一種自學習型智能數據快速輸入的方法
【專利摘要】本發明公開了一種自學習型智能數據快速輸入的方法，包括以下步驟：A、將基礎數據輸入數據庫，設定基礎數據的使用頻率和基礎數據之間的關聯度；B、使用輸入設備逐一輸入待輸入數據，系統根據待輸入數據與已輸入數據的關聯度和待輸入數據的使用頻率對待輸入數據進行重新排序，提供給使用者；C、系統根據使用者對于待輸入數據的選擇，對后續待輸入數據的使用頻率和關聯度進行調整。本發明可以解決現有技術的不足，提高了數據輸入的速度。
【專利說明】
-種自學習型智能數據快速輸入的方法
技術領域
[0001] 本發明設及數據錄入技術領域，尤其是一種自學習型智能數據快速輸入的方法。
【背景技術】
[0002] 目前，醫療機構基礎數據的錄入是通過查詢條件過濾，然后由操作者選擇，當相似 基礎數據多了后，需要逐行尋找需要的數據，命中率低下。日常中使用指定排序方式，讓可 能常用的優先排序，方式單一，多個業務科室需要的常用數據不盡相同，排序方式不能很好 的解決快速錄入。
【發明內容】
[0003] 本發明要解決的技術問題是提供一種自學習型智能數據快速輸入的方法，能夠解決現 有技術的不足，提高了數據輸入的速度。
[0004] 為解決上述技術問題，本發明所采取的技術方案如下。
[0005] -種自學習型智能數據快速輸入的方法，包括W下步驟： A、 將基礎數據輸入數據庫，設定基礎數據的使用頻率和基礎數據之間的關聯度； B、 使用輸入設備逐一輸入待輸入數據，系統根據待輸入數據與已輸入數據的關聯度和 待輸入數據的使用頻率對待輸入數據進行重新排序，提供給使用者； C、 系統根據使用者對于待輸入數據的選擇，對后續待輸入數據的使用頻率和關聯度進 行調整。
[0006] 作為優選，步驟A中，使用頻率的設定值與初始值的關系如下，
其中，F為使用頻率的初始值，贈為使用頻率的設定值，驗、按I和峽J比例系數，r為關聯 度。
[0007] 作為優選，步驟B中，待輸入數據的排序根據已輸入的全部數據的關聯度和待輸入 數據的使用頻率進行確定，
其中，f為排序結果，鬆f為使用頻率的設定值，r為關聯度，f的數值越大排序越靠前。 [000引作為優選，步驟C中，使用頻率的調整方法為，
關聯度的調整方法為，
其中，F"為調整后的使用頻率，機為調整后的關聯度，輸和縣為比例系數。
[0009] 作為優選，在輸入數據的同時，對數據庫內的數據的關聯度進行二次修正，二次修 正的方法為，
其中，;私2為已輸入數據與待輸入數據的關聯度，g(X)為線性函數。
[0010] 采用上述技術方案所帶來的有益效果在于:本發明利用數據的使用頻率和相互的 關聯度對數據進行排序，可W準確地選擇出命中率較高的待選數據。同時相比于現有技術 中的數據輸入聯想技術，本發明利用關聯度和使用頻率的關聯性質，對待輸入數據的排列 順序進行實時優化，有效地提高了待選數據的命中率。本發明不需要預定義的前提下，智能 學習，按類別、科室自動展示高熱度數據，提高錄入速度。
【附圖說明】
[0011] 圖1是本發明一個【具體實施方式】的原理圖。
【具體實施方式】
[0012] 參照圖1，本發明的一個【具體實施方式】包括W下步驟： A、 將基礎數據輸入數據庫，設定基礎數據的使用頻率和基礎數據之間的關聯度； B、 使用輸入設備逐一輸入待輸入數據，系統根據待輸入數據與已輸入數據的關聯度和 待輸入數據的使用頻率對待輸入數據進行重新排序，提供給使用者； C、 系統根據使用者對于待輸入數據的選擇，對后續待輸入數據的使用頻率和關聯度進 行調整。
[0013] 步驟A中，使用頻率的設定值與初始值的關系如下，
其中，F為使用頻率的初始值，較為使用頻率的設定值，義、麵和峽J比例系數，r為關聯 度。
[0014] 步驟B中，待輸入數據的排序根據已輸入的全部數據的關聯度和待輸入數據的使 用頻率進行確定，
其中，f為排序結果，鬆t為使用頻率的設定值，r為關聯度，f的數值越大排序越靠前。
[0015] 步驟B中，待輸入數據的排序根據已輸入的全部數據的關聯度和待輸入數據的使 用頻率進行確定，
其中，f為排序結果，F'為使用頻率的設定值，r為關聯度，f的數值越大排序越靠前。
[0016] 步驟C中，使用頻率的調整方法為， 關聯度的調整方沼
其中，彩"為調整后的使用頻率，纏為調整后的關聯度，輸郝瞧為比例系數。
[0017] 在輸入數據的同時，對數據庫內的數據的關聯度進行二次修正，二次修正的方法 為，
其中，;私3為已輸入數據與符輸入數據的關聯度，g( X )為線性函數。
[0018] 本發明在日常使用中，當選擇了數據后，W科室為單位記錄使用數據的熱度，在使 用中自動分析數據，在調用數據時優先顯示高熱度數據，達到少查詢條件或無需查詢條件 的情況下，即可快速選擇，提高數據命中率。由用戶發起，智能優化數據，選擇數據后形成自 學習庫，供智能優化提供基礎數據，形成高效閉環。在不同的業務科室中，都有自己使用的 高熱度的數據，W科室為單位分析數據，解禪本科室不常用的數據，實現專業的快速錄入。 為不同類型的數據進行分組分析，根據類型不同，使用獨立的熱度。在業務系統中數據字典 包含檢查、檢驗、治療、膳食等類別，按類別進行分類，生成相應類別的學習庫，在不同的臨 床科室中使用項目頻率不一致，如婦科檢查相關項目在婦科使用頻率很高，故需優先顯示 婦科檢查相關項目。通過類別、專業科室自動學習優化數據，提高數據命中率，減少數據選 擇時間，讓操作者有更多的時間進行自己的業務操作，提高了生產力。
[0019] 使用本發明的輸入方法和現有技術常用的捜狗輸入法（帶有醫學詞匯詞庫)進行 可么主 E0 "ZinTT
由上表可W看出，本發明的輸入方法可W有效提高待輸入數據的選擇命中率，而且在 較大數據量的情況下效果更佳。
[0020] W上顯示和描述了本發明的基本原理和主要特征和本發明的優點。本行業的技術 人員應該了解，本發明不受上述實施例的限制，上述實施例和說明書中描述的只是說明本 發明的原理，在不脫離本發明精神和范圍的前提下，本發明還會有各種變化和改進，運些變 化和改進都落入要求保護的本發明范圍內。本發明要求保護范圍由所附的權利要求書及其 等效物界定。
【主權項】
1. 一種自學習型智能數據快速輸入的方法，其特征在于:包括以下步驟： A、 將基礎數據輸入數據庫，設定基礎數據的使用頻率和基礎數據之間的關聯度； B、 使用輸入設備逐一輸入待輸入數據，系統根據待輸入數據與已輸入數據的關聯度和 待輸入數據的使用頻率對待輸入數據進行重新排序，提供給使用者； C、 系統根據使用者對于待輸入數據的選擇，對后續待輸入數據的使用頻率和關聯度進 行調整。2. 根據權利要求1所述的自學習型智能數據快速輸入的方法，其特征在于:步驟A中，使 用頻率的設定值與初始值的關系如下，其中，F為使用頻率的初始值，，為使用頻率的設定值，和β為比例系數，r為關聯 度。3. 根據權利要求2所述的自學習型智能數據快速輸入的方法，其特征在于:步驟B中，待 輸入數據的排序根據已輸入的全部數據的關聯度和待輸入數據的使用頻率進行確定，其中，f為排序結果，，為使用頻率的設定值，r為關聯度，f的數值越大排序越靠前。4. 根據權利要求3所述的自學習型智能數據快速輸入的方法，其特征在于:步驟C中，使 用頻率的調整方法為， 關聯度的調整方其中，，為調整后的使用頻率，樣為調整后的關聯度，_和_為比例系數。5. 根據權利要求4所述的自學習型智能數據快速輸入的方法，其特征在于:在輸入數據 的同時，對數據庫內的數據的關聯度進行二次修正，二次修正的方法為，其中，_:為已輸入數據與待輸入數據的關聯度，g(x)為線性函數。
【文檔編號】G06F3/023GK106020508SQ201610563521
【公開日】2016年10月12日
【申請日】2016年7月18日
【發明人】冉偉
【申請人】南京醫健通信息科技有限公司