医疗机构多元化信用评价方法及相关设备技术

本发明专利技术提供一种医疗机构多元化信用评价方法及相关设备，通过公开信息服务器、内部信息服务器、第三方信息服务器和信用评价服务器实现；所述方法，包括：公开信息服务器、内部信息服务器和第三方信息服务器分别采集目标医疗机构的公开信用信息、内部信用信息和第三方信用信息；信用评价服务器从公开信息服务器、内部信息服务器和第三方信息服务器分别获取公开信用信息、内部信用信息和第三方信用信息，并将公开信用信息、内部信用信息和第三方信用信息输入信用评价服务器中预先构建的医疗机构多元化信用评价模型，得到目标医疗机构的信用评价结果。本发明专利技术能够对医疗机构的信用进行高效、准确的评价。准确的评价。准确的评价。

【技术实现步骤摘要】
医疗机构多元化信用评价方法及相关设备


[0001]本专利技术涉及机器学习
，尤其涉及一种医疗机构多元化信用评价方法及相关设备。

技术介绍

[0002]随着大数据时代的到来，相关技术中，在评价医疗机构的信用时，一般通过大数据技术得到评价结果。具体的，一般采用大数据多维分析技术，通过构建数据仓库的形式对医疗机构的信用信息进行多维分析，以得到医疗机构的信用评价结果。
[0003]然而，通过大数据多维分析技术进行评价时，大数据多维分析技术对于数据本身的统一性要求较高（只能分析制式化数据），而用于医疗机构的信用评价的数据，具有不同的数据类型，例如文本形式的数据和图像形式的数据，大数据多维分析技术显然不能满足对于医疗机构的信用评价的要求。

技术实现思路

[0004]有鉴于此，本专利技术的目的在于提出一种医疗机构多元化信用评价方法及相关设备。
[0005]基于上述目的，本专利技术提供了一种医疗机构多元化信用评价方法，通过医疗机构多元化信用评价系统实现，其中，所述医疗机构多元化信用评价系统，包括：公开信息服务器、内部信息服务器、第三方信息服务器和信用评价服务器；所述医疗机构多元化信用评价方法，包括：所述公开信息服务器采集目标医疗机构的公开信用信息；所述内部信息服务器采集所述目标医疗机构的内部信用信息；所述第三方信息服务器采集所述目标医疗机构的第三方信用信息；所述信用评价服务器从所述公开信息服务器、所述内部信息服务器和所述第三方信息服务器分别获取所述公开信用信息、所述内部信用信息和所述第三方信用信息；所述信用评价服务器将所述公开信用信息、所述内部信用信息和所述第三方信用信息输入所述信用评价服务器中预先构建的医疗机构多元化信用评价模型，得到所述目标医疗机构的信用评价结果。
[0006]基于同一专利技术构思，本专利技术提供了一种医疗机构多元化信用评价系统，包括：公开信息服务器、内部信息服务器、第三方信息服务器和信用评价服务器；所述公开信息服务器被配置为采集目标医疗机构的公开信用信息；所述内部信息服务器被配置为采集所述目标医疗机构的内部信用信息；所述第三方信息服务器被配置为采集所述目标医疗机构的第三方信用信息；所述信用评价服务器被配置为从所述公开信息服务器、所述内部信息服务器和所述第三方信息服务器分别获取所述公开信用信息、所述内部信用信息和所述第三方信用信息；将所述公开信用信息、所述内部信用信息和所述第三方信用信息输入所述信用评价服
务器中预先构建的医疗机构多元化信用评价模型，得到所述目标医疗机构的信用评价结果。
[0007]基于同一专利技术构思，本专利技术提供了一种电子设备，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，所述处理器执行所述程序时实现如上所述的方法。
[0008]从上面所述可以看出，本专利技术提供的医疗机构多元化信用评价方法及相关设备，通过公开信息服务器、内部信息服务器、第三方信息服务器和信用评价服务器实现；所述方法，包括：公开信息服务器、内部信息服务器和第三方信息服务器分别采集目标医疗机构的公开信用信息、内部信用信息和第三方信用信息；信用评价服务器从公开信息服务器、内部信息服务器和第三方信息服务器分别获取公开信用信息、内部信用信息和第三方信用信息，并将公开信用信息、内部信用信息和第三方信用信息输入信用评价服务器中预先构建的医疗机构多元化信用评价模型，得到目标医疗机构的信用评价结果。本专利技术能够对医疗机构的信用进行高效、准确的评价。
附图说明
[0009]为了更清楚地说明本专利技术或相关技术中的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0010]图1为本专利技术实施例提供的医疗机构多元化信用评价方法的一种流程示意图；图2为根据本专利技术实施例提供的第三方信用信息预处理方法的一种流程示意图；图3为根据本专利技术实施例提供的备选指标信息价值计算方法的一种流程示意图；图4为根据本专利技术实施例提供的数据集合划分方法的一种流程示意图；图5为根据本专利技术实施例提供的医疗机构多元化信用评价模型的一种场景示意图；图6为本专利技术实施例提供的医疗机构多元化信用评价装置的一种结构示意图；图7为本专利技术实施例提供的一种更为具体的电子设备硬件结构示意图。
具体实施方式
[0011]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，对本专利技术进一步详细说明。
[0012]需要说明的是，除非另外定义，本专利技术实施例使用的技术术语或者科学术语应当为本专利技术所属领域内具有一般技能的人士所理解的通常意义。本专利技术实施例中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。
[0013]如
技术介绍
部分所述，相关技术中采用的大数据多维分析技术不能满足对于医疗机构的信用评价的要求。具体的，医疗机构的信用信息具有形式较多样的特点，具有不同的数据类型，例如文本形式的数据和图像形式的数据，而大数据多维技术只能分析制式化数据，即对于数据本身的统一性要求较高，对于形式较多样的医疗机构的信用信息难以处理，其不能满足对于医疗机构的信用评价的要求。
[0014]有鉴于此，本专利技术提出一种医疗机构多元化信用评价方法及相关设备。
[0015]参考图1，其为本专利技术实施例提供的医疗机构多元化信用评价方法的一种流程示意图。医疗机构多元化信用评价方法，通过医疗机构多元化信用评价系统实现，其中，所述医疗机构多元化信用评价系统，包括：公开信息服务器、内部信息服务器、第三方信息服务器和信用评价服务器；所述医疗机构多元化信用评价方法，包括：S110、所述公开信息服务器采集目标医疗机构的公开信用信息。
[0016]目标医疗机构的公开信用信息指的是目标医疗机构的公开可查的信用信息。公开信用信息，一般由经过权威认证的信息平台备案并发布。
[0017]在一些实施例中，公开信用信息包含基础信息、正面信息、失信信息以及其他公开信用信息。
[0018]作为一个示例，基础信息包含目标医疗机构的登记注册的基本情况，例如认证认可信息、行政许可信息以及资质信息；还包含目标医疗机构的法定代表人、董事、监事以及其他主要经营管理者的基本情况，例如身份识别信息和职业信息；还包含目标医疗机构的医疗卫生人员的基本情况，例如执业资格信息、卫生专业技术资格信息。
[0019]作为一个示例，正面信息包含目标医疗机构受到表彰、奖励和通报表扬的信息本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种医疗机构多元化信用评价方法，通过医疗机构多元化信用评价系统实现，其中，所述医疗机构多元化信用评价系统，包括：公开信息服务器、内部信息服务器、第三方信息服务器和信用评价服务器；所述医疗机构多元化信用评价方法，包括：所述公开信息服务器采集目标医疗机构的公开信用信息；所述内部信息服务器采集所述目标医疗机构的内部信用信息；所述第三方信息服务器采集所述目标医疗机构的第三方信用信息；所述信用评价服务器从所述公开信息服务器、所述内部信息服务器和所述第三方信息服务器分别获取所述公开信用信息、所述内部信用信息和所述第三方信用信息；所述信用评价服务器将所述公开信用信息、所述内部信用信息和所述第三方信用信息输入所述信用评价服务器中预先构建的医疗机构多元化信用评价模型，得到所述目标医疗机构的信用评价结果。2.根据权利要求1所述的方法，其中，在所述第三方信息服务器采集所述目标医疗机构的第三方信用信息之后，还包括：所述第三方信息服务器对所述第三方信用信息进行预处理，以降低所述信用评价服务器处理所述第三方信用信息所需的计算资源。3.根据权利要求2所述的方法，其中，所述第三方信用信息中包含多个备选指标，每个所述备选指标对应有多个数据；所述第三方信息服务器对所述第三方信用信息进行预处理，包括：所述第三方信息服务器对于每个所述备选指标，根据该备选指标对应的所述数据计算该备选指标的信息价值；所述第三方信息服务器将所述信息价值低于信息价值阈值的所述备选指标及其对应的所述数据过滤掉，得到预处理后的第三方信用信息。4.根据权利要求3所述的方法，其中，所述第三方信息服务器对于每个所述备选指标，根据该备选指标对应的所述数据计算该备选指标的信息价值，包括：所述第三方信息服务器将该备选指标对应的所述数据划分成多个数据集合；所述第三方信息服务器计算每个所述数据集合的证据权重，计算公式为：；其中，WOE
i
是数据集合i的证据权重，P
Bi
是数据集合i中命中数据的数量与备选指标对应的数据中命中数据的数量的比值，P
Gi
是数据集合i中未命中数据的数量与备选指标对应的数据中未命中数据的数量的比值；所述第三方信息服务器根据每个所述数据集合的证据权重计算该所述数据集合的信息价值，计算公式为：；其中，IV
i
是数据集合i的信息价值；所述第三方信息服务器根据所有所述数据集合的信息价值计算该备选指标的价值信息，计算公式为：；其中，IV是备选指标的信息价值，n是数据集合的数量。5.根据权利要求4所述的方法，其中，所述第三方信息服务器将该备选指标对应的所述数据划分成多...

【专利技术属性】
技术研发人员：王晖，李学庆，
申请(专利权)人：山东大学，
类型：发明
国别省市：