本发明提供一种基于马尔可夫毯的在线服务体验质量关键因素识别方法,所述方法通过获取在线服务平台的体验质量的潜在影响因素,来对应构建决策表,利用马尔可夫毯和粗糙集理论能够充分的挖掘在线服务的体验质量中的关键因素;与现有技术相比,本发明能够适用于不同类型的服务,并能够有效的获取在线服务中的关键因素,帮助提升服务的体验质量和客户对服务的满意度;另外,本发明将全类混合信息的决策表转化为特定类信息的特定类决策表,有效的避免夸类别间冗余信息的干扰,提高识别分析的效率,并通过计算特定类决策表#imgabs0#的近似马尔可夫毯和不确定性指标,能够获得更好的初始解,能够大大的提高优化搜索计算的效率。
📄 2024106522028
📂 G06Q10_0639
👤 广东工业大学
📅 2024-05-24
本申请提供基于马尔可夫毯模型的脊柱疾病辅助诊断方法和装置。所述方法包括:获取脊柱疾病就医患者诊断记录数据、脊柱疾病危险因素数据、和脊柱疾病类型数据,构建脊柱疾病辅助诊断数据表;根据脊柱疾病辅助诊断数据表,计算脊柱疾病危险因素与脊柱疾病类型的相关性,计算脊柱疾病类型的脊柱疾病危险因素之间的相似度;通过马尔可夫毯模型,判定因素类型相关值和因素间相似度符合马尔可夫毯条件,结合序列前向搜索方法,得到脊柱疾病类型的脊柱疾病关键危险因素;综合不同脊柱疾病类型的脊柱疾病关键危险因素,得到脊柱疾病辅助诊断因素。本申请能够辅助医师有针对性地进行脊柱疾病诊断,提高诊断脊柱疾病的效率和准确率,为患者提供最有效的治疗。
📄 2022109873883
📂 G16H50_20
👤 广东工业大学
📅 2022-08-17