健康体检号源与预约提前期问数垂类大模型语料数据

该数据可用于训练健康体检号源与预约提前期问数垂类大语言模型，使其能够理解体检预约过程中关于公共号源、专场号源、报名类型、预约提前期、预约状态和支付状态的自然语言查询，并准确生成对应SQL。依托 `dwd_exam_booking_source_leadtime_fact` 表中的 `order_code`、`order_month`、`exam_month`、`institution_code`、`institution_type`、`package_category`、`source_type`、`booking_type`、`appointment_status`、`payment_status`、`booking_lead_days`、`booking_lead_band`、`public_ahead_days`、`special_ahead_days` 等字段，模型可掌握“公共号源平均提前几天预约”“专场号源取消率是否偏高”“不同套餐类别的预约提前期分布”“某机构类型号源支付率如何”等体检预约资源配置问题。运营人员可基于该语料快速适配号源管理、预约规则优化、体检日期资源调度和高

搜集汇总

背景与挑战

背景概述

该数据集是用于训练健康体检号源与预约提前期问数垂类大语言模型的语料数据，旨在使模型理解体检预约中关于公共号源、专场号源、报名类型、预约提前期、预约状态和支付状态的自然语言查询并生成对应SQL。数据集依托包含订单编码、机构类型、号源类型、预约提前天数等字段的事实表，可支持公共号源平均提前预约天数、专场号源取消率、不同套餐类别预约提前期分布及机构类型号源支付率等资源配置问题的分析。