CN115759394A - 一种中药饮片生产厂家推荐方法、装置、设备及存储介质 - Google Patents
一种中药饮片生产厂家推荐方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN115759394A CN115759394A CN202211427204.4A CN202211427204A CN115759394A CN 115759394 A CN115759394 A CN 115759394A CN 202211427204 A CN202211427204 A CN 202211427204A CN 115759394 A CN115759394 A CN 115759394A
- Authority
- CN
- China
- Prior art keywords
- index
- value
- manufacturer
- manufacturers
- decoction piece
- 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
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种中药饮片生产厂家推荐方法、装置、设备及存储介质,涉及中药饮片运营管理技术领域。所述方法是在获取用户指定的多个评价指标和多个中药饮片生产厂家后,再获取各个厂家在各个评价指标上的原始指标值以及归一化指标值,然后基于归一化指标值和计算所得熵值确定所述各个评价指标的权重系数,再然后基于熵值和权重系数确定各个厂家的至最优方案接近程度值,最后通过至最优方案接近程度值的排序结果确定推荐厂家并向所述用户输出展示,如此可对中药饮片生产厂家进行多指标综合评价,并向经营方推荐最优厂家,进而可帮助经营方做出正确采购决策,便于实际应用和推广。
Description
技术领域
本发明属于中药饮片运营管理技术领域,具体涉及一种中药饮片生产厂家推荐方法、装置、设备及存储介质。
背景技术
中药饮片是中药材经过按中医药理论和中药炮制方法,经过加工炮制后的,可直接用于中医临床的中药。这个概念表明,中药材与中药饮片并没有绝对的界限,中药饮片包括了部分经产地加工的中药切片、原形药材饮片以及经过切制和炮炙的饮片。前两类管理上应视为中药材,只是根据中医药理论在配方和制剂时作饮片理解。
目前,中药饮片生产厂家存在“小、散、多、乱”现象,即根据国家药品监督管理局网站统计信息显示,截至2022年7月,经GMP(英文GOODMANUFACTURINGPRACTICE的缩写,中文含义是“良好生产规范”;世界卫生组织将GMP定义为指导食物、药品、医疗产品生产和质量管理的法规)认证的中药饮片生产厂家就多达3150家,使得产业集中度低,在整个中药饮片行业里,缺乏龙头企业,没有形成集约化生产;一家中药饮片生产厂家通常生产的品种有300-800个,品规多,批生产量小,生产效率低,使得各饮片生产厂家的工艺和质量控制水平存在很大差异,生产出来的饮片规格也就存在等级繁多和价格悬殊等特点。因此,作为处于中药饮片流通环节的中药饮片经营方,如何对繁多的生产厂家进行评级,并选择出与业务相匹配的中药饮片生产厂家,具有十分重要的意义。
中药饮片行业作为一个传统行业,大多时候对生产厂家的评级为首营资质审核和现场实地审计。所述首营资质审核是根据国家的GSP(英文GoodSupplyPractice缩写,在中国称为《药品经营质量管理规范》)规范,查看生产厂家的资质是否合规,因此资质审核仅是确定合格线,并不能对生产厂家的质量等级做出评判;所述现场实地审计是需要公司质量部人员到生产厂家的所在生产工厂去实地查看,需要耗费大量人工成本。因此在互联网时代,如何对中药饮片生产厂家进行多指标综合评价,并向经营方推荐最优厂家,是本领域技术人员亟需研究的课题。
发明内容
本发明的目的是提供一种中药饮片生产厂家推荐方法、装置、计算机设备及计算机可读存储介质,用以解决在互联网时代还无法对中药饮片生产厂家进行多指标综合评价,并向用户推荐最优厂家的问题。
为了实现上述目的,本发明采用以下技术方案:
第一方面,提供了一种中药饮片生产厂家推荐方法,包括:
获取用户指定的M个评价指标,其中,M表示不小于4的正整数,所述M个评价指标包含有厂家总体实力维度指标、厂家人员质量维度指标、厂家产检能力维度指标和厂家质量风险维度指标;
获取用户指定的N个中药饮片生产厂家在所述M个评价指标中各个评价指标上的原始指标值,其中,N表示不小于2的正整数;
针对所述各个评价指标,对在所述N个中药饮片生产厂家中各个中药饮片生产厂家在对应指标上的原始指标值进行归一化处理,得到各个中药饮片生产厂家在对应指标上的归一化指标值;
针对所述各个评价指标,按照如下公式计算得到对应的熵值:
式中,m表示正整数,Sm表示在所述M个评价指标中第m个评价指标的熵值,ln()表示求自然对数的函数,n和n′分别表示正整数,表示在所述N个中药饮片生产厂家中第n个中药饮片生产厂家在所述第m个评价指标上的归一化指标值,表示在所述N个中药饮片生产厂家中第n′个中药饮片生产厂家在所述第m个评价指标上的归一化指标值;
针对所述各个评价指标,按照如下公式计算得到对应的权重系数:
式中,wm表示所述第m个评价指标的权重系数,m′表示正整数,Sm′表示在所述M个评价指标中第m′个评价指标的熵值;
针对所述各个评价指标,按照如下公式计算得到对应的最优解和最劣解:
针对所述各个中药饮片生产厂家,按照如下公式计算得到对应的至最优解距离值和至最劣解距离值:
针对所述各个中药饮片生产厂家,按照如下公式计算得到对应的至最优方案接近程度值:
式中,Cn表示所述第n个中药饮片生产厂家的至最优方案接近程度值;
按照至最优方案接近程度值的从高至低顺序依次排列所述N个中药饮片生产厂家,得到中药饮片生产厂家序列;
将所述中药饮片生产厂家序列中的前K个中药饮片生产厂家作为推荐厂家并向所述用户输出展示,其中,K表示用户指定的正整数。
基于上述发明内容,提供了一种基于熵权法和TOPSIS法来推荐最优中药饮片生产厂家的新方案,即在获取用户指定的多个评价指标和多个中药饮片生产厂家后,再获取各个厂家在各个评价指标上的原始指标值以及归一化指标值,然后基于归一化指标值和计算所得熵值确定所述各个评价指标的权重系数,再然后基于熵值和权重系数确定各个厂家的至最优方案接近程度值,最后通过至最优方案接近程度值的排序结果确定推荐厂家并向所述用户输出展示,如此可对中药饮片生产厂家进行多指标综合评价,并向经营方推荐最优厂家,进而可帮助经营方做出正确采购决策,便于实际应用和推广。
在一个可能的设计中,所述厂家总体实力维度指标包含有厂家成立年数、实缴资本、固定资产、是否为国有/上市企业、是否具有品牌优势和/或是否拥有独立药材基地,其中,所述是否为国有/上市企业用数值“1”表示是的情况而用数值“0”表示否的情况,所述是否具有品牌优势用数值“1”表示是的情况而用数值“0”表示否的情况,所述是否拥有独立药材基地用数值“1”表示是的情况而用数值“0”表示否的情况。
在一个可能的设计中,所述厂家人员质量维度指标包含有总员工数、企业负责人是否为药学专业、生产负责人工作年限、质量负责人工作年限、中药专业员工的占比和/或质量员工的占比,其中,所述企业负责人是否为药学专业用数值“1”表示是的情况而用数值“0”表示否的情况。
在一个可能的设计中,所述厂家产检能力维度指标包含有仓储面积、生产面积、实验室面积、高效液相色谱仪的数量和/或是否具备全检能力,其中,所述是否具备全检能力用数值“1”表示是的情况而用数值“0”表示否的情况。
在一个可能的设计中,所述厂家质量风险维度指标包含有药监抽检不合格次数、采退金额占比和/或销退金额占比。
在一个可能的设计中,获取用户指定的N个中药饮片生产厂家在所述M个评价指标中各个评价指标上的原始指标值,包括:
针对在用户指定的N个中药饮片生产厂家中的各个中药饮片生产厂家,应用网络爬虫技术获取对应厂家在所述M个评价指标中各个评价指标上的原始指标值,其中,N表示不小于2的正整数;
针对在所述N个中药饮片生产厂家中某个中药饮片生产厂家,若未获取到对应厂家在所述M个评价指标中某个评价指标上的原始指标值,则将所有在所述某个评价指标上已获取有原始指标值的中药饮片生产厂家在所述某个评价指标上的原始指标平均值或原始指标中间值,作为对应厂家在所述某个评价指标上的原始指标值。
在一个可能的设计中,针对所述各个评价指标,对在所述N个中药饮片生产厂家中各个中药饮片生产厂家在对应指标上的原始指标值进行归一化处理,得到各个中药饮片生产厂家在对应指标上的归一化指标值,包括:
针对所述各个评价指标,若对应指标为正向型指标,则按照公式计算得到在所述N个中药饮片生产厂家中各个中药饮片生产厂家在对应指标上的归一化指标值,而若对应指标为负向型指标,则按照公式计算得到所述各个中药饮片生产厂家在对应指标上的归一化指标值,其中,所述正向型指标包含有所述厂家总体实力维度指标、所述厂家人员质量维度指标和所述厂家产检能力维度指标,所述负向型指标包含有所述厂家质量风险维度指标,n表示正整数,Xn表示在所述N个中药饮片生产厂家中第n个中药饮片生产厂家在对应指标上的原始指标值,XMax表示所述N个中药饮片生产厂家在对应指标上的原始指标最大值,XMin表示所述N个中药饮片生产厂家在对应指标上的原始指标最小值,表示所述第n个中药饮片生产厂家在对应指标上的归一化指标值,η1表示在区间[0.3,0.5]内取值的第一小数,η2表示在区间[0.5,0.7]内取值的第二小数,并且有η1+η2≤1。
第二方面,提供了一种中药饮片生产厂家推荐装置,包括有评价指标获取模块、指标值获取模块、归一化处理模块、熵值计算模块、权重系数计算模块、最解计算模块、距离值计算模块、接近程度值计算模块、厂家排序模块和厂家推荐模块;
所述评价指标获取模块,用于获取用户指定的M个评价指标,其中,M表示不小于4的正整数,所述M个评价指标包含有厂家总体实力维度指标、厂家人员质量维度指标、厂家产检能力维度指标和厂家质量风险维度指标;
所述指标值获取模块,通信连接所述评价指标获取模块,用于获取用户指定的N个中药饮片生产厂家在所述M个评价指标中各个评价指标上的原始指标值,其中,N表示不小于2的正整数;
所述归一化处理模块,通信连接所述指标值获取模块,用于针对所述各个评价指标,对在所述N个中药饮片生产厂家中各个中药饮片生产厂家在对应指标上的原始指标值进行归一化处理,得到各个中药饮片生产厂家在对应指标上的归一化指标值;
所述熵值计算模块,通信连接所述归一化处理模块,用于针对所述各个评价指标,按照如下公式计算得到对应的熵值:
式中,m表示正整数,Sm表示在所述M个评价指标中第m个评价指标的熵值,ln()表示求自然对数的函数,n和n′分别表示正整数,表示在所述N个中药饮片生产厂家中第n个中药饮片生产厂家在所述第m个评价指标上的归一化指标值,表示在所述N个中药饮片生产厂家中第n′个中药饮片生产厂家在所述第m个评价指标上的归一化指标值;
所述权重系数计算模块,通信连接所述熵值计算模块,用于针对所述各个评价指标,按照如下公式计算得到对应的权重系数:
式中,wm表示所述第m个评价指标的权重系数,m′表示正整数,Sm′表示在所述M个评价指标中第m′个评价指标的熵值;
所述最解计算模块,分别通信连接所述归一化处理模块和所述权重系数计算模块,用于针对所述各个评价指标,按照如下公式计算得到对应的最优解和最劣解:
所述距离值计算模块,通信连接所述最解计算模块,用于针对所述各个中药饮片生产厂家,按照如下公式计算得到对应的至最优解距离值和至最劣解距离值:
所述接近程度值计算模块,通信连接所述距离值计算模块,用于针对所述各个中药饮片生产厂家,按照如下公式计算得到对应的至最优方案接近程度值:
式中,Cn表示所述第n个中药饮片生产厂家的至最优方案接近程度值;
所述厂家排序模块,通信连接所述接近程度值计算模块,用于按照至最优方案接近程度值的从高至低顺序依次排列所述N个中药饮片生产厂家,得到中药饮片生产厂家序列;
所述厂家推荐模块,通信连接所述厂家排序模块,用于将所述中药饮片生产厂家序列中的前K个中药饮片生产厂家作为推荐厂家并向所述用户输出展示,其中,K表示用户指定的正整数。
第三方面,本发明提供了一种计算机设备,包括有依次通信连接的存储器、处理器和收发器,其中,所述存储器用于存储计算机程序,所述收发器用于收发消息,所述处理器用于读取所述计算机程序,执行如第一方面或第一方面中任意可能设计所述的中药饮片生产厂家推荐方法。
第四方面,本发明提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有指令,当所述指令在计算机上运行时,执行如第一方面或第一方面中任意可能设计所述的中药饮片生产厂家推荐方法。
第五方面,本发明提供了一种包含指令的计算机程序产品,当所述指令在计算机上运行时,使所述计算机执行如第一方面或第一方面中任意可能设计所述的中药饮片生产厂家推荐方法。
上述方案的有益效果:
(1)本发明创造性提供了一种基于熵权法和TOPSIS法来推荐最优中药饮片生产厂家的新方案,即在获取用户指定的多个评价指标和多个中药饮片生产厂家后,再获取各个厂家在各个评价指标上的原始指标值以及归一化指标值,然后基于归一化指标值和计算所得熵值确定所述各个评价指标的权重系数,再然后基于熵值和权重系数确定各个厂家的至最优方案接近程度值,最后通过至最优方案接近程度值的排序结果确定推荐厂家并向所述用户输出展示,如此可对中药饮片生产厂家进行多指标综合评价,并向经营方推荐最优厂家,进而可帮助经营方做出正确采购决策,便于实际应用和推广。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的中药饮片生产厂家推荐方法的流程示意图。
图2为本申请实施例提供的中药饮片生产厂家推荐装置的结构示意图。
图3为本申请实施例提供的计算机设备的结构示意图。
具体实施方式
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将结合附图和实施例或现有技术的描述对本发明作简单地介绍,显而易见地,下面关于附图结构的描述仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。在此需要说明的是,对于这些实施例方式的说明用于帮助理解本发明,但并不构成对本发明的限定。
应当理解,尽管本文可能使用术语第一和第二等等来描述各种对象,但是这些对象不应当受到这些术语的限制。这些术语仅用于区分一个对象和另一个对象。例如可以将第一对象称作第二对象,并且类似地可以将第二对象称作第一对象,同时不脱离本发明的示例实施例的范围。
应当理解,对于本文中可能出现的术语“和/或”,其仅仅是一种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、单独存在B或者同时存在A和B等三种情况;又例如,A、B和/或C,可以表示存在A、B和C中的任意一种或他们的任意组合;对于本文中可能出现的术语“/和”,其是描述另一种关联对象关系,表示可以存在两种关系,例如,A/和B,可以表示:单独存在A或者同时存在A和B等两种情况;另外,对于本文中可能出现的字符“/”,一般表示前后关联对象是一种“或”关系。
实施例:
如图1所示,本实施例第一方面提供的所述中药饮片生产厂家推荐方法,可以但不限于由具有一定计算资源的计算机设备执行,例如由平台服务器、个人计算机(PersonalComputer,PC,指一种大小、价格和性能适用于个人使用的多用途计算机;台式机、笔记本电脑到小型笔记本电脑和平板电脑以及超级本等都属于个人计算机)、智能手机、个人数字助理(Personal DigitalAssistant,PDA)或可穿戴设备等电子设备执行。如图1所示,所述中药饮片生产厂家推荐方法,可以但不限于包括有如下步骤S1~S10。
S1.获取用户指定的M个评价指标,其中,M表示不小于4的正整数,所述M个评价指标包含但不限于有厂家总体实力维度指标、厂家人员质量维度指标、厂家产检能力维度指标和厂家质量风险维度指标等。
在所述步骤S1中,所述用户可以但不限于是中药饮片经营方(例如经销商和/或店家)或消费者等。所述M个评价指标的具体指定方式可以但不限于是由所述用户操作人机交互界面(例如APP界面等)来输入实现。所述厂家总体实力维度指标用于反映中药饮片生产厂家的总体实力,其为一个正向型指标,包含但不限于有厂家成立年数、实缴资本、固定资产、是否为国有/上市企业、是否具有品牌优势和/或是否拥有独立药材基地等,其中,所述是否为国有/上市企业用数值“1”表示是的情况而用数值“0”表示否的情况,所述是否具有品牌优势用数值“1”表示是的情况而用数值“0”表示否的情况,所述是否拥有独立药材基地用数值“1”表示是的情况而用数值“0”表示否的情况。所述厂家人员质量维度指标用于反映中药饮片生产厂家的质量人员情况,其也为一个正向型指标,包含但不限于有总员工数、企业负责人是否为药学专业、生产负责人工作年限、质量负责人工作年限、中药专业员工的占比和/或质量员工的占比等,其中,所述企业负责人是否为药学专业用数值“1”表示是的情况而用数值“0”表示否的情况。所述厂家产检能力维度指标用于反映中药饮片生产厂家的实际生产和检测能力,其也为一个正向型指标,包含但不限于有仓储面积、生产面积、实验室面积、高效液相色谱仪的数量和/或是否具备全检能力等,其中,所述是否具备全检能力用数值“1”表示是的情况而用数值“0”表示否的情况。所述厂家质量风险维度指标用于反映中药饮片生产厂家的质量风险率,其为一个负向型指标,包含但不限于有药监抽检不合格次数、采退金额占比和/或销退金额占比等。此外,M可举例取值为18,即所述用户指定了全部的前述具体指标。
S2.获取用户指定的N个中药饮片生产厂家在所述M个评价指标中各个评价指标上的原始指标值,其中,N表示不小于2的正整数。
在所述步骤S2中,所述N个中药饮片生产厂家的具体指定方式同样可以但不限于是由所述用户操作所述人机交互界面来输入实现,例如指定经GMP认证的3150个中药饮片生产厂家,即N可举例取值为3150。具体的,获取用户指定的N个中药饮片生产厂家在所述M个评价指标中各个评价指标上的原始指标值,包括但不限于有如下步骤S21~S22。
S21.针对在用户指定的N个中药饮片生产厂家中的各个中药饮片生产厂家,应用网络爬虫技术获取对应厂家在所述M个评价指标中各个评价指标上的原始指标值,其中,N表示不小于2的正整数。
在所述步骤S21中,所述网络爬虫技术又称为网页蜘蛛或网络机器人,是一种按照一定的规则,自动地抓取万维网信息的程序或者脚本,因此可以通过对现有网络爬虫程序或脚本进行常规改动,得到可用于从所述各个中药饮片生产厂家的网站等网络上去爬取得到在所述各个评价指标上的原始指标值的程序或脚本,进而利用该程序或脚本从网络上爬取得到所述各个中药饮片生产厂家的厂家成立年数、实缴资本、固定资产、是否为国有/上市企业、是否具有品牌优势、是否拥有独立药材基地、总员工数、企业负责人是否为药学专业、生产负责人工作年限、质量负责人工作年限、中药专业员工的占比、质量员工的占比、仓储面积、生产面积、实验室面积、高效液相色谱仪的数量、是否具备全检能力、药监抽检不合格次数、采退金额占比和/或销退金额占比等的具体数据。
S22.针对在所述N个中药饮片生产厂家中某个中药饮片生产厂家,若未获取到对应厂家在所述M个评价指标中某个评价指标上的原始指标值,则将所有在所述某个评价指标上已获取有原始指标值的中药饮片生产厂家在所述某个评价指标上的原始指标平均值或原始指标中间值,作为对应厂家在所述某个评价指标上的原始指标值。
在所述步骤S21中,举例的,若有3148个中药饮片生产厂家在生产负责人工作年限这个评价指标上,通过所述网络爬虫技术获取到了具体的原始指标值,则可将所述3148个中药饮片生产厂家在所述生产负责人工作年限上的原始指标平均值或原始指标中间值,作为另外2个厂家在所述生产负责人工作年限上的原始指标值,如此可确保任意一个中药饮片生产厂家在任意一个评价指标上都有对应的具体数值,确保后续能够完成计算任务。
S3.针对所述各个评价指标,对在所述N个中药饮片生产厂家中各个中药饮片生产厂家在对应指标上的原始指标值进行归一化处理,得到各个中药饮片生产厂家在对应指标上的归一化指标值。
在所述步骤S3中,由于所述M个评价指标中有些评价指标是无单位的,而又有些评价指标是有不同量纲单位的,为了后续能够统一进行计算,因此对他们的原始指标值进行无量纲化及归一化的处理是十分必要的,同时在归一化处理过程中,针对负向型指标,还需要将其正向化,即具体的,针对所述各个评价指标,对在所述N个中药饮片生产厂家中各个中药饮片生产厂家在对应指标上的原始指标值进行归一化处理,得到各个中药饮片生产厂家在对应指标上的归一化指标值,包括但不限于有:针对所述各个评价指标,若对应指标为正向型指标,则按照公式计算得到在所述N个中药饮片生产厂家中各个中药饮片生产厂家在对应指标上的归一化指标值,而若对应指标为负向型指标,则按照公式计算得到所述各个中药饮片生产厂家在对应指标上的归一化指标值,其中,所述正向型指标包含但不限于有所述厂家总体实力维度指标、所述厂家人员质量维度指标和所述厂家产检能力维度指标等,所述负向型指标包含但不限于有所述厂家质量风险维度指标等,n表示正整数,Xn表示在所述N个中药饮片生产厂家中第n个中药饮片生产厂家在对应指标上的原始指标值,XMax表示所述N个中药饮片生产厂家在对应指标上的原始指标最大值,XMin表示所述N个中药饮片生产厂家在对应指标上的原始指标最小值,表示所述第n个中药饮片生产厂家在对应指标上的归一化指标值,η1表示在区间[0.3,0.5]内取值的第一小数,η2表示在区间[0.5,0.7]内取值的第二小数,并且有η1+η2≤1。举例的,η1取值为0.4,η2取值为0.6。
S4.针对所述各个评价指标,按照如下公式计算得到对应的熵值:
式中,m表示正整数,Sm表示在所述M个评价指标中第m个评价指标的熵值,ln()表示求自然对数的函数,n和n′分别表示正整数,表示在所述N个中药饮片生产厂家中第n个中药饮片生产厂家在所述第m个评价指标上的归一化指标值,表示在所述N个中药饮片生产厂家中第n′个中药饮片生产厂家在所述第m个评价指标上的归一化指标值。
在所述步骤S4中,熵(希腊语:entropia,英语:entropy)的概念是由德国物理学家克劳修斯于1865年提出,在希腊语源中意为“内在”,即“一个系统内在性质的改变;1948年,香农将统计物理中熵的概念,引申到信道通信的过程中,即香农定义的“熵”又被称为“香农熵”或“信息熵”,即有:
式中,s(p1,p2,…,pI)表示信息熵,i标记概率空间中所有可能的样本,pi表示该样本的出现几率,I表示总样本数,k表示与单位选取相关的任意常数,因此可以基于该公式改动得到所述熵值的计算公式。
S5.针对所述各个评价指标,按照如下公式计算得到对应的权重系数:
式中,wm表示所述第m个评价指标的权重系数,m′表示正整数,Sm′表示在所述M个评价指标中第m′个评价指标的熵值。
在所述步骤S5中,由于所述熵值反映了所述N个中药饮片生产厂家在对应指标上的离散程度,因此可以基于熵权法来计算确定对应指标的权重系数。
S6.针对所述各个评价指标,按照如下公式计算得到对应的最优解和最劣解:
S7.针对所述各个中药饮片生产厂家,按照如下公式计算得到对应的至最优解距离值和至最劣解距离值:
S8.针对所述各个中药饮片生产厂家,按照如下公式计算得到对应的至最优方案接近程度值:
式中,Cn表示所述第n个中药饮片生产厂家的至最优方案接近程度值。
前述步骤S6~S8即是基于TOPSIS(Technique for Order Preference bySimilarity to an Ideal Solution,是C.L.Hwang和K.Yoon于1981年首次提出,TOPSIS法是根据有限个评价对象与理想化目标的接近程度进行排序的方法,用于在现有的对象中进行相对优劣的评价)法来对所述各个中药饮片生产厂家进行综合质量评价,以便确保所述至最优方案接近程度值越大,对应厂家的评价得分越高,质量评级也就越高,越值得推荐给所述用户。
S9.按照至最优方案接近程度值的从高至低顺序依次排列所述N个中药饮片生产厂家,得到中药饮片生产厂家序列。
S10.将所述中药饮片生产厂家序列中的前K个中药饮片生产厂家作为推荐厂家并向所述用户输出展示,其中,K表示用户指定的正整数。
在所述步骤S10中,还可以输出展示所述前K个中药饮片生产厂家的在所述M个评价指标上的原始指标值以及所述至最优方案接近程度值,以便供所述用户进行验证或作出自己的决策。此外,K的具体指定方式同样可以但不限于是由所述用户操作所述人机交互界面来输入实现,例如K取值为3、5或10。
由此基于前述步骤S1~S10所描述的中药饮片生产厂家推荐方法,提供了一种基于熵权法和TOPSIS法来推荐最优中药饮片生产厂家的新方案,即在获取用户指定的多个评价指标和多个中药饮片生产厂家后,再获取各个厂家在各个评价指标上的原始指标值以及归一化指标值,然后基于归一化指标值和计算所得熵值确定所述各个评价指标的权重系数,再然后基于熵值和权重系数确定各个厂家的至最优方案接近程度值,最后通过至最优方案接近程度值的排序结果确定推荐厂家并向所述用户输出展示,如此可对中药饮片生产厂家进行多指标综合评价,并向经营方推荐最优厂家,进而可帮助经营方做出正确采购决策,便于实际应用和推广。
如图2所示,本实施例第二方面提供了一种实现第一方面所述的中药饮片生产厂家推荐方法的虚拟装置,包括有评价指标获取模块、指标值获取模块、归一化处理模块、熵值计算模块、权重系数计算模块、最解计算模块、距离值计算模块、接近程度值计算模块、厂家排序模块和厂家推荐模块;
所述评价指标获取模块,用于获取用户指定的M个评价指标,其中,M表示不小于4的正整数,所述M个评价指标包含有厂家总体实力维度指标、厂家人员质量维度指标、厂家产检能力维度指标和厂家质量风险维度指标;
所述指标值获取模块,通信连接所述评价指标获取模块,用于获取用户指定的N个中药饮片生产厂家在所述M个评价指标中各个评价指标上的原始指标值,其中,N表示不小于2的正整数;
所述归一化处理模块,通信连接所述指标值获取模块,用于针对所述各个评价指标,对在所述N个中药饮片生产厂家中各个中药饮片生产厂家在对应指标上的原始指标值进行归一化处理,得到各个中药饮片生产厂家在对应指标上的归一化指标值;
所述熵值计算模块,通信连接所述归一化处理模块,用于针对所述各个评价指标,按照如下公式计算得到对应的熵值:
式中,m表示正整数,Sm表示在所述M个评价指标中第m个评价指标的熵值,ln()表示求自然对数的函数,n和n′分别表示正整数,表示在所述N个中药饮片生产厂家中第n个中药饮片生产厂家在所述第m个评价指标上的归一化指标值,表示在所述N个中药饮片生产厂家中第n′个中药饮片生产厂家在所述第m个评价指标上的归一化指标值;
所述权重系数计算模块,通信连接所述熵值计算模块,用于针对所述各个评价指标,按照如下公式计算得到对应的权重系数:
式中,wm表示所述第m个评价指标的权重系数,m′表示正整数,Sm′表示在所述M个评价指标中第m′个评价指标的熵值;
所述最解计算模块,分别通信连接所述归一化处理模块和所述权重系数计算模块,用于针对所述各个评价指标,按照如下公式计算得到对应的最优解和最劣解:
所述距离值计算模块,通信连接所述最解计算模块,用于针对所述各个中药饮片生产厂家,按照如下公式计算得到对应的至最优解距离值和至最劣解距离值:
所述接近程度值计算模块,通信连接所述距离值计算模块,用于针对所述各个中药饮片生产厂家,按照如下公式计算得到对应的至最优方案接近程度值:
式中,Cn表示所述第n个中药饮片生产厂家的至最优方案接近程度值;
所述厂家排序模块,通信连接所述接近程度值计算模块,用于按照至最优方案接近程度值的从高至低顺序依次排列所述N个中药饮片生产厂家,得到中药饮片生产厂家序列;
所述厂家推荐模块,通信连接所述厂家排序模块,用于将所述中药饮片生产厂家序列中的前K个中药饮片生产厂家作为推荐厂家并向所述用户输出展示,其中,K表示用户指定的正整数。
本实施例第二方面提供的前述装置的工作过程、工作细节和技术效果,可以参见第一方面所述的中药饮片生产厂家推荐方法,于此不再赘述。
如图3所示,本实施例第三方面提供了一种执行如第一方面所述的中药饮片生产厂家推荐方法的计算机设备,包括有依次通信连接的存储器、处理器和收发器,其中,所述存储器用于存储计算机程序,所述收发器用于收发消息,所述处理器用于读取所述计算机程序,执行如第一方面所述的中药饮片生产厂家推荐方法。具体举例的,所述存储器可以但不限于包括随机存取存储器(Random-Access Memory,RAM)、只读存储器(Read-OnlyMemory,ROM)、闪存(Flash Memory)、先进先出存储器(First Input First Output,FIFO)和/或先进后出存储器(First Input Last Output,FILO)等等;所述处理器可以但不限于采用型号为STM32F105系列的微处理器。此外,所述计算机设备还可以但不限于包括有电源模块、显示屏和其它必要的部件。
本实施例第三方面提供的前述计算机设备的工作过程、工作细节和技术效果,可以参见第一方面所述的中药饮片生产厂家推荐方法,于此不再赘述。
本实施例第四方面提供了一种存储包含如第一方面所述的中药饮片生产厂家推荐方法的指令的计算机可读存储介质,即所述计算机可读存储介质上存储有指令,当所述指令在计算机上运行时,执行如第一方面所述的中药饮片生产厂家推荐方法。其中,所述计算机可读存储介质是指存储数据的载体,可以但不限于包括软盘、光盘、硬盘、闪存、优盘和/或记忆棒(Memory Stick)等计算机可读存储介质,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。
本实施例第四方面提供的前述计算机可读存储介质的工作过程、工作细节和技术效果,可以参见如第一方面所述的中药饮片生产厂家推荐方法,于此不再赘述。
本实施例第五方面提供了一种包含指令的计算机程序产品,当所述指令在计算机上运行时,使所述计算机执行如第一方面所述的中药饮片生产厂家推荐方法。其中,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。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种中药饮片生产厂家推荐方法,其特征在于,包括:
获取用户指定的M个评价指标,其中,M表示不小于4的正整数,所述M个评价指标包含有厂家总体实力维度指标、厂家人员质量维度指标、厂家产检能力维度指标和厂家质量风险维度指标;
获取用户指定的N个中药饮片生产厂家在所述M个评价指标中各个评价指标上的原始指标值,其中,N表示不小于2的正整数;
针对所述各个评价指标,对在所述N个中药饮片生产厂家中各个中药饮片生产厂家在对应指标上的原始指标值进行归一化处理,得到各个中药饮片生产厂家在对应指标上的归一化指标值;
针对所述各个评价指标,按照如下公式计算得到对应的熵值:
式中,m表示正整数,Sm表示在所述M个评价指标中第m个评价指标的熵值,ln()表示求自然对数的函数,n和n′分别表示正整数,表示在所述N个中药饮片生产厂家中第n个中药饮片生产厂家在所述第m个评价指标上的归一化指标值,表示在所述N个中药饮片生产厂家中第n′个中药饮片生产厂家在所述第m个评价指标上的归一化指标值;
针对所述各个评价指标,按照如下公式计算得到对应的权重系数:
式中,wm表示所述第m个评价指标的权重系数,m′表示正整数,Sm′表示在所述M个评价指标中第m′个评价指标的熵值;
针对所述各个评价指标,按照如下公式计算得到对应的最优解和最劣解:
针对所述各个中药饮片生产厂家,按照如下公式计算得到对应的至最优解距离值和至最劣解距离值:
式中,Dn +表示所述第n个中药饮片生产厂家的至最优解距离值,Dn -表示所述第n个中药饮片生产厂家的至最劣解距离值;
针对所述各个中药饮片生产厂家,按照如下公式计算得到对应的至最优方案接近程度值:
式中,Cn表示所述第n个中药饮片生产厂家的至最优方案接近程度值;
按照至最优方案接近程度值的从高至低顺序依次排列所述N个中药饮片生产厂家,得到中药饮片生产厂家序列;
将所述中药饮片生产厂家序列中的前K个中药饮片生产厂家作为推荐厂家并向所述用户输出展示,其中,K表示用户指定的正整数。
2.根据权利要求1所述的中药饮片生产厂家推荐方法,其特征在于,所述厂家总体实力维度指标包含有厂家成立年数、实缴资本、固定资产、是否为国有/上市企业、是否具有品牌优势和/或是否拥有独立药材基地,其中,所述是否为国有/上市企业用数值“1”表示是的情况而用数值“0”表示否的情况,所述是否具有品牌优势用数值“1”表示是的情况而用数值“0”表示否的情况,所述是否拥有独立药材基地用数值“1”表示是的情况而用数值“0”表示否的情况。
3.根据权利要求1所述的中药饮片生产厂家推荐方法,其特征在于,所述厂家人员质量维度指标包含有总员工数、企业负责人是否为药学专业、生产负责人工作年限、质量负责人工作年限、中药专业员工的占比和/或质量员工的占比,其中,所述企业负责人是否为药学专业用数值“1”表示是的情况而用数值“0”表示否的情况。
4.根据权利要求1所述的中药饮片生产厂家推荐方法,其特征在于,所述厂家产检能力维度指标包含有仓储面积、生产面积、实验室面积、高效液相色谱仪的数量和/或是否具备全检能力,其中,所述是否具备全检能力用数值“1”表示是的情况而用数值“0”表示否的情况。
5.根据权利要求1所述的中药饮片生产厂家推荐方法,其特征在于,所述厂家质量风险维度指标包含有药监抽检不合格次数、采退金额占比和/或销退金额占比。
6.根据权利要求1所述的中药饮片生产厂家推荐方法,其特征在于,获取用户指定的N个中药饮片生产厂家在所述M个评价指标中各个评价指标上的原始指标值,包括:
针对在用户指定的N个中药饮片生产厂家中的各个中药饮片生产厂家,应用网络爬虫技术获取对应厂家在所述M个评价指标中各个评价指标上的原始指标值,其中,N表示不小于2的正整数;
针对在所述N个中药饮片生产厂家中某个中药饮片生产厂家,若未获取到对应厂家在所述M个评价指标中某个评价指标上的原始指标值,则将所有在所述某个评价指标上已获取有原始指标值的中药饮片生产厂家在所述某个评价指标上的原始指标平均值或原始指标中间值,作为对应厂家在所述某个评价指标上的原始指标值。
7.根据权利要求1所述的中药饮片生产厂家推荐方法,其特征在于,针对所述各个评价指标,对在所述N个中药饮片生产厂家中各个中药饮片生产厂家在对应指标上的原始指标值进行归一化处理,得到各个中药饮片生产厂家在对应指标上的归一化指标值,包括:
针对所述各个评价指标,若对应指标为正向型指标,则按照公式计算得到在所述N个中药饮片生产厂家中各个中药饮片生产厂家在对应指标上的归一化指标值,而若对应指标为负向型指标,则按照公式计算得到所述各个中药饮片生产厂家在对应指标上的归一化指标值,其中,所述正向型指标包含有所述厂家总体实力维度指标、所述厂家人员质量维度指标和所述厂家产检能力维度指标,所述负向型指标包含有所述厂家质量风险维度指标,n表示正整数,Xn表示在所述N个中药饮片生产厂家中第n个中药饮片生产厂家在对应指标上的原始指标值,XMax表示所述N个中药饮片生产厂家在对应指标上的原始指标最大值,XMin表示所述N个中药饮片生产厂家在对应指标上的原始指标最小值,表示所述第n个中药饮片生产厂家在对应指标上的归一化指标值,η1表示在区间[0.3,0.5]内取值的第一小数,η2表示在区间[0.5,0.7]内取值的第二小数,并且有η1+η2≤1。
8.一种中药饮片生产厂家推荐装置,其特征在于,包括有评价指标获取模块、指标值获取模块、归一化处理模块、熵值计算模块、权重系数计算模块、最解计算模块、距离值计算模块、接近程度值计算模块、厂家排序模块和厂家推荐模块;
所述评价指标获取模块,用于获取用户指定的M个评价指标,其中,M表示不小于4的正整数,所述M个评价指标包含有厂家总体实力维度指标、厂家人员质量维度指标、厂家产检能力维度指标和厂家质量风险维度指标;
所述指标值获取模块,通信连接所述评价指标获取模块,用于获取用户指定的N个中药饮片生产厂家在所述M个评价指标中各个评价指标上的原始指标值,其中,N表示不小于2的正整数;
所述归一化处理模块,通信连接所述指标值获取模块,用于针对所述各个评价指标,对在所述N个中药饮片生产厂家中各个中药饮片生产厂家在对应指标上的原始指标值进行归一化处理,得到各个中药饮片生产厂家在对应指标上的归一化指标值;
所述熵值计算模块,通信连接所述归一化处理模块,用于针对所述各个评价指标,按照如下公式计算得到对应的熵值:
式中,m表示正整数,Sm表示在所述M个评价指标中第m个评价指标的熵值,ln()表示求自然对数的函数,n和n′分别表示正整数,表示在所述N个中药饮片生产厂家中第n个中药饮片生产厂家在所述第m个评价指标上的归一化指标值,表示在所述N个中药饮片生产厂家中第n′个中药饮片生产厂家在所述第m个评价指标上的归一化指标值;
所述权重系数计算模块,通信连接所述熵值计算模块,用于针对所述各个评价指标,按照如下公式计算得到对应的权重系数:
式中,wm表示所述第m个评价指标的权重系数,m′表示正整数,Sm′表示在所述M个评价指标中第m′个评价指标的熵值;
所述最解计算模块,分别通信连接所述归一化处理模块和所述权重系数计算模块,用于针对所述各个评价指标,按照如下公式计算得到对应的最优解和最劣解:
所述距离值计算模块,通信连接所述最解计算模块,用于针对所述各个中药饮片生产厂家,按照如下公式计算得到对应的至最优解距离值和至最劣解距离值:
所述接近程度值计算模块,通信连接所述距离值计算模块,用于针对所述各个中药饮片生产厂家,按照如下公式计算得到对应的至最优方案接近程度值:
式中,Cn表示所述第n个中药饮片生产厂家的至最优方案接近程度值;
所述厂家排序模块,通信连接所述接近程度值计算模块,用于按照至最优方案接近程度值的从高至低顺序依次排列所述N个中药饮片生产厂家,得到中药饮片生产厂家序列;
所述厂家推荐模块,通信连接所述厂家排序模块,用于将所述中药饮片生产厂家序列中的前K个中药饮片生产厂家作为推荐厂家并向所述用户输出展示,其中,K表示用户指定的正整数。
9.一种计算机设备,其特征在于,包括有依次通信连接的存储器、处理器和收发器,其中,所述存储器用于存储计算机程序,所述收发器用于收发消息,所述处理器用于读取所述计算机程序,执行如权利要求1~7中任意一项所述的中药饮片生产厂家推荐方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有指令,当所述指令在计算机上运行时,执行如权利要求1~7中任意一项所述的中药饮片生产厂家推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211427204.4A CN115759394A (zh) | 2022-11-14 | 2022-11-14 | 一种中药饮片生产厂家推荐方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211427204.4A CN115759394A (zh) | 2022-11-14 | 2022-11-14 | 一种中药饮片生产厂家推荐方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115759394A true CN115759394A (zh) | 2023-03-07 |
Family
ID=85371375
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211427204.4A Pending CN115759394A (zh) | 2022-11-14 | 2022-11-14 | 一种中药饮片生产厂家推荐方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115759394A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116307881A (zh) * | 2023-03-13 | 2023-06-23 | 国电南瑞南京控制系统有限公司 | 一种用于电力物资采购的产品质量监督检测方法 |
-
2022
- 2022-11-14 CN CN202211427204.4A patent/CN115759394A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116307881A (zh) * | 2023-03-13 | 2023-06-23 | 国电南瑞南京控制系统有限公司 | 一种用于电力物资采购的产品质量监督检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Constructing a time series of nested multiregion input–output tables | |
US9798813B2 (en) | Extensible person container | |
US20180300323A1 (en) | Multi-Factor Document Analysis | |
US10067964B2 (en) | System and method for analyzing popularity of one or more user defined topics among the big data | |
CN112256762B (zh) | 基于产业地图的企业画像方法、系统、设备及介质 | |
CN113254542B (zh) | 数据可视化处理方法及装置、电子设备 | |
CN106897437B (zh) | 一种知识系统的高阶规则多分类方法及其系统 | |
CN115759394A (zh) | 一种中药饮片生产厂家推荐方法、装置、设备及存储介质 | |
US20150149448A1 (en) | Method and system for generating dynamic themes for social data | |
US20180129755A1 (en) | Technological emergence scoring and analysis platform | |
WO2012167399A1 (en) | Sentiment trend visualization relating to an event occurring in a particular geographic region | |
Wang et al. | Comprehensive measurement, spatiotemporal evolution, and spatial correlation analysis of high-quality development in the manufacturing industry | |
CN114372731A (zh) | 基于大数据的岗位目标制定方法、装置,设备及存储介质 | |
CN113485989A (zh) | 一种监管数据的综合分析方法、系统、介质和设备 | |
CN114092024A (zh) | 投资项目全流程管理方法及系统 | |
Simons et al. | A cross-disciplinary technology transfer for search-based evolutionary computing: from engineering design to software engineering design | |
CN111382977A (zh) | 基于用户借阅行为的图书采购方法、装置及存储介质 | |
Tan et al. | Economic loss assessment of tropical cyclones based on bibliometric data analysis | |
CN113704494A (zh) | 基于知识图谱的实体检索方法、装置、设备以及存储介质 | |
CN114444946A (zh) | 一种中药饮片精细化运营指导方法、装置及计算机设备 | |
CN109447719B (zh) | 目标推广商品自动确定方法、装置、介质及电子设备 | |
CN112837097A (zh) | 门店营收数据确定方法、系统及电子设备 | |
US11886485B1 (en) | Computer-implemented visual query matching methods, and systems for implementing thereof | |
CN113360765B (zh) | 事件信息的处理方法、装置、电子设备和介质 | |
US20240176810A1 (en) | Computer-Implemented Visual Query Matching Methods, and Systems for Implementing Thereof |
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 |