CN112364065A - 一种获取大数据中转、反馈的方法及*** - Google Patents

一种获取大数据中转、反馈的方法及*** Download PDF

Info

Publication number
CN112364065A
CN112364065A CN202011160965.9A CN202011160965A CN112364065A CN 112364065 A CN112364065 A CN 112364065A CN 202011160965 A CN202011160965 A CN 202011160965A CN 112364065 A CN112364065 A CN 112364065A
Authority
CN
China
Prior art keywords
user
data
information
interface
demand
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202011160965.9A
Other languages
English (en)
Other versions
CN112364065B (zh
Inventor
刘锋
汤红霞
刘海龙
刘佳琳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN202011160965.9A priority Critical patent/CN112364065B/zh
Publication of CN112364065A publication Critical patent/CN112364065A/zh
Application granted granted Critical
Publication of CN112364065B publication Critical patent/CN112364065B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/285—Clustering or classification
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Computational Linguistics (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明提供了一种获取大数据中转、反馈的方法及***，包括:获取用户的需求信息；根据所述需求信息，从数据中心调取对应的用户需求数据；其中，所述用户需求数据包括病例数据、人员数据、药物数据和治疗方式；将所述用户需求数据逐级分类，并将分类后的用户需求数据反馈至用户界面，生成模块化选择界面；根据所述模块化选择界面，确定目标界面。本发明根据所述用户需求信息，从数据中心调取相关信息；将相关信息分类显示在用户界面；根据用户的选择细化分类；确定用户所选的信息界面，解决用户需求。

Description

一种获取大数据中转、反馈的方法及***
技术领域
本发明涉及医学软件领域，特别涉及一种获取大数据中转、反馈的方法及***。
背景技术
目前，在现有技术中，通过网页上所支持的问答***，很多私立医院都争相在网页上通过对患者提出的问题的解答，实现了在线上为患者进行诊断并建议治疗方案，但答疑医生的实力水准、诊断目的都不得而知。往往出现医生误诊、患者却盲目听取意见，导致患者病情不见好转、耽误治疗时间、甚至出现恶化的严重情况。由于是线上问诊，网上医生的行医资格得不到有效保障，身份也难以得到验证，出现了问题也不知道该谁担当责任。因此，如何在线上就医、看有资格有经验有责任的医生，如何降低线上误诊率，找到最好的就诊医院及就诊方式，成了一个有待解决的问题。
发明内容
本发明提供一种获取大数据中转、反馈的方法及***，用以解决网上就诊不可靠的问题。
一种获取大数据中转、反馈的方法，其特征在于，包括：
获取用户的需求信息；
根据所述需求信息，从数据中心调取对应的用户需求数据；
其中，所述用户需求数据包括病例数据、人员数据、药物数据和治疗方式；
将所述用户需求数据逐级分类，并将分类后的用户需求数据反馈至用户界面，生成模块化选择界面；
根据所述模块化选择界面，确定目标界面。
作为本发明的一种实施例：所述根据用户需求，从数据中心调取对应的用户需求数据，包括以下步骤：
步骤1：提取用户的输入信息；
步骤2：根据所述输入信息，确定所述输入信息的信息类型；其中，
所述信息类型包括病症信息、身份信息和位置信息等；
步骤3：根据所述信息类型，将所述输入信息填入预设的信息表格中；
步骤4：根据所述信息表格，提取关键字；
步骤5：通过组合所述关键字，在数据库中进行查找，获取需求数据条目；
步骤6：根据所述需求数据条目，构建关联分类模型，确定数据特征关联度；
步骤7：根据所述关联度，判断所述用户需求与查找的每一条需求数据的相关概率。
步骤8：按照概率值的大小进行排列，生成概率梯度表，根据所述概率梯度表，向用户推送需求数据；
步骤9：当用户确定所选择的数据条目为需求数据时，将所有相关数据罗列供用户查阅；
当用户确定所选择的数据条目不是需求数据时，重复5～9步骤，直至所述需求数据为目标需求数据。
作为本发明的一种实施例：所述获取用户需求信息，还包括：
获取用户咨询问诊信息，确定用户症状；
根据所述用户症状，通过所述用户界面生成病症咨询界面；
当用户触发所述病症咨询界面时，生成病症咨询行为；
根据所述病症咨询行为，在所述数据中心确定相关医生，并生成与所述相关医生沟通的一对一咨询界面；
根据所述一对一咨询界面，通答题判断问诊或图片对比判断问诊确定需求信息；其中，
所述选择答题判断问诊包括以下步骤：
预设问诊步骤题库，根据所用户的触发行为，选择其中一个答题选项；
根据所述问诊步骤题库，确定下一答题步骤；
根据所述答题步骤，缩小需求信息范围，逐步确定需求信息；
所述图片对比判断问诊包括以下步骤：
根据所述一对一咨询界面获取用户上传的症状图片；
将所述症状图片导入所述数据中心存储的海量症状图片进行匹配分析，确定相似病种图片；
根据所述相似病种图片，获取与所述相似病种图片的关联信息；
根据所述关联信息，确定需求信息。
作为本发明的一种实施例：所述将所述用户需求数据逐级分类包括：
步骤1：对所述需求数据进行存储空间划分处理，将所述存储空间分为的存储区域，并确定相邻区域的相关系数P：
Figure BDA0002744218280000041
其中，Mi表示存储空间第i个存储区域的存储容量，Mi-1表示存储空间第i-1个存储区域的存储容量；i＝1,2,3……n；n表示划分的存储区域的个数；
步骤2：根据所述存储空间的相关系数，构建所述用户需求数据的等级模型：
Figure BDA0002744218280000042
其中，Xij表示存储空间第i个存储区域的存储的第j个需求数据的容量特征；γij表示存储空间第i个存储区域的存储的第j个需求数据的内容特征；zij表示存储空间第i个存储区域的存储的第j个需求数据的重要程度；Xi(j-1)表示存储空间的第i个存储区域存储的的第j-1个需求数据的容量特征；所述V表示存储空间需求数据的总容量；所述m表示存储空间的需求数据的个数；
Figure BDA0002744218280000043
表示存储空间的自然对数；F(Xij)表示示存储空间第i个存储区域的存储的第j个需求数据的的等级；j＝1,2,3……m；
步骤3：根据所述用户需求数据的等级模型，构建等级分类模型：
Figure BDA0002744218280000044
其中，Qij表示存储空间第i个存储区域的存储的第j个需求数据的权重；DF表示等级分类值；
步骤4：将所有需求数据依次代入所述等级分类模型，根据所述DF的值，确定每个需求数据的DF值，并根据等级分类值，对需求数据进行逐级分类。
作为本发明的一种实施例：所述模块化选择界面包括：病情分析判断结果界面、相关相似病情推荐界面和相似症状患者推荐界面；其中，
所述病情分析判断结果界面用于在用户触发的病情分析和判断选项时，通过所述数据中心查找用户所描述的症状情况，获得相同的症状的病种信息，并根据所述病种信息，确定病种其它症状表现和致病原因，并推送治疗方案在所述病情分析判断结果界面；
所述相关相似病情推荐界面用于在用户触发相关相似病情推荐选项时，通过所述数据中心查找用户所描述的症状情况，获得相似症状的病种信息，并将所述病种信息与用户病种信息进行对比，并推送对比结果在所述相关相似病情推荐界面；
所述相似症状患者推荐界面用于在用户触发的相似症状患者推荐界面选项时，通过所述数据中心查找相似症状患者的群聊信息；根据所述群聊信息，确定相似症状患者信息，并将所述相似症状患者信息推送至相关相似病情推荐界面。
一种获取大数据中转、反馈的***，其特征在于，包括：
获取模块：用于获取用户的需求信息；
调取模块：用于根据所述需求信息，从数据中心调取对应的用户需求数据；
其中，所述用户需求数据包括病例数据、人员数据、药物数据和治疗方式；
界面生成模块：用于将所述用户需求数据逐级分类，并将分类后的用户需求数据反馈至用户界面，生成模块化选择界面；
选择模块：根据所述模块化选择界面，确定目标界面。
作为本发明的一种实施例：所述调取模块通过以下步骤确定用户需求数据，包括：
步骤1：提取用户的输入信息；
步骤2：根据所述输入信息，确定所述输入信息的信息类型；其中，
所述信息类型包括病症信息、身份信息和位置信息等；
步骤3：根据所述信息类型，将所述输入信息填入预设的信息表格中；
步骤4：根据所述信息表格，提取关键字；
步骤5：通过组合所述关键字，在数据库中进行查找，获取需求数据条目；
步骤6：根据所述需求数据条目，构建关联分类模型，确定数据特征关联度；
步骤7：根据所述关联度，判断所述用户需求与查找的每一条需求数据的相关概率。
步骤8：按照概率值的大小进行排列，生成概率梯度表，根据所述概率梯度表，向用户推送需求数据；
步骤9：当用户确定所选择的数据条目为需求数据时，将所有相关数据罗列供用户查阅；
当用户确定所选择的数据条目不是需求数据时，重复5～9步骤，直至所述需求数据为目标需求数据。
作为本发明的一种实施例：所述获取模块包括：
第一获取单元：用于获取用户咨询问诊信息，确定用户症状；
第一生成单元：用于根据所述用户症状，通过所述用户界面生成病症咨询界面；
第二生成单元：用于在用户触发所述病症咨询界面时，生成病症咨询行为；
第三生成单元：用于根据所述病症咨询行为，在所述数据中心确定相关医生，并生成与所述相关医生沟通的一对一咨询界面；
第一确定模块：用于根据所述一对一咨询界面，通答题判断问诊或图片对比判断问诊确定需求信息；其中，
所述选择答题判断问诊包括以下步骤：
预设问诊步骤题库，根据所用户的触发行为，选择其中一个答题选项；
根据所述问诊步骤题库，确定下一答题步骤；
根据所述答题步骤，缩小需求信息范围，逐步确定需求信息；
所述图片对比判断问诊包括以下步骤：
根据所述一对一咨询界面获取用户上传的症状图片；
将所述症状图片导入所述数据中心存储的海量症状图片进行匹配分析，确定相似病种图片；
根据所述相似病种图片，获取与所述相似病种图片的关联信息；
根据所述关联信息，确定需求信息。
作为本发明的一种实施例：所述界面生成模块逐级分类的步骤包括：
步骤1：对所述需求数据进行存储空间划分处理，将所述存储空间分为的存储区域，并确定相邻区域的相关系数P：
Figure BDA0002744218280000081
其中，Mi表示存储空间第i个存储区域的存储容量，Mi-1表示存储空间第i-1个存储区域的存储容量；i＝1,2,3……n；n表示划分的存储区域的个数；
步骤2：根据所述存储空间的相关系数，构建所述用户需求数据的等级模型：
Figure BDA0002744218280000082
其中，Xij表示存储空间第i个存储区域的存储的第j个需求数据的容量特征；γij表示存储空间第i个存储区域的存储的第j个需求数据的内容特征；zij表示存储空间第i个存储区域的存储的第j个需求数据的重要程度；Xi(j-1)表示存储空间的第i个存储区域存储的的第j-1个需求数据的容量特征；所述V表示存储空间需求数据的总容量；所述m表示存储空间的需求数据的个数；
Figure BDA0002744218280000083
表示存储空间的自然对数；F(Xij)表示示存储空间第i个存储区域的存储的第j个需求数据的的等级；j＝1,2,3……m；
步骤3：根据所述用户需求数据的等级模型，构建等级分类模型：
Figure BDA0002744218280000084
其中，Qij表示存储空间第i个存储区域的存储的第j个需求数据的权重；DF表示等级分类值；
步骤4：将所有需求数据依次代入所述等级分类模型，根据所述DF的值，确定每个需求数据的DF值，并根据等级分类值，对需求数据进行逐级分类。
作为本发明的一种实施例：所述模块化选择界面包括：病情分析判断结果界面、相关相似病情推荐界面和相似症状患者推荐界面；其中，
所述病情分析判断结果界面用于在用户触发的病情分析和判断选项时，通过所述数据中心查找用户所描述的症状情况，获得相同的症状的病种信息，并根据所述病种信息，确定病种其它症状表现和致病原因，并推送治疗方案在所述病情分析判断结果界面；
所述相关相似病情推荐界面用于在用户触发相关相似病情推荐选项时，通过所述数据中心查找用户所描述的症状情况，获得相似症状的病种信息，并将所述病种信息与用户病种信息进行对比，并推送对比结果在所述相关相似病情推荐界面；
所述相似症状患者推荐界面用于在用户触发的相似症状患者推荐界面选项时，通过所述数据中心查找相似症状患者的群聊信息；根据所述群聊信息，确定相似症状患者信息，并将所述相似症状患者信息推送至相关相似病情推荐界面。
本发明的有益效果为：筛选数据提高了数据的可靠性，用户需求的关键字提取能够准确查找出对用户有用的相关信息，提高用户的搜索体验。调取的信息逐级分类反馈给用户，能让用户更明确自己的目的，更快速地找到自己想要的相关信息，提高用户的信任程度，根据所述用户需求信息，从数据中心调取相关信息；将相关信息分类显示在用户界面；根据用户的选择细化分类；确定用户所选的信息界面，解决用户需求。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种获取大数据中转、反馈的方法的方法流程图；
图2为本发明实施例中一种获取大数据中转、反馈的***的***组成图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
为解决现有技术问题，本发明实施例提供了一种获取大数据中转、反馈的方法及***。下面首先对本发明实施例所提供的一种获取大数据中转、反馈的方法进行详细说明。
如附图1所示，本发明是一种获取大数据中转、反馈的方法
步骤100：获取用户的需求信息；
步骤101：根据所述需求信息，从数据中心调取对应的用户需求数据；数据中心为整个***的核心模块，存储有用户相关信息、病种资料、治疗方案等所有有关信息，而且在一个实施例中，医生与用户中专和反馈的信息也存储进数据中心。用户调取数据的方式包括用户获取的相关信息进行关键字提取，用以进行后续相关查找；根据所提取的关键字组，在数据中心进行相关数据查找，将查找结果反馈给用户。关键字主要是病症的关键字。
其中，所述用户需求数据包括病例数据、人员数据、药物数据和治疗方式；
步骤102：将所述用户需求数据逐级分类，并将分类后的用户需求数据反馈至用户界面，生成模块化选择界面；
步骤103：根据所述模块化选择界面，确定目标界面。
上述技术方案的工作原理为：通过对海量相关数据的筛选及特征提取，存储在数据中心内，当用户输入相关信息时，自动对用户输入信息进行特征提取及匹配，筛选出对用户有用的数据信息供用户参考。
上述技术方案的有益效果为：筛选数据提高了数据的可靠性，用户需求的关键字提取能够准确查找出对用户有用的相关信息，提高用户的搜索体验。调取的信息逐级分类反馈给用户，能让用户更明确自己的需要查询的东西，对需要查询的东西有个清晰的划分，更快速地找到自己想要的相关信息，提高用户的信任程度，根据所述用户需求信息，从数据中心调取相关信息；将相关信息分类显示在用户界面；根据用户的选择细化分类；确定用户所选的信息界面，最终根据用户的逐步选择，解决用户需求。
在一个实施例中，根据用户需求，从数据中心调取相关信息数据，包括以下步骤：
步骤1：提取用户的输入信息；用户相关的信息，包括身份证、电话号码、浏览历史和搜索记录、聊天记录、诊断结果、信息收藏等；
步骤2：根据所述输入信息，确定所述输入信息的信息类型；其中，
所述信息类型包括病症信息、身份信息和位置信息等；
步骤3：根据所述信息类型，将所述输入信息填入预设的信息表格中；
步骤4：根据所述信息表格，提取关键字；用户资料表格，用于用户资料的整理，便于进行关键字提取；关键字提取还包括：提取用于对用户的输入进行关键字提取，便于提高用户对查找结果的满意度；提取对关键字的评论信息的相关特征，便于被用户查找到。
步骤5：通过组合所述关键字，在数据库中进行查找，获取需求数据条目；
步骤6：根据所述需求数据条目，构建关联分类模型，确定数据特征关联度；
步骤7：根据所述关联度，判断所述用户需求与查找的每一条需求数据的相关概率。
步骤8：按照概率值的大小进行排列，生成概率梯度表，根据所述概率梯度表，向用户推送需求数据；
在上述步骤中：通过用户所输入的相关信息的关键字提取，把所提取的关键字用于数据中心进行联合查找，获取需求数据条目；根据所述需求数据，构建关联分类模型，确定数据特征关联度；根据所述关联度，判断用户需求与查找的每一条信息数据条目间的相关概率；选取相关概率最高的数据进行信息提取。
步骤9：当用户确定所选择的数据条目为需求数据时，将所有相关数据罗列供用户查阅；
当用户确定所选择的数据条目不是需求数据时，重复5～9步骤，直至所述需求数据为目标需求数据。
在一个实施例中：例如，当一个用户患了湿疹，但不清楚自己患的什么病，于是输入了皮肤、红斑、痒等相关的词语，***检测到以后，将用户的输入信息填入表格，提取出“皮肤、红斑、痒”关键词，通过相关关键词的在数据中心的查找出标有相关特征的信息，并通过组合关键字的方法，只有三个关键词都有的信息被提取出来供用户选择，用户如果不满意，***又会重新执行5～9步骤，将关键字用另外的组合来查找，比如“皮肤与红斑”、“红斑与痒”、“皮肤与痒”，等关键词组合再次进行查找，这样一直细化下去，直到用户选到满意的结果。若结果不符合用户现存情况，则提示用户输入另外的关键词，继续进行查找。
上述技术方案的原理和有益效果为：用户输入查找、***通过各种方式获得用户的需求信息，然后提取信息中的关键字组合到数据中心进行联合查询，最后将查询到的结果显示供用户查看。信息查找范围更为全面，不会存在相关信息被漏查的情况，极大地提高了信息查找的可靠率。通过对数据类型进行分类存储，让信息关键字提取、查找、查找结果提取等整个流程都变得更为清晰明了，也因为信息分类，让查找范围分得更加细致，极大地提高了查找的效率。通过多种渠道获得用户相关信息，以便于查找的数据对用户的用途更大，获得的信息也能更为全面，为用户考虑得更为周到。利用表格的位置属性，让特定位置的信息有目的被提取，提取过程更为快速有效。对数据中心的所有信息都有关键字特征标注，在对用户的需求信息进行关键字特征提取后，再到数据中心对关键字进行匹配，匹配过程将会变得更加快速，能够筛选掉很多无用的信息。通过对信息进行关联度及相关概率的计算，能够得到具有匹配梯度的数据结果，哪些数据更为符合用户的需求信息变得一目了然。
在本发明的一个实施例中：所述获取用户需求信息，包括：
获取用户咨询问诊信息，确定用户症状；
根据所述用户症状，通过所述用户界面生成病症咨询界面；
当用户触发所述病症咨询界面时，生成病症咨询行为；
根据所述病症咨询行为，在所述数据中心确定相关医生，并生成与所述相关医生沟通的一对一咨询界面；
根据所述一对一咨询界面，通答题判断问诊或图片对比判断问诊确定需求信息；其中，
需求信息包括相似病种信息、相关症状、症状图片、治疗方案推荐、相关技术医院医生、相关病例信息、用户评论反馈信息、药品资料信息、保健药品资料信息、健身治疗资料信息、整形美容及相关医院资料等；
所述选择答题判断问诊包括以下步骤：
预设问诊步骤题库，根据所用户的触发行为，选择其中一个答题选项；在问诊步骤题库中包括答题资料以及答题与病种之间的对应关系；
根据所述问诊步骤题库，确定下一答题步骤；
根据所述答题步骤，缩小需求信息范围，逐步确定需求信息；
所述图片对比判断问诊包括以下步骤：
根据所述一对一咨询界面获取用户上传的症状图片；
将所述症状图片导入所述数据中心存储的海量症状图片进行匹配分析，确定相似病种图片；
根据所述相似病种图片，获取与所述相似病种图片的关联信息；
根据所述关联信息，确定需求信息。
在一个可选实施例中所述获得用户的需求信息，还包括：
获取用户当前位置信息，根据用户所触发的寻找医院界面，通过卫星定位技术，获取用户当前位置信息；根据所述用户当前位置信息，通过数据中心比对医院相关位置信息，获取附近医院的相关信息并显示在用户界面。
上述技术方案的原理和有益效果为：主要用于对用户目前的位置信息的获取，便于用户查找就近医院及相关信息；通过答题问诊和图片问诊，提供给用户最方便的就诊地点，方便用户就医，也能为急诊患者提供急救路线。
在本发明的一个实施例中：所述将所述用户需求数据逐级分类包括：
步骤1：对所述需求数据进行存储空间划分处理，将所述存储空间分为的存储区域，并确定相邻区域的相关系数P：
Figure BDA0002744218280000151
其中，Mi表示存储空间第i个存储区域的存储容量，Mi-1表示存储空间第i-1个存储区域的存储容量；i＝1,2,3……n；n表示划分的存储区域的个数；
步骤2：根据所述存储空间的相关系数，构建所述用户需求数据的等级模型：
Figure BDA0002744218280000161
其中，Xij表示存储空间第i个存储区域的存储的第j个需求数据的容量特征；γij表示存储空间第i个存储区域的存储的第j个需求数据的内容特征；zij表示存储空间第i个存储区域的存储的第j个需求数据的重要程度；Xi(j-1)表示存储空间的第i个存储区域存储的的第j-1个需求数据的容量特征；所述V表示存储空间需求数据的总容量；所述m表示存储空间的需求数据的个数；
Figure BDA0002744218280000162
表示存储空间的自然对数；F(Xij)表示示存储空间第i个存储区域的存储的第j个需求数据的的等级；j＝1,2,3……m；
步骤3：根据所述用户需求数据的等级模型，构建等级分类模型：
Figure BDA0002744218280000163
其中，Qij表示存储空间第i个存储区域的存储的第j个需求数据的权重；DF表示等级分类值；
步骤4：将所有需求数据依次代入所述等级分类模型，根据所述DF的值，确定每个需求数据的DF值，并根据等级分类值，对需求数据进行逐级分类。
本发明的技术原理和有益效果在于：本发明在获取到需求数据之后，通过在需求数据的存储空间中，通过区域划分，划分为多个区域。通过不同区域之间的相关系数，根据相关系数，引入等级分类的需求参数，如需求数据的重要程度，需求数据的内容特征，需求数据的容量特征等等。将不同区域之间的等级划分明确。例如：某一个区域与其他区域之间的相关系数分别为1、2、3、4、5；在此情况下就可以根据相关系数，实现初等级划分，而且为五个等级。再根据这五个等级和需求数据的特征数据、重要程度实现等级的再次分化，而这次分化，引入的数据的内容特征，也是实现需求数据的等级和分类的双重影响下的优化分类，而通过等级划分之后，通过构建等级划分模型，求得需求数据在所有数据中的等级分类值，本发明的等级划分模型是一种逐级分类的分类模型，最终得到的分类数据精确，而且还可以根据等级分类值，实现需求数据的精确查找。
在本发明的一个实施例中：所述模块化选择界面包括：病情分析判断结果界面、相关相似病情推荐界面和相似症状患者推荐界面；其中，
所述病情分析判断结果界面用于在用户触发的病情分析和判断选项时，通过所述数据中心查找用户所描述的症状情况，获得相同的症状的病种信息，并根据所述病种信息，确定病种其它症状表现和致病原因，并推送治疗方案在所述病情分析判断结果界面；
所述相关相似病情推荐界面用于在用户触发相关相似病情推荐选项时，通过所述数据中心查找用户所描述的症状情况，获得相似症状的病种信息，并将所述病种信息与用户病种信息进行对比，并推送对比结果在所述相关相似病情推荐界面；
所述相似症状患者推荐界面用于在用户触发的相似症状患者推荐界面选项时，通过所述数据中心查找相似症状患者的群聊信息；根据所述群聊信息，确定相似症状患者信息，并将所述相似症状患者信息推送至相关相似病情推荐界面。
上述技术方案的原理和有益效果为：通过不同的界面，给用户更多选择，用户反映的一些症状，从数据中心调取具有相同症状的一些病种，供用户选择判断，用户在模块化界面能够实现从诊断到治疗，再到患者间的相互咨询一体化的流程，看病更方便全面。
如附图2所示，本发明还包括一种获取大数据中转、反馈的***，包括：
获取模块：用于获取用户的需求信息；
调取模块：用于根据所述需求信息，从数据中心调取对应的用户需求数据；
其中，所述用户需求数据包括病例数据、人员数据、药物数据和治疗方式；
界面生成模块：用于将所述用户需求数据逐级分类，并将分类后的用户需求数据反馈至用户界面，生成模块化选择界面；
选择模块：根据所述模块化选择界面，确定目标界面。
上述技术方案的工作原理为：通过对海量相关数据的筛选及特征提取，存储在数据中心内，当用户输入相关信息时，自动对用户输入信息进行特征提取及匹配，筛选出对用户有用的数据信息供用户参考。
上述技术方案的有益效果为：筛选数据提高了数据的可靠性，用户需求的关键字提取能够准确查找出对用户有用的相关信息，提高用户的搜索体验。调取的信息逐级分类反馈给用户，能让用户更明确自己的需要查询的东西，对需要查询的东西有个清晰的划分，更快速地找到自己想要的相关信息，提高用户的信任程度，根据所述用户需求信息，从数据中心调取相关信息；将相关信息分类显示在用户界面；根据用户的选择细化分类；确定用户所选的信息界面，最终根据用户的逐步选择，解决用户需求。
作为本发明的一种实施例：所述调取模块通过以下步骤确定用户需求数据，包括：
步骤1：提取用户的输入信息；
步骤2：根据所述输入信息，确定所述输入信息的信息类型；其中，
所述信息类型包括病症信息、身份信息和位置信息等；
步骤3：根据所述信息类型，将所述输入信息填入预设的信息表格中；
步骤4：根据所述信息表格，提取关键字；
步骤5：通过组合所述关键字，在数据库中进行查找，获取需求数据条目；
步骤6：根据所述需求数据条目，构建关联分类模型，确定数据特征关联度；
步骤7：根据所述关联度，判断所述用户需求与查找的每一条需求数据的相关概率。
步骤8：按照概率值的大小进行排列，生成概率梯度表，根据所述概率梯度表，向用户推送需求数据；
步骤9：当用户确定所选择的数据条目为需求数据时，将所有相关数据罗列供用户查阅；
当用户确定所选择的数据条目不是需求数据时，重复5～9步骤，直至所述需求数据为目标需求数据。
上述技术方案的原理和有益效果为：用户输入查找、***通过各种方式获得用户的需求信息，然后提取信息中的关键字组合到数据中心进行联合查询，最后将查询到的结果显示供用户查看。信息查找范围更为全面，不会存在相关信息被漏查的情况，极大地提高了信息查找的可靠率。通过对数据类型进行分类存储，让信息关键字提取、查找、查找结果提取等整个流程都变得更为清晰明了，也因为信息分类，让查找范围分得更加细致，极大地提高了查找的效率。通过多种渠道获得用户相关信息，以便于查找的数据对用户的用途更大，获得的信息也能更为全面，为用户考虑得更为周到。利用表格的位置属性，让特定位置的信息有目的被提取，提取过程更为快速有效。对数据中心的所有信息都有关键字特征标注，在对用户的需求信息进行关键字特征提取后，再到数据中心对关键字进行匹配，匹配过程将会变得更加快速，能够筛选掉很多无用的信息。通过对信息进行关联度及相关概率的计算，能够得到具有匹配梯度的数据结果，哪些数据更为符合用户的需求信息变得一目了然。
作为本发明的一种实施例：所述获取模块包括：
第一获取单元：用于获取用户咨询问诊信息，确定用户症状；
第一生成单元：用于根据所述用户症状，通过所述用户界面生成病症咨询界面；
第二生成单元：用于在用户触发所述病症咨询界面时，生成病症咨询行为；
第三生成单元：用于根据所述病症咨询行为，在所述数据中心确定相关医生，并生成与所述相关医生沟通的一对一咨询界面；
第一确定模块：用于根据所述一对一咨询界面，通答题判断问诊或图片对比判断问诊确定需求信息；其中，
所述选择答题判断问诊包括以下步骤：
预设问诊步骤题库，根据所用户的触发行为，选择其中一个答题选项；
根据所述问诊步骤题库，确定下一答题步骤；
根据所述答题步骤，缩小需求信息范围，逐步确定需求信息；
所述图片对比判断问诊包括以下步骤：
根据所述一对一咨询界面获取用户上传的症状图片；
将所述症状图片导入所述数据中心存储的海量症状图片进行匹配分析，确定相似病种图片；
根据所述相似病种图片，获取与所述相似病种图片的关联信息；
根据所述关联信息，确定需求信息。
作为本发明的一种实施例：所述界面生成模块逐级分类的步骤包括：
步骤1：对所述需求数据进行存储空间划分处理，将所述存储空间分为的存储区域，并确定相邻区域的相关系数P：
Figure BDA0002744218280000211
其中，Mi表示存储空间第i个存储区域的存储容量，Mi-1表示存储空间第i-1个存储区域的存储容量；i＝1,2,3……n；n表示划分的存储区域的个数；
步骤2：根据所述存储空间的相关系数，构建所述用户需求数据的等级模型：
Figure BDA0002744218280000212
其中，Xij表示存储空间第i个存储区域的存储的第j个需求数据的容量特征；γij表示存储空间第i个存储区域的存储的第j个需求数据的内容特征；zij表示存储空间第i个存储区域的存储的第j个需求数据的重要程度；Xi(j-1)表示存储空间的第i个存储区域存储的的第j-1个需求数据的容量特征；所述V表示存储空间需求数据的总容量；所述m表示存储空间的需求数据的个数；
Figure BDA0002744218280000221
表示存储空间的自然对数；F(Xij)表示示存储空间第i个存储区域的存储的第j个需求数据的的等级；j＝1,2,3……m；
步骤3：根据所述用户需求数据的等级模型，构建等级分类模型：
Figure BDA0002744218280000222
其中，Qij表示存储空间第i个存储区域的存储的第j个需求数据的权重；DF表示等级分类值；
步骤4：将所有需求数据依次代入所述等级分类模型，根据所述DF的值，确定每个需求数据的DF值，并根据等级分类值，对需求数据进行逐级分类。
本发明的技术原理和有益效果在于：本发明在获取到需求数据之后，通过在需求数据的存储空间中，通过区域划分，划分为多个区域。通过不同区域之间的相关系数，根据相关系数，引入等级分类的需求参数，如需求数据的重要程度，需求数据的内容特征，需求数据的容量特征等等。将不同区域之间的等级划分明确。例如：某一个区域与其他区域之间的相关系数分别为1、2、3、4、5；在此情况下就可以根据相关系数，实现初等级划分，而且为五个等级。再根据这五个等级和需求数据的特征数据、重要程度实现等级的再次分化，而这次分化，引入的数据的内容特征，也是实现需求数据的等级和分类的双重影响下的优化分类，而通过等级划分之后，通过构建等级划分模型，求得需求数据在所有数据中的等级分类值，本发明的等级划分模型是一种逐级分类的分类模型，最终得到的分类数据精确，而且还可以根据等级分类值，实现需求数据的精确查找。
作为本发明的一种实施例：所述模块化选择界面包括：病情分析判断结果界面、相关相似病情推荐界面和相似症状患者推荐界面；其中，
所述病情分析判断结果界面用于在用户触发的病情分析和判断选项时，通过所述数据中心查找用户所描述的症状情况，获得相同的症状的病种信息，并根据所述病种信息，确定病种其它症状表现和致病原因，并推送治疗方案在所述病情分析判断结果界面；
所述相关相似病情推荐界面用于在用户触发相关相似病情推荐选项时，通过所述数据中心查找用户所描述的症状情况，获得相似症状的病种信息，并将所述病种信息与用户病种信息进行对比，并推送对比结果在所述相关相似病情推荐界面；
所述相似症状患者推荐界面用于在用户触发的相似症状患者推荐界面选项时，通过所述数据中心查找相似症状患者的群聊信息；根据所述群聊信息，确定相似症状患者信息，并将所述相似症状患者信息推送至相关相似病情推荐界面。
上述技术方案的原理和有益效果为：通过不同的界面，给用户更多选择，用户反映的一些症状，从数据中心调取具有相同症状的一些病种，供用户选择判断，用户在模块化界面能够实现从诊断到治疗，再到患者间的相互咨询一体化的流程，看病更方便全面。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种获取大数据中转、反馈的方法，其特征在于，包括：
获取用户的需求信息；
根据所述需求信息，从数据中心调取对应的用户需求数据；
其中，所述用户需求数据包括病例数据、人员数据、药物数据和治疗方式；
将所述用户需求数据逐级分类，并将分类后的用户需求数据反馈至用户界面，生成模块化选择界面；
根据所述模块化选择界面，确定目标界面。
2.根据权利要求1所述的一种获取大数据中转、反馈的方法，其特征在于所述根据用户需求，从数据中心调取对应的用户需求数据，包括以下步骤：
步骤1：提取用户的输入信息；
步骤2：根据所述输入信息，确定所述输入信息的信息类型；其中，
所述信息类型包括病症信息、身份信息和位置信息等；
步骤3：根据所述信息类型，将所述输入信息填入预设的信息表格中；
步骤4：根据所述信息表格，提取关键字；
步骤5：通过组合所述关键字，在数据库中进行查找，获取需求数据条目；
步骤6：根据所述需求数据条目，构建关联分类模型，确定数据特征关联度；
步骤7：根据所述关联度，判断所述用户需求与查找的每一条需求数据的相关概率；
步骤8：按照概率值的大小进行排列，生成概率梯度表，根据所述概率梯度表，向用户推送需求数据；
步骤9：当用户确定所选择的数据条目为需求数据时，将所有相关数据罗列供用户查阅；
当用户确定所选择的数据条目不是需求数据时，重复5～9步骤，直至所述需求数据为目标需求数据。
3.根据权利要求1所述的获取大数据中转、反馈的方法，其特征在于所述获取用户需求信息，包括：获取用户咨询问诊信息，确定用户症状；
根据所述用户症状，通过所述用户界面生成病症咨询界面；
当用户触发所述病症咨询界面时，生成病症咨询行为；
根据所述病症咨询行为，在所述数据中心确定相关医生，并生成与所述相关医生沟通的一对一咨询界面；
根据所述一对一咨询界面，通答题判断问诊或图片对比判断问诊确定需求信息；其中，
所述选择答题判断问诊包括以下步骤：
预设问诊步骤题库，根据所用户的触发行为，选择其中一个答题选项；
根据所述问诊步骤题库，确定下一答题步骤；
根据所述答题步骤，缩小需求信息范围，逐步确定需求信息；
所述图片对比判断问诊包括以下步骤：
根据所述一对一咨询界面获取用户上传的症状图片；
将所述症状图片导入所述数据中心存储的海量症状图片进行匹配分析，确定相似病种图片；
根据所述相似病种图片，获取与所述相似病种图片的关联信息；
根据所述关联信息，确定需求信息。
4.根据权利要求1所述的获取大数据中转、反馈的方法，其特征在于，所述将所述用户需求数据逐级分类包括：
步骤1：对所述需求数据进行存储空间划分处理，将所述存储空间分为的存储区域，并确定相邻区域的相关系数P：
Figure FDA0002744218270000031
其中，Mi表示存储空间第i个存储区域的存储容量，Mi-1表示存储空间第i-1个存储区域的存储容量；i＝1,2,3……n；n表示划分的存储区域的个数；
步骤2：根据所述存储空间的相关系数，构建所述用户需求数据的等级模型：
Figure FDA0002744218270000032
其中，Xij表示存储空间第i个存储区域的存储的第j个需求数据的容量特征；γij表示存储空间第i个存储区域的存储的第j个需求数据的内容特征；zij表示存储空间第i个存储区域的存储的第j个需求数据的重要程度；Xi(j-1)表示存储空间的第i个存储区域存储的的第j-1个需求数据的容量特征；所述V表示存储空间需求数据的总容量；所述m表示存储空间的需求数据的个数；
Figure FDA0002744218270000033
表示存储空间的自然对数；F(Xij)表示示存储空间第i个存储区域的存储的第j个需求数据的的等级；j＝1,2,3……m；
步骤3：根据所述用户需求数据的等级模型，构建等级分类模型：
Figure FDA0002744218270000041
其中，Qij表示存储空间第i个存储区域的存储的第j个需求数据的权重；DF表示等级分类值；
步骤4：将所有需求数据依次代入所述等级分类模型，根据所述DF的值，确定每个需求数据的DF值，并根据等级分类值，对需求数据进行逐级分类。
5.根据权利要求1所述的获取大数据中转、反馈的方法，其特征在于，所述模块化选择界面包括：病情分析判断结果界面、相关相似病情推荐界面和相似症状患者推荐界面；其中，
所述病情分析判断结果界面用于在用户触发的病情分析和判断选项时，通过所述数据中心查找用户所描述的症状情况，获得相同的症状的病种信息，并根据所述病种信息，确定病种其它症状表现和致病原因，并推送治疗方案在所述病情分析判断结果界面；
所述相关相似病情推荐界面用于在用户触发相关相似病情推荐选项时，通过所述数据中心查找用户所描述的症状情况，获得相似症状的病种信息，并将所述病种信息与用户病种信息进行对比，并推送对比结果在所述相关相似病情推荐界面；
所述相似症状患者推荐界面用于在用户触发的相似症状患者推荐界面选项时，通过所述数据中心查找相似症状患者的群聊信息；根据所述群聊信息，确定相似症状患者信息，并将所述相似症状患者信息推送至相关相似病情推荐界面。
6.根据权利要求1所述的获取大数据中转、反馈的***，其特征在于包括：
获取模块：用于获取用户的需求信息；
调取模块：用于根据所述需求信息，从数据中心调取对应的用户需求数据；
其中，所述用户需求数据包括病例数据、人员数据、药物数据和治疗方式；
界面生成模块：用于将所述用户需求数据逐级分类，并将分类后的用户需求数据反馈至用户界面，生成模块化选择界面；
选择模块：根据所述模块化选择界面，确定目标界面。
7.根据权利要求1所述的一种获取大数据中转、反馈的方法，其特征在于所述调取模块通过以下步骤确定用户需求数据，包括：
步骤1：提取用户的输入信息；
步骤2：根据所述输入信息，确定所述输入信息的信息类型；其中，
所述信息类型包括病症信息、身份信息和位置信息等；
步骤3：根据所述信息类型，将所述输入信息填入预设的信息表格中；
步骤4：根据所述信息表格，提取关键字；
步骤5：通过组合所述关键字，在数据库中进行查找，获取需求数据条目；
步骤6：根据所述需求数据条目，构建关联分类模型，确定数据特征关联度；
步骤7：根据所述关联度，判断所述用户需求与查找的每一条需求数据的相关概率；
步骤8：按照概率值的大小进行排列，生成概率梯度表，根据所述概率梯度表，向用户推送需求数据；
步骤9：当用户确定所选择的数据条目为需求数据时，将所有相关数据罗列供用户查阅；
当用户确定所选择的数据条目不是需求数据时，重复5～9步骤，直至所述需求数据为目标需求数据。
8.根据权利要求1所述的获取大数据中转、反馈的方法，其特征在于所述获取模块包括：
第一获取单元：用于获取用户咨询问诊信息，确定用户症状；
第一生成单元：用于根据所述用户症状，通过所述用户界面生成病症咨询界面；
第二生成单元：用于在用户触发所述病症咨询界面时，生成病症咨询行为；
第三生成单元：用于根据所述病症咨询行为，在所述数据中心确定相关医生，并生成与所述相关医生沟通的一对一咨询界面；
第一确定模块：用于根据所述一对一咨询界面，通答题判断问诊或图片对比判断问诊确定需求信息；其中，
所述选择答题判断问诊包括以下步骤：
预设问诊步骤题库，根据所用户的触发行为，选择其中一个答题选项；
根据所述问诊步骤题库，确定下一答题步骤；
根据所述答题步骤，缩小需求信息范围，逐步确定需求信息；
所述图片对比判断问诊包括以下步骤：
根据所述一对一咨询界面获取用户上传的症状图片；
将所述症状图片导入所述数据中心存储的海量症状图片进行匹配分析，确定相似病种图片；
根据所述相似病种图片，获取与所述相似病种图片的关联信息；
根据所述关联信息，确定需求信息。
9.根据权利要求1所述的获取大数据中转、反馈的方法，其特征在于，所述界面生成模块逐级分类的步骤包括：
步骤1：对所述需求数据进行存储空间划分处理，将所述存储空间分为的存储区域，并确定相邻区域的相关系数P：
Figure FDA0002744218270000071
其中，Mi表示存储空间第i个存储区域的存储容量，Mi-1表示存储空间第i-1个存储区域的存储容量；i＝1,2,3……n；n表示划分的存储区域的个数；
步骤2：根据所述存储空间的相关系数，构建所述用户需求数据的等级模型：
Figure FDA0002744218270000072
其中，Xij表示存储空间第i个存储区域的存储的第j个需求数据的容量特征；γij表示存储空间第i个存储区域的存储的第j个需求数据的内容特征；zij表示存储空间第i个存储区域的存储的第j个需求数据的重要程度；Xi(j-1)表示存储空间的第i个存储区域存储的的第j-1个需求数据的容量特征；所述V表示存储空间需求数据的总容量；所述m表示存储空间的需求数据的个数；
Figure FDA0002744218270000073
表示存储空间的自然对数；F(Xij)表示示存储空间第i个存储区域的存储的第j个需求数据的的等级；j＝1,2,3……m；
步骤3：根据所述用户需求数据的等级模型，构建等级分类模型：
Figure FDA0002744218270000081
其中，Qij表示存储空间第i个存储区域的存储的第j个需求数据的权重；DF表示等级分类值；
步骤4：将所有需求数据依次代入所述等级分类模型，根据所述DF的值，确定每个需求数据的DF值，并根据等级分类值，对需求数据进行逐级分类。
10.根据权利要求1所述的获取大数据中转、反馈的方法，其特征在于，所述模块化选择界面包括：病情分析判断结果界面、相关相似病情推荐界面和相似症状患者推荐界面；其中，
所述病情分析判断结果界面用于在用户触发的病情分析和判断选项时，通过所述数据中心查找用户所描述的症状情况，获得相同的症状的病种信息，并根据所述病种信息，确定病种其它症状表现和致病原因，并推送治疗方案在所述病情分析判断结果界面；
所述相关相似病情推荐界面用于在用户触发相关相似病情推荐选项时，通过所述数据中心查找用户所描述的症状情况，获得相似症状的病种信息，并将所述病种信息与用户病种信息进行对比，并推送对比结果在所述相关相似病情推荐界面；
所述相似症状患者推荐界面用于在用户触发的相似症状患者推荐界面选项时，通过所述数据中心查找相似症状患者的群聊信息；根据所述群聊信息，确定相似症状患者信息，并将所述相似症状患者信息推送至相关相似病情推荐界面。
CN202011160965.9A 2020-10-27 2020-10-27 一种获取大数据中转、反馈的方法及*** Expired - Fee Related CN112364065B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011160965.9A CN112364065B (zh) 2020-10-27 2020-10-27 一种获取大数据中转、反馈的方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011160965.9A CN112364065B (zh) 2020-10-27 2020-10-27 一种获取大数据中转、反馈的方法及***

Publications (2)

Publication Number Publication Date
CN112364065A true CN112364065A (zh) 2021-02-12
CN112364065B CN112364065B (zh) 2022-04-15

Family

ID=74510609

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011160965.9A Expired - Fee Related CN112364065B (zh) 2020-10-27 2020-10-27 一种获取大数据中转、反馈的方法及***

Country Status (1)

Country Link
CN (1) CN112364065B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117078213A (zh) * 2023-10-11 2023-11-17 潍坊威尔信息技术有限公司 基于大数据整合分析的建筑工程管理平台

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050251415A1 (en) * 2004-05-07 2005-11-10 Pak Hon S System and method for consultation on dermatological disorders
US20070136264A1 (en) * 2005-12-13 2007-06-14 Tran Bao Q Intelligent data retrieval system
CN109241400A (zh) * 2018-07-12 2019-01-18 广东技术师范学院 一种医疗信息资源智能检索***
CN110377719A (zh) * 2019-07-25 2019-10-25 广东工业大学 医疗问答方法及装置
CN110415828A (zh) * 2019-06-21 2019-11-05 深圳壹账通智能科技有限公司 一种基于数据分析的预检信息交互方法及相关设备
CN110491524A (zh) * 2019-06-28 2019-11-22 中国传媒大学 持续性互联网诊疗方法、***、用户终端、医生终端和云服务器
CN110619962A (zh) * 2019-08-26 2019-12-27 上海同筵信息科技有限公司 一种医患共享的网络医疗服务***
CN111241265A (zh) * 2020-01-09 2020-06-05 平安国际智慧城市科技股份有限公司 信息推荐方法、设备、存储介质及装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050251415A1 (en) * 2004-05-07 2005-11-10 Pak Hon S System and method for consultation on dermatological disorders
US20070136264A1 (en) * 2005-12-13 2007-06-14 Tran Bao Q Intelligent data retrieval system
CN109241400A (zh) * 2018-07-12 2019-01-18 广东技术师范学院 一种医疗信息资源智能检索***
CN110415828A (zh) * 2019-06-21 2019-11-05 深圳壹账通智能科技有限公司 一种基于数据分析的预检信息交互方法及相关设备
CN110491524A (zh) * 2019-06-28 2019-11-22 中国传媒大学 持续性互联网诊疗方法、***、用户终端、医生终端和云服务器
CN110377719A (zh) * 2019-07-25 2019-10-25 广东工业大学 医疗问答方法及装置
CN110619962A (zh) * 2019-08-26 2019-12-27 上海同筵信息科技有限公司 一种医患共享的网络医疗服务***
CN111241265A (zh) * 2020-01-09 2020-06-05 平安国际智慧城市科技股份有限公司 信息推荐方法、设备、存储介质及装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117078213A (zh) * 2023-10-11 2023-11-17 潍坊威尔信息技术有限公司 基于大数据整合分析的建筑工程管理平台
CN117078213B (zh) * 2023-10-11 2024-03-29 潍坊威尔信息技术有限公司 基于大数据整合分析的建筑工程管理平台

Also Published As

Publication number Publication date
CN112364065B (zh) 2022-04-15

Similar Documents

Publication Publication Date Title
CN112037880B (zh) 用药推荐方法、装置、设备及存储介质
US7539623B1 (en) Method and a system for providing bed availability information on a computer network
Krause Exploring race differences in a comprehensive battery of church-based social support measures
US8571890B2 (en) System and method for generating a medical history
Saracevic Relevance: A review of the literature and a framework for thinking on the notion in information science. Part III: Behavior and effects of relevance
US10636515B2 (en) Medical or health information search support apparatus and medical or health information search support system
US20070061128A1 (en) System and method for networked decision making support
CN109256206B (zh) 问诊数据处理方法、装置、计算机设备和存储介质
JP2018503902A (ja) 診断妥当性基準を採用することによって病態を特定するための診断検査の最適なシーケンスを決定することに適合した医用鑑別診断装置
CN101944100B (zh) 读影报告检索支援装置以及读影报告检索装置
CN110619962A (zh) 一种医患共享的网络医疗服务***
US20220020457A1 (en) Medical data evaluation utilization system and medical data evaluation utilization method
CN107122618A (zh) 一种基于互联网的视频医疗咨询***及其咨询方法
CN115346654A (zh) 一种基于互联网的智慧服务***
CN112231452A (zh) 基于自然语言处理的问答方法、装置、设备及存储介质
CN112837772A (zh) 一种预问诊病历生成方法及装置
US20100088111A1 (en) System and method for obtaining, processing and evaluating individual blood type and ayurvedic core constitution (prakruti) to construct a personalized health risk assessment report
CN112364065B (zh) 一种获取大数据中转、反馈的方法及***
Xu Case-based reasoning for AIDS initial assessment
US20130177894A1 (en) Systems and methods for relative peer review
Cook et al. The empirical grounding of a framework for the risk assessment of violent extremism and other forms of group-based violence.
US12033729B2 (en) Systems and methods for accessing, combining and collaborative filtering of information from multiple electronic health records
CN110648754A (zh) 科室推荐方法、装置及设备
Kunjir et al. Big data analytics and visualization for hospital recommendation using HCAHPS standardized patient survey
CN116228440B (zh) 一种医保智能管理方法、***、装置和介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20220415

CF01 Termination of patent right due to non-payment of annual fee