[发明专利]用户数据的修正方法

摘要

本发明公开了一种用户数据的修正方法，根据医学指导信息和大数据信息，建立逻辑库；将个人信息数据带入逻辑库中，当个人信息的数据与逻辑库的参考数据不匹配时，则该数据为虚假数据；根据个人信息中的有效数据，对虚假数据进行推算，结合逻辑库获取虚假数据的最佳可能性结果；同时根据个人信息的有效数据对个人信息的缺失数据进行推断，结合逻辑库获取缺失数据的最佳可能性结果；当最佳可能性结果满足关联度需求时，将最佳可能性结果标记为推论数据；并提醒客户对推论数据进行完善。通过本发明，提高了虚假数据检验和修正的准确率以及缺失数据填充的准确率，保证用户数据的有效性。

主权项

1.一种用户数据的修正方法，其特征在于，包括：/n根据医学指导信息和大数据信息，建立逻辑库；其中，所述逻辑库为常规因子与参考数据之间的关联度；所述关联度分为：直接关联和间接关联，所述直接关联包括：直接一级关联、直接二级关联和直接三级关联；所述间接关联包括：间接一级关联、间接二级关联和间接三级关联；其中，关联度的优先级关系为：直接一级关联大于直接二级关联大于直接三级关联大于间接一级关联大于间接二级关联大于间接三级关联；/n获取用户的个人信息数据，将所述个人信息数据带入所述逻辑库中，检验所述个人信息数据是否与所述逻辑库中的参考数据相匹配；/n当所述个人信息的数据与所述逻辑库对应的参考数据相匹配时，则所述个人信息的数据为真实数据，并将所述数据标记为有效数据；/n当所述个人信息的数据与所述逻辑库对应的参考数据不匹配时，则所述个人信息的数据为虚假数据；/n根据所述个人信息中的有效数据，对所述虚假数据进行推算，获取至少一个所述虚假数据的可能性结果，将所述可能性结果带入所述逻辑库中，获取所述可能性结果与对应用户标签的关联度，并将所述关联度按照优先级排序，获得所述虚假数据的最佳可能性结果；/n设定所述最佳可能性结果与对应所述用户标签的关联度阈值，当获取的所述最佳可能性结果与对应所述用户标签的关联度大于等于所述关联度阈值时，将所述最佳可能性结果标记为推论数据；/n当获取的所述最佳可能性结果与对应所述用户标签的关联度小于所述关联度阈值时，依据所述大数据信息对所述个人信息中的虚假数据进行推算，获取所述虚假数据的最佳可能性结果，将所述最佳可能性结果带入所述逻辑库，获取所述最佳可能性结果与对应所述用户标签的关联度，当所述关联度大于等于所述关联度阈值时，将所述最佳可能性结果标记为推论数据；当所述关联度小于所述关联度阈值时，则依据所述大数据信息对所述个人信息中的虚假数据进行再次推算，直到获取的所述最佳可能性结果与对应所述用户标签的关联度大于等于所述关联度阈值为止。/n