CN105530305B - 基于地理环境信息的监控信息处理方法及云平台 - Google Patents
基于地理环境信息的监控信息处理方法及云平台 Download PDFInfo
- Publication number
- CN105530305B CN105530305B CN201510955084.9A CN201510955084A CN105530305B CN 105530305 B CN105530305 B CN 105530305B CN 201510955084 A CN201510955084 A CN 201510955084A CN 105530305 B CN105530305 B CN 105530305B
- Authority
- CN
- China
- Prior art keywords
- information
- user
- monitoring
- geographical environment
- cloud platform
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/52—Network services specially adapted for the location of the user terminal
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/55—Push-based network services
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明提供一种基于地理环境信息的监控信息处理方法及云平台,该方法包括:云平台接收智能设备发送的安全监控处理请求,该安全监控处理请求中包括智能设备监控信息、用户信息和位置信息,用户信息中包括服务定制信息和用户特征信息;云平台获取与位置信息对应的气象和地理环境信息,根据数据筛选模型,确定监控信息是否指示需要进行人工信息服务,若需要,则向专家座席发送包括用户特征信息和气象和地理环境信息的分析请求,以使专家给出服务建议;云平台根据服务定制信息进行服务建议的推送。综合考虑用户特征信息和所处位置的气象和地理环境等信息,并借助专家的人工分析,使得基于监控信息的服务建议更加可靠。
Description
技术领域
本发明实施例涉及通信技术,尤其涉及一种基于地理环境信息的监控信息处理方法及云平台。
背景技术
诸如智能手机、可穿戴设备、各种传感设备等智能设备已经被人们广泛使用在日常生活中。随着人们对个人健康状况、生活环境安全状况等重视程度的不断提升,智能设备被越来越多的被用于人身健康、运动、疾病、安全的监控和所处环境、电器设备的智能控制。
举例来说,可以通过智能穿戴设备比如智能手环来监控用户的运动、体温、脉搏为用户提供健康指导,或者通过各种传感器、监测器对家居环境进行监控,以监控室温、火警等,一旦出现异常数据时,则向用户发出警示信息。另外,现有系统也往往借助云平台实现上述功能,云平台可以实时接收通过智能设备发送的相关数据,一方面进行数据存储,一方面当发现突发性异常数据时,向用户或第三方反馈警示信息。
但是,上述仅以智能设备获得的监控信息为依据,比如用户运动信息、室内温度信息等,异常时便向用户告警提示的方式,往往会造成告警或提示的指导性、可靠性不高。
发明内容
本发明实施例提供一种基于地理环境信息的监控信息处理方法及云平台,用以实现对智能设备获得的监控信息的因地因人而异的精确分析,以为用户或第三方提供较高可靠性的服务建议。
本发明实施例的一个方面是提供一种基于地理环境信息的监控信息处理方法,包括:
云平台接收智能设备发送的监控处理请求,所述监控处理请求中包括所述智能设备采集的监控信息、所述智能设备对应的用户信息和所述智能设备对应的位置信息,所述用户信息中包括所述用户的服务定制信息和用户特征信息;
所述云平台获取与所述位置信息对应的气象和地理环境信息;
所述云平台根据预先机器学习得到的数据筛选模型,确定在所述气象和地理环境信息所描述的气象和地理环境中,以及在所述用户特征信息所指示的用户特征条件下,所述监控信息是否指示需要进行人工信息服务;其中,所述数据筛选模型中描述了在不同的气象和地理环境中和不同的用户特征条件下,不同的监控信息所对应的人工信息服务阈值;
若所述监控信息指示需要进行人工信息服务,则所述云平台向专家座席发送分析请求,所述分析请求用于指示所述专家座席根据所述监控信息、所述用户特征信息和所述气象和地理环境信息为所述用户提供服务建议;
所述云平台接收所述专家座席反馈的所述服务建议,并根据所述服务定制信息进行所述服务建议的推送。
本发明实施例的另一个方面是提供一种云平台,包括:
接收模块,用于接收智能设备发送的监控处理请求,所述监控处理请求中包括所述智能设备采集的监控信息、所述智能设备对应的用户信息和所述智能设备对应的位置信息,所述用户信息中包括所述用户的服务定制信息和用户特征信息;
获取模块,用于获取与所述位置信息对应的气象和地理环境信息;
确定模块,用于根据预先机器学习得到的数据筛选模型,确定在所述气象和地理环境信息所描述的气象和地理环境中,以及在所述用户特征信息所指示的用户特征条件下,所述监控信息是否指示需要进行人工信息服务;其中,所述数据筛选模型中描述了在不同的气象和地理环境中和不同的用户特征条件下,不同的监控信息所对应的人工信息服务阈值;
发送模块,用于在所述确定模块确定所述监控信息指示需要进行人工信息服务时,向专家座席发送分析请求,所述分析请求用于指示所述专家座席根据所述监控信息、所述用户特征信息和所述气象和地理环境信息为所述用户提供服务建议;
所述接收模块,还用于接收所述专家座席反馈的所述服务建议;
所述发送模块,还用于根据所述服务定制信息进行所述服务建议的推送。
本发明实施例提供的基于地理环境信息的监控信息处理方法及云平台,当云平台接收到诸如手机、可穿戴设备等智能设备发送的携带有监控信息、用户信息和位置信息的监控处理请求后,首先基于该位置信息获取对应的气象和地理环境信息,进而根据预先机器学习得到的数据筛选模型,结合该气象和地理环境信息、监控信息和用户信息具体是用户特征信息,确定用户是否需要人工信息服务。在确定需要进行人工信息服务时,云平台请求专家座席根据该监控信息、用户特征信息以及当前所在地的气象和地理环境信息为该用户提供服务建议,比如针对该用户的身体状况、环境安全状况等的服务建议。最终结合用户的服务定制信息进行服务建议的推送。在对用户的智能设备采集的监控信息进行处理的过程中,不但考虑监控信息,还综合考虑用户的个性化特征信息、所处位置的气象和地理环境信息,使得服务建议更加可信、可靠;而且,在通过预先训练得到的数据筛选模型确定当前智能设备采集的监控信息需要进行人工服务时,接通专家坐席,以通过专家进一步进行更具针对性的分析,提供更加可靠的服务建议。
附图说明
图1为本发明实施例一提供的基于地理环境信息的监控信息处理方法的流程图;
图2为本发明实施例二提供的云平台的结构示意图。
具体实施方式
图1为本发明实施例一提供的基于地理环境信息的监控信息处理方法的流程图,如图1所示,该方法包括:
步骤101、云平台接收智能设备发送的监控处理请求,该监控处理请求中包括智能设备采集的监控信息、智能设备对应的用户信息和智能设备对应的位置信息。
上述智能设备比如可以是智能手机、可穿戴设备、各种传感器、智能冰箱等不同类型的终端设备。比如智能手环,可以用于监控用户的心跳、脉搏跳动次数、行走步数等信息,温度传感器可以用于监控温度等等。
智能设备在被用户触发了对监控信息的处理服务时,将监控信息以及上述其他相关信息发送至云平台,触发云平台的处理过程。
值得说明的是,在实际应用中,用户若想要使用云平台提供的对智能设备监控信息的服务处理功能,需要先进行用户注册。
在注册过程中,用户可以通过手机中安装的客户端将诸如用户信息、智能设备信息、甚至智能设备对应的位置信息上传至云平台中。其中,智能设备信息比如包括设备ID、设备用途、关键工作参数等;用户信息中包括用户的服务定制信息和用户特征信息。
其中,服务定制信息中既可以包括用户定制的具体服务类型信息,也可以包括服务建议的推送策略的信息。该推送策略包括如下推送策略中的至少一种:向智能设备推送、向用户设定的联系人推送、向第三方系统推送。该第三方系统比如可以是医疗、救护、物业、学校等社会服务部门,或应急、公安、消防、社区等相关政府部门。
其中,该用户的用户特征信息包括但不限于该用户的性别、年龄、职业、病史、经常所在生活环境的描述信息、运动习惯等。其中,生活环境描述信息比如该用户经常在处于室内有空调环境、户外高海拔环境等等。
在云平台中存储了用户的上述注册信息后,当用户实际使用云平台的监控信息处理服务时,触发上述监控处理请求的发送。
可以理解的是,在用户对诸如传感器等智能设备进行初始设置的时候,可以将用户ID、设备ID设置在智能设备中,从而在其获得监控信息并发送监控信息处理请求时,可以携带该设备ID和/或用户ID,从而,云平台基于用户注册信息,查询获得与之对应的用户信息。而对于诸如智能手机、智能可穿戴设备等具有一定智能操作系统的智能设备,可以在智能设备中存储有上述用户信息,当获取到监控信息后,将用户信息连同监控信息、位置信息一并发送至云平台。
其中,同一智能设备可能被多个用户使用,或者,一个用户使用了多个智能设备,但是都可以以用户信息对不同用户进行区别,比如姓名+联系电话、身份证号等都可以唯一标识一个用户。
另外,值得说明的是,本实施例中,之所以监控处理请求中包含的用户信息中携带用户特征信息,是基于如下考虑的:以监控信息是某种身体参数来说,针对同一个身体参数,比如每分钟的脉搏跳动次数,对于不同的人来说反映的身体状态可能不同,比如对于一个儿童、成年男子、老人来说,同样的跳动次数可能对于成年男子来说正常,但是对于老人来说便不正常了。同样地,用户的职业、病史以及运动习惯等信息也会对人身安全等监控产生影响,尤其是对身体状态的正常或异常判断具有直接影响。因此,为了更加有针对性地、准确地实现对智能设备采集的监控信息的处理,以为用户提供更加可靠的服务建议,本实施例中需要获取用户的用户特征信息。
而且,本实施例中还考虑智能设备对应的地理位置,以实现基于地理位置的监控信息处理。具体来说,该地理位置可以是通过用户智能设备中的诸如GPS定位模块来获得的,也可以是基于现有技术中的无线基站定位方式来获得的。
步骤102、云平台获取与位置信息对应的气象和地理环境信息。
云平台在接收到监控处理请求后,首先获取与智能设备对应的位置信息对应的气象和地理环境信息。
云平台可以与气象监控平台进行交互,通过气象监控平台来获得该位置信息对应的气象和地理环境信息。
其中,该气象和地理环境信息比如包括气象信息、空气质量、污染情况、水文、植被、建筑、地貌特征、交通或相关的人文经济等信息。该气象和地理环境信息既包括实时信息也可以包括历史或预测信息,如天气实况、历史天气条件、天气预报等。
步骤103、云平台根据预先机器学习得到的数据筛选模型,确定在获得的气象和地理环境信息所描述的气象和地理环境中,以及在用户特征信息所指示的用户特征条件下,监控信息是否指示需要进行人工信息服务,若需要进行人工信息服务,则执行步骤104。
否则,结束。
其中,所述数据筛选模型中描述了在不同的气象和地理环境中和不同的用户特征条件下,不同的监控信息所对应的人工信息服务阈值。
本实施例中,可以理解的是,在执行步骤103之前,还可以包括如下步骤:
云平台将获得的气象和地理环境信息和接收到的监控信息关联存储到用户信息对应的监控信息数据库中。
其中,用户信息对应的监控信息数据库中存储有对应用户的全部历史监控信息以及每个历史监控信息所对应的气象和地理环境信息。相当于对历史监控信息以及对应的气象和地理环境信息进行了记录存储。
本实施例中,预先通过机器学习的方式,得到数据筛选模型,该数据筛选模型用于筛选出异常的监控信息。在该数据筛选模型的训练、形成过程中,一种可选的方式是,为了针对每个用户实现最为精确的数据筛选,为每个用户形成一个独立的数据筛选模型。以用户的身体状态和居住环境为例说明,通过获得在不同气象和地理环境下,该用户的身体状态的训练样本以及该用户所设置的比如空调温度、灯光亮度等居住环境参数训练样本,以形成该用户个人的数据筛选模型。其中,在该数据筛选模型形成的过程中,可以根据观测用户的身体状况,得到身体状态异常阈值,也可以根据用户习惯或喜好设置的居住环境参数,根据习惯的居住环境参数范围,得到相应的不适居住环境参数阈值。另一种可选的方式是,为了降低工作量或者说复杂程度,同时保证一定程度的精确筛选效果,为一个用户群体形成一个数据筛选模型。该用户群体比如可以具有相似的某个用户特征信息的群体,比如年龄均为25 岁到40岁的男性,职业都为IT工程师的群体。
因此,云平台在根据预先机器学习得到的数据筛选模型确定监控信息是否指示需要进行人工信息服务时,可以根据该用户的用户信息比如用户姓名+ 联系电话来匹配对应的数据筛选模型,采用匹配得到的数据筛选模型进行监控信息是否指示需要进行人工信息服务的判断。在判断的过程中,首先查找到与获取的气象和地理环境信息对应的表项。
在针对每个用户进行数据筛选模型的训练情形下,该表项中存储了各种不同类型的监控信息所对应的服务阈值。因此,可以直接在该表项中查找与获取到的监控信息相对应的服务阈值。比如如果当前采集到的用户身体状态信息所指示的数值比如心跳频率大于心跳频率阈值,则确定该用户身体状态异常,需要触发人工信息服务。
在针对每个用户群体进行数据筛选模型的训练情形下,该表项中存储了不同群体的不同用户特征下,各种不同类型的监控信息所对应的服务阈值。因此,此时要首先从该表项中进一步选择出与当前用户的用户特征信息相对应的子表项,进而在该子表项中查找与获取到的监控信息相对应的服务阈值,进行是否需要触发人工信息服务的判断。
值得说明的是,在数据筛选模型的建立已经非常精确或完备的理想情况下,可以仅通过数据筛选模型来进行服务建议的最终确定,即当监控信息满足服务阈值时,触发向用户的警示等服务建议的生成,从而根据用户的服务定制信息进行服务建议的推送,比如向用户推送提示信息,以使得用户及时了解自身的身体安全状况。
但是,一般来说,上述理想的数据筛选模型往往不能容易地建立,因此,优选地,本实施例中提供如下的专家座席分析处理方式:
步骤104、云平台向专家座席发送分析请求,该分析请求用于指示专家座席根据监控信息、用户特征信息和气象和地理环境信息为用户提供服务建议。
本实施例中,当监控信息满足相应的人工信息服务阈值时,触发接驳人工专家座席,以使专家通过结合用户的用户特征信息以及相应的气象和地理环境信息,对监控信息进行分析,得到服务建议。
专家座席通过人机交互等多种方式,如与智能设备用户进行直接的电话沟通,或咨询专家,最终实现对智能设备监控信息的针对性精准判别分析,给出服务建议。
值得说明的是,专家在进行上述监控信息分析的过程中,还可以结合其他辅助信息,比如在监控信息为用户的身体健康状态相关的信息时,可以结合当前的地区性流行病信息等进行分析,从而使得分析结果以及给出的服务建议更加准确。
步骤105、云平台接收专家座席反馈的服务建议,并根据服务定制信息进行服务建议的推送。
专家座席反馈的服务建议中,以身体状况为例,不但可以包括分析得到的该用户的身体状况描述,还可以包括治疗或保养建议,或者提示信息。从而,云平台在接收到专家座席反馈的服务建议后,根据用户的服务定制信息进行服务建议的推送。推送的方式包括语音通信方式比如打电话,或数据通信方式比如发短信等。
进一步可选的,前述已经提到,在云平台收到智能设备的监控信息,并获取相应的气候和地理环境信息后,可以将监控信息以及气象和地理环境信息关联存储到用户对应的监控信息数据库中。因此,为了进一步增强服务建议的准确可靠性,专家座席在根据气象和地理环境信息、用户特征信息对监控信息进行分析的基于上,还可以进一步结合该用户的监控信息数据库进行分析。具体的,该监控信息数据库中存储有该用户以往一定时期内同一类型监控信息的历史数据以及对应的气象和地理环境信息,基于该数据库,专家可以基本了解该用户的特点,使得对其当前监控信息的分析更加具有针对性。
进一步可选的,比如当用户在室内活动的情况下,仅仅依靠从气象监控平台中获得的气象和地理环境信息进行监控信息的分析往往有失准确。因此,可以进一步结合用户所处的位置的局部环境参数信息,在上述室内情形中,尤其是指室内的比如温度、湿度、烟雾量等参数信息。这些参数信息可以是通过室内设置的各种类型的传感设备来采集获得的,各传感设备将采集得到的参数信息发送给云平台,相应的,监控处理请求中还包括该局部环境参数信息。相应的,专家座席结合用户的用户特征信息、气象和地理环境信息和该局部环境参数信息对监控信息进行分析,得到服务建议。
本实施例中,当云平台接收到诸如手机、可穿戴设备等智能设备发送的携带有监控信息、用户信息和位置信息的监控处理请求后,首先基于该位置信息获取对应的气象和地理环境信息,进而根据预先机器学习得到的数据筛选模型,结合该气象和地理环境信息、监控信息和用户信息具体是用户特征信息,确定用户是否需要人工信息服务。在确定需要进行人工信息服务时,云平台请求专家座席根据该监控信息、用户特征信息以及当前所在地的气象和地理环境信息为该用户提供服务建议,比如针对该用户的身体状况、环境安全状况等的服务建议。最终结合用户的服务定制信息进行服务建议的推送。在对用户的智能设备采集的监控信息进行处理的过程中,不但考虑监控信息,还综合考虑用户的个性化特征信息、所处位置的气象和地理环境信息,使得服务建议更加可信、可靠;而且,在通过预先训练得到的数据筛选模型确定当前智能设备采集的监控信息需要进行人工服务时,接通专家坐席,以通过专家进一步进行更具针对性的分析,提供更加可靠的服务建议。
图2为本发明实施例二提供的云平台的结构示意图,如图2所示,该云平台包括:接收模块11、获取模块12、确定模块13、发送模块14。
接收模块11,用于接收智能设备发送的监控处理请求,所述监控处理请求中包括所述智能设备采集的监控信息、所述智能设备对应的用户信息和所述智能设备对应的位置信息,所述用户信息中包括所述用户的服务定制信息和用户特征信息。
获取模块12,用于获取与所述位置信息对应的气象和地理环境信息。
确定模块13,用于根据预先机器学习得到的数据筛选模型,确定在所述气象和地理环境信息所描述的气象和地理环境中,以及在所述用户特征信息所指示的用户特征条件下,所述监控信息是否指示需要进行人工信息服务;其中,所述数据筛选模型中描述了在不同的气象和地理环境中和不同的用户特征条件下,不同的监控信息所对应的人工信息服务阈值。
发送模块14,用于在所述确定模块13确定所述监控信息指示需要进行人工信息服务时,向专家座席发送分析请求,所述分析请求用于指示所述专家座席根据所述监控信息、所述用户特征信息和所述气象和地理环境信息为所述用户提供服务建议。
所述接收模块11,还用于接收所述专家座席反馈的所述服务建议。
所述发送模块14,还用于根据所述服务定制信息进行所述服务建议的推送。
其中,所述服务定制信息中包括推送策略的信息,所述推送策略包括如下推送策略中的至少一种:
向所述智能设备推送、向所述用户设定的联系人推送、向第三方系统推送;
所述推送的方式包括语音通信方式或数据通信方式。
进一步可选的,所述监控处理请求中还包括局部环境参数信息,所述局部环境参数信息是所述智能设备对所述智能设备对应的位置周围的预设区域进行环境参数采集而获得的。
所述局部环境参数信息用于使得所述专家座席根据所述监控信息、所述用户特征信息、所述气象和地理环境信息和所述局部环境参数信息为所述用户提供服务建议。
进一步地,该云平台还包括:存储模块15。
存储模块15,用于将所述气象和地理环境信息和所述监控信息关联存储到所述用户信息对应的监控信息数据库中,其中,所述用户信息对应的监控信息数据库中存储有所述用户对应的全部历史监控信息以及每个历史监控信息所对应的气象和地理环境信息。
其中,所述监控信息数据库,用于使得所述专家座席根据所述监控信息、所述用户特征信息、所述气象和地理环境信息和所述监控信息数据库为所述用户提供服务建议。
本实施例的云平台可以用于执行图1所示方法实施例的技术方案,其实现原理和技术效果类似,此处不再赘述。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种基于地理环境信息的监控信息处理方法,其特征在于,包括:
云平台接收智能设备发送的监控处理请求,所述监控处理请求中包括所述智能设备采集的监控信息、所述智能设备对应的用户信息和所述智能设备对应的位置信息,所述用户信息中包括所述用户的服务定制信息和用户特征信息;
所述云平台获取与所述位置信息对应的气象和地理环境信息;
所述云平台根据预先机器学习得到的数据筛选模型,确定在所述气象和地理环境信息所描述的气象和地理环境中,以及在所述用户特征信息所指示的用户特征条件下,所述监控信息是否指示需要进行人工信息服务;其中,所述数据筛选模型中描述了在不同的气象和地理环境中和不同的用户特征条件下,不同的监控信息所对应的人工信息服务阈值;
若所述监控信息指示需要进行人工信息服务,则所述云平台向专家座席发送分析请求,所述分析请求用于指示所述专家座席根据所述监控信息、所述用户特征信息和所述气象和地理环境信息为所述用户提供服务建议;
所述云平台接收所述专家座席反馈的所述服务建议,并根据所述服务定制信息进行所述服务建议的推送。
2.根据权利要求1所述的方法,其特征在于,所述监控处理请求中还包括局部环境参数信息,所述局部环境参数信息是所述智能设备对所述智能设备对应的位置周围的预设区域进行环境参数采集而获得的;
所述局部环境参数信息用于使得所述专家座席根据所述监控信息、所述用户特征信息、所述气象和地理环境信息和所述局部环境参数信息为所述用户提供服务建议。
3.根据权利要求1所述的方法,其特征在于,所述云平台获取与所述位置信息对应的气象和地理环境信息之后,所述方法还包括:
所述云平台将所述气象和地理环境信息和所述监控信息关联存储到所述用户信息对应的监控信息数据库中,其中,所述用户信息对应的监控信息数据库中存储有所述用户对应的全部历史监控信息以及每个历史监控信息所对应的气象和地理环境信息。
4.根据权利要求3所述的方法,其特征在于,所述监控信息数据库,用于使得所述专家座席根据所述监控信息、所述用户特征信息、所述气象和地理环境信息和所述监控信息数据库为所述用户提供服务建议。
5.根据权利要求1至4中任一项所述的方法,其特征在于,所述服务定制信息中包括推送策略的信息,所述推送策略包括如下推送策略中的至少一种:
向所述智能设备推送、向所述用户设定的联系人推送、向第三方系统推送;
所述推送的方式包括语音通信方式或数据通信方式。
6.一种云平台,其特征在于,包括:
接收模块,用于接收智能设备发送的监控处理请求,所述监控处理请求中包括所述智能设备采集的监控信息、所述智能设备对应的用户信息和所述智能设备对应的位置信息,所述用户信息中包括所述用户的服务定制信息和用户特征信息;
获取模块,用于获取与所述位置信息对应的气象和地理环境信息;
确定模块,用于根据预先机器学习得到的数据筛选模型,确定在所述气象和地理环境信息所描述的气象和地理环境中,以及在所述用户特征信息所指示的用户特征条件下,所述监控信息是否指示需要进行人工信息服务;其中,所述数据筛选模型中描述了在不同的气象和地理环境中和不同的用户特征条件下,不同的监控信息所对应的人工信息服务阈值;
发送模块,用于在所述确定模块确定所述监控信息指示需要进行人工信息服务时,向专家座席发送分析请求,所述分析请求用于指示所述专家座席根据所述监控信息、所述用户特征信息和所述气象和地理环境信息为所述用户提供服务建议;
所述接收模块,还用于接收所述专家座席反馈的所述服务建议;
所述发送模块,还用于根据所述服务定制信息进行所述服务建议的推送。
7.根据权利要求6所述的云平台,其特征在于,所述监控处理请求中还包括局部环境参数信息,所述局部环境参数信息是所述智能设备对所述智能设备对应的位置周围的预设区域进行环境参数采集而获得的;
所述局部环境参数信息用于使得所述专家座席根据所述监控信息、所述用户特征信息、所述气象和地理环境信息和所述局部环境参数信息为所述用户提供服务建议。
8.根据权利要求6所述的云平台,其特征在于,还包括:
存储模块,用于将所述气象和地理环境信息和所述监控信息关联存储到所述用户信息对应的监控信息数据库中,其中,所述用户信息对应的监控信息数据库中存储有所述用户对应的全部历史监控信息以及每个历史监控信息所对应的气象和地理环境信息。
9.根据权利要求6所述的云平台,其特征在于,所述监控信息数据库,用于使得所述专家座席根据所述监控信息、所述用户特征信息、所述气象和地理环境信息和所述监控信息数据库为所述用户提供服务建议。
10.根据权利要求6至9中任一项所述的云平台,其特征在于,所述服务定制信息中包括推送策略的信息,所述推送策略包括如下推送策略中的至少一种:
向所述智能设备推送、向所述用户设定的联系人推送、向第三方系统推送;
所述推送的方式包括语音通信方式或数据通信方式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510955084.9A CN105530305B (zh) | 2015-12-17 | 2015-12-17 | 基于地理环境信息的监控信息处理方法及云平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510955084.9A CN105530305B (zh) | 2015-12-17 | 2015-12-17 | 基于地理环境信息的监控信息处理方法及云平台 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105530305A CN105530305A (zh) | 2016-04-27 |
CN105530305B true CN105530305B (zh) | 2018-12-11 |
Family
ID=55772281
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510955084.9A Active CN105530305B (zh) | 2015-12-17 | 2015-12-17 | 基于地理环境信息的监控信息处理方法及云平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105530305B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106412085A (zh) * | 2016-10-29 | 2017-02-15 | 深圳市前海安测信息技术有限公司 | 基于物联网的健康风险预警系统及方法 |
CN106357824B (zh) * | 2016-11-16 | 2019-06-04 | 四川省亚丁胡杨人力资源集团有限公司 | 一种智能社区服务推荐系统 |
CN108231195A (zh) * | 2016-12-19 | 2018-06-29 | 普天信息技术有限公司 | 健康风险预警方法、服务器、装置及空气质量预报方法 |
CN106979599B (zh) * | 2017-05-12 | 2019-11-26 | 广东美的制冷设备有限公司 | 家用电器控制方法和装置、服务器 |
CN109063168A (zh) * | 2018-08-16 | 2018-12-21 | 北京此时此地信息科技有限公司 | 一种公共信息提示的方法和系统 |
CN110148461B (zh) * | 2019-06-26 | 2021-09-21 | 周建勋 | 用于多参数测量的模块切换系统 |
CN114254842A (zh) * | 2020-09-22 | 2022-03-29 | 智甲科技(北京)有限公司 | 一种风险分析系统和风险分析方法 |
US20220357480A1 (en) * | 2021-05-06 | 2022-11-10 | International Business Machines Corporation | Personalized weather forecast |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101387704A (zh) * | 2008-10-17 | 2009-03-18 | 中国广东核电集团有限公司 | 环境监测车 |
CN101527073A (zh) * | 2009-02-17 | 2009-09-09 | 丁国锋 | 火灾探测系统及方法 |
CN104965431A (zh) * | 2015-06-29 | 2015-10-07 | 广西瀚特信息产业股份有限公司 | 一种环境质量检测控制系统及方法 |
-
2015
- 2015-12-17 CN CN201510955084.9A patent/CN105530305B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101387704A (zh) * | 2008-10-17 | 2009-03-18 | 中国广东核电集团有限公司 | 环境监测车 |
CN101527073A (zh) * | 2009-02-17 | 2009-09-09 | 丁国锋 | 火灾探测系统及方法 |
CN104965431A (zh) * | 2015-06-29 | 2015-10-07 | 广西瀚特信息产业股份有限公司 | 一种环境质量检测控制系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105530305A (zh) | 2016-04-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105530305B (zh) | 基于地理环境信息的监控信息处理方法及云平台 | |
US10820181B2 (en) | Emergency location analysis system | |
US10489649B2 (en) | Drone data locker system | |
AU2018279856B2 (en) | System and method for aiding responses to an event detected by a monitoring system | |
Kon et al. | Evolution of smart homes for the elderly | |
US10682097B2 (en) | People monitoring and personal assistance system, in particular for elderly and people with special and cognitive needs | |
CN109565516A (zh) | 工作人员安全系统 | |
El-Basioni et al. | Independent living for persons with disabilities and elderly people using smart home technology | |
CN104334075A (zh) | 具有调整通知的生物测定属性异常检测系统 | |
US11717231B2 (en) | Ultrasound analytics for actionable information | |
US11308950B2 (en) | Personal location system for virtual assistant | |
CN108124008A (zh) | 一种智能空间环境下的老人陪护系统及方法 | |
Garrity | Harnessing the Internet of Things for global development | |
US20220293278A1 (en) | Connected contact tracing | |
Sharma et al. | Real-time Monitoring of Women's Safety Through Bluetooth Low Energy and iBeacons | |
Gharami et al. | Semantic analysis-internet of things, study of past, present and future of IoT | |
CN203276349U (zh) | 一种自习室人数智能查询装置 | |
Saralegui et al. | Taking advantage of an existing indoor climate monitorization for measuring occupancy | |
CN107204094A (zh) | 一种安防报警求助系统及方法 | |
Villarrubia et al. | Wireless sensor networks to monitoring elderly people in rural areas | |
Choudhury et al. | Developing an IoT based Mass Crowd Management System Reviewing Existing Methodologies | |
Anitha et al. | Integration of Artificial Intelligence (AI) and Other Cutting-Edge Technologies | |
US20230011337A1 (en) | Progressive deep metric learning | |
Suryadevara et al. | Sensor activity pattern (SAP) matching process and outlier detection | |
Sharma et al. | Internet of Things (IoT) Case Studies and Application |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |