CN109102852A - 用户数据处理方法、装置、电子设备及计算机可读介质 - Google Patents

用户数据处理方法、装置、电子设备及计算机可读介质 Download PDF

Info

Publication number
CN109102852A
CN109102852A CN201810959443.1A CN201810959443A CN109102852A CN 109102852 A CN109102852 A CN 109102852A CN 201810959443 A CN201810959443 A CN 201810959443A CN 109102852 A CN109102852 A CN 109102852A
Authority
CN
China
Prior art keywords
data
user
recommended
block
disease
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.)
Pending
Application number
CN201810959443.1A
Other languages
English (en)
Inventor
李夫路
常谦
李雪倩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Taikang Insurance Group Co Ltd
Original Assignee
Taikang Insurance Group Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Taikang Insurance Group Co Ltd filed Critical Taikang Insurance Group Co Ltd
Priority to CN201810959443.1A priority Critical patent/CN109102852A/zh
Publication of CN109102852A publication Critical patent/CN109102852A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
    • G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
    • G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
    • G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
    • G06F21/6272—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database by registering files or documents with a third party
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Bioethics (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Hardware Design (AREA)
  • Databases & Information Systems (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Mathematical Physics (AREA)
  • Molecular Biology (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本公开涉及一种基于区块链的用户数据处理方法、装置、电子设备及计算机可读介质。该方法包括：由第一区块获取第一用户的用户数据，所述用户数据包括个人数据、疾病数据、以及偏好数据；将个人数据输入疾病分析模型，获取第一结果；由第二区块获取多个第二用户的职业数据；将第一结果、个人数据、偏好数据、疾病数据与多个第二用户的职业数据输入规划管理模型，获取待推荐第二用户与待推荐产品；以及将所述待推荐第二用户与待推荐产品推荐至所述第一用户端。本公开涉及的基于区块链的用户数据处理方法、装置、电子设备及计算机可读介质，能够自动匹配有预定需求的用户和满足该需求的规划师，从而有力促进医养康宁规划管理的推广。

Description

用户数据处理方法、装置、电子设备及计算机可读介质
技术领域
本公开涉及计算机信息处理领域，具体而言，涉及一种基于区块链的用户数据处理方法、装置、电子设备及计算机可读介质。
背景技术
随着生活水平的提高与对养老环境的要求增多，各种养老需求日益增多。目前人们对养老的要求已经不仅仅限于居住与医疗服务，用户对养服务的需求已经提前到了未退休的时候，很多用户在对人生规划时，就会把养老规划作为其中的一个重要部分。由此，目前的养老服务已经由最初的医疗服务，进而转移到了健康管理、金融服务、个人发展等等各个方面。
如何全方位的为用户提供丰富的个人服务，针对不同的客户各处不同的健康、金融以及发展等建议，是现在急需解决的问题。
因此，需要一种新的基于区块链的用户数据处理方法、装置、电子设备及计算机可读介质。
在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
有鉴于此，本公开提供一种基于区块链的用户数据处理方法、装置、电子设备及计算机可读介质，能够自动匹配有预定需求的用户和满足该需求的规划师，从而有力促进医养康宁规划管理的推广。
本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。
根据本公开的一方面，提出一种基于区块链的用户数据处理方法，该方法包括：由第一区块获取第一用户的用户数据，所述用户数据包括个人数据、疾病数据、以及偏好数据；将个人数据输入疾病分析模型，获取第一结果；由第二区块获取多个第二用户的职业数据；将第一结果、个人数据、偏好数据、疾病数据与多个第二用户的职业数据输入规划管理模型，获取待推荐第二用户与待推荐产品；以及将所述待推荐第二用户与待推荐产品推荐至所述第一用户端。
在本公开的一种示例性实施例中，还包括：获取第一用户的用户数据，并将所述用户数据存储至所述第一区块。
在本公开的一种示例性实施例中，还包括：获取第二用户的职业数据，并将所述职业数据存储至所述第二区块；其中所述职业数据包括专业背景、技术领域、典型案例。
在本公开的一种示例性实施例中，将个人数据输入疾病分析模型，获取第一结果包括：获取所述个人数据中的多项菌群数据；以及将所述多项菌群数据输入所述疾病分析模型，以获取预定疾病的概率。
在本公开的一种示例性实施例中，还包括：通过历史用户数据对卷积神经网络模型进行训练从而构成所述疾病分析模型。
在本公开的一种示例性实施例中，将第一结果、个人数据、偏好数据、疾病数据与多个第二用户的职业数据输入规划管理模型，获取待推荐第二用户与待推荐产品包括：将第一结果、个人数据、偏好数据、疾病数据作为条件信息；将多个所述第二用户的职业数据作为匹配信息；以及根据所述条件信息与所述匹配信息与规划管理模型确定待推荐第二用户与待推荐的产品。
在本公开的一种示例性实施例中，基于时间序列的类群关联公式构建所述规划管理模型。
在本公开的一种示例性实施例中，基于时间序列的类群关联公式包括：
其中，A表示推荐产品，B表示待推荐第二用户，C潜在需求，Xn表示第一用户的用户数据，Ym表示第二用户的职业数据，an，bn，cn，dn，分别表示不同的权重系数。
在本公开的一种示例性实施例中，还包括：通过区块链为第一用户与第二用户建立虚拟预约；以及将预约时间、预约秘钥以及预约虚拟地址分别通过第一区块系统与第二区块系统发送至所述第一用户端与所述第二用户端
根据本公开的一方面，提出一种基于区块链的用户数据处理装置，该装置包括：第一模块，用于由第一区块链获取第一用户的用户数据，所述用户数据包括个人数据、疾病数据、以及偏好数据；疾病分析模块，用于将个人数据与疾病数据输入疾病分析模型，获取第一结果；第二模块，用于由第二区块获取多个第二用户的职业数据；规划管理模块，用于将第一结果、个人数据、偏好数据、疾病数据与多个第二用户的职业数据输入规划管理模型，获取待推荐第二用户与待推荐产品；以及推荐模块，用于将所述待推荐第二用户与待推荐产品推荐至所述第一用户端。
根据本公开的一方面，提出一种电子设备，该电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如上文的方法。
根据本公开的一方面，提出一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如上文中的方法。
根据本公开的基于区块链的用户数据处理方法、装置、电子设备及计算机可读介质，能够自动匹配有预定需求的用户和满足该需求的规划师，从而有力促进医养康宁规划管理的推广。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本公开。
附图说明
通过参照附图详细描述其示例实施例，本公开的上述和其它目标、特征及优点将变得更加显而易见。下面描述的附图仅仅是本公开的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是根据一示例性实施例示出的一种基于区块链的用户数据处理方法及装置的系统框图。
图2是根据一示例性实施例示出的一种基于区块链的用户数据处理方法的流程图。
图3是根据另一示例性实施例示出的一种基于区块链的用户数据处理方法的示意图。
图4是根据另一示例性实施例示出的一种基于区块链的用户数据处理方法的流程图。
图5是根据另一示例性实施例示出的一种基于区块链的用户数据处理方法的示意图。
图6是根据另一示例性实施例示出的一种基于区块链的用户数据处理方法的流程图。
图7是根据一示例性实施例示出的一种基于区块链的用户数据处理装置的框图。
图8是根据一示例性实施例示出的一种电子设备的框图。
图9是根据一示例性实施例示出一种计算机可读存储介质示意图。
具体实施方式
现在将参考附图更全面地描述示例实施例。然而，示例实施例能够以多种形式实施，且不应被理解为限于在此阐述的实施例；相反，提供这些实施例使得本公开将全面和完整，并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。
此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本公开的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本公开的各方面。
附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
应理解，虽然本文中可能使用术语第一、第二、第三等来描述各种组件，但这些组件不应受这些术语限制。这些术语乃用以区分一组件与另一组件。因此，下文论述的第一组件可称为第二组件而不偏离本公开概念的教示。如本文中所使用，术语“及/或”包括相关联的列出项目中的任一个及一或多者的所有组合。
本领域技术人员可以理解，附图只是示例实施例的示意图，附图中的模块或流程并不一定是实施本公开所必须的，因此不能用于限制本公开的保护范围。
本申请可以应用在医养康宁规划管理系统中，在该系统中健康财富管理规划师基于客户的家庭健康情况和基于未来养老、医疗康复、财富管理和终极关怀(墓地、纪念园)等四位一体的组合服务模式，为客户提供多方面的建议。然而，本申请的基于区块链的用户数据处理方法还可用于其他对客户个人信息进行分析，推荐预约的场景中，本申请不以此为限。
图1是根据一示例性实施例示出的一种基于区块链的用户数据处理方法及装置的系统框图。
如图1所示，系统架构100可以包括第一终端设备101、102、103，网络104、服务器105和第二终端设备106、107、108。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质；网络104还用以在第二终端设备106、107、108和服务器105之间提供通信链路的介质网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
第一用户可例如为诊疗人员，第一用户可以使用第一终端设备101、102、103通过网络104与服务器105交互，以接收或发送医疗服务预约消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
第二用户可例如为医护人员，第二用户可以使用第二终端设备106、107、108通过网络104与服务器105交互，以接收或发送医疗服务预约消息等。第二终端设备106、107、108上可以安装有各种通讯客户端应用，网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
第一终端设备101、102、103与第二终端设备106、107、108均可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器，例如对第一用户利用第一终端设备101、102、103和第二用户利用第二终端设备106、107、108所浏览的健康财富管理网站提供支持的后台服务器。后台服务器可以对接收到的健康财富管理的预约请求进行分析等处理，并将处理结果(预约时间、预约对象)反馈给第一终端设备和/或第二终端设备。
服务器105可例如由第一区块链获取第一用户的用户数据，所述用户数据包括个人数据、疾病数据、以及偏好数据；服务器105可例如将个人数据输入疾病分析模型，获取第一结果；服务器105可例如由第二区块获取多个第二用户的职业数据；服务器105可例如将第一结果、个人数据、偏好数据、疾病数据与多个第二用户的职业数据输入规划管理模型，获取待推荐第二用户与待推荐产品；服务器105可例如将所述待推荐第二用户与待推荐产品推荐至所述第一用户端。
服务器105还可例如获取第一用户的用户数据，并将所述用户数据存储至所述第一区块。
服务器105还可例如获取第二用户的职业数据，并将所述职业数据存储至所述第二区块；其中所述职业数据包括专业背景、技术领域、典型案例。
服务器105可以是一个实体的服务器，还可例如为多个服务器组成，服务器105中的一部分可例如作为本公开中的健康财富管理预约系统，用于根据为第一用户与第二用户提供预约匹配；以及服务器105中的一部分还可例如作为本公开中的第一区块与第二区块，用于通过区块链协议将所述第二用户相关信息与第一用户相关信息储存至区块链的区块中，并生成签名信息。
需要说明的是，本公开实施例所提供的基于区块链的用户数据处理方法可以由服务器105执行，相应地，基于区块链的用户数据处理装置可以设置于服务器105中。而提供给第一用户与第二用户进行网页浏览的网页端与预约的请求端一般位于第一终端设备101、102、103中与第二终端设备106、107、108。
根据本公开的基于区块链的用户数据处理方法及装置，通过第一区块获取第一用户信息，通过第二区块获取第二用户信息，并对第一用户的个人信息进行模型分析，然后结合分析结果与第一用户的个人需求为第一用户提供预约的方法，能够自动匹配有预定需求的用户和满足该需求的规划师，从而有力促进医养康宁规划管理的推广。
图2是根据一示例性实施例示出的一种基于区块链的用户数据处理方法的流程图。基于区块链的用户数据处理方法20至少包括步骤S202至S210。
如图2所示，在S202中，由第一区块获取第一用户的用户数据，所述用户数据包括个人数据、疾病数据、以及偏好数据。第一用户可例如为上文中的医养康宁规划管理系统的客户，其中，个人数据包括：性别、年龄、父母子女情况(国内/国外定居)及居住环境情况等；疾病数据包括：客户的家庭遗传病史和个人健康状态；偏好数据包括：健康规划需求、财产规划需求等。
在S204中，将个人数据输入疾病分析模型，获取第一结果。可例如：将个人数据输入疾病分析模型，获取第一结果包括：获取所述个人数据中的多项菌群数据；以及将所述多项菌群数据输入所述疾病分析模型，以获取预定疾病的概率。
在一个实施例中，还包括：通过历史用户数据对卷积神经网络模型进行训练，以获取所述疾病分析模型。基于菌群分析的家庭健康情况，其医学依据是，譬如肠道菌群的组成和功能变化与动脉粥样硬化、代谢性疾病、结肠直肠癌等息息相关。菌群作为疾病诊断和风险评估的生物标记物，在疾病诊断和风险评估上有很高的价值。通过医院提供的大量正常与非正常人群的菌群指标数据，建立了基于深度学习(卷积神经网络CNN)的疾病分析模型，通过疾病分析模型来判断客户的潜在疾病风险概率。关于卷积神经网络模型构建的具体过程将在图3的实施例中进行详细阐述。
在一个实施例中，基于卷积神经网络的疾病分析模型模型输入与输出的信息如下：
输入：类杆菌、双歧杆菌、乳酸杆菌等指标值；
模型：卷积神经网络；
输出：心血管疾病概率＝50％；代谢性疾病概率＝2％。
在S206中，由第二区块获取多个第二用户的职业数据。第二用户的职业数据可为专业背景、技术领域、典型案例。具体可包括：专业背景及专家领域、客户典型案例、客户典型需求等。
在S208中，将第一结果、个人数据、偏好数据、疾病数据与多个第二用户的职业数据输入规划管理模型，获取待推荐第二用户与待推荐产品。
在一个实施例中，将第一结果、个人数据、偏好数据、疾病数据与多个第二用户的职业数据输入规划管理模型，获取待推荐第二用户与待推荐产品包括：将第一结果、个人数据、偏好数据、疾病数据作为条件信息；以及根据所述条件信息与所述匹配信息与规划管理模型确定待推荐第二用户与待推荐的产品。
在一个实施例中，基于时间序列的类群关联公式构建所述规划管理模型。
基于时间序列的类群关联公式包括：
其中，A表示待推荐产品，B表示待推荐第二用户，C潜在需求，Xn表示第一用户的用户数据，Ym表示第二用户的职业数据，an，bn，cn，dn，分别表示不同的权重系数。
在一个实施例中，规划管理模型的输入与输出信息如下：
输入：第一结果、第一用户的个人数据、偏好数据、疾病数据、第二用户的职业数据；
输出：推荐产品，推荐的第二用户，第一用户的潜在需求。
在S210中，将所述待推荐第二用户与待推荐产品推荐至所述第一用户端。规划管理模型结合客户的其他信息，如年龄、性别、职业、家庭生活环境、健康状况、理财需求等基本信息和系统中的历史信息等作为输入信息，系统自动识别和推荐最佳匹配财富规划师和最佳匹配产品。将分析结果推荐至所述第一用户端。
在一个实施例中，第一用户王xx想要购买一款产品，王xx的个人信息如下：年龄：40、性别：男、父母子女均在国内定居、无遗传病史，菌群指标数据、居住环境良好、有个人养老需求、曾经为父母购买幸福有约保险产品等，家庭健康情况分析模型预测王xx患有心血管病风险概率为50％。上述信息输入到规划管理模型，输出推荐产品为XXXX产品，并匹配出最契合的第二用户(财富规划师)李xx，系统还可例如输出的潜在需求分析为某款重疾保险产品。潜在需求分析可例如推送给财富规划师，财富规划师作为参考在后续跟踪服务中为客户做好医养康宁规划管理。
根据本公开的基于区块链的用户数据处理方法，通过第一区块获取第一用户信息，通过第二区块获取第二用户信息，并对第一用户的个人信息进行模型分析，然后结合分析结果与第一用户的个人需求为第一用户提供预约的方法，能够自动匹配有预定需求的用户和满足该需求的规划师，从而有力促进医养康宁规划管理的推广。
应清楚地理解，本公开描述了如何形成和使用特定示例，但本公开的原理不限于这些示例的任何细节。相反，基于本公开公开的内容的教导，这些原理能够应用于许多其它实施例。
图3是根据另一示例性实施例示出的一种基于区块链的用户数据处理方法的示意图。图3示意性的描述了“通过历史用户数据对卷积神经网络模型进行训练，以获取所述疾病分析模型”的内容。
卷积神经网络(Convolutional Neural Network,CNN)是一种前馈神经网络，它的人工神经元可以响应一部分覆盖范围内的周围单元，卷积神经网络可包括卷积层(convolutional layer)和池化层(pooling layer)。
一般地，CNN的基本结构包括两层，其一为特征提取层，每个神经元的输入与前一层的局部接受域相连，并提取该局部的特征。一旦该局部特征被提取后，它与其它特征间的位置关系也随之确定下来；其二是特征映射层，网络的每个计算层由多个特征映射组成，每个特征映射是一个平面，平面上所有神经元的权值相等。特征映射结构采用影响函数核小的sigmoid函数作为卷积网络的激活函数，使得特征映射具有位移不变性。卷积神经网络以其局部权值共享的特殊结构在语音识别和图像处理方面有着独特的优越性，其布局更接近于实际的生物神经网络，权值共享降低了网络的复杂性，特别是多维输入向量的图像可以直接输入网络这一特点避免了特征提取和分类过程中数据重建的复杂度。
图4是根据另一示例性实施例示出的一种基于区块链的用户数据处理方法的流程图。如图4所示的基于区块链的用户数据处理方法40是对基于区块链的用户数据处理方法20中“由第一区块获取第一用户的用户数据”中第一区块构建的详细描述。
在S402中，获取第一用户的用户数据。用户数据包括个人数据、疾病数据、以及偏好数据。
在S404中，通过用户数据生成区块数据。在第一用户用户数据构成的区块链中，每一个区块都由块头和块身组成。块头用于链接到上一个区块的地址，并且为区块链数据库提供完整性的保证。块身则包含了经过验证的、块创建过程中发生的交易详情或其他数据记录。
如图5所示，区块和区块之间依靠各个区块之间的数据区块头部信息链接起来，区块是一种记录预约信息数据的结构。每个区块由区块头和区块主体组成，区块主体只负责记录前一段时间内的预约信息数据，区块链的大部分功能都由区块头实现。具体可例如头部信息记录了上一个区块的HASH值(通过散列函数变换的散列值)和本区块的HASH值，本区块的HASH，又在下一个新的区块中有所记录，由此完成了每个区块的信息链。
在S406中，将区块存储在所述区块链系统中。在区块数据与上一个区块链接后，将区块数据在区块链系统上进行发布以完成区块数据上链操作。更进一步的，区块数据之间通过共识算法进行共识机制确认。在本公开的一种示例性实施例中，所述共识算法包括：拜占庭容错算法，本申请不以此为限。
在一个实施例中，通过区块链节点及区块链网络构建子系统进行区块链节点的构建、更新和维护机制以及区块链网络的构建、更新和维护，譬如，以养老社区基层营业机构为最小节点，一个或多个养老集团/公司参与养老服务管理交易区块链网络的构建，本申请实施例中，区块数据可如下：
在S308中，所述区块链系统输出所述访问链接与访问公钥。由于每个区块中均包含所有区块的历史数据，占用的数据资源较多。可例如，当用户数据中包含数据占用较大空间的数据时，将用户数据储存到预定服务器中，该服务器只提供对该区块系统的服务接口，以保证该数据的安全性。在服务器中，获取本次用户数据储存的物理地址数据，可为储存地址数据，作为该次用户数据的访问链接。
在一个实施例中，第二区块的构建与第一区块的构建相同，本申请在此不再赘述。第二区块的输出可以是对此次服务跟踪、其他相关凭证材料的存放链接、最佳匹配产品对接选择等。与客户预约交流匹配对接状态显示：交流进行中，以及相关信息访问人员的公开秘钥(账户地址)等。所有记录对不同集团/公司分等级开放，充分利用区块链信息公开透明、可追溯的特点，最大限度利用历史信息给客户提供最优质的医疗养老和理财服务。
互联网上的信息交互，几乎都需要借助可资信赖的第三方信用机构来处理相关信息。这类系统仍然内生性地受制于“基于信用的模式”。区块链技术是构建比特币区块链网络与交易信息加密传输的基础技术。它基于密码学原理而不基于信用，使得任何达成一致的双方直接支付，从而不需要第三方中介的参与。从数据的角度来看：区块链是一种几乎不可能被更改的分布式数据库。这里的“分布式”不仅体现为数据的分布式存储，也体现为数据的分布式记录(即由系统参与者共同维护)。在区块链技术大多数应用场景中，利用区块链哈希指针的交易链数据结构和加密学的哈希计算和加密学数字签字的机制，能够实现区块链交易过程中的多层次证据，由此来实现不同个体交易方之间的互相信任问题。
有鉴于此，根据本申请的基于区块链的用户数据处理方法将第一用户与第二用户的相关数据储存在第一区块与第二区块中，能够通过区块链提供的数据安全保障，继而达到获取准确的，未被篡改的用户数据的目的。
图6是根据另一示例性实施例示出的一种基于区块链的用户数据处理方法的流程图。基于区块链的用户数据处理方法60示例性的描述了“为第一用户与第二用户建立虚拟预约”的详细内容。
在S602中，第一用户提出虚拟续约请求。
在S604中，确定待预约的第二用户。
在S606中，确定预约时间、预约秘钥以及预约虚拟地址。
在S608中，将所述预约时间、预约秘钥以及预约虚拟地址分别通过第一区块与第二区块发送至所述第一用户端与所述第二用户端。
在一个实施例中，第一用户将个人情况、工作、家庭及居住环境情况等信息上传到区块链，例如，客户A王xx欲委托第二用户进行产品计划，针对此次预约行为，区块链中会产生一个新的区块，区块中要求输入客户A的姓名：王xx、性别：男、年龄：40、父母子女情况(国内定居)、家庭遗传病史：无家族遗传病史、居住环境情况(水质土壤空气噪音等是否达标)、王xx的公开密钥和签字、王xx使用服务历史记录数据等材料的存放地址等，输出可以是与健康财富规划师预约匹配状态：未预约、以及相关信息访问人员的公开密钥等。
在一个实施例中，假如系统对于客户A自动识别和推荐了第二用户B李xx，针对这一行为，区块链中也会产生一个新的区块，区块中要求输入相对应的规划师B的姓名：李xx、专业背景：10年以上金融专业背景、专家领域：个人/家庭理财、相关人员的公开密钥和签字，客户A的相关信息材料(性别、年龄、父母子女情况、家庭遗传病史及居住环境情况等等)。
根据本申请的基于区块链的用户数据处理方法，基于菌群分析的家庭健康情况和基于未来养老、医疗康复、财富管理和终极关怀(墓地、纪念园)等四位一体的组合服务模式的在时间序列的智能预测和类群关联的方法，根据区块链中的历史数据，系统自动识别和推荐对接健康财富规划师和幸福有约客户或潜在客户的潜在需求，从而有力促进区块链技术应用在幸福有约产品跟踪服务和医养康宁规划管理方面的有效推广。
本领域技术人员可以理解实现上述实施例的全部或部分步骤被实现为由CPU执行的计算机程序。在该计算机程序被CPU执行时，执行本公开提供的上述方法所限定的上述功能。所述的程序可以存储于一种计算机可读存储介质中，该存储介质可以是只读存储器，磁盘或光盘等。
此外，需要注意的是，上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。
下述为本公开装置实施例，可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节，请参照本公开方法实施例。
图7是根据一示例性实施例示出的一种基于区块链的用户数据处理装置的框图。如图7所示，基于区块链的用户数据处理装置70包括：第一模块702，疾病分析模块704，第二模块706，规划管理模块708，以及推荐模块710。
第一模块702用于由第一区块获取第一用户的用户数据，所述用户数据包括个人数据、疾病数据、以及偏好数据；第一用户可例如为上文中的医养康宁规划管理系统的客户，其中，个人数据包括：性别、年龄、父母子女情况(国内/国外定居)及居住环境情况等；疾病数据包括：客户的家庭遗传病史和个人健康状态；偏好数据包括：健康规划需求、财产规划需求等。
疾病分析模块704用于将个人数据输入疾病分析模型，获取第一结果；可例如：将个人数据与疾病数据输入疾病分析模型，获取第一结果包括：获取所述个人数据中的多项菌群数据；以及将所述多项菌群数据输入所述疾病分析模型，以获取预定疾病的概率。
第二模块706用于由第二区块获取多个第二用户的职业数据；第二用户的职业数据可为专业背景、技术领域、典型案例。具体可包括：专业背景及专家领域、客户典型案例、客户典型需求等。
规划管理模块708用于将第一结果、个人数据、偏好数据、疾病数据与多个第二用户的职业数据输入规划管理模型，获取待推荐第二用户与待推荐产品；包括：第一结果、个人数据、偏好数据、疾病数据作为条件信息；将多个所述第二用户的职业数据作为匹配信息；以及根据所述条件信息与所述匹配信息与规划管理模型确定待推荐第二用户与待推荐产品。
推荐模块710用于将所述待推荐第二用户与待推荐产品推荐至所述第一用户端。规划管理模型结合客户的其他信息，如年龄、性别、职业、家庭生活环境、健康状况、理财需求等基本信息和系统中的历史信息等作为输入信息，系统自动识别和推荐最佳匹配财富规划师和最佳匹配产品。将分析结果推荐至所述第一用户端。
根据本公开的基于区块链的用户数据处理装置，通过第一区块链获取第一用户信息，通过第二区块获取第二用户信息，并对第一用户的个人信息进行模型分析，然后结合分析结果与第一用户的个人需求为第一用户提供预约的方法，能够自动匹配有预定需求的用户和满足该需求的规划师，从而有力促进医养康宁规划管理的推广。
图8是根据一示例性实施例示出的一种电子设备的框图。
下面参照图8来描述根据本公开的这种实施方式的电子设备200。图8显示的电子设备200仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图8所示，电子设备200以通用计算设备的形式表现。电子设备200的组件可以包括但不限于：至少一个处理单元210、至少一个存储单元220、连接不同系统组件(包括存储单元220和处理单元210)的总线230、显示单元240等。
其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元210执行，使得所述处理单元210执行本说明书上述电子处方流转处理方法部分中描述的根据本公开各种示例性实施方式的步骤。例如，所述处理单元210可以执行如图2，图4，图6中所示的步骤。
所述存储单元220可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)2201和/或高速缓存存储单元2202，还可以进一步包括只读存储单元(ROM)2203。
所述存储单元220还可以包括具有一组(至少一个)程序模块2205的程序/实用工具2204，这样的程序模块2205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线230可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备200也可以与一个或多个外部设备300(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备200交互的设备通信，和/或与使得该电子设备200能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口250进行。并且，电子设备200还可以通过网络适配器260与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。网络适配器260可以通过总线230与电子设备200的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备200使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、或者网络设备等)执行根据本公开实施方式的上述方法。
图9示意性示出本公开示例性实施例中一种计算机可读存储介质示意图。
参考图9所示，描述了根据本公开的实施方式的用于实现上述方法的程序产品400，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本公开的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该计算机可读介质实现如下功能：由第一区块获取第一用户的用户数据，所述用户数据包括个人数据、疾病数据、以及偏好数据；将个人数据输入疾病分析模型，获取第一结果；由第二区块获取多个第二用户的职业数据；将第一结果、个人数据、偏好数据、疾病数据与多个第二用户的职业数据输入规划管理模型，获取待推荐第二用户与待推荐产品；以及将所述待推荐第二用户与待推荐产品推荐至所述第一用户端。
本领域技术人员可以理解上述各模块可以按照实施例的描述分布于装置中，也可以进行相应变化唯一不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。
通过以上的实施例的描述，本领域的技术人员易于理解，这里描述的示例实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施例的方法。
以上具体地示出和描述了本公开的示例性实施例。应可理解的是，本公开不限于这里描述的详细结构、设置方式或实现方法；相反，本公开意图涵盖包含在所附权利要求的精神和范围内的各种修改和等效设置。

Claims (10)

1.一种基于区块链的用户数据处理方法，其特征在于，包括：
由第一区块获取第一用户的用户数据，所述用户数据包括个人数据、疾病数据、以及偏好数据；
将个人数据输入疾病分析模型，获取第一结果；
由第二区块获取多个第二用户的职业数据；
将第一结果、个人数据、偏好数据、疾病数据与多个第二用户的职业数据输入规划管理模型，获取待推荐第二用户与待推荐产品；以及
将所述待推荐第二用户与待推荐产品推荐至所述第一用户端。
2.如权利要求1所述的方法，其特征在于，将个人数据输入疾病分析模型，获取第一结果包括：
获取所述个人数据中的多项菌群数据；以及
将所述多项菌群数据输入所述疾病分析模型，以获取预定疾病的概率。
3.如权利要求2所述的方法，其特征在于，还包括：
通过历史用户数据对卷积神经网络模型进行训练从而构成所述疾病分析模型。
4.如权利要求1所述的方法，其特征在于，将第一结果、个人数据、偏好数据、疾病数据与多个第二用户的职业数据输入规划管理模型，获取待推荐第二用户与待推荐产品包括：
将第一结果、个人数据、偏好数据、疾病数据作为条件信息；
将多个所述第二用户的职业数据作为匹配信息；以及
根据所述条件信息与所述匹配信息与规划管理模型确定待推荐第二用户与待推荐的产品。
5.如权利要求4所述的方法，其特征在于，基于时间序列的类群关联公式构建所述规划管理模型。
6.如权利要求5所述的方法，其特征在于，基于时间序列的类群关联公式包括：
其中，A表示待推荐产品，B表示待推荐第二用户，C潜在需求，Xn表示第一用户的用户数据，Ym表示第二用户的职业数据，an，bn，cn，dn，分别表示不同的权重系数。
7.如权利要求1所述的方法，其特征在于，还包括：
通过区块链为第一用户与第二用户建立虚拟预约；以及
将预约时间、预约秘钥以及预约虚拟地址分别通过第一区块系统与第二区块系统发送至所述第一用户端与所述第二用户端。
8.一种基于区块链的用户数据处理装置，其特征在于，包括：
第一模块，用于由第一区块获取第一用户的用户数据，所述用户数据包括个人数据、疾病数据、以及偏好数据；
疾病分析模块，用于将个人数据输入疾病分析模型，获取第一结果；
第二模块，用于由第二区块获取多个第二用户的职业数据；
规划管理模块，用于将第一结果、个人数据、偏好数据、疾病数据与多个第二用户的职业数据输入规划管理模型，获取待推荐第二用户与待推荐产品；以及
推荐模块，用于将所述待推荐第二用户与待推荐产品推荐至所述第一用户端。
9.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
10.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。
CN201810959443.1A 2018-08-22 2018-08-22 用户数据处理方法、装置、电子设备及计算机可读介质 Pending CN109102852A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810959443.1A CN109102852A (zh) 2018-08-22 2018-08-22 用户数据处理方法、装置、电子设备及计算机可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810959443.1A CN109102852A (zh) 2018-08-22 2018-08-22 用户数据处理方法、装置、电子设备及计算机可读介质

Publications (1)

Publication Number Publication Date
CN109102852A true CN109102852A (zh) 2018-12-28

Family

ID=64850684

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810959443.1A Pending CN109102852A (zh) 2018-08-22 2018-08-22 用户数据处理方法、装置、电子设备及计算机可读介质

Country Status (1)

Country Link
CN (1) CN109102852A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110321384A (zh) * 2019-06-04 2019-10-11 阿里巴巴集团控股有限公司 一种基于区块链的数据记录方法、装置及电子设备
CN110866280A (zh) * 2019-11-19 2020-03-06 泰康保险集团股份有限公司 社区数据管理方法及装置、存储介质
CN111612632A (zh) * 2020-05-14 2020-09-01 中国工商银行股份有限公司 用户投资数据处理方法及装置
CN113312604A (zh) * 2021-05-31 2021-08-27 南京信息工程大学 一种基于区块链认证具备公共重建的分布式秘密图像分享方法
CN114880703A (zh) * 2022-04-25 2022-08-09 北京邮电大学 一种基于区块链的数字墓志铭系统
CN115965507A (zh) * 2023-02-15 2023-04-14 成都掌声如雷网络科技有限公司 一种教学和管理系统及方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104217377A (zh) * 2014-09-29 2014-12-17 广州中国科学院沈阳自动化研究所分所 养老信息化综合服务平台
US20160019666A1 (en) * 2014-07-16 2016-01-21 Parkland Center For Clinical Innovation Client management tool system and method
CN106126895A (zh) * 2016-06-20 2016-11-16 上海朗朗信息科技有限公司 基于移动终端的健康生活行为管理系统及方法
CN106202846A (zh) * 2015-04-30 2016-12-07 中国科学院青岛生物能源与过程研究所 口腔微生物群落检测模型的构建方法及其应用
CN106251219A (zh) * 2016-07-14 2016-12-21 李臣亮 一种投资理财风险防控系统及方法
CN106354994A (zh) * 2016-08-22 2017-01-25 布比（北京）网络技术有限公司 处理医疗数据的方法及系统
CN106790487A (zh) * 2016-12-13 2017-05-31 东软集团股份有限公司 帮助信息的显示方法、装置及系统
CN107992621A (zh) * 2017-12-22 2018-05-04 杭州云象网络技术有限公司 一种基于区块链多链技术融合的智能电影产业服务系统
CN108320801A (zh) * 2018-04-28 2018-07-24 北京预医智联科技有限公司 一种智能牙齿疾病就医系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160019666A1 (en) * 2014-07-16 2016-01-21 Parkland Center For Clinical Innovation Client management tool system and method
CN104217377A (zh) * 2014-09-29 2014-12-17 广州中国科学院沈阳自动化研究所分所 养老信息化综合服务平台
CN106202846A (zh) * 2015-04-30 2016-12-07 中国科学院青岛生物能源与过程研究所 口腔微生物群落检测模型的构建方法及其应用
CN106126895A (zh) * 2016-06-20 2016-11-16 上海朗朗信息科技有限公司 基于移动终端的健康生活行为管理系统及方法
CN106251219A (zh) * 2016-07-14 2016-12-21 李臣亮 一种投资理财风险防控系统及方法
CN106354994A (zh) * 2016-08-22 2017-01-25 布比（北京）网络技术有限公司 处理医疗数据的方法及系统
CN106790487A (zh) * 2016-12-13 2017-05-31 东软集团股份有限公司 帮助信息的显示方法、装置及系统
CN107992621A (zh) * 2017-12-22 2018-05-04 杭州云象网络技术有限公司 一种基于区块链多链技术融合的智能电影产业服务系统
CN108320801A (zh) * 2018-04-28 2018-07-24 北京预医智联科技有限公司 一种智能牙齿疾病就医系统

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110321384A (zh) * 2019-06-04 2019-10-11 阿里巴巴集团控股有限公司 一种基于区块链的数据记录方法、装置及电子设备
CN110321384B (zh) * 2019-06-04 2023-07-28 创新先进技术有限公司 一种基于区块链的数据记录方法、装置及电子设备
CN110866280A (zh) * 2019-11-19 2020-03-06 泰康保险集团股份有限公司 社区数据管理方法及装置、存储介质
CN111612632A (zh) * 2020-05-14 2020-09-01 中国工商银行股份有限公司 用户投资数据处理方法及装置
CN113312604A (zh) * 2021-05-31 2021-08-27 南京信息工程大学 一种基于区块链认证具备公共重建的分布式秘密图像分享方法
CN113312604B (zh) * 2021-05-31 2023-05-09 南京信息工程大学 一种基于区块链认证具备公共重建的分布式秘密图像分享方法
CN114880703A (zh) * 2022-04-25 2022-08-09 北京邮电大学 一种基于区块链的数字墓志铭系统
CN115965507A (zh) * 2023-02-15 2023-04-14 成都掌声如雷网络科技有限公司 一种教学和管理系统及方法
CN115965507B (zh) * 2023-02-15 2023-05-30 成都掌声如雷网络科技有限公司 一种教学和管理系统及方法

Similar Documents

Publication Publication Date Title
CN109102852A (zh) 用户数据处理方法、装置、电子设备及计算机可读介质
Zhou The effect of initial trust on user adoption of mobile payment
US20220342915A1 (en) Architectural Frameworks, Functions and Interfaces for Relationship Management (AFFIRM)
US20190102670A1 (en) Secure Broker-Mediated Data Analysis and Prediction
CN109064346A (zh) 保险产品推荐方法、装置、电子设备及计算机可读介质
CN109102340A (zh) 基于区块链的服务评价方法、装置、电子设备及介质
Rodrigues et al. e-Health systems: theory and technical applications
CN109147918A (zh) 预约匹配方法、装置、电子设备及计算机可读介质
Singh et al. A conceptual model for Indian public distribution system using consortium blockchain with on-chain and off-chain trusted data
CN112861662B (zh) 基于人脸和交互文本的目标对象行为预测方法及相关设备
WO2020261074A1 (es) Sistema y método para la aprobación y desembolso de un crédito
CN112925911B (zh) 基于多模态数据的投诉分类方法及其相关设备
CN109615504A (zh) 产品推荐方法、装置、电子设备和计算机可读存储介质
KR20220068024A (ko) 인공지능 및 개인건강기록을 이용한 보험정보 제공 시스템 및 그 방법
Wanyan et al. Deep learning with heterogeneous graph embeddings for mortality prediction from electronic health records
CN110503520A (zh) 信息推荐方法、装置、电子设备及计算机可读介质
Makki et al. Modeling the enablers to FinTech innovation in Saudi Arabia: a hybrid approach using ism and anp
CN116402625B (zh) 客户评估方法、装置、计算机设备及存储介质
CN117114901A (zh) 基于人工智能的投保数据处理方法、装置、设备及介质
Shah et al. A multi-modal approach to predict the strength of doctor–patient relationships
CN117557331A (zh) 一种产品推荐方法、装置、计算机设备及存储介质
CN110866637B (zh) 评分预测方法、装置、计算机设备和存储介质
Gumel et al. The Need for a Multimodal Means of Effective Digital Learning through Data Mining and Institutional Knowledge Repository: A Proposed System for Polytechnics in Northern Nigeria
Badré et al. Secure decentralized decisions to enhance coordination in consolidated hospital systems
Manohar et al. Omni channeling healthcare: chaining details, information and predictions for extemporize service delivery

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20181228