基于XGBoost算法的互联网医院挂号预测数字分析系统研究

张仕乔, 柴秀花

自动化技术与应用 ›› 2026, Vol. 45 ›› Issue (05) : 97 -101.

PDF
自动化技术与应用 ›› 2026, Vol. 45 ›› Issue (05) : 97 -101. DOI: 10.20033/j.1003-7241.(2026)05-0097-05

基于XGBoost算法的互联网医院挂号预测数字分析系统研究

    张仕乔, 柴秀花
作者信息 +

Author information +
文章历史 +
PDF

摘要

传统挂号方式难以精准预测就诊需求,为了更好地满足人民群众不断增长的医疗服务需求,推行科学高效的预约挂号服务,研究提出了一种挂号就诊率的预测模型。该模型首先采用多层感知机对医院真实挂号预约信息进行特征提取。然后,引入麻雀搜索算法对极端梯度助推算法的超参数进行优化,构建挂号就诊率预测模型,得到最终预测结果。实验结果表明,利用改进麻雀搜索算法对极端梯度助推模型进行超参数寻优后,改进的极端梯度助推模型的3种不同误差指标分别取值0.133、0.196、0.143;R2值达到了0.919。预测结果与真实就诊情况较为接近,就诊率估计的准确度较高。该模型在F1值上实现了较优的调和,取值可达0.936。此次研究设计的挂号就诊率预测模型有助于实现医疗资源的规划与分配,有利于医疗管理质量的提升。

关键词

XGBoost / 医疗服务 / 麻雀搜索算法 / 启发式算法 / 互联网 / 预测模型

Key words

引用本文

引用格式 ▾
张仕乔, 柴秀花. 基于XGBoost算法的互联网医院挂号预测数字分析系统研究[J]. 自动化技术与应用, 2026, 45(05): 97-101 DOI:10.20033/j.1003-7241.(2026)05-0097-05

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/