退住风险预测方法、装置、设备和介质制造方法及图纸

本发明专利技术公开了一种退住风险预测方法、装置、设备和介质，由于本发明专利技术实施例根据获取的社区居民的每种居民特征的特征值，以及预先保存的居民特征与每个退住风险因素的对应关系，可以确定出社区居民对应每个退住风险因素的第一风险值；根据每个第一风险值及每个退住风险因素对应的每个目标风险系数，确定社区居民的目标风险值；根据该目标风险值在目标风险值大于设定阈值时，即可以确定社区居民存在退住风险，从而提高了预测居住社区的社区居民的退住风险的效率。住风险的效率。住风险的效率。

【技术实现步骤摘要】
退住风险预测方法、装置、设备和介质


[0001]本专利技术涉及风险预测
，尤其涉及一种退住风险预测方法、装置、 设备和介质。

技术介绍

[0002]随着社会的老龄化发展，需要养老服务的老年人越来越多，持续照护社区 适用于满足老年人对医疗、护理、康复、健康管理、家政服务等基本养老需求 和不同生理年龄阶段的老年人的差异化养老护理需求。
[0003]图1为现有技术提供的一种社区居民从入住到退住的流程示意图，如图1 所示，入住持续照护社区的老年人有三个月的试住体验期。如果某老年人在试 住体验期内不幸离世，该老年人居住的社区居室将被退住。如果某老年人在试 住体验期内没有离世，该老年人也有可能因为某些原因退住其居住的社区居 室。如果某老年人在试住体验期内没有离世，并且也没有退住其居住的社区居 室，该老年人将在试住体验期之后正式入住社区居室。
[0004]在正式入住合同期，如果该老年人不幸离世，该老年人居住的社区居室将 被退住。如果某老年人在正式入住合同期内没有离世，该老年人也有可能因为 某些原因退住其居住的社区居室。
[0005]如果该老年人在正式入住合同期内没有离世，也没有退住其居住的社区居 室，该老年人将入住到居住合同到期。居住合同到期之后，该老年人可能退住 其居住的社区居室，也可能继续签订居住合同。在老年人入住社区期间，该老 年人可以转换其居住的照护业态区域或更换其居住的居室。
[0006]总之，老年人自从居住社区以来，可能因为其离世而被动退住，也可能因 为某些原因而主动退住，不论是因为离世而被动退住还是因为某些原因主动退 住，社区都流失了这个客户。
[0007]而在现有技术中，为了预测居住社区的老年人的退住风险，并降低社区的 退住率，通常是由工作人员进行人工判断，而为了实现退住风险的评估，现有 技术还需要对人工判断的退住风险和由社区的居民/居民亲属表达退住意愿确 定的退住风险进行登记。
[0008]图2为现有技术中社区居民退住风险评估的流程示意图，如图2所示，由 工作人员发现退住倾向、或社区居民/居民家属表达退住意愿后，由人工进行退 住风险登记。
[0009]由于现有技术中通过人工预测居住社区的老年人的退住风险，社区居住的 老年人很多，针对每个老年人都进行预测时，效率较低，并且在进行预测时， 因为每个预测人员的经验不同，将会影响预测的准确性。

技术实现思路

[0010]本专利技术实施例提供了一种退住风险预测方法、装置、设备和介质，用以解 决现有技术中预测社区居民的退住风险的效率低的问题。
[0011]本专利技术实施例提供了一种退住风险预测方法，所述方法包括：
[0012]根据获取的社区居民的每种居民特征的特征值，以及预先保存的居民特征 与每个退住风险因素的对应关系，确定所述社区居民对应每个退住风险因素的 第一风险值，其中，所述居民特征包括身份特征、居住特征、健康特征、就餐 特征和活动特征中的至少一种；
[0013]根据每个第一风险值及所述每个退住风险因素对应的每个目标风险系数， 确定所述社区居民的目标风险值；
[0014]若所述目标风险值大于设定阈值，确定所述社区居民存在退住风险。
[0015]相应地，本专利技术实施例提供了一种退住风险预测装置，所述装置包括：
[0016]确定模块，用于根据获取的社区居民的每种居民特征的特征值，以及预先 保存的居民特征与每个退住风险因素的对应关系，确定所述社区居民对应每个 退住风险因素的第一风险值，其中，所述居民特征包括身份特征、居住特征、 健康特征、就餐特征和活动特征中的至少一种；根据每个第一风险值及所述每 个退住风险因素对应的每个目标风险系数，确定所述社区居民的目标风险值；
[0017]预测模块，用于若所述目标风险值大于设定阈值，确定所述社区居民存在 退住风险。
[0018]相应地，本专利技术实施例提供了一种电子设备，所述电子设备包括处理器和 存储器，所述存储器用于存储程序指令，所述处理器用于执行存储器中存储的 计算机程序时实现上述退住风险预测方法中任一所述方法的步骤。
[0019]相应地，本专利技术实施例提供了一种计算机可读存储介质，其存储有计算机 程序，所述计算机程序被处理器执行时实现上述退住风险预测方法中任一所述 方法的步骤。
[0020]由于本专利技术实施例根据获取的社区居民的每种居民特征的特征值，以及预 先保存的居民特征与每个退住风险因素的对应关系，可以确定出社区居民对应 每个退住风险因素的第一风险值；根据每个第一风险值及每个退住风险因素对 应的每个目标风险系数，确定社区居民的目标风险值；根据该目标风险值在目 标风险值大于设定阈值时，即可以确定社区居民存在退住风险，从而提高了预 测居住社区的社区居民的退住风险的效率。
附图说明
[0021]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所 需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本专利技术的 一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提 下，还可以根据这些附图获得其他的附图。
[0022]图1为现有技术提供的一种社区居民从入住到退住的流程示意图；
[0023]图2为现有技术中社区居民退住风险的人工登记流程示意图；
[0024]图3为本专利技术实施例提供的一种退住风险预测方法的过程示意图；
[0025]图4为本专利技术实施例提供的一种梯度提升决策树预测算法的示意图；
[0026]图5为本专利技术实施例提供的一种对决策树的各参数的参数值进行调整的流 程示意图；
[0027]图6为本专利技术实施例提供的对决策树数目的参数值调整的示意图；
[0028]图7为本专利技术实施例提供的对学习率的参数值调整的示意图；
[0029]图8为本专利技术实施例提供的对子采样数的参数值调整的示意图；
[0030]图9为本专利技术实施例提供的对最大深度的参数值调整的示意图；
[0031]图10为本专利技术实施例提供的对最小叶节点数的参数值调整的示意图；
[0032]图11为本专利技术实施例提供的对最小可分样本数的参数值调整的示意图；
[0033]图12为本专利技术实施例提供的一种应用退住风险预测方法后的社区居民从 入住到退住的流程示意图；
[0034]图13为本专利技术实施例提供的一种退住风险预测方法的过程示意图；
[0035]图14为本专利技术实施例提供的一种退住风险预测装置的结构示意图；
[0036]图15为本专利技术实施例提供的一种电子设备结构示意图。
具体实施方式
[0037]为了使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本发 明作进一步地详细描述，显然，所描述的实施例仅仅是本专利技术一部分实施例， 而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做 出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。
[0038]为了提高预测社区居民的退住风险本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种退住风险预测方法，其特征在于，所述方法包括：根据获取的社区居民的每种居民特征的特征值，以及预先保存的居民特征与每个退住风险因素的对应关系，确定所述社区居民对应每个退住风险因素的第一风险值，其中，所述居民特征包括身份特征、居住特征、健康特征、就餐特征、活动特征、满意度特征以及支付特征中的至少一种；根据每个第一风险值及所述每个退住风险因素对应的每个目标风险系数，确定所述社区居民的目标风险值；若所述目标风险值大于设定阈值，确定所述社区居民存在退住风险。2.根据权利要求1所述的方法，其特征在于，所述根据每个第一风险值及所述每个退住风险因素对应的每个目标风险系数，确定所述社区居民的目标风险值，包括：根据每个退住风险因素的第一风险值、及对应的所述每个目标风险系数，确定每个退住风险因素的第二风险值；根据所述每个退住风险因素的第二风险值之和，确定所述社区居民的目标风险值。3.根据权利要求1所述的方法，其特征在于，所述根据获取的社区居民的每种居民特征的特征值，以及预先保存的居民特征与每个退住风险因素的对应关系，确定所述社区居民对应每个退住风险因素的第一风险值，包括：针对每个退住风险因素，根据预先保存的居民特征与每个退住风险因素的对应关系，确定该退住风险因素对应的每种目标居民特征；根据所述每种目标居民特征的特征值，以及该退住风险因素对应的退住风险值确定函数关系，确定所述社区居民的该退住风险因素的第一风险值。4.根据权利要求3所述的方法，其特征在于，所述每个退住风险因素对应的目标居民特征的特征值包括所述社区居民的居住业态的特征值，和所述社区居民的居住天数，其中，每个退住风险因素的第一风险值与所述社区居民的居住业态的特征值成反比，与所述居住天数的相反数成正比。5.根据权利要求1所述的方法，其特征在于，所述身份特征包括以下至少一种：年龄、婚姻状态和社区居住期间配偶是否离世；所述居住特征包括以下至少一种：居住天数、居住业态、原住址、社区居住人数、是否有为子女照顾孩子需求、社区居住期间是否更换过居住房间、家庭成员关于入住社区意见是否一致、居民融入社区是否困难和居民与邻里之间是否有纠纷；所述健康特征包括以下至少一种：异地医保次数、医保总次数、第一设定时间长度内的住院总次数、所述第一设定时间长度内的住院总天数、所述第一设定时间长度内的急诊总次数、所述第一设定时间长度内的就医总次数、所述第一设定时间长度内的就医总天数、跌倒风险、疾病风险、压疮风险、疼痛风险、传染病疫情等级、外出就医天数、外出就医次数、自费医疗次数、公费医疗次数、最近就医距今的天数、首次就医距今的天数、老年痴呆史、糖尿病史、癌症史、心脏病史、高血压史、视力障碍、听力障碍和语言障碍；所述就餐特征包括以下至少一种：社区就餐总次数和社区就餐总金额；所述活动特征包括以下至少一种：社区活动频次和总外出天数；所述满意度特征包括以下至少一种：满意度预警和...

【专利技术属性】
技术研发人员：向正贵，张伟平，
申请(专利权)人：泰康健康产业投资控股有限公司，
类型：发明
国别省市：