[发明专利]基于大数据的医院选址方法、装置、电子设备、存储介质

说明书

本发明提供一种基于大数据的医院选址方法、装置、电子设备、存储介质，基于大数据的医院选址方法包括：基于向量机分类算法建立医院选址模型；生成样本数据，所述样本数据至少包括多个医院的特征向量集，所述特征向量集至少包括人口因素类特征向量、交通设施类特征向量、竞争强度类特征向量、用户意图反馈类特征向量以及综合类特征向量；根据所述样本数据训练所述医院选址模型；获取多个待选址的特征向量集；将多个待选址的特征向量集输入经训练的医院选址模型；以及根据所述医院选址模型的输出确定是否将各候选址作为选址地址。本发明提供的方法和装置实现基于大数据的医院选址。

技术领域

本发明涉及计算机应用技术领域，尤其涉及一种基于大数据的医院选址方法、装置、电子设备、存储介质。

背景技术

目前，民营医院在其落地发展过程中首先需要进行选址。

一方面，如何解析民营医院需求，提取医院选址要素特征，获取要素数据集，为医院选址提供有力的证据。但如何定义选址要素对选址位置影响程度是本发明待解决的技术问题之一。

另一方面，如何构建选址模型，依据数据更新和优化模型，并通过模型输出对选址位置的准确判别，是本发明要解决的另一个技术问题。

发明内容

本发明为了克服上述相关技术存在的缺陷，提供一种基于大数据的医院选址方法、装置、电子设备、存储介质，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。

根据本发明的一个方面，提供一种基于大数据的医院选址方法，包括：基于向量机分类算法建立医院选址模型；生成样本数据，所述样本数据至少包括多个医院的特征向量集，所述特征向量集至少包括人口因素类特征向量、交通设施类特征向量、竞争强度类特征向量、用户意图反馈类特征向量以及综合类特征向量；根据所述样本数据训练所述医院选址模型；获取多个待选址的特征向量集；将多个待选址的特征向量集输入经训练的医院选址模型；以及根据所述医院选址模型的输出确定是否将各候选址作为选址地址。

在本发明的一些实施例中，所述多个待选址于总候选区域内选取，所述根据所述医院选址模型的输出确定是否将各候选址作为选址地址还包括：展示所述总候选区域的地图，并以不同的颜色、形状、大小或他们的组合标记确定为选址地址的候选址以及确定为非选址地址的候选址，

在本发明的一些实施例中，所述总候选区域的地图具有多级缩放模式，当所述总候选区域的地图以最高级放大模式显示时，确定为选址地址的候选址以及确定为非选址地址的候选址以不同的颜色标记；以及当所述总候选区域的地图自最高级逐级缩小时，聚合相近区域内的标记，并以不同颜色的比例图标显示该区域内确定为选址地址的候选址以及确定为非选址地址的候选址的比例。

在本发明的一些实施例中，所述人口因素类特征向量至少包括人口数量特征向量及购买水平特征向量，

所述人口数量特征向量x₁₁为：

其中，a_i表示第i个人，n₁为人口总数；当(a_i)_f∈P:dist((a_i)_f,o)r时，a_i＝1，否则a_i＝0，其中(a_i)_f表示第i个人处于f位置，P表示在总候选区域范围内的所有位置点集合，o为待选址的位置，dist((a_i)_f,o)表示a_i这个人处于f位置与 o位置之间的距离，r为可行半径；

所述购买水平特征向量x₁₂为：