【摘要】[目的/意义]对医患交互过程中产生的文本数据进行挖掘分析，构建基于医患交互数据的医生推荐模型。[方法/过程]对患者咨询文本，利用word2vec模型和余弦相似度计算患者与患者间相似度，形成基于相似患者的医生推荐集；对医生被咨询文本，利用TF-IDF+word2vec模型和余弦相似度计算医生与医生间被咨询文本相似度，对医生积累的临床经验，利用文本相似度计算方法计算医生与医生间经验相似度，两部分医生相似度求和取平均形成基于相似医生的医生推荐集。融合基于相似患者的推荐集和基于相似医生的推荐集实现医生推荐。[结果/结论]以“好大夫在线”为例对模型进行验证，并随机选择11位患者进行模型测试，结果表明本文提出的模型推荐效果较好，能够帮助患者在所选医生没有可用资源时选择合适的医生，减少患者时间和医生资源的浪费。[局限]主要选取的是文本型数据，对于网站其他类型的数据并未涉及。