本發明涉及預測分析技術領域，具體為一種大數據分析平臺的數據變化趨勢預測方法，包括以下步驟：收集差異化來源的數據集，記錄大數據分析平臺的業務事件數據，根據數據的時間戳和事件類型對數據進行分類和排序，得到優化排序數據幀。本發明中，通過關鍵變...

本發明涉及數據清洗技術領域，具體涉及用于大數據分析的異常數據清洗消除方法及系統。該方法首先獲取待測銷售渠道在預設時間段內每個時間點的銷量數據序列，對銷量數據序列進行聚類，獲得每個聚類簇的特征時間段，將待測銷售渠道中屬于目標聚類簇的特征時...

本發明涉及數據管理技術領域，具體涉及一種大數據平臺用的數據統計方法、系統及存儲介質，包括：獲取醫院的地理位置集合和各個科室的醫藥相關數據集合，根據醫藥相關數據集合中的銷售量序列，確定各個科室的每種重要藥品；根據地理位置集合和各個科室的每...

本發明涉及銷售數據異常檢測技術領域，具體涉及一種基于大數據分析的數據治理方法和系統。該方法首先對目標售藥點的藥品銷售量進行調整獲取調整后的藥品銷售量；以售藥點的任意一個調整后的藥品銷售量作為待分析異常點；根據待分析異常點所屬售藥點的調整...

本發明涉及大數據分析處理技術領域，具體涉及一種大數據平臺的數據有效性校驗方法及系統，該方法包括：讀取各種屬性類型的醫藥數據，包括待檢測數據和歷史數據；獲取各屬性類型的屬性細節豐富度；得到各待檢測數據在對應關鍵屬性上的屬性值歸屬度；獲取各...

本發明涉及大數據分析處理技術領域，具體涉及一種大規模數據關鍵特征提取方法、電子設備及介質，包括：采集目標月份每個渠道下各類藥品的日銷售量；根據各類藥品與其他藥物在所有渠道下的日銷售量的數值分布的差異情況，得到各類藥品的數據波動異常值；根...

本發明涉及數據預測技術領域，具體涉及結合大數據技術的樣本數據構建擴充方法及系統。該方法獲取銷售渠道的樣本數據；將子時間段內每個銷售渠道的樣本數據劃分為數據序列，根據子時間段內每個銷售渠道與其他每個銷售渠道之間數據序列的差異、以及樣本數據...

本發明涉及數據治理技術領域，尤其涉及一種信息平臺的數據治理方法及系統，該方法包括當根據用戶的訪問成功率以及用戶申請訪問時所處網絡環境的安全程度確定用戶的訪問等級；根據被訪問數據的數據量以及被訪問數據的脫敏處理比例確定數據等級；根據用戶的...

本發明涉及大數據處理技術領域，尤其涉及一種智能藥品監測系統，包括：通過藥品數據分析單元確定各藥品的藥品標簽及藥品通用程度，通過對象數據庫確定各藥品的用藥趨勢系數，通過監測分析單元確定單種藥品在預設周期內的預測需求數量，并基于庫存數據和預...

本發明涉及智能問答技術領域，尤其涉及一種面向多源醫院數據庫的智能問答系統，包括：數據源融合模塊，其用以獲取若干數據源的數據，生成若干目標數據集，并確定各關鍵詞索引集、模糊詞索引集以及模糊詞與關鍵詞的指向向量集；數據集匹配模塊，用以根據用...

本發明涉及藥品信息追蹤技術領域，尤其涉及一種基于統計放大模型的藥品信息追蹤方法及系統，本發明通過統計藥品冷鏈儲藏端的各藥品運送貨單，通過對應的藥品信息判定是否存在不穩定狀態藥品，通過獲取藥品運送貨單對應的運送目的地之間的距離判定不穩定狀...

本發明涉及智能管理數據處理技術領域，尤其涉及一種基于AI分析的數據趨勢預測系統，包括：數據采集模塊；特征提取模塊；建模模塊；數據分析模塊；優化模塊；預測模塊；本發明中通過關聯產品的數據的變化趨勢對待預測產品的數據的分析過程進行優化以使待...

本發明涉及數據分析方法技術領域，具體為一種基于大數據的藥品市場數據分析方法及系統，包括以下步驟：基于醫療機構

本發明的實施例公開了一種基于樣本數據的藥品市場數據分析方法及系統。方法包括：采集數據，得到藥品市場的樣本數據集合；對所述樣本數據集合進行預處理，選擇數據實例構建樣本集，創建用于模型訓練的算法數據庫；對所述算法數據庫中的數據進行手動篩選和...

本發明涉及大語言模型技術領域，具體地說，涉及一種基于人工智能大語言模型平臺的數據治理方法及系統。其包括數據處理平臺以及優先級評估模塊。本發明通過數據處理平臺接收到預選取文本數據，結合用戶提供的使用場景，規劃不同處理方案，并記錄各項處理方...

本發明涉及市場數據分析技術領域，具體地說，涉及一種基于樣本數據的市場數據分析方法及系統。其包括獲取市場數據集合、從市場數據集合中隨機抽取數據，并進行預處理、根據分析出來的數據樣本集合的數據建立市場數據分析模型、使用優化后的市場數據分析模...