[发明专利]一种基于医疗大数据的用药预测方法及系统

权利要求书

1.一种基于医疗大数据的用药预测方法，其特征在于，包括：

基于训练好的二分类模型，预测出药品用完且未进行新一次买药的目标用户，所述二分类模型是根据历史用户买药数据进行训练得到，并实现购买时间未到导出时间的数据与购买时间超过数据导出时间的数据的分类筛选；

关联所述目标用户和药品数据，将关联结果推送给所述目标用户。

2.根据权利要求1所述的基于医疗大数据的用药预测方法，其特征在于，在所述基于训练好的二分类模型，预测出药品用完且未进行新一次买药的目标用户之前，所述方法还包括：

获取预处理数据，从所述预处理数据中提取用户历史买药的相关信息。

3.根据权利要求2所述的基于医疗大数据的用药预测方法，其特征在于，所述方法还包括：

对所述预处理数据进行数据清洗、数据转换以及数据过滤；

对处理后的数据进行结构化、标准化以及向量化。

4.根据权利要求3所述的基于医疗大数据的用药预测方法，其特征在于，所述方法还包括：

根据预处理数据，计算用户购买慢病药品的频率以及平均时间间隔；

对比购买慢病药品的频率以及平均时间间隔，分别标记出购买时间未到导出时间的数据以及购买时间超过数据导出时间的数据。

5.根据权利要求4所述的基于医疗大数据的用药预测方法，其特征在于，所述基于训练好的二分类模型，预测出药品用完且未进行新一次买药的目标用户，包括：

根据所述二分类模型中各个模型特征的占比，按权重计算购买时间超过数据导出时间的用户回药店购买药品的概率；

抽取概率大于预设阈值的用户作为所述目标用户。

6.根据权利要求1所述的基于医疗大数据的用药预测方法，其特征在于，所述方法还包括：

根据用户的反馈结果调整所述二分类模型的模型特征以及预测概率的计算方法。

7.一种基于医疗大数据的用药预测系统，其特征在于，包括：

预测模块，用于基于训练好的二分类模型，预测出药品用完且未进行新一次买药的目标用户，所述二分类模型是根据历史用户买药数据进行训练得到，并实现购买时间未到导出时间的数据与购买时间超过数据导出时间的数据的分类筛选；

推送模块，用于关联所述目标用户和药品数据，将关联结果推送给所述目标用户。

8.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述基于医疗大数据的用药预测方法的步骤。

9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至6任一项所述基于医疗大数据的用药预测方法的步骤。