[发明专利]基于健康预测模型的健康预测方法和装置

权利要求书

1.一种健康预测方法，包括以下步骤：

步骤S1，对所有病历进行结构化处理，得到特征名称；

步骤S2，基于所述特征名称构建独热数据，基于所述独热数据，对所有病历的每一个进行独热编码，得到独热编码数据；

步骤S3，基于所述独热编码数据，将所述独热编码数据对应的独热数据转化为格式数据，所述格式数据包括特征值，在步骤S3中，

所述格式数据的格式为：领域编号：特征编号：特征值，

其中，每个特征名称具有一特征编号，属于同一医学术语转化来的特征名称具有相同的所述领域编号，

每个特征值对应所述健康预测中的多个隐向量，所述隐向量的个数根据领域编号确定；

步骤S4，利用所述格式数据对健康预测模型进行训练，得到所述健康预测模型；以及

将所述格式数据代入下面的所述健康预测模型的变形形式，如公式(1)：

其中，

n为所述特征值的个数，

x_i、x_j、x_k分别为第i、j、k个特征值，

w₀、w_i分别为所述健康预测模型的偏置项参数和一次项参数，

y(x)表示身体的健康指标，

表示第i、j个特征值对应的隐向量的内积，

表示第i、j、k个特征值对应的隐向量的内积，

f_i，f_j，f_k分别为第i、j、k个特征值的领域编号，

所有的二次项参数w_ij、三次项参数w_ijk均组成对称矩阵，二次项参数w_ij组成一个对称矩阵W，该对称矩阵分解为W＝V^TV的形式，其中，V的第j列定义为第j个特征值的隐向量，通过这样的分解后，得到表示第i、j个特征值对应的隐向量的内积，即每个二次项参数可以由对应的两个特征值的隐向量的内积得到，隐向量的长度为k其值远小于n，通过训练得到每个特征的隐向量即可间接得到二次特征的参数，这时模型的参数个数变成了k*n个，远小于个，同理，三次项参数w_ijk也采用这种方式进行处理，

上述对参数进行因子化处理使得x_ix_j的参数和x_jx_k的参数不再是相互独立的，因此在样本稀疏的情况下相对合理地估计模型的二次项参数，x_ix_j和x_jx_k的系数分别为V_iV_j和V_jV_k，它们之间有共同项V_i，所有包含x_i的非零组合特征的样本都用来学习隐向量V_i；

步骤S5，利用S4得到的所述健康预测模型对健康进行预测。

2.根据权利要求1所述的健康预测方法，其特征在于，步骤S1包括：

步骤S11，对病历进行分词，得到分词后的文本数据；

步骤S12，对所述分词后的文本数据进行命名实体识别，得到实体数据；

步骤S13，识别所述实体数据中的医学术语，对所述医学术语进行标记，得到标记后的医学术语；以及

步骤S14，对所述得到标记后的医学术语进行结构化处理，得到特征名称。

3.根据权利要求1或2所述的健康预测方法，其特征在于，在步骤S2中，所述独热数据的形式是：特征名称_描述：特征名称；诱因：特征名称；转归：特征名称；部位：特征名称。