健康体检套餐供给结构问数垂类大模型语料数据

该数据可用于训练健康体检套餐供给结构问数垂类大语言模型，使其能够理解体检套餐在供给数量、价格带、启停状态、机构类型、适用性别、婚姻状态、孕妇适用状态、预约人数配置和订单覆盖方面的自然语言问题，并生成准确SQL。依托 `dwd_exam_package_supply_profile` 表中的 `package_code`、`package_name_masked`、`institution_code`、`institution_type`、`package_category`、`package_price`、`price_band`、`valid_status`、`gender_scope`、`marital_scope`、`pregnant_allowed`、`reservation_number_package` 等字段，模型可理解“某机构类型启用套餐有多少”“女性专项套餐价格带分布如何”“哪些套餐类别供给不足”“孕妇不可用套餐主要集中在哪些类别”等体检产品管理问题。产品运营团队可使用该语料快速适配套餐上架治理、价格分层分析、套餐规则检查和供给结构优化场景，减少人工维护套餐台账的工作1.数据预处理：对套餐编码、套餐名称展示值、机构类型、套餐类别、套餐价格、价格带、启停状态、适用性别、适用婚姻状态、孕妇适用状态和预约人数配置进行清洗。套餐价格必须为非负数，价格带统一为500元以下、500-999元、1000-1999元、2000-3999元、4000元及以上、价格未记录。套餐类别依据套餐名称和业务关键词归并为综合体检、女性专项、男性专项、职业健康与入职、肿瘤筛查、心脑血管、儿童青少年、高端综合等类别。 2.问题收集与分类：从套餐管理、产品运营、价格治理和适用规则审核场景中收集问题，按套餐类别供给、价格带结构、启用套餐结构、停用套餐结构、机构类型供给、适用性别规则、婚姻规则覆盖、孕妇适用规则、套餐订单覆盖和套餐供给缺口等类别整理语料。 3.核心算法建模：构建“语义解析-查询生成-异常检测-逻辑验证”全流程算法体系。 （1）语义解析与结构化：将“启用套餐”“停用套餐”“高价套餐”“女性专项”“孕妇可用”“适用已婚”“套餐价格带”等表达映射到 `valid_status`、`price_band`、`package_category`、`pregnant_allowed`、`marital_scope`、`package_price` 字段。 （2）SQL生成与初步验证：套餐数量采用 `COUNT(package_code)`，启用套餐数使用 `SUM(CASE WHEN valid_status='启用' THEN 1 ELSE 0 END)`，平均套餐标价采用 `AVG(package_price)`，按机构类型、套餐类别、价格带、启停状态、适用规则等维度分组。 （3）异常值检测：检测套餐价格是否为负，检测价格带与套餐价格是否匹配，检测孕妇适用状态、适用性别、婚姻状态是否为空或异常，检测启用套餐数是否大于套餐总数。 （4）逻辑核验与优化：由产品运营人员核验套餐类别归并、价格带划分和适用规则是否符合企业套餐管理口径，确保查询结果可用于套餐结构优化和上架审核。 4.语料库迭代优化：根据模型在套餐供给问数中的错误反馈，持续补充低供给套餐类别、高价套餐、停用套餐、女性专项套餐和规则异常套餐样本。该算法规则确保本语料数据能够支撑健康体检套餐供给结构分析和产品治理场景下的自然语言问数训练。

搜集汇总

背景与挑战

背景概述

该数据集是健康体检套餐供给结构问数垂类大模型语料数据，可用于训练模型理解体检套餐在供给数量、价格带、启停状态、机构类型、适用规则和订单覆盖等方面的自然语言问题并生成准确SQL。数据依托dwd_exam_package_supply_profile表的多维度字段，经过清洗、问题分类和算法建模，支持产品运营团队进行套餐上架治理、价格分层分析和供给结构优化。