CN109376932A - 基于预测模型的年龄预测方法、装置、服务器及存储介质 - Google Patents
基于预测模型的年龄预测方法、装置、服务器及存储介质 Download PDFInfo
- Publication number
- CN109376932A CN109376932A CN201811275685.5A CN201811275685A CN109376932A CN 109376932 A CN109376932 A CN 109376932A CN 201811275685 A CN201811275685 A CN 201811275685A CN 109376932 A CN109376932 A CN 109376932A
- Authority
- CN
- China
- Prior art keywords
- age
- information
- data
- detected
- prediction
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 230000036541 health Effects 0.000 claims abstract description 40
- 201000010099 disease Diseases 0.000 claims abstract description 14
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 14
- 230000033001 locomotion Effects 0.000 claims abstract description 10
- 238000004891 communication Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000007689 inspection Methods 0.000 claims description 2
- 230000003862 health status Effects 0.000 abstract description 13
- 230000005540 biological transmission Effects 0.000 description 17
- 238000012545 processing Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 8
- 238000012360 testing method Methods 0.000 description 7
- 238000012549 training Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000010626 work up procedure Methods 0.000 description 6
- 208000024172 Cardiovascular disease Diseases 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 206010012601 diabetes mellitus Diseases 0.000 description 3
- 229910052500 inorganic mineral Inorganic materials 0.000 description 3
- 239000011707 mineral Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 208000023504 respiratory system disease Diseases 0.000 description 3
- 239000000284 extract Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 241000406668 Loxodonta cyclotis Species 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 235000006694 eating habits Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000001035 gastrointestinal tract Anatomy 0.000 description 1
- 230000005802 health problem Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Public Health (AREA)
- Economics (AREA)
- Medical Informatics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Game Theory and Decision Science (AREA)
- Pathology (AREA)
- Development Economics (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种基于预测模型的年龄预测方法、装置、服务器及存储介质，该方法包括：接收终端发送的年龄预测请求，年龄预测请求携带第一数据，第一数据包括待检测对象的基本信息，还包括待检测对象的疾病信息、运动信息和生活习惯信息中的一种或者多种信息，基本信息包括实际年龄；从第一数据中获取与年龄预测模型的输入项对应的第二数据；将第二数据输入年龄预测模型中进行处理，得到待检测对象的预测年龄；获取预测年龄与实际年龄之间的年龄差值，并基于年龄差值确定出待检测对象的健康状况信息；将预测年龄、实际年龄以及健康状况信息发送给终端。采用本发明，可以提高年龄预测的效率，且可以根据预测年龄快速确定待检测对象的健康状况。
Description
技术领域
本发明涉及计算机技术领域，尤其涉及一种基于预测模型的年龄预测方法、装置、服务器及存储介质。
背景技术
近年来，随着社会的发展，虽然提高了人们的生活水平，但人们患病的几率也有所加大，所以人们越来越注意自身的健康问题。其中，身体是否健康可以通过生物体年龄来判定。目前在预估生物体年龄时，需要待检测对象到医院进行相关检测后得到诊查数值，然后根据得到的诊查数值预估生物体年龄。但诊查数值的获取时间太长、且十分麻烦，导致年龄预估花费的时间过长，效率较低。
发明内容
本发明实施例提供一种基于预测模型的年龄预测方法、装置、服务器及存储介质，可以提高年龄预测的效率，且可以根据预测年龄快速确定待检测对象的健康状况。
第一方面，本发明实施例提供了一种基于预测模型的年龄预测方法，包括：
接收终端发送的年龄预测请求，所述年龄预测请求携带第一数据，所述第一数据包括待检测对象的基本信息，所述第一数据还包括所述待检测对象的疾病信息、运动信息和生活习惯信息中的一种或者多种信息，所述基本信息包括实际年龄；
从所述第一数据中获取与年龄预测模型的输入项对应的第二数据；
将所述第二数据输入所述年龄预测模型中进行处理，得到所述待检测对象的预测年龄；
获取所述预测年龄与所述实际年龄之间的年龄差值，并基于所述年龄差值确定出所述待检测对象的健康状况信息；
将所述预测年龄、所述实际年龄以及所述健康状况信息发送给所述终端。
可选的，所述预测年龄是根据将所述第二数据中的每一项数据对应的年龄风险值相加得到的总年龄风险值以及所述实际年龄确定的，所述年龄风险值是根据每一项数据对应的基础分值以及权重计算得到的。
可选的，所述基本信息还包括所述待检测对象的位置信息，所述方法还包括：
检测所述年龄差值是否大于或等于年龄差值阈值；
当所述年龄差值大于或等于所述年龄差值阈值时，根据所述位置信息确定至少一个推荐体检医院，所述至少一个推荐体检医院与所述待检测对象之间的距离均处于预设距离范围内；
获取所述至少一个推荐体检医院的医院信息，所述医院信息包括擅长治疗项目信息、医院名称、地址、电话以及与所述待检测对象之间的距离；
将所述至少一个推荐体检医院的医院信息发送给所述终端，以便于所述终端在接收到所述医院信息之后输出所述医院信息。
可选的，所述方法还包括：
接收所述终端发送的路径请求，所述路径请求携带目标体检医院的标识，所述目标体检医院是根据用户针对所述至少一个推荐体检医院的医院信息输入的选择指令确定的；
获取从所述位置信息所指示的地理位置到所述目标体检医院对应的地理位置的路径信息，所述路径信息所指示的路径包括距离最短路径、耗时最短路径、避开拥堵路径中的一种或者多种；
将所述路径信息发送给所述终端，以便于所述终端在接收到所述路径信息之后输出所述路径信息。
可选的，所述基本信息还包括地域信息，所述从所述第一数据中获取与年龄预测模型的输入项对应的第二数据，包括：
根据所述地域信息从预置的多个年龄预测模型中确定出目标年龄预测模型；
从所述第一数据中获取与所述目标年龄预测模型的输入项对应的第二数据；
所述将所述第二数据输入所述年龄预测模型中进行处理，得到所述待检测对象的预测年龄，包括：
将所述第二数据输入所述目标年龄预测模型中进行处理，得到所述待检测对象的预测年龄。
可选的，所述接收终端发送的年龄预测请求之前，所述方法还包括：
获取历史样本数据以及历史预测年龄，所述历史样本数据包括待检测对象的基本信息，所述基本信息包括地域信息；
根据所述地域信息对所述历史样本数据进行分类，以得到多个分类类别，每个类别下的历史样本数据对应的待检测对象均处于同一地域；
根据所述多个分类类别中每个类别下的历史样本数据以及历史预测年龄，分别训练得到每个类别所对应地域的年龄预测模型。
可选的，所述接收终端发送的年龄预测请求之前，所述方法还包括：
接收所述终端发送的针对目标界面的数据请求；
响应所述数据请求向所述终端发送所述目标界面的目标数据，以使所述终端根据所述目标数据输出所述目标界面，所述目标界面包括多个对话框和多个选项，所述多个对话框和多个选项用于供用户输入所述待检测对象的信息；
所述接收终端发送的年龄预测请求，包括：
接收所述终端发送的根据所述用户针对所述多个对话框和多个选项输入的所述待检测对象的信息生成的年龄预测请求。
第二方面，本发明实施例提供了一种基于预测模型的年龄预测装置，该年龄预测装置包括用于执行上述第一方面的方法的单元。
第三方面，本发明实施例提供了一种服务器，包括处理器、通信接口和存储器，所述处理器、所述通信接口和所述存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行上述第一方面的方法。
第四方面，本发明实施例提供了一种存储介质，所述存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行上述第一方面的方法。
本发明实施例中，在接收到终端发送的年龄预测请求之后，首先从年龄预测请求携带的第一数据中获取第二数据，并将第二数据输入年龄预测模型中进行处理，得到预测年龄，然后基于预测年龄与第一数据中的实际年龄之间的年龄差值确定出待检测对象的健康状况信息，从而可以通过年龄预测模型快速得到预测年龄，提高年龄预测的效率，且可以根据预测年龄快速确定待检测对象的健康状况。
附图说明
为了更清楚地说明本发明实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，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是本发明第一实施例提供的一种年龄预测方法的流程示意图；
图2是本发明第二实施例提供的一种年龄预测方法的流程示意图；
图3是本发明实施例提供的一种年龄预测装置的结构示意图；
图4是本发明实施例提供的一种服务器的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。
本发明实施例公开了一种基于预测模型的年龄预测方法、装置、服务器及存储介质，用于通过年龄预测模型快速得到预测年龄，以提高年龄预测的效率，且用于根据预测年龄快速确定待检测对象的健康状况。以下分别进行详细说明。
其中，本发明实施例中的技术方案可以应用于服务器中，该服务器可以是网上保险平台对应的服务器，也可以是互联网中的其他云服务器。本发明实施例中的终端可以是智能手机(如Android手机、iOS手机、Windows Phone手机等)、电脑、个人笔记本电脑、平板电脑、移动互联网设备(Mobile Internet Devices，MID)以及个人数字助理等。
请参见图1，图1是本发明第一实施例提供的一种基于预测模型的年龄预测方法的流程示意图。具体的，如图1所示，该年龄预测方法可以包括以下步骤：
S101、服务器接收终端发送的年龄预测请求，所述年龄预测请求携带第一数据。
本发明实施例中，年龄预测请求携带的第一数据包括待检测对象的基本信息，该基本信息包括待检测对象的实际年龄、性别、身高、体重、职业信息、地域信息以及位置信息等。该地域信息包括待检测对象的常住城市名称等，该位置信息用于指示待检测对象的当前地理位置，该职业信息包括待检测对象的职业名称以及职业类别等。该第一数据还包括待检测对象的疾病信息、运动信息和生活习惯信息中的一种或者多种信息。该疾病信息包括既往病史、现有疾病信息以及家族病史等；该运动信息包括运动名称、运动频率以及运动时长等；该生活习惯信息包括饮食习惯信息、睡眠习惯信息(例如睡觉时间、是否熬夜、熬夜频率等)以及是否抽烟喝酒等。终端接收到用户输入的待检测对象的上述信息之后，根据上述信息生成第一数据，并根据该第一数据生成年龄预测请求。终端向服务器发送该年龄预测请求，服务器在接收到终端发送的年龄预测请求之后，解析该年龄预测请求得到第一数据。其中，该用户可以是待检测对象本身，也可以是保险人员。
在一实施方式中，服务器接收终端发送的年龄预测请求之前，接收终端发送的针对目标界面的操作生成的数据请求，并响应于该数据请求得到关于目标界面的目标数据，并向终端发送该目标数据。终端在接收到服务器发送的目标数据之后，根据该目标数据输出目标界面。其中，该目标界面包括多个对话框和多个选项，该多个对话框和多个选项用于供用户输入待检测对象的信息。举例来说，该目标界面中包括供用户填写待检测对象的姓名、身高、体重、出生年月以及居住城市的多个对话框；该目标界面中还包括供用户选择待检测对象的性别、职业、既往病史、现有疾病以及家族病史的多个选项。终端接收用户针对该多个对话框和多个选项输入的待检测对象的信息，并根据输入的待检测对象的信息生成第一数据。进一步地，终端根据该第一数据生成年龄预测请求，并向服务器发送该年龄预测请求，服务器在接收到终端发送的年龄预测请求之后，解析该年龄预测请求得到该第一数据。
S102、所述服务器从所述第一数据中获取与年龄预测模型的输入项对应的第二数据。
本发明实施例中，该年龄预测模型是预先构建的，且预先存储在服务器中。该年龄预测模型是服务器根据历史预测年龄以及从历史样本数据中获取到的历史目标数据训练得到的。服务器首先获取历史预测年龄以及历史样本数据，并从历史样本数据中获取历史目标数据；然后将历史目标数据作为年龄预测模型的输入，将历史预测年龄作为年龄预测模型的输出，训练得到该年龄预测模型。服务器获取到该第一数据之后，调用该年龄预测模型，并从第一数据中获取与该年龄预测模型的输入项对应的第二数据。
其中，一方面，该第二数据可以是第一数据中的部分数据，也即是说，该第二数据是年龄预测模型在进行年龄预测时，需要利用到的该第一数据中的部分数据。举例来说，该第一数据包括待检测对象的基本信息、疾病信息和生活习惯信息；该基本信息包括姓名、身份证号、实际年龄、性别、身高、体重、职业名称和地域信息。由于疾病信息、生活习惯信息以及基本信息中的实际年龄、性别、身高、体重、职业名称和地域信息都是年龄预测过程中的有用参数，且均与该年龄预测模型的输入项对应；则服务器根据该年龄预测模型的输入项从第一数据中获取到的第二数据包括该疾病信息、生活习惯信息以及基本信息中的实际年龄、性别、身高、体重、职业名称和地域信息。而该基本信息中的姓名、身份证号等信息都是年龄预测过程中的无用参数，且该年龄预测模型无输入项与上述信息对应，则将该基本信息中的姓名、身份证号等信息舍弃。另一方面，该第二数据是由第一数据转换表示形式生成的，或者说将第一数据从当前表示形式转换成另一种表示形式得到第二数据。该第二数据的表示形式与该年龄预测模型的输入项的数据的表示形式一致。
S103、所述服务器将所述第二数据输入所述年龄预测模型中进行处理，得到所述待检测对象的预测年龄。
本发明实施例中，服务器从该第一数据中获取到第二数据之后，将该第二数据作为该年龄预测模型的输入，并在经过该年龄预测模型的处理之后，得到该待检测对象的预测年龄。其中，该预测年龄是根据将第二数据中的每一项数据对应的年龄风险值相加得到的总年龄风险值以及该实际年龄确定的，该年龄风险值是根据每一项数据对应的基础分值以及权重计算得到的。
在一实施方式中，该年龄预测模型将第三数据所对应的基础分值乘以第三数据所对应的权重，得到第三数据对应的年龄风险值。该第三数据可以为第二数据中的任意一项数据，也可以仅为第二数据中会导致待检测对象的生物体年龄增大的任意一项数据。进一步地，该年龄预测模型将各项第三数据分别对应的年龄风险值进行相加，得到待检测对象的总年龄风险值；然后根据该总年龄风险值确定待检测对象的风险年龄，该风险年龄也即是各项第三数据导致待检测对象的生物体年龄增大的总年龄。进一步地，该年龄预测模型获取待检测对象的实际年龄，并将该风险年龄加上该实际年龄得到待检测对象的预测年龄。其中，每一项第三数据都对应一个相同的基础分值(例如1)，但不同的第三数据对应不同的权重。该预测年龄通常高于待检测对象的实际年龄，该预测年龄用于表示预测得到的待检测对象的生物体年龄。待检测对象的预测年龄越大，则表示待检测对象的生物体年龄越大。
举例来说，假设第一数据中待检测对象的职业的名称为工程建筑师，既往病史包括糖尿病，家族病史包括心血管疾病。假设对应职业工程建筑师的第三数据对应的权重为7，因为职业工程建筑师可能患上消化道疾病、呼吸道疾病等疾病的可能性很大，所以权重较高；对应既往病史糖尿病的第三数据对应的权重为4；对应家族病史心血管疾病的第三数据对应的权重为3.7；且假设各项第三数据的基础分值均为1。则该年龄预测模型可以计算得到对应工程建筑师的第三数据对应的的年龄风险值为7，对应既往病史糖尿病的第三数据对应的年龄风险值为4；对应家族病史心血管疾病的第三数据对应的年龄风险值为3.7；并可以相加得到待检测对象的总年龄风险值为14.7。然后该年龄预测模型将待检测对象的总年龄风险值转换成待检测对象的风险年龄，该总年龄风险值为14.7，则相应的风险年龄可以为14.7岁。其中，也可以根据待检测对象的实际年龄所属的年龄区间，将该总年龄风险值乘以一个系数，得到待检测对象的风险年龄。进一步地，假设第一数据中待检测对象的实际年龄为38岁，则该年龄预测模型将该风险年龄加上该实际年龄可以得到待检测对象的预测年龄为52.7岁。
需要说明的是，如果第三数据为第二数据中的任意一项数据，则第三数据中不会导致待检测对象的生物体年龄增大的数据对应的权重为0。例如，如果待检测对象的实际年龄处于第一年龄区间，而处于第一年龄区间的待检测对象的实际年龄不会导致待检测对象的生物体年龄增大，则对应待检测对象的实际年龄的第三数据对应的权重可以为0。反之，如果待检测对象的实际年龄处于第二年龄区间，而处于第二年龄区间的待检测对象的实际年龄会导致待检测对象的生物体年龄增大，则对应待检测对象的实际年龄的第三数据对应的权重不为0，例如可以是1.2等。在另一实施方式中，每一项第三数据都对应一个相同的权重(例如1或者1.2等)，但不同的第三数据对应不同基础分值。此方式下确定待检测对象的预测年龄的方式可参考前文描述，在此不再赘述。
S104、所述服务器获取所述预测年龄与所述待检测对象的实际年龄之间的年龄差值，并基于所述年龄差值确定出所述待检测对象的健康状况信息。
本发明实施例中，服务器通过年龄预测模型得到该待检测对象的预测年龄之后，将该预测年龄所指示的年龄数值减去该实际年龄所指示的年龄数值，得到年龄差值。进一步地，服务器检测该年龄差值是否小于或等于第一年龄差值阈值，当该年龄差值小于或等于该第一年龄差值阈值时，确定该待检测对象的健康状况为第一健康等级，并将该第一健康等级作为该待检测对象的健康状况信息。当该年龄差值大于该第一年龄差值阈值时，服务器检测该年龄差值是否小于或等于第二年龄差值阈值；当该年龄差值小于或等于该第二年龄差值阈值时，服务器确定该待检测对象的健康状况为第二健康等级，并将该第二健康等级作为该待检测对象的健康状况信息。当该年龄差值大于该第二年龄差值阈值时，服务器确定该待检测对象的健康状况为第三健康等级，并将该第三健康等级作为该待检测对象的健康状况信息。其中，该第一年龄差值阈值小于该第二年龄差值阈值。健康等级所指示的健康状况从好到差依次为第一健康等级、第二健康等级和第三健康等级，该第一健康等级可以是优秀，该第二健康等级可以是良好，该第三健康等级可以是差。需要说明的是，对于健康等级的划分，本发明实施例不作限定。
S105、所述服务器将所述预测年龄、所述实际年龄以及所述健康状况信息发送给所述终端。
本发明实施例中，终端确定出待检测对象的预测年龄以及健康状况信息之后，将该预测年龄、该实际年龄以及该健康状况信息发送给终端。终端在接收到服务器发送的该预测年龄、该实际年龄以及该健康状况信息之后，输出该预测年龄、该实际年龄以及该健康状况信息，以供用户和待检测对象了解到该待检测对象的健康状况，以及了解到该待检测对象的生物体年龄。
本发明实施例中，在接收到终端发送的年龄预测请求之后，首先从年龄预测请求携带的第一数据中获取第二数据，并将第二数据输入年龄预测模型中进行处理，得到预测年龄，然后基于预测年龄与第一数据中的实际年龄之间的年龄差值确定出待检测对象的健康状况信息，从而可以通过年龄预测模型快速得到预测年龄，提高年龄预测的效率，且可以根据预测年龄快速确定待检测对象的健康状况。
请参见图2，图2是本发明实施例提供的另一种基于预测模型的年龄预测方法的流程示意图。具体的，如图2所示，该年龄预测方法可以包括以下步骤：
S201、服务器接收终端发送的年龄预测请求，所述年龄预测请求携带第一数据。
具体的，该步骤S201的描述请参照上述图1所示实施例中的相关描述，此处不再赘述。
S202、所述服务器从所述第一数据中获取与年龄预测模型的输入项对应的第二数据。
本发明实施例中，第一数据中的基本信息包括待检测对象的地域信息，该地域信息包括待检测对象的常住城市名称等。服务器获取到该年龄预测请求携带的第一数据之后，根据该地域信息从服务器预置的多个年龄预测模型中确定出目标年龄预测模型。举例来说，假设该地域信息所指示的城市名称为北京，服务器则从预置的多个年龄预测模型中获取与城市名称北京对应的年龄预测模型，并将该与城市名称北京对应的年龄预测模型作为目标年龄预测模型。进一步地，服务器从第一数据中获取与该目标年龄预测模型的输入项对应的第二数据，具体实现方式可参照前文描述，在此不再赘述。
在一实施方式中，该多个年龄预测模型是预先构建的，且预先存储在服务器中。服务器接收终端发送的年龄预测请求之前，首先获取历史样本数据以及历史预测年龄，并从该历史样本数据提取待检测对象的地域信息；然后根据地域信息对获取到的历史样本数据进行分类，以得到多个分类类别，每个类别下的历史样本数据对应的待检测对象均处于同一地域。假设地域信息所指示的城市名称为北京和深圳，服务器则将城市名称北京对应的历史样本数据归为同一类，并将城市名称深圳对应的历史样本数据归为另一类。进一步地，服务器将目标类别下的历史样本数据作为年龄预测模型的输入，该目标类别为分类得到的多个类别中的任意一个；并将该目标类别下的历史样本数据对应的历史预测年龄作为年龄预测模型的输出，训练得到该目标类别所对应地域的年龄预测模型。也即是说，每一个地域分别对应一个年龄预测模型，不同地域所对应的年龄预测模型不同。采用上述方式，可以针对不同地域，训练得到不同的年龄预测模型，训练得到的年龄预测模型更加符合不同地域的实际情况。
在一实施方式中，第一数据中的基本信息包括待检测对象的地域信息和职业信息。该地域信息包括待检测对象的常住城市名称等，该职业信息包括待检测对象的职业名称以及职业类别等。服务器获取到该年龄预测请求携带的第一数据之后，根据该地域信息以及职业信息，从服务器预置的多个年龄预测模型中确定出目标年龄预测模型。举例来说，假设该地域信息所指示的城市名称为北京，该职业信息所指示的职业类别矿业工程师；服务器则从预置的多个年龄预测模型中，获取与城市名称北京以及职业类别矿业工程师对应的年龄预测模型，并将该与城市名称北京以及职业类别矿业工程师对应的年龄预测模型作为目标年龄预测模型。进一步地，服务器从第一数据中获取与该目标年龄预测模型的输入项对应的第二数据，具体实现方式可参照前文描述，在此不再赘述。
在一实施方式中，该多个年龄预测模型是预先构建的，且预先存储在服务器中。服务器接收终端发送的年龄预测请求之前，首先获取历史样本数据以及历史预测年龄，并从该历史样本数据提取待检测对象的地域信息以及职业信息；然后根据地域信息以及职业信息对获取到的历史样本数据进行分类，以得到多个分类类别，每个类别下的历史样本数据对应的待检测对象均处于同一地域以及同一职业类别。进一步地，服务器根据该多个分类类别中每个类别下的历史样本数据以及历史预测年龄，分别训练得到每个类别所对应地域以及职业类别的年龄预测模型。采用上述方式，可以针对不同地域以及不同职业类别的待检测对象，训练得到不同的年龄预测模型，训练得到的年龄预测模型更加符合各个地域的各个行业的实际情况。
S203、所述服务器将所述第二数据输入所述年龄预测模型中进行处理，得到所述待检测对象的预测年龄。
本发明实施例中，服务器将第二数据输入该目标年龄预测模型中进行处理，得到待检测对象的预测年龄，具体实现方式可参照前文描述，在此不再赘述。
S204、所述服务器获取所述预测年龄与所述待检测对象的实际年龄之间的年龄差值，基于所述年龄差值确定出所述待检测对象的健康状况信息，并将所述预测年龄、所述实际年龄以及所述健康状况信息发送给所述终端。
具体的，该步骤S204的描述请参照上述图1所示实施例中的相关描述，此处不再赘述。
S205、所述服务器检测所述年龄差值是否大于或等于年龄差值阈值。
本发明实施例中，服务器将该预测年龄所指示的年龄数值减去该实际年龄所指示的年龄数值，得到年龄差值；并检测该年龄差值是否大于或等于年龄差值阈值。该年龄差值阈值例如是5岁或者10岁。当该年龄差值大于或等于该年龄差值阈值时，服务器则执行步骤S206至步骤S209。当该年龄差值小于该年龄差值阈值时，则结束流程。需要说明的是，步骤S204可在步骤S205之前执行，也可在步骤S205之后执行，本发明实施例不作限定。
S206、当所述年龄差值大于或等于所述年龄差值阈值时，所述服务器根据所述待检测对象的位置信息确定至少一个推荐体检医院，并获取所述至少一个推荐体检医院的医院信息。
本发明实施例中，第一数据中的基本信息包括待检测对象的位置信息，该位置信息用于指示待检测对象的当前地理位置。该地理位置可以是待检测对象在地理坐标系统中的经纬度。服务器获从网络数据中获取多个医院的位置信息，然后计算待检测对象的位置信息所指示的地理位置，分别与获取到的各个医院的位置信息所指示的地理位置之间距离；并将与该待检测对象之间的距离在预设距离范围内的医院确定为推荐体检医院，该推荐体检医院为至少一个。进一步地，服务器从网络数据中获取该至少一个推荐体检医院的医院信息，该医院信息包括医院简介、擅长治疗项目信息、医院名称、地址、电话以及与该待检测对象之间的距离等。
在一实施方式中，可以将终端的位置信息作为该待检测对象的位置信息，终端的位置信息可以是服务器获取到的。服务器可以获取终端的网际协议地址(InternetProtocol Address，IP地址)，然后从IP地理位置数据库中获取该IP地址的地理位置，并将该IP地址的地理位置作为终端的地理位置。另外，服务器还可以通过该终端配置的全球卫星定位(Global Positioning System，GPS)设备获取该终端的地理位置。需要说明的是，服务器也可以采用其他方式获取终端的位置信息，本发明实施例不作限定。
S207、所述服务器将所述至少一个推荐体检医院的医院信息发送给所述终端，以便于所述终端在接收到所述医院信息之后输出所述医院信息。
S208、所述服务器接收所述终端发送的路径请求，所述路径请求携带目标体检医院的标识。
本发明实施例中，终端在接收到服务器发送的至少一个推荐体检医院的医院信息之后，输出该至少一个推荐体检医院的医院信息，以使待检测对象根据该至少一个推荐体检医院的医院信息人工确定去医院检查的目标体检医院。进一步地，终端接收用户针对该至少一个推荐体检医院的医院信息输入的选择指令，并根据该选择指令从该至少一个推荐体检医院中确定出目标体检医院。终端向服务器发送路径请求，该路径请求携带目标体检医院的标识，该标识可以是目标体检医院的名称或者地址等。服务器接收到终端发送的路径请求之后，获取该路径请求携带的目标体检医院的标识。
S209、所述服务器获取从所述位置信息所指示的地理位置到所述目标体检医院对应的地理位置的路径信息，并将所述路径信息发送给所述终端，以便于所述终端在接收到所述路径信息之后输出所述路径信息。
本发明实施例中，服务器获取该目标体检医院的地理位置，并从网络数据中获取从终端的地理位置到该目标体检医院的地理位置的路径信息，该路径信息所指示的路径包括距离最短路径、耗时最短路径、避开拥堵路径中的一种或者多种。进一步地，服务器将该路径信息发送给终端，终端在接收到该路径信息之后输出该路径信息，以对待检测对象进行路径提示，或者说对待检测对象进行路径导航。需要说明的是，服务器可以将该预测年龄、该实际年龄、该健康状况信息以及该路径信息一并发送给终端。
在一实施方式中，服务器对该第一数据或者第二数据进行分析，预测该待检测对象的病情检查结果，该病情检查结果包括该待检测对象可能患有的疾病的名称，以及待检测对象可能患有的每一种疾病的概率。服务器根据该至少一个推荐体检医院的擅长治疗项目信息以及该病情检查结果，从该至少一个推荐体检医院中确定出目标推荐医院。举例来说，假设该病情检查结果指示待检测对象患有呼吸道疾病的概率大于百分之七十，且如果该擅长治疗项目信息指示某个推荐体检医院擅长治疗的项目为呼吸道疾病，服务器则将该某个推荐体检医院确定为目标推荐医院。
进一步地，服务器将该目标推荐医院的医院信息发送给终端，终端在接收到该目标推荐医院的医院信息之后，输出该目标推荐医院的医院信息，以使待检测对象根据该目标推荐医院的医院信息确定是否去该目标推荐医院进行检查。当接收到用户针对该目标推荐医院的医院信息输入的确认指令之后，向服务器发送关于该目标推荐医院的路径请求。服务器接收关于该目标推荐医院的路径请求，并从网络数据中获取从终端的地理位置到该目标推荐医院的地理位置的路径信息，该路径信息所指示的路径包括距离最短路径、耗时最短路径、避开拥堵路径中的一种或者多种。进一步地，服务器将该路径信息发送给终端，终端在接收到该路径信息之后输出该路径信息，以对待检测对象进行路径提示。采用上述方式，不仅可以就近推荐体检医院，还可以针对预测的待检测对象的病情检查结果合理推荐体检医院，有利于待检测对象在确诊之后得到更好的治疗。需要说明的是，也可以由年龄预测模型预测该待检测对象的病情检查结果。
本发明实施例中，在接收到终端发送的年龄预测请求之后，首先从年龄预测请求携带的第一数据中获取第二数据，并将第二数据输入年龄预测模型中进行处理，得到预测年龄，然后基于预测年龄与第一数据中的实际年龄之间的年龄差值确定出待检测对象的健康状况信息，从而可以通过年龄预测模型快速得到预测年龄，提高年龄预测的效率，且可以根据预测年龄快速确定待检测对象的健康状况。进一步地，根据待检测对象的位置信息向待检测对象推荐至少一个检查医院，并在接收到终端发送的路径请求时，向终端发送从终端的位置到目标体检医院的位置的路径信息，从而不仅可以进行医院推荐，还可以对用户进行路径导航。
请参见图3，图3是本发明实施例提供的一种基于预测模型的年龄预测装置的结构示意图。本发明实施例的年龄预测装置包括用于执行上述年龄预测方法的单元。具体的，本发明实施例的年龄预测装置300可包括：收发单元301、获取单元302和处理单元303。其中：
收发单元301，用于接收终端发送的年龄预测请求，所述年龄预测请求携带第一数据，所述第一数据包括待检测对象的基本信息，所述第一数据还包括所述待检测对象的疾病信息、运动信息和生活习惯信息中的一种或者多种信息，所述基本信息包括实际年龄；
获取单元302，用于从所述第一数据中获取与年龄预测模型的输入项对应的第二数据；
处理单元303，用于将所述第二数据输入所述年龄预测模型中进行处理，得到所述待检测对象的预测年龄；
所述处理单元303，还用于获取所述预测年龄与所述实际年龄之间的年龄差值，并基于所述年龄差值确定出所述待检测对象的健康状况信息；
所述收发单元301，还用于将所述预测年龄、所述实际年龄以及所述健康状况信息发送给所述终端。
在一实施方式中，所述预测年龄是根据将所述第二数据中的每一项数据对应的年龄风险值相加得到的总年龄风险值以及所述实际年龄确定的，所述年龄风险值是根据每一项数据对应的基础分值以及权重计算得到的。
在一实施方式中，所述基本信息还包括所述待检测对象的位置信息，所述处理单元303，还用于检测所述年龄差值是否大于或等于年龄差值阈值；
所述处理单元303，还用于当所述年龄差值大于或等于所述年龄差值阈值时，根据所述位置信息确定至少一个推荐体检医院，所述至少一个推荐体检医院与所述待检测对象之间的距离均处于预设距离范围内；
所述获取单元302，还用于获取所述至少一个推荐体检医院的医院信息，所述医院信息包括擅长治疗项目信息、医院名称、地址、电话以及与所述待检测对象之间的距离；
所述收发单元301，还用于将所述至少一个推荐体检医院的医院信息发送给所述终端，以便于所述终端在接收到所述医院信息之后输出所述医院信息。
在一实施方式中，所述收发单元301，还用于接收所述终端发送的路径请求，所述路径请求携带目标体检医院的标识，所述目标体检医院是根据用户针对所述至少一个推荐体检医院的医院信息输入的选择指令确定的；
所述获取单元302，还用于获取从所述位置信息所指示的地理位置到所述目标体检医院对应的地理位置的路径信息，所述路径信息所指示的路径包括距离最短路径、耗时最短路径、避开拥堵路径中的一种或者多种；
所述收发单元301，还用于将所述路径信息发送给所述终端，以便于所述终端在接收到所述路径信息之后输出所述路径信息。
在一实施方式中，所述基本信息还包括地域信息，所述获取单元302具体用于：
根据所述地域信息从预置的多个年龄预测模型中确定出目标年龄预测模型；
从所述第一数据中获取与所述目标年龄预测模型的输入项对应的第二数据；
所述处理单元303，具体用于将所述第二数据输入所述目标年龄预测模型中进行处理，得到所述待检测对象的预测年龄。
在一实施方式中，所述获取单元302，还用于获取历史样本数据以及历史预测年龄，所述历史样本数据包括待检测对象的基本信息，所述基本信息包括地域信息；
所述处理单元303还用于：
根据所述地域信息对所述历史样本数据进行分类，以得到多个分类类别，每个类别下的历史样本数据对应的待检测对象均处于同一地域；
根据所述多个分类类别中每个类别下的历史样本数据以及历史预测年龄，分别训练得到每个类别所对应地域的年龄预测模型。
在一实施方式中，所述收发单元301，还用于：
接收所述终端发送的针对目标界面的数据请求；
响应所述数据请求向所述终端发送所述目标界面的目标数据，以使所述终端根据所述目标数据输出所述目标界面，所述目标界面包括多个对话框和多个选项，所述多个对话框和多个选项用于供用户输入所述待检测对象的信息；
所述收发单元301，具体用于接收所述终端发送的根据所述用户针对所述多个对话框和多个选项输入的所述待检测对象的信息生成的年龄预测请求。
具体的，该年龄预测装置可通过上述单元实现上述图1或图2所示实施例中的年龄预测方法中的部分或全部步骤。应理解，本发明实施例是对应方法实施例的装置实施例，对方法实施例的描述，也适用于本发明实施例。
本发明实施例中，在接收到终端发送的年龄预测请求之后，首先从年龄预测请求携带的第一数据中获取第二数据，并将第二数据输入年龄预测模型中进行处理，得到预测年龄，然后基于预测年龄与第一数据中的实际年龄之间的年龄差值确定出待检测对象的健康状况信息，从而可以通过年龄预测模型快速得到预测年龄，提高年龄预测的效率，且可以根据预测年龄快速确定待检测对象的健康状况。
请参见图4，图4是本发明实施例提供的一种服务器的结构示意图。该服务器用于执行上述的方法。如图4所示，本实施例中的服务器400可以包括：一个或多个处理器401和存储器402。可选的，该服务器还可包括一个或多个通信接口403。上述处理器401、通信接口403和存储器402可通过总线404连接，或者可以通过其他方式连接，图4中以总线方式进行示例说明。
其中，所述处理器401可以是中央处理单元(Central Processing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述通信接口403可用于收发信息或信令的交互，以及信号的接收和传递，通信接口403可包括接收器和发射器，用于与其他设备进行通信。所述存储器402可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的存储程序(比如文字存储功能、位置存储功能等)；存储数据区可存储根据服务器的使用所创建的数据(比如图像数据、文字数据)等，并可以包括应用存储程序等。此外，存储器402可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
所述存储器402还用于存储程序指令。所述处理器401可以调用上述存储器402存储的程序指令，实现如本发明实施例所示的年龄预测方法。
其中，处理器401可用于调用所述程序指令执行以下步骤：通过所述通信接口403接收终端发送的年龄预测请求，所述年龄预测请求携带第一数据，所述第一数据包括待检测对象的基本信息，所述第一数据还包括所述待检测对象的疾病信息、运动信息和生活习惯信息中的一种或者多种信息，所述基本信息包括实际年龄；从所述第一数据中获取与年龄预测模型的输入项对应的第二数据；将所述第二数据输入所述年龄预测模型中进行处理，得到所述待检测对象的预测年龄；获取所述预测年龄与所述实际年龄之间的年龄差值，并基于所述年龄差值确定出所述待检测对象的健康状况信息；通过所述通信接口403将所述预测年龄、所述实际年龄以及所述健康状况信息发送给所述终端。
在一实施方式中，所述预测年龄是根据将所述第二数据中的每一项数据对应的年龄风险值相加得到的总年龄风险值以及所述实际年龄确定的，所述年龄风险值是根据每一项数据对应的基础分值以及权重计算得到的。
在一实施方式中，所述基本信息还包括所述待检测对象的位置信息，处理器401还可调用所述程序指令执行以下步骤：检测所述年龄差值是否大于或等于年龄差值阈值；当所述年龄差值大于或等于所述年龄差值阈值时，根据所述位置信息确定至少一个推荐体检医院，所述至少一个推荐体检医院与所述待检测对象之间的距离均处于预设距离范围内；获取所述至少一个推荐体检医院的医院信息，所述医院信息包括擅长治疗项目信息、医院名称、地址、电话以及与所述待检测对象之间的距离；通过所述通信接口403将所述至少一个推荐体检医院的医院信息发送给所述终端，以便于所述终端在接收到所述医院信息之后输出所述医院信息。
在一实施方式中，处理器401还可调用所述程序指令执行以下步骤：通过所述通信接口403接收所述终端发送的路径请求，所述路径请求携带目标体检医院的标识，所述目标体检医院是根据用户针对所述至少一个推荐体检医院的医院信息输入的选择指令确定的；获取从所述位置信息所指示的地理位置到所述目标体检医院对应的地理位置的路径信息，所述路径信息所指示的路径包括距离最短路径、耗时最短路径、避开拥堵路径中的一种或者多种；通过所述通信接口403将所述路径信息发送给所述终端，以便于所述终端在接收到所述路径信息之后输出所述路径信息。
在一实施方式中，所述基本信息还包括地域信息，处理器401在调用所述程序指令执行所述从所述第一数据中获取与年龄预测模型的输入项对应的第二数据时，具体执行以下步骤：根据所述地域信息从预置的多个年龄预测模型中确定出目标年龄预测模型；从所述第一数据中获取与所述目标年龄预测模型的输入项对应的第二数据。处理器401在调用所述程序指令执行所述将所述第二数据输入所述年龄预测模型中进行处理，得到所述待检测对象的预测年龄时，具体执行以下步骤：将所述第二数据输入所述目标年龄预测模型中进行处理，得到所述待检测对象的预测年龄。
在一实施方式中，处理器401还可调用所述程序指令执行以下步骤：获取历史样本数据以及历史预测年龄，所述历史样本数据包括待检测对象的基本信息，所述基本信息包括地域信息；根据所述地域信息对所述历史样本数据进行分类，以得到多个分类类别，每个类别下的历史样本数据对应的待检测对象均处于同一地域；根据所述多个分类类别中每个类别下的历史样本数据以及历史预测年龄，分别训练得到每个类别所对应地域的年龄预测模型。
在一实施方式中，处理器401还可调用所述程序指令执行以下步骤：通过所述通信接口403接收所述终端发送的针对目标界面的数据请求；响应所述数据请求向所述终端发送所述目标界面的目标数据，以使所述终端根据所述目标数据输出所述目标界面，所述目标界面包括多个对话框和多个选项，所述多个对话框和多个选项用于供用户输入所述待检测对象的信息。处理器401在调用所述程序指令执行所述接收终端发送的年龄预测请求时，具体执行以下步骤：接收所述终端发送的根据所述用户针对所述多个对话框和多个选项输入的所述待检测对象的信息生成的年龄预测请求。
具体实现中，本发明实施例中所描述的处理器401等可执行上述图1或图2所示的方法实施例中所描述的实现方式，也可执行本发明实施例图3所描述的各单元的实现方式，此处不赘述。
本发明实施例中，在接收到终端发送的年龄预测请求之后，首先从年龄预测请求携带的第一数据中获取第二数据，并将第二数据输入年龄预测模型中进行处理，得到预测年龄，然后基于预测年龄与第一数据中的实际年龄之间的年龄差值确定出待检测对象的健康状况信息，从而可以通过年龄预测模型快速得到预测年龄，提高年龄预测的效率，且可以根据预测年龄快速确定待检测对象的健康状况。
本发明实施例还提供了一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时可实现图1或图2所对应实施例中描述的年龄预测方法中的部分或全部步骤，也可实现本发明图3所示实施例的年龄预测装置的功能，也可实现本发明图4所示实施例的服务器的功能，此处不赘述。
本发明实施例还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述方法中的部分或全部步骤。
所述存储介质可以是前述实施例所述的年龄预测装置或者服务器的内部存储单元，例如年龄预测装置或者服务器的硬盘或内存。所述存储介质也可以是所述年龄预测装置或者服务器的外部存储设备，例如所述年龄预测装置或者服务器上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(FlashCard)等。
在本申请中，术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
以上所述，仅为本发明的部分实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种基于预测模型的年龄预测方法，其特征在于，所述方法包括：
接收终端发送的年龄预测请求，所述年龄预测请求携带第一数据，所述第一数据包括待检测对象的基本信息，所述第一数据还包括所述待检测对象的疾病信息、运动信息和生活习惯信息中的一种或者多种信息，所述基本信息包括实际年龄；
从所述第一数据中获取与年龄预测模型的输入项对应的第二数据；
将所述第二数据输入所述年龄预测模型中进行处理，得到所述待检测对象的预测年龄；
获取所述预测年龄与所述实际年龄之间的年龄差值，并基于所述年龄差值确定出所述待检测对象的健康状况信息；
将所述预测年龄、所述实际年龄以及所述健康状况信息发送给所述终端。
2.根据权利要求1所述的方法，其特征在于，所述预测年龄是根据将所述第二数据中的每一项数据对应的年龄风险值相加得到的总年龄风险值以及所述实际年龄确定的，所述年龄风险值是根据每一项数据对应的基础分值以及权重计算得到的。
3.根据权利要求1或2所述的方法，其特征在于，所述基本信息还包括所述待检测对象的位置信息，所述方法还包括：
检测所述年龄差值是否大于或等于年龄差值阈值；
当所述年龄差值大于或等于所述年龄差值阈值时，根据所述位置信息确定至少一个推荐体检医院，所述至少一个推荐体检医院与所述待检测对象之间的距离均处于预设距离范围内；
获取所述至少一个推荐体检医院的医院信息，所述医院信息包括擅长治疗项目信息、医院名称、地址、电话以及与所述待检测对象之间的距离；
将所述至少一个推荐体检医院的医院信息发送给所述终端，以便于所述终端在接收到所述医院信息之后输出所述医院信息。
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
接收所述终端发送的路径请求，所述路径请求携带目标体检医院的标识，所述目标体检医院是根据用户针对所述至少一个推荐体检医院的医院信息输入的选择指令确定的；
获取从所述位置信息所指示的地理位置到所述目标体检医院对应的地理位置的路径信息，所述路径信息所指示的路径包括距离最短路径、耗时最短路径、避开拥堵路径中的一种或者多种；
将所述路径信息发送给所述终端，以便于所述终端在接收到所述路径信息之后输出所述路径信息。
5.根据权利要求1所述的方法，其特征在于，所述基本信息还包括地域信息，所述从所述第一数据中获取与年龄预测模型的输入项对应的第二数据，包括：
根据所述地域信息从预置的多个年龄预测模型中确定出目标年龄预测模型；
从所述第一数据中获取与所述目标年龄预测模型的输入项对应的第二数据；
所述将所述第二数据输入所述年龄预测模型中进行处理，得到所述待检测对象的预测年龄，包括：
将所述第二数据输入所述目标年龄预测模型中进行处理，得到所述待检测对象的预测年龄。
6.根据权利要求5所述的方法，其特征在于，所述接收终端发送的年龄预测请求之前，所述方法还包括：
获取历史样本数据以及历史预测年龄，所述历史样本数据包括待检测对象的基本信息，所述基本信息包括地域信息；
根据所述地域信息对所述历史样本数据进行分类，以得到多个分类类别，每个类别下的历史样本数据对应的待检测对象均处于同一地域；
根据所述多个分类类别中每个类别下的历史样本数据以及历史预测年龄，分别训练得到每个类别所对应地域的年龄预测模型。
7.根据权利要求1所述的方法，其特征在于，所述接收终端发送的年龄预测请求之前，所述方法还包括：
接收所述终端发送的针对目标界面的数据请求；
响应所述数据请求向所述终端发送所述目标界面的目标数据，以使所述终端根据所述目标数据输出所述目标界面，所述目标界面包括多个对话框和多个选项，所述多个对话框和多个选项用于供用户输入所述待检测对象的信息；
所述接收终端发送的年龄预测请求，包括：
接收所述终端发送的根据所述用户针对所述多个对话框和多个选项输入的所述待检测对象的信息生成的年龄预测请求。
8.一种基于预测模型的年龄预测装置，其特征在于，包括用于执行如权利要求1至7中任一项权利要求所述的方法的单元。
9.一种服务器，其特征在于，包括处理器、通信接口和存储器，所述处理器、所述通信接口和所述存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1至7中任一项所述的方法。
10.一种存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如权利要求1至7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811275685.5A CN109376932A (zh) | 2018-10-30 | 2018-10-30 | 基于预测模型的年龄预测方法、装置、服务器及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811275685.5A CN109376932A (zh) | 2018-10-30 | 2018-10-30 | 基于预测模型的年龄预测方法、装置、服务器及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109376932A true CN109376932A (zh) | 2019-02-22 |
Family
ID=65390422
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811275685.5A Pending CN109376932A (zh) | 2018-10-30 | 2018-10-30 | 基于预测模型的年龄预测方法、装置、服务器及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109376932A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110135528A (zh) * | 2019-06-13 | 2019-08-16 | 上海鹰瞳医疗科技有限公司 | 年龄确定方法、眼部健康程度确定方法和装置 |
| CN110415020A (zh) * | 2019-07-01 | 2019-11-05 | 北京三快在线科技有限公司 | 年龄预测方法、装置及电子设备 |
| CN110543607A (zh) * | 2019-08-05 | 2019-12-06 | 平安科技（深圳）有限公司 | 页面数据生成方法、装置、计算机设备及存储介质 |
| CN112967802A (zh) * | 2021-01-28 | 2021-06-15 | 安徽华米健康科技有限公司 | 估计生理年龄的线性融合模型训练、年龄估计方法和装置 |
| CN113160987A (zh) * | 2021-04-28 | 2021-07-23 | 平安科技（深圳）有限公司 | 健康状态预测方法、装置、计算机设备及存储介质 |
| CN115578132A (zh) * | 2022-12-08 | 2023-01-06 | 智慧足迹数据科技有限公司 | 年龄校准方法、装置、电子设备及可读存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105144174A (zh) * | 2013-04-22 | 2015-12-09 | 株式会社Bioage | 生物体年龄预测装置及方法 |
| CN106203306A (zh) * | 2016-06-30 | 2016-12-07 | 北京小米移动软件有限公司 | 年龄的预测方法、装置及终端 |
| CN106503863A (zh) * | 2016-11-10 | 2017-03-15 | 北京红马传媒文化发展有限公司 | 基于决策树模型的年龄特征的预测方法、系统及终端 |
| CN107153774A (zh) * | 2017-05-24 | 2017-09-12 | 山东大学 | 慢性病风险评估双曲线模型的构建及应用该模型的疾病预测系统 |
| CN108665979A (zh) * | 2018-05-02 | 2018-10-16 | 莱博生物科技股份有限公司 | 一种生物年龄评价方法及装置 |
-
2018
- 2018-10-30 CN CN201811275685.5A patent/CN109376932A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105144174A (zh) * | 2013-04-22 | 2015-12-09 | 株式会社Bioage | 生物体年龄预测装置及方法 |
| CN106203306A (zh) * | 2016-06-30 | 2016-12-07 | 北京小米移动软件有限公司 | 年龄的预测方法、装置及终端 |
| CN106503863A (zh) * | 2016-11-10 | 2017-03-15 | 北京红马传媒文化发展有限公司 | 基于决策树模型的年龄特征的预测方法、系统及终端 |
| CN107153774A (zh) * | 2017-05-24 | 2017-09-12 | 山东大学 | 慢性病风险评估双曲线模型的构建及应用该模型的疾病预测系统 |
| CN108665979A (zh) * | 2018-05-02 | 2018-10-16 | 莱博生物科技股份有限公司 | 一种生物年龄评价方法及装置 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110135528A (zh) * | 2019-06-13 | 2019-08-16 | 上海鹰瞳医疗科技有限公司 | 年龄确定方法、眼部健康程度确定方法和装置 |
| CN110415020A (zh) * | 2019-07-01 | 2019-11-05 | 北京三快在线科技有限公司 | 年龄预测方法、装置及电子设备 |
| CN110543607A (zh) * | 2019-08-05 | 2019-12-06 | 平安科技（深圳）有限公司 | 页面数据生成方法、装置、计算机设备及存储介质 |
| CN112967802A (zh) * | 2021-01-28 | 2021-06-15 | 安徽华米健康科技有限公司 | 估计生理年龄的线性融合模型训练、年龄估计方法和装置 |
| CN113160987A (zh) * | 2021-04-28 | 2021-07-23 | 平安科技（深圳）有限公司 | 健康状态预测方法、装置、计算机设备及存储介质 |
| CN113160987B (zh) * | 2021-04-28 | 2023-08-22 | 平安科技（深圳）有限公司 | 健康状态预测方法、装置、计算机设备及存储介质 |
| CN115578132A (zh) * | 2022-12-08 | 2023-01-06 | 智慧足迹数据科技有限公司 | 年龄校准方法、装置、电子设备及可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109493972B (zh) | 基于预测模型的数据处理方法、装置、服务器及存储介质 | |
| CN109376932A (zh) | 基于预测模型的年龄预测方法、装置、服务器及存储介质 | |
| KR102022893B1 (ko) | 반려동물 케어 방법 및 이를 이용하는 시스템 | |
| CN109523067B (zh) | 基于预测模型的费用预测方法、装置、服务器及存储介质 | |
| RU2721176C2 (ru) | Системы и способы для предсказания поведения пользователя на основе данных о местоположении | |
| US20170273116A1 (en) | Response system with emergency response equipment locator | |
| CN109544371B (zh) | 一种就医提示方法、装置、服务器及存储介质 | |
| US20140167917A2 (en) | Disease Mapping and Infection Control System and Method | |
| CN105593680B (zh) | 个人设备中的协作电子鼻管理 | |
| WO2015052697A1 (en) | Method and system of identifying infectious and hazardous sites, detecting disease outbreaks, and diagnosing a medical condition associated with an infectious disease | |
| CN111639786A (zh) | 资源配置方法、装置、存储介质及计算机设备 | |
| CN109544103A (zh) | 一种理赔模型的构建方法、装置、服务器及存储介质 | |
| CN109740882B (zh) | 用于体检车的数据处理方法及装置 | |
| CN109523405A (zh) | 一种理赔提示方法、装置、服务器及计算机可读介质 | |
| Lee et al. | Social equity analysis of public transit accessibility to healthcare might be erroneous when travel time uncertainty impacts are overlooked | |
| KR101308872B1 (ko) | 사용자 행동의 예측에 기반하여 서비스를 제공하기 위한 서비스 서버 및 단말 | |
| KR101820505B1 (ko) | 사용자 친밀도 기반의 주소록 생성을 위한 시스템, 서버 장치, 단말 장치, 기록매체 및 사용자 친밀도 기반의 주소록 생성 방법 | |
| CN109068282A (zh) | 一种用于识别用户出行场景的方法、装置及计算机设备 | |
| CN109524099A (zh) | 医疗机构推荐方法、服务器及用户终端 | |
| CN111949859B (zh) | 用户画像更新方法、装置、计算机设备及存储介质 | |
| CN112070252A (zh) | 一种用于信息处理的方法、设备、系统及介质 | |
| JP6312569B2 (ja) | 連携相手決定方法、及び連携相手決定装置 | |
| CN113743292B (zh) | 基于视频序列的活动能力评估方法、装置、介质及设备 | |
| JP2010015255A (ja) | 管理システム、コンピュータプログラム及び管理方法 | |
| CN106650280A (zh) | 应用人工智能技术自动分析人体历史健康数据的系统 |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20220525 Address after: 518000 China Aviation Center 2901, No. 1018, Huafu Road, Huahang community, Huaqiang North Street, Futian District, Shenzhen, Guangdong Province Applicant after: Shenzhen Ping An medical and Health Technology Service Co.,Ltd. Address before: Room 12G, Block H, 666 Beijing East Road, Huangpu District, Shanghai 200000 Applicant before: PING AN MEDICAL AND HEALTHCARE MANAGEMENT Co.,Ltd. |
|
| TA01 | Transfer of patent application right |