基于大语言模型的药械化网络风险监测方法和系统与流程
技术特征：
1.基于大语言模型的药械化网络风险监测方法，其特征在于，包括以下步骤；
2.根据权利要求1所述的基于大语言模型的药械化网络风险监测方法，其特征在于，步骤s100包括：
3.根据权利要求1所述的基于大语言模型的药械化网络风险监测方法，其特征在于，步骤s200包括：
4.根据权利要求3所述的基于大语言模型的药械化网络风险监测方法，其特征在于，步骤s300包括：
5.根据权利要求4所述的基于大语言模型的药械化网络风险监测方法，其特征在于，步骤s400包括：
6.药械化网络风险监测系统，用于执行权利要求1-5中任意一项所述的基于大语言模型的药械化网络风险监测方法，其特征在于，所述系统包括特征用户模块、关键评价数据模块、关联评价数据模块和预警提示模块；
7.根据权利要求6所述的药械化网络风险监测系统，其特征在于，所述特征用户模块包括大语言模型单元和特征用户单元；
8.根据权利要求6所述的药械化网络风险监测系统，其特征在于，所述关联评价数据模块包括宣传信息单元和关联评价数据单元；
技术总结
本发明公开了基于大语言模型的药械化网络风险监测方法和系统，属于药械化网络风险监测技术领域。包括：确定监测的药械化产品，采集药械化产品的评价数据，并对其中的特征评价数据进行判断提取，进而得到特征评价数据对应的特征用户；筛查出有效用户，并得到关键评价数据；采集药械化产品的宣传信息，得到若干产品特征数据；将产品特征数据分为不同等级，并进行不同的预警提示。本发明通过对药械化产品的宣传信息进行解析，得到若干产品特征数据，进而对各产品特征数据进行预警提示，及时识别和预警具有风险的宣传数据，提高宣传信息的可靠程度，为商家进一步改进产品提供了重要的参考和指导。
技术研发人员：张向飞,倪孟锴,方海宾,王轶,刘静,顾琦,吴浩
受保护的技术使用者：上海市大数据中心
技术研发日：
技术公布日：2024/11/14
文档序号 :
【 40001751 】
技术研发人员：张向飞,倪孟锴,方海宾,王轶,刘静,顾琦,吴浩
技术所有人：上海市大数据中心
备 注：该技术已申请专利，仅供学习研究，如用于商业用途，请联系技术所有人。
声 明 ：此信息收集于网络，如果你是此专利的发明人不想本网站收录此信息请联系我们，我们会在第一时间删除
技术研发人员：张向飞,倪孟锴,方海宾,王轶,刘静,顾琦,吴浩
技术所有人：上海市大数据中心
备 注：该技术已申请专利，仅供学习研究，如用于商业用途，请联系技术所有人。
声 明 ：此信息收集于网络，如果你是此专利的发明人不想本网站收录此信息请联系我们，我们会在第一时间删除