[发明专利]一种利用二进制提取、识别、归类文件的系统

权利要求书

1.一种利用二进制提取、识别、归类文件的系统，其特征在于：包括数据获取模块、识别模块、提取模块、归类模块和新数据库；

所述数据获取模块用于获取医疗系统内部医疗数据库的二进制数据包；

所述识别模块用于识别所述获取模块获取二进制数据包的数据信息；

所述提取模块用于提取所述识别模块识别的二进制数据包的数据信息；

所述归类模块用于对所述提取模块提取的数据信息进行归类；

所述新数据库用于存储经新数据结构处理之后的数据信息。

2.一种利用二进制提取、识别、归类文件的方法，应用于权利要求1所述的一种利用二进制提取、识别、归类文件的系统，其特征在于：具体包括以下步骤：

S1、利用数据获取模块获取医疗系统内部医疗数据库的二进制数据包；

S2、利用识别模块和提取模块对获取的所述二进制数据包进行识别，并提取所述二进制数据包中的数据信息；

S3、利用归类模块对提取的所述数据信息进行归类处理；

S4、将归类的数据包按照统一数据结构进行储存，建立新数据库。

3.根据权利要求2所述的一种利用二进制提取、识别、归类文件的方法，其特征在于：所述S1中获取所述二进制数据包时，同步获取所述二进制数据包在医疗系统中所属的类目，并生成数据标签。

4.根据权利要求2所述的一种利用二进制提取、识别、归类文件的方法，其特征在于：所述S2中所述数据信息的提取具体为：根据识别的所述二进制数据包，提取所述二进制数据包中的数据信息，并根据所述数据信息中出现的数据词频，提取多个关键词。

5.根据权利要求2所述的一种利用二进制提取、识别、归类文件的方法，其特征在于：所述S3中所述数据信息归类的具体步骤包括：

S301、利用Sharksearch算法对S2中提取的所述数据信息与所述数据标签进行相关度分析；

S302、判断所述数据标签与S2中提取的所述数据信息之间的相关程度是否达到设定的相关率；

S3021、若所述数据标签与S2中提取的所述数据信息之间的相关程度达到设定的相关率，以所述数据标签建立新的归类分类标签；

S3022、若所述数据标签与S2中提取的所述数据信息之间的相关程度未达到设定的相关率，重新设定所述数据信息的归类分类标签。

6.根据权利要求5所述的一种利用二进制提取、识别、归类文件的方法，其特征在于：所述S3022中所述数据信息的归类分类标签的重新设定包括：

S3031、利用Sharksearch算法对S2中提取的所述数据信息与关键词进行相关度分析；

S3032、以每个所述关键词的相关率作为关键词在所述数据信息中的权重；

S3033、根据每个所述关键词在所述数据信心中的权重和在所述数据信息中出现的词频，计算每个所述关键词的相符值；

S3033、通过每个所述关键词的相符值之间的对比，以最高的相符值对应的所述关键词建立新的归类分类标签。

7.根据权利要求2所述的一种利用二进制提取、识别、归类文件的方法，其特征在于：所述S4中新数据库的建立具体包括：

S401、预定数据结构模板；

S402、将归类之后的数据包按照S401中的所述数据结构模板进行统一处理；

S403、将处理之后的数据包按照归类分类标签进行存储，从而建立新数据库。