CN112988735A - 一种基于知识图谱的智能数据分析方法 - Google Patents
一种基于知识图谱的智能数据分析方法 Download PDFInfo
- Publication number
- CN112988735A CN112988735A CN202110521841.7A CN202110521841A CN112988735A CN 112988735 A CN112988735 A CN 112988735A CN 202110521841 A CN202110521841 A CN 202110521841A CN 112988735 A CN112988735 A CN 112988735A
- Authority
- CN
- China
- Prior art keywords
- data
- items
- government affair
- item
- knowledge graph
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000007405 data analysis Methods 0.000 title claims abstract description 13
- 238000004458 analytical method Methods 0.000 claims abstract description 18
- 238000010276 construction Methods 0.000 claims abstract description 6
- 230000000007 visual effect Effects 0.000 claims abstract description 5
- 230000002776 aggregation Effects 0.000 claims abstract description 4
- 238000004220 aggregation Methods 0.000 claims abstract description 4
- 230000004927 fusion Effects 0.000 claims abstract description 4
- 238000002360 preparation method Methods 0.000 claims abstract description 4
- 238000013499 data model Methods 0.000 claims description 12
- 238000005457 optimization Methods 0.000 claims description 6
- 238000013523 data management Methods 0.000 claims description 3
- 210000001520 comb Anatomy 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 5
- 230000009467 reduction Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 5
- 230000036541 health Effects 0.000 description 3
- 241000208340 Araliaceae Species 0.000 description 1
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000035558 fertility Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013433 optimization analysis Methods 0.000 description 1
- 230000007115 recruitment Effects 0.000 description 1
- 238000007634 remodeling Methods 0.000 description 1
- 230000010076 replication Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000002255 vaccination Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
- G06F16/24573—Query processing with adaptation to user needs using data annotations, e.g. user-defined metadata
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
-
- 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
- G06Q10/0633—Workflow analysis
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Computational Linguistics (AREA)
- Library & Information Science (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于知识图谱的智能数据分析方法,包括如下步骤:构建政务服务事项知识图谱;构建政务元数据图谱;以关系网络构建可视化分析系统;确定需要做联办创新的事项,基于政务服务事项知识图谱分析联办事项关联的单一事项,分析相关单一事项需要输入数据、输出数据,自动推荐出联办创新事项的办理材料及流程结果;推导出本联办创新事项所需要数据,及数据共享需求清单;启动缺失数据归集、跨部门数据融合,完成数据准备工作。本发明自动分析当前的数据建设情况,完成当前有什么数据、缺什么数据,并提供数据在哪里的指导、降低人工投入,同时自动推理数据共享需求、自动完成事项办理减材料分析。
Description
技术领域
本发明涉及政务服务数字化技术,特别是一种基于知识图谱的智能数据分析方法。
背景技术
在政府数字化转型的背景下,基于数据驱动,在数字政府领域存在着大量创新和业务重塑的需求,如面向一个自然人的出生,将卫健委、公安、人社不同政府部门中相关的业务整合为一个事情,简称“出生一件事”,整合之后,老百姓在办理小孩出生相关手续时,看到的不是多个政府部门,而是一个整体,相关政府部门的履职对办事人透明,要做到这一点,需要做大量的数据处理和分析工作,包括分析某个场景需要什么样的数据支撑、当前具备了哪些数据、缺哪些数据、需要做怎样的数据融合、哪些办事材料可以通过数据共享代替等等,目前普遍的做法是投入大量人员基于个人对业务和数据的理解,手工分析处理。人工投入大,且很难找到精通全流程的技术和业务人员,费时费力且不一定准确。类似业务场景还包括“身故一件事”、“入学一件事”等等。
CN202011575584.7公开了一种基于办事事项数据供需图谱梳理数据质量规则的方法,步骤包括:构建政务数据图谱本体模型;构建数据供需关系图谱;设置需要梳理的数据元集合,计算集合中数据元与供需关系图谱中办事事项的先后顺序依赖关系图;根据办事事项的先后顺序依赖关系图,得到数据元的先后顺序依赖关系图;根据所述数据元的先后顺序依赖关系图生成数据质量规则。
发明内容
针对现有技术中存在的问题,本发明提供了一种自动分析当前的数据建设情况,完成当前有什么数据、缺什么数据,并提供数据在哪里的指导、降低人工投入,同时自动推理数据共享需求、自动完成事项办理减材料分析的基于知识图谱的智能数据分析方法。
本发明的目的通过以下技术方案实现。
一种基于知识图谱的智能数据分析方法,包括如下步骤:
1)构建政务服务事项知识图谱:将政务服务事项相关的部门、部门对应该事项的职责、负责事项的科室、事项、事项办理需要的数据、事项办理产生的数据纳入政务服务事项知识图谱;针对政务服务事项根据自然人、企业的生命周期打上对应的标签;
2)构建政务元数据图谱:以自然人、企业为核心实体对象,构建自然人从出生到死亡、企业从准入到退出,两个全生命周期涉及的所有数据为基础的知识图谱;
3)将政务服务事项知识图谱和政务元数据图谱以关系网络构建融合形成政务知识图谱:对政务知识图谱中的数据词汇以包含若干条连接线的关系网络的方式进行组织,所述若干条连接线的关系网络为政务服务的要素之间的引用关系;
4)事项办理串并联分析:确定需要做联办创新的事项,基于政务服务事项知识图谱分析联办事项关联的单一事项,分析相关单一事项需要输入数据、输出数据,基于知识图谱的关系网络,根据事项材料的先后依赖关系,自动梳理出联办流程,即事项办理的先后顺序,自动推荐出联办创新事项的办理材料及流程结果;
5)数据共享分析:推导出本联办创新事项所需要数据,及数据共享需求清单:根据联办事项中各单一事项的串并联关系,非头部事项办理所需的数据如在前序事项中已经提供或是前序事项办理结果,则这些数据都是可通过数据共享的方式来提供,头部事项办理所需的数据以及后续事项办理时不能通过前序事项的办理结果提供的数据为数据共享的需求清单,数据共享需求清单中无法被满足的部分即为本联办创新事项所需要的数据;
6)数据建设分析:针对上一步中的数据共享需求清单,对照当前已经具备的数据情况,启动缺失数据归集、跨部门数据融合,完成数据准备工作。进一步的,所述步骤2)政务元数据图谱包括数据仓库视角的相对标准化的数据模型,以及部门视角的数据模型。
进一步的,所述步骤5)结合政务元数据图谱数据仓库视角数据模型,对比数据共享需求清单,分析得到大数据管理部门当前已有数据和尚缺失数据,同时结合元数据图谱中部门视角的数据模型,推荐出缺失数据所在部门。
进一步的,所述步骤4)基于知识图谱的关系网络,根据事项材料的先后依赖关系,自动梳理出联办材料减免建议,所述材料减免建议包括多个单一事项并行办理、可免于提供的材料;自动推荐出联办创新事项的办理材料优化结果。
进一步的,所述步骤6)之后进行迭代学习,丰富政务服务事项知识图谱,将已完成的创新联办事项提取为政务知识图谱的新知识,形成知识模板,在后续需要做相同创新的用户处,将完整的基于知识图谱的分析推理结果一次性输出。
相比于现有技术,本发明的优点在于:
(1)以知识图谱的方式组织政务服务事项和相关元数据,降低人工投入;
(2)自动完成联办事项创新优化分析,包括流程优化和材料优化;
(3)自动完成共享数据需求分析、缺失数据分析和数据建设指导;
(4)迭代学习,建立创新场景为索引的知识模板,不断丰富领域知识图谱,提升创新复制的效率。
附图说明
图1为本发明流程图。
图2为本发明政务服务事项知识图谱示意图。
图3为本发明实施例政务元数据图谱示意图。
图4为本发明实施例办理流程推荐结果示意图。
具体实施方式
下面结合说明书附图和具体的实施例,对本发明作详细描述。
如图1所示,一种基于知识图谱的智能数据分析方法,包括如下步骤:
1)构建政务服务事项知识图谱(如图2所示):将政务服务事项相关的部门、部门对应该事项的职责、负责事项的科室、事项、事项办理需要的数据、事项办理产生的数据纳入政务服务事项知识图谱;针对政务服务事项根据自然人、企业的生命周期打上对应的标签;如自然人包括出生、上学、就业、婚育、置业、救助、就医、退休、养老、身后等,企业包括企业开办、场地获得、员工招聘、生产经营、权益保护、清算注销等;
2)构建政务元数据图谱(如图3所示以自然人为例):以自然人、企业为核心实体对象,构建自然人从出生到死亡、企业从准入到退出,两个全生命周期涉及的所有数据为基础的知识图谱;政务元数据图谱包括数据仓库视角(从图3左侧)的相对标准化的数据模型,以及部门视角(从图3右侧)的数据模型。
3)将政务服务事项知识图谱和政务元数据图谱以关系网络构建融合形成政务知识图谱:对政务知识图谱中的数据词汇以包含若干条连接线的关系网络的方式进行组织,所述若干条连接线的关系网络为政务服务的要素之间的引用关系;
4)事项办理串并联分析:确定需要做联办创新的事项,基于政务服务事项知识图谱分析联办事项关联的单一事项,如“出生一件事”,分析“出生”相关的单一事项,包括:
a) 卫生部门:出生医学证明办理;
b) 卫生部门:预防接种证办理;
c) 公安部门:户口登记;
d) 医保部门:医保参保登记;
e) 社保部门:社保卡办理;
f) 医保部门:生育保险待遇审核。
分析相关单一事项需要输入数据、输出数据,基于知识图谱的关系网络,根据事项材料的先后依赖关系,自动梳理出联办流程及材料减免建议,即事项办理的先后顺序,包括哪些单一事项可以并行办理、哪些材料可以免于提供。自动推荐出联办创新事项的办理材料及流程优化结果(如图4所示),材料减免优化参照以下原则:
——没有法律、法规、国务院决定、规章、规范性文件等依据的申报材料;
——表述不明确的材料,如“其他材料”“相关证明”“……等材料”等;
——可以被其他申报材料涵盖或替代的申报材料;
——所办理事项已发放证照或批准文件的材料;
——可通过书面告知承诺方式替代的申报材料;
——可通过政府部门间核查或数据共享获得的材料。
如“出生一件事”的办理流程推荐结果如下:
将原来6个单一事项推荐为串并结合的四个办理阶段。
办事材料推荐结果,由原来的14件减少为1件(“出生一件事”办理登记表)。
5)数据共享分析:推导出本联办创新事项所需要数据,及数据共享需求清单:根据联办事项中各单一事项的串并联关系,非头部事项办理所需的数据如在前序事项中已经提供或是前序事项办理结果,则这些数据都是可通过数据共享的方式来提供,头部事项办理所需的数据以及后续事项办理时不能通过前序事项的办理结果提供的数据为数据共享的需求清单,数据共享需求清单中无法被满足的部分即为本联办创新事项所需要的数据;头部事项是指一串联办事项的初始可办理事项,可能是一个(一开始没有可并联办理的事项)或多个(一开始有多个事项可以并行办理,互相没有材料依赖)。结合政务元数据图谱数据仓库视角数据模型,对比数据共享需求清单,分析得到大数据管理部门当前已有数据和尚缺失数据,同时结合元数据图谱中部门视角的数据模型,推荐出缺失数据所在部门。
6)数据建设分析:启动缺失数据归集、跨部门数据融合,完成数据准备工作。
进行迭代学习,丰富政务服务事项知识图谱,将已完成的创新联办事项提取为政务知识图谱的新知识,形成知识模板,如“出生一件事联办创新知识模板”、“身故一件事联办创新知识模板”等,在后续需要做“出生一件事联办”等相同创新的用户处,将完整的基于知识图谱的分析推理结果一次性输出。
Claims (5)
1.一种基于知识图谱的智能数据分析方法,其特征在于包括如下步骤:
1)构建政务服务事项知识图谱:将政务服务事项相关的部门、部门对应该事项的职责、负责事项的科室、事项、事项办理需要的数据、事项办理产生的数据纳入政务服务事项知识图谱;针对政务服务事项根据自然人、企业的生命周期打上对应的标签;
2)构建政务元数据图谱:以自然人、企业为核心实体对象,构建自然人从出生到死亡、企业从准入到退出,两个全生命周期涉及的所有数据为基础的知识图谱;
3)将政务服务事项知识图谱和政务元数据图谱以关系网络构建融合形成政务知识图谱:对政务知识图谱中的数据词汇以包含若干条连接线的关系网络的方式进行组织,所述若干条连接线的关系网络为政务服务的要素之间的引用关系;
4)事项办理串并联分析:确定需要做联办创新的事项,基于政务服务事项知识图谱分析联办事项关联的单一事项,分析相关单一事项需要输入数据、输出数据,基于知识图谱的关系网络,根据事项材料的先后依赖关系,自动梳理出联办流程,即事项办理的先后顺序,自动推荐出联办创新事项的办理材料及流程结果;
5)数据共享分析:推导出本联办创新事项所需要数据,及数据共享需求清单:根据联办事项中各单一事项的串并联关系,非头部事项办理所需的数据如在前序事项中已经提供或是前序事项办理结果,则这些数据都是可通过数据共享的方式来提供,头部事项办理所需的数据以及后续事项办理时不能通过前序事项的办理结果提供的数据为数据共享的需求清单,数据共享需求清单中无法被满足的部分即为本联办创新事项所需要的数据;
6)数据建设分析:针对上一步中的数据共享需求清单,对照当前已经具备的数据情况,启动缺失数据归集、跨部门数据融合,完成数据准备工作。
2.根据权利要求1所述的一种基于知识图谱的智能数据分析方法,其特征在于所述步骤2)政务元数据图谱包括数据仓库视角的相对标准化的数据模型,以及部门视角的数据模型。
3.根据权利要求2所述的一种基于知识图谱的智能数据分析方法,其特征在于所述步骤5)结合政务元数据图谱数据仓库视角数据模型,对比数据共享需求清单,分析得到大数据管理部门当前已有数据和尚缺失数据,同时结合元数据图谱中部门视角的数据模型,推荐出缺失数据所在部门。
4.根据权利要求1-3任意一项所述的一种基于知识图谱的智能数据分析方法,其特征在于所述步骤4)基于知识图谱的关系网络,根据事项材料的先后依赖关系,自动梳理出联办材料减免建议,所述材料减免建议包括多个单一事项并行办理、可免于提供的材料;自动推荐出联办创新事项的办理材料优化结果。
5.根据权利要求4所述的一种基于知识图谱的智能数据分析方法,其特征在于所述步骤6)之后进行迭代学习,丰富政务服务事项知识图谱,将已完成的创新联办事项提取为政务知识图谱的新知识,形成知识模板,在后续需要做相同创新的用户处,将完整的基于知识图谱的分析推理结果一次性输出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110521841.7A CN112988735A (zh) | 2021-05-13 | 2021-05-13 | 一种基于知识图谱的智能数据分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110521841.7A CN112988735A (zh) | 2021-05-13 | 2021-05-13 | 一种基于知识图谱的智能数据分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112988735A true CN112988735A (zh) | 2021-06-18 |
Family
ID=76337676
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110521841.7A Pending CN112988735A (zh) | 2021-05-13 | 2021-05-13 | 一种基于知识图谱的智能数据分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112988735A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116307663A (zh) * | 2023-02-16 | 2023-06-23 | 广州力麒智能科技有限公司 | 一种智能自助政务服务系统、政务服务通办的方法及终端 |
CN117391643A (zh) * | 2023-12-13 | 2024-01-12 | 山东贝森医院管理咨询有限公司 | 一种基于知识图谱的医保单据审核方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106484855A (zh) * | 2016-09-30 | 2017-03-08 | 广州特道信息科技有限公司 | 一种大数据涉税情报分析系统 |
CN107862075A (zh) * | 2017-11-29 | 2018-03-30 | 浪潮软件股份有限公司 | 一种基于医疗卫生大数据的知识图谱构建方法及装置 |
CN109657066A (zh) * | 2018-11-19 | 2019-04-19 | 平安科技(深圳)有限公司 | 基于多视角的知识图谱构建方法、装置和计算机设备 |
CN111192012A (zh) * | 2019-12-27 | 2020-05-22 | 腾讯云计算(北京)有限责任公司 | 事项处理方法、装置、服务器及存储介质 |
CN111191039A (zh) * | 2019-09-30 | 2020-05-22 | 腾讯科技(深圳)有限公司 | 知识图谱创建方法、装置和计算机可读存储介质 |
CN111460125A (zh) * | 2020-05-09 | 2020-07-28 | 山东舜网传媒股份有限公司 | 政务服务智能问答方法及系统 |
CN112330307A (zh) * | 2020-12-30 | 2021-02-05 | 江苏数兑科技有限公司 | 一种基于数据图谱和业务图谱的事项办理智能推荐方法 |
-
2021
- 2021-05-13 CN CN202110521841.7A patent/CN112988735A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106484855A (zh) * | 2016-09-30 | 2017-03-08 | 广州特道信息科技有限公司 | 一种大数据涉税情报分析系统 |
CN107862075A (zh) * | 2017-11-29 | 2018-03-30 | 浪潮软件股份有限公司 | 一种基于医疗卫生大数据的知识图谱构建方法及装置 |
CN109657066A (zh) * | 2018-11-19 | 2019-04-19 | 平安科技(深圳)有限公司 | 基于多视角的知识图谱构建方法、装置和计算机设备 |
CN111191039A (zh) * | 2019-09-30 | 2020-05-22 | 腾讯科技(深圳)有限公司 | 知识图谱创建方法、装置和计算机可读存储介质 |
CN111192012A (zh) * | 2019-12-27 | 2020-05-22 | 腾讯云计算(北京)有限责任公司 | 事项处理方法、装置、服务器及存储介质 |
CN111460125A (zh) * | 2020-05-09 | 2020-07-28 | 山东舜网传媒股份有限公司 | 政务服务智能问答方法及系统 |
CN112330307A (zh) * | 2020-12-30 | 2021-02-05 | 江苏数兑科技有限公司 | 一种基于数据图谱和业务图谱的事项办理智能推荐方法 |
Non-Patent Citations (2)
Title |
---|
张铭: "城市轨道交通线网数据中心与评估决策平台", 《智能系统学报》 * |
魏成志: "政务领域自动问答系统研究与实现", 《中国优秀硕士学位论文全文数据库 社会科学Ⅰ辑》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116307663A (zh) * | 2023-02-16 | 2023-06-23 | 广州力麒智能科技有限公司 | 一种智能自助政务服务系统、政务服务通办的方法及终端 |
CN116307663B (zh) * | 2023-02-16 | 2023-09-08 | 广州力麒智能科技有限公司 | 一种智能自助政务服务系统、政务服务通办的方法及终端 |
CN117391643A (zh) * | 2023-12-13 | 2024-01-12 | 山东贝森医院管理咨询有限公司 | 一种基于知识图谱的医保单据审核方法及系统 |
CN117391643B (zh) * | 2023-12-13 | 2024-04-05 | 山东贝森医院管理咨询有限公司 | 一种基于知识图谱的医保单据审核方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhou et al. | An integrated sustainable supplier selection approach based on hybrid information aggregation | |
Smith | The structure, role, and procedures of the US Advisory Committee on Immunization Practices (ACIP) | |
CN107730430A (zh) | 基于大数据的产学研公共服务系统 | |
CN112988735A (zh) | 一种基于知识图谱的智能数据分析方法 | |
Nicolosi et al. | Social farming in the virtuous system of the circular economy. An exploratory research | |
Fan et al. | Sustainable development of cultural industry in Shaanxi province of Northwest China: A SWOT and AHP analysis | |
Elrefaey et al. | Impacts of COVID-19 on the Use of Digital Technology in Construction Projects in the UAE | |
Johnson et al. | Data Resource: population level family justice administrative data with opportunities for data linkage | |
Zhang et al. | Integrated framework of growth management for identification of service innovation levels and priorities | |
Saw et al. | Designing for trust on e-commerce websites using two of the big five personality traits | |
Dąbrowski et al. | The European Union Digital Single Market: Europe's Digital Transformation | |
Bhui et al. | THERACOM: a systematic review of the evidence base for interventions to improve Therapeutic Communications between black and minority ethnic populations and staff in specialist mental health services | |
Goloshchapova et al. | E-Government as a Key to the Economic Prosperity and Sustainable Development in the Post-COVID Era | |
Mahdani et al. | The Potential of Blockchain to Increase the Effectiveness of Management Accounting: A Systematic Literature Review | |
Rosasco et al. | The social sustainability of the infrastructures: a case study in the Liguria region | |
Lu et al. | A Two-Stage Auction Mechanism for 3PL Supplier Selection under Risk Aversion | |
Robina Ramirez et al. | Willingness to comply with corporate law: An interdisciplinary teaching method in higher education | |
Bayazitova et al. | Working from Home, Telework, Equality and the Right to Privacy: A Study in Kazakhstan | |
CN113297392B (zh) | 一种基于知识图谱的智能数据服务方法 | |
Thygesen | The use of administrative sources for censuses: Merits and challenges | |
Nega et al. | Evaluating institutional dichotomy between urban and rural land administration in Amhara region, Ethiopia | |
Djuharni | To interpret the values of Bundo Kanduang in the Internal Control System | |
Kealey | No more ‘yes girls’: labour activism among New Brunswick nurses, 1964-1981 | |
Carroll et al. | Personal assistance services in Ireland: A capability approach to understanding the lived experience of disabled people | |
Pratama et al. | Building Alternative Strategies in Pharmacies: Analyze, Formulate, and Priority Determination |
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 |