[發(fā)明專利]老年健康數(shù)據(jù)知識(shí)分析方法和系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201910854775.8
• 申請日: 2019-09-10
• 公開（公告）號(hào): CN110729052A
• 公開（公告）日: 2020-01-24
• 發(fā)明（設(shè)計(jì)）人: 顧東曉;李童童;李興國;王曉玉;江政;陸文星;鐘金宏;趙樹平;楊雪潔;蘇凱翔;葉紫薇;苗夏雨
• 申請（專利權(quán)）人: 合肥工業(yè)大學(xué)
• 主分類號(hào): G16H50/70
• 分類號(hào): G16H50/70;G16H10/20
• 代理公司: 11542 北京久誠知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙)
• 代理人: 余罡

1.一種老年健康數(shù)據(jù)知識(shí)分析方法，其特征在于，所述方法由計(jì)算機(jī)執(zhí)行，包括以下步驟：

S1、獲取老年健康調(diào)查數(shù)據(jù)；

S2、對所述老年健康調(diào)查數(shù)據(jù)進(jìn)行預(yù)處理；

S3、對預(yù)處理之后的老年健康調(diào)查數(shù)據(jù)進(jìn)行集成特征選擇，得到關(guān)鍵特征；

S4、基于所述關(guān)鍵特征獲取知識(shí)發(fā)現(xiàn)模型；

S5、基于機(jī)器學(xué)習(xí)評價(jià)指標(biāo)、解釋機(jī)器學(xué)習(xí)性評價(jià)方法和所述知識(shí)發(fā)現(xiàn)模型，獲取老年健康調(diào)查數(shù)據(jù)知識(shí)發(fā)現(xiàn)模型；

S6、基于所述老年健康調(diào)查數(shù)據(jù)知識(shí)發(fā)現(xiàn)模型分析所述老年健康調(diào)查數(shù)據(jù)，得到所述老年健康調(diào)查數(shù)據(jù)中的自變量與因變量的關(guān)系。

2.如權(quán)利要求1所述的老年健康數(shù)據(jù)知識(shí)分析方法，其特征在于，所述預(yù)處理包括缺失值處理。

3.如權(quán)利要求2所述的老年健康數(shù)據(jù)知識(shí)分析方法，其特征在于，所述缺失值處理包括：

S201、記一組老年健康調(diào)查數(shù)據(jù)為x₁......x_k，以統(tǒng)一的形式表示這組老年健康調(diào)查數(shù)據(jù)中的缺失值；

S202、從第一個(gè)老年健康調(diào)查數(shù)據(jù)開始，如果x₁有缺失值，將在其他變量x₂到x_k上回歸，將x₁中的缺失值替換為預(yù)測值，所述預(yù)測值由來自x₁的后驗(yàn)預(yù)測分布模擬得出；

S203、對于下一個(gè)具有缺失值的老年健康調(diào)查數(shù)據(jù)x_i，在所有其他老年健康調(diào)查數(shù)據(jù)x₁......x_k上回歸，x_i中的缺失值被來自x_i的后驗(yàn)預(yù)測分布的模擬值所取代，將老年健康調(diào)查數(shù)據(jù)中的所有缺失值進(jìn)行替換。

4.如權(quán)利要求1所述的老年健康數(shù)據(jù)知識(shí)分析方法，其特征在于，所述集成特征選擇包括：

S301、分別使用卡方檢驗(yàn)、互信息、基于L2邏輯回歸、隨機(jī)邏輯回歸、隨機(jī)森林和LightGBM對預(yù)處理之后的一組老年健康調(diào)查數(shù)據(jù)中的特征a進(jìn)行特征選擇，獲取特征a的6種類型的特征得分向量；

S302、對所述特征a的6種類型的特征得分向量進(jìn)行歸一化處理，歸一化處理的公式包括：

其中：

X^*為歸一化處理后的特征得分向量；

X_i為特征a的6種類型的特征得分向量中的其中一種特征得分向量；

S303、基于歸一化后的特征a的6種類型的特征得分向量獲取特征平均總得分值；

S304、基于步驟S301～S303的方法，獲取老年健康調(diào)查數(shù)據(jù)中M個(gè)特征的特征平均總得分值，再將M個(gè)特征的特征平均總得分值相加，得到總得分值，將總得分值除以6，除以6之后再除以老年健康調(diào)查數(shù)據(jù)中老年人的個(gè)數(shù)，得到最終平均總得分值，選取老年健康調(diào)查數(shù)據(jù)中特征平均總得分值在最終平均總得分值之上的特征作為關(guān)鍵特征。

5.如權(quán)利要求1所述的老年健康數(shù)據(jù)知識(shí)分析方法，其特征在于，所述獲取知識(shí)發(fā)現(xiàn)模型的方法包括：

將關(guān)鍵特征輸入梯度提升樹分類器中，獲取知識(shí)發(fā)現(xiàn)模型。

6.如權(quán)利要求5所述的老年健康數(shù)據(jù)知識(shí)分析方法，其特征在于，所述獲取老年健康調(diào)查數(shù)據(jù)知識(shí)發(fā)現(xiàn)模型的具體方法包括：

S501、基于機(jī)器學(xué)習(xí)評價(jià)指標(biāo)對知識(shí)發(fā)現(xiàn)模型進(jìn)行評價(jià)，基于評價(jià)結(jié)果，篩選知識(shí)發(fā)現(xiàn)模型，得到初始老年健康調(diào)查數(shù)據(jù)知識(shí)發(fā)現(xiàn)模型；

S502、將排列重要性和基于博弈論Shapley值的Shapley Additive Explanations兩種解釋機(jī)器學(xué)習(xí)性評價(jià)方法加入到初始老年健康調(diào)查數(shù)據(jù)知識(shí)發(fā)現(xiàn)模型中，得到老年健康調(diào)查數(shù)據(jù)知識(shí)發(fā)現(xiàn)模型。

7.如權(quán)利要求6所述的老年健康數(shù)據(jù)知識(shí)分析方法，其特征在于，在步驟S501中，所述機(jī)器學(xué)習(xí)評價(jià)指標(biāo)包括：準(zhǔn)確率、F值和AUC值。

8.一種老年健康數(shù)據(jù)知識(shí)分析系統(tǒng)，其特征在于，所述系統(tǒng)包括計(jì)算機(jī)，所述計(jì)算機(jī)包括：

至少一個(gè)存儲(chǔ)單元；

至少一個(gè)處理單元；

其中，所述至少一個(gè)存儲(chǔ)單元中存儲(chǔ)有至少一條指令，所述至少一條指令由所述至少一個(gè)處理單元加載并執(zhí)行以實(shí)現(xiàn)以下步驟：

S1、獲取老年健康調(diào)查數(shù)據(jù)；

S2、對所述老年健康調(diào)查數(shù)據(jù)進(jìn)行預(yù)處理；

S3、對預(yù)處理之后的老年健康調(diào)查數(shù)據(jù)進(jìn)行集成特征選擇，得到關(guān)鍵特征；

S4、基于所述關(guān)鍵特征獲取知識(shí)發(fā)現(xiàn)模型；

S5、基于機(jī)器學(xué)習(xí)評價(jià)指標(biāo)、解釋機(jī)器學(xué)習(xí)性評價(jià)方法和所述知識(shí)發(fā)現(xiàn)模型，獲取老年健康調(diào)查數(shù)據(jù)知識(shí)發(fā)現(xiàn)模型；

S6、基于所述老年健康調(diào)查數(shù)據(jù)知識(shí)發(fā)現(xiàn)模型分析所述老年健康調(diào)查數(shù)據(jù)，得到所述老年健康調(diào)查數(shù)據(jù)中的自變量與因變量的關(guān)系。