一种体检套餐配置与跨年度模板复用方法及装置与流程

摘要: 本发明涉及体检信息系统,具体涉及团体体检业务中套餐配置、项目关系校验与配置模板跨年度复用的方法及装置。背景技术:1、体检机构面向企事业单位提供团体体检服务。团检...
一种体检套餐配置与跨年度模板复用方法及装置与流程

本发明涉及体检信息系统,具体涉及团体体检业务中套餐配置、项目关系校验与配置模板跨年度复用的方法及装置。

背景技术:

1、体检机构面向企事业单位提供团体体检服务。团检套餐配置是团检业务的前置环节:单位与体检机构协商确定检查项目组合,体检系统据此为该单位人员生成可预约套餐。套餐配置的正确性与配置效率直接决定后续预约、缴费与现场检查执行环节能否正常推进。

2、常规的团检套餐配置技术将套餐作为单一整体的项目集合进行配置,并由此形成两类做法:一类是单一套餐做法,单位选定一个固定套餐,全部人员执行相同的项目组合;另一类是逐人定制做法,在基础套餐之外由单位管理员或体检者逐人追加项目。在项目关系处理上,常规做法将同次体检不可同时入选的项目对与选定后必须带出的依赖项目作为业务经验交由配置人员掌握,在勾选过程中逐条比对;在历史配置的利用上,常规做法将历次配置以订单形式留存,次年以单位名称为线索翻查。

3、主流的现有技术普遍是单一套餐做法结合人工记忆项目关系的配置方式:配置人员根据单位要求在体检项目库中逐项勾选项目,项目之间的互斥关系与依赖关系依赖配置人员的个人记忆与经验,校验以规则条目为单位逐条遍历,命中一条即提示一条;同一单位次年再次组织团检时,配置人员以单位名称翻查历史订单,并在项目库已发生增删与调价的情况下重新逐项确认。

4、上述现有技术存在以下技术问题:套餐以单一整体的项目集合表达,单位统一必检要求与人员个体差异化需求只能择一满足,若采用逐人追加的方式兼顾二者,则需人工确定的项目条目数与单位人员数量成正比增长,配置周期随单位规模同步拉长。

技术实现思路

1、针对现有技术中套餐以单一整体的项目集合表达导致人工配置条目数随单位人员数量成正比增长的技术问题,本发明提供一种体检套餐配置与跨年度模板复用方法及装置。

2、为解决上述技术问题,本发明提供一种体检套餐配置与跨年度模板复用方法,包括:

3、基于体检项目库与团检单位的必检要求构建基础套餐层,按岗位类别与年龄段的推荐规则生成推荐选项层,以可追加项目全集构建自选加项层,得到三层套餐模型;

4、将所述三层套餐模型中所选项目集合表示为套餐配置向量,依据互斥关系表与依赖关系表构建含互斥惩罚项、依赖惩罚项与有效性惩罚项的能量函数,所述能量函数为互斥惩罚项、依赖惩罚项与有效性惩罚项以正权重执行的非负加权和,能量值为零的合法配置点及其能量值随项目改动单调增大的邻域构成能量吸引盆;在所述能量函数的能量值为零时得到合法套餐配置并存入带版本号的套餐配置版本库,非零时输出违例明细;

5、按检查大类划分特征柱所述特征柱为按检查大类划分的特征编码分区,所述特征编码分区内按项目子类分配的编码位构成位区间,激活位在所述位区间内局部聚集且全局稀疏,将所述套餐配置版本库中各历史模板的结构特征编码为二进制稀疏模板码,以相同规则将团检需求特征编码为二进制稀疏查询码,按所述二进制稀疏查询码与所述二进制稀疏模板码的按位重合度降序得到候选模板推荐列表;

6、加载所述候选模板推荐列表中选定的模板,得到当年套餐初始配置,在所述当年套餐初始配置中的停用项目所在能量吸引盆内搜索可替换项目,执行能量最小化迭代修复,得到当年生效套餐配置。

7、进一步地,基于体检项目库与团检单位的必检要求构建基础套餐层,按岗位类别与年龄段的推荐规则生成推荐选项层,以可追加项目全集构建自选加项层,得到三层套餐模型,包括:

8、将所述体检项目库中被所述团检单位的必检要求命中的项目及所述项目的价格属性与检查要求属性写入基础套餐层,得到基础套餐层配置数据;

9、基于所述基础套餐层配置数据与单位人员的岗位类别及年龄结构数据,按所述推荐规则生成若干推荐项目组合,为每个所述推荐项目组合绑定由岗位类别与年龄段构成的适用人群标签,得到推荐选项层配置数据;

10、将所述体检项目库中可单独追加的项目全集写入自选加项层,得到自选加项层配置数据;

11、将所述基础套餐层配置数据、所述推荐选项层配置数据与所述自选加项层配置数据合并,得到所述三层套餐模型。

12、进一步地,基于所述基础套餐层配置数据与单位人员的岗位类别及年龄结构数据,按所述推荐规则生成若干推荐项目组合,为每个所述推荐项目组合绑定由岗位类别与年龄段构成的适用人群标签,得到推荐选项层配置数据,包括:

13、对所述单位人员的岗位类别及年龄结构数据按岗位类别与年龄段执行交叉划分,得到若干人群分组;

14、统计每个所述人群分组在所述单位人员中的人数占比,得到各所述人群分组的人群权重;

15、将所述推荐规则表达为由岗位类别条件与年龄段条件构成的标签条件到项目组合的映射,针对每个所述人群分组检索命中的映射,得到各所述人群分组的候选推荐项目组合;

16、剔除所述候选推荐项目组合中已包含于所述基础套餐层配置数据的项目,得到去重后的推荐项目组合;

17、对所述去重后的推荐项目组合计算由所述人群权重加权的适用人群覆盖度,将适用人群覆盖度低于预设覆盖度阈值的推荐项目组合与检查大类相同且适用人群标签存在重叠的推荐项目组合合并,得到合并后的推荐项目组合;

18、将所述合并后的推荐项目组合与由岗位类别与年龄段构成的适用人群标签绑定,得到所述推荐选项层配置数据。

19、进一步地,将所述三层套餐模型中所选项目集合表示为套餐配置向量,依据互斥关系表与依赖关系表构建含互斥惩罚项、依赖惩罚项与有效性惩罚项的能量函数,所述能量函数为互斥惩罚项、依赖惩罚项与有效性惩罚项以正权重执行的非负加权和,能量值为零的合法配置点及其能量值随项目改动单调增大的邻域构成能量吸引盆;在所述能量函数的能量值为零时得到合法套餐配置并存入带版本号的套餐配置版本库,非零时输出违例明细,包括:

20、以所述体检项目库中的项目全集为分量维度,将所选项目集合中已选项目对应的分量置为第一取值、未选项目对应的分量置为第二取值,所述第一取值大于所述第二取值,得到所述套餐配置向量;

21、依据所述互斥关系表中记录的同次体检不可同时入选的项目对,构建对同时入选的项目对逐对累加惩罚权重的互斥惩罚项;

22、依据所述依赖关系表中记录的选定第一项目时必须带出的第二项目,构建对所述第二项目缺失逐项累加惩罚权重的依赖惩罚项;

23、依据当年项目库中项目的停用标记,构建对已停用项目入选逐项累加惩罚权重的有效性惩罚项;

24、将所述互斥惩罚项、所述依赖惩罚项与所述有效性惩罚项求和得到所述能量函数,计算所述套餐配置向量在所述能量函数下的能量值,能量值为零时将所述所选项目集合确定为所述合法套餐配置,并生成记录配置内容、生效年度、变更项与变更原因的带版本号配置快照存入所述套餐配置版本库;

25、能量值非零时,将所述互斥惩罚项贡献非零的项目对确定为互斥冲突项目对、将所述依赖惩罚项贡献非零的项目确定为缺失依赖项、将所述有效性惩罚项贡献非零的项目确定为停用项目,得到所述违例明细。

26、进一步地,将所述互斥惩罚项、所述依赖惩罚项与所述有效性惩罚项求和得到所述能量函数,包括:

27、为所述互斥惩罚项、所述依赖惩罚项与所述有效性惩罚项分别配置惩罚权重,所述互斥惩罚项的惩罚权重大于所述依赖惩罚项的惩罚权重,所述依赖惩罚项的惩罚权重不小于所述有效性惩罚项的惩罚权重;

28、将所述互斥惩罚项按互斥项目对逐对累加、将所述依赖惩罚项与所述有效性惩罚项按项目逐项累加,并按各自的惩罚权重加权求和,得到所述能量函数;

29、将在所述能量函数下能量值为零的套餐配置向量确定为合法配置点;

30、以单个项目对应分量的取值翻转为邻域生成操作,将经不超过预设步数的所述邻域生成操作可达所述合法配置点且能量值不增的套餐配置向量的集合,确定为所述合法配置点的能量吸引盆;

31、将各所述合法配置点的能量吸引盆的并集确定为所述能量函数的能量地形,所述能量地形供搜索可替换项目时定位使用。

32、进一步地,按检查大类划分特征柱,所述特征柱为按检查大类划分的特征编码分区,所述特征编码分区内按项目子类分配的编码位构成位区间,激活位在所述位区间内局部聚集且全局稀疏,将所述套餐配置版本库中各历史模板的结构特征编码为二进制稀疏模板码,以相同规则将团检需求特征编码为二进制稀疏查询码,按所述二进制稀疏查询码与所述二进制稀疏模板码的按位重合度降序得到候选模板推荐列表,包括:

33、提取所述套餐配置版本库中每个历史模板的项目类别分布、价格档位、适用岗位标签集合与年龄段覆盖度,得到各所述历史模板的结构特征;

34、按血液检验、影像检查、物理检查与专科检查的检查大类将编码位串划分为特征柱,在每个所述特征柱内按项目子类分配编码位;

35、将各所述历史模板的结构特征在所分配的编码位上置位,使置位的编码位在所述特征柱内局部聚集且在所述编码位串上稀疏分布,得到各所述历史模板的二进制稀疏模板码;

36、提取所述团检单位的行业类别、人员规模、年龄结构、预算区间与必检意向项目,得到所述团检需求特征,并按相同的特征柱划分与编码位分配规则将所述团检需求特征置位,得到所述二进制稀疏查询码;

37、计算所述二进制稀疏查询码与各所述二进制稀疏模板码的按位重合度,按所述按位重合度降序取前k个历史模板,k为预设正整数;

38、将按所述团检单位的单位名称检索得到的历史模板与所述前k个历史模板合并去重,得到所述候选模板推荐列表。

39、进一步地,计算所述二进制稀疏查询码与各所述二进制稀疏模板码的按位重合度,按所述按位重合度降序取前k个历史模板,k为预设正整数,包括:

40、对所述二进制稀疏查询码与所述二进制稀疏模板码执行按位与运算,得到共同置位串,并对所述二进制稀疏查询码与所述二进制稀疏模板码执行按位异或运算,得到差异位串;

41、统计所述共同置位串中置位的数量得到共同置位数,统计所述差异位串中置位的数量得到汉明距离;

42、针对每个所述特征柱分别统计所述共同置位串在该特征柱内的置位数量,得到各所述特征柱的柱内共同置位数;

43、按各所述检查大类的预设重要度对各所述特征柱的柱内共同置位数加权求和,并以随所述汉明距离增大而减小的方式对加权求和结果进行折减,得到所述按位重合度;

44、将各所述历史模板按所述按位重合度降序排序,取排序结果中的前k个历史模板。

45、进一步地,加载所述候选模板推荐列表中选定的模板,得到当年套餐初始配置,在所述当年套餐初始配置中的停用项目所在能量吸引盆内搜索可替换项目,执行能量最小化迭代修复,得到当年生效套餐配置,包括:

46、加载所述候选模板推荐列表中选定的模板的配置快照,将所述配置快照记录的配置内容作为所述当年套餐初始配置;

47、将所述当年套餐初始配置中的项目与当年项目库比对,将当年项目库中标记为停用的项目确定为所述停用项目,将当年项目库中价格发生变更的项目确定为变价项目;

48、以所述当年套餐初始配置对应的套餐配置向量为迭代起点,在每轮迭代中选取所述有效性惩罚项贡献非零的一个停用项目作为待替换项目,在所述待替换项目所在能量吸引盆内检索与所述待替换项目检查大类相同且价格偏差率不超过预设价格偏差容限的项目,得到候选替换项目集合;

49、从所述候选替换项目集合中选取替换后能量值下降且不产生新增互斥惩罚项与新增依赖惩罚项的项目,将所述待替换项目替换为所选取的项目,得到本轮迭代后的套餐配置向量;

50、重复执行所述迭代直至能量值为零,得到修复后的合法模板配置与记录各轮替换关系的替换明细;

51、将所述变价项目与所述替换明细标记为待确认项,并将所述修复后的合法模板配置与经确认的所述待确认项合并,得到所述当年生效套餐配置。

52、进一步地,以所述当年套餐初始配置对应的套餐配置向量为迭代起点,在每轮迭代中选取所述有效性惩罚项贡献非零的一个停用项目作为待替换项目,在所述待替换项目所在能量吸引盆内检索与所述待替换项目检查大类相同且价格偏差率不超过预设价格偏差容限的项目,得到候选替换项目集合,包括:

53、按所述有效性惩罚项的贡献值降序对贡献非零的各停用项目排序,取排序结果的首位停用项目作为本轮迭代的所述待替换项目;

54、将所述待替换项目对应分量翻转后的套餐配置向量作为中心向量,将经不超过预设步数的单个项目对应分量取值翻转可达所述中心向量且能量值不增的套餐配置向量的集合,确定为所述待替换项目所在能量吸引盆;

55、从所述待替换项目所在能量吸引盆内的套餐配置向量所置位的项目中,筛选检查大类与所述待替换项目相同的项目,得到同类项目集合;

56、计算所述同类项目集合中各项目相对于所述待替换项目的价格偏差率,剔除价格偏差率超过所述预设价格偏差容限的项目,得到价格筛选后的项目集合;

57、对所述价格筛选后的项目集合中的各项目,按检查要求属性与所述待替换项目的检查要求属性的重合度降序排序,得到所述候选替换项目集合。

58、进一步地,所述方法还包括:

59、基于所述当年生效套餐配置,为导入的单位人员名单中的每位体检者绑定所述基础套餐层、按岗位类别与年龄段匹配所述推荐选项层中的推荐项目组合并开放所述自选加项层,得到个人可预约套餐实例;

60、将所述个人可预约套餐实例中所述基础套餐层的项目、所述推荐选项层中的推荐项目组合与所述自选加项层的项目,确定为体检者套餐组合的候选集;

61、以所述互斥关系表与所述依赖关系表、所述团检单位的必检要求以及人均预算上限为约束条件;

62、以体检项目覆盖度与体检者偏好满足度的加权和最大化为目标函数;

63、基于所述候选集、所述约束条件与所述目标函数建立体检者套餐组合优化模型,求解所述体检者套餐组合优化模型,得到每位体检者的个性化套餐组合并写入所述个人可预约套餐实例。

64、进一步地,基于所述候选集、所述约束条件与所述目标函数建立体检者套餐组合优化模型,求解所述体检者套餐组合优化模型,得到每位体检者的个性化套餐组合并写入所述个人可预约套餐实例,包括:

65、按所述推荐选项层中匹配得到的推荐项目组合为每位体检者生成初始组合,得到初始组合种群;

66、按检查大类将所述体检项目库中的项目全集划分为互不重叠且跨分区块无互斥关系的分区块;

67、对所述初始组合种群中的成对父代组合按所述分区块交换重组,使子代组合分别继承两个父代组合的不同分区块的组合,得到子代种群;

68、针对所述子代种群中每个子代组合的各所述分区块分别评估约束满足度与目标函数值,并将各所述分区块的评估任务作为相互独立的子任务并行派发至图形处理器执行,得到并行评估后的子代种群;

69、对所述并行评估后的子代种群迭代执行所述交换重组与所述并行评估,直至所述目标函数值收敛,输出每位体检者的个性化套餐组合以及单位层的项目人次统计与总费用预估。

70、进一步地,所述方法还包括:

71、在套餐配置保存与体检者组合选择提交两个触发点,分别计算所述套餐配置向量在所述能量函数下的能量值,并在能量值非零时阻断保存或阻断提交并输出所述违例明细;

72、在选定所述依赖关系表中带依赖标记的项目时,自动带出所述带依赖标记的项目所依赖的项目并计入费用;

73、通过接口获取体检系统内的套餐并同步套餐名称,得到同步后的套餐数据;

74、接收对所述同步后的套餐数据的套餐描述的修改并存储,将修改后的套餐描述推送至预约界面展示。

75、本发明还提供一种体检套餐配置与跨年度模板复用装置,包括:

76、三层建模模块,用于基于体检项目库与团检单位的必检要求构建基础套餐层,按岗位类别与年龄段的推荐规则生成推荐选项层,以可追加项目全集构建自选加项层,得到三层套餐模型;

77、能量校验模块,用于将所述三层套餐模型中所选项目集合表示为套餐配置向量,依据互斥关系表与依赖关系表构建含互斥惩罚项、依赖惩罚项与有效性惩罚项的能量函数,所述能量函数为互斥惩罚项、依赖惩罚项与有效性惩罚项以正权重执行的非负加权和,能量值为零的合法配置点及其能量值随项目改动单调增大的邻域构成能量吸引盆;在所述能量函数的能量值为零时得到合法套餐配置并存入带版本号的套餐配置版本库,非零时输出违例明细;

78、稀疏编码检索模块,用于按检查大类划分特征柱,所述特征柱为按检查大类划分的特征编码分区,所述特征编码分区内按项目子类分配的编码位构成位区间,激活位在所述位区间内局部聚集且全局稀疏,将所述套餐配置版本库中各历史模板的结构特征编码为二进制稀疏模板码,以相同规则将团检需求特征编码为二进制稀疏查询码,按所述二进制稀疏查询码与所述二进制稀疏模板码的按位重合度降序得到候选模板推荐列表;

79、模板修复模块,用于加载所述候选模板推荐列表中选定的模板,得到当年套餐初始配置,在所述当年套餐初始配置中的停用项目所在能量吸引盆内搜索可替换项目,执行能量最小化迭代修复,得到当年生效套餐配置。

80、本发明的技术效果如下:

81、由于采用了以基础套餐层承载单位统一必检要求、以推荐选项层按岗位类别与年龄段的适用人群标签绑定推荐项目组合、以自选加项层开放可追加项目全集的三层套餐模型,单位统一必检要求与人员个体差异化需求在同一份配置中同时得到承载,配置人员需要人工确定的项目条目数由与单位人员数量成正比转为由岗位类别与年龄段的划分粒度决定,解决了套餐以单一整体的项目集合表达时人工配置条目数随单位人员数量成正比增长的问题,配置周期不再随单位规模同步拉长。

82、由于采用了将所选项目集合表示为套餐配置向量、并以互斥惩罚项、依赖惩罚项与有效性惩罚项之和构建能量函数的处理方式,全部项目关系约束的判定被统一为一次标量能量求值,且能量值可按惩罚项可加分解,违例原因随判定结果一并给出,解决了互斥与依赖关系逐条规则遍历比对时判定结果与违例原因分散而难以一次定位的问题;由于采用了按检查大类划分特征柱、柱内按项目子类分配编码位的二进制稀疏编码,需求结构的相似性被表达为码串之间的按位重合度,历史模板的检索不再以单位名称为唯一入口,需求结构相近而名称无关联的历史模板得以被发现,且相似度计算退化为按位逻辑运算与置位计数,检索响应时间不随模板库规模显著上升;由于采用了在停用项目所在能量吸引盆内搜索可替换项目的能量最小化迭代修复,跨年度加载的模板中的停用项目被替换为检查大类相同、价格偏差受限且不产生新增互斥惩罚项与新增依赖惩罚项的项目,解决了跨年度模板一旦包含已停用项目即整体失效、须退回逐项重配的问题。