CN111341463A - 疫情排查方法、装置、计算机设备和存储介质 - Google Patents

疫情排查方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN111341463A
CN111341463A CN202010184815.5A CN202010184815A CN111341463A CN 111341463 A CN111341463 A CN 111341463A CN 202010184815 A CN202010184815 A CN 202010184815A CN 111341463 A CN111341463 A CN 111341463A
Authority
CN
China
Prior art keywords
target user
information
user identification
time sequence
user identifier
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.)
Granted
Application number
CN202010184815.5A
Other languages
English (en)
Other versions
CN111341463B (zh
Inventor
田元
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.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen 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 Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN202010184815.5A priority Critical patent/CN111341463B/zh
Publication of CN111341463A publication Critical patent/CN111341463A/zh
Application granted granted Critical
Publication of CN111341463B publication Critical patent/CN111341463B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/80ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for detecting, monitoring or modelling epidemics or pandemics, e.g. flu
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请涉及一种疫情排查方法、装置、计算机设备和存储介质。所述方法包括:获取目标用户标识的时序轨迹信息;检测所述目标用户标识的时序轨迹信息是否与预设用户标识的时序轨迹信息存在交集,其中,所述预设用户标识对应的标记信息为疫情标记信息;当所述目标用户标识的时序轨迹信息与所述预设用户标识的时序轨迹信息存在交集时,根据所述预设用户标识对应的标记信息确定所述目标用户标识对应的标记信息;按照所述目标用户标识对应的标记信息,对所述目标用户标识进行标记。本申请提高了疫情分析的准确性。

Description

疫情排查方法、装置、计算机设备和存储介质
技术领域
本申请涉及计算机技术领域,特别是涉及一种疫情排查方法、装置、计算机可读存储介质和计算机设备。
背景技术
传染病是由各种病原体引起的能在人与人、动物与动物或者人与动物之间相互传播的一类疾病,其所具有的易传染性,威胁着人类的健康。比如,2019年底出现的新型冠状病毒肺炎,其可通过黏膜感染、空气传播,传播速度极快;并且,新型冠状病毒具有潜伏期,感染的患者在一定时间内不会出现症状,但是与潜伏期的患者密切接触,也容易感染新型冠状病毒肺炎。
传统的疫情排查方式主要是人工询问,但是询问得到的信息不一定是真实的,这导致对疫情的分析不准确。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高疫情分析准确性的疫情排查方法、装置、计算机设备和存储介质。
一种疫情排查方法,包括:
获取目标用户标识的时序轨迹信息;
检测目标用户标识的时序轨迹信息是否与预设用户标识的时序轨迹信息存在交集,其中,预设用户标识对应的标记信息为疫情标记信息;
当目标用户标识的时序轨迹信息与预设用户标识的时序轨迹信息存在交集时,根据预设用户标识对应的标记信息确定目标用户标识对应的标记信息;
按照目标用户标识对应的标记信息,对目标用户标识进行标记。
一种疫情排查装置,包括:
获取模块,用于获取目标用户标识的时序轨迹信息;
检测模块,用于检测目标用户标识的时序轨迹信息是否与预设用户标识的时序轨迹信息存在交集,其中,预设用户标识对应的标记信息为疫情标记信息;
确定模块,用于当目标用户标识的时序轨迹信息与预设用户标识的时序轨迹信息存在交集时,根据预设用户标识对应的标记信息确定目标用户标识对应的标记信息;
标记模块,用于按照目标用户标识对应的标记信息,对目标用户标识进行标记。
一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现以下步骤:
获取目标用户标识的时序轨迹信息;
检测目标用户标识的时序轨迹信息是否与预设用户标识的时序轨迹信息存在交集,其中,预设用户标识对应的标记信息为疫情标记信息;
当目标用户标识的时序轨迹信息与预设用户标识的时序轨迹信息存在交集时,根据预设用户标识对应的标记信息确定目标用户标识对应的标记信息;
按照目标用户标识对应的标记信息,对目标用户标识进行标记。
一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取目标用户标识的时序轨迹信息;
检测目标用户标识的时序轨迹信息是否与预设用户标识的时序轨迹信息存在交集,其中,预设用户标识对应的标记信息为疫情标记信息;
当目标用户标识的时序轨迹信息与预设用户标识的时序轨迹信息存在交集时,根据预设用户标识对应的标记信息确定目标用户标识对应的标记信息;
按照目标用户标识对应的标记信息,对目标用户标识进行标记。
上述疫情排查方法、装置、计算机设备和存储介质,获取目标用户标识的时序轨迹信息,检测目标用户标识的时序轨迹信息是否与预设用户标识的时序轨迹信息存在交集,当目标用户标识的时序轨迹信息与预设用户标识的时序轨迹信息存在交集时,根据预设用户标识对应的标记信息确定目标用户标识对应的标记信息,并按照目标用户标识对应的标记信息,对目标用户标识进行标记,其中,预设用户标识对应的标记信息为疫情标记信息,这样,通过数据客观分析用户与疫情相关用户是否存在接触,从而检测该用户感染疫情的可能性,提高了疫情分析的准确性。
附图说明
图1为一个实施例中疫情排查方法的应用环境图;
图2为一个实施例中疫情排查方法的流程示意图;
图3为一个实施例中检测交集的细化流程示意图;
图4为一个实施例中时序轨迹信息的结构框图;
图5为另一个实施例中疫情排查方法的流程示意图;
图6为一个实施例中疫情排查系统的结构框图;
图7为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
图1为一个实施例中疫情排查方法的应用环境图。其中,终端102通过网络与服务器104通过网络进行通信。在一个实施例中,服务器104通过终端102获取目标用户标识的时序轨迹信息;接着,服务器104检测目标用户标识的时序轨迹信息是否与预设用户标识的时序轨迹信息存在交集,其中,预设用户标识对应的标记信息为疫情标记信息;接着,当目标用户标识的时序轨迹信息与预设用户标识的时序轨迹信息存在交集时,服务器104根据预设用户标识对应的标记信息确定目标用户标识对应的标记信息;接着,服务器104按照目标用户标识对应的标记信息,对目标用户标识进行标记。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、便携式可穿戴设备、电子门禁设备、支付设备、交通工具刷卡设备等,服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现,服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN(Content Delivery Network,内容分发网络)、以及大数据和人工智能平台等基础云计算服务的云服务器。
在一个实施例中,该疫情排查方法可应用于如下应用场景:在疫情传播期间,当一用户被确诊为疫情患者,或者被判定为疑似患者时,该用户存在传播疫情的风险,而与该用户接触的其他用户,也有可能感染疫情。出于对公众安全的考虑,需要分析得到与该用户产生接触的用户,并对这些用户进行检测、隔离、治疗等。具体地,服务器104获取目标用户标识的时序轨迹信息;接着,服务器104检测目标用户标识的时序轨迹信息是否与预设用户标识的时序轨迹信息存在交集,其中,预设用户标识对应的标记信息为疫情标记信息;接着,当目标用户标识的时序轨迹信息与预设用户标识的时序轨迹信息存在交集时,服务器104根据预设用户标识对应的标记信息确定目标用户标识对应的标记信息;接着,服务器104按照目标用户标识对应的标记信息,对目标用户标识进行标记。
在一个实施例中,如图2所示,提供了一种疫情排查方法,以该方法应用于图1中的终端为例进行说明,包括以下步骤:
步骤202,获取目标用户标识的时序轨迹信息。
其中,目标用户标识用于表征目标用户的身份信息,目标用户标识可以是身份证、手机号、应用程序账号等具有唯一身份证明的标识。目标用户是指待检测的用户。目标用户标识的时序轨迹信息,用于表征预设时间范围内,目标用户标识所在的位置以及在该位置的时间点。预设时间范围可以是疫情出现期间的某一时间范围。在一个实施例中,时序轨迹信息可包括:地理位置信息以及时间点信息。地理位置信息用于表征目标用户标识所在位置的地理坐标(比如经纬度);时间点信息用于表征目标用户标识所在一位置的时间点,该时间点可通过年-月-日-时-分进行表示。
在一个实施例中,时序轨迹信息的生成方式可以是:获取目标用户标识的位置以及在该位置的时间点,对目标用户标识的位置以及在该位置的时间点进行分析,得到目标用户标识的时序轨迹信息。
可选地,获取目标用户标识的位置以及在该位置的时间点的方式可以是:目标用户可自主上报位置以及在该位置的时间点。比如,目标用户可通过小程序、应用程序、网页等填写位置以及在该位置的时间点,并提交给服务器。或者,工作人员收集目标用户的位置以及在该位置的时间点,并上传至服务器。
可选地,获取目标用户标识的位置以及在该位置的时间点的方式还可以是:根据目标用户标识,获取目标用户标识的位置以及在该位置的时间点。比如,目标用户可通过扫描图形码等方式,将目标用户标识提交给服务器,服务器通过目标用户标识获取目标用户标识的位置以及在该位置的时间点。可选地,服务器可通过应用程序(比如微信、QQ、企业微信等)的服务器中存储的用户数据来获取目标用户标识的位置以及在该位置的时间点。比如,可通过应用程序的服务器中存储的用户支付数据、用户定位数据等,获取目标用户标识的位置以及在该位置的时间点。
在一个实施例中,服务器获取目标用户标识的时序轨迹信息。
步骤204,检测目标用户标识的时序轨迹信息是否与预设用户标识的时序轨迹信息存在交集,其中,预设用户标识对应的标记信息为疫情标记信息。
其中,预设用户标识是指携带有疫情标记信息的用户标识。标记信息可包括疫情标记信息、健康标记信息等。疫情标记信息用于表征被标记的用户已经感染疫情,或者存在感染疫情的可能性;健康标记信息用于表征被标记的用户不存在感染疫情的可能性。
进一步地,疫情标记信息可细分为感染标记信息、感染接触标记信息、疑似标记信息、疑似接触标记信息等。感染标记信息用于表征被标记的用户已经感染疫情,为疫情患者;感染接触标记信息、疑似标记信息、疑似接触标记信息用于表征被标记的用户存在感染疫情的可能性,感染接触标记信息用于表征被标记的用户与疫情患者存在接触,疑似标记信息用于表征被标记的用户为疑似患者,疑似接触标记信息用于表征被标记的用户与疑似患者存在接触。
其中,目标用户标识的时序轨迹信息与预设用户标识的时序轨迹信息存在交集,是指目标用户标识在一时间点所在的位置与预设用户标识在一时间点所在的位置相距在预设距离内,且目标用户标识的时间点与预设用户标识的时间点相差在预设时间间隔内。预设距离可通过实际应用进行设定,比如2米、5米、10米等。预设时间间隔可通过实际应用进行设定,比如5分钟、10分钟等。
在一个实施例中,检测目标用户标识的时序轨迹信息是否与预设用户标识的时序轨迹信息存在交集,包括:根据目标用户标识的时序轨迹信息以及预设用户标识的时序轨迹信息,确定目标用户标识对应的地理位置风险值以及时间点风险值;将地理位置风险值与地理位置风险阈值进行比对,并将时间点风险值与时间点风险阈值进行比对。
在一个实施例中,根据目标用户标识的时序轨迹信息以及预设用户标识的时序轨迹信息,确定地理位置风险值,包括:获取同一时间段内目标用户标识的地理位置信息以及预设用户标识的地理位置信息,计算目标用户标识的地理位置信息与预设用户标识的地理位置信息之间的距离,将该距离作为地理位置风险值。其中,该时间段的范围可根据实际应用进行设定。
在一个实施例中,根据目标用户标识的时序轨迹信息以及预设用户标识的时序轨迹信息,确定时间点风险值,包括:获取同一时间段内目标用户标识的时间点信息以及预设用户标识的时间点信息,计算目标用户标识的时间点信息与预设用户标识的时间点信息之间的差值,将该差值的绝对值作为时间点风险值。
在一个实施例中,当地理位置风险值小于地理位置风险阈值,且时间点风险值小于时间点风险阈值时,判定目标用户标识的时序轨迹信息与预设用户标识的时序轨迹信息存在交集。
在一个实施例中,不同的预设标记信息可设置不同的疫情风险阈值。比如,对于感染接触标记信息和疑似接触标记信息来说,感染接触标记信息的地理位置风险阈值可大于疑似接触标记信息的地理位置风险阈值,感染接触标记信息的时间点风险阈值可大于疑似接触标记信息的时间点风险阈值。
在一个实施例中,可根据预设用户标识的时序轨迹信息确定疫情地点,当检测到疫情地点存在用户时,输出提示信息,提示信息用于提示该用户注意防护。
在一个实施例中,服务器检测目标用户标识的时序轨迹信息是否与预设用户标识的时序轨迹信息存在交集。
步骤206,当目标用户标识的时序轨迹信息与预设用户标识的时序轨迹信息存在交集时,根据预设用户标识对应的标记信息确定目标用户标识对应的标记信息。
在一个实施例中,根据预设用户标识对应的标记信息确定目标用户标识对应的标记信息。比如,若预设用户标识对应的标记信息为感染标记信息或者感染接触标记信息,那么预设标记信息可为感染接触标记信息,若预设用户标识对应的标记信息为疑似标记信息或者疑似接触标记信息,那么预设标记信息可为疑似接触标记信息。
在一个实施例中,当目标用户标识的时序轨迹信息与预设用户标识的时序轨迹信息存在交集时,服务器根据预设用户标识对应的标记信息确定目标用户标识对应的标记信息。
步骤208,按照目标用户标识对应的标记信息,对目标用户标识进行标记。
在一个实施例中,当目标用户标识有标记信息时,根据新确定的标记信息,更新该目标用户标识原有的标记信息;当目标用户标识没有标记信息时,根据新确定的标记信息,对目标用户标识进行标记。
在一个实施例中,服务器按照目标用户标识对应的标记信息,对目标用户标识进行标记。
上述疫情排查方法中,获取目标用户标识的时序轨迹信息,检测目标用户标识的时序轨迹信息是否与预设用户标识的时序轨迹信息存在交集,当目标用户标识的时序轨迹信息与预设用户标识的时序轨迹信息存在交集时,根据预设用户标识对应的标记信息确定目标用户标识对应的标记信息,并按照目标用户标识对应的标记信息,对目标用户标识进行标记,其中,预设用户标识对应的标记信息为疫情标记信息,这样,通过数据客观分析用户与疫情相关用户是否存在接触,从而检测该用户感染疫情的可能性,提高了疫情分析的准确性。
在一个实施例中,如图3所示,检测目标用户标识的时序轨迹信息是否与预设用户标识的时序轨迹信息存在交集的方式,包括:
步骤302,根据目标用户标识的时序轨迹信息以及预设用户标识的时序轨迹信息,确定目标用户标识对应的疫情风险值。
其中,时序轨迹信息还可包括:地理位置概率信息。地理位置概率信息用于表征分析得到的地理位置信息的可靠性,其可通过0-100%进行表示。地理位置概率信息越大,表明地理位置信息的可靠性越高。这是由于无法获取每一时间点目标用户标识的地理位置信息,针对无法获取的时间点对应的地理位置信息,可通过获取到的时间点对应的地理位置信息推算得到。比如,可获取到目标用户标识在8点10分至8点20分所在的位置为A,在8点30分至8点40分所在的位置为B,那么8点20分至8点30分所在的位置处于A至B之间。假设A至B之间只有一条路线C,那么推算得到8点20分至8点30分目标用户标识所在的位置分布在路线C,且概率为100%。或者,假设A至B之间有两条路线:路线D和路线E,根据历史数据统计得到选择路线D的用户占70%,选择路线E的用户占30%,那么推算得到8点20分至8点30分目标用户标识所在的位置分布在路线D,且概率为70%,8点20分至8点30分目标用户标识所在的位置分布在路线E,且概率为30%。在一个实施例中,如图4所示,图4为一个实施例中时序轨迹信息的结构框图,该时序轨迹信息还可包括附加信息,该附加信息可以是楼层信息等。
其中,疫情风险值包括:地理位置风险值、时间点风险值以及地理位置概率风险值。地理位置风险值用于表征目标用户标识与预设用户标识所在位置的远近,当地理位置风险值小于地理位置风险阈值时,说明目标用户标识与预设用户标识所在位置的距离在预设距离内,目标用户存在被感染的风险。时间点风险值用于表征目标用户标识与预设用户标识的位置相距在预设距离内时,两者的时间点远近,当时间点风险值小于时间点风险阈值时,说明目标用户标识与预设用户标识的时间点相差在预设时间间隔内,目标用户存在被感染的风险。地理位置概率风险值用于表征目标用户标识以及对预设用户标识的地理位置的可靠性,当概率风险值大于预设标记信息对应的概率风险阈值时,说明目标用户标识以及对预设用户标识的地理位置满足准确性需求。
在一个实施例中,根据目标用户标识的时序轨迹信息以及预设用户标识的时序轨迹信息,确定目标用户标识对应的地理位置概率风险值的方式可以是:获取同一时间段内目标用户标识的地理位置概率信息以及预设用户标识的地理位置概率信息,计算目标用户标识的地理位置概率信息与预设用户标识的地理位置概率信息之间的乘积,将该乘积作为地理位置概率风险值。或者,获取同一时间段内目标用户标识的地理位置概率信息以及预设用户标识的地理位置概率信息,计算目标用户标识的地理位置概率信息与预设用户标识的地理位置概率信息之和,将该加和作为地理位置概率风险值。
步骤304,将地理位置风险值与地理位置风险阈值进行比对,将时间点风险值与时间点风险阈值进行比对,并将地理位置概率风险值与地理位置概率风险阈值进行比对。
在一个实施例中,当地理位置风险值小于地理位置风险阈值,时间点风险值小于时间点风险阈值,且地理位置概率风险值大于地理位置概率风险阈值时,判定目标用户标识的时序轨迹信息与预设用户标识的时序轨迹信息存在交集。
在一个实施例中,不同的预设标记信息可设置不同的疫情风险阈值。比如,对于感染接触标记信息和疑似接触标记信息来说,感染接触标记信息的地理位置风险阈值可大于疑似接触标记信息的地理位置风险阈值,感染接触标记信息的时间点风险阈值可大于疑似接触标记信息的时间点风险阈值,感染接触标记信息的地理位置概率风险阈值可小于疑似接触标记信息的地理位置概率风险阈值。
本实施例中,根据目标用户标识的时序轨迹信息以及预设用户标识的时序轨迹信息,确定目标用户标识对应的疫情风险值,疫情风险值包括:地理位置风险值、时间点风险值以及地理位置概率风险值,将地理位置风险值与地理位置风险阈值进行比对,将时间点风险值与时间点风险阈值进行比对,并将地理位置概率风险值与地理位置概率风险阈值进行比对,根据比对结果确定目标用户标识的时序轨迹信息是否与预设用户标识的时序轨迹信息存在交集,这样,提高了对疫情数据分析的准确性。
在一个实施例中,如图5所示,方法还包括:
步骤502,当目标用户标识的时序轨迹信息与至少两个预设用户标识的时序轨迹信息存在交集时,获取至少两个目标用户标识对应的标记信息。
步骤504,按照优先级最高的目标用户标识对应的标记信息,对目标用户标识进行标记。
在一个实施例中,可按照疫情严重程度,对各个标记信息由高至低设置优先级。比如,标记信息可包括:感染标记信息、感染接触标记信息、疑似标记信息、疑似接触标记信息、健康标记信息,其优先级顺序可为:感染标记信息、感染接触标记信息、疑似标记信息、感染接触标记信息、健康标记信息。当目标用户标识的时序轨迹信息与至少两个预设用户标识的时序轨迹信息存在交集时,获取至少两个目标用户标识对应的标记信息分别为:感染接触标记信息、感染接触标记信息,那么按照感染接触标记信息对目标用户标识进行标记。
本实施例中,当目标用户标识的时序轨迹信息与至少两个预设用户标识的时序轨迹信息存在交集时,获取至少两个目标用户标识对应的标记信息,按照优先级最高的目标用户标识对应的标记信息,对目标用户标识进行标记,这样,提高了对疫情的防护力度。
在一个实施例中,方法还包括:当检测到目标用户标识的时序轨迹信息或者预设用户标识的时序轨迹信息发生变更时,重新确定目标用户标识对应的标记信息,并按照重新确定的目标用户标识对应的标记信息,对目标用户标识进行标记。
在一个实施例中,可实时或者定时获取目标用户标识的时序轨迹信息或者预设用户标识的时序轨迹信息,根据新增的目标用户标识的时序轨迹信息或者预设用户标识的时序轨迹信息,更新目标用户标识的标记信息,并按照更新后的标记信息对目标用户标识进行标记。
本实施例中,当检测到目标用户标识的时序轨迹信息或者预设用户标识的时序轨迹信息发生变更时,重新确定目标用户标识对应的标记信息,并按照重新确定的目标用户标识对应的标记信息,对目标用户标识进行标记,这样,及时更新用户标识对应的标记信息,确保疫情数据的实时性与可靠性。
在一个实施例中,方法还包括:当检测到预设用户标识对应的标记信息发生变更时,重新确定目标用户标识对应的标记信息,并按照重新确定的目标用户标识对应的标记信息,对目标用户标识进行标记。
在一个实施例中,可对预设用户标识的标记信息进行编辑。比如,当疑似患者、感染患者的接触者、疑似患者的接触者的隔离期满,但未检测到疫情感染时,需要更新其标记信息。或者,当感染患者治愈时,需要更新其标记信息。
进一步地,当预设用户标识的标记信息变更后,需要根据变更后的预设用户标识的标记信息,重新确定目标用户标识的标记信息,并按照重新确定的目标用户标识对应的标记信息,对目标用户标识进行标记。
本实施例中,当检测到预设用户标识对应的标记信息发生变更时,重新确定目标用户标识对应的标记信息,并按照重新确定的目标用户标识对应的标记信息,对目标用户标识进行标记,这样,及时更新用户标识对应的标记信息,确保疫情数据的实时性与可靠性。
在一个实施例中,方法还包括:当目标用户标识对应的标记信息为疫情标记信息时,定时或者实时获取目标用户标识对应的目标用户的生理信息。
其中,生理信息是指可用于监测疫情状况的生理信息,比如体温、血糖、血压等。
在一个实施例中,可通过物联网生理检测设备获取目标用户的生理信息,该物联网生理检测设备可以是物联网体温计、物联网血糖计、物联网血压计等。
在一个实施例中,当获取目标用户标识对应的目标用户的生理信息之前,还包括:获取目标用户对应的目标用户的特征信息,根据特征信息对目标用户进行校验,当校验通过时,执行获取目标用户标识对应的目标用户的生理信息的步骤。该特征信息可以是人脸特征信息、指纹特征信息等。
本实施例中,当目标用户标识对应的标记信息为疫情标记信息时,定时或者实时获取目标用户标识对应的目标用户的生理信息,这样,实现对疫情相关用户的监控,提高了对疫情的防护力度。
在一个实施例中,方法还包括:当目标用户标识对应的标记信息为疫情标记信息时,确定目标用户标识对应的活动区域;当检测到目标用户标识的地理位置不在活动区域时,输出告警信息。
其中,活动区域是指目标用户标识对应的目标用户可活动的区域。活动区域可包括:治疗地点、家庭地点、隔离地点、出行所需的交通路线、各个交通路线对应的交通工具等。比如,对于疫情患者,其活动范围仅限于治疗地点(比如医院)、家庭地点、二者之间的路线、二者之间的路线对应的交通工具;对于疑似患者、疫情患者的接触者、疑似患者的接触者,其活动范围仅限于治疗地点、家庭地点、隔离地点、三者之间的路线、三者之间的路线对应的交通工具。
在一个实施例中,当检测到目标用户标识的地理位置不在其活动区域时,输出告警信息至预设终端。该预设终端可以是地理位置所在范围内的终端,比如POS(Point ofSale)机、移动支付设备(例如微信支付的青蛙支付设备、支付宝的蜻蜓支付设备)等;预设终端也可以是门禁功能的终端,比如电子门禁设备、闸机等;预设终端也可以是交通工具刷卡或者扫码终端,比如公交车刷卡设备、地铁站刷卡设备等;预设终端也可以是工作人员所使用的终端、目标用户的移动终端等。该告警信息中还可包括目标用户标识的活动区域、手机号等,以及时对目标用户进行隔离。
在一个实施例中,当检测到目标用户标识的地理位置不在活动区域时,不响应目标用户标识的支付信息。
本实施例中,当目标用户标识对应的标记信息为疫情标记信息时,确定目标用户标识对应的活动区域;当检测到目标用户标识的地理位置不在活动区域时,输出告警信息,这样,当检测到疫情相关用户出现时,及时输出提示信息,使得周围用户注意防护,降低了疫情感染风险。
在一个具体的实施例中,提供了一种疫情排查方法,包括:
获取目标用户标识的时序轨迹信息,时序轨迹信息包括:地理位置信息、时间点信息以及地理位置概率信息。
接着,根据目标用户标识的时序轨迹信息以及预设用户标识的时序轨迹信息,确定目标用户标识对应的疫情风险值,疫情风险值包括:地理位置风险值、时间点风险值以及地理位置概率风险值。
进一步地,将地理位置风险值与地理位置风险阈值进行比对,将时间点风险值与时间点风险阈值进行比对,并将地理位置概率风险值与地理位置概率风险阈值进行比对;其中,当地理位置风险值小于地理位置风险阈值,时间点风险值小于时间点风险阈值,且地理位置概率风险值大于地理位置概率风险阈值时,判定目标用户标识的时序轨迹信息与预设用户标识的时序轨迹信息存在交集。
接着,当目标用户标识的时序轨迹信息与预设用户标识的时序轨迹信息存在交集时,根据预设用户标识对应的标记信息确定目标用户标识对应的标记信息。
进一步地,按照目标用户标识对应的标记信息,对目标用户标识进行标记。
本实施例中,通过数据客观分析用户与疫情相关用户是否存在接触,从而检测该用户感染疫情的可能性,提高了疫情分析的准确性。
在一个具体的实施例中,该疫情排查方法可应用于如下应用场景:在疫情传播期间,当一用户被确诊为疫情患者,或者被判定为疑似患者时,该用户存在传播疫情的风险,而与该用户接触的其他用户,也有可能感染疫情。出于对公众安全的考虑,需要分析得到与该用户产生接触的用户,并对这些用户进行检测、隔离、治疗等。该方法包括:
获取目标用户标识的时序轨迹信息,时序轨迹信息包括:地理位置信息、时间点信息以及地理位置概率信息。
接着,根据目标用户标识的时序轨迹信息以及预设用户标识的时序轨迹信息,确定目标用户标识对应的疫情风险值,疫情风险值包括:地理位置风险值、时间点风险值以及地理位置概率风险值。
进一步地,将地理位置风险值与地理位置风险阈值进行比对,将时间点风险值与时间点风险阈值进行比对,并将地理位置概率风险值与地理位置概率风险阈值进行比对;其中,当地理位置风险值小于地理位置风险阈值,时间点风险值小于时间点风险阈值,且地理位置概率风险值大于地理位置概率风险阈值时,判定目标用户标识的时序轨迹信息与预设用户标识的时序轨迹信息存在交集。
接着,当目标用户标识的时序轨迹信息与预设用户标识的时序轨迹信息存在交集时,根据预设用户标识对应的标记信息确定目标用户标识对应的标记信息。
进一步地,按照目标用户标识对应的标记信息,对目标用户标识进行标记。
本实施例中,通过数据客观分析用户与疫情相关用户是否存在接触,从而检测该用户感染疫情的可能性,提高了疫情分析的准确性。
应该理解的是,虽然图2-3、图5的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-3、图5中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图6所示,提供了一种疫情排查装置,该装置可以采用软件模块或硬件模块,或者是二者的结合成为计算机设备的一部分,该装置具体包括:获取模块602、检测模块604、确定模块606和标记模块608,其中:
获取模块602,用于获取目标用户标识的时序轨迹信息;
检测模块604,用于检测目标用户标识的时序轨迹信息是否与预设用户标识的时序轨迹信息存在交集,其中,预设用户标识对应的标记信息为疫情标记信息;
确定模块606,用于当目标用户标识的时序轨迹信息与预设用户标识的时序轨迹信息存在交集时,根据预设用户标识对应的标记信息确定目标用户标识对应的标记信息;
标记模块608,用于按照目标用户标识对应的标记信息,对目标用户标识进行标记。
上述疫情排查装置,获取目标用户标识的时序轨迹信息,检测目标用户标识的时序轨迹信息是否与预设用户标识的时序轨迹信息存在交集,当目标用户标识的时序轨迹信息与预设用户标识的时序轨迹信息存在交集时,根据预设用户标识对应的标记信息确定目标用户标识对应的标记信息,并按照目标用户标识对应的标记信息,对目标用户标识进行标记,其中,预设用户标识对应的标记信息为疫情标记信息,这样,通过数据客观分析用户与疫情相关用户是否存在接触,从而检测该用户感染疫情的可能性,提高了疫情分析的准确性。
在一个实施例中,检测模块604,还用于:根据目标用户标识的时序轨迹信息以及预设用户标识的时序轨迹信息,确定目标用户标识对应的疫情风险值,时序轨迹信息包括:地理位置信息、时间点信息以及地理位置概率信息,疫情风险值包括:地理位置风险值、时间点风险值以及地理位置概率风险值;将地理位置风险值与地理位置风险阈值进行比对,将时间点风险值与时间点风险阈值进行比对,并将地理位置概率风险值与地理位置概率风险阈值进行比对;其中,当地理位置风险值小于地理位置风险阈值,时间点风险值小于时间点风险阈值,且地理位置概率风险值大于地理位置概率风险阈值时,判定目标用户标识的时序轨迹信息与预设用户标识的时序轨迹信息存在交集。
本实施例中,根据目标用户标识的时序轨迹信息以及预设用户标识的时序轨迹信息,确定目标用户标识对应的疫情风险值,疫情风险值包括:地理位置风险值、时间点风险值以及地理位置概率风险值,将地理位置风险值与地理位置风险阈值进行比对,将时间点风险值与时间点风险阈值进行比对,并将地理位置概率风险值与地理位置概率风险阈值进行比对,根据比对结果确定目标用户标识的时序轨迹信息是否与预设用户标识的时序轨迹信息存在交集,这样,提高了对疫情数据分析的准确性。
在一个实施例中,获取模块602,还用于:当目标用户标识的时序轨迹信息与至少两个预设用户标识的时序轨迹信息存在交集时,获取至少两个目标用户标识对应的标记信息;标记模块608,还用于:按照优先级最高的目标用户标识对应的标记信息,对目标用户标识进行标记。
本实施例中,当目标用户标识的时序轨迹信息与至少两个预设用户标识的时序轨迹信息存在交集时,获取至少两个目标用户标识对应的标记信息,按照优先级最高的目标用户标识对应的标记信息,对目标用户标识进行标记,这样,提高了对疫情的防护力度。
在一个实施例中,确定模块606,还用于:当检测到目标用户标识的时序轨迹信息或者预设用户标识的时序轨迹信息发生变更时,重新确定目标用户标识对应的标记信息,并按照重新确定的目标用户标识对应的标记信息,对目标用户标识进行标记。
本实施例中,当检测到目标用户标识的时序轨迹信息或者预设用户标识的时序轨迹信息发生变更时,重新确定目标用户标识对应的标记信息,并按照重新确定的目标用户标识对应的标记信息,对目标用户标识进行标记,这样,及时更新用户标识对应的标记信息,确保疫情数据的实时性与可靠性。
在一个实施例中,确定模块606,还用于:当检测到预设用户标识对应的标记信息发生变更时,重新确定目标用户标识对应的标记信息,并按照重新确定的目标用户标识对应的标记信息,对目标用户标识进行标记。
本实施例中,当检测到预设用户标识对应的标记信息发生变更时,重新确定目标用户标识对应的标记信息,并按照重新确定的目标用户标识对应的标记信息,对目标用户标识进行标记,这样,及时更新用户标识对应的标记信息,确保疫情数据的实时性与可靠性。
在一个实施例中,获取模块602,还用于:当目标用户标识对应的标记信息为疫情标记信息时,定时或者实时获取目标用户标识对应的目标用户的生理信息。
本实施例中,当目标用户标识对应的标记信息为疫情标记信息时,定时或者实时获取目标用户标识对应的目标用户的生理信息,这样,实现对疫情相关用户的监控,提高了对疫情的防护力度。
在一个实施例中,确定模块606,还用于:当目标用户标识对应的标记信息为疫情标记信息时,确定目标用户标识对应的活动区域;疫情排查装置还包括输出模块,输出模块,还用于:当检测到目标用户标识的地理位置不在活动区域时,输出告警信息。
本实施例中,当目标用户标识对应的标记信息为疫情标记信息时,确定目标用户标识对应的活动区域;当检测到目标用户标识的地理位置不在活动区域时,输出告警信息,这样,当检测到疫情相关用户出现时,及时输出提示信息,使得周围用户注意防护,降低了疫情感染风险。
关于疫情排查装置的具体限定可以参见上文中对于疫情排查方法的限定,在此不再赘述。上述疫情排查装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储疫情排查数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种疫情排查方法。
本领域技术人员可以理解,图7中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,还提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,存储有计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种疫情排查方法,其特征在于,所述方法包括:
获取目标用户标识的时序轨迹信息;
检测所述目标用户标识的时序轨迹信息是否与预设用户标识的时序轨迹信息存在交集,其中,所述预设用户标识对应的标记信息为疫情标记信息;
当所述目标用户标识的时序轨迹信息与所述预设用户标识的时序轨迹信息存在交集时,根据所述预设用户标识对应的标记信息确定所述目标用户标识对应的标记信息;
按照所述目标用户标识对应的标记信息,对所述目标用户标识进行标记。
2.根据权利要求1所述的方法,其特征在于,所述时序轨迹信息包括:地理位置信息、时间点信息以及地理位置概率信息;
所述检测所述目标用户标识的时序轨迹信息是否与预设用户标识的时序轨迹信息存在交集的方式,包括:
根据所述目标用户标识的时序轨迹信息以及所述预设用户标识的时序轨迹信息,确定所述目标用户标识对应的疫情风险值,所述疫情风险值包括:地理位置风险值、时间点风险值以及地理位置概率风险值;
将所述地理位置风险值与地理位置风险阈值进行比对,将所述时间点风险值与时间点风险阈值进行比对,并将所述地理位置概率风险值与地理位置概率风险阈值进行比对;
其中,当所述地理位置风险值小于所述地理位置风险阈值,所述时间点风险值小于所述时间点风险阈值,且所述地理位置概率风险值大于所述地理位置概率风险阈值时,判定所述目标用户标识的时序轨迹信息与所述预设用户标识的时序轨迹信息存在交集。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
当所述目标用户标识的时序轨迹信息与至少两个所述预设用户标识的时序轨迹信息存在交集时,获取至少两个所述目标用户标识对应的标记信息;
按照优先级最高的所述目标用户标识对应的标记信息,对所述目标用户标识进行标记。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
当检测到所述目标用户标识的时序轨迹信息或者所述预设用户标识的时序轨迹信息发生变更时,重新确定所述目标用户标识对应的标记信息,并按照重新确定的所述目标用户标识对应的标记信息,对所述目标用户标识进行标记。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
当检测到所述预设用户标识对应的标记信息发生变更时,重新确定所述目标用户标识对应的标记信息,并按照重新确定的所述目标用户标识对应的标记信息,对所述目标用户标识进行标记。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
当所述目标用户标识对应的标记信息为所述疫情标记信息时,定时或者实时获取所述目标用户标识对应的目标用户的生理信息。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
当所述目标用户标识对应的标记信息为所述疫情标记信息时,确定所述目标用户标识对应的活动区域;
当检测到所述目标用户标识的地理位置不在所述活动区域时,输出告警信息。
8.一种疫情排查装置,其特征在于,所述装置包括:
获取模块,用于获取目标用户标识的时序轨迹信息;
检测模块,用于检测所述目标用户标识的时序轨迹信息是否与预设用户标识的时序轨迹信息存在交集,其中,所述预设用户标识对应的标记信息为疫情标记信息;
确定模块,用于当所述目标用户标识的时序轨迹信息与所述预设用户标识的时序轨迹信息存在交集时,根据所述预设用户标识对应的标记信息确定所述目标用户标识对应的标记信息;
标记模块,用于按照所述目标用户标识对应的标记信息,对所述目标用户标识进行标记。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
CN202010184815.5A 2020-03-17 2020-03-17 疫情排查方法、装置、计算机设备和存储介质 Active CN111341463B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010184815.5A CN111341463B (zh) 2020-03-17 2020-03-17 疫情排查方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010184815.5A CN111341463B (zh) 2020-03-17 2020-03-17 疫情排查方法、装置、计算机设备和存储介质

Publications (2)

Publication Number Publication Date
CN111341463A true CN111341463A (zh) 2020-06-26
CN111341463B CN111341463B (zh) 2023-08-15

Family

ID=71182433

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010184815.5A Active CN111341463B (zh) 2020-03-17 2020-03-17 疫情排查方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN111341463B (zh)

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111768594A (zh) * 2020-07-23 2020-10-13 Oppo广东移动通信有限公司 密切接触判断方法、装置、计算机设备及存储介质
CN111816323A (zh) * 2020-07-27 2020-10-23 广州驰兴通用技术研究有限公司 一种基于物联网的智慧城市管理方法及系统
CN111885498A (zh) * 2020-07-13 2020-11-03 中国联合网络通信集团有限公司 一种应急响应等级的预测方法及预测装置
CN111885484A (zh) * 2020-07-22 2020-11-03 中国联合网络通信集团有限公司 疫情疑似人员追踪方法、系统、计算机设备及存储介质
CN111885502A (zh) * 2020-06-28 2020-11-03 华东师范大学 一种保护隐私的疫情防控预警与追溯系统及方法
CN111933298A (zh) * 2020-08-14 2020-11-13 医渡云(北京)技术有限公司 人群关系确定方法、装置、电子设备及介质
CN111935632A (zh) * 2020-08-14 2020-11-13 英华达(南京)科技有限公司 位置追踪查询系统
CN112037927A (zh) * 2020-08-24 2020-12-04 北京金山云网络技术有限公司 与被追踪人关联的同行人确定方法、装置及电子设备
CN112216387A (zh) * 2020-09-02 2021-01-12 成都大汇智联科技有限公司 基于云数据平台的复工复产管理方法及系统
CN112330742A (zh) * 2020-11-03 2021-02-05 盈合(深圳)机器人与自动化科技有限公司 公共区域重点人员活动路线记录方法及装置
CN112382400A (zh) * 2020-07-02 2021-02-19 浙江宇视科技有限公司 一种疫情防控方法、装置、电子设备和存储介质
CN112530601A (zh) * 2020-12-09 2021-03-19 北京红山信息科技研究院有限公司 一种校园疫情监控方法、装置、计算机设备及存储介质
CN112687401A (zh) * 2020-12-31 2021-04-20 医渡云(北京)技术有限公司 聚集风险确定方法及装置、计算机可读介质及电子设备
WO2021208563A1 (zh) * 2020-04-13 2021-10-21 华为技术有限公司 一种通信方法、装置及系统
CN113938835A (zh) * 2020-07-13 2022-01-14 华为技术有限公司 一种确定密切接触终端设备的方法及装置
CN114171211A (zh) * 2021-12-14 2022-03-11 平安国际智慧城市科技股份有限公司 一种轨迹追踪方法、装置、计算机设备及存储介质
CN114422113A (zh) * 2020-10-12 2022-04-29 华为技术有限公司 获得邻近度的方法和电子设备
WO2022151741A1 (zh) * 2021-01-14 2022-07-21 南方科技大学 接触数据存储方法、装置、设备及存储介质
CN114974604A (zh) * 2022-05-16 2022-08-30 三峡高科信息技术有限责任公司 一种基于物联网实现人员疾病控制方法
CN115662650A (zh) * 2022-09-02 2023-01-31 深圳市名通科技股份有限公司 基于大数据精准定位的密接用户打捞方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101604014A (zh) * 2009-07-13 2009-12-16 中兴通讯股份有限公司 一种gps定位监控报警方法、装置和手机
CN102799794A (zh) * 2012-08-28 2012-11-28 史荣涛 生命体生理状况自助评估系统及其评估方法
CN103093106A (zh) * 2013-01-25 2013-05-08 上海市浦东新区疾病预防控制中心 大型活动中多源数据的传染病症状监测与预警方法
CN103390091A (zh) * 2012-05-08 2013-11-13 中国人民解放军防化学院 一种传染病疫情优化控制方法
US20130318027A1 (en) * 2011-11-20 2013-11-28 Gal Almogy System and method to enable detection of viral infection by users of electronic communication devices
CN107133901A (zh) * 2017-05-05 2017-09-05 中国科学院深圳先进技术研究院 一种传染病防控方法及系统
WO2017216056A1 (en) * 2016-06-14 2017-12-21 Koninklijke Philips N.V. Monitoring infection risk
CN108986921A (zh) * 2018-07-04 2018-12-11 泰康保险集团股份有限公司 疾病预测方法、装置、介质及电子设备
CN109360660A (zh) * 2018-10-31 2019-02-19 河南省疾病预防控制中心 一种疾控与出行信息互联的防控方法及防控系统
CN110750603A (zh) * 2019-09-06 2020-02-04 日立楼宇技术(广州)有限公司 楼宇服务预测方法、装置、系统、计算机设备和存储介质

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101604014A (zh) * 2009-07-13 2009-12-16 中兴通讯股份有限公司 一种gps定位监控报警方法、装置和手机
US20130318027A1 (en) * 2011-11-20 2013-11-28 Gal Almogy System and method to enable detection of viral infection by users of electronic communication devices
CN103390091A (zh) * 2012-05-08 2013-11-13 中国人民解放军防化学院 一种传染病疫情优化控制方法
CN102799794A (zh) * 2012-08-28 2012-11-28 史荣涛 生命体生理状况自助评估系统及其评估方法
CN103093106A (zh) * 2013-01-25 2013-05-08 上海市浦东新区疾病预防控制中心 大型活动中多源数据的传染病症状监测与预警方法
WO2017216056A1 (en) * 2016-06-14 2017-12-21 Koninklijke Philips N.V. Monitoring infection risk
CN107133901A (zh) * 2017-05-05 2017-09-05 中国科学院深圳先进技术研究院 一种传染病防控方法及系统
CN108986921A (zh) * 2018-07-04 2018-12-11 泰康保险集团股份有限公司 疾病预测方法、装置、介质及电子设备
CN109360660A (zh) * 2018-10-31 2019-02-19 河南省疾病预防控制中心 一种疾控与出行信息互联的防控方法及防控系统
CN110750603A (zh) * 2019-09-06 2020-02-04 日立楼宇技术(广州)有限公司 楼宇服务预测方法、装置、系统、计算机设备和存储介质

Cited By (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021208563A1 (zh) * 2020-04-13 2021-10-21 华为技术有限公司 一种通信方法、装置及系统
CN111885502A (zh) * 2020-06-28 2020-11-03 华东师范大学 一种保护隐私的疫情防控预警与追溯系统及方法
CN112382400A (zh) * 2020-07-02 2021-02-19 浙江宇视科技有限公司 一种疫情防控方法、装置、电子设备和存储介质
CN112382400B (zh) * 2020-07-02 2024-02-13 浙江宇视科技有限公司 一种疫情防控方法、装置、电子设备和存储介质
CN111885498A (zh) * 2020-07-13 2020-11-03 中国联合网络通信集团有限公司 一种应急响应等级的预测方法及预测装置
CN113938835A (zh) * 2020-07-13 2022-01-14 华为技术有限公司 一种确定密切接触终端设备的方法及装置
CN111885484A (zh) * 2020-07-22 2020-11-03 中国联合网络通信集团有限公司 疫情疑似人员追踪方法、系统、计算机设备及存储介质
CN111768594A (zh) * 2020-07-23 2020-10-13 Oppo广东移动通信有限公司 密切接触判断方法、装置、计算机设备及存储介质
CN111816323A (zh) * 2020-07-27 2020-10-23 广州驰兴通用技术研究有限公司 一种基于物联网的智慧城市管理方法及系统
CN111933298A (zh) * 2020-08-14 2020-11-13 医渡云(北京)技术有限公司 人群关系确定方法、装置、电子设备及介质
CN111935632A (zh) * 2020-08-14 2020-11-13 英华达(南京)科技有限公司 位置追踪查询系统
CN111935632B (zh) * 2020-08-14 2024-02-27 英华达(南京)科技有限公司 位置追踪查询系统
CN111933298B (zh) * 2020-08-14 2024-02-13 医渡云(北京)技术有限公司 人群关系确定方法、装置、电子设备及介质
TWI823039B (zh) * 2020-08-14 2023-11-21 英華達股份有限公司 位置追蹤查詢系統
CN112037927A (zh) * 2020-08-24 2020-12-04 北京金山云网络技术有限公司 与被追踪人关联的同行人确定方法、装置及电子设备
CN112216387A (zh) * 2020-09-02 2021-01-12 成都大汇智联科技有限公司 基于云数据平台的复工复产管理方法及系统
CN112216387B (zh) * 2020-09-02 2024-04-09 成都大汇智联科技有限公司 基于云数据平台的复工复产管理方法及系统
CN114422113B (zh) * 2020-10-12 2024-04-12 华为技术有限公司 获得邻近度的方法和电子设备
CN114422113A (zh) * 2020-10-12 2022-04-29 华为技术有限公司 获得邻近度的方法和电子设备
CN112330742A (zh) * 2020-11-03 2021-02-05 盈合(深圳)机器人与自动化科技有限公司 公共区域重点人员活动路线记录方法及装置
CN112530601A (zh) * 2020-12-09 2021-03-19 北京红山信息科技研究院有限公司 一种校园疫情监控方法、装置、计算机设备及存储介质
CN112687401A (zh) * 2020-12-31 2021-04-20 医渡云(北京)技术有限公司 聚集风险确定方法及装置、计算机可读介质及电子设备
WO2022151741A1 (zh) * 2021-01-14 2022-07-21 南方科技大学 接触数据存储方法、装置、设备及存储介质
CN114171211A (zh) * 2021-12-14 2022-03-11 平安国际智慧城市科技股份有限公司 一种轨迹追踪方法、装置、计算机设备及存储介质
CN114974604A (zh) * 2022-05-16 2022-08-30 三峡高科信息技术有限责任公司 一种基于物联网实现人员疾病控制方法
CN115662650A (zh) * 2022-09-02 2023-01-31 深圳市名通科技股份有限公司 基于大数据精准定位的密接用户打捞方法
CN115662650B (zh) * 2022-09-02 2024-04-26 深圳市名通科技股份有限公司 基于大数据精准定位的密接用户打捞方法

Also Published As

Publication number Publication date
CN111341463B (zh) 2023-08-15

Similar Documents

Publication Publication Date Title
CN111341463B (zh) 疫情排查方法、装置、计算机设备和存储介质
US20190252078A1 (en) Predicting the spread of contagions
CN111477339A (zh) 传染病接触情况检测方法、设备及可读存储介质
CN111524612B (zh) 传染病溯源方法、装置、计算机设备和存储介质
CN111403047A (zh) 疫情提示方法、装置、计算机设备和存储介质
CN111370137A (zh) 疫情告警方法、装置、计算机设备和存储介质
CN111863270A (zh) 疾病传染概率确定方法、装置、系统及存储介质
US20230410222A1 (en) Information processing apparatus, control method, and program
CN111739653A (zh) 传染病传播的评估方法、装置、计算机设备和存储介质
Wang et al. Privacy risk and preservation in contact tracing of COVID‐19
US20180337786A1 (en) Verifying asset identity
US20230098491A1 (en) Assessment method and device for infectious disease transmission, computer equipment and storage medium
US20220022821A1 (en) Anonymous contact tracing system and method
CN109545392B (zh) 基于物联网的远程监控方法、装置、设备及介质
US20230073776A1 (en) Machine learning techniques for optimized equipment allocation
CN112908488B (zh) 事件识别方法、装置、计算机设备和存储介质
KR102067079B1 (ko) IoT에 기반한 주변 기기 탐색 방법 및 장치
CN113610503A (zh) 简历信息处理方法、装置、设备及介质
CN113780855A (zh) 医疗机构监管方法、装置、计算机设备及存储介质
CN109885475B (zh) 页面转化率计算方法、装置、计算机设备及存储介质
CN108989974B (zh) 动物定位方法、装置、计算机设备和存储介质
CN111710402A (zh) 基于人脸识别的查房处理方法、装置及计算机设备
KR102419193B1 (ko) 가축 전염병 차단 방역 의사 결정 지원 시스템 및 이를 이용한 가축 전염병 차단 방역 의사 결정 지원 방법
KR20200098289A (ko) 긴급상황 모니터링 시스템 및 방법
KR102502852B1 (ko) 빅데이터의 ai 분석을 통해 개인정보 노출을 최소화한 감염병 예방 시스템

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
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40024204

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant