[发明专利]基于大数据的医疗信息智能分类的方法及系统

权利要求书

1.一种基于大数据的医疗信息智能分类的方法，其特征在于，所述方法包括：

获取配置医疗用户信息，将所述配置医疗用户信息输入待配置的目标用户筛选线程，所述配置医疗用户信息包括目标用户对应的类别划分范围；

对所述配置医疗用户信息进行描述内容识别，得到多个类别的起始配置描述内容集，每个起始配置描述内容集中包括对应的事先划分范围；

对所述每个起始配置描述内容集进行描述内容处理，得到每个事先划分范围对应的起始测试划分范围，基于每个事先划分范围和类别划分范围之间的范围误差，从每个起始测试划分范围中确定更新划分范围；

基于起始配置描述内容集得到起始配置描述内容集对应的中间配置描述内容集，将起始配置描述内容集与对应的中间配置描述内容集进行组合，得到对应的目标配置描述内容集；

基于所述更新划分范围对所述目标配置描述内容集进行描述内容处理，得到更新划分范围对应的目标测试划分范围；

基于所述起始测试划分范围和所述类别划分范围的范围误差、所述目标测试划分范围和所述类别划分范围的范围误差生成反馈损耗特征向量，基于所述反馈损耗特征向量修正所述目标用户筛选线程的线程特征向量，直至符合预设条件，得到已配置的目标用户筛选线程。

2.根据权利要求1所述的方法，其特征在于，所述对所述每个起始配置描述内容集进行描述内容处理，得到每个事先划分范围对应的起始测试划分范围，基于每个事先划分范围和类别划分范围之间的范围误差，从每个起始测试划分范围中确定更新划分范围，包括：

分别对每个起始配置描述内容集进行描述内容处理，得到每个起始配置描述内容集分别对应的起始测试浮动范围集合；

所述起始测试浮动范围集合包括起始配置描述内容集上每个事先划分范围分别对应的起始测试浮动范围；

基于事先划分范围和对应的起始测试浮动范围得到对应的起始测试划分范围；

在当前起始配置描述内容集中，基于每个事先划分范围和类别划分范围之间的相似度，从每个事先划分范围中确定样本划分范围，将所述样本划分范围对应的起始测试划分范围作为所述当前起始配置描述内容集对应的中间测试划分范围；

基于每个起始配置描述内容集分别对应的中间测试划分范围得到所述更新划分范围；

其中，所述多个类别的起始配置描述内容集为按类别大小排列的起始配置描述内容集；所述基于起始配置描述内容集得到起始配置描述内容集对应的中间配置描述内容集，包括：

将当前起始配置描述内容集的类别压缩为所述当前起始配置描述内容集对应的相邻类别，将压缩后的当前起始配置描述内容集作为与所述压缩后的当前起始配置描述内容集类别相同的起始配置描述内容集所对应的中间配置描述内容集；

其中，所述基于所述更新划分范围对所述目标配置描述内容集进行描述内容处理，得到更新划分范围对应的目标测试划分范围，包括：

基于每个起始配置描述内容集的类别大小确定每个起始配置描述内容集之间的匹配关系；

基于匹配关系将所述更新划分范围匹配到起始配置描述内容集对应的目标配置描述内容集上；

对匹配后的目标配置描述内容集进行描述内容处理，得到更新划分范围对应的目标测试划分范围。

3.根据权利要求2所述的方法，其特征在于，所述对匹配后的目标配置描述内容集进行描述内容处理，得到更新划分范围对应的目标测试划分范围，包括：

对匹配后的目标配置描述内容集进行描述内容处理，得到更新划分范围对应的目标测试浮动范围；

基于更新划分范围和对应的目标测试浮动范围得到对应的目标测试划分范围。