一种基于核心信息的Jaro-Winkler算法的多源数据匹配方法

摘要

本发明公开了一种基于核心信息的Jaro‑Winkler算法的多源数据匹配方法，包括一下步骤：预处理，将待匹配的EMR（电子病历系统）数据和慢性病监测系统中的数据进行预处理；第一次匹配，预处理完成的数据中随机选取3000条慢性病监测数据，与所有EMR（电子病历系统）数据进行人工匹配，获得的匹配结果作为金标准；然后对两组数据进行遍历，通过4个核心字段分别计算获得4个Jaro距离值，文本相似性中向量之间的夹角余弦值来判断向量之间的相似性大小。有益效果：能有效提高查漏报与去除重卡等工作的效率，将防保科日常业务与科研进行了紧密结合。应用于日常数据查漏与填报工作中，节约了人力关系的成本，并且方便快捷，适宜推广。