[发明专利]基于大数据的突击就诊识别方法、设备、存储介质及装置

权利要求书

1.一种基于大数据的突击就诊识别方法，其特征在于，所述基于大数据的突击就诊识别方法包括以下步骤：

获取患者的就诊数据，对所述就诊数据进行标准化处理，获得标准化就诊数据；

根据所述标准化就诊数据统计所述患者的周期性就诊费用；

通过预设基于深度的离群点检测算法对所述周期性就诊费用进行离群检测，获得所述周期性就诊费用中的突击就诊数据。

2.如权利要求1所述的基于大数据的突击就诊识别方法，其特征在于，所述通过预设基于深度的离群点检测算法对所述周期性就诊费用进行离群检测，获得所述周期性就诊费用中的突击就诊数据，包括：

将所述周期性就诊费用映射为预设数据空间中的数据点，并计算所述数据点的深度值；

根据所述深度值判断所述数据点是否为离群点；

若所述数据点为离群点，则将所述数据点对应的周期性就诊费用作为突击就诊数据。

3.如权利要求2所述的基于大数据的突击就诊识别方法，其特征在于，所述根据所述深度值判断所述数据点是否为离群点，包括：

将所述深度值小于第一预设阈值的数据点作为待定离群数据点；

通过预设基于距离的离群点检测算法对所述待定离群数据点进行离群检测，判断所述待定离群数据点是否为离群点。

4.如权利要求3所述的基于大数据的突击就诊识别方法，其特征在于，所述通过预设基于距离的离群点检测算法对所述待定离群数据点进行离群检测，判断所述待定离群数据点是否为离群点，包括：

根据第二预设阈值获取所述待定离群数据点的邻域；

统计所述待定离群数据点的邻域中的数据点数目；

若所述待定离群数据点的邻域中的数据点数目低于第三预设阈值，则认定所述待定离群数据点为离群点。

5.如权利要求1-4中任一项所述的基于大数据的突击就诊识别方法，其特征在于，所述获取患者的就诊数据，对所述就诊数据进行标准化处理，获得标准化就诊数据，包括：

获取患者的就诊数据，并对所述就诊数据进行分词处理，生成词语序列；

将所述词语序列中的词语转化为词向量，生成对应的词向量序列；

根据预设双向递归神经网络模型将所述词向量序列编码为句子矩阵；

通过预设注意力模型将所述句子矩阵压缩为句向量，并将所述句向量作为标准化就诊数据。

6.如权利要求5所述的基于大数据的突击就诊识别方法，其特征在于，所述根据预设双向递归神经网络模型将所述词向量序列编码为句子矩阵，包括：

将所述词向量序列依次先正向后反向输入到预设双向递归神经网络模型中，以使所述预设双向递归神经网络模型对所述词向量序列进行编码，并输出句子矩阵。

7.如权利要求6所述的基于大数据的突击就诊识别方法，其特征在于，所述通过预设注意力模型将所述句子矩阵压缩为句向量，并将所述句向量作为标准化就诊数据，包括：

通过预设注意力模型从所述句子矩阵中提取上下文向量；

根据所述上下文向量将所述句子矩阵压缩为句向量，并将所述句向量作为标准化就诊数据。

8.一种用户设备，其特征在于，所述用户设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于大数据的突击就诊识别程序，所述基于大数据的突击就诊识别程序被所述处理器执行时实现如权利要求1至7中任一项所述的基于大数据的突击就诊识别方法的步骤。

9.一种存储介质，其特征在于，所述存储介质上存储有基于大数据的突击就诊识别程序，所述基于大数据的突击就诊识别程序被处理器执行时实现如权利要求1至7中任一项所述的基于大数据的突击就诊识别方法的步骤。

10.一种基于大数据的突击就诊识别装置，其特征在于，所述基于大数据的突击就诊识别装置包括：

处理模块，用于获取患者的就诊数据，对所述就诊数据进行标准化处理，获得标准化就诊数据；

统计模块，用于根据所述标准化就诊数据统计所述患者的周期性就诊费用；

检测模块，用于通过预设基于深度的离群点检测算法对所述周期性就诊费用进行离群检测，获得所述周期性就诊费用中的突击就诊数据。