基于病例登记和搜索引擎的罕见病流行病学数据库构建方法及系统

    公开(公告)号:CN114334171A

    公开(公告)日:2022-04-12

    申请号:CN202111478566.1

    申请日:2021-12-06

    Abstract: 本发明提出一种基于病例登记和搜索引擎的罕见病流行病学数据库构建方法和系统,包括:获取多种罕见病及其对应的查询关键词,根据查询关键词分析搜索引擎的查询信息,得到罕见病搜索的查询日志,并根据查询日志统计提取各罕见病在搜索引擎中的搜索特征,且搜索特征包括各时间点和/或地区对应的搜索患者人数、搜索患者人数排名和搜索增长率排名;统计提取各罕见病在病例登记系统数据中的确诊特征,且确诊特征包括罕见病在各时间点和/或地区对应的确诊患者人数、确诊患者人数排名和确诊增长率排名;比对融合搜索特征、确诊特征和病例登记系统数据,得到罕见病流行病学数据库。通过上述内容,本发明丰富完善了罕见病病例登记系统。

    罕见病患者数量预测模型训练方法及装置

    公开(公告)号:CN114023447A

    公开(公告)日:2022-02-08

    申请号:CN202111480742.5

    申请日:2021-12-06

    Abstract: 本公开涉及一种罕见病患者数量预测模型训练方法及装置,所述方法包括:对罕见病名称的文本进行预处理,获得罕见病查询关键词数据库;根据罕见病查询关键词数据库,以及查询历史数据库,确定在多个地区的多个时间段内,对于多种罕见病的查询人数;根据查询人数以及确诊人数,对罕见病患者数量预测模型进行训练。根据本公开的实施例的罕见病患者数量预测模型训练方法,可对罕见病名称的文本进行预处理,减少查询数据的遗漏,提升数据的准确度。且可基于搜索引擎的查询历史数据库预测查询罕见病信息的人数,进而基于人数和实际的确诊人数来训练罕见病患者数量预测模型,提升模型对罕见病患者数量的预测精度。

    内容推荐模型训练方法、内容推荐方法、装置和电子设备

    公开(公告)号:CN119202369A

    公开(公告)日:2024-12-27

    申请号:CN202411035732.4

    申请日:2024-07-30

    Abstract: 本公开关于一种内容推荐模型训练方法、内容推荐方法、装置、电子设备、存储介质和计算机程序产品。该方法包括:获取样本交叉集群和样本交叉集群的样本数据组;将每个样本交叉集群的样本数据组输入待训练的内容推荐模型,得到每个样本交叉集群的样本数据组的互动指标预测分数;根据每个样本交叉集群的样本数据组的互动指标预测分数,确定每个样本交叉集群的目标损失值,对每个样本交叉集群的目标损失值进行融合处理,得到第一损失值;根据每个样本交叉集群的第一样本数据的第一互动指标预测分数,确定第二损失值;根据第一损失值和第二损失值,对待训练的内容推荐模型进行训练,得到训练完成的内容推荐模型。采用本方法能够提高内容推荐准确率。

    一种推荐处理方法、装置及设备
    7.
    发明公开

    公开(公告)号:CN116916097A

    公开(公告)日:2023-10-20

    申请号:CN202310799058.6

    申请日:2023-06-30

    Abstract: 本发明提供一种推荐处理方法、装置及设备,涉及通信技术领域。该方法包括:获取用户播放历史视频的播放记录和视频信息元数据;对所述视频信息元数据进行分词处理,获得所述视频信息元数据中多个分词的词标识ID;根据所述播放记录和词ID,构建词图;根据所述播放记录、所述视频信息元数据、所述词ID和所述词图,进行语言预训练,获得第一查询信息;其中,所述第一查询信息包括词ID和词ID所对应分词的表征之间的映射关系;根据所述第一查询信息、所述播放记录和所述视频信息元数据,获得第二查询信息;其中,所述第二查询信息包括推荐对象ID和推荐对象ID所对应的表征之间的映射关系。

    一种推荐方法及相关装置
    10.
    发明公开

    公开(公告)号:CN115545738A

    公开(公告)日:2022-12-30

    申请号:CN202110742728.1

    申请日:2021-06-30

    Abstract: 本申请公开了一种信息推荐方法,可以应用于人工智能领域,本申请基于存在关联关系的物品和操作类型来生成表征目标用户喜好的目标用户特征向量,以及基于存在关联关系的用户和操作类型来生成表征目标物品对用户的吸引力特征的目标物品特征向量,来预测目标用户对目标物品的进行多个操作类型的操作的概率,其中,操作类型的概率可以更准确的刻画出用户针对于物品的操作行为,且基于多个操作类型的操作的概率进行的信息推荐结果可以更加准确。

Patent Agency Ranking