CN111444290A - 数据处理方法、数据显示方法、装置、设备及存储介质 - Google Patents

数据处理方法、数据显示方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN111444290A
CN111444290A CN202010229141.6A CN202010229141A CN111444290A CN 111444290 A CN111444290 A CN 111444290A CN 202010229141 A CN202010229141 A CN 202010229141A CN 111444290 A CN111444290 A CN 111444290A
Authority
CN
China
Prior art keywords
data
library
user data
user
fusion
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
CN202010229141.6A
Other languages
English (en)
Inventor
王世清
滕一帆
孙傲冰
尹星富
史双
勇萌哲
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 Cloud Computing Beijing Co Ltd
Original Assignee
Tencent Cloud Computing Beijing 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 Cloud Computing Beijing Co Ltd filed Critical Tencent Cloud Computing Beijing Co Ltd
Priority to CN202010229141.6A priority Critical patent/CN111444290A/zh
Publication of CN111444290A publication Critical patent/CN111444290A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/285—Clustering or classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • G06F16/258—Data format conversion from or to a database
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/285—Clustering or classification
    • G06F16/287—Visualization; Browsing
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G06Q50/265—Personal security, identity or safety

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Computer Security & Cryptography (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请提供了一种数据处理方法、数据显示方法、装置、设备及存储介质，属于互联网和云技术领域。所述方法包括：获取由目标应用程序中的目标功能对象采集的用户数据；将用户数据存储至贴源归集库中；对贴源归集库中的用户数据进行标准化融合处理，得到标准化融合数据存储至标准融合库中；对标准融合库中的标准化融合数据进行专题分类处理，得到专题分类数据存储至专题数据库中。本申请实施例可以降低疫情数据分析处理时的融合难度，并提高疫情数据分析处理的实时性。

Description

数据处理方法、数据显示方法、装置、设备及存储介质
技术领域
本申请实施例涉及互联网和云技术领域，特别涉及一种数据处理方法、数据显示方法、装置、设备及存储介质。
背景技术
目前，面对当前传染病疫情严重的问题，需要采集疫情相关数据来对疫情进行合理的防控规划。
在相关技术中，各级政府的卫健委、公安、交通和政法网格等部门对数据进行采集，获取多源疫情数据；之后，通过对该多源疫情数据进行分析处理，并根据该多源疫情数据的分析结果来制定合适的防控规划。
然而，上述相关技术中，通过各级政府部门获取的疫情数据是分散在不同系统的准实时或非实时数据，导致在对疫情数据进行分析处理时存在融合难度大且实时性低的问题。
发明内容
本申请实施例提供了一种数据处理方法、数据显示方法、装置、设备及存储介质，可以降低疫情数据分析处理时的融合难度，并提高疫情数据分析处理的实时性。所述技术方案如下：
一方面，本申请实施例提供了一种数据处理方法，所述方法包括：
获取由目标应用程序中的目标功能对象采集的用户数据；
将所述用户数据存储至贴源归集库中；
对所述贴源归集库中的所述用户数据进行标准化融合处理，得到标准化融合数据存储至标准融合库中；
对所述标准融合库中的所述标准化融合数据进行专题分类处理，得到专题分类数据存储至专题数据库中。
另一方面，本申请实施例提供了一种数据显示方法，所述方法包括：
向服务器发送数据获取请求，所述数据获取请求用于请求获取用户数据的分类统计结果；
接收所述服务器发送的专题分类数据的可视化分析报表，所述专题分类数据是对所述用户数据进行标准化融合处理和专题分类处理后得到的；
显示所述可视化分析报表。
又一方面，本申请实施例提供了一种数据处理装置，所述装置包括：
数据获取模块，用于获取由目标应用程序中的目标功能对象采集的用户数据；
数据存储模块，用于将所述用户数据存储至贴源归集库中；
数据融合模块，用于对所述贴源归集库中的所述用户数据进行标准化融合处理，得到标准化融合数据存储至标准融合库中；
数据分类模块，用于对所述标准融合库中的所述标准化融合数据进行专题分类处理，得到专题分类数据存储至专题数据库中。
再一方面，本申请实施例提供了一种数据显示装置，所述装置包括：
请求发送模块，用于向服务器发送数据获取请求，所述数据获取请求用于请求获取用户数据的分类统计结果；
数据接收模块，用于接收所述服务器发送的专题分类数据的可视化分析报表，所述专题分类数据是对所述用户数据进行标准化融合处理和专题分类处理后得到的；
数据显示模块，用于显示所述可视化分析报表。
还一方面，本申请实施例提供了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现上述数据处理方法，或者实现上述数据显示方法。
可选地，所述计算机设备为数据处理设备或数据显示设备。
还一方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由数据处理设备的处理器加载并执行以实现上述数据处理方法。
还一方面，本申请实施例提供了另一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由数据显示设备的处理器加载并执行以实现上述数据显示方法。
还一方面，本申请实施例提供了一种计算机产品，当所述计算机程序产品在数据处理设备上运行时，使得数据处理设备执行上述数据处理方法。
还一方面，本申请实施例提供了另一种计算机产品，当所述计算机程序产品在数据显示设备上运行时，使得数据显示设备执行上述数据显示方法。
本申请实施例提供的技术方案可以包括如下有益效果：
通过获取由目标应用程序中的目标功能对象采集的用户数据，然后对该用户数据进行标准化融合处理和专题分类处理后，得到专题分类数据存储至专题数据库中；一方面，使用统一的数据源(也即目标应用程序)采集获取用户数据，这样就保证了数据格式的统一性和规范性，避免了从多个不同系统获取用户数据需要对数据进行格式转换，降低了对用户数据进行融合处理的难度，提高了用户数据的处理效率；另一方面，通过目标应用程序采集用户数据，有助于提升用户数据的实时性，避免了从多个不同系统获取用户数据所耗费的时间，有利于实现数据的同步处理与存储。
附图说明
为了更清楚地说明本申请实施例中的技术方案，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，下面描述中的附图仅仅是本申请的一些实施例，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是本申请一个实施例提供的数据处理系统的示意图；
图2示例性示出了本申请技术方案的整体流程图；
图3是本申请一个实施例提供的数据处理方法的流程图；
图4和图5分别示出了两种类型数据采集方法的示意图；
图6是本申请一个实施例提供的数据处理方法的流程图；
图7和图8分别示出了两种数据可视化报表的示意图；
图9是本申请一个实施例提供的数据显示方法的流程图；
图10是本申请一个实施例提供的数据处理装置的框图；
图11是本申请又一个实施例提供的数据处理装置的框图；
图12是本申请一个实施例提供的数据显示装置的框图；
图13是本申请一个实施例提供的计算机设备结构的示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
请参考图1，其示出了本申请一个实施例提供的数据处理系统的示意图。该数据处理系统可以是一个云服务系统。如图1所示，该数据处理系统可以包括：用户终端10、数据处理设备20和数据显示设备30。
用户终端10用于采集数据，可选地，用户终端10可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表、可穿戴电子设备等，但并不局限于此。在一种可能的实施方式中，用户终端10中可以运行目标应用程序的客户端，该目标应用程序可以是社交类应用程序、即时通信类应用程序、支付类应用程序、生活服务类应用程序等，但并不局限于此。需要说明的一点是，上述目标应用程序可以是需要下载安装的应用程序，也可以是即点即用的应用程序，本申请实施例对此不作限制。
本申请实施例中，用户终端10的使用者可以是普通用户，也可以是具有对普通用户的用户信息具有查验权限的管理员。可选地，若用户终端10的使用者为普通用户，则用户终端10通过自助上报功能获取用户数据；若用户终端10的使用者为管理员，则用户终端10通过查验上报功能获取用户数据。
数据处理设备20用于对用户终端10获取的数据进行处理。可选地，数据处理设备20为服务器，该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。
可选地，数据处理设备20可以是用户终端10的后台服务器，如上述目标应用程序对应的后台服务器。可选地，用户终端10在获取用户数据之后，可以向数据处理设备20发送该用户数据，进而，数据处理设备20接收到该用户数据之后，对该用户数据进行处理并存储。需要说明的一点是，上述用户数据的发送、处理和存储中的任一操作可以是实时进行的，也可以是非实时进行的，本申请实施例对此不做限制。
在本申请实施例中，数据处理设备20中可以设置有数据库21，或者数据处理设备20可以和数据库21建立通信连接。其中，数据库21简而言之可视为电子化的文件柜——存储电子文件的处所，用户可以对文件中的数据进行新增、查询、更新、删除等操作。所谓“数据库”是以一定方式储存在一起、能与多个用户共享、具有尽可能小的冗余度、与应用程序彼此独立的数据集合。数据处理设备20可以将产生或处理的数据存储在数据库21中。
数据显示设备30用于对处理后的数据进行可视化显示。在一种可能的实施方式中，数据显示设备30可以是终端，该终端可以是诸如手机、平板电脑、游戏主机、电子书阅读器、多媒体播放设备、可穿戴设备、PC(Personal Computer，个人计算机)、智能电视、智慧屏、投屏设备等电子设备。可选地，数据处理设备20可以将处理后的用户数据生成可视化分析报表，并向数据显示设备30发送该可视化分析报表，进而数据显示设备30向用户展示该可视化分析报表的全部或部分内容。其中，终端可以是单人可视终端，如上述用户终端10；也可以是多人可视化终端，如公共场合的数据大屏对应的终端。需要说明的一点是，上述数据处理设备20和数据显示设备30之间可以进行实时通信，可以按照一定的时间间隔进行通信以进行数据更新，本申请实施例对此不做限制。
用户终端10和数据处理设备20之间，以及数据处理设备20和数据显示设备30之间，可以通过有线或无线通信方式进行直接或间接地连接，本申请在此不做限制。
如图1所示，在云服务系统架构下，用户终端10可以通过互联网接入企业公有云系统。数据处理设备20和数据库21可以部署在企业公有云系统下的VPC(Virtual PrivateCloud，虚拟私有云)子网中。
用户终端10和数据处理设备20之间还可以包括企业GSLB(Global Server LoadBalance，全局负载均衡)服务器40、防火墙50、和用户终端ELB(Elastic Load Balancing，弹性负载均衡)60。
其中，企业GSLB服务器40用于对接入企业公有云的设备进行全局负载均衡控制。防火墙50用于隔离企业公有云内部网络和外部网络，对企业公有云内部网络的信息安全提供保障。用户终端ELB 60用于对来自用户终端10的访问请求进行负载均衡处理。
上述云服务系统可以基于云技术(Cloud technology)来构建。云技术是指在广域网或局域网内将硬件、软件、网络等系列资源统一起来，实现数据的计算、储存、处理和共享的一种托管技术。云技术基于云计算商业模式应用的网络技术、信息技术、整合技术、管理平台技术、应用技术等的总称，可以组成资源池，按需所用，灵活便利。云计算技术将变成重要支撑。技术网络系统的后台服务需要大量的计算、存储资源，如视频网站、图片类网站和更多的门户网站。伴随着互联网行业的高度发展和应用，将来每个物品都有可能存在自己的识别标志，都需要传输到后台系统进行逻辑处理，不同程度级别的数据将会分开处理，各类行业数据皆需要强大的系统后盾支撑，只能通过云计算来实现。
云计算(cloud computing)是一种计算模式，它将计算任务分布在大量计算机构成的资源池上，使各种应用系统能够根据需要获取计算力、存储空间和信息服务。提供资源的网络被称为“云”。“云”中的资源在使用者看来是可以无限扩展的，并且可以随时获取，按需使用，随时扩展，按使用付费。
作为云计算的基础能力提供商，会建立云计算资源池(简称云平台，一般称为IaaS(Infrastructure as a Service，基础设施即服务)平台)，在资源池中部署多种类型的虚拟资源，供外部客户选择使用。云计算资源池中主要包括：计算设备(为虚拟化机器，包含操作系统)、存储设备、网络设备。按照逻辑功能划分，在IaaS层上可以部署PaaS(Platform asa Service，平台即服务)层，PaaS层之上再部署SaaS(Software as a Service，软件即服务)层，也可以直接将SaaS部署在IaaS上。PaaS为软件运行的平台，如数据库、web(网页)容器等。SaaS为各式各样的业务软件，如web门户网站、短信群发器等。一般来说，SaaS和PaaS相对于IaaS是上层。
公有云(Public Cloud)通常指第三方提供商为用户提供的能够使用的云，公有云一般可通过Internet(互联网)使用，可能是免费或成本低廉的，公有云的核心属性是共享资源服务。这种云有许多实例，可在当今整个开放的公有网络中提供服务。VPC是存在于公有云中的私有云(Private Cloud)，亦即一种网际云。
云存储(cloud storage)是在云计算概念上延伸和发展出来的一个新的概念，分布式云存储系统(以下简称存储系统)是指通过集群应用、网格技术以及分布存储文件系统等功能，将网络中大量各种不同类型的存储设备(存储设备也称之为存储节点)通过应用软件或应用接口集合起来协同工作，共同对外提供数据存储和业务访问功能的一个存储系统。
目前，存储系统的存储方法为：创建逻辑卷，在创建逻辑卷时，就为每个逻辑卷分配物理存储空间，该物理存储空间可能是某个存储设备或者某几个存储设备的磁盘组成。客户端在某一逻辑卷上存储数据，也就是将数据存储在文件系统上，文件系统将数据分成许多部分，每一部分是一个对象，对象不仅包含数据而且还包含数据标识(ID，ID entity)等额外的信息，文件系统将每个对象分别写入该逻辑卷的物理存储空间，且文件系统会记录每个对象的存储位置信息，从而当客户端请求访问数据时，文件系统能够根据每个对象的存储位置信息让客户端对数据进行访问。
存储系统为逻辑卷分配物理存储空间的过程，具体为：按照对存储于逻辑卷的对象的容量估量(该估量往往相对于实际要存储的对象的容量有很大余量)和独立冗余磁盘阵列(RAID，Redundant Array of Independent Disk)的组别，预先将物理存储空间划分成分条，一个逻辑卷可以理解为一个分条，从而为逻辑卷分配了物理存储空间。
本申请实施例提供了一种数据处理和数据显示的技术方案，用于实现数据的存储和可视化。如图2所示，其示出了本申请技术方案的整体流程图。
用户可以使用用户终端10登录目标应用程序，并通过该目标应用程序生成用户数据，该用户数据中包括健康自查上报对应的数据和电子通行证对应的数据。其中，健康自查上报对应的数据包括基本身份信息、人员信息、旅居信息和症状信息；电子通行证对应的数据包括健康自报信息和检查自报信息。用户终端10在获取上述用户数据之后，可以向数据处理设备20发送该用户数据，对应的，数据处理设备20进行源数据采集，获取上述用户数据。
数据处理设备20在获取上述用户数据之后，根据该用户数据构建疫情数据资源池，对用户数据进行处理，得到疫情专题数据库，该疫情专题数据库中可以包括确诊库、疑似库、发烧库、指标库、预返库、已返库、同程人员库和标签库等。进一步地，数据处理设备对疫情数据统一管理与可视化呈现，向数据显示设备30发送上述疫情专题数据库中的数据。
数据显示设备30在接收上述疫情专题数据库中的数据，对数据进行可视化呈现。可选地，数据显示设备30可以在疫情分析应用和第三方应用上实现数据可视化。其中，疫情分析应用是指用于对疫情进行分析的应用，可选地，该疫情分析应用通过向用户展示可视化数据，使得用户可以根据可视化数据进行疫情综合分析、线索管理、疫情预警、决策指挥和疫情防控等；第三方应用是指仅仅对数据进行可视化呈现的应用，如普通用户所使用的用户终端上的应用程序。
本申请实施例提供了一套完整的数据处理方法和数据显示方法，下面通过几个实施例对本申请技术方案进行介绍说明。
请参考图3，其示出了本申请一个实施例提供的数据处理方法的流程图。该方法可应用于图1所示的数据处理系统中，如各步骤的执行主体可以是数据处理设备20(以下称为“计算机设备”)，该方法可以包括以下几个步骤(301～304)：
步骤301，获取由目标应用程序中的目标功能对象采集的用户数据。
目标应用程序用于采集用户数据，该目标应用程序运行在上述用户终端上，可选地，目标应用程序可以通过目标功能对象采集用户数据。
在一种可能的实施方式中，目标功能对象是依赖于上述目标应用程序运行的子应用程序。目标功能对象为子应用程序，目标应用程序为母应用程序，子应用程序是依赖母应用程序运行的应用程序，子应用程序可以称之为小应用程序，即目标功能对象可以称之为小程序。可选地，用户通过扫描目标功能对象对应的二维码或者搜索目标功能对象的名称，即可直接打开该目标功能对象。目标功能对象可以在目标应用程序中被便捷地获取和传播，目标应用程序是用于承载子应用程序的应用程序，为目标功能对象的实现提供环境。目标应用程序是原生应用程序，原生应用程序是可直接运行于操作系统的应用程序。在本申请实施例中，上述目标应用程序可以是社交应用程序、专门支持子应用程序的专用应用程序、文件管理应用程序、邮件应用程序或者游戏应用程序等，本申请实施例对此不做限制。其中，社交应用程序包括即时通信应用、SNS(Social Network Service，社交网站)应用或者直播应用等。
在另一种可能的实施方式中，目标功能对象是目标应用程序中的公众平台帐号。公众平台帐号也称为公众号，是公众号运营者在公众平台上申请的用户帐号。公众号运营者可通过公众平台实现与关注者之间进行文字、图片、语音、视频的全方位沟通和互动。公众号运营者通常是商家、企业、政府、媒体、名人等关注度较高的机构或个人。公众号运营者可通过公众平台向关注者发送消息、接收关注者发送的消息、获取关注者的地理位置信息、向关注者提供各类服务等，形成一种主流的线上线下互动方式。公众平台是指用于与公众平台帐号的关注者进行线上线下互动的开放平台。如微信公众平台、易信公众平台、来往公众平台、人人网公众平台等。公众平台通常基于社交类应用实现。公众号运营者在社交类应用中申请用户帐号后，社交类应用中的普通用户便可关注该用户帐号，或者与该用户帐号成为好友关系。之后，普通用户和公众号运营者可以以社交类应用为媒介，进行文本、图片、语音、视频等信息交互。
在再一种可能的实现方式中，目标功能对象是目标应用程序提供的原生功能模块。原生功能模块是指目标应用程序的主程序框架所实现的功能。例如，在目标应用程序的原生用户界面中显示有目标功能对象的操作入口，用户点击该操作入口即可触发显示目标功能对象的用户界面。
用户数据用于为相关决策的生成提供线索。在本申请实施例中，用户数据是用户通过上述目标应用程序对应的目标功能对象生成的。
在一种可能的实施方式中，上述用户数据为用户自助上报的数据。可选地，上述目标功能对象可以具有信息自助上报功能，计算机设备基于目标功能对象提供的自助上报功能获取的用户数据。用户在该登录上述目标应用程序之后，可以选择该目标功能对象进行信息自助上报，如在信息登记页面进行信息登记以完成信息自助上报，进而用户终端根据用户自助登记的信息，生成对应的用户数据，并向计算机设备发送该用户数据，对应的，计算机设备获取该用户数据。
示例性地，以目标应用程序为健康上报程序为例，结合参考图4，用户登录健康上报程序时，在用户终端上显示健康上报程序首页40，其中，健康上报程序首页40中包括第一目标功能对象41，进一步地，用户点击第一目标功能对象41，则健康上报小程序首页40跳转至健康自查信息登记页面42。其中，健康自查信息登记页面42中包括基本信息、人员信息、近期旅途信息和症状信息等。之后，用户在健康自查登记页面42中输入对应的信息，进而用户终端根据第一目标功能41获取用户自助登记的信息，并生成对应的用户数据，向计算机设备发送该用户数据。
在另一种可能的实施方式中，上述用户数据为用户查验上报的数据。可选地，上述目标功能对象可以具有信息查验上报功能，计算机设备基于目标功能对象提供的查验上报功能获取的用户数据。查验用户在该登录上述目标应用程序之后，可以选择该目标功能对象对上述用户的电子信息码进行查验，如在信息查验界面对用户的电子信息码进行扫描以完成信息查验上报，进而查验用户所使用的用户终端根据查验所获得的用户信息，生成对应的用户数据，并向计算机设备发送该用户数据，对应的，计算机设备获取该用户数据。
示例性地，以目标应用程序为健康上报程序为例，结合参考图5，用户登录健康上报程序时，在用户终端上显示健康上报程序首页40，其中，健康上报程序首页40中包括第二目标功能对象51，进一步地，用户点击第二目标功能对象51，则健康上报小程序首页40跳转至电子健康通行证页面52。其中，电子健康通行证页面52中包括电子健康码53，进一步地，当查验用户使用用户终端对电子健康码进行扫描后，该查验用户终端生成对应的用户数据，并向计算机设备发送该用户数据。
上述电子信息码用于记录用户的基本数据，该基本数据可以包括上述用户自助登记的信息对应的数据。在一种可能的实施方式中，该电子信息码在用户第一次登录目标应用程序或使用目标功能对象时生成，之后，通过用户对自身信息的完善，电子信息码进行数据更新，记录用户数据；在另一种可能的实施方式中，该电子信息码在用户完善部分或全部用户信息时生成，如在用户完成上述信息自助上报时生成该用户的电子信息码，该电子信息码中包括用户自助上报的信息对应的数据。需要说明的一点是，在本申请实施例中，上述电子信息码该可以用于记录用户的旅途轨迹，例如，当该电子信息码被查验用户所查验后，自动进行数据更新，调用用户终端的位置权限获取用户当前位置进行记录。
需要说明的一点是，上述基于查验上报功能获取的用户数据中可以包括上述电子信息码中用户的基本数据，也可以只包括用户的旅途轨迹，本申请实施例对此不做限制。示例性地，计算机设备获取的数据类型如表一所示：
表一
Figure BDA0002428738790000111
其中，上述表格中序号2-8代表的数据为通过健康自查上报获取的用户数据，即自助上报的用户数据；序号10-18代表的数据为通过电子通行健康码获取的用户数据，即查验上报的用户数据。
需要说明的一点是，上述表一中的内容只是对数据类型示例性的介绍，在实际情况中，不同的地区可以根据实际情况增加或就减少不同的数据类型，如增加口罩预约信息类型。
步骤302，将用户数据存储至贴源归集库中。
贴源归集库是用于存储原始的用户数据的数据库。可选地，计算机设备在获取上述用户数据之后，可以将该用户数据直接存储至贴源归集库中。在本申请实施例中，计算机设备在获取上述用户数据之后，可以对该用户数据进行分类存储，可选地，上述步骤302包括以下几个步骤：
1、对用户数据进行分类，得到多种不同类别的数据项；
2、将多种不同类别的数据项存储至贴源归集库中。
数据项是指上述用户数据中的任意类别的数据。可选地，上述用户数据中的不同类别的数据项包括以下至少一项：基本身份信息、人员信息、旅居信息、症状信息、健康自报信息、检查登记信息。其中，基本身份信息用于指示用户自身客观存在的信息，如用户的姓名、性别、出生日期、证件类型、身份证、居住地址等信息；人员信息用于确定用户当前属性，例如，确定用户是否为外来人员，或确定用户是否为身体不适人员，等等；旅居信息用于指示用户的定位变化信息，该定位变化信息可以用来确定用户是否在预设时间段内经过特殊地区；症状信息用于指示用户当前的身体健康状态，可选地，该症状信息中可以包括发热、咳嗽、腹泻、无症状等，用户可以根据实际情况选择对应的症状，进而使得用户数据中包括上述症状信息；健康自报信息是指基于自助上报功能获取的信息，可选地，该健康自报信息可以包括上述基本身份信息、人员信息、旅居信息、症状信息中的部分或全部内容；检查登记信息是指基于查验上报获取的信息，可选地，该检查登记信息可以用于记录用户的位置变化情况，当然，该检查登记信息中还可以包括上述健康自报信息中的部分或全部内容。
可选地，在本申请实施例中，计算机设备在获取上述用户信息之后，可以对该用户信息进行分类，得到多种不同类别的数据项，进一步地，将该多种不同类别的数据项存储至贴源归集库中。
在一种可能的实施方式中，为了保证用户数据处理的及时性，计算机设备在获取上述用户信息之后，可以实时对该用户数据进行分类存储；在另一种可能的实施方式中，为了减少计算机设备对用户数据进行分类的时间，计算机设备可以在接收到多条用户数据之后，对该多条用户数据同时进行分类存储，例如，按照一定的时间间隔对获取的用户数据进行分类存储，或者，在获取到的用户数据的数量达到阈值时对当前未存储的用户数据进行分类存储。
示例性地，以上述表一中的健康自查上报为例，贴源归集库对用户数据的分类存储如下表二所示：
表二
Figure BDA0002428738790000131
Figure BDA0002428738790000141
需要说明的一点是，上述表一中的通行记录采集表对应的数据可以与上述健康自查上报对应的数据存储在贴源归集库的同一表格中，与可以存储在贴源归集库的不同表格中，本申请实施例对此不作限制。
步骤303，对贴源归集库中的用户数据进行标准化融合处理，得到标准化融合数据存储至标准融合库中。
标准融合库是用于存储标准化融合数据的数据库，可选地，计算机设备在将用户数据存储至上述贴源归集库中后，可以对该用户数据进行标准化融合处理，得到标准化融合数据，并将该标准化融合数据存储至标准融合库中。
可选地，由于用户书写习惯、书写错误、信息重复采集等问题容易造成用户数据重复、不一致等问题，计算机设备在将上述用户数据存储至贴源归集库之后，可以对该用户数据进行标准化处理和融合处理，得到标准化融合数据，并将该标准化融合数据存储至标准融合库。
上述标准化用于指示用户数据存储时的书写规范，可选地，计算机设备指根据预设标准对用户数据进行修改，该预设标准可以根据实际情况由用户进行设置。需要说明的一点是，对于不同类型的数据具有不同的预设标准，如对居住地址的预设标准为“书写中不包括省、市”，则当用户数据中的居住地址为“B省A市”时，对居住地址标准化为“BA”。
上述融合用于保证用户数据的非重复性，可选地，计算机设备可以根据已存储至标准融合库中的用户数据来检测上述用户数据的重复性，并对该用户数据中重复的数据进行删除，保留未重复的数据作为融合后的用户数据。当然，在其它可能的实施方式中，为了准确保证用户数据的唯一性，计算机设备在确定上述用户数据是否重复时，也可以将该用户数据，与其它准备进行标准化融合处理的用户数据进行比较。
示例性地，以上述表一中的通行记录采集表为例，标准融合库中的标准融合库的存储如下表三：
表三
Figure BDA0002428738790000151
Figure BDA0002428738790000161
需要说明的一点是，上述表一中的健康自查上报对应的数据可以与上述通行记录采集表对应的数据存储在标准融合库的同一表格中，与可以存储在标准融合库的不同表格中，本申请实施例对此不作限制。
步骤304，对标准融合库中的标准化融合数据进行专题分类处理，得到专题分类数据存储至专题数据库中。
专题数据库是用于存储专题分类数据的数据库。可选地，计算机设备在获得标准化融合数据之后，可以对该标准化融合数据进行专题分类处理，得到专题分类数据并存储至专题数据库中。
需要说明地一点是，上述专题数据库在存储专题分类数据的同时，可以存储该专题分类数据对应的统计数据，因此，在本申请实施例中，计算机设备在将上述标准化融合数据存储至标准融合库后，可以按照不同的专题分类，对标准融合库中的标准化融合数据进行分类统计，得到专题分类分别对应的专题分类数据，进而，将该专题分类数据存储至专题数据库中。
可选地，上述专题数据库中包括以下至少一种专题分类的数据库：确诊库、疑似库、发烧库、密接库、指标库、预返库、已返库、同程人员库、普通市民库、标签库。其中，确诊库用于存储确认患有某个疾病的用户对应的用户数据；疑似库用于存储疑似患有某个疾病的用户对应的用户数据；发烧库用于存储出现发烧症状的用户对应的用户数据；密接库用于存储与上述确诊库或疑似库中的用户密切接触过的用户对应的用户数据；指标库用于存储需要实现可视化的统计数据，可选地，在指标库中可以包括基础指标库和应用指标库，其中，应用指标库是根据可视化情况对基础指标库中的数据进行分类组合而形成的数据库，上述可视化情况可以包括以下至少一项：数据可视化的地点、数据可视化的人数和数据可视化的展示人员，例如，若数据可视化的地点为医院，则可视化的数据中可以包括确证人数和疑似人数，或者，若视化的地点为车站，则可视化的数据中可以包括预返人数和已返人数；预返库用于存储在预计时间段内返回某地的用户对应的用户数据；已返库用于存储当前已经返回某地的用户对应的用户数据；同程人员库用于存储返回某地时包括同程人员的用户对应的用户数据，其中，该同程人员可以由用户自助上报，也可以由计算机设备获取，如对于使用火车返程的用户，计算机设备可以获取与该用户同一火车的用户作为同程人员；标签库用于存储计算机设备所获取的用户数据对应的标准化融合数据。当然，上述各个专题数据库中也可以存储有对应的统计数据，如确诊库中可以存储当前确诊人数。
在一种可能的实施方式中，该专题数据库可以示例性地分为三类数据库：基础数据库、第一处理数据库和第二处理数据库。其中，基础数据库是指存储基础数据的数据库，如标签库；第一处理数据库是指存储经过分类处理的数据的数据库，如确诊库、疑似库、发烧库、密接库、预返库、已返库、同程人员库、普通市民库等；第二处理数据库是指存储需要进行实现可视化处理的数据，如指标库。
示例性地，以人员信息为例，上述标签库中存储的数据可以如下表四所示：
表四
Figure BDA0002428738790000171
Figure BDA0002428738790000181
示例性地，指标库库中存储的数据可以如下表五所示：
表五
Figure BDA0002428738790000182
Figure BDA0002428738790000191
Figure BDA0002428738790000201
需要说明的一点是，在一种可能的实施方式中，上述专题数据库中可以包括上述指标库中的应用指标库对应的子分类库，如大屏应用库，示例性地，大屏应用库中存储的数据如下表六所示：
表六
Figure BDA0002428738790000202
Figure BDA0002428738790000211
需要说明的一点是，上述对指标库的介绍只是示例性的，在实际情况中，用户可以根据实际情况对指标库中的数据进行增加或减少，本申请实施例对此不作限制。
综上所述，本申请实施例提供的技术方案，通过获取由目标应用程序中的目标功能对象采集的用户数据，然后对该用户数据进行标准化融合处理和专题分类处理后，得到专题分类数据存储至专题数据库中；一方面，使用统一的数据源(也即目标应用程序)采集获取用户数据，这样就保证了数据格式的统一性和规范性，避免了从多个不同系统获取用户数据需要对数据进行格式转换，降低了对用户数据进行融合处理的难度，提高了用户数据的处理效率；另一方面，通过目标应用程序采集用户数据，有助于提升用户数据的实时性，避免了从多个不同系统获取用户数据所耗费的时间，有利于实现数据的同步处理与存储。
另外，对用户数据进行分类后存储至贴源归集库，实现了用户数据的初始分类存储，便于后续对用户数据的查找和纠错。
另外，对用户数据进行统计后存储至专题数据库中，节省后续在用户数据的使用过程中的统计时间，提高用户数据的使用效率。
下面，对用户数据的标准融合操作进行介绍。
在示例性实施例中，上述步骤303包括以下几个步骤：
1、对贴源归集库中的用户数据进行标准化处理，得到标准化用户数据；
2、采用预设检测规则对标准化用户数据进行错误检测，并对检测出的错误数据进行修复，得到修复后用户数据；
3、对修复后用户数据中的敏感数据进行加密处理，得到标准化融合数据；
4、将标准化融合数据存储至所述标准融合库中。
预设检测规则用于检测用户数据的正确性。可选地，该预设检测规则可以由用户根据实际情况进行设置，不同类型的用户数据具有不同的预设检测规则，例如，手机号码的预设检测规则为“不超过11位数字”，若某个用户数据中的手机号码超过11位，则可以对该手机号码进行修改。
敏感数据是指不可直观显示的数据。在一种可能的实施方式中，该敏感数据是指用于指示唯一用户的数据，如用户的身份证号、手机号码等；在另一种可能的实施方式中，该敏感数据是指用户的隐私数据，如用户姓名、用户住址、用户的身份证号、手机号码等。进一步地，计算机设备可以对上述进行加密处理，如将手机号中的几位数字替换位“*”。可选地，工作人员可以根据不同情况确定不同的敏感数据。当然，在其它可能的实施方式中，用户也可以自己选择敏感数据，例如，用户在进行自助上报数据时，选择自身的身份证作为敏感数据，则计算机设备对该用户的身份证进行加密处理；或者，用户在进行自助上报数据时，选择自身的手机号码作为敏感数据，则计算机设备对该用户的手机号码进行加密处理。需要说明的一点是，为了保护用户的隐私不被泄漏，用户在确定敏感数据之后，计算机设备可以向用户进行多次确认；或者，相关工作人员也可以通过通信与用户进行确认；当然，计算机设备也可以将一个或多个用户数据作为必须加密数据，以此避免用户信息泄漏。
可选地，在本申请实施例中，计算机设备在获取用户数据后，可以对该用户数据进行标准化处理，得到标准化用户数据；进而，从标准融合库中获取其它用户数据，将标准化用户数据与该其它用户数据进行相似度匹配，若相似度大于阈值，则确定该用户数据中包括重复内容，将该其它用户数据与上述标准化用户数据进行融合，得到融合用户数据，其中，上述阈值可以是1％、10％、30％或70％等，本申请实施例对此不做限制；之后，根据预设检测规则，对融合用户数据进行修复，得到修复后用户数据；接着，对修复后用户数据中的敏感数据进行加密处理，得到标准化融合数据，并将标准化融合数据存储至所述标准融合库中。其中，关于用户数据的标准化处理和融合处理在上述步骤303中进行介绍，在此不作赘述。
在一种可能的实施方式中，计算机设备可以自动对进行数据修复。可选地，计算机设备在根据预设检测规则确定用户数据中存在非正确内容时，可以对用户数据自动进行修复，例如，若错误数据为“手机号码138********”，则计算机设备可以将该错误数据修复为“手机号码138********”。在另一中可能的实施方式中，计算机设备可以通过人工进行数据修复。可选地，计算机设备在在根据预设检测规则确定用户数据中存在非正确内容时，可以将错误数据发送至工作人员所使用的用户终端，进而工作人员通过其它官方系统或与用户通信来进行数据修复。
需要说明的一定是，上述对用户数据的处理顺序只是示例性的，在实际运用中，可以根据实际情况对用户数据的处理顺序进行调整，如先进行数据修复，则进行标准化处理，本申请实施例对此不作限制。
通过上述方式，对用户数据进行检测纠错，保证了所使用的用户数据的正确性。
请参考图6，其示出了本申请一个实施例提供的数据处理方法的流程图。该方法可应用于图1所示的数据处理系统中，如各步骤的执行主体可以是数据处理设备20(以下称为“计算机设备”)，该方法可以包括以下几个步骤(601～605)：
步骤601，获取由目标应用程序中的目标功能对象采集的用户数据。
步骤602，将用户数据存储至贴源归集库中。
步骤603，对贴源归集库中的用户数据进行标准化融合处理，得到标准化融合数据存储至标准融合库中。
步骤604，对标准融合库中的标准化融合数据进行专题分类处理，得到专题分类数据存储至专题数据库中。
上述步骤601-602与图3实施例中的步骤301-304相同，具体参见图3实施例，在此不做赘述。
步骤605，对专题数据库中的专题分类数据进行可视化处理，生成可视化分析报表。
可视化分析报表用于指示用户可视化处理的数据。可选地，计算机设备在获取上述专题分类数据之后，可以根据该专题分类数据，采用可视化工具，如Tableau、Qlikview和SiSense等，生成可视化分析报表，并向数据显示设备发送该可视化分析报表，进而数据显示设备根据该可视化报表实现用户数据的可视化。其中，上述数据显示设备可以是单人可视化设备，如用户终端，该用户终端上可以运行由进行可视化数据展示的应用程序，该应用程序可以时需要下载安装的应用程序，也可以是即点即用的小程序；当然，上述数据显示设备可以是多人可视化设备，如公共场合的大屏。
需要说明的一点是，计算机设备可以根据不同的情况生成不同的可视化报表。示例性的，结合参考图7和图8。对于健康码数据的可视化报表如图7所述，该健康数据运营70中包括健康码网络通行情况71、网格-通行人员分类统计72、症状异常人员分布统计73、特殊体温人员占比分析74、所属区域网格分布75、健康码卡口通行情况76、卡口-通行方式统计77和卡口-当日通行分布统计78等。对于健康数据的可视化报表如图8所示，该数据运营80中包括健康自查上报情况81、网格-通行人员分类统计82、症状类型占比83、健康状态统计84、接触占比85、近期旅居占比86、疫情线索上报87和口罩摇号预约统计88等。
综上所述，在本申请实施例提供的技术方案中，将用户数据生成可视化报表，实现了用户数据的可视化，使得用户可以直观地看到各种数据及其变化情况，提高了用户数据的分析效率，有利于根据用户数据快速作出对应的决策。
请参考图9，其示出了本申请一个实施例提供的数据显示方法的流程图。该方法可应用于图1所示的数据处理系统中，如各步骤的执行主体可以是数据显示设备30(以下称为“计算机设备”)，该方法可以包括以下几个步骤(901～903)：
步骤901，向服务器发送数据获取请求。
数据获取请求用于请求获取用户数据的分类统计结果，可选地，计算机设别可以按照一定的时间间隔向服务器发送数据获取请求，例如，在每天的6:00am向服务器发送数据获取请求，以对可视化数据进行日更新。其中，该服务器是指上述数据处理设备对应的后台服务器。当然，在其它可能的实施方式中，计算机设备也可以自动获取服务器发送的数据，如服务器在获取上述用户数据后，实时向计算机设备发送该用户数据。
步骤902，接收服务器发送的专题分类数据的可视化分析报表。
专题分类数据是对用户数据进行标准化融合处理和专题分类处理后得到的。可选地，服务器在接收到上述数据获取请求之后，可以根据数据获取请求向计算机设备发送专题分类数据的可视化分析报表，对应的，计算机设备接收该可视化分析报表。
步骤903，显示可视化分析报表。
可选地，计算机设备接收该可视化分析报表之后，显示该可视化分析报表。需要说明的一点是，服务器在接收到上述数据获取请求之后，也可以根据该数据获取请求向计算机设备发送专题分类数据，进而计算机设备根据该专题分类数据实现数据的可视化，本申请实施例对此不作限制。
需要说明的一点是，对于不同的可视化场景，上述服务器发送的可视化分析报表或专题分类数据可以不同。
综上所示，本申请实施例提供的技术方案中，对用户数据实现可视化，使得用户可以直观地看到各种数据及其变化情况，提高了用户数据的分析效率，有利于根据用户数据快速作出对应的决策。
下述为本申请装置实施例，可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节，请参照本申请方法实施例。
请参考图10，其示出了本申请一个实施例提供的数据处理装置的框图。该装置具有实现上述数据处理方法的功能，所述功能可以由硬件实现，也可以由硬件执行相应的软件实现。该装置可以是数据处理设备，也可以设置在数据处理设备中。该装置1000可以包括：数据获取模块1010、数据存储模块1020、数据融合模块1030和数据分类模块1040。
数据获取模块1010，用于获取由目标应用程序中的目标功能对象采集的用户数据。
数据存储模块1020，用于将所述用户数据存储至贴源归集库中。
数据融合模块1030，用于对所述贴源归集库中的所述用户数据进行标准化融合处理，得到标准化融合数据存储至标准融合库中。
数据分类模块1040，用于对所述标准融合库中的所述标准化融合数据进行专题分类处理，得到专题分类数据存储至专题数据库中。
在示例性实施例中，如图11所示，所述数据融合模块1030，包括：标准处理单元1031、数据检测单元1032、数据加密单元1033和数据存储单元1034。
标准处理单元1031，用于对所述贴源归集库中的所述用户数据进行标准化处理，得到标准化用户数据。
数据检测单元1032，用于采用预设检测规则对所述标准化用户数据进行错误检测，并对检测出的错误数据进行修复，得到修复后用户数据。
数据加密单元1033，用于对所述修复后用户数据中的敏感数据进行加密处理，得到所述标准化融合数据；
数据存储单元1034，用于将所述标准化融合数据存储至所述标准融合库中。
在示例性实施例中，所述数据检测单元，还用于从标准融合库中获取其它用户数据；将所述标准化用户数据与所述其它用户数据进行相似度匹配；响应于所述相似度大于阈值，将所述其它用户数据与所述标准化用户数据进行融合，得到融合用户数据；根据所述预设检测规则，对所述融合用户数据进行修复，得到所述修复后用户数据。
在示例性实施例中，所述数据分类模块1040，用于按照不同的专题分类，对所述标准融合库中的所述标准化融合数据进行分类统计，得到所述专题分类分别对应的专题分类数据；将所述专题分类数据存储至所述专题数据库中。
在示例性实施例中，所述专题数据库包括以下至少一种专题分类的数据库：确诊库、疑似库、发烧库、密接库、指标库、预返库、已返库、同程人员库、普通市民库、标签库。
在示例性实施例中，所述数据存储模块1020，用于对所述用户数据进行分类，得到多种不同类别的数据项；将所述多种不同类别的数据项存储至所述贴源归集库中。
在示例性实施例中，所述不同类别的数据项包括以下至少一项：基本身份信息、人员信息、旅居信息、症状信息、健康自报信息、检查登记信息。
在示例性实施例中，如图11所示，所述装置1000还包括：数据处理模块1050。
数据处理模块1050，用于对所述专题数据库中的所述专题分类数据进行可视化处理，生成可视化分析报表。
在示例性实施例中，所述目标功能对象是依赖于所述目标应用程序运行的子应用程序。
在示例性实施例中，所述用户数据包括基于所述目标功能对象提供的自助上报功能获取的用户数据；和/或，基于所述目标功能对象提供的查验上报功能获取的用户数据。
综上所述，本申请实施例提供的技术方案，通过获取由目标应用程序中的目标功能对象采集的用户数据，然后对该用户数据进行标准化融合处理和专题分类处理后，得到专题分类数据存储至专题数据库中；一方面，使用统一的数据源(也即目标应用程序)采集获取用户数据，这样就保证了数据格式的统一性和规范性，避免了从多个不同系统获取用户数据需要对数据进行格式转换，降低了对用户数据进行融合处理的难度，提高了用户数据的处理效率；另一方面，通过目标应用程序采集用户数据，有助于提升用户数据的实时性，避免了从多个不同系统获取用户数据所耗费的时间，有利于实现数据的同步处理与存储。
请参考图12，其示出了本申请一个实施例提供的数据显示装置的框图。该装置具有实现上述数据显示方法的功能，所述功能可以由硬件实现，也可以由硬件执行相应的软件实现。该装置可以是数据显示设备，也可以设置在数据希纳是设备中。该装置1200可以包括：请求发送模块1210、数据接收模块1220和数据显示模块1230。
请求发送模块1210，用于向服务器发送数据获取请求，所述数据获取请求用于请求获取用户数据的分类统计结果。
数据接收模块1220，用于接收所述服务器发送的专题分类数据的可视化分析报表，所述专题分类数据是对所述用户数据进行标准化融合处理和专题分类处理后得到的。
数据显示模块1230，用于显示所述可视化分析报表。
综上所示，本申请实施例提供的技术方案中，对用户数据实现可视化，使得用户可以直观地看到各种数据及其变化情况，提高了用户数据的分析效率，有利于根据用户数据快速作出对应的决策。
需要说明的是，上述实施例提供的装置，在实现其功能时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的装置与方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
请参考图13，其示出了本申请一个实施例提供的计算机设备的结构框图。该计算机设备可用于实现上述数据处理和生成方法的功能。若该计算机设备为图1中的数据处理设备20，则该计算机设备用于实现上述数据处理方法；若该计算机设备为图1中的数据显示设备30，则该计算机设备用于实现上述数据显示方法。具体来讲：
计算机设备1300包括中央处理单元(Central Processing Unit，CPU)1301、包括随机存取存储器(Random Access Memory，RAM)1302和只读存储器(Read Only Memory，ROM)1303的系统存储器1304，以及连接系统存储器1304和中央处理单元1301的系统总线1305。计算机设备1300还包括帮助计算机内的各个器件之间传输信息的基本输入/输出系统(I/O系统)1306，和用于存储操作系统1313、应用程序1314和其他程序模块1312的大容量存储设备1307。
基本输入/输出系统1306包括有用于显示信息的显示器1308和用于用户输入信息的诸如鼠标、键盘之类的输入设备1309。其中显示器1308和输入设备1309都通过连接到系统总线1305的输入输出控制器1310连接到中央处理单元1301。基本输入/输出系统1306还可以包括输入输出控制器1310以用于接收和处理来自键盘、鼠标、或电子触控笔等多个其他设备的输入。类似地，输入输出控制器1310还提供输出到显示屏、打印机或其他类型的输出设备。
大容量存储设备1307通过连接到系统总线1305的大容量存储控制器(未示出)连接到中央处理单元1301。大容量存储设备1307及其相关联的计算机可读介质为计算机设备1300提供非易失性存储。也就是说，大容量存储设备1307可以包括诸如硬盘或者CD-ROM(Compact Disc Read-Only Memory，只读光盘)驱动器之类的计算机可读介质(未示出)。
不失一般性，计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、EPROM(Erasable Programmable Read Only Memory，可擦除可编程只读存储器)、EEPROM(Electrically Erasable Programmable Read Only Memory，电可擦可编程只读存储器)、闪存或其他固态存储其技术，CD-ROM、DVD(Digital Video Disc，高密度数字视频光盘)或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然，本领域技术人员可知计算机存储介质不局限于上述几种。上述的系统存储器1304和大容量存储设备1307可以统称为存储器。
根据本申请的各种实施例，计算机设备1300还可以通过诸如因特网等网络连接到网络上的远程计算机运行。也即计算机设备1300可以通过连接在系统总线1305上的网络接口单元1311连接到网络1312，或者说，也可以使用网络接口单元1311来连接到其他类型的网络或远程计算机系统(未示出)。
所述存储器还包括计算机程序，该计算机程序存储于存储器中，且经配置以由一个或者一个以上处理器执行，以实现上述数据处理方法，或实现上述数据显示方法。
在示例性实施例中，还提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或所述指令集在被数据处理设备的处理器执行时以实现上述数据处理方法。
在示例性实施例中，还提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或所述指令集在被数据显示设备的处理器执行时以实现上述数据显示方法。
可选地，该计算机可读存储介质可以包括：ROM(Read Only Memory，只读存储器)、RAM(Random Access Memory，随机存取存储器)、SSD(Solid State Drives，固态硬盘)或光盘等。其中，随机存取记忆体可以包括ReRAM(Resistance Random Access Memory，电阻式随机存取记忆体)和DRAM(Dynamic Random Access Memory，动态随机存取存储器)。
在示例性实施例中，还提供一种计算机程序产品，所述计算机程序产品被数据处理设备的处理器执行时，用于实现数据处理方法。
在示例性实施例中，还提供一种计算机程序产品，所述计算机程序产品被数据显示设备的处理器执行时，用于实现上述数据显示方法。
应当理解的是，在本文中提及的“多个”是指两个或两个以上。“和/或”，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。字符“/”一般表示前后关联对象是一种“或”的关系。另外，本文中描述的步骤编号，仅示例性示出了步骤间的一种可能的执行先后顺序，在一些其它实施例中，上述步骤也可以不按照编号顺序来执行，如两个不同编号的步骤同时执行，或者两个不同编号的步骤按照与图示相反的顺序执行，本申请实施例对此不作限制。
以上所述仅为本申请的示例性实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (15)

1.一种数据处理方法，其特征在于，所述方法包括：
获取由目标应用程序中的目标功能对象采集的用户数据；
将所述用户数据存储至贴源归集库中；
对所述贴源归集库中的所述用户数据进行标准化融合处理，得到标准化融合数据存储至标准融合库中；
对所述标准融合库中的所述标准化融合数据进行专题分类处理，得到专题分类数据存储至专题数据库中。
2.根据权利要求1所述的方法，其特征在于，所述对所述贴源归集库中的所述用户数据进行标准化融合处理，得到标准化融合数据存储至标准融合库中，包括：
对所述贴源归集库中的所述用户数据进行标准化处理，得到标准化用户数据；
采用预设检测规则对所述标准化用户数据进行错误检测，并对检测出的错误数据进行修复，得到修复后用户数据；
对所述修复后用户数据中的敏感数据进行加密处理，得到所述标准化融合数据；
将所述标准化融合数据存储至所述标准融合库中。
3.根据权利要求2所述的方法，其特征在于，所述对检测出的错误数据进行修复，得到修复后用户数据，包括：
从所述标准融合库中获取其它用户数据；
将所述标准化用户数据与所述其它用户数据进行相似度匹配；
响应于所述相似度大于阈值，将所述其它用户数据与所述标准化用户数据进行融合，得到融合用户数据；
根据所述预设检测规则对所述融合用户数据进行修复，得到所述修复后用户数据。
4.根据权利要求1所述的方法，其特征在于，所述对所述标准融合库中的所述标准化融合数据进行专题分类处理，得到专题分类数据存储至专题数据库中，包括：
按照不同的专题分类，对所述标准融合库中的所述标准化融合数据进行分类统计，得到所述专题分类分别对应的专题分类数据；
将所述专题分类数据存储至所述专题数据库中。
5.根据权利要求4所述的方法，其特征在于，所述专题数据库包括以下至少一种专题分类的数据库：确诊库、疑似库、发烧库、密接库、指标库、预返库、已返库、同程人员库、普通市民库、标签库。
6.根据权利要求1所述的方法，其特征在于，所述将所述用户数据存储至贴源归集库中，包括：
对所述用户数据进行分类，得到多种不同类别的数据项；
将所述多种不同类别的数据项存储至所述贴源归集库中。
7.根据权利要求6所述的方法，其特征在于，所述不同类别的数据项包括以下至少一项：基本身份信息、人员信息、旅居信息、症状信息、健康自报信息、检查登记信息。
8.根据权利要求1至7任一项所述的方法，其特征在于，所述将所述专题分类数据存储至专题数据库中之后，还包括：
对所述专题数据库中的所述专题分类数据进行可视化处理，生成可视化分析报表。
9.根据权利要求1至7任一项所述的方法，其特征在于，所述目标功能对象是依赖于所述目标应用程序运行的子应用程序。
10.根据权利要求1至7任一项所述的方法，其特征在于，所述用户数据包括：
基于所述目标功能对象提供的自助上报功能获取的用户数据；
和/或，
基于所述目标功能对象提供的查验上报功能获取的用户数据。
11.一种数据显示方法，其特征在于，所述方法包括：
向服务器发送数据获取请求，所述数据获取请求用于请求获取用户数据的分类统计结果；
接收所述服务器发送的专题分类数据的可视化分析报表，所述专题分类数据是对所述用户数据进行标准化融合处理和专题分类处理后得到的；
显示所述可视化分析报表。
12.一种数据处理装置，其特征在于，所述装置包括：
数据获取模块，用于获取由目标应用程序中的目标功能对象采集的用户数据；
数据存储模块，用于将所述用户数据存储至贴源归集库中；
数据融合模块，用于对所述贴源归集库中的所述用户数据进行标准化融合处理，得到标准化融合数据存储至标准融合库中；
数据分类模块，用于对所述标准融合库中的所述标准化融合数据进行专题分类处理，得到专题分类数据存储至专题数据库中。
13.一种数据显示装置，其特征在于，所述装置包括：
请求发送模块，用于向服务器发送数据获取请求，所述数据获取请求用于请求获取用户数据的分类统计结果；
数据接收模块，用于接收所述服务器发送的专题分类数据的可视化分析报表，所述专题分类数据是对所述用户数据进行标准化融合处理和专题分类处理后得到的；
数据显示模块，用于显示所述可视化分析报表。
14.一种计算机设备，其特征在于，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1至10任一项所述的数据处理方法，或者实现如权利要求11所述的数据显示方法。
15.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如权利要求1至10任一项所述的数据处理方法，或者实现如权利要求11所述的数据显示方法。
CN202010229141.6A 2020-03-27 2020-03-27 数据处理方法、数据显示方法、装置、设备及存储介质 Pending CN111444290A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010229141.6A CN111444290A (zh) 2020-03-27 2020-03-27 数据处理方法、数据显示方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010229141.6A CN111444290A (zh) 2020-03-27 2020-03-27 数据处理方法、数据显示方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN111444290A true CN111444290A (zh) 2020-07-24

Family

ID=71649118

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010229141.6A Pending CN111444290A (zh) 2020-03-27 2020-03-27 数据处理方法、数据显示方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN111444290A (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111915368A (zh) * 2020-07-30 2020-11-10 上海数策软件股份有限公司 汽车行业客户id识别系统、方法及介质
CN112085588A (zh) * 2020-09-02 2020-12-15 支付宝(杭州)信息技术有限公司 规则模型的安全性的确定方法、装置和数据处理方法
CN112908453A (zh) * 2021-02-09 2021-06-04 京东方科技集团股份有限公司 数据处理方法、装置、设备和介质
CN113077014A (zh) * 2021-04-29 2021-07-06 上海德衡数据科技有限公司 云边缘端信息融合方法、系统、设备及介质
CN113159201A (zh) * 2021-04-28 2021-07-23 上海德衡数据科技有限公司 基于云边缘计算智能融合信息的方法、装置及云端服务器
CN114068031A (zh) * 2020-11-17 2022-02-18 北京市天元网络技术股份有限公司 一种疫情监测处理方法及系统
CN114386509A (zh) * 2022-01-12 2022-04-22 平安普惠企业管理有限公司 数据融合方法、装置、电子设备及存储介质
CN115081544A (zh) * 2022-07-22 2022-09-20 国网浙江省电力有限公司 基于多源数据融合的电网设备全景模型数据处理方法
WO2024032117A1 (zh) * 2022-08-12 2024-02-15 超聚变数字技术有限公司 一种数据处理的方法及相关装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103310083A (zh) * 2012-03-09 2013-09-18 李晓松 一种传染病聚集性探测与早期预警系统
CN105740339A (zh) * 2016-01-25 2016-07-06 河北中科恒运软件科技股份有限公司 民政大数据融合管理系统
CN109841282A (zh) * 2018-12-10 2019-06-04 广东省中医院 一种基于云计算的中医健康管理云系统及其搭建方法
CN110110001A (zh) * 2019-05-10 2019-08-09 八戒科技服务有限公司 服务成果数据处理方法、装置、存储介质及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103310083A (zh) * 2012-03-09 2013-09-18 李晓松 一种传染病聚集性探测与早期预警系统
CN105740339A (zh) * 2016-01-25 2016-07-06 河北中科恒运软件科技股份有限公司 民政大数据融合管理系统
CN109841282A (zh) * 2018-12-10 2019-06-04 广东省中医院 一种基于云计算的中医健康管理云系统及其搭建方法
CN110110001A (zh) * 2019-05-10 2019-08-09 八戒科技服务有限公司 服务成果数据处理方法、装置、存储介质及系统

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111915368A (zh) * 2020-07-30 2020-11-10 上海数策软件股份有限公司 汽车行业客户id识别系统、方法及介质
CN111915368B (zh) * 2020-07-30 2024-02-20 上海数策软件股份有限公司 汽车行业客户id识别系统、方法及介质
CN112085588A (zh) * 2020-09-02 2020-12-15 支付宝(杭州)信息技术有限公司 规则模型的安全性的确定方法、装置和数据处理方法
CN112085588B (zh) * 2020-09-02 2022-11-29 支付宝(杭州)信息技术有限公司 规则模型的安全性的确定方法、装置和数据处理方法
CN114068031A (zh) * 2020-11-17 2022-02-18 北京市天元网络技术股份有限公司 一种疫情监测处理方法及系统
CN112908453A (zh) * 2021-02-09 2021-06-04 京东方科技集团股份有限公司 数据处理方法、装置、设备和介质
CN113159201A (zh) * 2021-04-28 2021-07-23 上海德衡数据科技有限公司 基于云边缘计算智能融合信息的方法、装置及云端服务器
CN113077014A (zh) * 2021-04-29 2021-07-06 上海德衡数据科技有限公司 云边缘端信息融合方法、系统、设备及介质
CN114386509A (zh) * 2022-01-12 2022-04-22 平安普惠企业管理有限公司 数据融合方法、装置、电子设备及存储介质
CN115081544A (zh) * 2022-07-22 2022-09-20 国网浙江省电力有限公司 基于多源数据融合的电网设备全景模型数据处理方法
CN115081544B (zh) * 2022-07-22 2022-11-01 国网浙江省电力有限公司 基于多源数据融合的电网设备全景模型数据处理方法
WO2024032117A1 (zh) * 2022-08-12 2024-02-15 超聚变数字技术有限公司 一种数据处理的方法及相关装置

Similar Documents

Publication Publication Date Title
CN111444290A (zh) 数据处理方法、数据显示方法、装置、设备及存储介质
US11361057B2 (en) Consent receipt management systems and related methods
US10740487B2 (en) Data processing systems and methods for populating and maintaining a centralized database of personal data
US10572686B2 (en) Consent receipt management systems and related methods
US10776518B2 (en) Consent receipt management systems and related methods
US10678945B2 (en) Consent receipt management systems and related methods
US10769302B2 (en) Consent receipt management systems and related methods
US10685140B2 (en) Consent receipt management systems and related methods
Wang et al. Spatial, temporal, and content analysis of Twitter for wildfire hazards
US11874937B2 (en) Apparatuses, methods, and computer program products for programmatically parsing, classifying, and labeling data objects
US20190215344A1 (en) Consent receipt management systems and related methods
Cochrane Public Health Group et al. Digital contact tracing technologies in epidemics: a rapid review
US20240281720A1 (en) Apparatuses, methods, and computer program products for programmatically parsing, classifying, and labeling data objects
CN111444992A (zh) 基于信息码的用户信息查验方法及系统
JP2019523958A (ja) ビッグデータの非識別化処理方法
US10938684B2 (en) Disparate monitoring for IoT
US20170331916A1 (en) Communication management in a social networking environment
US20200372372A1 (en) Predicting the disaster recovery invocation response time
US20190317973A1 (en) Social sharing path user interface insights
US8396877B2 (en) Method and apparatus for generating a fused view of one or more people
CN111507439A (zh) 基于信息码的用户信息查验方法及系统
CN111403034A (zh) 用户信息管控方法及系统
Yang et al. Design of enterprise management system based on edge computing architecture
Buchel et al. Geospatial analysis
Saxena Big data for digital transformation of public services

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

Application publication date: 20200724

RJ01 Rejection of invention patent application after publication