本發(fā)明涉及數(shù)據(jù)處理，特別是涉及一種確定相似用戶的數(shù)據(jù)處理系統(tǒng)。

背景技術(shù)：

1、隨著人工智能技術(shù)的逐漸成熟，人工智能的應(yīng)用場景越發(fā)豐富，當前，隨著醫(yī)療信息化的不斷發(fā)展，人工智能技術(shù)與醫(yī)療領(lǐng)域的融合不斷加深，醫(yī)療信息服務(wù)平臺中存有大量的數(shù)據(jù)，這些數(shù)據(jù)不僅數(shù)量龐大，而且存在多樣性和復(fù)雜性，如何將這些數(shù)據(jù)進行關(guān)聯(lián)成為熱門研究方向，例如：如何快速、精準地找到相似患者用戶在醫(yī)療領(lǐng)域用戶分類場景具有重要意義，通過獲取到相似的患者用戶，可以高效率為相關(guān)工作者提供精確的分類研究參照數(shù)據(jù)。

2、常見獲取相似用戶的方法有：第一種方式為首先需要構(gòu)建用戶的全量數(shù)據(jù)索引，然后設(shè)定用戶的關(guān)鍵特征，根據(jù)關(guān)鍵特征中的關(guān)鍵詞進行判斷，獲取相似用戶，僅通過關(guān)鍵詞的方法使得獲取到的相似用戶的準確性較低，第二種方式為基于相似度的方法，先定義相似性度量，然后通過兩兩計算相似度進行篩選，增加了時間成本，降低了獲取到相似用戶的效率，難以在大規(guī)模數(shù)據(jù)集中進行相似用戶的確定。

技術(shù)實現(xiàn)思路

1、針對上述技術(shù)問題，本發(fā)明采用的技術(shù)方案為：一種確定相似用戶的數(shù)據(jù)處理系統(tǒng)，系統(tǒng)包括：處理器和存儲有計算機程序的存儲器，當計算機程序被處理器執(zhí)行時，實現(xiàn)以下步驟：

2、s100，獲取初始用戶id列表對應(yīng)的初始特征值列表集a＝{a1，……，ai，……，an}，ai＝{ai1，……，aij，……，aim}，其中，aij為第i個初始用戶id對應(yīng)的初始特征值列表中第j個初始特征值，i＝1……n，n為初始用戶id的數(shù)量，j＝1……m，m為初始特征值列表中初始特征值的數(shù)量。

3、s200，根據(jù)a，獲取初始用戶id列表對應(yīng)的初始特征向量列表集c＝{c1，……，ci，……，cn}，ci＝{ci1，……，cij，……，cim}，cij為第i個初始用戶id對應(yīng)的初始特征向量列表中的第j個初始特征向量，其中，cij＝(i，j，aij)。

4、s300，根據(jù)c，獲取初始用戶id列表對應(yīng)的候選特征向量列表集d＝{d1，……，di，……，dn}，di＝{di1，……，dir，……，dis(i)}，di為第i個初始用戶id對應(yīng)的候選特征向量列表，dir為di中第r個候選特征向量，r＝1……s(i)，s(i)為di中候選特征向量的數(shù)量，其中，當aij為0時，將cij從ci中刪除以構(gòu)成di。

5、s400，根據(jù)d，獲取初始用戶id列表對應(yīng)的指定特征向量列表集l＝{l1，……，li，……，ln}，li為第i個初始用戶id對應(yīng)的指定特征向量列表，其中，在s400中通過如下步驟獲取li：

6、s401，根據(jù)a，獲取候選特征標識列表g，其中，所述候選特征標識列表中包括若干個候選特征標識。

7、s403，當dir中的初始特征值對應(yīng)的初始特征標識與g中的候選特征標識一致時，將dir插入至li中以獲取到li。

8、s500，根據(jù)l，獲取初始用戶id列表對應(yīng)的目標相似度列表n＝{n1，……，ni，……，nn}，ni為第i個初始用戶id對應(yīng)的目標相似度。

9、s600，當ni≥n0時，確定第i個初始用戶id對應(yīng)的初始用戶為目標用戶的相似用戶，其中，n0為預(yù)設(shè)的相似度閾值。

10、本發(fā)明與現(xiàn)有技術(shù)相比具有明顯的有益效果，借由上述技術(shù)方案，本發(fā)明提供的一種確定相似用戶的數(shù)據(jù)處理系統(tǒng)可達到相當?shù)募夹g(shù)進步性及實用性，并具有產(chǎn)業(yè)上的廣泛利用價值，其至少具有以下有益效果：

11、一種確定相似用戶的數(shù)據(jù)處理系統(tǒng)，包括處理器和存儲有計算機程序的存儲器，當所述計算機程序被處理器執(zhí)行時，實現(xiàn)以下步驟：獲取初始用戶id列表對應(yīng)的初始特征值列表集，根據(jù)初始特征值列表集，獲取初始用戶id列表對應(yīng)的初始特征向量列表集，根據(jù)初始特征向量列表集，獲取初始用戶id列表對應(yīng)的候選特征向量列表集，根據(jù)候選特征向量列表集，獲取初始用戶id列表對應(yīng)的指定特征向量列表集，根據(jù)指定特征向量列表集獲取初始用戶id列表對應(yīng)的目標相似度列表，根據(jù)目標相似度列表，從初始用戶id列表中確定目標用戶的相似用戶，本實施例在獲取相似用戶過程中將沒有意義的數(shù)據(jù)進行刪除，同時考慮了將對相似度影響較小的數(shù)據(jù)進行刪除，能夠減少后續(xù)進行相似度計算的運算量，降低時間成本，從而提高獲取到相似用戶的效率，對獲取到的原始數(shù)據(jù)進行預(yù)處理，利用哈希模型獲取到用戶對應(yīng)的特征向量，基于獲取到的特征向量進行相似度判斷，提高了獲取到相似用戶的準確性。

12、上述說明僅是本發(fā)明技術(shù)方案的概述，為了能夠更清楚了解本發(fā)明的技術(shù)手段，而可依照說明書的內(nèi)容予以實施，并且為了讓本發(fā)明的上述和其他目的、特征和優(yōu)點能夠更明顯易懂，以下特舉較佳實施例，并配合附圖,詳細說明如下。

技術(shù)特征：

1.一種確定相似用戶的數(shù)據(jù)處理系統(tǒng)，其特征在于，所述系統(tǒng)包括：處理器和存儲有計算機程序的存儲器，當所述計算機程序被處理器執(zhí)行時，實現(xiàn)以下步驟：

2.根據(jù)權(quán)利要求1所述的確定相似用戶的數(shù)據(jù)處理系統(tǒng)，其特征在于，在s100中通過如下步驟獲取aij：

3.根據(jù)權(quán)利要求2所述的確定相似用戶的數(shù)據(jù)處理系統(tǒng)，其特征在于，所述初始數(shù)據(jù)端為記錄用戶身體異常狀態(tài)信息的數(shù)據(jù)端。

4.根據(jù)權(quán)利要求2所述的確定相似用戶的數(shù)據(jù)處理系統(tǒng)，其特征在于，所述初始特征信息為初始用戶id在初始特征標識下對應(yīng)的特征信息。

5.根據(jù)權(quán)利要求2所述的確定相似用戶的數(shù)據(jù)處理系統(tǒng)，其特征在于，所述第一類特征信息為文本數(shù)據(jù)。

6.根據(jù)權(quán)利要求2所述的確定相似用戶的數(shù)據(jù)處理系統(tǒng)，其特征在于，所述第二類特征信息為數(shù)值數(shù)據(jù)。

7.根據(jù)權(quán)利要求1所述的確定相似用戶的數(shù)據(jù)處理系統(tǒng)，其特征在于，在s401中通過如下步驟獲取候選特征標識：

8.根據(jù)權(quán)利要求1所述的確定相似用戶的數(shù)據(jù)處理系統(tǒng)，其特征在于，在s500中通過如下步驟獲取ni：

9.根據(jù)權(quán)利要求1所述的確定相似用戶的數(shù)據(jù)處理系統(tǒng)，其特征在于，n0的取值范圍為0.6～0.8。

技術(shù)總結(jié)
本發(fā)明涉及一種確定相似用戶的數(shù)據(jù)處理系統(tǒng)，包括處理器和存儲有計算機程序的存儲器，當所述計算機程序被處理器執(zhí)行時，實現(xiàn)以下步驟：獲取初始用戶ID列表對應(yīng)的初始特征值列表集，獲取初始用戶ID列表對應(yīng)的初始特征向量列表集，獲取初始用戶ID列表對應(yīng)的候選特征向量列表集，獲取初始用戶ID列表對應(yīng)的指定特征向量列表集，根據(jù)指定特征向量列表集獲取初始用戶ID列表對應(yīng)的目標相似度列表，從初始用戶ID列表中確定目標用戶的相似用戶，本發(fā)明在獲取相似用戶過程中將沒有意義的數(shù)據(jù)進行刪除，同時將對相似度影響較小的數(shù)據(jù)進行刪除，減少后續(xù)進行相似度計算的運算量，提高獲取到相似用戶的效率，提高了獲取到相似用戶的準確性。

技術(shù)研發(fā)人員：李忠波,程嵐
受保護的技術(shù)使用者：奇點智保（北京）科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/6