CN114360724A - 健康管理知识图谱构建方法、服务提供方法及相关装置 - Google Patents
健康管理知识图谱构建方法、服务提供方法及相关装置 Download PDFInfo
- Publication number
- CN114360724A CN114360724A CN202210020349.6A CN202210020349A CN114360724A CN 114360724 A CN114360724 A CN 114360724A CN 202210020349 A CN202210020349 A CN 202210020349A CN 114360724 A CN114360724 A CN 114360724A
- Authority
- CN
- China
- Prior art keywords
- health management
- health
- management service
- knowledge graph
- data
- 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.)
- Pending
Links
- 230000036541 health Effects 0.000 title claims abstract description 179
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000010276 construction Methods 0.000 title claims abstract description 24
- 238000012545 processing Methods 0.000 claims description 9
- 238000012360 testing method Methods 0.000 claims description 9
- 238000011156 evaluation Methods 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 abstract description 16
- 201000010099 disease Diseases 0.000 abstract description 14
- 229940079593 drug Drugs 0.000 description 4
- 239000003814 drug Substances 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 206010020772 Hypertension Diseases 0.000 description 2
- 239000008186 active pharmaceutical agent Substances 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 2
- 235000006694 eating habits Nutrition 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000003631 expected effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本申请提供了一种健康管理知识图谱构建方法、服务提供方法及相关装置,其中健康管理知识图谱构建方法包括以下步骤:获取医疗健康数据资料;建立实体识别模型;将医疗健康数据资料带入实体识别模型中进行归类,并建立各类数据的基础实例;获取健康管理服务信息;建立健康管理服务信息与基础实例的关系;构建出包含基础实例、健康管理服务及二者之间关系的健康管理知识图谱。通过构建健康管理知识图谱,能够精准匹配个体健康需求与健康管理服务供给,让健康管理更符合人的需求而非疾病管理的诉求。同时降低对用户健康管理知识方面的要求,提高健康管理服务的效率,做到服务的精准化、个性化。
Description
技术领域
本发明涉及知识图谱构建技术,尤其涉及一种健康管理知识图谱构建方法、服务提供方法及相关装置。
背景技术
自从2012年谷歌提出知识图谱(Knowledge Graph)技术并应用于搜索引擎后,知识图谱一直是各行业研究的重点。它将客观世界中的人或物等实体、实体属性及之间的关系通过结构化的形式进行描述,使数据能以接近人类思维的方式进行表达,为客观世界复杂的知识提供了一种更好地识别、存储、应用的方式。
常见的知识图谱主要包含实体、关系、属性,知识图谱的搭建主要分为四步:知识表示(建模)、知识抽取(获取)、知识融合、知识推理。但常见的知识图谱并不能直接用于健康管理这一特定领域,目前健康管理行业的知识图谱更多的是与医疗挂钩,通过基于公开的医学教材、临床指南、专家共识等实现某些特定疾病的知识图谱,包括疾病相关并发症、药物、体征、检验检查等,并且其中一些质量较高的疾病知识图谱已与HIS、电子病历***融合,为患者疾病诊断提供辅助决策支持。
目前在健康管理领域往往仅提供某个特定疾病的知识图谱,但健康管理是对人进行全方位、全生命期的管理,并不局限与单一的疾病,现在的知识图谱过于局限,且无法与众多的健康服务(筛查、检验、检查、治疗、随访等)相匹配,造成用户(保健医生、基层全科医生、家庭医生等)无法为居民提供精准、个性化的服务,进而居民获得感、依从性降低,甚至逐渐放弃健康管理,致使当前很多健康管理沦落为形式化、流程化。
发明内容
本发明的目的在于提供一种能够精准匹配个体健康需求与健康管理服务供给的健康管理知识图谱构建方法、服务提供方法及相关装置。
以下给出一个或多个方面的简要概述以提供对这些方面的基本理解。此概述不是所有构想到的方面的详尽综览,并且既非旨在指认出所有方面的关键性或决定性要素亦非试图界定任何或所有方面的范围。其唯一的目的是要以简化形式给出一个或多个方面的一些概念以为稍后给出的更加详细的描述之序。
根据本发明的第一方面,提供了一种健康管理知识图谱构建方法,包括以下步骤:获取医疗健康数据资料;建立实体识别模型;将医疗健康数据资料带入实体识别模型中进行归类,并建立各类数据的基础实例;获取健康管理服务信息;建立健康管理服务信息与基础实例的关系;构建出包含基础实例、健康管理服务及二者之间关系的健康管理知识图谱。
在一实施例中,所述建立实体识别模型包括:对收集到的医疗健康数据资料进行加工,确定实体分类目录,分组形成训练集和测试集;初始化模型,设置模型参数的默认值;将训练集带入模型进行计算,获得各个分类实体识别的评价结果;对模型参数进行迭代调整优化;将测试集带入模型中,验证模型的准确性和可靠性;选择最佳的模型参数,获得最终的实体识别模型。
在一实施例中,在所述将医疗健康数据资料放入实体识别模型中进行归类,并建立各类数据的基础实例之后,还包括:对于评价结果不合格的识别结果加以人工确认。
在一实施例中,所述建立健康管理服务信息与基础实例的关系,包括:对健康管理服务信息进行结构化处理;利用实体识别模型,对健康管理服务信息进行识别;根据识别后的健康管理服务信息确定基础实例及健康管理服务信息之间的关系。
根据本发明的第二方面,提供了一种健康管理服务提供方法,包括以下步骤:获得个体健康信息;将个体健康信息通过健康管理知识图谱进行推理,获得与个体健康信息匹配的健康管理服务;其中,所述健康管理知识图谱包含健康基础实例数据、健康管理服务数据及二者之间的关系;所述健康管理知识图谱通过如第一方面中所述的健康管理知识图谱构建方法得到;将健康管理服务提供给用户。
在一实施例中,所述将健康管理服务提供给用户,包括:根据业务规则引擎形成不同推荐度服务列表。
在一实施例中,所述将健康管理服务提供给用户,还包括:将个体健康基础数据进行分类展现,形成居民健康画像。
在一实施例中,所述将健康管理服务提供给用户,还包括:生成个体特定的知识图谱连接。
根据本发明的第三方面,提供了一种装置,包括存储器和处理器;所述存储器,用于存储计算机程序;所述处理器,用于当执行所述计算机程序时,实现如第一方面任一项所述的健康管理知识图谱构建方法或如第二方面任一项所述的健康管理服务提供方法。
根据本发明的第四方面,提供了一种计算机可读存储介质,所述存储介质上存储有计算机程序,当所述计算机程序被处理器执行时,实现如第一方面任一项所述的健康管理知识图谱构建方法或如第二方面任一项所述的健康管理服务提供方法。
本发明实施例的有益效果是:通过构建健康管理知识图谱,能够精准匹配个体健康需求与健康管理服务供给,让健康管理更符合人的需求而非疾病管理的诉求。同时降低对用户健康管理知识方面的要求,提高健康管理服务的效率,做到服务的精准化、个性化。通过健康管理知识图谱的推理,反馈给业务应用该居民的健康需求以及推荐的服务,使得用户可以通过可视化的方式直观地了解到居民个体的健康状况,并可直接采纳推荐的健康服务为居民提供管理。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
在结合以下附图阅读本公开的实施例的详细描述之后,能够更好地理解本发明的上述特征和优点。在附图中,各组件不一定是按比例绘制,并且具有类似的相关特性或特征的组件可能具有相同或相近的附图标记。
图1是本申请实施例健康管理知识图谱构建方法的流程图;
图2是本申请实施例健康管理服务提供方法的流程图。
具体实施方式
以下结合附图和具体实施例对本发明作详细描述。注意,以下结合附图和具体实施例描述的诸方面仅是示例性的,而不应被理解为对本发明的保护范围进行任何限制。
如图1所示,本实施例提供了一种健康管理知识图谱构建方法,包括以下步骤:
S110、获取医疗健康数据资料。例如可以通过公开途径收集医疗和健康方面的知识,包括教参、专家共识、疾病指南、健康管理规范等,医疗健康数据资料可以是结构化信息或非结构化信息。
S120、建立实体识别模型。在可能的实施例中,可以利用深度学习模型,在监督学习的方式下构建各类实体识别的算法模型。
S130、将医疗健康数据资料放入实体识别模型中进行归类,并建立各类数据的基础实例。例如可以建立疾病、症状、体征、检验项目、检查项目、健康影响因子、生活习惯、饮食习惯等医疗健康类别的基础实例。
S140、获取健康管理服务信息。例如,可通过文件导入或API接口同步获取到服务机构的服务目录,单个服务信息包括服务类型、推荐条件、适应症、禁忌要求、效果及目的等。
S150、建立健康管理服务信息与各类基础实例的关系。通过对服务信息进行分析,识别出其中的基础数据,与现有基础数据对比,与已存在的基础数据建立关系,不存在的新增基础数据并建立关系。
S160、构建出包含健康基础实例数据、健康管理服务数据及二者之间关系的健康管理知识图谱。例如可以通过Neo4j CQL语句,构建包含上述实例、关系的健康管理知识图谱。
其中,S120建立实体识别模型具体包括:
S121、对收集到的医疗健康数据资料进行加工,确定实体分类目录(例如部位、手术、药物、疾病、症状、体征、检验、检查、生活习惯、饮食习惯等),按照8∶2分组形成训练集和测试集,训练集用以训练模型,测试集用以验证评估模型效果。
S122、初始化模型,在本实施例中,采用基于PyTorch框架的深度学习模型BILSTM-CRF,设置Bath-size、Epoch、Hidden-dim、Optimizer、Lr等参数的默认值。
S123、将训练集带入模型进行计算,获得各个分类实体识别的评价结果,评价结果包括Precision(准确率)、Recall(召回率)、F1-measure(F1测度值),其中F1测度值=正确率*召回率*2/(正确率+召回率),评价结果可以如下表形式:
S124、对模型参数进行调整,迭代回步骤S123,尽可能找到各分类的最高F1-measure值时的模型参数;
S125、将测试集带入模型中,验证模型的准确性和可靠性;
S126、选择最佳的模型参数,获得最终的实体识别模型。
基于上述实体识别模型,在所述将医疗健康数据资料放入实体识别模型中进行归类,并建立各类数据的基础实例之后,还可以包括:对于评价结果不合格(例如F1-mearsure值低于预设值)的识别结果,加以人工确认,以保证符合健康管理的专业性。
S150建立健康管理服务信息与各类基础实例的关系,具体包括:
S151、对健康管理服务信息进行结构化处理;健康管理服务的信息结构可以根据健康管理业务需要定义,如包含推荐条件、适应症、禁忌要求、预期效果等内容。还可形成服务导入的模板文件和新增服务的API接口,以便各服务提供方自主添加服务实例。
S152、利用实体识别模型,对健康管理服务信息进行识别,获得健康管理服务信息中的基础数据及其关系。识别到的基础数据若已存在,则根据服务信息结构确定数据与服务的关系,如在适应症中识别出高血压疾病实体,则表示该服务可以用于患有高血压疾病的居民。识别到的基础数据若不存在,则新增该基础数据后确定数据与服务的关系。
S153、建立基础实例及健康管理服务信息之间的关系。
如图2所示,本申请实施例还提供了一种健康管理服务提供方法,包括以下步骤:
S210、获得个体健康信息。可通过全民健康信息平台或居民健康数据中心,获得居民的健康信息,如各类就诊记录、住院史、用药史等。
S220、将个体健康信息通过健康管理知识图谱进行推理,获得与个体健康信息匹配的健康管理服务。将个体健康信息与健康基础数据进行匹配,得到居民具有的基础实例情况,如患有哪些疾病、做过哪些手术、吃过哪些药物等。将获得的居民基础数据实例加载到知识图谱中进行推理,得到相关的服务信息。比如与服务中推荐条件中基础数据匹配到M项,适应症匹配到N项,禁忌要求匹配到X项等。
其中,所述健康管理知识图谱包含健康基础实例数据、健康管理服务数据及二者之间的关系,并通过上述健康管理知识图谱构建方法得到。
S230、将健康管理服务提供给用户。提供方式可以是将匹配完成的知识图谱以人健康为维度进行展现,并给出推荐的服务列表,以方便用户选择或直接采纳。推荐度服务列表根据业务规则引擎形成,如推荐、可用、禁用等,并根据对应项中匹配到的数量确定相应程度。也可以将个体健康基础数据进行分类展现,形成居民健康画像。同时,还可以生成用户特定的知识图谱连接url,以便业务***调用。后续业务应用调用url,即可加载健康管理服务目录及相关数据,从而执行健康管理服务。
容易理解地,本申请实施例还提供了一种装置,包括存储器和处理器。
其中,存储器可用于存储指令、程序、代码、代码集或指令集。存储器可以包括存储程序区和存储数据区,其中存储程序区可存储用于实现操作***的指令、用于至少一个功能的指令以及用于实现上述健康管理知识图谱构建方法或服务提供方法的指令等;存储数据区可存储上述健康管理知识图谱构建方法或服务提供方法中涉及到的数据等。
处理器可以包括一个或者多个处理核心。处理器通过运行或执行存储在存储器内的指令、程序、代码集或指令集,调用存储在存储器内的数据,执行本申请的各种功能和处理数据。处理器可以为特定用途集成电路、数字信号处理器、数字信号处理装置、可编程逻辑装置、现场可编程门阵列、中央处理器、控制器、微控制器和微处理器中的至少一种。可以理解地,对于不同的设备,用于实现上述处理器功能的电子器件还可以为其它,本申请实施例不作具体限定。
本申请实施例上述健康管理知识图谱构建方法或服务提供方法如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read Only Memory)、磁碟或者光盘等各种可以存储程序代码的介质。这样,本发明实施例不限制于任何特定的硬件和软件结合。
综上所述,本申请实施例所提供的健康管理知识图谱构建方法、服务提供方法及相关装置,能够基于更多维度的个体健康数据,实时分析得出全面的健康服务,而非某一疾病上的健康诉求。让健康管理更符合个体的需求而非疾病管理的诉求。同时降低对用户健康管理知识方面的要求,提高健康管理服务的效率,做到服务的精准化、个性化。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
提供对本公开的先前描述是为使得本领域任何技术人员皆能够制作或使用本公开。对本公开的各种修改对本领域技术人员来说都将是显而易见的,且本文中所定义的普适原理可被应用到其他变体而不会脱离本公开的精神或范围。由此,本公开并非旨在被限定于本文中所描述的示例和设计,而是应被授予与本文中所公开的原理和新颖性特征相一致的最广范围。
以上所述仅为本申请的较佳实例而已,并不用以限制本申请,凡在本申请的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本申请保护的范围之内。
Claims (9)
1.一种健康管理知识图谱构建方法,其特征在于,包括以下步骤:
获取医疗健康数据资料;
建立实体识别模型;
将医疗健康数据资料带入实体识别模型中进行归类,并建立各类数据的基础实例;
获取健康管理服务信息;
建立健康管理服务信息与基础实例的关系,包括:对健康管理服务信息进行结构化处理;利用实体识别模型,对健康管理服务信息进行识别;根据识别后的健康管理服务信息确定基础实例及健康管理服务信息之间的关系;
构建出包含基础实例、健康管理服务及二者之间关系的健康管理知识图谱。
2.根据权利要求1所述的健康管理知识图谱构建方法,其特征在于,所述建立实体识别模型包括:
对收集到的医疗健康数据资料进行加工,确定实体分类目录,分组形成训练集和测试集;
初始化模型,设置模型参数的默认值;
将训练集带入模型进行计算,获得各个分类实体识别的评价结果;
对模型参数进行迭代调整优化;
将测试集带入模型中,验证模型的准确性和可靠性;
选择最佳的模型参数,获得最终的实体识别模型。
3.根据权利要求2所述的健康管理知识图谱构建方法,其特征在于,在所述将医疗健康数据资料放入实体识别模型中进行归类,并建立各类数据的基础实例之后,还包括:对于评价结果不合格的识别结果加以人工确认。
4.一种健康管理服务提供方法,其特征在于,包括以下步骤:
获得个体健康信息;
将个体健康信息通过健康管理知识图谱进行推理,获得与个体健康信息匹配的健康管理服务;其中,所述健康管理知识图谱包含健康基础实例数据、健康管理服务数据及二者之间的关系;所述健康管理知识图谱通过如权利要求1~3中任一所述的健康管理知识图谱构建方法得到;
将健康管理服务提供给用户。
5.根据权利要求4所述的健康管理服务提供方法,其特征在于,所述将健康管理服务提供给用户,包括:根据业务规则引擎形成不同推荐度服务列表。
6.根据权利要求5所述的健康管理服务提供方法,其特征在于,所述将健康管理服务提供给用户,还包括:将个体健康基础数据进行分类展现,形成居民健康画像。
7.根据权利要求6所述的健康管理服务提供方法,其特征在于,所述将健康管理服务提供给用户,还包括:生成个体特定的知识图谱连接。
8.一种装置,其特征在于,包括存储器和处理器;
所述存储器,用于存储计算机程序;
所述处理器,用于当执行所述计算机程序时,实现如权利要求1至3任一项所述的健康管理知识图谱构建方法或如权利要求4至7任一项所述的健康管理服务提供方法。
9.一种计算机可读存储介质,其特征在于,所述存储介质上存储有计算机程序,当所述计算机程序被处理器执行时,实现如权利要求1至3任一项所述的健康管理知识图谱构建方法或如权利要求4至7任一项所述的健康管理服务提供方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210020349.6A CN114360724A (zh) | 2022-01-10 | 2022-01-10 | 健康管理知识图谱构建方法、服务提供方法及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210020349.6A CN114360724A (zh) | 2022-01-10 | 2022-01-10 | 健康管理知识图谱构建方法、服务提供方法及相关装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114360724A true CN114360724A (zh) | 2022-04-15 |
Family
ID=81106857
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210020349.6A Pending CN114360724A (zh) | 2022-01-10 | 2022-01-10 | 健康管理知识图谱构建方法、服务提供方法及相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114360724A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114937504A (zh) * | 2022-05-12 | 2022-08-23 | 好人生(上海)健康科技有限公司 | 一种基于慢病大数据生成健康管理知识图谱的方法和装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110059196A (zh) * | 2019-04-12 | 2019-07-26 | 张晓红 | 一种医学健康领域知识图谱的关系抽取方法及*** |
CN112002411A (zh) * | 2020-08-20 | 2020-11-27 | 杭州电子科技大学 | 一种基于电子病历的心脑血管病知识图谱问答方法 |
CN113806553A (zh) * | 2021-09-08 | 2021-12-17 | 曲剑 | 一种中西医健康知识图谱***及构建方法 |
-
2022
- 2022-01-10 CN CN202210020349.6A patent/CN114360724A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110059196A (zh) * | 2019-04-12 | 2019-07-26 | 张晓红 | 一种医学健康领域知识图谱的关系抽取方法及*** |
CN112002411A (zh) * | 2020-08-20 | 2020-11-27 | 杭州电子科技大学 | 一种基于电子病历的心脑血管病知识图谱问答方法 |
CN113806553A (zh) * | 2021-09-08 | 2021-12-17 | 曲剑 | 一种中西医健康知识图谱***及构建方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114937504A (zh) * | 2022-05-12 | 2022-08-23 | 好人生(上海)健康科技有限公司 | 一种基于慢病大数据生成健康管理知识图谱的方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7361187B2 (ja) | 医療データの自動化された検証 | |
JP2014225176A (ja) | 分析システム及び保健事業支援方法 | |
AU2012245343A1 (en) | Predictive modeling | |
JP2014029644A (ja) | 類似症例検索装置および類似症例検索方法 | |
WO2017180475A1 (en) | Query optimizer for combined structured and unstructured data records | |
US20210397996A1 (en) | Methods and systems for classification using expert data | |
CN111061979A (zh) | 一种用户标签的推送方法、装置、电子设备和介质 | |
US12039420B2 (en) | System and method for generating a direction inquiry response from biological extractions using machine learning | |
CN107169264B (zh) | 一种复杂疾病诊断*** | |
WO2016006042A1 (ja) | データ分析装置、データ分析装置の制御方法、およびデータ分析装置の制御プログラム | |
US20220207051A1 (en) | Information providing method | |
JP2018055424A (ja) | 推計モデル構築システム、推計モデル構築方法及びプログラム | |
CN114360724A (zh) | 健康管理知识图谱构建方法、服务提供方法及相关装置 | |
van Wieringen et al. | A comparison of methods for the evaluation of binary measurement systems | |
CN109997201A (zh) | 针对多种医学知识模块的利用数据驱动方法的精确临床决策支持 | |
JP6113213B2 (ja) | 広告審査支援装置、広告審査支援方法および広告審査支援プログラム | |
CN113707304A (zh) | 分诊数据处理方法、装置、设备及存储介质 | |
CN111406294A (zh) | 自动生成用于实验室仪器的规则 | |
JP6053166B2 (ja) | 数値データ解析装置及びプログラム | |
US11983947B2 (en) | Generating document content by data analysis | |
CN113436746B (zh) | 基于排序算法的用药推荐方法、装置、设备及存储介质 | |
CN115910367A (zh) | 近视防控分级预警的方法、装置、电子设备及存储介质 | |
CN114970727A (zh) | 多标签文本分类方法、***及计算机设备 | |
Prendez et al. | Measuring parameter uncertainty by identifying fungible estimates in SEM | |
CN115408599A (zh) | 信息推荐方法、装置、电子设备及计算机可读存储介质 |
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 |