-
公开(公告)号：CN111915344A
公开(公告)日：2020-11-10
申请号：CN202010569866.X
申请日：2020-06-20
申请人： 武汉海云健康科技股份有限公司
IPC分类号： G06Q30/02 , G06K9/62 , G06F16/23 , G06F16/2458
摘要： 本发明针对现有会员催熟方案未充分考虑新会员之间存在的较大差异，药店无法合理的指定合适面额的优惠券，进而导致营销成本升高等问题，提供了一种基于医疗大数据的新会员催熟方法和装置。本发明对新注册会员除了在数据库中记录会员基本信息外，还记录了会员标签信息。获得新会员的组合特征数据，构建回归模型以确定目标会员不同标签数据对应的优惠券面额，将优惠力度设置在合理范围内，减小企业营销成本。并且，对新注册会员进行多轮营销活动，并在活动中动态调整新会员标签数据和组合特征数据，实现优惠券的合理推送和精准营销，能够保证能够快速催熟新会员的前提下，提高药店的收益率和会员的忠诚度。
-
公开(公告)号：CN111914163A
公开(公告)日：2020-11-10
申请号：CN202010569860.2
申请日：2020-06-20
申请人： 武汉海云健康科技股份有限公司
IPC分类号： G06F16/9535 , G06Q30/06
摘要： 本发明提供一种药品组合推荐方法、装置、电子设备及存储介质，该方法包括：获取连锁药店历史销售数据，对历史销售数据预处理；基于关联规则算法产生药品的频繁项集，对频繁项集按支持度进行排序；遍历频繁项集查询包含预定药品的项集，合并去重得到关联药品数组；选取关联药品数组中支持度最高的药品与预定药品组合，将组合药品代入扩展函数，得到相似药品组合；在历史销售数据中查找相似药品组合对应的会员ID，合并去重后得到目标会员信息。通过该方案解决了现有药品组合推荐方法计算量较大的问题，可以减少关联药品推荐的计算量，提高运算效率，并能减少隐私数据的利用，有效保护顾客隐私。
-
公开(公告)号：CN111914164B
公开(公告)日：2024-04-26
申请号：CN202010569868.9
申请日：2020-06-20
申请人： 武汉海云健康科技股份有限公司
IPC分类号： G06F16/9535 , G06F18/214 , G06Q10/04 , G06Q10/109 , G16H20/10 , G06Q30/0601
摘要： 本发明提供一种基于医疗大数据的用药预测方法及系统，方法包括：基于训练好的二分类模型，预测出药品用完且未进行新一次买药的目标用户，所述二分类模型是根据历史用户买药数据进行训练得到，并实现购买时间未到导出时间的数据与购买时间超过数据导出时间的数据的分类筛选；关联所述目标用户和药品数据，将关联结果推送给所述目标用户。本发明实施例提供的一种基于医疗大数据的用药预测方法及系统，通过针对性的分析慢病药品购买规律，能更加准确的预测出购买慢病药品的用户下次购买的时间，进而找出已经用完药品但还没有再次购买的人；并且通过模型训练中得出的各特征的占比，可以更准确的计算出最有可能再次回药店购买的用户。
-
公开(公告)号：CN111915344B
公开(公告)日：2024-11-01
申请号：CN202010569866.X
申请日：2020-06-20
申请人： 武汉海云健康科技股份有限公司
IPC分类号： G06Q30/0242 , G06Q30/0241 , G06Q30/0251 , G06F16/23 , G06F16/2458 , G06F18/214 , G06F18/23
摘要： 本发明针对现有会员催熟方案未充分考虑新会员之间存在的较大差异，药店无法合理的指定合适面额的优惠券，进而导致营销成本升高等问题，提供了一种基于医疗大数据的新会员催熟方法和装置。本发明对新注册会员除了在数据库中记录会员基本信息外，还记录了会员标签信息。获得新会员的组合特征数据，构建回归模型以确定目标会员不同标签数据对应的优惠券面额，将优惠力度设置在合理范围内，减小企业营销成本。并且，对新注册会员进行多轮营销活动，并在活动中动态调整新会员标签数据和组合特征数据，实现优惠券的合理推送和精准营销，能够保证能够快速催熟新会员的前提下，提高药店的收益率和会员的忠诚度。
-
公开(公告)号：CN111913940B
公开(公告)日：2024-04-26
申请号：CN202010569862.1
申请日：2020-06-20
申请人： 武汉海云健康科技股份有限公司
IPC分类号： G06F16/215 , G06F16/2458 , G06F18/214 , G06Q10/04 , G06Q30/0207
摘要： 本发明提供一种温度会员标签预测方法、装置、电子设备及存储介质，该方法包括：从大数据平台数据源获取会员标签数据和会员历史消费数据；根据会员标签数据和会员历史消费数据，提取会员历史消费特征及对应的预测标签数据；基于3σ法则对异常特征数据进行清除，并通过embedded方法进行特征选择；构建ligthGBM算法，选取预订比例的清洗后的特征数据作为训练数据对ligthGMB模型进行训练，确定模型参数；通过GridSearch网格调参后，将最优参数代入ligthGBM模型，以基于ligthGBM模型进行会员标签预测。通过该方案解决了现有温度会员标签定义不准确的问题，可以实现对会员标签的准确定义，实时监控预测温度会员消费行为及价值。
-
公开(公告)号：CN111914095B
公开(公告)日：2024-04-19
申请号：CN202010569861.7
申请日：2020-06-20
申请人： 武汉海云健康科技股份有限公司
IPC分类号： G06F16/36 , G06F40/117 , G06N20/00 , G16H20/10
摘要： 本发明提供一种药品相互作用关系抽取方法及系统，方法包括：将药品说明书输入训练后的机器学习模型中，识别出药品实体关系，所述机器学习模型是通过半监督学习训练的方式提取药品说明书中的特征文本信息建立的；将所述药品实体关系供药师和用户参考。本发明实施例提供的一种药品相互作用关系抽取方法及系统，采用半监督的学习方式，训练好机器学习模型，能够对药品说明书中出现的药品实体名称进行综合的判断，使结果更加的准确。
-
公开(公告)号：CN111914164A
公开(公告)日：2020-11-10
申请号：CN202010569868.9
申请日：2020-06-20
申请人： 武汉海云健康科技股份有限公司
摘要： 本发明提供一种基于医疗大数据的用药预测方法及系统，方法包括：基于训练好的二分类模型，预测出药品用完且未进行新一次买药的目标用户，所述二分类模型是根据历史用户买药数据进行训练得到，并实现购买时间未到导出时间的数据与购买时间超过数据导出时间的数据的分类筛选；关联所述目标用户和药品数据，将关联结果推送给所述目标用户。本发明实施例提供的一种基于医疗大数据的用药预测方法及系统，通过针对性的分析慢病药品购买规律，能更加准确的预测出购买慢病药品的用户下次购买的时间，进而找出已经用完药品但还没有再次购买的人；并且通过模型训练中得出的各特征的占比，可以更准确的计算出最有可能再次回药店购买的用户。
-
公开(公告)号：CN111914095A
公开(公告)日：2020-11-10
申请号：CN202010569861.7
申请日：2020-06-20
申请人： 武汉海云健康科技股份有限公司
IPC分类号： G06F16/36 , G06F40/117 , G06N20/00 , G16H20/10
摘要： 本发明提供一种药品相互作用关系抽取方法及系统，方法包括：将药品说明书输入训练后的机器学习模型中，识别出药品实体关系，所述机器学习模型是通过半监督学习训练的方式提取药品说明书中的特征文本信息建立的；将所述药品实体关系供药师和用户参考。本发明实施例提供的一种药品相互作用关系抽取方法及系统，采用半监督的学习方式，训练好机器学习模型，能够对药品说明书中出现的药品实体名称进行综合的判断，使结果更加的准确。
-
公开(公告)号：CN111913940A
公开(公告)日：2020-11-10
申请号：CN202010569862.1
申请日：2020-06-20
申请人： 武汉海云健康科技股份有限公司
IPC分类号： G06F16/215 , G06F16/2458 , G06K9/62 , G06Q10/04 , G06Q30/02
摘要： 本发明提供一种温度会员标签预测方法、装置、电子设备及存储介质，该方法包括：从大数据平台数据源获取会员标签数据和会员历史消费数据；根据会员标签数据和会员历史消费数据，提取会员历史消费特征及对应的预测标签数据；基于3σ法则对异常特征数据进行清除，并通过embedded方法进行特征选择；构建ligthGBM算法，选取预订比例的清洗后的特征数据作为训练数据对ligthGMB模型进行训练，确定模型参数；通过GridSearch网格调参后，将最优参数代入ligthGBM模型，以基于ligthGBM模型进行会员标签预测。通过该方案解决了现有温度会员标签定义不准确的问题，可以实现对会员标签的准确定义，实时监控预测温度会员消费行为及价值。
-
-
-
-
-
-
-
-
搜索结果
9 条记录 (耗时 0.042 秒)
