[发明专利]诊后随访系统智能搭建方法、装置、电子设备及存储介质

权利要求书

1.一种诊后随访系统智能搭建方法，其特征在于，所述方法包括：

获取历史随访数据及用户数据，根据所述历史随访数据对所述用户数据进行筛选，得到种子用户数据，将所述种子用户数据作为正样本，从所述历史随访数据中随机选取多个随访数据作为负样本；

对所述正样本及所述负样本进行特征提取，得到正样本特征及负样本特征，对所述正样本特征进行映射，根据映射的结果以及所述负样本特征选取候选用户特征；

计算所述候选用户特征的信息价值指标，利用所述信息价值指标对所述候选用户特征进行筛选，得到目标用户特征；

计算所述正样本特征及所述目标用户特征的相似度，根据所述相似度对所述目标用户特征进行排序，得到用户集；

将所述候选用户特征及所述正样本特征组成样本对，根据所述样本对、所述用户集搭建智能诊后随访系统。

2.如权利要求1所述的诊后随访系统智能搭建方法，其特征在于，所述根据所述历史随访数据对所述用户数据进行筛选，得到种子用户数据，包括：

获取基于问诊行为的所述用户数据作为全量用户；

根据所述历史随访数据判断所述全量用户是否在随访后存在响应；

当所述全量用户在随访后存在响应时，将所述全量用户作为种子用户数据。

3.如权利要求1所述的诊后随访系统智能搭建方法，其特征在于，所述对所述正样本及所述负样本进行特征提取，得到正样本特征及负样本特征，包括：

对所述正样本进行标准化处理，得到标准化正样本；

对所述标准化正样本进行激活处理，得到正样本特征；

利用预设的结巴分词算法对所述负样本进行分词处理，得到负样本分词；

根据所述负样本分词生成负样本向量矩阵，对所述负样本向量矩阵进行归一化处理，得到负样本特征。

4.如权利要求1所述的诊后随访系统智能搭建方法，其特征在于，所述对所述正样本特征进行映射，根据映射的结果以及所述负样本特征选取候选用户特征，包括：

利用预设的哈希算法对所述正样本特征进行投影，得到投影正样本特征；

对所述投影正样本特征进行二值化处理，得到二值码向量；

根据所述二值码向量进行区域划分，选取区域内的所述负样本特征作为候选用户特征。

5.如权利要求1所述的诊后随访系统智能搭建方法，其特征在于，所述计算所述候选用户特征的信息价值指标，包括：

统计所述候选用户特征中有响应的候选用户特征作为第一特征，并统计所述候选用户特征中无响应的候选用户特征作为第二特征；

计算所述第一特征与所述候选用户特征的比值，得到第一比例值，并计算所述第二特征与所述候选用户特征的比值，得到第二比例值；

对所述第一比例值及所述第二比例值进行权重计算，得到证据权重；

利用所述证据权重计算所述信息价值指标，得到信息价值指标。

6.如权利要求1所述的诊后随访系统智能搭建方法，其特征在于，所述根据所述相似度对所述目标用户特征进行排序，得到用户集，包括：

根据所述相似度的大小划分所述目标用户特征的等级，并判断所述目标用户特征的等级是否大于预设的等级；

当所述目标用户特征的等级大于预设的等级时，将所有大于预设的等级的所述目标用户特征组成用户集。

7.如权利要求1所述的诊后随访系统智能搭建方法，其特征在于，所述根据所述样本对、所述用户集搭建智能诊后随访系统，包括：

对所述样本对进行全连接处理，得到全连接样本对；

利用预设的激活函数对所述全连接样本对进行激活处理，得到样本对特征；

将所述样本对特征作为行向量，将所述用户集作为列向量构成智能诊后随访系统。