[发明专利]一种供血浆者评价方法及系统

权利要求书

1.一种供血浆者评价方法，其特征在于，该方法包括：

提取多组数据源；

对各组数据源进行数据初步预处理，以获取各组数据的各个输入特征；

作相关性分析，以计算出不同输入特征之间的相关系数；

根据所求取的各个相关系数，通过层次分析法计算出各组数据中各个输入特征所对应的权重；

对各个输入特征进行归一化处理，并对各组数据中的各个输入特征分别进行加权求和；

将加权求和的结果集通过机器学习算法进行自动聚类；

以自动聚类的输出为划分依据，对各组数据所对应的浆员进行等级划分；

所述层次分析法包括：

(a)根据各个相关系数和各个输入特征建立判断矩阵；

(b)分析所述判断矩阵的一致性，若不满足一致性，则重新生产判断矩阵；若满足一致性，则计算得到各个输入特征的权重；

其中，分析所述判断矩阵的一致性的方法为：

计算随机性一致比例CR，公式如下：

CR＝CI/RI；

CI＝(λ_max-1)/(n-1)；

式中，CR表示随机性一致比例，CI表示一致性指标，RI表示平均随机性一致指标，λ_max表示最大特征值，n表示特征数量；

若CR0.1，则认为满意一致性；反之，则认为不满足一致性；

所述自动聚类包括：

(1)以各个输入特征分别进行加权求和的结果集作为机器学习算法的样本；

(2)随机生成N个聚类中心；

(3)根据样本与各个聚类中心的质心之间的距离，并将样本分为N个簇；

(4)判断各个簇是否有变化，若为是，则重新调整各个聚类中心；若为否，则输出各个聚类中心，以各个聚类中心作为划分依据；

各组数据的输入特征包括献浆频率、潜在献浆时间、浆员类型以及性别；

以献浆频率作为主要因素，并计算潜在献浆时间、浆员类型、性别分别与献浆频率之间的相关系数。

2.根据权利要求1所述的供血浆者评价方法，其特征在于，所述浆员类型分为固定浆员和非固定浆员，对固定浆员的定义标签为1，对非固定浆员的定义标签为0。

3.根据权利要求1所述的供血浆者评价方法，其特征在于，所述性别根据历史男女献浆人数比例分别对男女性别进行标签定义。

4.根据权利要求1所述的供血浆者评价方法，其特征在于，所述机器学习算法采用K-Means聚类算法。