,使得患者的时间和金钱成本增大。另一方面,患者有着对专家医生的盲从心理,导致优质医疗资源紧缺,普通医疗资源被闲置,资源配置不均衡。针对在线问诊平台当前的被动服务模式,本文提出精准导医模型,通过信息化手段,为患者提供智能化的分诊和精准化的医生推荐服务,最大化患者、医院和在线问诊平台三方效益。本文首先就当前在线问诊平台的服务模式以面向对象的分析方法分析了医生、患者两大主体的实际需求,基于双方的需求,提出了在线精准导医模型的框架。将精准导医模型分为对象层和功能层,对象层是对患者模型和医生模型的抽象表达,功能层以推荐技术为实现框架,将精准导医分为科室预测,医患匹配和医生调度三个阶段,以满足指导患者选择科室,为患者推荐合适医生的患者需求,以及为医生精准匹配医生,合理分配患者的医生需求。其次,整合患者个人信息和诊疗记录,通过文本表示方法实现患者的特征表示,构建患者模型。并且,利用回归分析对影响患者就医选择的因素进行挖掘,融合医生诊疗特征和决策因素特征,建立医生模型。接着,将指导患者选择科室的问题抽象为分类问题,采用线性支持向量机实现科室预测,将患者的医生选择范围缩小到特定科室,以提高推荐结果的可靠性。然后,根据基于内容的推荐算法,融合协同过滤的思想,设计了个性化推荐策略,并且采用稳定匹配的方式,实现医生的调度,合理分配医生,以期为患者提供精准可靠的推荐,均衡医疗资源的配置。最后,对本文构建的在线精准导医模型进行参数调整和综合评估。对模型中涉及的科室预测算法、医生推荐算法的参数进行最优选择,使得模型的各个模块能够发挥其最优效果。并且,从科室预测的精确度、医生推荐的准确率以及医生调度的响应时间对本文精准导医模型的性能进行考量。通过实验验证得到,本文模型的分类预测算法具有较高的准确度和较好的泛化能力,对于眼科患者的预测准确率最高;本文的医生推荐结果是合理的,准确率较好;本文医生调度的反应时间达到毫秒级别,响应速度较快。本文的主要研究贡献在于:(1)构建了在线问诊平台的精准导医模型框架。对在线问诊平台的一般问诊路径进行梳理,采用面向对象的分析方法分析流程中医生和患者的实际需求,针对医患双方的需求提出精准导医的模型框架和实现步骤。(2)构建了患者模型和医生模型。通过对患者咨询文本的向量化表示和患者个人信息的处理,构建患者特征模型,并且挖掘了在线问诊环境中,患者进行就医选择时考虑的因素,构建医生诊疗特征和决策因素特征,实现医生建模。(3)设计了患者的科室预测算法,基于线性支持向量机实现患者的科室多分类,将患者的医生选择范围缩小到病症对应的科室。(4)设计了医生推荐的个性化推荐策略,融合基于内容的推荐算法和协同过滤的思想,并且加入稳定匹配算法,实现精准化推荐和医生的合理调度。