基于LSTM网络的医院智慧服务舆情监控平台制造技术

本发明专利技术公开了技术领域的基于LSTM网络的医院智慧服务舆情监控平台；包括评论收集阶段、归类及数据转换阶段、模型搭建阶段和平台应用阶段。通过建立LSTM网络模型对医院的总体环境、病房环境、就医流程、手术流程、住院流程、医生治疗水平、护士服务水平、医院卫生等与患者息息相关，且容易造成医患关系紧张的信息评论舆情进行监控，并将监控结果进行整顿、分析和汇总，进而将汇总结果传输至医院管理平台，便于医院针对重点突出的问题采取措施，进而提高医院的服务水平，同时也改善了患者的就医体验。验。验。

【技术实现步骤摘要】
基于LSTM网络的医院智慧服务舆情监控平台


[0001]本专利技术涉及领域，具体是基于LSTM网络的医院智慧服务舆情监控平台。

技术介绍

[0002]目前我国由于医疗资源的紧张以及配置失衡，导致大型医院的人流量巨大，导致大型医院的医疗服务水平难以提高，同时也进一步加剧了“医患矛盾”，所以通过对患者评论进行有效的分析以及监控是一种有效的方法，对于患者而言，将自己的治疗体验通过互联网传输到医院的服务平台可以反映医院存在的突出问题，对于医院而言，通过汇总和分析患者的评论，发现突出问题并采取措施加以解决，从而达到提高医院的医疗服务水平。
[0003]目前针对评论的情感分析方法，主要使用传统的概率分析类的算法模型例如朴素贝叶斯，或者使用snowNLP中文文本处理库这种简单的模型等，他们针对不同的应用场景选择不同的模型以提高分析的准确率。但是医院评论涉及许多不同的场景例如医院的环境、护士的服务水平、医生的治疗水平等，无法全面的进行监控。因此，本领域技术人员提供了基于LSTM网络的医院智慧服务舆情监控平台，以解决上述
技术介绍
中提出的问题。
专本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于LSTM网络的医院智慧服务舆情监控平台，包括评论收集阶段、归类及数据转换阶段、模型搭建阶段和平台应用阶段，其特征在于：S1评论收集阶段包括：通过APP收集患者评论，其中包护士服务评价、医生治疗评价、医院环境评价等多方面的评价；S2归类及数据转换阶段包括：通过提取关键字的方法收集的评论进行归类，对不同类别的数据进行转化，将数据转化为带标签的监督学习数据，同时将数据和对应的标签转化为3D数据，对转化后的不同类别的数据进行训练集和测试集的划分；S3模型搭建阶段包括：平台中LSTM网络模型的搭建、训练和调优；S4平台应用阶段包括：平台的实际应用及应用情况反馈、调整。2.根据权利要求1所述的基于LSTM网络的医院智慧服务舆情监控平台，其特征在于：所述S2归类及数据转换阶段分为以下子步骤：S201、通过S100步骤的APP平台收集医院不同方面的评价数据，使用提取关键词的方法对评论数据进行归类；S202、将每条归类后的评论数据标注不同的标签，其标签为正面和负面，进而成为监督学习中的二分类数据；S203、将二分类数据中的评论数据以及标签分散为固定长度M的字符级别的特征，统计不同字符在数据中出现的次数；S204、将上述数据划分为90％训练样本集和10％测试样本集。3.根据权利要求1所述的基于LSTM网络的医院智慧服务舆情监控平台，其特征在于：所述S3模型搭建阶段包括：S301、在平台中创建一个LSTM网络模型，其中该网络模型包含嵌入层Embedding、LSTM网络层、Dropout防过拟合层和输出层；S302、提取S204步骤中划分好的训练样本集输入到创建好的LSTM网络模型的嵌入层Embed...

【专利技术属性】
技术研发人员：吴俊宏，姚志江，
申请(专利权)人：浙江远图互联科技股份有限公司，
类型：发明
国别省市：