[发明专利]一种基于TF‑IDF改进算法的疾病症状推导方法

摘要

本发明提供一种基于TF‑IDF改进算法的疾病症状推导方法，包括下列步骤：1)请医学专家根据科室分类编写疾病症状对应字典；2)分析每一个科室的文档，统计症状词频TF；3)分析所有的文档，统计计算反向词频ITF；4)查询每个疾病的搜索引擎月查询量，并找出最大的查询量，进而计算出搜索引擎查询指数。5)基于以上计算出的TF，IDF和搜索引擎查询指数按照公式计算出最终的权重。本发明解决了目前传统疾病症状推导方法推理逻辑复杂，依赖于医学专家经验知识，并且医学知识形式化困难等缺陷，通过TF‑IDF算法计算出的词频和搜索引擎搜索指数加权求和的方法，极大的提高了目前推导方法的效率，并利用搜索引擎大数据提高了导诊的准确性。

主权项

一种基于TF‑IDF改进算法的疾病症状推导方法，其特征在于，通过分析医学专家编写的疾病症状对应文档，应用TF‑IDF算法建立症状和疾病之前的对应权重。为了进一步提高权重的准确性，本方法实时爬取疾病搜索引擎查询次数，计算出搜索引擎搜索指数，对TF‑IDF算法所求权重进行进一步修正。疾病症状权重建立后，用户输入症状，系统查询预先计算好的保存在数据库中的症状疾病对应权重，倒排序后返回给用户。应用该推导方法可以有效的分析出症状和疾病的对应关系强弱，最终实现通过多个症状组合判定用户可能患的疾病，为用户就医前提供更多指导。该方法包含以下步骤：1)基于TF‑IDF算法计算疾病症状权重。TF即词频，在本方法中指的是症状在某科室文档中出现的频率。TF＝症状在该文档中出现的次数/文档中所有症状词出现的次数。IDF表示的是一个症状和其他科室疾病的关联强弱，如果一个症状在所有科室文档中都出现的比较多，则该症状和每个疾病的关联度就不是很强。IDF＝症状关联疾病个数/文档中所有疾病个数。2)计算某一个疾病在搜索引擎中的查询指数。搜索引擎查询指数指的是某疾病在搜索引擎中被查询的次数和疾病在搜索引擎中的查询次数的最大值的比值。