摘要
本发明公开了一种基于时序知识图谱的老年慢性病风险预测方法及系统,属于医疗健康信息技术领域,其中该方法包括以下步骤:步骤S1:获取老年人群的健康数据集;步骤S2:基于ESOA‑XGBoost算法,对健康数据集中的各个健康数据进行特征选择和排序,以确定变量之间的相关性,生成健康数据特征集;步骤S3:构建并训练包含STKGR‑PR模型和T i PNN模型在内的时序知识图谱预测模型,通过时序知识图谱预测模型预测目标实体、其他实体、时序信息之间的关系;步骤S4:根据已训练好的时序知识图谱预测模型,对老年人群的老年慢性病风险进行预测;通过该方法能够得到预测效果好、准确性高的老年慢性病风险预测结果。
技术关键词
PR模型
实体
XGBoost算法
时序
图谱
特征选择
数据
关系
XGBoost模型
老年人
路径特征
补全策略
位置更新
医疗健康信息技术
前馈神经网络
风险预测系统
长短期记忆网络