本发明专利技术属于医院管理技术领域，公开了一种基于深度优先搜索的评等方法、装置、设备及存储介质。该方法包括：获取待评审医院的待评审数据；根据待评审数据、预设深度优先搜索模型以及预设评审规则进行评审运算，得到评审运算数据；根据评审运算数据确定所述待评审医院的评定等级；根据所述评定等级完成对所述待评审医院的等级评审。通过上述方式，根据预设深度优先搜索模型和预设评审规则对待评审医院的待评审数据进行评审运算，使待评审数据可以与预设评审规则进行高度匹配，从而得到可真实反应待评审医院实际情况的评审运算数据，并基于评审运算数据可客观准确的确定待评审医院的评定等级，最终实现高效快速且准确的完成对待评审医院的等级评审。评审医院的等级评审。评审医院的等级评审。
【技术实现步骤摘要】
基于深度优先搜索的评等方法、装置、设备及存储介质
[0001]本专利技术涉及医院管理
，尤其涉及一种基于深度优先搜索的评等方法、装置、设备及存储介质。
技术介绍
[0002]目前等级医院评审，只能用传统手段的数据抽取，并根据数据抽取的内容进行匹配，且抽取过程是人为抽取，抽取过程中容易出错或遗漏，同时评审过程中是靠人为创建的节点流程化进行审核，无法根据医院的不同来随机变量化调整，也无法从医院数据本身的内容和等级评审管理内容相结合，因此往往对医院等级评审过程漫长，且存在一定的不公正性，同时还容易导致等级评审结果的不准确。
技术实现思路
[0003]本专利技术的主要目的在于提供一种基于深度优先搜索的评等方法、装置、设备及存储介质，旨在解决现有技术如何高效快速且准确的对医院进行等级评审的技术问题。
[0004]为实现上述目的，本专利技术提供了一种基于深度优先搜索的评等方法，所述基于深度优先搜索的评等方法包括：
[0005]获取待评审医院的待评审数据；
[0006]根据所述待评审数据、预设深度优先搜索模型以及预设评审规则进行评审运算，得到评审运算数据；
[0007]根据所述评审运算数据确定所述待评审医院的评定等级；
[0008]根据所述评定等级完成对所述待评审医院的等级评审。
[0009]可选地，所述获取待评审医院的待评审数据，包括：
[0010]获取待评审医院的初始评审文件；
[0011]根据预设权重等级对所述初始评审文件进行变量梳理，得到初始评审变量；
[0012]根据预设医疗标签对所述初始评审变量进行特征定义，得到所述待评审医院的待评审数据。
[0013]可选地，所述根据预设权重等级对所述初始评审文件进行变量梳理，得到初始评审变量，包括：
[0014]根据预设评审规则和预设检测模型对所述初始评审文件进行缺陷检测，得到缺陷文件；
[0015]根据等级评审目标集和预设权重等级对所述缺陷文件进行变量梳理，得到初始评审变量。
[0016]可选地，所述根据所述待评审数据、预设深度优先搜索模型以及预设评审规则进行评审运算，得到评审运算数据，包括：
[0017]根据所述待评审数据、预设深度优先搜索模型以及预设评审规则进行评审搜索，得到问题数据和现状数据；
[0018]对所述问题数据和所述现状数据进行权重处理，得到第一评审数据；
[0019]根据所述第一评审数据和所述预设深度优先搜索模型进行模型构建，得到构建评审模型；
[0020]根据所述构建评审模型和所述待评审数据进行评审运算，得到评审运算数据。
[0021]可选地，所述根据所述第一评审数据和所述预设深度优先搜索模型进行模型构建，得到构建评审模型，包括：
[0022]对所述预设深度优先搜索模型进行模型改进，得到改进深度优先搜索模型；
[0023]根据第一评审数据和预设条件检测方式对所述改进深度优先搜索模型进行模型检测，得到检测结果；
[0024]根据所述检测结果得到构建评审模型。
[0025]可选地，所述根据所述构建评审模型和所述待评审数据进行评审运算，得到评审运算数据，包括：
[0026]根据所述构建评审模型和所述待评审数据进行评审搜索，得到第二评审数据；
[0027]根据所述第二评审数据进行评审分析，得到评审分析结果；
[0028]根据所述评审分析结果确定评审运算数据。
[0029]可选地，所述根据所述第二评审数据进行评审分析，得到评审分析结果，包括：
[0030]根据预设评审模型对所述待评审数据进行评审运算，得到第三评审数据；
[0031]将所述第二评审数据和所述第三评审数据进行结果对比，得到第一对比结果；
[0032]根据所述待评审数据和所述第二评审数据进行缺陷对比，得到第二对比结果；
[0033]根据所述第一评审数据和所述第二评审数据进行结果对比，得到第三对比结果；
[0034]根据所述第一对比结果、第二对比结果以及第三对比结果得到评审分析结果。
[0035]此外，为实现上述目的，本专利技术还提出一种基于深度优先搜索的评等装置，所述基于深度优先搜索的评等装置包括：
[0036]获取模块，用于获取待评审医院的待评审数据；
[0037]运算模块，用于根据所述待评审数据、预设深度优先搜索模型以及预设评审规则进行评审运算，得到评审运算数据；
[0038]确定模块，用于根据所述评审运算数据确定所述待评审医院的评定等级；
[0039]评审模块，用于根据所述评定等级完成对所述待评审医院的等级评审。
[0040]此外，为实现上述目的，本专利技术还提出一种基于深度优先搜索的评等设备，所述基于深度优先搜索的评等设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于深度优先搜索的评等程序，所述基于深度优先搜索的评等程序配置为实现如上文所述的基于深度优先搜索的评等方法。
[0041]此外，为实现上述目的，本专利技术还提出一种存储介质，所述存储介质上存储有基于深度优先搜索的评等程序，所述基于深度优先搜索的评等程序被处理器执行时实现如上文所述的基于深度优先搜索的评等方法。
[0042]本专利技术通过获取待评审医院的待评审数据；根据所述待评审数据、预设深度优先搜索模型以及预设评审规则进行评审运算，得到评审运算数据；根据所述评审运算数据确定所述待评审医院的评定等级；根据所述评定等级完成对所述待评审医院的等级评审。通过上述方式，根据预设深度优先搜索模型和预设评审规则对待评审医院的待评审数据进行
评审运算，使待评审数据可以与预设评审规则进行高度匹配，从而得到可真实反应待评审医院实际情况的评审运算数据，并基于评审运算数据可客观准确的确定待评审医院的评定等级，最终实现高效快速且准确的完成对待评审医院的等级评审。
附图说明
[0043]图1是本专利技术实施例方案涉及的硬件运行环境的基于深度优先搜索的评等设备的结构示意图；
[0044]图2为本专利技术基于深度优先搜索的评等方法第一实施例的流程示意图；
[0045]图3为本专利技术基于深度优先搜索的评等方法第二实施例的流程示意图；
[0046]图4为本专利技术基于深度优先搜索的评等方法一实施例的整体流程示意图；
[0047]图5为本专利技术基于深度优先搜索的评等装置第一实施例的结构框图。
[0048]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
[0049]应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。
[0050]参照图1，图1为本专利技术实施例方案涉及的硬件运行环境的基于深度优先搜索的评等设备结构示意图。
[0051]如图1所示，该基于深度优先搜索的评等设备可以包括：处理器1001，例如中央处理器(Central Processing Unit，本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于深度优先搜索的评等方法，其特征在于，所述基于深度优先搜索的评等方法包括：获取待评审医院的待评审数据；根据所述待评审数据、预设深度优先搜索模型以及预设评审规则进行评审运算，得到评审运算数据；根据所述评审运算数据确定所述待评审医院的评定等级；根据所述评定等级完成对所述待评审医院的等级评审。2.如权利要求1所述的基于深度优先搜索的评等方法，其特征在于，所述获取待评审医院的待评审数据，包括：获取待评审医院的初始评审文件；根据预设权重等级对所述初始评审文件进行变量梳理，得到初始评审变量；根据预设医疗标签对所述初始评审变量进行特征定义，得到所述待评审医院的待评审数据。3.如权利要求2所述的基于深度优先搜索的评等方法，其特征在于，所述根据预设权重等级对所述初始评审文件进行变量梳理，得到初始评审变量，包括：根据预设评审规则和预设检测模型对所述初始评审文件进行缺陷检测，得到缺陷文件；根据等级评审目标集和预设权重等级对所述缺陷文件进行变量梳理，得到初始评审变量。4.如权利要求1所述的基于深度优先搜索的评等方法，其特征在于，所述根据所述待评审数据、预设深度优先搜索模型以及预设评审规则进行评审运算，得到评审运算数据，包括：根据所述待评审数据、预设深度优先搜索模型以及预设评审规则进行评审搜索，得到问题数据和现状数据；对所述问题数据和所述现状数据进行权重处理，得到第一评审数据；根据所述第一评审数据和所述预设深度优先搜索模型进行模型构建，得到构建评审模型；根据所述构建评审模型和所述待评审数据进行评审运算，得到评审运算数据。5.如权利要求4所述的基于深度优先搜索的评等方法，其特征在于，所述根据所述第一评审数据和所述预设深度优先搜索模型进行模型构建，得到构建评审模型，包括：对所述预设深度优先搜索模型进行模型改进，得到改进深度优先搜索模型；根据第一评审数据和预设条件检测方式对所述改进深度优先搜索模型进行模型检测，得...
【专利技术属性】
技术研发人员：舒振峰，刘洋，杨政，张世焱，
申请(专利权)人：深圳市指南针医疗科技有限公司，
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。