[發明專利]基于大數據的醫療信息智能分類的方法及系統

在審

• 申請號: 202110792753.0
• 申請日: 2021-07-14
• 公開（公告）號: CN113626538A
• 公開（公告）日: 2021-11-09
• 發明（設計）人: 劉鶴;王羽;趙汀
• 申請（專利權）人: 上海齊網網絡科技有限公司
• 主分類號: G06F16/28
• 分類號: G06F16/28;G16H40/20
• 代理公司: 北京恒和頓知識產權代理有限公司 11014
• 代理人: 林濤

1.一種基于大數據的醫療信息智能分類的方法，其特征在于，所述方法包括：

獲取配置醫療用戶信息，將所述配置醫療用戶信息輸入待配置的目標用戶篩選線程，所述配置醫療用戶信息包括目標用戶對應的類別劃分范圍；

對所述配置醫療用戶信息進行描述內容識別，得到多個類別的起始配置描述內容集，每個起始配置描述內容集中包括對應的事先劃分范圍；

對所述每個起始配置描述內容集進行描述內容處理，得到每個事先劃分范圍對應的起始測試劃分范圍，基于每個事先劃分范圍和類別劃分范圍之間的范圍誤差，從每個起始測試劃分范圍中確定更新劃分范圍；

基于起始配置描述內容集得到起始配置描述內容集對應的中間配置描述內容集，將起始配置描述內容集與對應的中間配置描述內容集進行組合，得到對應的目標配置描述內容集；

基于所述更新劃分范圍對所述目標配置描述內容集進行描述內容處理，得到更新劃分范圍對應的目標測試劃分范圍；

基于所述起始測試劃分范圍和所述類別劃分范圍的范圍誤差、所述目標測試劃分范圍和所述類別劃分范圍的范圍誤差生成反饋損耗特征向量，基于所述反饋損耗特征向量修正所述目標用戶篩選線程的線程特征向量，直至符合預設條件，得到已配置的目標用戶篩選線程。

2.根據權利要求1所述的方法，其特征在于，所述對所述每個起始配置描述內容集進行描述內容處理，得到每個事先劃分范圍對應的起始測試劃分范圍，基于每個事先劃分范圍和類別劃分范圍之間的范圍誤差，從每個起始測試劃分范圍中確定更新劃分范圍，包括：

分別對每個起始配置描述內容集進行描述內容處理，得到每個起始配置描述內容集分別對應的起始測試浮動范圍集合；

所述起始測試浮動范圍集合包括起始配置描述內容集上每個事先劃分范圍分別對應的起始測試浮動范圍；

基于事先劃分范圍和對應的起始測試浮動范圍得到對應的起始測試劃分范圍；

在當前起始配置描述內容集中，基于每個事先劃分范圍和類別劃分范圍之間的相似度，從每個事先劃分范圍中確定樣本劃分范圍，將所述樣本劃分范圍對應的起始測試劃分范圍作為所述當前起始配置描述內容集對應的中間測試劃分范圍；

基于每個起始配置描述內容集分別對應的中間測試劃分范圍得到所述更新劃分范圍；

其中，所述多個類別的起始配置描述內容集為按類別大小排列的起始配置描述內容集；所述基于起始配置描述內容集得到起始配置描述內容集對應的中間配置描述內容集，包括：

將當前起始配置描述內容集的類別壓縮為所述當前起始配置描述內容集對應的相鄰類別，將壓縮后的當前起始配置描述內容集作為與所述壓縮后的當前起始配置描述內容集類別相同的起始配置描述內容集所對應的中間配置描述內容集；

其中，所述基于所述更新劃分范圍對所述目標配置描述內容集進行描述內容處理，得到更新劃分范圍對應的目標測試劃分范圍，包括：

基于每個起始配置描述內容集的類別大小確定每個起始配置描述內容集之間的匹配關系；

基于匹配關系將所述更新劃分范圍匹配到起始配置描述內容集對應的目標配置描述內容集上；

對匹配后的目標配置描述內容集進行描述內容處理，得到更新劃分范圍對應的目標測試劃分范圍。

3.根據權利要求2所述的方法，其特征在于，所述對匹配后的目標配置描述內容集進行描述內容處理，得到更新劃分范圍對應的目標測試劃分范圍，包括：

對匹配后的目標配置描述內容集進行描述內容處理，得到更新劃分范圍對應的目標測試浮動范圍；

基于更新劃分范圍和對應的目標測試浮動范圍得到對應的目標測試劃分范圍。