人伤跟踪日期预测方法、装置、设备及存储介质制造方法及图纸

本发明专利技术涉及分布计算技术，揭露了一种人伤跟踪日期预测方法，包括：获取伤者的基本信息，对所述基本信息进行类别划分，得到伤情信息和医院信息；对所述伤情信息及医院信息进行标准化处理，得到标准数据；将所述标准数据与预设的数据库中的数据进行相似匹配，得到历史诊断数据及医院信息数据；根据所述历史诊断数据及所述医院信息数据进行分布计算，得到人伤跟踪日期的分布参数；对所述分布参数进行正态计算，得到人伤跟踪的预测日期。本发明专利技术还提出一种人伤跟踪日期预测装置、电子设备以及存储介质。本发明专利技术可以提高人伤跟踪时间预测的准确性。性。性。

【技术实现步骤摘要】
人伤跟踪日期预测方法、装置、设备及存储介质


[0001]本专利技术涉及分布计算
，尤其涉及一种人伤跟踪日期预测方法、装置、电子设备及计算机可读存储介质。

技术介绍

[0002]人伤跟踪是车险人伤理赔中一个必要且漫长的重复环节，人伤下次跟踪日期安排的合理性则会影响跟踪成本和理赔方案。目前的人伤下次跟踪日期是根据理赔专员的经验或是公司规定的固定时间进行跟踪，跟踪日期受到人为主观因素的影响过多，并且企业规定的固定时间只能适用部分伤者，对于特殊情况的处理并不适用，从而导致人伤跟踪时间预测的准确性不够，影响下游的场景的应用结果。

技术实现思路

[0003]本专利技术提供一种人伤跟踪日期预测方法、装置、电子设备及计算机可读存储介质，其主要目的在于解决人伤跟踪时间预测准确性低的问题。
[0004]为实现上述目的，本专利技术提供的一种人伤跟踪日期预测方法，包括：
[0005]获取伤者的基本信息，对所述基本信息进行类别划分，得到伤情信息和医院信息；
[0006]对所述伤情信息及医院信息进行标准化处理，得到标准数据；
[0007]将所述标准数据与预设的数据库中的数据进行相似匹配，得到历史诊断数据及医院信息数据；
[0008]根据所述历史诊断数据及所述医院信息数据进行分布计算，得到人伤跟踪日期的分布参数；
[0009]对所述分布参数进行正态计算，得到人伤跟踪的预测日期。
[0010]可选地，所述对所述基本信息进行类别划分，得到伤情信息和医院信息，包括：
[0011]获取信息分类模板，根据所述信息分类模板对所述基本信息进行匹配检测，得到检测结果；
[0012]根据所述检测结果对所述基本信息进行分类，得到伤情信息和医院信息。
[0013]可选地，所述对所述伤情信息及医院信息进行标准化处理，得到标准数据，包括：
[0014]对所述伤情信息及医院信息进行分词处理，得到分词集合；
[0015]对所述分词集合进行文本数据清洗，得到清洗数据；
[0016]根据所述信息分类模板匹配所述清洗数据，得到标准数据。
[0017]可选地，所述对所述伤情信息及医院信息进行分词处理，得到分词集合，包括：
[0018]对所述伤情信息及医院信息进行词性分析及文本分割，得到输入分词以及对应的词性；
[0019]获取预设的停用词性标签，根据所述词性标签所述输入分词的词性对所述输入分词进行筛选，得到分词集合。
[0020]可选地，所述将所述标准数据与预设的数据库中的数据进行相似匹配，得到历史
诊断数据及医院信息数据，包括：
[0021]对所述标准数据进行目标信息提取，得到目标数据；
[0022]在预设的数据库中对所述目标数据进行相似匹配度计算，得到匹配度结果；
[0023]对所述匹配度结果进行极值计算，得到所述匹配度结果对应的历史诊断数据；
[0024]对所述历史诊断数据进行关键词检索，得到医院信息数据。
[0025]可选地，所述在预设的数据库中对所述目标数据进行相似匹配度计算，得到匹配度结果，包括：
[0026]根据所述预设的数据库中的数据格式将所述目标数据统一格式，得到更新数据；
[0027]对所述更新数据及所述数据库中的数据进行向量化，得到所述更新数据对应的第一向量集及所述数据库中的数据对应的第二向量集；
[0028]计算所述第一向量集与所述第二向量集的距离值，根据所述距离值确定匹配度结果。
[0029]可选地，所述对所述分布参数进行正态计算，得到人伤跟踪的预测日期，包括：
[0030]利用下式对所述分布参数进行正态计算：
[0031]|X
‑
V|<2δ
[0032]其中，X为所述人伤跟踪的预测日期；δ表示为Z分布的方差；V表示为Z分布的期望值。
[0033]为了解决上述问题，本专利技术还提供一种人伤跟踪日期预测装置，所述装置包括：
[0034]基本信息分类模块，用于获取伤者的基本信息，对所述基本信息进行类别划分，得到伤情信息和医院信息；
[0035]数据标准化模块，用于对所述伤情信息及医院信息进行标准化处理，得到标准数据；
[0036]相似匹配模块，用于将所述标准数据与预设的数据库中的数据进行相似匹配，得到历史诊断数据及医院信息数据；
[0037]分布参数生成模块，用于根据所述历史诊断数据及所述医院信息数据进行分布计算，得到人伤跟踪日期的分布参数；
[0038]预测日期生成模块，用于对所述分布参数进行正态计算，得到人伤跟踪的预测日期。
[0039]为了解决上述问题，本专利技术还提供一种电子设备，所述电子设备包括：
[0040]至少一个处理器；以及，
[0041]与所述至少一个处理器通信连接的存储器；其中，
[0042]所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述所述的人伤跟踪日期预测方法。
[0043]为了解决上述问题，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的人伤跟踪日期预测方法。
[0044]本专利技术实施例通过正态计算的方法得到人伤跟踪的预测日期，根据人伤跟踪日期的分布参数进行正态计算，可以减少预测日期的时间；通过对伤情信息及医院信息进行标
准化处理，可以去除所述伤情信息及医院信息中的重复数据、错误数据等，从而提高数据质量，同时也统一了数据格式，便于将标准数据与预设的数据库中的数据进行相似匹配，节省了数据匹配的时间成本；通过对标准数据与预设的数据库中的数据进行相似匹配，可以得到相似度最高的历史数据，提高人伤跟踪时间预测的准确性。因此本专利技术提出的人伤跟踪日期预测方法、装置、电子设备及计算机可读存储介质，可以解决进行人伤跟踪时间预测的准确性低的问题。
附图说明
[0045]图1为本专利技术一实施例提供的人伤跟踪日期预测方法的流程示意图；
[0046]图2为本专利技术一实施例提供的所述伤情信息及医院信息进行标准化处理，得到标准数据的流程示意图；
[0047]图3为本专利技术一实施例提供的将所述标准数据与预设的数据库中的数据进行相似匹配，得到历史诊断数据及医院信息数据的流程示意图；
[0048]图4为本专利技术一实施例提供的人伤跟踪日期预测装置的功能模块图；
[0049]图5为本专利技术一实施例提供的实现所述人伤跟踪日期预测方法的电子设备的结构示意图。
[0050]本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0051]应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。
[0052]本申请实施例提供一种人伤跟踪日期预测方法。所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人伤跟踪日期预测方法，其特征在于，所述方法包括：获取伤者的基本信息，对所述基本信息进行类别划分，得到伤情信息和医院信息；对所述伤情信息及医院信息进行标准化处理，得到标准数据；将所述标准数据与预设的数据库中的数据进行相似匹配，得到历史诊断数据及医院信息数据；根据所述历史诊断数据及所述医院信息数据进行分布计算，得到人伤跟踪日期的分布参数；对所述分布参数进行正态计算，得到人伤跟踪的预测日期。2.如权利要求1所述的人伤跟踪日期预测方法，其特征在于，所述对所述基本信息进行类别划分，得到伤情信息和医院信息，包括：获取信息分类模板，根据所述信息分类模板对所述基本信息进行匹配检测，得到检测结果；根据所述检测结果对所述基本信息进行分类，得到伤情信息和医院信息。3.如权利要求1所述的人伤跟踪日期预测方法，其特征在于，所述对所述伤情信息及医院信息进行标准化处理，得到标准数据，包括：对所述伤情信息及医院信息进行分词处理，得到分词集合；对所述分词集合进行文本数据清洗，得到清洗数据；根据所述信息分类模板匹配所述清洗数据，得到标准数据。4.如权利要求3所述的人伤跟踪日期预测方法，其特征在于，所述对所述伤情信息及医院信息进行分词处理，得到分词集合，包括：对所述伤情信息及医院信息进行词性分析及文本分割，得到输入分词以及对应的词性；获取预设的停用词性标签，根据所述词性标签所述输入分词的词性对所述输入分词进行筛选，得到分词集合。5.如权利要求1所述的人伤跟踪日期预测方法，其特征在于，所述将所述标准数据与预设的数据库中的数据进行相似匹配，得到历史诊断数据及医院信息数据，包括：对所述标准数据进行目标信息提取，得到目标数据；在预设的数据库中对所述目标数据进行相似匹配度计算，得到匹配度结果；对所述匹配度结果进行极值计算，得到所述匹配度结果对应的历史诊断数据；对所述历史诊断数据进行关键词检索，得到医院信息数据。6.如权利要求5所述的人伤跟踪日...

【专利技术属性】
技术研发人员：张生，
申请(专利权)人：深圳壹账通智能科技有限公司，
类型：发明
国别省市：