信息处理系统及方法、健康信息专家系统技术方案

一种信息处理系统及方法、健康信息专家系统。本发明专利技术的方法和系统解决了对确定性和/或不确定性复杂信息进行系统处理的问题，通过输入设置和分类决策树，系统得以处理各种信息组合，以相应的数据库为基础，通过信息匹配，获得输出信息。本发明专利技术用于对难以处理的复杂信息进行高效个性化系统处理，当具体到健康信息领域，可以辅助健康领域专家为用户高效提供个性化信息。

Information Processing System and Method, Health Information Expert System

【技术实现步骤摘要】
信息处理系统及方法、健康信息专家系统
本专利技术涉及信息处理
，更具体地涉及一种信息处理系统及方法、健康信息专家系统。
技术介绍
对复杂信息进行高效处理是促进复杂信息流通的重要手段。然而，有些体系中，例如医疗健康领域，相关信息涉及的类型复杂多样，分布零散，加上专业人员供给不足，导致人工处理混合型复杂信息的效率低下。此外，由于输入信息和输出信息之间可能存在以下情况：特异性关系、非特异性关系并存；与输出信息有确定关系和不确定关系的几个输入集并存；输入信息之间不独立；输出信息之间不独立；存在未知机制；数据集难以获取，等等，由此使得常规方法并不适用系统性处理这样的复杂信息。目前常见的处理混合型复杂信息(混杂信息)的方案包括专业人士提供的咨询服务、科普文章、科学文献等。其中，专业人士提供的咨询服务是一种处理复杂信息的方式，具有根据输入给出相应输出的类似功能。此方案中，专业人士可以一定程度提供具有一定整合性的反馈，但此方案具有供应容量有限、成本高、耗时等缺点。另外，信息提供方的客观性和知识背景会制约反馈的质量和内容。科普文章具有易于理解的特征。但质量取决于作者的客观性和专业水平，有些是以推销产品、服务等等为主，潜在的利益冲突可能导致缺乏客观性，需要信息需求方仔细甄别。此外，虽然科普文章会综合收录某一方面的相关信息，但内容以信息罗列为主，整合程度低，信息需求方可能需要扩大阅读，自己提取有效信息。科学文献一般是针对某一目标，采集相关数据，通过适当的分析方法进行分析，得出结论，将结论通过科学文献的方式传递。这一方案的缺点是内容比较晦涩，对受众要求比较高；另外，只针对有限目标，缺乏系统性，需要与其它相关研究一起提供系统信息。此外，这些分析大都建立在数据可获得的基础上，且分析方法受一定前提条件制约，这些都会影响到应用的广泛性和有效性。总之，以上方案都因供应容量小，效率低，成本高，无法满足现实生活中大多数人对复杂信息系统处理的需求，尤其是医疗健康领域很多人对于疾病的早、中、晚期注意事项及相关信息的获取要求。
技术实现思路
有鉴于此，本专利技术的主要目的在于提供一种信息处理系统及方法、健康信息专家系统，以期至少部分地解决上述技术问题中的至少之一。为了实现上述目的，作为本专利技术的一个方面，提供了一种信息处理方法，包括以下步骤：步骤1，对输入信息进行决策树分类，其中所述输入信息基于输入信息与输出信息之间是否存在确定性关系以及不确定状态的输入信息对噪音是否具有贡献两个方面进行了分类，且输入信息为集合形式；步骤2，根据步骤1决策树分类得到的不同输入组合将不同类别的输入信息匹配对应的输出信息，存储为中间结果；其中所述输出信息亦能够为集合形式；步骤3，根据步骤1决策树分类得到的不同输入组合，选取对应的对中间结果的处理方式，得到相应的最终输出信息。作为本专利技术的另一个方面，提供了一种信息处理系统，其特征在于，包括：存储器，存储有用于执行如上所述的信息处理方法的程序；处理器，用于执行存储器中存储的程序。作为优选，所述信息处理系统中还包括若干信息数据库，所述信息数据库中存储有各种输入和输出的对应关系。作为本专利技术的再一个方面，提供了一种健康信息专家系统，其特征在于，包括：存储器，存储有用于执行如上所述的信息处理方法的程序；处理器，用于执行存储器中存储的程序；其中，所述输入信息和输出信息均为与健康相关的信息，所述健康信息专家系统中还包括若干健康信息数据库，所述健康信息数据库中存储有各种输入和输出的对应关系。与现有方式相比，本专利技术的技术方案具有如下有益效果：可以高效完成从复杂输入到有效个性化信息输出的过程，且供应容量大；在使用过程中只涉及使用者和系统之间的交互，避免了信息传递中因为背景、职业道德、利益冲突等原因而造成的人为干扰；系统可扩增性好，可以随时高效提供信息，使得此方案在覆盖范围、流通时间、效率上具备极大优越性；本专利技术在条件有限的情况下实现了有效个性化信息实时、客观、经济、高效供给，建立起了一个高效处理复杂信息的系统，解决了复杂信息流通不畅的问题；当具体应用于医疗信息时，可以在不借助专业医疗从业人员的帮助下，在疾病的任意时期给予用户相关的参考信息和注意事项等预防、关注的基本知识，帮助和促进用户改善自身状态。附图说明图1是特异性输入、非特异性输入、特异性/非特异性混合输入的示意图；图2是系统各输入信息的分类决策树的示意图(以3个输入为例说明)；图3是本专利技术分类和排序处理的流程图；图4展示的是本专利技术一实施例中对非零的、不确定状态输出信息进行输出子集处理的流程图；图5展示的是本专利技术一实施例中的插件结构；图6是本专利技术的混杂信息处理方法的流程图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本专利技术作进一步的详细说明。对于复杂信息，尤其是存在特异性关系、非特异性关系并存，与输出信息有确定关系和不确定关系的几个输入集并存，输入信息之间不独立，输出信息之间不独立，存在未知机制，数据集难以获取等等中的至少之一的混合型复杂信息(混杂信息)，本专利技术针对体系内在逻辑关系和结构，提出了一种通过应用输入设置，分类决策树、知识库处理、去噪音、动态输出相结合的方式来定义输出结果。根据需求不同，输出可以为多层级。本专利技术的系统可以根据初级输出信息逐级获得相应的输出信息，以满足用户对相应信息的需求。众所周知，事物是相互联系的。一个事件的发生可以是确定性的，也可以是不确定性的。通过输入推理出输出必然发生，则输入信息为确定状态输入信息。通过输入推理出输出可能发生，也可能不发生，则输入信息为不确定状态输入信息。比如输入信息为“心脏病”，即表明已经确诊为心脏病，可以推理出心脏病必然发生了；而比如输入信息为“心痛”，虽然与此相关的病变存在多种可能，并不能推理出病变是否发生；其他领域也是如此，比如输入“下雨”，可以推理现在的天气确定为“雨天”，而如果输入“乌云密布”，并不能推理一定为下雨天，也可能是多云、阴天或扬尘等造成的天象。对于上述部分名词的定义如下表。不确定状态输入信息在分类过程中可能存在边界不清晰问题。这一不确定因素导致输入输出之间存在非特异性关系，即相应于输入信息，可能存在多种不同的输出信息，从而导致信息处理过程中噪音的产生。比如，此前提到的输入信息“心痛”，由于多种病变都会出现这一症状，很难推理出明确的病变，因此输出信息存在噪音的可能。由于确定性/不确定性和特异性/非特异性的同时存在，导致在信息处理过程中处理信息的复杂性，常规的仅根据关键词在数据库中检索排序的方法，得到的结果由于缺乏层次、噪声大，导致输出不理想。当系统输入包含了确定状态输入，对噪音形成具有贡献的不确定状态输入，和对噪音形成不具有贡献的不确定状态输入，系统就可以为用户提供相对全面的信息处理。此外，系统应用场景变得更广泛。根据系统中输入信息和输出信息的对应关系，可以绘制一系列相应的连接框架来展示输入-输出之间的关系。各连接框架可以为特异性连接框架、非特异性连接框架或混合连接框架，相应的连接示意如图1所示，图中I表示输入，O表示输出。本专利技术将所有的对应关系信息储存为一系列数据库，用以支持数据匹配步骤。此外，在一些实施方式中，输入有对应的输入数据库，输出有对应的输出数据库。本文档来自技高网...

【技术保护点】
1.一种信息处理方法，其特征在于，包括以下步骤：步骤1，对输入信息进行决策树分类，其中所述输入信息基于输入信息与输出信息之间是否存在确定性关系以及不确定状态的输入信息对噪音是否具有贡献两个方面进行了分类，且输入信息为集合形式；步骤2，根据步骤1决策树分类得到的不同输入组合将不同类别的输入信息匹配对应的输出信息，存储为中间结果；其中所述输出信息亦能够为集合形式；步骤3，根据步骤1决策树分类得到的不同输入组合，选取对应的对中间结果的处理方式，得到相应的最终输出信息。

【技术特征摘要】
1.一种信息处理方法，其特征在于，包括以下步骤：步骤1，对输入信息进行决策树分类，其中所述输入信息基于输入信息与输出信息之间是否存在确定性关系以及不确定状态的输入信息对噪音是否具有贡献两个方面进行了分类，且输入信息为集合形式；步骤2，根据步骤1决策树分类得到的不同输入组合将不同类别的输入信息匹配对应的输出信息，存储为中间结果；其中所述输出信息亦能够为集合形式；步骤3，根据步骤1决策树分类得到的不同输入组合，选取对应的对中间结果的处理方式，得到相应的最终输出信息。2.如权利要求1所述的信息处理方法，其特征在于，所述步骤1中的决策树分类步骤具体包括：将具有确定性的输入信息定义为第一输入信息，所述第一输入信息匹配得到的输出信息为第一输出信息；将不具有确定性且对噪音形成无贡献的输入信息定义为第二输入信息，所述第二输入信息匹配得到的输出信息为第二输出信息；将不具有确定性且对噪音形成有贡献的输入信息定义为第三输入信息，所述第三输入信息匹配得到的输出信息为第三输出信息；其中，第二输出信息和第三输出信息合称为不确定状态输出信息；以第一输入信息、第二输入信息、第三输入信息是否为零集、非零集、错误输入为节点进行决策树分类。3.如权利要求2所述的信息处理方法，其特征在于，所述步骤1决策树分类得到的不同输入组合具体是基于如下规则得到的：当所有输入信息均为0时，设置一状态参数index并将其赋值为0；当所有输入信息不同时为0，且第一输入信息包括0时，设置一状态参数index并赋值为1；当所有输入信息不同时为0，且第一输入信息不包括0时，设置一状态参数index并赋值为2；从而，所述步骤3具体包括：步骤301，判断所述状态参数index是否不为0；如果判断结果为否，表明输入错误或者输入信息不能产生有效反馈，则系统输出反馈信息，结束整个方法流程；步骤302，判断状态参数index是否不为1；如果判断结果为是，则进入步骤305；步骤303，判断不确定状态输出信息是否不为空；如果判断结果为否，则现有的输入信息不能提供进一步信息，结束整个方法流程；步骤304，通过输入信息对排序过程的不同影响，同时或选择性地执行如下步骤中的至少之一：①数据匹配，逐级定义后续输出，②对不确定状态输出信息进行分类和排序处理，③以相关数据库为基础，通过数据匹配，定义输出子集并排序；上述①～③执行完成后，输出反馈信息，结束整个方法流程；步骤305，判断不确定状态输出信息是否不为空；如果判断结果为否，则通过数据匹配，逐级定义后续输出；输出反馈结果，结束整个方法流程；步骤306，判断第一输出信息是否与作为中间结果的不确定状态输出信息中的内容存在包含或重复关系；如果判断为否，进入步骤309；如果判断为是，则将不确定状态输出信息中存在包含或重复关系的内容删除；步骤307，对第二输出信息和第三输出信息中存在相互竞争关系的内容进行分类，从已删除包含或重复关系内容的不确定状态输出信息中进一步删除存在相互竞争关系而重复的内容；步骤308，判断步骤307处理得到的不确定状态输出信息是否不为空；如果判断结果为否，则通过数据匹配，逐级定义后续输出；输出反馈结果，结束整个方法流程；步骤309，通过输入信息对排序过程的不同影响，同时或选择性地执行如下步骤中的至少之一：①数据匹配，逐级定义后续输出，②对不确定状态输出信息进行分类和排序处理，③以相关数据库为基础，通过数据匹配，定义输出子集并排序；上述①～③执行完成后，输出反馈信息，结束整个方法流程；步骤310，输出所有反馈信息，结束整个方法流程；作...

【专利技术属性】
技术研发人员：贺丽君，
申请(专利权)人：贺丽君，
类型：发明
国别省市：北京,11