摘要：目的 了解目前医院预约诊疗服务中患者爽约行为的现状，探讨和鉴别患者爽约的关键特征，运用这些特征建立机器学习算法模型预测未来患者爽约行为。方法 挖掘2018年河北省某大型三甲医院预约大数据，首先用Stata采取传统Logistic回归找出患者爽约的显著因子，再将数据划分为训练集和预测集，采用SVM、决策树、随机森林和BP神经网络等不同模型学习训练患者爽约行为和特征，检验每种算法对患者爽约预测的准确率。结果 目前医院患者预约爽约率为16.16%，Logistic回归分析显示年龄、性别、预约时间和预约科室是爽约行为的关键性特征;使用這些特征进行机器学习和预测能取得较好效果，SVM、决策树、随机森林和BP神经网络各个算法准确率均超过75%，其中SVM和BP神经网络准确率最高 ......