[发明专利]基于机器学习的药品市场规模预测系统

权利要求书

1.一种基于机器学习的药品市场规模预测系统，其特征在于，包括以下步骤：

S1、数据需求：根据用户提出的药品市场规模预测方面的需求，若已有历史的建模经验，则结合历史的建模经验和问题解决方案，整合形成综合的数据需求；

S2、采购量相关数据：依据药品市场规模预测方面的数据需求，从药品交易数据库中调取报量相关数据，并存于结构化的标准数据表中；

S3、数据清洗：对数据进行标记，并将有效的数据纳入模型；

S4、数据纳入否：对不纳入模型的数据进行数据检查，深入发现其不符合纳入模型标准的原因，挖掘其可能存在的数据问题；对纳入模型的数据进行多维度统计；

S5、多维度统计：对纳入模型的数据，从药品属性、医院属性、市场竞争、销量售价等方面进行多维度统计；

S6、指标库：将各个地区多维度统计的结果结构化，并存储于指标标准数据库中；

S7、随机分组：按照一定的分配比例，根据医疗机构的唯一编码，将部分医疗机构的数据划分为测试集，剩余医疗机构的数据划分为训练集，用于模型拟合；

S8、评估变量重要性：采用随机森林模型评估全部自变量的重要性，对于预测药品采购量的回归问题，采用均方误差增率(％IncMSE)作为自变量的重要性评价指标；对于预测采购量倍率评级的分类问题，采用平均准确率降幅(Mean Decrease Accuracy，MDA)评价自变量的重要性；

S9、预测模型搭建，包括以下步骤：

1)结合S8中自变量的重要性评价结果，对自变量按重要性指标降序排序，得到自变量集合F{x1,x2,x3,…},循环过程中，依次取F中的前i位元素，使得每次循环，取fi中的所有元素作为搭建模型的自变量组合；

2)对于预测药品采购量的回归问题，采用随机森林回归器和岭回归模型，进行回归分析，同时在时间序列资料完整时，采用时间序列分析方法优化模型；对于预测采购量倍率评级的分类问题，采用随机森林分类器模型，进行聚类分析；

3)调整部分模型中的参数，并评估模型的拟合优度或准确率，输出预测模型；

S10、是否历遍所有变量：检查循环是否历遍了训练集中的所有自变量，若未历遍所有自变量，则继续循环过程；若已历遍所有自变量，则结束循环，在预测模型集中根据拟合优度或准确率筛选最优模型；

S11、模型评估；

S12、专家评价：相关领域专家根据相关经验和参考资料，对模型的预测结果进行评价分析，提出修改建议，并评估其实用性；

S13、实用性判别：当预测模型未达到实用阶段时，则根据修改建议与评估结果，返回至数据需求生成阶段，指导下一步模型搭建方案；当预测模型达到实用阶段时，则存储于预测模型数据库中；

S14、真实环境测试；

S15、是否重新评估：根据真实环境测试结果，判断模型是否需要再评估，若需要再评估则返回至模型评估阶段，并根据专家评价结果修改建模方案，重新进入下一个建模阶段；若无需要再评估则将预测模型纳入到药品交易监测系统。

2.如权利要求1所述的基于机器学习的药品市场规模预测系统，其特征在于，所述步骤S3中，包括以下步骤：

1)将待清洗数据中无效订单数据、未知来源数据、错误数据等无效数据进行无效化标记；

2)利用药品编码，关联已搭建的药品信息标准库，对药品的目录通用名、目录剂型、标准规格、标准厂家名、基药、医保、限定日剂量等属性进行标记；

3)利用医院编码，关联已搭建的医疗机构信息标准库，对医疗机构的等级评级、行政区域、基层分类等属性进行标记；

4)对所有必要的字段制定缺失值补充的规则，补充规则亦随着建模过程中发现的问题反馈进行更新完善，结合补充规则，对待清洗数据进行缺失值补充；

5)结合纳入标准，对于无效数据、必要字段无法补充、不在统计时间范围内数据，或者建模经验认为需排除的其他数据等，标记为不纳入模型的数据，其他的数据则标记为纳入模型的数据。