CN114676891A - 一种智慧药房服务评估方法及系统 - Google Patents

一种智慧药房服务评估方法及系统 Download PDF

Info

Publication number
CN114676891A
CN114676891A CN202210227366.7A CN202210227366A CN114676891A CN 114676891 A CN114676891 A CN 114676891A CN 202210227366 A CN202210227366 A CN 202210227366A CN 114676891 A CN114676891 A CN 114676891A
Authority
CN
China
Prior art keywords
intelligent
obtaining
evaluation
pharmacy
database
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
Application number
CN202210227366.7A
Other languages
English (en)
Inventor
乔艳丽
胡静
昝曼丽
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN202210227366.7A priority Critical patent/CN114676891A/zh
Publication of CN114676891A publication Critical patent/CN114676891A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393Score-carding, benchmarking or key performance indicator [KPI] analysis
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/10ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Medicinal Chemistry (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提供了一种智慧药房服务评估方法及系统,所述方法包括:获得第一智慧药房的第一服务平台集合,构建第一用户使用信息数据库;依据第一类别、第二类别对第一用户使用信息数据库进行数据分类,获得第一分类结果;由云端智能评估系统获得第一预设评价规则;依据第一预设评价规则构建第一智能评估模型,分别将第一类别数据库和第二类别数据库输入至第一智能评估模型,获得第一评估结果和第二评估结果;依据评估结果获得第一智慧药房的第一服务等级;依据第一服务等级获得第一标识信息;将第一标识信息在第一服务平台集合中各服务平台进行显示。解决了现有技术中存在对智慧药房的服务评估不够准确和评估效率低的技术问题。

Description

一种智慧药房服务评估方法及系统
技术领域
本发明涉及人工智能相关技术领域,具体涉及一种智慧药房服务评估方法及系统。
背景技术
智慧药房项目创新了医药服务和管理模式,汇聚医院、医保、药企药房信息资源,实现各级医疗机构(医生处方)信息、医保结算信息和药品进销存信息的互联互通,为卫生健康、医保、市场监管等管理部门对处方、结算和进销存的同步智慧监管提供大数据服务。为智慧药房建设以及实现就医、购药和结算的同步一体化服务,为互联网医院、联合控费等建设提供了资源共享的基础。
智慧药房相对于只提供售药服务的传统药房而言,还提供处方信息、用药提醒、用药随访、甚至在线问诊开药,建立慢病档案等功能。智慧药房虽然有广阔的发展前景,目前的发展仍然遇到诸多问题,例如当下市场鱼龙混杂,为了优化智慧药房的服务和区分开服务优劣,对于智慧药房服务的评估尤为重要,目前主要依靠智慧药房的销售数据,处方开据数量,人工评估智慧药房的服务。
但本申请发明人在实现本申请实施例中发明技术方案的过程中,发现上述技术至少存在如下技术问题:
现有技术中存在由于用户端的反馈信息的缺乏和人工评估,导致对智慧药房的服务评估不够准确和评估效率低的技术问题。
发明内容
本申请实施例通过提供了一种智慧药房服务评估方法,解决了现有技术中存在由于用户端的反馈信息的缺乏和人工评估,导致对智慧药房的服务评估不够准确和评估效率低的技术问题。达到了通过构建用户信息数据库,将用户信息分类管理,并在预设的评价规则之下,将分类后的用户信息输入智能化模型对智慧药房服务进行评分,进一步依据评分,对智慧药房服务分级,并将服务等级显示在各服务平台,增强了用户反馈信息的作用,且,使用智能化模型进行评估,较高效的得到了较全面的评估结果的技术效果。
鉴于上述问题,本申请实施例提供了一种智慧药房服务评估方法及系统。
第一方面,本申请实施例提供了一种智慧药房服务评估方法,应用于云端智能评估系统,其中,所述方法包括:获得第一智慧药房的第一服务平台集合;获取所述第一服务平台集合中各服务平台的数据信息,构建第一用户使用信息数据库;依据第一类别、第二类别对所述第一用户使用信息数据库进行数据分类,获得第一分类结果,所述第一分类结果包括第一类别数据库和第二类别数据库;由所述云端智能评估系统获得第一预设评价规则;依据所述第一预设评价规则构建第一智能评估模型,分别将所述第一类别数据库和第二类别数据库输入至所述第一智能评估模型,获得第一评估结果和第二评估结果;依据所述第一评估结果和所述第二评估等级获得所述第一智慧药房的第一服务等级;依据所述第一服务等级获得第一标识信息;将所述第一标识信息在所述第一服务平台集合中所述各服务平台进行显示。
另一方面,本申请实施例提供了一种智慧药房服务评估系统,其中,所述系统包括:第一获得单元,所述第一获得单元用于获得第一智慧药房的第一服务平台集合;第二获得单元,所述第二获得单元用于获取所述第一服务平台集合中各服务平台的数据信息,构建第一用户使用信息数据库;第一分类单元,所述第一分类单元用于依据第一类别、第二类别对所述第一用户使用信息数据库进行数据分类,获得第一分类结果,所述第一分类结果包括第一类别数据库和第二类别数据库;第三获得单元,所述第三获得单元用于由云端智能评估系统获得第一预设评价规则;第四获得单元,所述第四获得单元用于依据所述第一预设评价规则构建第一智能评估模型,分别将所述第一类别数据库和第二类别数据库输入至所述第一智能评估模型,获得第一评估结果和第二评估结果;第五获得单元,所述第五获得单元用于依据所述第一评估结果和所述第二评估等级获得所述第一智慧药房的第一服务等级;第六获得单元,所述第六获得单元用于依据所述第一服务等级获得第一标识信息;第一显示单元,所述第一显示单元用于将所述第一标识信息在所述第一服务平台集合中所述各服务平台进行显示。
第三方面,本申请实施例提供了一种智慧药房服务评估系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现第一方面任一项所述方法的步骤。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了获得第一智慧药房的第一服务平台集合;获取所述第一服务平台集合中各服务平台的数据信息,构建第一用户使用信息数据库;依据第一类别、第二类别对所述第一用户使用信息数据库进行数据分类,获得第一分类结果,所述第一分类结果包括第一类别数据库和第二类别数据库;由所述云端智能评估系统获得第一预设评价规则;依据所述第一预设评价规则构建第一智能评估模型,分别将所述第一类别数据库和第二类别数据库输入至所述第一智能评估模型,获得第一评估结果和第二评估结果;依据所述第一评估结果和所述第二评估等级获得所述第一智慧药房的第一服务等级;依据所述第一服务等级获得第一标识信息;将所述第一标识信息在所述第一服务平台集合中所述各服务平台进行显示的技术方案,达到了通过构建用户信息数据库,将用户信息分类管理,并在预设的评价规则之下,将分类后的用户信息输入智能化模型对智慧药房服务进行评分,进一步依据评分,对智慧药房服务分级,并将服务等级显示在各服务平台,增强了用户反馈信息的作用,且,使用智能化模型进行评估,得到了较全面和较高效的评估结果的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例一种智慧药房服务评估方法流程示意图;
图2为本申请实施例一种智慧药房服务评估系统结构示意图;
图3为本申请实施例示例性电子设备的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第一分类单元13,第三获得单元14,第四获得单元15,第五获得单元16,第六获得单元17,第一显示单元18,电子设备300,存储器301,处理器302,通信接口303,总线架构304。
具体实施方式
本申请实施例通过提供了一种智慧药房服务评估方法,解决了现有技术中存在由于用户端的反馈信息的缺乏和人工评估,导致对智慧药房的服务评估不够准确和评估效率低的技术问题。达到了通过构建用户信息数据库,将用户信息分类管理,并在预设的评价规则之下,将分类后的用户信息输入智能化模型对智慧药房服务进行评分,进一步依据评分,对智慧药房服务分级,并将服务等级显示在各服务平台,增强了用户反馈信息的作用,且,使用智能化模型进行评估,得到了较全面和较高效的评估结果的技术效果。
申请概述
智慧药房项目创新了医药服务和管理模式,汇聚医院、医保、药企药房信息资源,实现各级医疗机构(医生处方)信息、医保结算信息和药品进销存信息的互联互通,为卫生健康、医保、市场监管等管理部门对处方、结算和进销存的同步智慧监管提供大数据服务。为智慧药房建设以及实现就医、购药和结算的同步一体化服务,为互联网医院、联合控费等建设提供了资源共享的基础。智慧药房相对于只提供售药服务的传统药房而言,还提供处方信息、用药提醒、用药随访、甚至在线问诊开药,建立慢病档案等功能。智慧药房虽然有广阔的发展前景,目前的发展仍然遇到诸多问题,例如当下市场鱼龙混杂,为了优化智慧药房的服务和区分开服务优劣,对于智慧药房服务的评估尤为重要,目前主要依靠智慧药房的销售数据,处方开据数量,人工评估智慧药房的服务。但现有技术中存在由于用户端的反馈信息的缺乏和人工评估,导致对智慧药房的服务评估不够准确和评估效率低的技术问题。
针对上述技术问题,本申请提供的技术方案总体思路如下:
本申请实施例提供了一种智慧药房服务评估方法,应用于云端智能评估系统,其中,所述方法包括:获得第一智慧药房的第一服务平台集合;获取所述第一服务平台集合中各服务平台的数据信息,构建第一用户使用信息数据库;依据第一类别、第二类别对所述第一用户使用信息数据库进行数据分类,获得第一分类结果,所述第一分类结果包括第一类别数据库和第二类别数据库;由所述云端智能评估系统获得第一预设评价规则;依据所述第一预设评价规则构建第一智能评估模型,分别将所述第一类别数据库和第二类别数据库输入至所述第一智能评估模型,获得第一评估结果和第二评估结果;依据所述第一评估结果和所述第二评估等级获得所述第一智慧药房的第一服务等级;依据所述第一服务等级获得第一标识信息;将所述第一标识信息在所述第一服务平台集合中所述各服务平台进行显示。达到了通过构建用户信息数据库,将用户信息分类管理,并在预设的评价规则之下,将分类后的用户信息输入智能化模型对智慧药房服务进行评分,进一步依据评分,对智慧药房服务分级,并将服务等级显示在各服务平台,增强了用户反馈信息的作用,且,使用智能化模型进行评估,得到了较全面和较高效的评估结果的技术效果。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示,本申请实施例提供了一种智慧药房服务评估方法,应用于云端智能评估系统,其中,所述方法包括:
S100:获得第一智慧药房的第一服务平台集合;
具体而言,所述第一智慧药房为需要对其服务评估的药房,所述第一服务平台集合指的是所述第一智慧药房用于服务用户的各大平台,例如线下的自动药品售卖点、线上的购买药品平台等。将所属于所述第一智慧药房的所有服务平台信息进行严格的收录,能够保障信息的完整性和全面性。
S200:获取所述第一服务平台集合中各服务平台的数据信息,构建第一用户使用信息数据库;
具体而言,所述第一服务平台的集合中各服务平台的数据信息指的是和各服务平台的服务效果相关的基础信息,包括但不限于如用户购买订单信息、用户评价信息、购药之后对于药效及使用体验的评价信息等智慧药房使用全过程的记录信息。进一步的,将这些收录的信息存储,管理组成所述第一用户使用信息数据库,并等待调用,构建形式在此举不设限制的一例:将得到的所述各服务平台的数据信息中各平台的订单量、旧用户回访量等服务平台统计反馈的信息存储为一类;将所述各服务平台的数据信息中用户购药评价、用药过程服务体验评价等用户端反馈统计的信息存储为一类。通过将所述各服务平台的数据信息进行分类存储组成数据库,便于在进行数据处理时的高效调用。
S300:依据第一类别、第二类别对所述第一用户使用信息数据库进行数据分类,获得第一分类结果,所述第一分类结果包括第一类别数据库和第二类别数据库;
具体而言,所述第一类别和所述第二类别指的是所述第一用户使用信息数据库中数据存储时分的类别,仍以上例为准则所述第一类别指的是各服务平台统计反馈的信息,如销售量等;所述第二类别指的是用户端反馈统计的信息,如用户评价等。所述第一分类结果指的是基于所述第一类别和所述第二类别将所述第一用户使用信息数据库进行分类,分类完成后,符合所述第一类别的数据组成所述第一类别数据库,符合所述第二类别的数据组成所述第二类别数据库。通过将所述第一用户使用信息数据库依据类别分为两个数据库,避免不同类别信息在同一个数据中过于冗杂,方便分别调用分析,达到了使数据处理过程误差更小的技术效果。
S400:由所述云端智能评估系统获得第一预设评价规则;
具体而言,所述云端智能评估系统指的是基于应用虚拟化和云计算技术搭建的虚拟智能化平台,由云计算提供强大的算力,大数据提供巨量的数据支持,AI提供高度的学习决策能力,终端设备就无需配备强大算力,只需接入互联网或专用网络,就能通过云端获得算力。在云端统一部署智能技术即可,不仅便于升级和调整,而且终端设备无需配备昂贵的高端芯片等硬件;所述第一预设评价规则指的是所述云端智能评估系统设定的对于所述各服务平台的数据信息的评价标准。举例如:预设基于所述第一类别数据库和所述第二类别数据库中的数据信息建立评价标准,预设以评分评估服务水平,满分10分,6分为合格。根据当地的人流量预设销售量,若是实际反馈的销售量低于预设销售量,则服务水平不合格;对用户购药的体验负面评价设定5%的阀值,若是超过5%,则服务水平评分不合格。通过所述云端智能评估系统进行评估,降低了成本,增强了可行性。
S500:依据所述第一预设评价规则构建第一智能评估模型,分别将所述第一类别数据库和第二类别数据库输入至所述第一智能评估模型,获得第一评估结果和第二评估结果;
具体而言,基于所述第一预设评价规则调用数据训练所述第一智能评估模型。进一步的,所述第一评估结果信息和所述第二评估结果信息是将所述第一类别数据库和所述第二类别数据库分别输入所述第一智能评估模型智能化分析得到的评分结果,所述第一智能评估模型是以神经网络模型为基础建立,具有神经网络模型的特性,其中,人工神经网络是在现代神经科学的基础上提出和发展起来的,旨在反映人脑结构及功能的一种抽象数学模型,神经网络是一种运算模型,由大量的节点(或称神经元)之间相互连接构成,每个节点代表一种特定的输出函数称为激励函数,每两个节点之间的连接都代表一个对于通过该连接信号的加权值,称之为权重,这相当于人工神经网络的记忆,网络的输出则依照网络的连接方式,是对一种逻辑策略的表达,基于神经网络模型建立的所述第一智能评估模型能够输出准确的所述第一评估结果和所述第二评估结果信息,从而具备了较强的分析计算能力,达到了准确而高效的技术效果。
S600:依据所述第一评估结果和所述第二评估结果获得所述第一智慧药房的第一服务等级;
S700:依据所述第一服务等级获得第一标识信息;
S800:将所述第一标识信息在所述第一服务平台集合中所述各服务平台进行显示。
具体而言,所述第一智慧药房的第一服务等级指的是基于所述第一评估结果和所述第二评估结果综合评估,对所述第一智慧药房服务水平进行的等级评估。仍基于上述举例中所述第一预设评价规则为例:所述第一评估结果和所述第二评估结果的综合评分优选的去掉各项信息的一部分最高分评分和一部分最低评分,以剩下的评分计算平均分为评估结果,再将所述第一评估结果的得分和所述第二评估结果的得分加权计算平均数,根据得到综合评分评估服务等级,如9.5-10分对应第一服务等级,8.5-9.5分对应第二服务等级,7.5-8.5分对应第三服务等级,6-7.5分对应第四服务等级,<6分对应第五服务等级也为不合格等级。进一步的,将所述第一服务等级对信息作为所述第一标识信息并对各自对应的服务平台进行标识,并将所述第一标识信息在所述第一服务平台集合中所述各服务平台进行显示。达到了对所述第一智慧药房服务高效且智能化评估的技术效果。
进一步的,基于所述依据所述第一评估结果和所述第二评估等级获得所述第一智慧药房的第一服务等级,步骤S600还包括:
S610:获得第一区域内的第一智慧药房集合;
S620:获得所述第一智慧药房集合中各智慧药房的用户使用信息数据库;
S630:依据所述第一类别、所述第二类别对所述用户使用信息数据库进行数据分类,获得第二分类结果,所述第二分类结果包括第三类别数据库和第四类别数据库;
S640:获得所述第一智慧药房集合中所述各智慧药房的第一使用热度数据;
S650:由所述第三类别数据库、所述第四类别数据库分别与所述第一使用热度数据建立映射关系,获得第一映射关系和第二映射关系,其中,所述第一映射关系为所述第三类别数据库与所述第一使用热度数据的映射关系,所述第二映射关系为所述第四类别数据库与所述第一使用热度数据的映射关系;
S660:由所述第一映射关系获得第一权重系数,所述第一权重系数用于标识所述第一评估结果对于所述第一服务等级的影响程度;
S670:由所述第二映射关系获得第二权重系数,所述第二权重系数用于标识所述第二评估结果对于所述第一服务等级的影响程度;
S680:结合所述第一权重系数、所述第二权重系数,确定所述第一服务等级。
具体而言,在确定所述第一服务等级时的所述第一评估结果和所述第二评估结果的权重数据以如下方式确定:所述第一智慧药房集合指的是待评估服务水平区域内的所有智慧药房;调用所述第一智慧药房集合中各智慧药房的用户使用信息再构建所述用户使用信息数据库,所述第二分类结果指的是以和所述第一分类结果相同原理依据所述第一类别和所述第二类别将新构建的所述用户使用信息数据库分类为所述第三类别数据库和所述第四类别数据库。进一步的,所述各智慧药房的第一使用热度数据指的是所述各智慧药房的使用率,优选的依据销售量和使用人次确定;所述第一映射关系指的是基于所述第三类别数据库中的服务端反馈的销售量,订单量,回访量对所述第一使用热度数据的影响构建的函数关系;所述第二映射关系指的是基于所述第四类别数据库中的用户端评价,例如差评数量对所述第一使用热度的影响构建的函数关系;所述第一权重系数和所述第二权重系数指的是比较所述第一映射关系和所述第二映射关系中对所述第一使用热度数据影响程度大小构建权重占比。所述第一权重系数和所述第二权重系数分别为所述第一评估结果和所述第二评估结果权重占比,进而确定所述第一服务等级。通过为所述第一评估结果和所述第二评估结果结合映射关系附加权重数据,得到评估结果更加准确。
更进一步的,基于所述获得所述第一智慧药房集合中所述各智慧药房的第一使用热度数据,步骤S640还包括:
S641:获得所述第一智慧药房集合中所述各智慧药房的第一分布信息;
S642:获得所述各智慧药房的第一使用人次信息;
S643:由所述第一分布信息确定第一数据标准化方式;
S644:依据所述第一数据标准化方式对所述第一使用人次信息进行标准化处理,获得所述第一使用热度数据。
具体而言,所述各智慧药房的第一分布信息指的是需评估服务水平的区域内各智慧药房的分布位置和分布地区人数总量估值信息;所述第一使用人次信息指的是所述各智慧药房的固定时间内使用人数信息,据不设限制的一例如:一周内的人流量,将每一个智慧药房和其对应的所述第一使用人次信息一一对应的进行存储;所述第一数据标准化方式指的是因为每个区域的分布人数总量不同,所以确定所述第一使用热度数据时需要将各分布位置影响范围内的分布人数和所述第一使用人次信息统一化,可选的一例为:将所述第一使用人次信息在对应智慧药房的分布位置人数总量估值信息的占比计算并存储,将所有的分布地区人数总量估值信息统一化,再依据占比可计算统一化之后的所述第一使用人次信息,即可以此为标准建立所述第一使用热度数据。
进一步的,所述方法还包括步骤S900;
S910:建立所述第一分布信息对所述第一使用人次信息的第三映射关系;
S920:依据第三映射关系,获得所述第一智慧药房集合中所述各智慧药房的第一使用热度概率分布;
S930:获得所述第一智慧药房的第一期望使用热度;
S940:由所述第一期望使用热度和所述第一使用热度概率分布,获得所述第一智慧药房的第一理想分布点;
S950:获得所述第一智慧药房的第一分布点;
S960:判断所述第一分布点是否与所述第一理想分布点相匹配;
S970:若所述第一分布点与所述第一理想分布点不匹配,获得第一发送指令,将所述第一理想分布点发送至所述云端智能评估系统。
具体而言,所述第三映射关系指的是根据所述第一分布信息中不同分布位置使用人次的变化趋势构建的表征所述第一分布信息和所述第一使用人次信息的关联程度的关系;所述第一使用热度概率分布指的是根据所述不同分布位置人流量的变化即所述第三映射关系得到所述各智慧药房可能的使用热度概率分布,使用热度概率的确定方式可选为:使用该分布位置一个月内的使用人次在人流量之间的占比作为所述第一使用热度概率;进一步的,对于不同分布位置各智慧药房建立预设的所述第一期望使用热度,将各智慧药房的所述第一期望使用热度和所述第一使用热度概率比较,得到和所述第一期望使用热度匹配的所述第一使用热度概率,并存储所述第一使用热度概率对应的分布位置,作为所述第一智慧药房的第一理想分布点;更进一步的,将所述第一理想分布点和对应的所述第一分布点比较,若是所述第一分布点不是所述第一理想分布点,基于所述第一发送指令,将所述第一智慧药房的第一理想分布点发送至所述云端智能评估系统。通过将所述第一理想分布点发送至所述云端智能评估系统,可对所述第一智慧药房服务水平优化,例如后续可根据所述第一理想分布点是否有药房,若是没有则可选择在所述第一理想分布点建设所述第一药房。
更进一步的,基于所述若所述第一分布点与所述第一理想分布点相匹配,还包括S1000:
S1010:依据所述第一分布点获得所述第一智慧药房的第一辐射范围;
S1020:获得所述第一辐射范围内的第一人流量变化数据;
S1030:获得第一时间阈值;
S1040:在所述第一时间阈值内,对所述对人流量变化数据进行数据分析,获得第一潜在使用热度;
S1050:对所述第一辐射范围内的固定人群进行特征分析,获得第一稳定使用热度;
S1060:结合所述第一潜在使用热度和所述第一稳定使用热度获得第二期望使用热度,依据所述第二期望使用热度,对所述第一期望使用热度进行修正。
具体而言,所述第一智慧药房的第一辐射范围指的是所述第一智慧药房在其分布位置的预设服务范围,可选的以所述第一智慧药房为中心构建辐射区域进行表征,辐射半径由所述第一智慧药房的规模而定;所述第一人流量变化数据为某固定时间内所述第一辐射范围内人流量变化信息,如一年四季中分别取四个月的人流量变化进行存储;所述第一时间阈值指的是上述设定的固定时间;所述第一潜在使用热度指的是根据人流量的变化趋势与多少预测可能会使用所述第一智慧药房的潜在使用人数,人流量越大则潜在使用人数越多;所述第一稳定使用热度指的是统计的在所述第一辐射范围内使用所述第一智慧药房的稳定人数;所述第二期望使用热度指的是在原有的所述第一稳定使用热度基础上加上一定比例的所述第一潜在使用热度得到期望使用热度,基于所述第二期望热度对所述第一期望使用热度进行修正。若是所述第一分布点与所述第一理想分布点相匹配,那么根据其所述第一潜在使用热度和所述第一稳定使用热度得的期望热度即为所述第一智慧药房的理想使用热度目标。达到了依据对所述第一智慧药房智能化评估结果进行提供优化方案的技术效果。
更进一步的,所述方法步骤S1060还包括:
S1061:获得第二智慧药房的第二辐射范围;
S1062:判断所述第二辐射范围是否与所述第一辐射范围重合;
S1063:若所述第二辐射范围与所述第一辐射范围重合,获得第一重合区域;
S1064:对所述第一重合区域进行潜在使用热度分析和稳定使用热度分析,获得第一修正系数;
S1065:依据所述第一修正系数对所述第一稳定使用热度进行修正,获得第二期望使用热度。
具体而言,所述第二智慧药房的第二辐射范围指的是所述第二智慧药房在其分布位置的预设服务范围,选的以所述第二智慧药房为中心构建辐射区域进行表征,辐射半径由所述第二智慧药房的规模而定。将所述第一辐射范围和所述第二辐射范围比较,若所述第二辐射范围与所述第一辐射范围重合,调用重合区域的位置信息,组成所述第一重合区域;所述第一修正系数指的是统计所述第一重合区域内的所述潜在使用热度可能的转化比例,可选的确定方式为:统计过往半年之内的人流量转化比例确定潜在的转化比例,得到所述潜在使用热度的转化具体值。进一步的,依据所述第一修正系数对所述第一稳定使用热度修正,仍以上例为准:将潜在使用热度可能的转化具体值加上所述第一稳定使用热度组成所述第二期望使用热度。通过计算相邻智慧药房之间的重合区域内的期望使用热度,避免了在统计各智慧药房的所述期望使用热度时出现区域交叉的情况,进而使得到的评估结果也会更加准确。
进一步的,所述方法步骤S500还包括:
S510:将所述第一类别数据库输入至所述第一智能评估模型,所述第一智能评估模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一类别数据库和用来标识所述第一评估结果的标识信息;
S520:获得所述第一智能评估模型的第一输出结果,其中,所述第一输出结果为对于所述第一类别数据库的所述第一评估结果。
具体而言,所述第一智能评估模型也为神经网络模型,所述神经网络模型即机器学习中的神经网络模型,它反映了人脑功能的许多基本特征,是一个高度复杂的非线性动力学习系统。其中,它能根据训练数据进行不断的自我训练学习,所述多组中的训练数据中的每一组训练数据均包括:所述第一类别数据库和用来标识所述第一评估结果的标识信息。所述第一智能评估模型不断地自我的修正,当所述第一智能评估模型的输出信息达到预定的准确率/收敛状态时,则有监督学习过程结束。通过对所述第一智能评估模型进行数据训练,使得所述第一智能评估模型处理输入数据更加准确,进而使得输出的所述第一评估结果信息也更加准确,达到了准确获得数据信息,提高评估结果智能化的技术效果。
综上所述,本申请实施例所提供的一种智慧药房服务评估方法及系统具有如下技术效果:
1、由于采用了获得第一智慧药房的第一服务平台集合;获取所述第一服务平台集合中各服务平台的数据信息,构建第一用户使用信息数据库;依据第一类别、第二类别对所述第一用户使用信息数据库进行数据分类,获得第一分类结果,所述第一分类结果包括第一类别数据库和第二类别数据库;由所述云端智能评估系统获得第一预设评价规则;依据所述第一预设评价规则构建第一智能评估模型,分别将所述第一类别数据库和第二类别数据库输入至所述第一智能评估模型,获得第一评估结果和第二评估结果;依据所述第一评估结果和所述第二评估等级获得所述第一智慧药房的第一服务等级;依据所述第一服务等级获得第一标识信息;将所述第一标识信息在所述第一服务平台集合中所述各服务平台进行显示的技术方案,达到了通过构建用户信息数据库,将用户信息分类管理,并在预设的评价规则之下,将分类后的用户信息输入智能化模型对智慧药房服务进行评分,进一步依据评分,对智慧药房服务分级,并将服务等级显示在各服务平台,增强了用户反馈信息的作用,且,使用智能化模型进行评估,较高效的得到了较全面的评估结果的技术效果。
2、通过利用多组所述第一类别数据库和用来标识所述第一评估结果的标识信息训练神经网络模型,得到所述第一智能评估模型对所述第一类别数据库和所述第二类别数据库分别处理,可高效的输出的所述第一评估结果和所述第二评估结果,为进一步对所述第一智慧药房的服务综合评估提供了准确的数据基础。
实施例二
基于与前述实施例中一种智慧药房服务评估方法相同的发明构思,如图2所示,本申请实施例提供了一种智慧药房服务评估系统,其中,所述系统包括:
第一获得单元11,所述第一获得单元11用于获得第一智慧药房的第一服务平台集合;
第二获得单元12,所述第二获得单元12用于获取所述第一服务平台集合中各服务平台的数据信息,构建第一用户使用信息数据库;
第一分类单元13,所述第一分类单元13用于依据第一类别、第二类别对所述第一用户使用信息数据库进行数据分类,获得第一分类结果,所述第一分类结果包括第一类别数据库和第二类别数据库;
第三获得单元14,所述第三获得单元14用于由云端智能评估系统获得第一预设评价规则;
第四获得单元15,所述第四获得单元15用于依据所述第一预设评价规则构建第一智能评估模型,分别将所述第一类别数据库和第二类别数据库输入至所述第一智能评估模型,获得第一评估结果和第二评估结果;
第五获得单元16,所述第五获得单元16用于依据所述第一评估结果和所述第二评估等级获得所述第一智慧药房的第一服务等级;
第六获得单元17,所述第六获得单元17用于依据所述第一服务等级获得第一标识信息;
第一显示单元18,所述第一显示单元18用于将所述第一标识信息在所述第一服务平台集合中所述各服务平台进行显示。
进一步的,所述系统还包括:
第七获得单元,所述第七获得单元用于获得第一区域内的第一智慧药房集合;
第八获得单元,所述第八获得单元用于获得所述第一智慧药房集合中各智慧药房的用户使用信息数据库;
第九获得单元,所述第九获得单元用于依据所述第一类别、所述第二类别对所述用户使用信息数据库进行数据分类,获得第二分类结果,所述第二分类结果包括第三类别数据库和第四类别数据库;
第十获得单元,所述第十获得单元用于获得所述第一智慧药房集合中所述各智慧药房的第一使用热度数据;
第十一获得单元,所述第十一获得单元用于由所述第三类别数据库、所述第四类别数据库分别与所述第一使用热度数据建立映射关系,获得第一映射关系和第二映射关系,其中,所述第一映射关系为所述第三类别数据库与所述第一使用热度数据的映射关系,所述第二映射关系为所述第四类别数据库与所述第一使用热度数据的映射关系;
第一标识单元,所述第一标识单元用于由所述第一映射关系获得第一权重系数,所述第一权重系数用于标识所述第一评估结果对于所述第一服务等级的影响程度;
第二标识单元,所述第二标识单元用于由所述第二映射关系获得第二权重系数,所述第二权重系数用于标识所述第二评估结果对于所述第一服务等级的影响程度;
第一确定单元,所述第一确定单元用于结合所述第一权重系数、所述第二权重系数,确定所述第一服务等级。
进一步的,所述系统还包括:
第一集中单元,所述第一集中单元用于获得所述第一智慧药房集合中所述各智慧药房的第一分布信息;
第十二获得单元,所述第十二获得单元用于获得所述各智慧药房的第一使用人次信息;
第二确定单元,所述第二确定单元用于由所述第一分布信息确定第一数据标准化方式;
第十三获得单元,所述第十三获得单元用于依据所述第一数据标准化方式对所述第一使用人次信息进行标准化处理,获得所述第一使用热度数据。
进一步的,所述系统还包括:
第一构建单元,所述第一构建单元用于建立所述第一分布信息对所述第一使用人次信息的第三映射关系;
第十四获得单元,所述第十四获得单元用于依据第三映射关系,获得所述第一智慧药房集合中所述各智慧药房的第一使用热度概率分布;
第十五获得单元,所述第十五获得单元用于获得所述第一智慧药房的第一期望使用热度;
第十六获得单元,所述第十六获得单元用于由所述第一期望使用热度和所述第一使用热度概率分布,获得所述第一智慧药房的第一理想分布点;
第十七获得单元,所述第十七获得单元用于获得所述第一智慧药房的第一分布点;
第一判断单元,所述第一判断单元用于判断所述第一分布点是否与所述第一理想分布点相匹配;
第十八获得单元,所述第十八获得单元用于若所述第一分布点与所述第一理想分布点不匹配,获得第一发送指令,将所述第一理想分布点发送至所述云端智能评估系统。
进一步的,所述系统还包括:
第十九获得单元,所述第十九获得单元用于依据所述第一分布点获得所述第一智慧药房的第一辐射范围;
第二十获得单元,所述第二十获得单元用于获得所述第一辐射范围内的第一人流量变化数据;
第二十一获得单元,所述第二十一获得单元用于获得第一时间阈值;
第二十二获得单元,所述第二十二获得单元用于在所述第一时间阈值内,对所述对人流量变化数据进行数据分析,获得第一潜在使用热度;
第二十三获得单元,所述第二十三获得单元用于对所述第一辐射范围内的固定人群进行特征分析,获得第一稳定使用热度;
第一修正单元,所述第一修正单元用于结合所述第一潜在使用热度和所述第一稳定使用热度获得第二期望使用热度,依据所述第二期望使用热度,对所述第一期望使用热度进行修正。
进一步的,所述系统还包括:
第二十四获得单元,所述第二十四获得单元用于获得第二智慧药房的第二辐射范围;
第二判断单元,所述第二判断单元用于判断所述第二辐射范围是否与所述第一辐射范围重合;
第二十五获得单元,所述第二十五获得单元用于若所述第二辐射范围与所述第一辐射范围重合,获得第一重合区域;
第二十六获得单元,所述第二十六获得单元用于对所述第一重合区域进行潜在使用热度分析和稳定使用热度分析,获得第一修正系数;
第二十七获得单元,所述第二十七获得单元用于依据所述第一修正系数对所述第一稳定使用热度进行修正,获得第二期望使用热度。
进一步的,所述系统还包括:
第一训练单元,所述第一训练单元用于将所述第一类别数据库输入至所述第一智能评估模型,所述第一智能评估模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一类别数据库和用来标识所述第一评估结果的标识信息;
第一输出单元,所述第一输出单元用于获得所述第一智能评估模型的第一输出结果,其中,所述第一输出结果为对于所述第一类别数据库的所述第一评估结果。
示例性电子设备
下面参考图3来描述本申请实施例的电子设备,
基于与前述实施例中一种智慧药房服务评估方法相同的发明构思,本申请实施例还提供了一种智慧药房服务评估系统,包括:处理器,所述处理器与存储器耦合,所述存储器用于存储程序,当所述程序被所述处理器执行时,使得系统以执行第一方面任一项所述的方法
该电子设备300包括:处理器302、通信接口303、存储器301。可选的,电子设备300还可以包括总线架构304。其中,通信接口303、处理器302以及存储器301可以通过总线架构304相互连接;总线架构304可以是外设部件互连标(peripheral componentinterconnect,简称PCI)总线或扩展工业标准结构(extended industry Standardarchitecture,简称EISA)总线等。所述总线架构304可以分为地址总线、数据总线、控制总线等。为便于表示,图3中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
处理器302可以是一个CPU,微处理器,ASIC,或一个或多个用于控制本申请方案程序执行的集成电路。
通信接口303,使用任何收发器一类的装置,用于与其他设备或通信网络通信,如以太网,无线接入网(radio access network,RAN),无线局域网(wireless localareanetworks,WLAN),有线接入网等。
存储器301可以是ROM或可存储静态信息和指令的其他类型的静态存储设备,RAM或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electrically erasable Programmable read-only memory,EEPROM)、只读光盘(compactdisc read-only memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器可以是独立存在,通过总线架构304与处理器相连接。存储器也可以和处理器集成在一起。
其中,存储器301用于存储执行本申请方案的计算机执行指令,并由处理器302来控制执行。处理器302用于执行存储器301中存储的计算机执行指令,从而实现本申请上述实施例提供的一种智慧药房服务评估方法。
可选的,本申请实施例中的计算机执行指令也可以称之为应用程序代码,本申请实施例对此不作具体限定。
本申请实施例提供了一种智慧药房服务评估方法,应用于云端智能评估系统,其中,所述方法包括:获得第一智慧药房的第一服务平台集合;获取所述第一服务平台集合中各服务平台的数据信息,构建第一用户使用信息数据库;依据第一类别、第二类别对所述第一用户使用信息数据库进行数据分类,获得第一分类结果,所述第一分类结果包括第一类别数据库和第二类别数据库;由所述云端智能评估系统获得第一预设评价规则;依据所述第一预设评价规则构建第一智能评估模型,分别将所述第一类别数据库和第二类别数据库输入至所述第一智能评估模型,获得第一评估结果和第二评估结果;依据所述第一评估结果和所述第二评估等级获得所述第一智慧药房的第一服务等级;依据所述第一服务等级获得第一标识信息;将所述第一标识信息在所述第一服务平台集合中所述各服务平台进行显示。达到了通过构建用户信息数据库,将用户信息分类管理,并在预设的评价规则之下,将分类后的用户信息输入智能化模型对智慧药房服务进行评分,进一步依据评分,对智慧药房服务分级,并将服务等级显示在各服务平台,增强了用户反馈信息的作用,且,使用智能化模型进行评估,得到了较全面和较高效的评估结果的技术效果。
本领域普通技术人员可以理解:本申请中涉及的第一、第二等各种数字编号仅为描述方便进行的区分,并不用来限制本申请实施例的范围,也不表示先后顺序。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“至少一个”是指一个或者多个。至少两个是指两个或者多个。“至少一个”、“任意一个”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b,或c中的至少一项(个、种),可以表示:a,b,c,a-b,a-c,b-c,或a-b-c,其中a,b,c可以是单个,也可以是多个。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包括一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘(Solid State Disk,SSD))等。
本申请实施例中所描述的各种说明性的逻辑单元和电路可以通过通用处理器,数字信号处理器,专用集成电路(ASIC),现场可编程门阵列(FPGA)或其它可编程逻辑装置,离散门或晶体管逻辑,离散硬件部件,或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器,可选地,该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现,例如数字信号处理器和微处理器,多个微处理器,一个或多个微处理器联合一个数字信号处理器核,或任何其它类似的配置来实现。
本申请实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件单元、或者这两者的结合。软件单元可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地,存储媒介可以与处理器连接,以使得处理器可以从存储媒介中读取信息,并可以向存储媒介存写信息。可选地,存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中,ASIC可以设置于终端中。可选地,处理器和存储媒介也可以设置于终端中的不同的部件中。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。
尽管结合具体特征及其实施例对本申请进行了描述,显而易见的,在不脱离本申请的精神和范围的情况下,可对其进行各种修改和组合。相应地,本说明书和附图仅仅是所附权利要求所界定的本申请的示例性说明,且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请意图包括这些改动和变型在内。

Claims (9)

1.一种智慧药房服务评估方法,应用于云端智能评估系统,其中所述方法包括:
获得第一智慧药房的第一服务平台集合;
获取所述第一服务平台集合中各服务平台的数据信息,构建第一用户使用信息数据库;
依据第一类别、第二类别对所述第一用户使用信息数据库进行数据分类,获得第一分类结果,所述第一分类结果包括第一类别数据库和第二类别数据库;
由所述云端智能评估系统获得第一预设评价规则;
依据所述第一预设评价规则构建第一智能评估模型,分别将所述第一类别数据库和第二类别数据库输入至所述第一智能评估模型,获得第一评估结果和第二评估结果;
依据所述第一评估结果和所述第二评估结果获得所述第一智慧药房的第一服务等级;
依据所述第一服务等级获得第一标识信息;
将所述第一标识信息在所述第一服务平台集合中所述各服务平台进行显示。
2.如权利要求1所述的方法,其中,所述依据所述第一评估结果和所述第二评估等级获得所述第一智慧药房的第一服务等级,还包括:
获得第一区域内的第一智慧药房集合;
获得所述第一智慧药房集合中各智慧药房的用户使用信息数据库;
依据所述第一类别、所述第二类别对所述用户使用信息数据库进行数据分类,获得第二分类结果,所述第二分类结果包括第三类别数据库和第四类别数据库;
获得所述第一智慧药房集合中所述各智慧药房的第一使用热度数据;
由所述第三类别数据库、所述第四类别数据库分别与所述第一使用热度数据建立映射关系,获得第一映射关系和第二映射关系,其中,所述第一映射关系为所述第三类别数据库与所述第一使用热度数据的映射关系,所述第二映射关系为所述第四类别数据库与所述第一使用热度数据的映射关系;
由所述第一映射关系获得第一权重系数,所述第一权重系数用于标识所述第一评估结果对于所述第一服务等级的影响程度;
由所述第二映射关系获得第二权重系数,所述第二权重系数用于标识所述第二评估结果对于所述第一服务等级的影响程度;
结合所述第一权重系数、所述第二权重系数,确定所述第一服务等级。
3.如权利要求1所述的方法,其中,所述获得所述第一智慧药房集合中所述各智慧药房的第一使用热度数据,还包括:
获得所述第一智慧药房集合中所述各智慧药房的第一分布信息;
获得所述各智慧药房的第一使用人次信息;
由所述第一分布信息确定第一数据标准化方式;
依据所述第一数据标准化方式对所述第一使用人次信息进行标准化处理,获得所述第一使用热度数据。
4.如权利要求1所述的方法,其中,所述方法包括:
建立所述第一分布信息对所述第一使用人次信息的第三映射关系;
依据第三映射关系,获得所述第一智慧药房集合中所述各智慧药房的第一使用热度概率分布;
获得所述第一智慧药房的第一期望使用热度;
由所述第一期望使用热度和所述第一使用热度概率分布,获得所述第一智慧药房的第一理想分布点;
获得所述第一智慧药房的第一分布点;
判断所述第一分布点是否与所述第一理想分布点相匹配;
若所述第一分布点与所述第一理想分布点不匹配,获得第一发送指令,将所述第一理想分布点发送至所述云端智能评估系统。
5.如权利要求4所述的方法,其中,所述若所述第一分布点与所述第一理想分布点相匹配,还包括:
依据所述第一分布点获得所述第一智慧药房的第一辐射范围;
获得所述第一辐射范围内的第一人流量变化数据;
获得第一时间阈值;
在所述第一时间阈值内,对所述对人流量变化数据进行数据分析,获得第一潜在使用热度;
对所述第一辐射范围内的固定人群进行特征分析,获得第一稳定使用热度;
结合所述第一潜在使用热度和所述第一稳定使用热度获得第二期望使用热度,依据所述第二期望使用热度,对所述第一期望使用热度进行修正。
6.如权利要求1所述的方法,其中,所述方法还包括:
获得第二智慧药房的第二辐射范围;
判断所述第二辐射范围是否与所述第一辐射范围重合;
若所述第二辐射范围与所述第一辐射范围重合,获得第一重合区域;
对所述第一重合区域进行潜在使用热度分析和稳定使用热度分析,获得第一修正系数;
依据所述第一修正系数对所述第一稳定使用热度进行修正,获得第二期望使用热度。
7.如权利要求1所述的方法,其中,所述方法包括:
将所述第一类别数据库输入至所述第一智能评估模型,所述第一智能评估模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一类别数据库和用来标识所述第一评估结果的标识信息;
获得所述第一智能评估模型的第一输出结果,其中,所述第一输出结果为对于所述第一类别数据库的所述第一评估结果。
8.一种智慧药房服务评估系统,其中,所述系统包括:
第一获得单元,所述第一获得单元用于获得第一智慧药房的第一服务平台集合;
第二获得单元,所述第二获得单元用于获取所述第一服务平台集合中各服务平台的数据信息,构建第一用户使用信息数据库;
第一分类单元,所述第一分类单元用于依据第一类别、第二类别对所述第一用户使用信息数据库进行数据分类,获得第一分类结果,所述第一分类结果包括第一类别数据库和第二类别数据库;
第三获得单元,所述第三获得单元用于由云端智能评估系统获得第一预设评价规则;
第四获得单元,所述第四获得单元用于依据所述第一预设评价规则构建第一智能评估模型,分别将所述第一类别数据库和第二类别数据库输入至所述第一智能评估模型,获得第一评估结果和第二评估结果;
第五获得单元,所述第五获得单元用于依据所述第一评估结果和所述第二评估结果获得所述第一智慧药房的第一服务等级;
第六获得单元,所述第六获得单元用于依据所述第一服务等级获得第一标识信息;
第一显示单元,所述第一显示单元用于将所述第一标识信息在所述第一服务平台集合中所述各服务平台进行显示。
9.一种智慧药房服务评估系统,包括:处理器,所述处理器与存储器耦合,所述存储器用于存储程序,当所述程序被所述处理器执行时,使系统以执行如权利要求1至7任一项所述的方法。
CN202210227366.7A 2022-03-08 2022-03-08 一种智慧药房服务评估方法及系统 Pending CN114676891A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210227366.7A CN114676891A (zh) 2022-03-08 2022-03-08 一种智慧药房服务评估方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210227366.7A CN114676891A (zh) 2022-03-08 2022-03-08 一种智慧药房服务评估方法及系统

Publications (1)

Publication Number Publication Date
CN114676891A true CN114676891A (zh) 2022-06-28

Family

ID=82072319

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210227366.7A Pending CN114676891A (zh) 2022-03-08 2022-03-08 一种智慧药房服务评估方法及系统

Country Status (1)

Country Link
CN (1) CN114676891A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117522529A (zh) * 2024-01-05 2024-02-06 贵州宝智达网络科技有限公司 基于数据分析的智慧药房推荐方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117522529A (zh) * 2024-01-05 2024-02-06 贵州宝智达网络科技有限公司 基于数据分析的智慧药房推荐方法及系统
CN117522529B (zh) * 2024-01-05 2024-04-05 贵阳市第四人民医院 基于数据分析的智慧药房推荐方法及系统

Similar Documents

Publication Publication Date Title
Zafar et al. An effective blockchain evaluation system based on entropy-CRITIC weight method and MCDM techniques
Esposito et al. Smart cloud storage service selection based on fuzzy logic, theory of evidence and game theory
US11068285B2 (en) Machine-learning models applied to interaction data for determining interaction goals and facilitating experience-based modifications to interface elements in online environments
CN107480187A (zh) 基于聚类分析的用户价值分类方法和装置
CN108399509A (zh) 确定业务请求事件的风险概率的方法及装置
CN111797320B (zh) 数据处理方法、装置、设备及存储介质
JP2004500641A (ja) 自動的にクレジットスコアの評価値を推定する方法とシステム
US20130073594A1 (en) Methods and Systems for Assessing Data Quality
JP2004500646A (ja) 競争入札の収益のシミュレーション方法とシステム
JP2004506959A (ja) 情報が欠けた状態での評価値予測モデル
Brandolese et al. A multi-agent approach for the capacity allocation problem
CN109191307A (zh) 资产配置合理性判断方法、系统、计算机设备和存储介质
CN111882420A (zh) 响应率的生成方法、营销方法、模型训练方法及装置
JP2022535636A (ja) 金融商品推薦方法、装置、電子機器及びプログラム
Witkowski Robust peer prediction mechanisms
CN114676891A (zh) 一种智慧药房服务评估方法及系统
CN111626864B (zh) 信息推送方法和装置、存储介质和电子装置
US7783547B1 (en) System and method for determining hedge strategy stock market forecasts
CN109472455B (zh) 活动评估方法、装置、电子设备及存储介质
Prager et al. Regulating Out-of-Network Hospital Payments: Disagreement Payoffs, Negotiated Prices, and Access
Cao et al. From labor to trader: Opinion elicitation via online crowds as a market
CN116994764A (zh) 一种健康行为模型构建方法、装置及电子设备及存储介质
CN115221663A (zh) 数据处理方法、装置、设备及计算机可读存储介质
Garvey et al. Implementing control mutuality using prediction markets: a new mechanism for risk communication
CN110264306A (zh) 基于大数据的产品推荐方法、装置、服务器及介质

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