[发明专利]基于大数据的医疗信息智能分类的方法及系统

说明书

本申请提供的基于大数据的医疗信息智能分类的方法及系统，对待筛选医疗用户信息进行描述内容识别，得到多个类别的起始筛选描述内容集，并进行描述内容处理，得到起始筛选划分范围，基于起始筛选描述内容集得到中间筛选描述内容集，将起始筛选描述内容集与中间筛选描述内容集进行组合，得到目标筛选描述内容集，并进行描述内容处理，得到目标筛选划分范围。由此对事先划分范围进行初步修正后得到起始筛选划分范围，通过组合不同描述内容集可以得到描述内容信息，基于更新划分范围对目标配置描述内容集进行描述内容处理，由此对更新划分范围进行进一步修正后得到目标测试划分范围，目标测试划分范围可以更准确地定位到目标用户。

技术领域

本申请涉及数据分类技术领域，具体而言，涉及基于大数据的医疗信息智能分类的方法及系统。

背景技术

随着信息技术的不断发展，相关医疗信息不断的增加，对相关医疗信息的处理和存储的信息量越来越多，这样就给数据处理终端带来巨大的很淡，很容易导致数据处理终端的崩溃，从而导致相关医疗系统的瘫痪，这样就会造成医务人员的工作效率大大降低，因此，需要虚相关医疗信息进行分类处理，这样就可能避免相关医疗系统的稳定性。

发明内容

鉴于此，本申请提供了基于大数据的医疗信息智能分类的方法及系统。

第一方面，提供一种基于大数据的医疗信息智能分类的方法，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。

优选地，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：