CN110175738A - 医疗资源丰富度评价方法及系统 - Google Patents
医疗资源丰富度评价方法及系统 Download PDFInfo
- Publication number
- CN110175738A CN110175738A CN201910295552.2A CN201910295552A CN110175738A CN 110175738 A CN110175738 A CN 110175738A CN 201910295552 A CN201910295552 A CN 201910295552A CN 110175738 A CN110175738 A CN 110175738A
- Authority
- CN
- China
- Prior art keywords
- medical treatment
- user data
- hospital
- radiation
- medical
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明提供一种医疗资源丰富度评价方法及系统，属于区域资源调研领域。所述医疗资源丰富度评价方法包括：获取基于应用产品的用户数据，并根据用户数据判断是否存在用户就医行为，其中用户数据还包括用户定位信息和用户家庭地址；将指示存在用户就医行为的用户数据确定为就医用户数据；基于就医用户数据中的与调研区域相关的用户定位信息和用户家庭地址，确定针对调研区域的医疗资源辐射指标；根据医疗资源辐射指标，评价调研区域的医疗资源丰富度。由此，利用基于应用产品的用户数据来衡量医疗资源丰富度，调研成本低，并能够真实地反映用户情况，实现了最终对医疗资源丰富度的客观评价。
Description
技术领域
本发明涉及区域资源调研技术领域，具体地涉及一种医疗资源丰富度评价方法及系统。
背景技术
为了满足智慧城市和城市规划的需求，对于城市或区域的各种生活资源以及用户满意度的调研工作是必不可少的。
目前相关技术中，为了实现对某一区域的医疗资源丰富度的调查，一般主要是通过以下两种方式来实现的：其一是调研问卷的方式，通过调查提问，获取居民对本区域(例如，所在的城市)的医疗资源的满意程度；其二是医疗数据搜集来衡量医疗资源丰富度，主要是通过搜集区域内的医院数量和床位数量。该方法数据相对准确，但是具有搜集成本高，数据聚合困难。
但是，本申请的发明人在实践本申请的过程中发现目前相关技术至少存在如下缺陷：一方面，调研问卷的方式最主要的缺点是成本高，需要前往不同城市手工搜集调研结果。同时该方法基于用户的主观感受，采集结果往往不够精确。同时很难看到细时间粒度(例如每月的)的医疗资源变化情况。另一方面，医疗数据搜集方式的主要缺点是数据缺失严重。除了三甲医院的数据比较丰富外，其他诊所、二级医院、药店等的数据分布难以全面掌握。此外，医院和床位数量也不能和医疗资源丰富度完全画等号，因为还需要进一步考虑医院的布局是否合理，本地就医资源是否被外地人口挤占等。比如，某一个城市医疗资源可能比较多，但是如果该城市的医院吸纳了很多外地就医人口而导致本地人就医困难，这样也不能完全认为该城市的医疗资源丰富；但是，利用传统的医疗资源数据搜集方法很难囊括这些内容。
发明内容
本发明实施例的目的是提供一种医疗资源丰富度评价方法及系统，用以至少解决目前相关技术中因调查问卷搜集成本高、采集结果不精确、数据缺失严重等而导致医疗资源丰富度评价不够客观的问题。
为了实现上述目的，本发明实施例提供一种医疗资源丰富度评价方法，包括：获取基于应用产品的用户数据，并根据所述用户数据判断是否存在用户就医行为，其中所述用户数据还包括用户定位信息和用户家庭地址；将指示存在所述用户就医行为的用户数据确定为就医用户数据；基于所述就医用户数据中的与调研区域相关的用户定位信息和用户家庭地址，确定针对所述调研区域的医疗资源辐射指标；根据所述医疗资源辐射指标，评价所述调研区域的医疗资源丰富度。
可选的，所述医疗资源辐射指标包括以下中的一者或多者：本地人群就医半径、医院就医人群地域辐射半径和医院就医人群辐射量。
可选的，所述基于所述就医用户数据中的用户定位信息和用户家庭地址，确定针对调研区域的医疗资源辐射指标包括：筛选对应用户家庭地址在所述调研区域内的所述就医用户数据作为本地就医用户数据；筛选对应医院地址在所述调研区域内的本地就医用户数据为目标本地就医用户数据；根据所述目标本地就医用户数据中的所述医院地址和所述用户家庭地址之间的距离，确定所述本地人群就医半径。
可选的，所述用户数据包括地图导航行程信息，以及所述基于所述就医用户数据中的用户定位信息和用户家庭地址，确定针对调研区域的医疗资源辐射指标包括：筛选对应用户家庭地址不在所述调研区域内的就医用户数据作为外地就医用户数据；筛选具有从所述用户家庭地址到所述调研区域内的医院地址的地图导航行程信息的外地就医用户数据作为辐射外地就医用户数据；根据所述辐射外地就医用户数据中的所述地图导航行程信息确定所述医院就医人群地域辐射半径。
可选的，所述基于所述就医用户数据中的用户定位信息和用户家庭地址，确定针对调研区域的医疗资源辐射指标包括：筛选对应用户家庭地址不在所述调研区域内的就医用户数据作为外地就医用户数据；筛选对应医院地址在所述调研区域内的外地就医用户数据作为目标外地就医用户数据；根据所述目标外地就医用户数据所指示的用户数量确定所述医院就医人群辐射量。
可选的，所述根据所述医疗资源的辐射指标，评价所述调研区域的医疗资源丰富度包括：通过预设定的第一影响权重、第二影响权重和第三影响权重分别校正所述本地人群就医半径、所述医院就医人群地域辐射半径和所述医院就医人群辐射量；根据经校正的本地人群就医半径、医院就医人群地域辐射半径和医院就医人群辐射量，评价所述调研区域的所述医疗资源丰富度。
可选的，所述在通过预设定的第一影响权重、第二影响权重和第三影响权重分别校正所述本地人群就医半径、所述医院就医人群地域辐射半径和所述医院就医人群辐射量之前，该方法还包括：对所述本地人群就医半径、所述医院就医人群地域辐射半径和所述医院就医人群辐射量进行归一化处理。
本发明实施例另一方面提供一种医疗资源丰富度评价系统，包括：获取单元，用于获取基于应用产品的用户数据，并根据所述用户数据判断是否存在用户就医行为，其中所述用户数据还包括用户定位信息和用户家庭地址；就医用户数据确定单元，用于将指示存在所述用户就医行为的用户数据确定为就医用户数据；医疗资源辐射指标确定单元，用于基于所述就医用户数据中的与调研区域相关的用户定位信息和用户家庭地址，确定针对所述调研区域的医疗资源辐射指标；丰富度评价单元，用于根据所述医疗资源辐射指标，评价所述调研区域的医疗资源丰富度。
可选的，所述医疗资源辐射指标包括以下中的一者或多者：本地人群就医半径、医院就医人群地域辐射半径和医院就医人群辐射量。
可选的，所述医疗资源辐射指标确定单元包括本地人群就医半径确定模块，所述本地人群就医半径确定模块用于执行以下操作：筛选对应用户家庭地址在所述调研区域内的所述就医用户数据作为本地就医用户数据；筛选对应医院地址在所述调研区域内的本地就医用户数据为目标本地就医用户数据；根据所述目标本地就医用户数据中的所述医院地址和所述用户家庭地址之间的距离，确定所述本地人群就医半径。
可选的，所述医疗资源辐射指标确定单元包括医院就医人群地域辐射半径确定模块，所述医院就医人群地域辐射半径确定模块用于执行以下操作：筛选对应用户家庭地址不在所述调研区域内的就医用户数据作为外地就医用户数据；筛选具有从所述用户家庭地址到所述调研区域内的医院地址的地图导航行程信息的外地就医用户数据作为辐射外地就医用户数据；根据所述辐射外地就医用户数据中的所述地图导航行程信息确定所述医院就医人群地域辐射半径。
可选的，所述医疗资源辐射指标确定单元包括医院就医人群辐射量确定模块，所述医院就医人群辐射量确定模块用于执行以下操作：筛选对应用户家庭地址不在所述调研区域内的就医用户数据作为外地就医用户数据；筛选对应医院地址在所述调研区域内的外地就医用户数据作为目标外地就医用户数据；根据所述目标外地就医用户数据所指示的用户数量确定所述医院就医人群辐射量。
可选的，所述丰富度评价单元包括：权重校正模块，用于通过预设定的第一影响权重、第二影响权重和第三影响权重分别校正所述本地人群就医半径、所述医院就医人群地域辐射半径和所述医院就医人群辐射量；评价模块，用于根据经校正的本地人群就医半径、医院就医人群地域辐射半径和医院就医人群辐射量，评价所述调研区域的所述医疗资源丰富度。
可选的，所述丰富度评价单元还包括：归一化处理模块，用于在通过预设定的第一影响权重、第二影响权重和第三影响权重分别校正所述本地人群就医半径、所述医院就医人群地域辐射半径和所述医院就医人群辐射量之前，对所述本地人群就医半径、所述医院就医人群地域辐射半径和所述医院就医人群辐射量进行归一化处理。
通过上述技术方案，获取基于应用产品的包括诸如用户定位信息和用户家庭地址的用户空间定位信息的用户数据，并从中选出就医用户数据，然后基于就医用户数据中的与调研区域相关的用户空间类数据来确定针对调研区域的医疗资源辐射指标，从而评价调研区域的医疗资源丰富度。因此，实现了利用基于应用产品的用户数据来衡量医疗资源丰富度，调研成本低，并且所利用的与调研区域相关的应用用户数据能够真实地反映用户情况，保障了最终对医疗资源丰富度的客观评价；另外，通过调研区域的医疗资源辐射指标来评价医疗资源丰富度，而不是用医疗资源的数量来衡量医疗资源丰富度，更能够考虑到调研区域内医疗资源空间布局的合理性，能反映出是否存在本地或外地就医距离过远或过近的问题，使得最终所得到的医疗资源丰富度能贴合于调研区域的真实情况。
本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施例，但并不构成对本发明实施例的限制。在附图中：
图1是本发明一实施例的医疗资源丰富度评价方法的流程图；
图2是本发明一实施例的医疗资源丰富度评价方法中用于确定本地人群就医半径的流程图；
图3是本发明一实施例的医疗资源丰富度评价方法中用于确定医院就医人群地域辐射半径的流程图；
图4是本发明一实施例的医疗资源丰富度评价方法中用于确定医院就医人群辐射量的流程图；
图5是本发明一实施例的医疗资源丰富度评价方法中利用多个子指标来评价调研区域的医疗资源丰富度的原理示意图；
图6是本发明一实施例的医疗资源丰富度评价系统的结构框图。
附图标记说明
601 获取单元 602 就医用户数据确定单元
603 医疗资源辐射指标确定单元
6031 本地人群就医半径确定模块
6032 医院就医人群地域辐射半径确定模块
6033 医院就医人群辐射量确定模块
604 丰富度评价单元
60 医疗资源丰富度评价系统
具体实施方式
以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明实施例，并不用于限制本发明实施例。
如图1所示，本发明一实施例的医疗资源丰富度评价方法，包括：
S11、获取基于应用产品的用户数据，并根据用户数据判断是否存在用户就医行为，其中用户数据还包括用户定位信息和用户家庭地址。
关于本发明实施例方法的执行主体，其可以是各种服务器或客户端，通过处理器或控制器来实现对医疗资源丰富度的评价过程。其中，该处理器或控制器可以是专用于实现医疗资源丰富度评价方法的部件，另外其也还可以是在通用控制器或处理器上配置专用于实现医疗资源丰富度评价方法的软件或硬件，且都属于本发明的保护范围内。
其中，应用产品的用户数据可以是表示应用(Application)程序设备(例如搜索引擎、电子地图等)在一段时间内所产生的历史数据，例如其可以是通过对针对搜索引擎的用户日志解析而获得。需说明的是，此处的用户数据可以是不仅指代针对调研区域内的用户数据，其还可以是包括在调研区域之外的用户数据，在此应暂不做限制。另外，示例性地，用户定位信息可以是通过记录用户客户端的定位模块所上传的定位信息而得到的，用户家庭地址可以是指代用户的籍贯地址或用户常住地址，并还可以通过用户注册信息或通过机器学习的方式而确定的，而这些数据都可以是作为用户数据的一部分。
S12、将指示存在用户就医行为的用户数据确定为就医用户数据。
其中，一些用户数据可以是指示存在用户就医行为，例如用户数据中的用户定位信息表明曾在医院逗留的时间超过预设时间(例如30分钟)，则可以是认定该用户数据指示在医院进行了一次就医行为；另外，还可以是直接通过获取医疗类应用产品的医疗信息来确定就医用户数据，且以上实施方式都属于本发明的保护范围内。
S13、基于就医用户数据中的与调研区域相关的用户定位信息和用户家庭地址，确定针对调研区域的医疗资源辐射指标。
其中，关于调研区域的范围，在此也不加限定，例如其可以是表示一个城市，也还可以是表示更小的乡镇区域或更大的省内范围等等。
需说明的是，就医用户数据可以是表示一次就医行为所产生的用户数据；以及，与调研区域相关的用户定位信息和用户家庭地址可以是表示各种情况，示例性地，可以是用户定位信息和用户家庭地址都位于调研区域内，一次就医行为中仅用户定位信息位于调研区域内而用户家庭地址不在调研区域内，一次就医行为中仅用户家庭地址位于调研区域内而用户定位信息 (或起始点或终点)不在调研区域内。因此，示例性地，一次就医行为中用户定位信息的变化所对应的就医行程，以及，用户定位信息所指示的医院地址与用户家庭地址之间的医院距离，由此能够确定针对调研区域的医疗资源辐射指标。
S14、根据医疗资源辐射指标，评价调研区域的医疗资源丰富度。
示例性地，可以是当医疗疗资源辐射指标指示调研区域本地的医疗资源辐射距离越大、范围越广时，确定调研区域的医疗资源丰富度越优秀；而当医疗疗资源辐射指标指示调研区域本地的医疗资源辐射距离越小、范围越窄时，确定调研区域的医疗资源丰富度越匮乏。
在一些实施方式中，医疗资源辐射指标包括以下中的一者或多者：本地人群就医半径、医院就医人群地域辐射半径和医院就医人群辐射量。优选地，医疗资源辐射指标可以是包括多者，因此通过多个医疗资源指标而对医疗资源丰富度实现综合评价，更加能够保障所得出的医疗资源丰富度的高精确度。
如图2，其示出了针对本地人群就医半径的确定过程，包括：S21、筛选对应用户家庭地址在调研区域内的就医用户数据作为本地就医用户数据； S22、筛选对应医院地址在调研区域内的本地就医用户数据为目标本地就医用户数据；S23、根据目标本地就医用户数据中的医院地址和用户家庭地址之间的距离，确定本地人群就医半径。
其中，经过两次筛选之后，所得到的目标本地就医用户数据能够反映出本地常住人群在本地就医的就医情况，然后基于医院地址和用户家庭地址就能够确定调研区域内的本地常住人群在本地就医半径。不难得知，该本地人群就医半径越大，就意味着本地人群去医院就医越不方便，相应地，医疗资源丰富度也就越低。
示例性地，本地人群就医半径体现了一个城市人口的就医半径，如果一个城市的医疗资源匮乏，则该城市人口倾向外地就医，其就医半径也就越大。在本实施例中，通过依照用户线下行为数据进行计算得到该指标。
具体的，可以是给定一组城市的用户集合S＝{ui}，假设一个用户ui的家庭地址是hi，她/他每次到访医院的坐标是pi，该用户一年到访医院的次数是 ti，则其本地就医半径为：
因此，还提出了针对用户多次到访医院所对应的用户数据进行平均化处理，使得所得到的本地就医半径能够实现更加符合一般就医情况，且具有更高的客观性。另外，还可以是针对调研区域内多个(例如所有)不同用户的就医用户数据进行分析和综合平均，从而使得所确定的本地就医半径能够更加客观地反映整个调研区域人口的一般就医情况。
如图3，其示出了针对医院就医人群地域辐射半径的确定过程，其还应用到了包含在用户数据中的地图导航行程信息，具体包括：S31、筛选对应用户家庭地址不在调研区域内的就医用户数据作为外地就医用户数据；S32、筛选具有从用户家庭地址到调研区域内的医院地址的地图导航行程信息的外地就医用户数据作为辐射外地就医用户数据，地图导航行程信息可以是从类似于电子地图这样的应用产品的应用日志中所获得的；S33、根据辐射外地就医用户数据中的所述地图导航行程信息确定医院就医人群地域辐射半径。
其中，对不在调研区域内的外地人的就医用户数据进行分析，依据从外地的用户家庭地址到调研区域内的医院地址的地图导航行程信息来反映调研区域对周边其他区域的就医吸引力，因此可以是根据所确定的医院就医人群地域辐射半径来评价调研区域的医疗资源丰富度。示例性地，可以是当医院就医人群地域辐射半径越大时，可以是说明调研区域的医疗资源丰富度越优秀；而当医院就医人群地域辐射半径越小时，可以是说明调研区域的医疗资源丰富度越匮乏。也就是，医院就医人群地域福射半径指标体现了该城市医院的就医人群的辐射地理范围，其辐射范围越大，则说明该城市的医疗资源越发达。
示例性地，该指标可以是通过地图检索数据通过计算而得到。具体的，对于给定的一组用户集合S＝{ui}和调研区域(或城市)内的一组医院集合 PP＝{pi}，在此处所限定的用户集合都不位于给定的城市。对于每一个用户，发起地图检索的位置为lc，该用户过去一年检索调研区域的次数为ti，则医院就医人群地域福射半径为：
其中，ti≥0，当ti＝0时表示用户没有对该调研区域的医院的检索行为。
因此，还提出了针对用户一段时间内检索调研区域的用户数据进行平均化处理，使得所得到的医院就医人群地域福射半径能够更加符合一般就医情况，且具有更高的客观性。另外，还可以是针对调研区域内多个(例如所有) 不同用户的就医用户数据进行分析和综合平均，从而使得所确定的医院就医人群地域福射半径能够更加客观地反映整个调研区域人口的一般就医情况。
如图4，其示出了针对医院就医人群辐射量的确定过程，包括：S41、筛选对应用户家庭地址不在调研区域内的就医用户数据作为外地就医用户数据；S42、筛选对应医院地址在调研区域内的外地就医用户数据作为目标外地就医用户数据；S43、根据目标外地就医用户数据所指示的用户数量确定医院就医人群辐射量。
其中，对调研区域内的非本地常住或外地人口的用户数据进行分析，并筛选外地就医用户数据中存在对应医院地址在调研区域内的目标外地就医用户数据，由此所得出的医院就医人群辐射量的指标能够体现调研区域内的医院的外地就医人口数。示例性地，所辐射的外地就医人口数越多，则说明该城市的医疗资源越发达，但同时也说明外地人有更大可能挤占调研区域或城市的医疗资源。
具体地，可以是通过以下方式来计算医院就医人群的辐射量：
d2＝∑f(ti)
其中，若ti≥1，则f(ti)＝1，否则，f(ti)＝0。由此，可以统计出在调研区域内的医院中的外地就医人群的数量。
在一些实施方式中，如图5所示，可以是利用本地人群就医半径、医院就医人群地域辐射半径和医院就医人群辐射量这三个指标一起来评价调研区域的医疗资源丰富度。示例性地，针对医疗资源丰富度的评价过程可以是：首先，通过预设定的第一影响权重、第二影响权重和第三影响权重分别校正本地人群就医半径、医院就医人群地域辐射半径和医院就医人群辐射量；然后，根据经校正的本地人群就医半径、医院就医人群地域辐射半径和医院就医人群辐射量，评价调研区域的医疗资源丰富度。其中，第一影响权重、第二影响权重和第三影响权重可以是分别表示这些不同的子指标对医疗资源丰富度的比重，以及，其取值大小还可以是根据调研需求或应用场景而作出适当的变化和调整。
更优选地，还可以是在利用影响权重进行校正操作之前，对本地人群就医半径、医院就医人群地域辐射半径和医院就医人群辐射量进行归一化处理，由此使得这些子指标的取值范围能够在统一的区间范围内。
示例性地，当给定有n个城市C＝{ci}时，归一化处理的过程可以是通过以下方式来进行的：
其中，d1、d2、d3分别表示以下子指标——本地人群就医半径、医院就医人群地域辐射半径和医院就医人群辐射量，i表示给定城市，j表示子指标 d1、d2、d3在C＝{ci}中取值最大的城市，由此完成归一化处理，以将最终的子指标的值量化至特定的数值范围区间(例如0到1)内。
进而，通过以下方式来确定最终的医疗资源丰富度d：
由此，于此所分别计算的三个和医疗资源丰富度有关的子指标，然后按照权重聚合的方法，得出医疗资源丰富度指标。其中，w1、w2、w3分别表示对经校正的子指标所对应的第一影响权重、第二影响权重和第三影响权重，其可以是由专家按照因素重要性来设定，或者依据部分问卷调查的数据、并进行参数学习而确定的，且都属于本发明的保护范围内。
在本发明实施例中，提出了一个基于应用产品的用户线下行为移动数据进行城市医疗资源丰富度衡量的方法，由此使得经过本地就医半径、医院就医人群地域福射半径以及医院就医人群辐射量能充分衡量调研区域或城市的医疗资源丰富度。
如图6，其示出了本发明一实施例的医疗资源丰富度评价系统60，包括：获取单元601，用于获取基于应用产品的用户数据，并根据所述用户数据判断是否存在用户就医行为，其中所述用户数据还包括用户定位信息和用户家庭地址；就医用户数据确定单元602，用于将指示存在所述用户就医行为的用户数据确定为就医用户数据；医疗资源辐射指标确定单元603，用于基于所述就医用户数据中的与调研区域相关的用户定位信息和用户家庭地址，确定针对所述调研区域的医疗资源辐射指标；丰富度评价单元604，用于根据所述医疗资源辐射指标，评价所述调研区域的医疗资源丰富度。
在一些实施方式中，所述医疗资源辐射指标包括以下中的一者或多者：本地人群就医半径、医院就医人群地域辐射半径和医院就医人群辐射量。
在一些实施方式中，所述医疗资源辐射指标确定单元603包括本地人群就医半径确定模块6031，所述本地人群就医半径确定模块6031用于执行以下操作：筛选对应用户家庭地址在所述调研区域内的所述就医用户数据作为本地就医用户数据；筛选对应医院地址在所述调研区域内的本地就医用户数据为目标本地就医用户数据；根据所述目标本地就医用户数据中的所述医院地址和所述用户家庭地址之间的距离，确定所述本地人群就医半径。
在一些实施方式中，所述医疗资源辐射指标确定单元603包括医院就医人群地域辐射半径确定模块6032，所述医院就医人群地域辐射半径确定模块 6032用于执行以下操作：筛选对应用户家庭地址不在所述调研区域内的就医用户数据作为外地就医用户数据；筛选具有从所述用户家庭地址到所述调研区域内的医院地址的地图导航行程信息的外地就医用户数据作为辐射外地就医用户数据；根据所述辐射外地就医用户数据中的所述地图导航行程信息确定所述医院就医人群地域辐射半径。
在一些实施方式中，所述医疗资源辐射指标确定单元603包括医院就医人群辐射量确定模块6033，所述医院就医人群辐射量确定模块6033用于执行以下操作：筛选对应用户家庭地址不在所述调研区域内的就医用户数据作为外地就医用户数据；筛选对应医院地址在所述调研区域内的外地就医用户数据作为目标外地就医用户数据；根据所述目标外地就医用户数据所指示的用户数量确定所述医院就医人群辐射量。
在一些实施方式中，所述丰富度评价单元604包括：权重校正模块(未示出)，用于通过预设定的第一影响权重、第二影响权重和第三影响权重分别校正所述本地人群就医半径、所述医院就医人群地域辐射半径和所述医院就医人群辐射量；评价模块(未示出)，用于根据经校正的本地人群就医半径、医院就医人群地域辐射半径和医院就医人群辐射量，评价所述调研区域的所述医疗资源丰富度。
在一些实施方式中，所述丰富度评价单元604还包括：归一化处理模块 (未示出)，用于在通过预设定的第一影响权重、第二影响权重和第三影响权重分别校正所述本地人群就医半径、所述医院就医人群地域辐射半径和所述医院就医人群辐射量之前，对所述本地人群就医半径、所述医院就医人群地域辐射半径和所述医院就医人群辐射量进行归一化处理。
关于本发明实施例的医疗资源丰富度评价系统的更多的细节可以参照上文针对医疗资源丰富度评价方法实施例的描述，并取得与上述医疗资源丰富度评价方法实施例相同或相应的技术效果，故在此便不赘述。
所述医疗资源丰富度评价系统包括处理器和存储器，上述获取单元、就医用户数据确定单元、医疗资源辐射指标确定单元和丰富度评价单元等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来实现利用基于应用产品的用户数据来衡量医疗资源丰富度，调研成本低，并且所利用的与调研区域相关的应用用户数据能够真实地反映用户情况，保障了最终对医疗资源丰富度的客观评价；另外，通过调研区域的医疗资源辐射指标来评价医疗资源丰富度，而不是用医疗资源的数量来衡量医疗资源丰富度，更能够考虑到调研区域内医疗资源空间布局的合理性，能反映出是否存在本地或外地就医距离过远或过近的问题，使得最终所得到的医疗资源丰富度能贴合于调研区域的真实情况。
利用基于应用产品的用户数据来衡量医疗资源丰富度，调研成本低，并且所利用的与调研区域相关的用户数据具有真实性，其能够保障最终对医疗资源丰富度的客观评价；另外，通过调研区域的医疗资源辐射指标来评价医疗资源丰富度，而不是用医疗资源的数量来衡量医疗资源丰富度，使得医疗资源辐射指标能够更合理地考虑到调研区域内医疗资源空间布局的合理性，能反映出是否存在本地或外地就医距离过远或过近的问题，使得最终所得到的医疗资源丰富度更加贴合于调研区域的真实情况。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器 (RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。
本发明实施例提供了一种机器可读存储介质，其上存储有程序，该程序被处理器执行时实现所述医疗资源丰富度评价方法。
本发明实施例提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行所述医疗资源丰富度评价方法。
本发明实施例提供了一种设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现以下步骤：
一种医疗资源丰富度评价方法，包括：获取基于应用产品的用户数据，并根据所述用户数据判断是否存在用户就医行为，其中所述用户数据还包括用户定位信息和用户家庭地址；将指示存在所述用户就医行为的用户数据确定为就医用户数据；基于所述就医用户数据中的与调研区域相关的用户定位信息和用户家庭地址，确定针对所述调研区域的医疗资源辐射指标；根据所述医疗资源辐射指标，评价所述调研区域的医疗资源丰富度。
在一些实施方式中，所述医疗资源辐射指标包括以下中的一者或多者：本地人群就医半径、医院就医人群地域辐射半径和医院就医人群辐射量。
在一些实施方式中，所述基于所述就医用户数据中的用户定位信息和用户家庭地址，确定针对调研区域的医疗资源辐射指标包括：筛选对应用户家庭地址在所述调研区域内的所述就医用户数据作为本地就医用户数据；筛选对应医院地址在所述调研区域内的本地就医用户数据为目标本地就医用户数据；根据所述目标本地就医用户数据中的所述医院地址和所述用户家庭地址之间的距离，确定所述本地人群就医半径。
在一些实施方式中，所述用户数据包括地图导航行程信息，以及所述基于所述就医用户数据中的用户定位信息和用户家庭地址，确定针对调研区域的医疗资源辐射指标包括：筛选对应用户家庭地址不在所述调研区域内的就医用户数据作为外地就医用户数据；筛选具有从所述用户家庭地址到所述调研区域内的医院地址的地图导航行程信息的外地就医用户数据作为辐射外地就医用户数据；根据所述辐射外地就医用户数据中的所述地图导航行程信息确定所述医院就医人群地域辐射半径。
在一些实施方式中，所述基于所述就医用户数据中的用户定位信息和用户家庭地址，确定针对调研区域的医疗资源辐射指标包括：筛选对应用户家庭地址不在所述调研区域内的就医用户数据作为外地就医用户数据；筛选对应医院地址在所述调研区域内的外地就医用户数据作为目标外地就医用户数据；根据所述目标外地就医用户数据所指示的用户数量确定所述医院就医人群辐射量。
在一些实施方式中，所述根据所述医疗资源的辐射指标，评价所述调研区域的医疗资源丰富度包括：通过预设定的第一影响权重、第二影响权重和第三影响权重分别校正所述本地人群就医半径、所述医院就医人群地域辐射半径和所述医院就医人群辐射量；根据经校正的本地人群就医半径、医院就医人群地域辐射半径和医院就医人群辐射量，评价所述调研区域的所述医疗资源丰富度。
在一些实施方式中，所述在通过预设定的第一影响权重、第二影响权重和第三影响权重分别校正所述本地人群就医半径、所述医院就医人群地域辐射半径和所述医院就医人群辐射量之前，该方法还包括：对所述本地人群就医半径、所述医院就医人群地域辐射半径和所述医院就医人群辐射量进行归一化处理。
本文中的设备可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：
一种医疗资源丰富度评价方法，包括：获取基于应用产品的用户数据，并根据所述用户数据判断是否存在用户就医行为，其中所述用户数据还包括用户定位信息和用户家庭地址；将指示存在所述用户就医行为的用户数据确定为就医用户数据；基于所述就医用户数据中的与调研区域相关的用户定位信息和用户家庭地址，确定针对所述调研区域的医疗资源辐射指标；根据所述医疗资源辐射指标，评价所述调研区域的医疗资源丰富度。
在一些实施方式中，所述医疗资源辐射指标包括以下中的一者或多者：本地人群就医半径、医院就医人群地域辐射半径和医院就医人群辐射量。
在一些实施方式中，所述基于所述就医用户数据中的用户定位信息和用户家庭地址，确定针对调研区域的医疗资源辐射指标包括：筛选对应用户家庭地址在所述调研区域内的所述就医用户数据作为本地就医用户数据；筛选对应医院地址在所述调研区域内的本地就医用户数据为目标本地就医用户数据；根据所述目标本地就医用户数据中的所述医院地址和所述用户家庭地址之间的距离，确定所述本地人群就医半径。
在一些实施方式中，所述用户数据包括地图导航行程信息，以及所述基于所述就医用户数据中的用户定位信息和用户家庭地址，确定针对调研区域的医疗资源辐射指标包括：筛选对应用户家庭地址不在所述调研区域内的就医用户数据作为外地就医用户数据；筛选具有从所述用户家庭地址到所述调研区域内的医院地址的地图导航行程信息的外地就医用户数据作为辐射外地就医用户数据；根据所述辐射外地就医用户数据中的所述地图导航行程信息确定所述医院就医人群地域辐射半径。
在一些实施方式中，所述基于所述就医用户数据中的用户定位信息和用户家庭地址，确定针对调研区域的医疗资源辐射指标包括：筛选对应用户家庭地址不在所述调研区域内的就医用户数据作为外地就医用户数据；筛选对应医院地址在所述调研区域内的外地就医用户数据作为目标外地就医用户数据；根据所述目标外地就医用户数据所指示的用户数量确定所述医院就医人群辐射量。
在一些实施方式中，所述根据所述医疗资源的辐射指标，评价所述调研区域的医疗资源丰富度包括：通过预设定的第一影响权重、第二影响权重和第三影响权重分别校正所述本地人群就医半径、所述医院就医人群地域辐射半径和所述医院就医人群辐射量；根据经校正的本地人群就医半径、医院就医人群地域辐射半径和医院就医人群辐射量，评价所述调研区域的所述医疗资源丰富度。
在一些实施方式中，所述在通过预设定的第一影响权重、第二影响权重和第三影响权重分别校正所述本地人群就医半径、所述医院就医人群地域辐射半径和所述医院就医人群辐射量之前，该方法还包括：对所述本地人群就医半径、所述医院就医人群地域辐射半径和所述医院就医人群辐射量进行归一化处理。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/ 或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/ 输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器 (RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存 (PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器 (CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、 CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
Claims (14)
1.一种医疗资源丰富度评价方法，包括：
获取基于应用产品的用户数据，并根据所述用户数据判断是否存在用户就医行为，其中所述用户数据还包括用户定位信息和用户家庭地址；
将指示存在所述用户就医行为的用户数据确定为就医用户数据；
基于所述就医用户数据中的与调研区域相关的用户定位信息和用户家庭地址，确定针对所述调研区域的医疗资源辐射指标；
根据所述医疗资源辐射指标，评价所述调研区域的医疗资源丰富度。
2.根据权利要求1所述的方法，其中，所述医疗资源辐射指标包括以下中的一者或多者：本地人群就医半径、医院就医人群地域辐射半径和医院就医人群辐射量。
3.根据权利要求1所述的方法，其中，所述基于所述就医用户数据中的用户定位信息和用户家庭地址，确定针对调研区域的医疗资源辐射指标包括：
筛选对应用户家庭地址在所述调研区域内的所述就医用户数据作为本地就医用户数据；
筛选对应医院地址在所述调研区域内的本地就医用户数据为目标本地就医用户数据；
根据所述目标本地就医用户数据中的所述医院地址和所述用户家庭地址之间的距离，确定所述本地人群就医半径。
4.根据权利要求2所述的方法，其中，所述用户数据包括地图导航行程信息，以及所述基于所述就医用户数据中的用户定位信息和用户家庭地址，确定针对调研区域的医疗资源辐射指标包括：
筛选对应用户家庭地址不在所述调研区域内的就医用户数据作为外地就医用户数据；
筛选具有从所述用户家庭地址到所述调研区域内的医院地址的地图导航行程信息的外地就医用户数据作为辐射外地就医用户数据；
根据所述辐射外地就医用户数据中的所述地图导航行程信息确定所述医院就医人群地域辐射半径。
5.根据权利要求2所述的方法，其中，所述基于所述就医用户数据中的用户定位信息和用户家庭地址，确定针对调研区域的医疗资源辐射指标包括：
筛选对应用户家庭地址不在所述调研区域内的就医用户数据作为外地就医用户数据；
筛选对应医院地址在所述调研区域内的外地就医用户数据作为目标外地就医用户数据；
根据所述目标外地就医用户数据所指示的用户数量确定所述医院就医人群辐射量。
6.根据权利要求2所述的方法，其中，所述根据所述医疗资源的辐射指标，评价所述调研区域的医疗资源丰富度包括：
通过预设定的第一影响权重、第二影响权重和第三影响权重分别校正所述本地人群就医半径、所述医院就医人群地域辐射半径和所述医院就医人群辐射量；
根据经校正的本地人群就医半径、医院就医人群地域辐射半径和医院就医人群辐射量，评价所述调研区域的所述医疗资源丰富度。
7.根据权利要求6所述的方法，其中，所述在通过预设定的第一影响权重、第二影响权重和第三影响权重分别校正所述本地人群就医半径、所述医院就医人群地域辐射半径和所述医院就医人群辐射量之前，该方法还包括：
对所述本地人群就医半径、所述医院就医人群地域辐射半径和所述医院就医人群辐射量进行归一化处理。
8.一种医疗资源丰富度评价系统，包括：
获取单元，用于获取基于应用产品的用户数据，并根据所述用户数据判断是否存在用户就医行为，其中所述用户数据还包括用户定位信息和用户家庭地址；
就医用户数据确定单元，用于将指示存在所述用户就医行为的用户数据确定为就医用户数据；
医疗资源辐射指标确定单元，用于基于所述就医用户数据中的与调研区域相关的用户定位信息和用户家庭地址，确定针对所述调研区域的医疗资源辐射指标；
丰富度评价单元，用于根据所述医疗资源辐射指标，评价所述调研区域的医疗资源丰富度。
9.根据权利要求8所述的系统，其中，所述医疗资源辐射指标包括以下中的一者或多者：本地人群就医半径、医院就医人群地域辐射半径和医院就医人群辐射量。
10.根据权利要求9所述的系统，其中，所述医疗资源辐射指标确定单元包括本地人群就医半径确定模块，所述本地人群就医半径确定模块用于执行以下操作：
筛选对应用户家庭地址在所述调研区域内的所述就医用户数据作为本地就医用户数据；
筛选对应医院地址在所述调研区域内的本地就医用户数据为目标本地就医用户数据；
根据所述目标本地就医用户数据中的所述医院地址和所述用户家庭地址之间的距离，确定所述本地人群就医半径。
11.根据权利要求9所述的系统，其中，所述医疗资源辐射指标确定单元包括医院就医人群地域辐射半径确定模块，所述医院就医人群地域辐射半径确定模块用于执行以下操作：
筛选对应用户家庭地址不在所述调研区域内的就医用户数据作为外地就医用户数据；
筛选具有从所述用户家庭地址到所述调研区域内的医院地址的地图导航行程信息的外地就医用户数据作为辐射外地就医用户数据；
根据所述辐射外地就医用户数据中的所述地图导航行程信息确定所述医院就医人群地域辐射半径。
12.根据权利要求9所述的系统，其中，所述医疗资源辐射指标确定单元包括医院就医人群辐射量确定模块，所述医院就医人群辐射量确定模块用于执行以下操作：
筛选对应用户家庭地址不在所述调研区域内的就医用户数据作为外地就医用户数据；
筛选对应医院地址在所述调研区域内的外地就医用户数据作为目标外地就医用户数据；
根据所述目标外地就医用户数据所指示的用户数量确定所述医院就医人群辐射量。
13.根据权利要求9所述的系统，其中，所述丰富度评价单元包括：
权重校正模块，用于通过预设定的第一影响权重、第二影响权重和第三影响权重分别校正所述本地人群就医半径、所述医院就医人群地域辐射半径和所述医院就医人群辐射量；
评价模块，用于根据经校正的本地人群就医半径、医院就医人群地域辐射半径和医院就医人群辐射量，评价所述调研区域的所述医疗资源丰富度。
14.根据权利要求13所述的系统，其中，所述丰富度评价单元还包括：
归一化处理模块，用于在通过预设定的第一影响权重、第二影响权重和第三影响权重分别校正所述本地人群就医半径、所述医院就医人群地域辐射半径和所述医院就医人群辐射量之前，对所述本地人群就医半径、所述医院就医人群地域辐射半径和所述医院就医人群辐射量进行归一化处理。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910295552.2A CN110175738B (zh) | 2019-04-12 | 2019-04-12 | 医疗资源丰富度评价方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910295552.2A CN110175738B (zh) | 2019-04-12 | 2019-04-12 | 医疗资源丰富度评价方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110175738A true CN110175738A (zh) | 2019-08-27 |
| CN110175738B CN110175738B (zh) | 2021-08-24 |
Family
ID=67689973
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910295552.2A Active CN110175738B (zh) | 2019-04-12 | 2019-04-12 | 医疗资源丰富度评价方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110175738B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111242491A (zh) * | 2020-01-16 | 2020-06-05 | 厦门大学 | 医疗大数据可视化分析方法、介质、设备及系统 |
| CN114493954A (zh) * | 2022-01-21 | 2022-05-13 | 中国科学院地理科学与资源研究所 | 一种异地患者就医的医疗服务利用的分析方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101120367A (zh) * | 2004-08-09 | 2008-02-06 | 医疗承包服务有限公司 | 对临时医疗点进行人员配置的系统和方法 |
| CN103294916A (zh) * | 2013-05-29 | 2013-09-11 | 美合实业（苏州）有限公司 | 一种远程用户多诊断方式选择的医疗系统 |
| CN106683020A (zh) * | 2016-11-17 | 2017-05-17 | 安徽华博胜讯信息科技股份有限公司 | 一种基于gis技术的公共文化服务供给系统 |
| CN107483530A (zh) * | 2017-06-14 | 2017-12-15 | 广州宏和网络科技有限公司 | 一种基于云计算和物联网的智慧城市系统及其实现方法 |
| US20180165615A1 (en) * | 2016-06-20 | 2018-06-14 | hMetrix LLC | Display for analyzing and optimizing medical resource consumption |
| CN109543117A (zh) * | 2018-10-16 | 2019-03-29 | 平安万家医疗投资管理有限责任公司 | 基于智能推荐的服务推送方法及终端设备 |
-
2019
- 2019-04-12 CN CN201910295552.2A patent/CN110175738B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101120367A (zh) * | 2004-08-09 | 2008-02-06 | 医疗承包服务有限公司 | 对临时医疗点进行人员配置的系统和方法 |
| CN103294916A (zh) * | 2013-05-29 | 2013-09-11 | 美合实业（苏州）有限公司 | 一种远程用户多诊断方式选择的医疗系统 |
| US20180165615A1 (en) * | 2016-06-20 | 2018-06-14 | hMetrix LLC | Display for analyzing and optimizing medical resource consumption |
| CN106683020A (zh) * | 2016-11-17 | 2017-05-17 | 安徽华博胜讯信息科技股份有限公司 | 一种基于gis技术的公共文化服务供给系统 |
| CN107483530A (zh) * | 2017-06-14 | 2017-12-15 | 广州宏和网络科技有限公司 | 一种基于云计算和物联网的智慧城市系统及其实现方法 |
| CN109543117A (zh) * | 2018-10-16 | 2019-03-29 | 平安万家医疗投资管理有限责任公司 | 基于智能推荐的服务推送方法及终端设备 |
Non-Patent Citations (2)
| Title |
|---|
| BONNIE KAPLAN: "Evaluating informatics applications-some alternative approaches: theory, social interactionism, and call for methodological pluralism", 《INTERNATIONAL JOURNAL OF MEDICAL INFORMATICS》 * |
| 杨锃 等: "基础医疗资源配置与服务利用的研究_以上海城市空间为例", 《甘肃行政学院学报》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111242491A (zh) * | 2020-01-16 | 2020-06-05 | 厦门大学 | 医疗大数据可视化分析方法、介质、设备及系统 |
| CN114493954A (zh) * | 2022-01-21 | 2022-05-13 | 中国科学院地理科学与资源研究所 | 一种异地患者就医的医疗服务利用的分析方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110175738B (zh) | 2021-08-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Labib et al. | Spatial dimensions of the influence of urban green-blue spaces on human health: A systematic review | |
| US10345763B2 (en) | Cognitive plant clinic | |
| WO2018107993A1 (zh) | 一种虚假地址信息识别的方法及装置 | |
| Cohen et al. | Rapid case-based mapping of seasonal malaria transmission risk for strategic elimination planning in Swaziland | |
| Salvati et al. | Latent exurban development: City expansion along the rural-to-urban gradient in growing and declining regions of southern Europe | |
| Scandurra et al. | Does climate finance reduce vulnerability in Small Island Developing States? An empirical investigation | |
| US20200210458A1 (en) | Error Factor and Uniqueness Level for Anonymized Datasets | |
| CN109118265A (zh) | 商圈确定方法、装置和服务器 | |
| Hu et al. | Automated delineation of hospital service areas and hospital referral regions by modularity optimization | |
| Wu et al. | Performance evaluation of the SLEUTH model in the Shenyang metropolitan area of northeastern China | |
| CN107957957A (zh) | 测试用例的获取方法和装置 | |
| Johnson | Small area mapping of prostate cancer incidence in New York State (USA) using fully Bayesian hierarchical modelling | |
| Aguejdad et al. | Spatial validation of land use change models using multiple assessment techniques: A case study of transition potential models | |
| CN110175861A (zh) | 基于定位监控的客户管理方法、装置、设备及介质 | |
| CN110175738A (zh) | 医疗资源丰富度评价方法及系统 | |
| Wang et al. | A PPI-MVM model for identifying poverty-stricken villages: a case study from Qianjiang District in Chongqing, China | |
| CN110147504A (zh) | 区域教育资源满足度评价方法及系统 | |
| CN109086607A (zh) | 一种网络安全设备自主可控度评估方法 | |
| Jung | Mapping community development aid: Spatial analysis in Myanmar | |
| McKenzie et al. | A user-generated data based approach to enhancing location prediction of financial services in sub-Saharan Africa | |
| Mizen et al. | The use of Enhanced Vegetation Index for assessing access to different types of green space in epidemiological studies | |
| CN117056620A (zh) | 一种基于职业信息处理业务的方法、装置、设备及介质 | |
| Al_Sayed et al. | On the nature of urban dependencies: How Manhattan and Barcelona reinforced a natural organisation despite planning intentionality | |
| CN104346341A (zh) | 一种实现数据与相关事件关联的方法及装置 | |
| Allcock et al. | A cross-sectional analysis of ITN and IRS coverage in Namibia in 2013 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |