本发明专利技术提供一种药品销售数据挖掘和检索方法及装置，其中挖掘方法包括：确定目标药品；基于任一医院的各医生的医生介绍文本和/或所属科室，从所述各医生中确定与所述目标药品的适应症相关的目标医生；基于所述目标医生的论文发表信息，确定所述目标医生的学术影响力；基于所述目标医生的学术影响力，以及所述目标药品在所述任一医院的销售数据，确定所述目标医生针对所述目标药品的销售数据。本发明专利技术实施例提供的药品销售数据挖掘和检索方法及装置，实现了任一医院各个目标医生针对目标药品的销售数据的客观、准确挖掘，相较于人工预估，节省了人力成本的同时减少了误差。省了人力成本的同时减少了误差。省了人力成本的同时减少了误差。
【技术实现步骤摘要】
药品销售数据挖掘和检索方法及装置
[0001]本专利技术涉及计算机
，尤其涉及一种药品销售数据挖掘和检索方法及装置。
技术介绍
[0002]在当前创新药上市速度加快的背景下，在新产品上市前了解到各个医院各个医生对于各个药品的销售数据，医药企业能够以此作为一定的参考，有利于防范风险，减少药品积压，同时能够较快的为医院提供所需药品。
[0003]目前，各个医院各个医生对于各个药品的销售数据无法通过公开渠道获取，医药企业通常是根据过往经验进行人工预估，比较耗时耗力，且误差较大。
[0004]因此，如何能够依据各个医院各个医生自身的情况，进行有针对性的销售数据挖掘是亟需解决的问题。
技术实现思路
[0005]本专利技术提供一种药品销售数据挖掘和检索方法及装置，用以解决现有技术中各个医院各个医生对于各个药品的销售数据无法通过公开渠道获取，人工预估耗时耗力且误差较大的缺陷。
[0006]本专利技术提供一种药品销售数据挖掘方法，包括：
[0007]确定目标药品；
[0008]基于任一医院的各医生的医生介绍文本和/或所属科室，从所述各医生中确定与所述目标药品的适应症相关的目标医生；
[0009]基于所述目标医生的论文发表信息，确定所述目标医生的学术影响力；
[0010]基于所述目标医生的学术影响力，以及所述目标药品在所述任一医院的销售数据，确定所述目标医生针对所述目标药品的销售数据。
[0011]根据本专利技术提供的药品销售数据挖掘方法，所述目标医生包括核心医生和非核心医生；所述基于任一医院的各医生的医生介绍文本和/或所属科室，从所述各医生中确定与所述目标药品的适应症相关的目标医生，包括：
[0012]基于任一医院的各医生的医生介绍文本，从所述各医生中确定与所述目标药品的适应症相关的核心医生；
[0013]基于任一医院的各医生的所属科室，从所述各医生中确定与所述核心医生的所属科室相同的非核心医生。
[0014]根据本专利技术提供的药品销售数据挖掘方法，所述基于所述目标医生的论文发表信息，确定所述目标医生的学术影响力，包括：
[0015]基于所述目标医生中核心医生的论文发表信息，确定所述核心医生的学术影响力；
[0016]基于所述目标医生中非核心医生的论文发表信息，以及所述非核心医生的职称信
息，确定所述非核心医生的学术影响力。
[0017]根据本专利技术提供的药品销售数据挖掘方法，所述目标药品在所述任一医院的销售数据基于如下步骤确定：
[0018]在所述任一医院为样本医院的情况下，获取所述目标药品在所述样本医院的样本销售数据，并将所述样本销售数据确定为所述销售数据；
[0019]在所述任一医院为非样本医院的情况下，将所述非样本医院的第一医院信息输入至药品销售数据预测模型，得到所述药品销售数据预测模型输出的预测销售数据，并将所述预测销售数据确定为所述销售数据；
[0020]所述药品销售数据预测模型基于所述样本医院的第一医院信息，以及所述目标药品在所述样本医院的样本销售数据，对初始模型进行训练得到的。
[0021]根据本专利技术提供的药品销售数据挖掘方法，所述药品销售数据预测模型基于如下步骤训练得到：
[0022]确定至少两个初始模型；
[0023]将所述样本医院的第二医院信息分别输入至所述至少两个初始模型，得到所述至少两个初始模型分别输出的所述目标药品在所述样本医院的至少两个样本预测销售数据，所述第二医院信息包括所述第一医院信息；
[0024]基于所述至少两个样本预测销售数据分别与所述样本销售数据之间的相关性分析结果，分别对所述至少两个初始模型进行参数迭代，得到至少两个回归模型；
[0025]基于所述至少两个回归模型，确定所述药品销售数据预测模型。
[0026]根据本专利技术提供的药品销售数据挖掘方法，所述基于所述至少两个回归模型，确定所述药品销售数据预测模型，包括：
[0027]基于所述至少两个回归模型，以及所述回归模型在参数迭代过程中的相关性分析结果，确定所述药品销售数据预测模型。
[0028]根据本专利技术提供的药品销售数据挖掘方法，所述基于所述至少两个样本预测销售数据分别与所述样本销售数据之间的相关性分析结果，分别对所述至少两个初始模型进行参数迭代，得到至少两个回归模型，之后还包括：
[0029]基于所述至少两个样本预测销售数据分别与所述样本销售数据之间的相关性分析结果，确定所述第二医院信息中各参数在销售数据预测上的重要性分析结果；
[0030]基于所述第二医院信息中各参数在销售数据预测上的重要性分析结果，从所述第二医院信息的各参数中确定出所述第一医院信息所包含的参数。
[0031]根据本专利技术提供的药品销售数据挖掘方法，所述得到所述药品销售数据预测模型输出的预测销售数据，之后还包括：
[0032]在所述预测销售数据指示为异常数据的情况下，基于与所述非样本医院属于同类别医院的同类预测销售数据，对所述预测销售数据进行替换，医院的类别是基于医院信息确定的。
[0033]本专利技术还提供一种检索方法，包括：
[0034]接收用户终端发送的目标适应症；
[0035]从预先确定的适应症对应的目标药品的销售数据中，确定出与所述目标适应症对应的目标医生，以及所述目标医生针对所述目标药品的销售数据；所述适应症对应的目标
药品的销售数据基于如上述任一项所述的药品销售数据挖掘方法确定。
[0036]本专利技术还提供一种药品销售数据挖掘装置，包括：
[0037]目标药品确定单元，用于确定目标药品；
[0038]目标医生确定单元，用于基于任一医院的各医生的医生介绍文本和/或所属科室，从所述各医生中确定与所述目标药品的适应症相关的目标医生；
[0039]影响力确定单元，用于基于所述目标医生的论文发表信息，确定所述目标医生的学术影响力；
[0040]销售数据确定单元，用于基于所述目标医生的学术影响力，以及所述目标药品在所述任一医院的销售数据，确定所述目标医生针对所述目标药品的销售数据。
[0041]本专利技术还提供一种检索装置，包括：
[0042]适应症接收单元，用于接收用户终端发送的目标适应症；
[0043]销售数据确定单元，用于从预先确定的各适应症对应的各药品的销售数据中，确定出与所述目标适应症对应的目标医生，以及所述目标医生针对与所述目标适应症对应的药品的销售数据；所述各适应症对应的各药品的销售数据基于如上述任一项所述的药品销售数据挖掘方法确定。
[0044]本专利技术还提供一种电子设备，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述任一种所述药品销售数据挖掘方法或检索方法。
[0045]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述药品销售数据挖掘本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种药品销售数据挖掘方法，其特征在于，包括：确定目标药品；基于任一医院的各医生的医生介绍文本和/或所属科室，从所述各医生中确定与所述目标药品的适应症相关的目标医生；基于所述目标医生的论文发表信息，确定所述目标医生的学术影响力；基于所述目标医生的学术影响力，以及所述目标药品在所述任一医院的销售数据，确定所述目标医生针对所述目标药品的销售数据。2.根据权利要求1所述的药品销售数据挖掘方法，其特征在于，所述目标医生包括核心医生和非核心医生；所述基于任一医院的各医生的医生介绍文本和/或所属科室，从所述各医生中确定与所述目标药品的适应症相关的目标医生，包括：基于任一医院的各医生的医生介绍文本，从所述各医生中确定与所述目标药品的适应症相关的核心医生；基于任一医院的各医生的所属科室，从所述各医生中确定与所述核心医生的所属科室相同的非核心医生。3.根据权利要求1所述的药品销售数据挖掘方法，其特征在于，所述基于所述目标医生的论文发表信息，确定所述目标医生的学术影响力，包括：基于所述目标医生中核心医生的论文发表信息，确定所述核心医生的学术影响力；基于所述目标医生中非核心医生的论文发表信息，以及所述非核心医生的职称信息，确定所述非核心医生的学术影响力。4.根据权利要求1所述的药品销售数据挖掘方法，其特征在于，所述目标药品在所述任一医院的销售数据基于如下步骤确定：在所述任一医院为样本医院的情况下，获取所述目标药品在所述样本医院的样本销售数据，并将所述样本销售数据确定为所述销售数据；在所述任一医院为非样本医院的情况下，将所述非样本医院的第一医院信息输入至药品销售数据预测模型，得到所述药品销售数据预测模型输出的预测销售数据，并将所述预测销售数据确定为所述销售数据；所述药品销售数据预测模型基于所述样本医院的第一医院信息，以及所述目标药品在所述样本医院的样本销售数据，对初始模型进行训练得到的。5.根据权利要求4所述的药品销售数据挖掘方法，其特征在于，所述药品销售数据预测模型基于如下步骤训练得到：确定至少两个初始模型；将所述样本医院的第二医院信息分别输入至所述至少两个初始模型，得到所述至少两个初始模型分别输出的所述目标药品在所述样本医院的至少两个样本预测销售数据，所述第二医院信息包括所述第一医院信息；基于所述至少两个样本预测销...
【专利技术属性】
技术研发人员：周立运，林济延，
申请(专利权)人：数魔方北京医药科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。