CN113380354A - 一种人员招募方法、装置、系统、电子设备及存储介质 - Google Patents
一种人员招募方法、装置、系统、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113380354A CN113380354A CN202110665268.7A CN202110665268A CN113380354A CN 113380354 A CN113380354 A CN 113380354A CN 202110665268 A CN202110665268 A CN 202110665268A CN 113380354 A CN113380354 A CN 113380354A
- Authority
- CN
- China
- Prior art keywords
- recruitment
- nano
- arranging
- receiving
- rule
- 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
- 230000007115 recruitment Effects 0.000 title claims abstract description 275
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000012216 screening Methods 0.000 claims abstract description 119
- 230000007246 mechanism Effects 0.000 claims abstract description 92
- 239000002074 nanoribbon Substances 0.000 claims abstract description 14
- 230000008520 organization Effects 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims description 22
- 238000013507 mapping Methods 0.000 claims description 17
- 238000007726 management method Methods 0.000 description 64
- 238000012360 testing method Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 8
- 208000019695 Migraine disease Diseases 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 7
- 239000003814 drug Substances 0.000 description 7
- 206010027599 migraine Diseases 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 6
- 238000003745 diagnosis Methods 0.000 description 5
- 238000003058 natural language processing Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 229940079593 drug Drugs 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000007689 inspection Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000007635 classification algorithm Methods 0.000 description 3
- 238000013145 classification model Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000029142 excretion Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 108010003415 Aspartate Aminotransferases Proteins 0.000 description 2
- 102000004625 Aspartate Aminotransferases Human genes 0.000 description 2
- 101710098398 Probable alanine aminotransferase, mitochondrial Proteins 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 102100036475 Alanine aminotransferase 1 Human genes 0.000 description 1
- 108010082126 Alanine transaminase Proteins 0.000 description 1
- 208000000060 Migraine with aura Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000000586 desensitisation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 244000052769 pathogen Species 0.000 description 1
- 230000001717 pathogenic effect Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了一种人员招募方法、装置、系统、电子设备及存储介质。该系统包括：管理平台和至少两个招募机构分别对应的机构设备；管理平台用于创建招募任务，以及将招募任务的纳排条件发布至各机构设备；任一机构设备的规则生成模块，用于接收管理平台发布的纳排条件，基于预设知识库确定纳排条件对应的纳排关键词，并基于纳排关键词生成纳排条件对应类型的纳排规则；招募检索模块，用于基于规则生成模块生成的纳排规则，以及预设的对象数据库进行对象筛选，得到筛选结果，将筛选结果反馈至管理平台；管理平台，接收各机构设备发送的筛选结果，以形成招募任务对应的招募信息。通过上述技术方案，实现了跨机构自动招募，提高了招募的效率。
Description
技术领域
本发明实施例涉及数据处理技术，尤其涉及一种人员招募方法、装置、系统、电子设备及存储介质。
背景技术
随着中国经济和医疗需求的增长，中国医药市场的规模不断逐年扩大，其中生物药上市需求越来越多。临床试验是药物上市的必经环节，而临床试验中的受试者招募是临床试验的重中之重，受试者招募的效率提升可以大大增加药物上市的速度。
开展药物临床试验需要到国家指定获得GCP认证的医院进行临床试验，申办方一般选择与药物匹配的大三甲医院试点临床试验，然而试点医院的潜在受试者是无法满足临床试验招募人数的需求，很多非试点医院的潜在受试者是通过传统的线下招募公司来招募入组到大三甲医院参与临床试验，跨机构的线下招募效率比较低。
发明内容
本发明实施例提供一种人员招募方法、装置、系统、电子设备及存储介质，以实现跨机构自动招募，提高人员招募的效率。
第一方面，本发明实施例提供了一种招募系统，包括：管理平台和至少两个招募机构分别对应的机构设备，其中，所述管理平台与各所述机构设备基于B/S架构分布式模式进行通信；其中，任一所述机构设备包括规则生成模块和招募检索模块；所述管理平台用于创建招募任务，以及架构招募任务的纳排条件发布至各机构设备；任一所述机构设备的规则生成模块，用于接收管理平台发布的纳排条件，基于预设知识库确定所述纳排条件对应的纳排关键词，并基于所述纳排关键词生成所述纳排条件对应类型的纳排规则；所述招募检索模块，用于基于规则生成模块生成的纳排规则，以及预设的对象数据库进行对象筛选，得到筛选结果，将所述筛选结果反馈至所述管理平台；所述管理平台，接收各机构设备发送的筛选结果，以形成所述招募任务对应的招募信息。
第二方面，本发明实施例还提供了一种招募方法，包括：
接收管理平台发送的招募任务的纳排条件，基于预设知识库确定所述纳排条件对应的纳排关键词，并基于所述纳排关键词生成所述纳排条件对应类型的纳排规则；
基于规则生成模块生成的纳排规则，以及预设的对象数据库进行对象筛选，得到筛选结果，将所述筛选结果反馈至所述管理平台。
第三方面，本发明实施例还提供了一种招募方法，包括：
创建招募任务，以及所述招募任务的纳排条件，将所述纳排条件发送至至少两个招募机构分别对应的机构设备；
接收各机构设备发送的筛选结果，将各机构设备反馈的筛选结果中各对象数据与各招募任务的纳排条件进行匹配，将所述筛选结果中各对象数据分配至各招募任务，以形成所述招募任务对应的招募信息。
第四方面，本发明实施例还提供了一种招募装置，包括：
纳排规则生成模块，用于接收管理平台发送的招募任务的纳排条件，基于预设知识库确定所述纳排条件对应的纳排关键词，并基于所述纳排关键词生成所述纳排条件对应类型的纳排规则；
结果筛选模块，用于基于规则生成模块生成的纳排规则，以及预设的对象数据库进行对象筛选，得到筛选结果，将所述筛选结果反馈至所述管理平台。
第五方面，本发明实施例还提供了一种招募装置，包括：
任务创建模块，用于创建招募任务，以及所述招募任务的纳排条件，将所述纳排条件发送至至少两个招募机构分别对应的机构设备；
数据分配模块，用于接收各机构设备发送的筛选结果，将各机构设备反馈的筛选结果中各对象数据与各招募任务的纳排条件进行匹配，将所述筛选结果中各对象数据分配至各招募任务，以形成所述招募任务对应的招募信息。
第六方面，本发明实施例还提供了一种设备，所述设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明实施例任一所述的招募方法。
第七方面，本发明实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如本发明实施例任一所述的招募方法。
本发明通过在招募系统设置管理平台和至少两个招募机构分别对应的机构设备，其中，管理平台与各机构设备基于B/S架构分布式模式进行通信，实现了各机构设备仅通过浏览器就可以与管理平台进行数据交互，简化了招募系统的开发、维护和使用。进一步的，在任一机构设备中设置规则生成模块和招募检索模块，实现了纳排规则的自动生成和对象筛选，并将筛选结果发送至管理平台，管理平台接收各机构设备发送的筛选结果，以形成招募任务对应的招募信息，实现了跨机构自动招募，提高人员招募的效率。
附图说明
为了更加清楚地说明本发明示例性实施例的技术方案，下面对描述实施例中所需要用到的附图做一简单介绍。显然，所介绍的附图只是本发明所要描述的一部分实施例的附图，而不是全部的附图，对于本领域普通技术人员，在不付出创造性劳动的前提下，还可以根据这些附图得到其他的附图。
图1是本发明实施例一所提供的一种招募系统的结构示意图；
图2是本发明实施例二所提供的一种招募系统的结构示意图；
图3是本发明实施例三所提供的一种招募方法的流程示意图；
图4是本发明实施例四所提供的一种招募方法的流程示意图；
图5是本发明实施例四所提供的一种招募装置的结构示意图；
图6是本发明实施例四所提供的一种招募装置的结构示意图；
图7是本发明实施例五所提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。
另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1是本发明实施例一提供的一种招募系统的结构示意图，如图1所示。其中，图1仅为一种示例，在其他实施例中，不限定机构设备的数量。该系统包括：管理平台110和至少两个招募机构分别对应的机构设备120。该系统可以配置在电子计算设备上，例如，台式电脑或服务器等。
其中，管理平台110与各机构设备120基于B/S架构分布式模式进行通信；其中，任一机构设备120包括规则生成模块和招募检索模块；管理平台110用于创建招募任务，以及将招募任务的纳排条件发布至各机构设备120；任一机构设备120的规则生成模块，用于接收管理平台110发布的纳排条件，基于预设知识库确定所述纳排条件对应的纳排关键词，并基于所述纳排关键词生成所述纳排条件对应类型的纳排规则；招募检索模块，用于基于规则生成模块生成的纳排规则，以及预设的对象数据库进行对象筛选，得到筛选结果，将筛选结果反馈至管理平台110；管理平台110，接收各机构设备120发送的筛选结果，以形成招募任务对应的招募信息。
在本发明实施例中，B/S架构分布式模式是一种混合网络通信模式，具体包括B/S模式和分布式模式。其中，B/S模式可用于实现多个招募机构访问管理平台110。示例性的，通过招募机构的电脑浏览器，登录到管理平台服务器对应的网址，可进行提交临床试验申请、管理中心审核确认、临床试验纳排条件处理和筛选结果展示等交付式通信管理。分布式模式可用于将管理平台110生成的纳排条件发送至各机构设备120，并将各机构设备120的筛选结果反馈至管理平台110。本实施例通过采用B/S架构分布式模式，实现了各机构设备仅通过浏览器就可以与管理平台进行数据交互，无需另外开发客户端软件，从而简化了招募系统的开发、维护和使用。
管理平台110指的是对招募任务进行统一管理的工作平台，具体包括但不限于项目管理模块、条件处理模块、通信模块、溯源模块和检索结果模块。项目管理模块可用于创建招募任务，例如可以是创建临床试验招募任务。项目管理模块还可用于招募任务的后续管理，例如可以对招募任务进行修改或删除。条件处理模块可用于接收项目管理发送的招募任务，生成纳排条件。在一些实施例中，项目管理模块可以是接收任一机构设备120发送的招募请求，基于该招募请求创建一招募任务，项目管理模块还可以是根据用户输入的创建指令，创建一招募任务。
通信模块，可用于将条件处理模块生成的纳排条件发送至各机构设备120。溯源模块可用于查找招募对象的来源，例如招募对象曾经就医记录。检索结果模块可用于接收各机构设备120发送的筛选结果，以形成招募任务对应的招募信息。
机构设备120指的是招募机构中用于进行招募操作的设备。其中，招募机构可以包括但不限于医院、学校或公司等组织。机构设备120包括但不限于规则生成模块、招募检索模块和通信模块。规则生成模块用于接收管理平台110发布的纳排条件。具体的，机构设备120的通信模块接收到管理平台110的通信模块发送纳排条件，再将纳排条件发送至规则生成模块。
规则生成模块还可用于生成纳排规则。其中，预设知识库是根据前期招募任务或项目的积累建立的知识库。在一些可选实施例中，基于预设知识库确定纳排条件对应的纳排关键词之前，规则生成模块还包括：基于语句库确定纳排条件对应的类型；通过自然语言处理算法提取纳排条件中的关键信息。
具体的，通过分类算法预先对语句库进行学习，生成纳排条件分类模型。其中，分类算法可以包括决策树分类法、朴素的贝叶斯分类算法或基于支持向量机的分类法等。语句库可以包括SQL语句库等。以招募任务为医学招募任务为例，纳排条件对应的类型可以包括诊断类、检验类、用药类、人口学类、手术类和检查类等。通过自然语言处理算法提取纳排条件中的关键信息，其中，关键信息包括纳排条件的关键词以及关键词之间的修饰关系。在其他实施例中，纳排条件对应的类型可以是基于招募任务的类型或者招募对象确定，对此不作限定。
本实施例通过自然语言处理算法提取纳排条件中的关键信息，然后基于关键信息和预设知识库确定纳排条件对应的纳排关键词，并基于纳排关键词生成纳排条件对应类型的纳排规则，实现了自动生成纳排规则，与以往人工制定纳排规则的方法相比，大大提高了纳排规则生成效率。
招募检索模块通过纳排规则在预设的对象数据库中进行对象筛选，得到与纳排规则相匹配的筛选结果。其中，对象数据库指的是包含招募对象的相关信息的数据库，例如可以是人或动物的临床数据库。
在上述实施例的基础上，所述预设知识库包括关联词库、同义词库和上下位词库；所述规则生成模块用于：将所述纳排条件分别在所述关联词库、同义词库和上下位词库中进行匹配，将所述纳排条件中的关键词、与所述纳排条件相匹配的关联词、同义词和上下位词确定为纳排关键词；基于所述纳排条件的类型调用对应类型的初始规则；将所述纳排关键词添加到所述初始规则中的对应字段，形成纳排条件对应类型的纳排规则。
其中，纳排关键词是在关键词基础上对关键词的关联词、同义词和上下位词的扩充。纳排条件类型的初始规则指的是根据以往项目经验生成的规则模板，未进行扩充和完善。
具体的，通过将纳排条件输入至预先训练完成纳排条件分类模型确定纳排条件的类型，调用纳排条件类型相对应的初始规则，并通过自然语言处理算法提取纳排条件中的关键词及关键词之间的修饰关系，将关键词及关键词之间的修饰关系对初始规则对应字段进行替换；根据纳排条件对应的关键词在预设知识库中进行匹配生成纳排关键词，将纳排关键词添加到初始规则中的对应字段，最终生成纳排条件对应的纳排规则，实现了自动生成纳排规则，与以往人工制定纳排规则的方法相比，大大提高了纳排规则生成效率。
示例性的，纳排条件为AST或ALT小于40的患者，通过纳排条件分类模型对当前纳排条件进行分类，识别的分类结果为检验类，检验类在SQL语句库中对应的初始规则为select patient ID from lab where test_item like“某一检验项目名称”and value判断符“数值”。并通过自然语言处理算法提取纳排条件中的关键词“AST”和“ALT”为检验项目名称，“小于”为判断符，“40”为数值，“小于40”的条件同时修饰“AST”和“ALT”。将识别的“检验项目名称”、“判断符”和“数值”在SQL语句库检验类的初始规则中替换，并将识别的关键词在预设知识库中匹配得到纳排关键词，预设知识库中已有知识：AST＝谷草转氨酶，ALT＝谷丙转氨酶，属于检验项目名称，得到纳排关键词“谷草转氨酶”、“谷丙转氨酶”，并将纳排关键词补充至初始规则，生成最终的纳排规则为：select patient ID from lab where(test_item like“AST”or test_item like and value“谷草转氨酶”)<40or(test_itemlike“ALT”or test_item like and value“谷丙转氨酶”)<40。
在上述实施例的基础上，所述招募检索模块具体用于：根据预设时间间隔周期性地基于所述纳排规则，对所述对象数据库在所述预设时间间隔内的对象增量数据进行对象筛选，得到筛选结果；或者，在检测到所述对象数据库中的新增对象数据时，基于所述纳排规则对所述新增对象数据进行筛选。
其中，对象增量数据指的是预设时间间隔内增加的对象数据，对象数据可包括但不限于年龄、性别、体检结果和病史等信息。
示例性的，招募任务类型可分为跨机构招募任务和单机构招募任务。其中，跨机构招募任务指的是在多个招募机构之间执行招募任务，单机构招募任务指的是在一个机构进行招募，即院内招募。在多个招募机构之间执行招募任务时，为减少网络和存储资源的浪费，对临床数据库每隔一天采集一次新增加的对象数据，将新增加的对象数据用于招募任务的结果筛选，并将筛选出来的对象数据发送至管理平台。在院内招募时，对临床数据库进行实时检测，当检测到新增对象数据时，立即执行招募任务，基于招募任务生成的纳排规则对新增对象数据进行精细化筛选。
本实施例针对不同的招募任务类型，选取不同的数量的对象数据进行筛选，在保证纳排条件精准匹配的同时，还减少了网络和存储资源的浪费。
在一些可选实施例中，在得到筛选结果之后，还需要对筛选结果对象进行确认是否参见相对应的招募任务。其中，筛选结果对象确认是否参见相对应的招募任务之前，将筛选结果对象进行脱敏处理。示例性的，筛选结果对象可以是符合临床试验条件患者，研究者与筛选结果中的患者进行联系，确认是否要参见招募任务对应的临床试验，若患者同意参与招募任务的临床试验，则患者入组，若患者不同意参与招募任务的临床试验，则患者不参与此次临床试验。在本实施例中，通过对筛选结果对象进行脱敏处理，并确认是否参加招募任务，既保证了患者的隐私，也提高了招募任务匹配的准确性。
在上述实施例的基础上，所述管理平台具体用于：将各机构设备反馈的筛选结果中各对象数据与各招募任务的纳排条件进行匹配，将所述筛选结果中各对象数据分配至各招募任务。
具体的，招募系统可同时处理多个招募任务，当管理平台接收到多个机构反馈的筛选结果时，将多个机构反馈的筛选结果中的对象数据通过分布式算法与相对应的招募任务的纳排条件进行匹配，最终得到招募任务的筛选结果。本实施例通过分布式算法对各机构设备发送的筛选结果与招募任务进行匹配，与传统逐一进行匹配的方法相比，提高了匹配速度和匹配结果的可靠性。
在上述实施例的基础上，所述管理平台还用于：向各机构设备发送任一对象数据的溯源请求，接收各机构设备反馈的所述对象数据的标签，基于所述对象数据的标签将所述对象数据与各招募任务进行匹配。
示例性的，在管理平台接收到各机构设备发送的筛选结果之后，工作人员可登录管理平台查看筛选结果，从筛选结果中选取对象入组，若筛选结果中存在无法确认的对象数据，则对无法确认的对象数据进行溯源预测。将无法确定的对象数据输入至预先训练完成的对象溯源模型中，可得知对象数据是否符合入组条件，完成招募任务匹配。其中，对象溯源模型是基于对多组训练样本数据，对预先建立的初始网络模型进行训练而生成，训练样本数据包括纳排条件和纳排条件相对应的各机构设备反馈的对象数据的标签。本实施例通过将对象数据进行溯源预测，提高了对象数据与招募任务的匹配精度，从而加快对象入组效率。
本实施例的技术方案，通过在招募系统设置管理平台和至少两个招募机构分别对应的机构设备，其中，管理平台与各机构设备基于B/S架构分布式模式进行通信，实现了各机构设备仅通过浏览器就可以与管理平台进行数据交互，简化了招募系统的开发、维护和使用。进一步的，在任一机构设备中设置规则生成模块和招募检索模块，实现了纳排规则的自动生成和对象筛选，并将筛选结果发送至管理平台，管理平台接收各机构设备发送的筛选结果，以形成招募任务对应的招募信息，实现了跨机构自动招募，提高人员招募的效率。
实施例二
图2是本发明实施例一提供的另一种招募系统的结构示意图，如图2所示，可选的，所述机构设备还包括：多源异构处理模块，用于对所述纳排规则中的各字段进行多源异构处理，更新所述纳排规则。
由于不同招募机构存在不同的数据标准，在多个招募机构之间进行招募时，需要采用多源异构处理模块将不同招募机构的数据进行统一。
具体的，机构设备生成纳排规则后，纳排规则中包含多个字段，例如诊断名称、诊断表明等字段信息，字段信息在不同招募机构可能存在差异，需要对纳排规则存在差异的字段信息进行统一处理，实现对纳排规则的更新。
在上述实施例的基础上，所述多源异构处理模块还用于：基于本地的信息映射库，确定纳排规则中各字段的至少一项映射词，基于所述至少一项映射词更新所述纳排规则；或者，将所述招募任务、招募条件以及纳排规则在显示界面进行可视化显示，其中，所述显示界面包括纳排规则的编辑页面；通过所述编辑页面接收对纳排规则中各字段的更新，并基于更新后的字段得到更新后的纳排规则。
其中，本地的信息映射库位于机构设备，可以包括医院数据库(Hospital DataWarehouse，HDW)和临床试验数据中心数据库(Clinical Trial Data Resposiry，CTDR)，CTDR数据库是具有规范标准的数据库，通过与多个招募机构中的HDW数据库建立映射关系，可将多个招募机构中的字段信息统一标准。
示例性的，在进行纳排规则编辑时，本地HDW数据库和纳排规则编辑界面中存在诊断名称“偏头痛”，编辑界面还存在提示窗口，提示“偏头痛”在CTDR数据库相关的诊断名称有“先兆偏头痛”、“复合性偏头痛”等。例如，工作人员根据经验确定编辑界面中“偏头痛”就是“复合性偏头痛”，则将纳排规则中的“偏头痛”修改为“复合性偏头痛”，并将更新后的纳排规则生成相应的SQL语句，方便工作人员对招募系统的操作。
本实施例的技术方案，通过本地的信息映射库，对多个招募机构进行统一映射，解决了不同招募机构间存在的数据多源异构问题，并通过可视化界面进行修改编辑，通过人工矫正，对错误的映射关系进行排除，使建立的映射关系更加准确，进而提高了招募效率。
实施例三
图3为本发明实施例三提供的一种招募方法的流程图，本实施例可适用于用户通过招募系统在多个机构自动进行招募的情况，该方法可以由本发明实施例提供的招募系统来执行，并具体应用于机构设备中。如图3所示，本实施例的招募方法具体可包括如下步骤：
S310、接收管理平台发送的招募任务的纳排条件，基于预设知识库确定所述纳排条件对应的纳排关键词，并基于所述纳排关键词生成所述纳排条件对应类型的纳排规则。
S320、基于规则生成模块生成的纳排规则，以及预设的对象数据库进行对象筛选，得到筛选结果，将所述筛选结果反馈至所述管理平台。
在上述实施例的基础上，所述预设知识库包括关联词库、同义词库和上下位词库；该方法还包括：
将所述纳排条件分别在所述关联词库、同义词库和上下位词库中进行匹配，将所述纳排条件中的关键词、与所述纳排条件相匹配的关联词、同义词和上下位词确定为纳排关键词；
基于所述纳排条件的类型调用对应类型的初始规则；
将所述纳排关键词添加到所述初始规则中的对应字段，形成纳排条件对应类型的纳排规则。
在上述实施例的基础上，该方法还包括：
基于本地的信息映射库，确定纳排规则中各字段的至少一项映射词，基于所述至少一项映射词更新所述纳排规则；或者，
将所述招募任务、招募条件以及纳排规则在显示界面进行可视化显示，其中，所述显示界面包括纳排规则的编辑页面；
通过所述编辑页面接收对纳排规则中各字段的更新，并基于更新后的字段得到更新后的纳排规则。
在上述实施例的基础上，该方法还包括：
根据预设时间间隔周期性地基于所述纳排规则，对所述对象数据库在所述预设时间间隔内的对象增量数据进行对象筛选，得到筛选结果；或者，
在检测到所述对象数据库中的新增对象数据时，基于所述纳排规则对所述新增对象数据进行筛选。
本实施例的技术方案，通过接收管理平台发送的招募任务的纳排条件，基于预设知识库确定所述纳排条件对应的纳排关键词，并基于所述纳排关键词生成所述纳排条件对应类型的纳排规则，替代了现有手工制定纳排规则的方法，实现了纳排规则的自动生成；基于规则生成模块生成的纳排规则，以及预设的对象数据库进行对象筛选，得到筛选结果，将所述筛选结果反馈至所述管理平台，管理平台通过将多个招募机构的筛选结果进行整合，实现了跨机构自动招募，提高人员招募的效率。
实施例四
图4为本发明实施例四提供的一种招募方法的流程图，本实施例可适用于用户通过招募系统在多个机构自动进行招募的情况，该方法可以由本发明实施例提供的招募系统来执行，并具体应用于管理平台中。如图4所示，本实施例的招募方法具体可包括如下步骤：
S410、创建招募任务，以及所述招募任务的纳排条件，将所述纳排条件发送至至少两个招募机构分别对应的机构设备。
S420、接收各机构设备发送的筛选结果，将各机构设备反馈的筛选结果中各对象数据与各招募任务的纳排条件进行匹配，将所述筛选结果中各对象数据分配至各招募任务，以形成所述招募任务对应的招募信息。
在上述实施例的基础上，该方法还包括：
将各机构设备反馈的筛选结果中各对象数据与各招募任务的纳排条件进行匹配，将所述筛选结果中各对象数据分配至各招募任务。
在上述实施例的基础上，该方法还包括：
向各机构设备发送任一对象数据的溯源请求，接收各机构设备反馈的所述对象数据的标签，基于所述对象数据的标签将所述对象数据与各招募任务进行匹配。
本实施例的技术方案，通过创建招募任务，以及所述招募任务的纳排条件，将所述纳排条件发送至至少两个招募机构分别对应的机构设备；接收各机构设备发送的筛选结果，将各机构设备反馈的筛选结果中各对象数据与各招募任务的纳排条件进行匹配，将所述筛选结果中各对象数据分配至各招募任务，以形成所述招募任务对应的招募信息。上述技术方案在进行招募时，借助管理平台将招募任务发送至多个招募机构的机构设备，并将各机构设备的筛选结果返回至管理平台，实现了跨机构自动招募，提高人员招募的效率。
实施例五
图5是本申请实施例五中的一种招募装置的结构示意图，本实施例所提供的招募装置可以通过软件和/或硬件来实现，并具体配置于机构设备中来实现本发明实施例中的招募方法。该装置具体可包括：纳排规则生成模块510及结果筛选模块520。
其中，纳排规则生成模块510，用于接收管理平台发送的招募任务的纳排条件，基于预设知识库确定所述纳排条件对应的纳排关键词，并基于所述纳排关键词生成所述纳排条件对应类型的纳排规则；结果筛选模块520，用于基于规则生成模块生成的纳排规则，以及预设的对象数据库进行对象筛选，得到筛选结果，将所述筛选结果反馈至所述管理平台。
本发明实施例提供了一种招募装置，通过接收管理平台发送的招募任务的纳排条件，基于预设知识库确定所述纳排条件对应的纳排关键词，并基于所述纳排关键词生成所述纳排条件对应类型的纳排规则，替代了现有手工制定纳排规则的方法，实现了纳排规则的自动生成；基于规则生成模块生成的纳排规则，以及预设的对象数据库进行对象筛选，得到筛选结果，将所述筛选结果反馈至所述管理平台，管理平台通过将多个招募机构的筛选结果进行整合，实现了跨机构自动招募，提高人员招募的效率。
在本发明实施例中任一可选技术方案的基础上，可选地，所述预设知识库包括关联词库、同义词库和上下位词库；
所述纳排规则生成模块510用于：
将所述纳排条件分别在所述关联词库、同义词库和上下位词库中进行匹配，将所述纳排条件中的关键词、与所述纳排条件相匹配的关联词、同义词和上下位词确定为纳排关键词；
基于所述纳排条件的类型调用对应类型的初始规则；
将所述纳排关键词添加到所述初始规则中的对应字段，形成纳排条件对应类型的纳排规则。
在本发明实施例中任一可选技术方案的基础上，可选地，所述招募装置还包括：多源异构处理模块，用于对所述纳排规则中的各字段进行多源异构处理，更新所述纳排规则。
在本发明实施例中任一可选技术方案的基础上，可选地，所述多源异构处理模块还用于：
基于本地的信息映射库，确定纳排规则中各字段的至少一项映射词，基于所述至少一项映射词更新所述纳排规则；或者，
将所述招募任务、招募条件以及纳排规则在显示界面进行可视化显示，其中，所述显示界面包括纳排规则的编辑页面；
通过所述编辑页面接收对纳排规则中各字段的更新，并基于更新后的字段得到更新后的纳排规则。
在本发明实施例中任一可选技术方案的基础上，可选地，所述结果筛选模块520具体用于：
根据预设时间间隔周期性地基于所述纳排规则，对所述对象数据库在所述预设时间间隔内的对象增量数据进行对象筛选，得到筛选结果；或者，
在检测到所述对象数据库中的新增对象数据时，基于所述纳排规则对所述新增对象数据进行筛选。
实施例六
图6是本申请实施例六中的一种招募装置的结构示意图，本实施例所提供的招募装置可以通过软件和/或硬件来实现，并具体配置于管理平台中来实现本发明实施例中的招募方法。该装置具体可包括：任务创建模块610及数据分配模块620。
其中，任务创建模块610，用于创建招募任务，以及所述招募任务的纳排条件，将所述纳排条件发送至至少两个招募机构分别对应的机构设备；数据分配模块620，用于接收各机构设备发送的筛选结果，将各机构设备反馈的筛选结果中各对象数据与各招募任务的纳排条件进行匹配，将所述筛选结果中各对象数据分配至各招募任务，以形成所述招募任务对应的招募信息。
本发明实施例提供了一种招募装置，通过创建招募任务，以及所述招募任务的纳排条件，将所述纳排条件发送至至少两个招募机构分别对应的机构设备；接收各机构设备发送的筛选结果，将各机构设备反馈的筛选结果中各对象数据与各招募任务的纳排条件进行匹配，将所述筛选结果中各对象数据分配至各招募任务，以形成所述招募任务对应的招募信息。上述技术方案在进行招募时，借助管理平台将招募任务发送至多个招募机构的机构设备，并将各机构设备的筛选结果返回至管理平台，实现了跨机构自动招募，提高人员招募的效率。
在本发明实施例中任一可选技术方案的基础上，可选地，所述招募装置具体用于：
将各机构设备反馈的筛选结果中各对象数据与各招募任务的纳排条件进行匹配，将所述筛选结果中各对象数据分配至各招募任务。
在本发明实施例中任一可选技术方案的基础上，可选地，所述招募装置还用于：
向各机构设备发送任一对象数据的溯源请求，接收各机构设备反馈的所述对象数据的标签，基于所述对象数据的标签将所述对象数据与各招募任务进行匹配。
实施例七
图7为本发明实施例七所提供的一种电子设备的结构示意图。图7示出了适于用来实现本发明实施方式的示例性电子设备12的框图。图7显示的电子设备12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图7所示，电子设备12以通用计算设备的形式表现。电子设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
电子设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)30和/或高速缓存存储器32。电子设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图7未显示，通常称为“硬盘驱动器”)。尽管图7中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。系统存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如系统存储器28中，这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
电子设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该电子设备12交互的设备通信，和/或与使得该电子设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，电子设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图7所示，网络适配器20通过总线18与电子设备12的其它模块通信。应当明白，尽管图7中未示出，可以结合电子设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发实施例所提供的一种招募方法。
实施例八
本发明实施例八还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种招募方法。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明实施例操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (13)
1.一种招募系统，其特征在于，包括：管理平台和至少两个招募机构分别对应的机构设备，其中，所述管理平台与各所述机构设备基于B/S架构分布式模式进行通信；其中，任一所述机构设备包括规则生成模块和招募检索模块；
所述管理平台用于创建招募任务，以及将招募任务的纳排条件发布至各机构设备；
任一所述机构设备的规则生成模块，用于接收管理平台发布的纳排条件，基于预设知识库确定所述纳排条件对应的纳排关键词，并基于所述纳排关键词生成所述纳排条件对应类型的纳排规则；
所述招募检索模块，用于基于规则生成模块生成的纳排规则，以及预设的对象数据库进行对象筛选，得到筛选结果，将所述筛选结果反馈至所述管理平台；
所述管理平台，接收各机构设备发送的筛选结果，以形成所述招募任务对应的招募信息。
2.根据权利要求1所述的招募系统，其特征在于，所述预设知识库包括关联词库、同义词库和上下位词库；
所述规则生成模块用于：
将所述纳排条件分别在所述关联词库、同义词库和上下位词库中进行匹配，将所述纳排条件中的关键词、与所述纳排条件相匹配的关联词、同义词和上下位词确定为纳排关键词；
基于所述纳排条件的类型调用对应类型的初始规则；
将所述纳排关键词添加到所述初始规则中的对应字段，形成纳排条件对应类型的纳排规则。
3.根据权利要求1所述的招募系统，其特征在于，所述机构设备还包括：多源异构处理模块，用于对所述纳排规则中的各字段进行多源异构处理，更新所述纳排规则。
4.根据权利要求3所述的招募系统，其特征在于，所述多源异构处理模块还用于：
基于本地的信息映射库，确定纳排规则中各字段的至少一项映射词，基于所述至少一项映射词更新所述纳排规则；或者，
将所述招募任务、招募条件以及纳排规则在显示界面进行可视化显示，其中，所述显示界面包括纳排规则的编辑页面；
通过所述编辑页面接收对纳排规则中各字段的更新，并基于更新后的字段得到更新后的纳排规则。
5.根据权利要求1所述的招募系统，其特征在于，所述招募检索模块具体用于：
根据预设时间间隔周期性地基于所述纳排规则，对所述对象数据库在所述预设时间间隔内的对象增量数据进行对象筛选，得到筛选结果；或者，
在检测到所述对象数据库中的新增对象数据时，基于所述纳排规则对所述新增对象数据进行筛选。
6.根据权利要求1所述的招募系统，其特征在于，所述管理平台具体用于：
将各机构设备反馈的筛选结果中各对象数据与各招募任务的纳排条件进行匹配，将所述筛选结果中各对象数据分配至各招募任务。
7.根据权利要求6所述的招募系统，其特征在于，所述管理平台还用于：
向各机构设备发送任一对象数据的溯源请求，接收各机构设备反馈的所述对象数据的标签，基于所述对象数据的标签将所述对象数据与各招募任务进行匹配。
8.一种招募方法，其特征在于，包括：
接收管理平台发送的招募任务的纳排条件，基于预设知识库确定所述纳排条件对应的纳排关键词，并基于所述纳排关键词生成所述纳排条件对应类型的纳排规则；
基于规则生成模块生成的纳排规则，以及预设的对象数据库进行对象筛选，得到筛选结果，将所述筛选结果反馈至所述管理平台。
9.一种招募方法，其特征在于，包括：
创建招募任务，以及所述招募任务的纳排条件，将所述纳排条件发送至至少两个招募机构分别对应的机构设备；
接收各机构设备发送的筛选结果，将各机构设备反馈的筛选结果中各对象数据与各招募任务的纳排条件进行匹配，将所述筛选结果中各对象数据分配至各招募任务，以形成所述招募任务对应的招募信息。
10.一种招募装置，其特征在于，包括：
纳排规则生成模块，用于接收管理平台发送的招募任务的纳排条件，基于预设知识库确定所述纳排条件对应的纳排关键词，并基于所述纳排关键词生成所述纳排条件对应类型的纳排规则；
结果筛选模块，用于基于规则生成模块生成的纳排规则，以及预设的对象数据库进行对象筛选，得到筛选结果，将所述筛选结果反馈至所述管理平台。
11.一种招募装置，其特征在于，包括：
任务创建模块，用于创建招募任务，以及所述招募任务的纳排条件，将所述纳排条件发送至至少两个招募机构分别对应的机构设备；
数据分配模块，用于接收各机构设备发送的筛选结果，将各机构设备反馈的筛选结果中各对象数据与各招募任务的纳排条件进行匹配，将所述筛选结果中各对象数据分配至各招募任务，以形成所述招募任务对应的招募信息。
12.一种设备，其特征在于，所述设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求8中所述的招募方法，或权利要求9中所述的招募方法。
13.一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求8中所述的招募方法，或权利要求9中所述的招募方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110665268.7A CN113380354B (zh) | 2021-06-16 | 2021-06-16 | 一种人员招募方法、装置、系统、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110665268.7A CN113380354B (zh) | 2021-06-16 | 2021-06-16 | 一种人员招募方法、装置、系统、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113380354A true CN113380354A (zh) | 2021-09-10 |
| CN113380354B CN113380354B (zh) | 2024-05-24 |
Family
ID=77574636
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110665268.7A Active CN113380354B (zh) | 2021-06-16 | 2021-06-16 | 一种人员招募方法、装置、系统、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113380354B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1707506A (zh) * | 2004-06-11 | 2005-12-14 | 株式会社培绎 | 利用网络提供招募/求职信息及其关联信息的匹配系统 |
| CN101763588A (zh) * | 2009-12-10 | 2010-06-30 | 上海众恒信息产业有限公司 | 一种人员选拔系统及方法 |
| EP2562665A2 (en) * | 2011-05-16 | 2013-02-27 | Juan Jose Gomez Borrallo | Clinical platform |
| US20180151253A1 (en) * | 2016-11-28 | 2018-05-31 | PCRS Network, LLC | Accelerated clinical trial design and recruitment |
| KR20180093326A (ko) * | 2017-02-13 | 2018-08-22 | 김태수 | 구인기업을 직접 연결하는 헤드헌팅 플랫폼 시스템 |
| CN108986917A (zh) * | 2018-06-14 | 2018-12-11 | 杭州认知网络科技有限公司 | 临床试验匹配方法、装置及终端设备 |
| CN109493001A (zh) * | 2018-11-06 | 2019-03-19 | 深圳市东宝信息技术有限公司 | 一种招聘信息发布方法及系统 |
| CN109559093A (zh) * | 2018-11-16 | 2019-04-02 | 合肥风聘网络科技有限公司 | 一种便于猎头整合多平台招聘信息的一键发布系统 |
| CN110349008A (zh) * | 2019-07-02 | 2019-10-18 | 北京淇瑀信息科技有限公司 | 一种基于自然语言的决策支持方法、装置和电子设备 |
| CN112365941A (zh) * | 2020-10-16 | 2021-02-12 | 零氪科技（北京）有限公司 | 受试者招募的方法及系统 |
| CN112489774A (zh) * | 2020-11-30 | 2021-03-12 | 中国人民解放军陆军军医大学第二附属医院 | 一种临床试验受试者招募系统 |
-
2021
- 2021-06-16 CN CN202110665268.7A patent/CN113380354B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1707506A (zh) * | 2004-06-11 | 2005-12-14 | 株式会社培绎 | 利用网络提供招募/求职信息及其关联信息的匹配系统 |
| CN101763588A (zh) * | 2009-12-10 | 2010-06-30 | 上海众恒信息产业有限公司 | 一种人员选拔系统及方法 |
| EP2562665A2 (en) * | 2011-05-16 | 2013-02-27 | Juan Jose Gomez Borrallo | Clinical platform |
| US20180151253A1 (en) * | 2016-11-28 | 2018-05-31 | PCRS Network, LLC | Accelerated clinical trial design and recruitment |
| KR20180093326A (ko) * | 2017-02-13 | 2018-08-22 | 김태수 | 구인기업을 직접 연결하는 헤드헌팅 플랫폼 시스템 |
| CN108986917A (zh) * | 2018-06-14 | 2018-12-11 | 杭州认知网络科技有限公司 | 临床试验匹配方法、装置及终端设备 |
| CN109493001A (zh) * | 2018-11-06 | 2019-03-19 | 深圳市东宝信息技术有限公司 | 一种招聘信息发布方法及系统 |
| CN109559093A (zh) * | 2018-11-16 | 2019-04-02 | 合肥风聘网络科技有限公司 | 一种便于猎头整合多平台招聘信息的一键发布系统 |
| CN110349008A (zh) * | 2019-07-02 | 2019-10-18 | 北京淇瑀信息科技有限公司 | 一种基于自然语言的决策支持方法、装置和电子设备 |
| CN112365941A (zh) * | 2020-10-16 | 2021-02-12 | 零氪科技（北京）有限公司 | 受试者招募的方法及系统 |
| CN112489774A (zh) * | 2020-11-30 | 2021-03-12 | 中国人民解放军陆军军医大学第二附属医院 | 一种临床试验受试者招募系统 |
Non-Patent Citations (1)
| Title |
|---|
| 郭立文 等主编: "《信息技术基础与应用：Windows 10 + Office 2016》", 31 October 2020, 北京理工大学出版社, pages: 38 - 39 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113380354B (zh) | 2024-05-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11163763B2 (en) | Decision-support application and system for medical differential-diagnosis and treatment using a question-answering system | |
| CA2843403C (en) | A decision-support application and system for medical differential-diagnosis and treatment using a question-answering system | |
| Jetley et al. | Electronic health records in IS research: Quality issues, essential thresholds and remedial actions | |
| US20080306984A1 (en) | System and method for semantic normalization of source for metadata integration with etl processing layer of complex data across multiple data sources particularly for clinical research and applicable to other domains | |
| Shah et al. | The freetext matching algorithm: a computer program to extract diagnoses and causes of death from unstructured text in electronic health records | |
| Bekhuis et al. | Feature engineering and a proposed decision-support system for systematic reviewers of medical evidence | |
| Kukhtevich et al. | Medical decision support systems and semantic technologies in healthcare | |
| Fang et al. | Combining human and machine intelligence for clinical trial eligibility querying | |
| US20240143605A1 (en) | System And Method For Improved State Identification And Prediction In Computerized Queries | |
| TaftiAhmad | Probing patient messages enhanced by natural language processing: A top-down message corpus analysis | |
| Kohane | Getting the data in: three year experience with a pediatric electronic medical record system. | |
| Zaninelli et al. | The O3-Vet project: Integration of a standard nomenclature of clinical terms in a veterinary electronic medical record for veterinary hospitals | |
| CN113380354B (zh) | 一种人员招募方法、装置、系统、电子设备及存储介质 | |
| Birtwell et al. | Carnival: A Graph-Based Data Integration and Query Tool to Support Patient Cohort Generation for Clinical Research | |
| Dong et al. | Medical information mining‐based visual artificial intelligence emergency nursing management system | |
| Kuo et al. | NLM’s sponsorship of research in biomedical informatics (1985–2016) | |
| CN113780675A (zh) | 一种消耗预测方法、装置、存储介质及电子设备 | |
| Cutumisu et al. | Prospect: a predictive research online system for prostate cancer tasks | |
| Anitha et al. | Virtual Medical Assistant Using Machine Learning | |
| US20230273848A1 (en) | Converting tabular demographic information into an export entity file | |
| Dighe | Electronic health record optimization for artificial intelligence | |
| Sardjono et al. | Artificial intelligence and big data analysis implementation in electronic medical records | |
| Sistrom et al. | Networked ICD-9 coding system for a radiology department | |
| Handy et al. | A nationwide deep learning pipeline to predict stroke and COVID-19 death in atrial fibrillation | |
| Avdic | The Tools and Resources for Clinical Text Processing |
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 |