[发明专利]目标对象的评估系统、目标对象的评估方法在审

专利信息
申请号: 201911170097.X 申请日: 2019-11-26
公开(公告)号: CN111144690A 公开(公告)日: 2020-05-12
发明(设计)人: 滕建军;韩沙日拉 申请(专利权)人: 泰康保险集团股份有限公司
主分类号: G06Q10/06 分类号: G06Q10/06;G16H40/20;G06K9/62
代理公司: 隆天知识产权代理有限公司 72003 代理人: 章侃铱;石海霞
地址: 100031 北*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 目标 对象 评估 系统 方法
【说明书】:

本公开涉及计算机技术领域,提供了一种目标对象的评估系统、目标对象的评估方法,其中,目标对象的评估系统包括:信息采集单元、评估单元与显示单元;其中,信息采集单元,用于基于预先采集的多个评估指标,获取目标对象的评分信息;将评分信息发送至评估单元;评估单元,用于调用训练好的决策树分类模型,获取评分信息大于目标评分信息的评估指标数目;根据评估指标数目与预设阈值的数值比较结果,确定对于目标对象的评估结果;将评估结果发送至显示单元;显示单元,用于对接收到的评估结果进行前端显示。本公开中的目标对象的评估系统不仅能够提高评估全面性以及准确性,而且能够为目标对象自身的调整与提高提供导向。

技术领域

本公开涉及计算机技术领域,特别涉及一种目标对象的评估系统、目标对象的评估方法。

背景技术

自我国实行医改以来,各项医疗卫生事业都取得了较大的进步,医院和医生的社会声誉也获得了一定程度的提高。然而,随着人们对医疗服务质量要求越来越高,医生医术水平能力的参差不齐,医疗纠纷的发生率越来越高,医患关系越来越紧张。因而,如何对目标对象的综合能力素质和工作能力进行有效衡量成为本领域普遍关注的焦点问题。

目前,对目标对象的工作能力进行评估时,一般是人工统计某项指标对应的评估信息,并根据统计结果作出决策。可见,评估过程费时费力,效率较低,且只就单一指标进行分析,评估准确性较低。

因此,现有技术中的评估准确性有待提高。

需要说明的是,上述背景技术部分公开的信息仅用于加强对本公开的背景的理解。

发明内容

本公开的目的在于提供一种目标对象的评估系统、目标对象的评估方法,进而至少在一定程度上避免了现有技术中评估指标单一、评估准确性较低的缺陷。

本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。

根据本公开的第一方面,提供一种目标对象的评估系统,包括:信息采集单元、评估单元与显示单元;其中,所述信息采集单元,用于基于预先采集的多个评估指标,获取目标对象的评分信息;将所述评分信息发送至评估单元;所述评估单元,用于调用训练好的决策树分类模型,获取所述评分信息大于目标评分信息的评估指标数目;根据所述评估指标数目与预设阈值的数值比较结果,确定对于所述目标对象的评估结果;将所述评估结果发送至显示单元;所述显示单元,用于对接收到的所述评估结果进行前端显示。

在本公开的示例性实施例中,所述信息采集单元还包括差异化显示单元;所述差异化显示单元用于若所述评分信息大于所述目标评分信息,则对所述评分信息进行差异化显示。

在本公开的示例性实施例中,所述评估单元还用于若所述评估指标数目大于所述预设阈值,则确定所述目标对象的评估结果为评估通过。

在本公开的示例性实施例中,所述评估单元包括数据分类单元;所述数据分类单元用于调用训练好的决策树分类模型对所述评分信息进行分类,得到分类结果;根据所述分类结果,确定所述评分信息大于目标评分信息的评估指标数目。

在本公开的示例性实施例中,所述评估单元包括模型训练单元;所述模型训练单元用于获取目标对象信息的样本数据,所述目标对象信息包括所述目标对象的特征信息以及所述多个评估指标对应的评分信息;根据所述样本数据训练机器学习模型,以得到所述决策树分类模型。

在本公开的示例性实施例中,所述数据分类单元还用于基于所述决策树分类模型,根据所述特征信息对所述目标对象进行分类。

在本公开的示例性实施例中,所述特征信息包括所述目标对象的画像信息和/或学历信息;所述数据分类单元还用于基于所述决策树分类模型,根据所述目标对象的画像信息和/或学历信息对所述目标对象进行分类。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于泰康保险集团股份有限公司,未经泰康保险集团股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911170097.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top