CN107845408B - 数据评价方法及装置、存储介质及电子设备 - Google Patents

Abstract

本发明公开了一种数据评价方法及装置、存储介质及电子设备，涉及数据处理技术领域。该数据评价方法包括：确定数据中的关键信息；获取预设数量个数据样本并提供给评分人员以便所述评分人员对各所述数据样本进行评分，得到各所述数据样本的评分结果；判断各所述数据样本是否存在所述关键信息并根据判断结果生成针对各数据样本的关键信息向量；通过回归算法对所述评分结果和所述关键信息向量进行训练以生成训练模型；以及获取待评价数据并针对所述待评价数据运行所述训练模型，以得到所述待评价数据的评分结果作为评价结果。本公开在可以减少人工参与过程的同时，数据评价的稳定性和效率得到了提高。

Description

数据评价方法及装置、存储介质及电子设备

技术领域

本公开涉及数据处理技术领域，具体而言，涉及一种数据评价方法、数据评价装置、存储介质及电子设备。

背景技术

随着信息化社会的发展，大数据理念已经渗入到各行各业中。在大数据领域中，如何整理出信息完整且有针对性的数据已成为大数据分析的关键，在此过程中，需要对数据进行评价以确定数据是否能够较好地满足分析要求。

以医疗行业中病历数据为例，随着医院的患者数据越来越多，为了更好地利用历史治疗经验，对病历数据进行归纳、总结、整理越来越重要。然而，目前医院对病历数据的整理工作，主要由相关人员(例如，病案室的工作人员)进行人工整理，归类，一方面，这种数据整理需要持续不断的人力投入，效率较低；另一方面，相关人员由于其专业领域的限制，难以面向各种疾病以专业的角度评价病历数据。

鉴于此，需要一种数据评价方法、数据评价装置、存储介质及电子设备。

需要说明的是，在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，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种数据评价方法、数据评价装置、存储介质及电子设备，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。

根据本公开的一个方面，提供一种数据评价方法，包括：

确定数据中的关键信息；

获取预设数量个数据样本并提供给评分人员以便所述评分人员对各所述数据样本进行评分，得到各所述数据样本的评分结果；

判断各所述数据样本是否存在所述关键信息并根据判断结果生成针对各数据样本的关键信息向量；

通过回归算法对所述评分结果和所述关键信息向量进行训练以生成训练模型；以及

获取待评价数据并针对所述待评价数据运行所述训练模型，以得到所述待评价数据的评分结果作为评价结果。

在本公开的一种示例性实施例中，通过回归算法对所述评分结果和所述关键信息向量进行训练包括：

通过回归算法对各所述数据样本的所述评分结果和所述关键信息向量进行拟合分析以得到各所述数据样本的得分；

根据各所述数据样本的所述评分结果并结合各所述数据样本的得分确定对评分进行分档的得分阈值。

在本公开的一种示例性实施例中，所述关键信息包含第一关键信息和/或第二关键信息；

其中，所述第一关键信息包含基于数据完整性的信息，所述第二关键信息包含与评价维度对应的指标信息。

在本公开的一种示例性实施例中，确定数据中的关键信息包括：

根据预设数据规范确定所述第一关键信息；以及/或者

将所述评分人员指定的指标信息确定为所述第二关键信息。

根据本公开的一个方面，提供一种数据评价装置，包括：

关键信息确定模块，用于确定数据中的关键信息；

数据样本评分模块，用于获取预设数量个数据样本并提供给评分人员以便所述评分人员对各所述数据样本进行评分，得到各所述数据样本的评分结果；

关键信息向量生成模块，用于判断各所述数据样本是否存在所述关键信息并根据判断结果生成针对各数据样本的关键信息向量；

训练模型生成模块，用于通过回归算法对所述评分结果和所述关键信息向量进行训练以生成训练模型；以及

数据评价模块，用于获取待评价数据并针对所述待评价数据运行所述训练模型，以得到所述待评价数据的评分结果作为评价结果。

在本公开的一种示例性实施例中，所述训练模型生成模块包括：

得分获取单元，用于通过回归算法对各所述数据样本的所述评分结果和所述关键信息向量进行拟合分析以得到各所述数据样本的得分；

得分阈值确定单元，用于根据各所述数据样本的所述评分结果并结合各所述数据样本的得分确定对评分进行分档的得分阈值。

在本公开的一种示例性实施例中，所述关键信息包含第一关键信息和/或第二关键信息；

其中，所述第一关键信息包含基于数据完整性的信息，所述第二关键信息包含与评价维度对应的指标信息。

在本公开的一种示例性实施例中，所述关键信息确定模块包括：

第一关键信息确定单元，用于根据预设数据规范确定所述第一关键信息；以及/或者

第二关键信息确定单元，用于将所述评分人员指定的指标信息确定为所述第二关键信息。

根据本公开的一个方面，提供一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述的数据评价方法。

根据本公开的一个方面，提供一种电子设备，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的数据评价方法。

在本公开的一些实施例所提供的技术方案中，获取数据样本的评分结果并生成数据样本的关键信息向量，通过回归算法对数据样本的评分结果和关键信息向量进行训练，并根据生成的训练模型对待评价数据进行评价，一方面，在评分人员人为对数据样本进行评分后，本方案不再存在人为参与的过程，解决了现有技术中需要人为不断进行数据评价的问题；另一方面，由于减少了人为参与的过程，因此，可以减少由于评分人员主观因素带来的数据评价不稳定的问题；再一方面，由于减少了人为参与，可以提高数据评价的效率。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：

图1示意性示出了根据本公开的示例性实施方式的数据评价方法的流程图；

图2示意性示出了根据本公开的示例性实施方式的数据评价方法的一个实施例的整个过程的流程图；

图3示意性示出了根据本公开的示例性实施方式的数据评价装置的方框图；

图4示意性示出了根据本公开的示例性实施方式的训练模型生成模块的方框图；

图5示意性示出了根据本公开的示例性实施方式的关键信息确定模块的方框图；

图6示出了根据本公开的示例性实施方式的存储介质的示意图；以及

图7示意性示出了根据本公开的示例性实施方式的电子设备的方框图。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。

此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

附图中所示的流程图仅是示例性说明，不是必须包括所有的步骤。例如，有的步骤还可以分解，而有的步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。

下面将以医疗行业中病历数据为例对本公开的数据评价方法进行说明。然而，不限于此，应当理解的是，本公开所述的数据评价方法还可以应用于其他领域，例如，对调查问卷中的数据进行数据评价、对业务报告中的数据进行数据评价，等等。

图1示意性示出了本公开的示例性实施方式的数据评价方法的流程图。参考图1，所述数据评价方法可以包括以下步骤：

S10.确定数据中的关键信息；

S12.获取预设数量个数据样本并提供给评分人员以便所述评分人员对各所述数据样本进行评分，得到各所述数据样本的评分结果；

S14.判断各所述数据样本是否存在所述关键信息并根据判断结果生成针对各数据样本的关键信息向量；

S16.通过回归算法对所述评分结果和所述关键信息向量进行训练以生成训练模型；以及

S18.获取待评价数据并针对所述待评价数据运行所述训练模型，以得到所述待评价数据的评分结果作为评价结果。

在本公开的数据评价方法中，获取数据样本的评分结果并生成数据样本的关键信息向量，通过回归算法对数据样本的评分结果和关键信息向量进行训练，并根据生成的训练模型对待评价数据进行评价，一方面，在评分人员人为对数据样本进行评分后，本方案不再存在人为参与的过程，解决了现有技术中需要人为不断进行数据评价的问题；另一方面，由于减少了人为参与的过程，因此，可以减少由于评分人员主观因素带来的数据评价不稳定的问题；再一方面，由于减少了人为参与，可以提高数据评价的效率。

下面将详细说明本公开的示例性实施方式的数据评价方法。

在步骤S10中，确定数据中的关键信息。

在本公开的示例性实施方式中，关键信息可以包括第一关键信息和/或第二关键信息，具体的，第一关键信息可以包含基于数据完整性的信息，第二关键信息可以包含与评价维度对应的指标信息。其中，此处所述的评价维度可以意指用户期望进行评价的角度，例如，评价的方向可以是针对数据中包含的某一项目。

确定数据中的关键信息可以包括根据预设数据规范确定第一关键信息，以及/或者将评分人员指定的指标信息确定为第二关键信息。

以医疗行业中病历数据为例，第一关键信息可以包含根据例如《病历书写基本规范》确定出的信息，例如，开发人员可以预先将《病历书写基本规范》中的包含的基本规范信息录入系统的存储单元中，服务器可以从存储单元中提取基本规范信息。其中，这些基本规范信息可以包括但不限于患者姓名、患者性别、患者年龄、就诊时间、症状描述、治疗方案、医生签名等。此外，评分人员和/或开发人员还可以根据数据完整性需求自行定义病历中应当包含的数据信息，本示例性实施方式中对此不做特殊限定。

第二关键信息可以是由评分人员根据临床路径、诊疗指南等指定的指标信息，另外，指标信息中可以包含面向特定疾病治疗的信息。以高血压的病历进行数据评价为例，第二关键信息可以包含与高血压相关的指标信息，例如，收缩压、舒张压等。

容易理解的是，在仅对病历数据完整性进行确定的实例中，可以仅确定第一关键信息，而针对某一疾病的病历数据的实例中，除可能需要确定第一关键信息外，还需要确定该疾病对应的第二关键信息。

此外，为确保确定出的关键信息的准确性，本公开所述的评分人员可以包括各疾病领域的医学专家、具有丰富临床经验的医师等。另外，上面描述的病历可以是住院病历，也可以是门诊病历，并且本公开对病历的具体形式不做特殊限定。

在步骤S12中，获取预设数量个数据样本并提供给评分人员以便所述评分人员对各所述数据样本进行评分，得到各所述数据样本的评分结果。

在本公开的示例性实施方式中，评分人员基于不同的评分方式可以生成不同的评分结果。具体的，一方面，可以对数据样本进行分档评分，也就是说，可以将数据样本划分成若干等级，例如，可以对数据样本进行1-5档的评分，其中，1档为评分最高，而5档为评分最低。然而，也可将5档设定为评分最高，1档设定为评分最低。另外，可以以例如字母的方式表征1-5档，例如，A、B、C、D、E。容易理解的是，将数据样本划分成除5档之外的其他档也属于本公开的构思，例如，评分人员可以将数据样本划分成3档、10档等；另一方面，可以对数据样本进行详细评分，以百分制评分为例，一数据样本的评分可能为85分。容易理解的是，针对百分制进行评分的方式，评分人员需要建立更加详细的评分标准。

此外，服务器可以从各数据源随机提取预设数量个数据样本，本公开对数据样本的数据格式不做特殊限定。另外，预设数量可以由开发人员综合数据总量、评分人员的工作量及服务器实际处理能力自行设定，本示例性实施方式中对此不做特殊限定。

仍以医疗行业中病历数据为例，首先，服务器可以从各数据源中抽取预设数量个病历数据，其中，这些病历数据可以是来自一医院各科室系统的数据，也可以来自不同医院的数据，或者可以将某一地区内所有医院的病历数据进行汇总以构建统一的病历数据池，服务器可以从该病历数据池中抽取预设数量个病历数据。另外，可以将预设数量设定为例如1000份；接下来，服务器可以将该1000份病历数据提供给一个或多个医学专家进行评分，以得到该1000份病历的评分结果。应当注意的是，在医学专家进行评分时，可以是对某一评价维度(或评价角度、评价方向)进行评分，例如，在研究高血压病历数据的质量时，高血压领域的医学专家可以仅针对高血压的指标信息进行进行评分；在研究肝炎病历数据时，肝病领域的医学专家可以仅针对肝病的指标进行评分，等等。此外，就医学专家而言，以1-5档分档评分为例，可以对病历数据进行分档标识并存入系统中，例如，医学专家认为一病历数据十分全面且客观，则可以将该病历标识为1档并作为评分结果；接下来，服务器可以获取该评分结果并存储至系统，由此系统中就存在该病历数据与1档的对应关系。

在步骤S14中，判断各所述数据样本是否存在所述关键信息并根据判断结果生成针对各数据样本的关键信息向量。

在本公开的示例性实施方式中，可以判断步骤S12中获取的数据样本是否包含步骤S10中确定的第一关键信息和/或第二关键信息。具体的，首先，可以将数据样本中包含的信息与第一关键信息和/或第二关键信息进行逐一比较；接下来，以二进制表示比较结果为例，如果比较出数据样本的一个信息与第一关键信息和/或第二关键信息相同，可以将该比较结果设置为1，如果发现第一关键信息和/或第二关键信息中的某一关键信息未在数据样本中出现，则将该比较结果设置为0。由此，针对一数据样本，经过信息的逐一比较后，可以生成由这些比较结果(1或0)组成的关键信息向量；随后，服务器可以将关键信息向量存储至系统，以形成数据样本与关键信息向量的一一对应关系。

此外，开发人员还可以设置步骤S10中的关键信息与数据样本包含的信息的相似度阈值。若二者满足该相似度阈值，则可以认为二者相同，并进行逐一比较，以得到关键信息向量。本公开对相似度阈值的具体设置方法不做特殊限定。实际中，主治医师可能由于习惯问题或误写问题导致一些错别字或简称的出现，通过相似度阈值的配置，可以有效地解决这些问题。

在步骤S16中，通过回归算法对所述评分结果和所述关键信息向量进行训练以生成训练模型。

在本公开的示例性实施方式中，针对步骤S12中得到的评分结果和步骤S14中生成的关键信息向量，可以通过回归算法进行拟合。其中，所述回归算法可以为目前现有回归算法中的一种，并且本公开对回归算法的编译语言不做限定。也就是说，可以借助于回归算法确定评分结果与关键信息向量之间的关系。

根据本公开的一些实施例，首先，可以采用回归算法对评分结果和关键信息向量进行拟合分析，得到机器学习后的得分。其中，该得分可以以小数形式表示，例如，机器学习后的得分可以为0.98；在得到各数据样本的得分后，可以对得分进行由大到小排序，另外，还可以对得分进行由小到大排序，本示例性实施方式中对此不做特殊限定；接下来，可以基于步骤S12中的分档评分的评分结果，确定对评分进行分档的得分阈值。

仍以医疗行业中病历数据为例，在确定出1000份病历数据的得分后，可以对这1000个得分进行由大到小的排序。接下来，以1-5档评分为例，基于1000个得分的具体分数，例如可以将得分超过0.9的数据确定为1档、得分在0.9以下且超过0.7的数据确定为2档、得分在0.7以下且超过0.6的数据确定为3档、得分在0.6以下且超过0.4的数据确定为4档、以及将得分在0.4以下的数据确定为5档。由此，可以将1档与2档之间的得分阈值确定为0.9、将2档与3档之间的得分阈值确定为0.7、将3档与4档之间的得分阈值确定为0.6、将4档与5档之间的得分阈值确定为0.4。综合上述，可以得到数据样本的机器学习后的得分与数据样本包含的关键信息之间的关系，在一些实施例中，这种关系可以被认为是进行机器训练后生成的训练模型。

容易理解的是，上述以示意性的方式说明了对评分结果和关键信息向量进行训练的过程，然而，不限于此，开发人员还可以依据其他方式确定得分阈值，例如，在对1000个得分进行由大到小的排序后，对得分进行五等分，分别由大到小确定为1-5档，此时，1档的数据样本的数量可以例如为216，机器学习后的得分均大于等于0.93；2档的数据样本的数量可以例如为511，机器学习后的得分小于0.93且大于等于0.78；3档的数据样本的数量可以例如为127，机器学习后的得分小于0.78且大于等于0.63；4档的数据样本的数量可以例如为101，机器学习后的得分小于0.63且大于等于0.48；5档的数据样本的数量可以例如为45，机器学习后的得分小于0.48。此时，1-5档的得分阈值可以分别为0.93、0.78、0.63、0.48。本公开对具体生成训练模型的规则不做特殊限定，可以由开发人员自行定义。

在步骤S18中，获取待评价数据并针对所述待评价数据运行所述训练模型，以得到所述待评价数据的评分结果作为评价结果。

步骤S10至步骤S16针对的是数据样本，而数据样本可以通过随机提取而得到。在生成训练模型后，在需要进行数据评价时，服务器可以获取待评价数据并运行该训练模型以得到待评价数据的评分结果，并将该评分结果作为该待评价数据的评价结果。也就是说，首先，可以判断待评价数据是否存在步骤S10中确定出的关键信息，并根据判断结果生成待评价数据的关键信息向量。接下来，根据步骤S16中生成的训练模型确定待评价数据的关键信息向量对应的得分，并根据得分的具体数值确定待评价数据的评分结果，并将该评分结果作为评价结果。

仍以医疗行业中病历数据为例，针对待评价数据运行训练模型后的得分例如为0.88，则在将0.9以下且超过0.7的数据确定为2档的实例中，可以将该待评价数据的评分结果确定为2档，并将2档作为该待评价数据的评价结果。

下面将参考图2对本公开的数据评价方法的一个实施例的整个过程进行说明。在步骤S201中，服务器根据《病历书写基本规范》确定第一关键信息，其中，第一关键信息包含基于数据完整性的信息；在步骤S203中，服务器可以获取由医学专家根据临床路径、诊疗指南等确定出的第二关键信息，其中，第二关键信息包含与高血压对应的指标信息；在步骤S205中，服务器可以取1000份高血压病历数据，并由高血压领域的医学专家进行1-5档的分档评分；在步骤S207中，服务器可以确定1000份病历数据包含的第一关键信息和第二关键信息，并生成关键信息向量；在步骤S209中，服务器可以通过回归算法对步骤S205的评分结果及步骤S207生成的关键信息向量进行训练以生成训练模型；在步骤S211中，服务器可以针对待评价的病历数据运行训练模型，以得到待评价的病历数据的评分结果作为评价结果。

以医疗行业中病历数据为例，本公开所述的数据评价方法，一方面，在医学专家对病历数据样本进行评分后，本方案不再存在人为参与的过程，而是通过软件的方式对病历数据进行分析、评分，解决了人力不断投入的问题；另一方面，在关键信息包含基于数据完整性的信息的方案中，可以对病历信息完整程度进行评价；又一方面，由各疾病领域的医学专家确定第二关键信息，并基于第二关键信息对病历数据进行评价，确保了病历数据面向疾病的专业性评价；再一方面，通过对病历数据进行评价，研究人员可以抽取评价高的病历进行研究，实现了较好的利用历史治疗经验的目的，同时有助于医疗行业信息化的发展。此外，本方案可以取代相关人员(例如，病案室的工作人员)主观评价病历数据的方式，因此，可以避免病历数据评价不稳定的问题，并降低病历数据错误评价的风险。

应当注意，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。

进一步的，本示例实施方式中还提供了一种数据评价装置。

图3示意性示出了本公开的示例性实施方式的数据评价装置的方框图。参考图3，根据本公开的示例性实施方式的数据评价装置3可以包括关键信息确定模块31、数据样本评分模块33、关键信息向量生成模块35、训练模型生成模块37和数据评价模块39，其中：

关键信息确定模块31，可以用于确定数据中的关键信息；

数据样本评分模块33，可以用于获取预设数量个数据样本并提供给评分人员以便所述评分人员对各所述数据样本进行评分，得到各所述数据样本的评分结果；

关键信息向量生成模块35，可以用于判断各所述数据样本是否存在所述关键信息并根据判断结果生成针对各数据样本的关键信息向量；

训练模型生成模块37，可以用于通过回归算法对所述评分结果和所述关键信息向量进行训练以生成训练模型；以及

数据评价模块39，可以用于获取待评价数据并针对所述待评价数据运行所述训练模型，以得到所述待评价数据的评分结果作为评价结果。

在本公开的数据评价装置中，获取数据样本的评分结果并生成数据样本的关键信息向量，通过回归算法对数据样本的评分结果和关键信息向量进行训练，并根据生成的训练模型对待评价数据进行评价，一方面，在评分人员人为对数据样本进行评分后，本方案不再存在人为参与的过程，解决了现有技术中需要人为不断进行数据评价的问题；另一方面，由于减少了人为参与的过程，因此，可以减少由于评分人员主观因素带来的数据评价不稳定的问题；再一方面，由于减少了人为参与，可以提高数据评价的效率。

根据本公开的示例性实施例，参考图4，训练模型生成模块37可以包括得分获取单元401和得分阈值确定单元403，其中：

得分获取单元401，可以用于通过回归算法对各所述数据样本的所述评分结果和所述关键信息向量进行拟合分析以得到各所述数据样本的得分；

得分阈值确定单元403，可以用于根据各所述数据样本的所述评分结果并结合各所述数据样本的得分确定对评分进行分档的得分阈值。

根据本公开的示例性实施例，所述关键信息包含第一关键信息和/或第二关键信息；

其中，所述第一关键信息包含基于数据完整性的信息，所述第二关键信息包含与评价维度对应的指标信息。

根据本公开的示例性实施例，参考图5，关键信息确定模块31可以包括第一关键信息确定模块501和第二关键信息确定模块503，其中：

第一关键信息确定单元501，可以用于根据预设数据规范确定所述第一关键信息；以及/或者

第二关键信息确定单元503，可以用于将所述评分人员指定的指标信息确定为所述第二关键信息。

由于本发明实施方式的程序运行性能分析装置的各个功能模块与上述方法发明实施方式中相同，因此在此不再赘述。

在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。

参考图6所示，描述了根据本发明的实施方式的用于实现上述方法的程序产品600，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

在本公开的示例性实施例中，还提供了一种能够实现上述方法的电子设备。

所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。

下面参照图7来描述根据本发明的这种实施方式的电子设备700。图7显示的电子设备700仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图7所示，电子设备700以通用计算设备的形式表现。电子设备700的组件可以包括但不限于：上述至少一个处理单元710、上述至少一个存储单元720、连接不同系统组件(包括存储单元720和处理单元710)的总线730、显示单元740。

其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元710执行，使得所述处理单元710执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元710可以执行如图1中所示的步骤S10：确定数据中的关键信息；步骤S12：获取预设数量个数据样本并提供给评分人员以便所述评分人员对各所述数据样本进行评分，得到各所述数据样本的评分结果；步骤S14：判断各所述数据样本是否存在所述关键信息并根据判断结果生成针对各数据样本的关键信息向量；步骤S16：通过回归算法对所述评分结果和所述关键信息向量进行训练以生成训练模型；以及步骤S18：获取待评价数据并针对所述待评价数据运行所述训练模型，以得到所述待评价数据的评分结果作为评价结果。

存储单元720可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)7201和/或高速缓存存储单元7202，还可以进一步包括只读存储单元(ROM)7203。

存储单元720还可以包括具有一组(至少一个)程序模块7205的程序/实用工具7204，这样的程序模块7205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线730可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备700也可以与一个或多个外部设备800(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备700交互的设备通信，和/或与使得该电子设备700能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口750进行。并且，电子设备700还可以通过网络适配器760与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器760通过总线730与电子设备700的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备700使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。

此外，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。

Claims (4)

1.一种病历数据评价方法，其特征在于，包括：

确定病历数据中的关键信息；

获取预设数量个数据样本并提供给评分人员以便所述评分人员对各所述数据样本进行评分，得到各所述数据样本的评分结果；

判断各所述数据样本是否存在所述关键信息并根据判断结果生成针对各数据样本的关键信息向量；

通过回归算法对所述评分结果和所述关键信息向量进行训练以生成训练模型；以及

获取待评价病历数据并针对所述待评价病历数据运行所述训练模型，以得到所述待评价病历数据的评分结果作为评价结果；

所述关键信息包含第一关键信息和/或第二关键信息；

其中，所述第一关键信息包含基于数据完整性的信息，所述第二关键信息包含与评价维度对应的指标信息；

所述确定病历数据中的关键信息，包括：

根据预设数据规范确定第一关键信息，以及/或者将评分人员指定的指标信息确定为第二关键信息；

所述判断各所述数据样本是否存在所述关键信息并根据判断结果生成针对各数据样本的关键信息向量，包括：

将所述数据样本与所述关键信息进行比较，生成二进制的比较结果，根据所述二进制的比较结果，生成针对各数据样本的关键信息向量；或者，计算所述数据样本与所述关键信息的相似度，根据所述相似度生成针对各数据样本的关键信息向量；

通过回归算法对所述评分结果和所述关键信息向量进行训练包括：

通过回归算法对各所述数据样本的所述评分结果和所述关键信息向量进行拟合分析以得到各所述数据样本的得分；

根据各所述数据样本的所述评分结果并结合各所述数据样本的得分确定对评分进行分档的得分阈值。

2.一种病历数据评价装置，其特征在于，包括：

关键信息确定模块，用于确定病历数据中的关键信息；

数据样本评分模块，用于获取预设数量个数据样本并提供给评分人员以便所述评分人员对各所述数据样本进行评分，得到各所述数据样本的评分结果；

关键信息向量生成模块，用于判断各所述数据样本是否存在所述关键信息并根据判断结果生成针对各数据样本的关键信息向量；

训练模型生成模块，用于通过回归算法对所述评分结果和所述关键信息向量进行训练以生成训练模型；以及

数据评价模块，用于获取待评价病历数据并针对所述待评价病历数据运行所述训练模型，以得到所述待评价病历数据的评分结果作为评价结果；

所述关键信息包含第一关键信息和/或第二关键信息；

其中，所述第一关键信息包含基于数据完整性的信息，所述第二关键信息包含与评价维度对应的指标信息；

所述确定病历数据中的关键信息，包括：

根据预设数据规范确定第一关键信息，以及/或者将评分人员指定的指标信息确定为第二关键信息；

所述判断各所述数据样本是否存在所述关键信息并根据判断结果生成针对各数据样本的关键信息向量，包括：

将所述数据样本与所述关键信息进行比较，生成二进制的比较结果，根据所述二进制的比较结果，生成针对各数据样本的关键信息向量；或者，计算所述数据样本与所述关键信息的相似度，根据所述相似度生成针对各数据样本的关键信息向量；

通过回归算法对所述评分结果和所述关键信息向量进行训练包括：

通过回归算法对各所述数据样本的所述评分结果和所述关键信息向量进行拟合分析以得到各所述数据样本的得分；

根据各所述数据样本的所述评分结果并结合各所述数据样本的得分确定对评分进行分档的得分阈值。

3.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1所述的数据评价方法。

4.一种电子设备，其特征在于，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1所述的数据评价方法。

Images