CN111489815B - 基于用户行为分析的医疗资源分配方法及云计算服务器 - Google Patents

基于用户行为分析的医疗资源分配方法及云计算服务器 Download PDF

Info

Publication number
CN111489815B
CN111489815B CN202010308341.0A CN202010308341A CN111489815B CN 111489815 B CN111489815 B CN 111489815B CN 202010308341 A CN202010308341 A CN 202010308341A CN 111489815 B CN111489815 B CN 111489815B
Authority
CN
China
Prior art keywords
information
data
interactive
user terminal
feature
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010308341.0A
Other languages
English (en)
Other versions
CN111489815A (zh
Inventor
蔡绪柳
蔡绪庆
魏保平
赵芳
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.)
BEIJING JINGWEI CHUANQI MEDICINE SERVICES Co.,Ltd.
Original Assignee
Beijing Jingwei Chuanqi Medicine Services 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 Beijing Jingwei Chuanqi Medicine Services Co ltd filed Critical Beijing Jingwei Chuanqi Medicine Services Co ltd
Priority to CN202011500423.1A priority Critical patent/CN112530565A/zh
Priority to CN202010308341.0A priority patent/CN111489815B/zh
Priority to CN202011495330.4A priority patent/CN112530564A/zh
Publication of CN111489815A publication Critical patent/CN111489815A/zh
Application granted granted Critical
Publication of CN111489815B publication Critical patent/CN111489815B/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
    • G16H40/00ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/20ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Development Economics (AREA)
  • Medical Informatics (AREA)
  • Educational Administration (AREA)
  • Epidemiology (AREA)
  • Game Theory and Decision Science (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本申请是关于基于用户行为分析的医疗资源分配方法及云计算服务器。应用本申请方案,通过对采集到的用户终端的用户行为数据进行分析,从而实现对用户得行为特征分析,进而实现就医信息的检测以及当前就医指导信息的生成。进一步地,通过向当前就医指导信息中的就医地点信息对应的当前数据分析中心发送与当前就医指导信息对应的就医请求信息,能够预先确定当前数据数据分析中心对应的医院能否接受当前就医指导信息从而对用户进行医治。若能,则将当前就医指导信息推送给对应的用户终端。否不能,则对当前就医指导信息进行修改。这样,这样可以快速且准确地对医疗资源进行分配,从而有效改善因医疗资源分配不当而引起医院过载的问题。

Description

基于用户行为分析的医疗资源分配方法及云计算服务器
技术领域
本申请涉及智能医疗技术领域,尤其涉及基于用户行为分析的医疗资源分配方法及云计算服务器。
背景技术
医疗领域作为保障民生的重点领域,是确保人们健康的关键。在社会正常运作时,医疗资源能够被合理地分配。然而,在发生大型的公共卫生安全事故时,医疗资源常常出现超负荷的问题,这样会影响对患者的救治效率。随着大数据的发展,智能医疗已逐步应用于医疗领域。但是现有的智能医疗技术大多仅限于实现远程医疗,在面对突发的公共卫生安全事故时,现有的智能医疗技术仍然存在难以合理分配医疗资源的问题。
发明内容
本申请提供基于用户行为分析的医疗资源分配方法及云计算服务器,以改善现有技术存在的上述问题。
所述方案的具体描述如下。
一种基于用户行为分析的医疗资源分配方法,应用于与多个用户终端以及多个数据分析中心通信的云计算服务器,所述方法包括:
采集每个用户终端的用户行为数据;其中,所述用户行为数据包括所述用户终端对应的运动轨迹数据、所述用户终端对应的用户生物特征数据以及所述用户终端与所述数据分析中心的交互纪录数据;
基于每个用户行为数据中的用户生物特征数据检测每个用户终端是否存在就医信息;在检测到所述用户终端存在所述就医信息时,依据所述用户终端对应的用户行为数据中的运动轨迹数据以及交互记录数据生成所述用户终端对应的当前就医指导信息;
向所述当前就医指导信息中的就医地点信息对应的当前数据分析中心发送与所述当前就医指导信息对应的就医请求信息;判断是否接收到所述当前数据分析中心基于所述就医请求信息反馈的响应信息;
若在设定时段内接收到所述当前数据分析中心反馈的响应信息,则将所述当前就医指导信息推送给对应的用户终端;
若在所述设定时段内未接收到所述响应信息或在所述设定时段内接收到当前数据分析中心反馈的针对所述就医请求信息的拒绝信息,则对所述当前就医指导信息中包括的就医地点信息和/或就医时间信息进行修改,并返回向所述当前就医指导信息中的所述就医地点信息对应的当前数据分析中心发送与所述当前就医指导信息对应的就医请求信息的步骤。
进一步地,在采集每个用户终端的用户行为数据的步骤之前,所述方法还包括:
向每个用户终端发送用于进行用户行为数据采集的授权请求;
接收每个用户终端针对所述授权请求反馈的授权信息;
解析所述授权信息,得到所述授权信息中包括的所述用户终端的标识信息,根据所述标识信息确定建立与所述用户终端的数据传输链路;其中,每个用户终端对应一个数据传输链路。
进一步地,对所述当前就医指导信息中包括的就医地点信息和/或就医时间信息进行修改的步骤,包括:
从所述运动轨迹数据中确定所述用户终端的常驻地的第一位置,获取每个数据分析中心的第二位置;其中,所述第一位置和所述第二位置位于相同的世界坐标系下;
确定距离所述第一位置最近的第二位置对应的第一数据分析中心;
在所述第一数据分析中心为一个时,根据所述第一数据分析中心对应的第二位置对所述当前就医指导信息中包括的就医地点信息和/或就医时间信息进行修改;
在所述第一数据分析为多个时,确定所述第一位置与多个第二位置之间的导航路径并获取每个导航路径的耗时,根据耗时最短的第二位置对所述当前就医指导信息中包括的就医地点信息和/或就医时间信息进行修改;其中,所述耗时为从所述第一位置到所述第二位置的耗时。
进一步地,基于每个用户行为数据中的用户生物特征数据检测每个用户终端是否存在就医信息的步骤,包括:
将所述用户生物特征数据的面部特征数据和语音特征数据列出,确定所述面部特征数据对应的面部特征集,确定所述语音特征数据对应的语音特征集,所述面部特征集和所述语音特征集分别包括多个不同特征维度的特征向量;
获取所述面部特征数据在所述面部特征集的任一特征向量的第一向量序列,将所述语音特征集中具有最小特征维度的特征向量确定为目标特征向量;
根据所述面部特征数据和所述语音特征数据之间的预设转换权重将所述第一向量序列迁移到所述目标特征向量,在所述目标特征向量中得到第二向量序列,并根据所述第一向量序列和所述第二向量序列,生成所述面部特征数据和所述语音特征数据之间的特征变换列表;
以所述第二向量序列为基准序列在所述目标特征向量中获取第三向量序列,并根据所述特征变换列表对应的逆特征变换列表将所述第三向量序列迁移到所述第一向量序列所在特征向量,在所述第一向量序列所在特征向量中得到所述第三向量序列对应的第四向量序列,并确定所述第四向量序列为目标向量序列;其中,所述目标向量序列用于表征所述用户生物特征数据对应的行为特征的行为特征向量的向量序列;
根据所述目标向量序列确定所述用户生物特征数据对应的行为特征的行为特征向量;在所述特征向量与预设向量的余弦距离小于设定距离时,确定所述用户终端存在所述就医信息,在所述特征向量与预设向量的余弦距离大于等于设定距离时,确定所述用户终端不存在所述就医信息。
进一步地,依据所述用户终端对应的用户行为数据中的运动轨迹数据以及交互记录数据生成所述用户终端对应的当前就医指导信息的步骤,包括:
根据所述运动轨迹数据的轨迹节点列表以及所述交互记录数据的多个交互数据包,生成所述用户终端对应的当前就医指导信息。
进一步地,将所述当前就医指导信息推送给对应的用户终端的步骤,包括:
将所述当前就医指导信息转换为多种目标信息;其中,所述目标信息为文字信息、语音信息或图像信息;
将所述多种目标信息推送给对应的用户终端以使所述用户终端对所述多种目标信息中的至少一种目标信息进行输出。
进一步地,所述方法还包括:
获取针对所述设定时段进行修改的修改指令;
基于所述修改指令对所述设定时段进行修改。
一种云计算服务器,包括:处理器,以及与处理器连接的内存和网络接口;所述网络接口与云计算服务器中的非易失性存储器连接;所述处理器在运行时通过所述网络接口从所述非易失性存储器中调取计算机程序,并通过所述内存运行所述计算机程序,以执行上述的方法。
一种应用于计算机的可读存储介质,所述可读存储介质烧录有计算机程序,所述计算机程序在云计算服务器的内存中运行时实现上述的方法。
应用本申请实施例基于用户行为分析的医疗资源分配方法及云计算服务器时,通过对采集到的用户终端的用户行为数据进行分析,从而实现对用户得行为特征分析,进而实现就医信息的检测以及当前就医指导信息的生成。进一步地,通过向当前就医指导信息中的就医地点信息对应的当前数据分析中心发送与当前就医指导信息对应的就医请求信息,能够预先确定当前数据数据分析中心对应的医院能否接受当前就医指导信息从而对用户进行医治。若能,则将当前就医指导信息推送给对应的用户终端。否不能,则对当前就医指导信息进行修改。这样,这样可以快速且准确地对医疗资源进行分配,从而有效改善因医疗资源分配不当而引起医院过载的问题。
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和解释性的,并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
图1是本申请根据一示例性实施例示出的一种基于用户行为分析的医疗资源分配系统的原理示意图。
图2是本申请根据一示例性实施例示出的一种基于用户行为分析的医疗资源分配方法的流程图。
图3是本申请根据一示例性实施例示出的一种基于用户行为分析的医疗资源分配装置的一个实施例框图。
图4为本申请基于用户行为分析的医疗资源分配装置所在云计算服务器的一种硬件结构图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本申请可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本申请范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
为改善上述问题,本发明实施例提供了一种基于用户行为分析的医疗资源分配方法及云计算服务器。
图1为本发明实施例所提供的一种基于用户行为分析的医疗资源分配系统100的原理示意图,由图1可见,该医疗资源分配系统100包括云计算服务器200、多个用户终端300和多个数据分析中心400。其中,用户终端300可以是用户的手机,每个数据处理中心400分布于一个医院内,云计算服务器200与每个用户终端300以及每个数据分析中心400通信。
在本发明实施例中,云计算服务器200通过对每个用户终端300上传的用户行为数据进行分析,可以确定出每个用户终端300对应的患者的行为特征,进而根据不同患者的行为特征对每个数据分析中心400对应的医院的就医数据进行分析,从而为每个用户终端300下发对应的就医指导信息。这样可以快速且准确地对医疗资源进行分配,从而有效改善因医疗资源分配不当而引起医院的超负荷问题。
请结合参阅图2,为本发明实施例所提供的一种基于用户行为分析的医疗资源分配方法的流程图,该方法可以应用于图1中的云计算服务器200,具体包括以下步骤。
S21,采集每个用户终端的用户行为数据;其中,所述用户行为数据包括所述用户终端对应的运动轨迹数据、所述用户终端对应的用户生物特征数据以及所述用户终端与所述数据分析中心的交互纪录数据。
在本实施例中,云计算服务器200在获得用户终端300授权的前提下,可以实时采集每个用户终端300的用户行为数据,便于后续对用户终端300对应的患者进行行为特征的分析。
运动轨迹数据可以是用户终端300在世界坐标系下的活动轨迹,例如从地点A到地点B的轨迹数据。用户生物特征数据可以是用户的面部特征数据和语音特征数据。交互记录数据可以是其他用户终端300对应的用户在数据分析中心400对应的医院就诊时的就诊数据。
S22,基于每个用户行为数据中的用户生物特征数据检测每个用户终端是否存在就医信息;在检测到所述用户终端存在所述就医信息时,依据所述用户终端对应的用户行为数据中的运动轨迹数据以及交互记录数据生成所述用户终端对应的当前就医指导信息。
在本实施例中,所述当前就医指导信息中包括就医地点信息和就医时间信息。
S23,向所述当前就医指导信息中的就医地点信息对应的当前数据分析中心发送与所述当前就医指导信息对应的就医请求信息;判断是否接收到所述当前数据分析中心基于所述就医请求信息反馈的响应信息。
在本实施例中,所述响应信息用于表征所述第一数据分析中心400接受所述就医请求信息。
S24,若在设定时段内接到所述当前数据分析中心反馈的响应信息,则将所述当前就医指导信息推送给对应的用户终端。
S25,若在所述设定时段内未接收到所述响应信息或在所述设定时段内接收到当前数据分析中心反馈的针对所述就医请求信息的拒绝信息,则对所述当前就医指导信息中包括的就医地点信息和/或就医时间信息进行修改,并返回向所述当前就医指导信息中的所述就医地点信息对应的当前数据分析中心发送与所述当前就医指导信息对应的就医请求信息的步骤。
在本实施例中,修改之后的当前就医指导信息中的就医地点信息和/或就医时间信息与修改之前的当前就医指导信息中的就医地点信息和/或就医时间信息不同。
通过上述S21-S25,通过对采集到的用户终端的用户行为数据进行分析,从而实现对用户得行为特征分析,进而实现就医信息的检测以及当前就医指导信息的生成。进一步地,通过向当前就医指导信息中的就医地点信息对应的当前数据分析中心发送与当前就医指导信息对应的就医请求信息,能够预先确定当前数据数据分析中心对应的医院能否接受当前就医指导信息从而对用户进行医治。若能,则将当前就医指导信息推送给对应的用户终端。否不能,则对当前就医指导信息进行修改。这样,这样可以快速且准确地对医疗资源进行分配,从而有效改善因医疗资源分配不当而引起医院过载的问题。
在具体实施时,为了确保就医的时效性,S25中所描述的对所述当前就医指导信息中包括的就医地点信息和/或就医时间信息进行修改的步骤,进一步包括以下内容。
S251,从所述运动轨迹数据中确定所述用户终端的常驻地的第一位置,获取每个数据分析中心的第二位置;其中,所述第一位置和所述第二位置位于相同的世界坐标系下。
S252,确定距离所述第一位置最近的第二位置对应的第一数据分析中心。
S253,在所述第一数据分析中心为一个时,根据所述第一数据分析中心对应的第二位置对所述当前就医指导信息中包括的就医地点信息和/或就医时间信息进行修改。
S254,在所述第一数据分析为多个时,确定所述第一位置与多个第二位置之间的导航路径并获取每个导航路径的耗时,根据耗时最短的第二位置对所述当前就医指导信息中包括的就医地点信息和/或就医时间信息进行修改;其中,所述耗时为从所述第一位置到所述第二位置的耗时。
在应用上述S251-S254时,在修改就医地点信息和/或就医时间信息进行修改时能够将距离与耗时考虑在内,避免修改之后的就医地点过远或者就医等待时间过过长,进而确保就医的时效性。
在进一步实施时,在S21之前,所述方法还包括获取用户终端授权的步骤,具体如下。
S31,向每个用户终端发送用于进行用户行为数据采集的授权请求。
S32,接收每个用户终端针对所述授权请求反馈的授权信息。
S33,解析所述授权信息,得到所述授权信息中包括的所述用户终端的标识信息,根据所述标识信息确定建立与所述用户终端的数据传输链路;其中,每个用户终端对应一个数据传输链路。
可以理解,通过S31-S33,能够在采集用户终端的用户行为数据之前获取用户终端的授权,这样能够确保用户终端的数据安全性。然后针对不同的用户终端建立不同的数据传输链路,能够基于每个数据传输链路独立地接收用户行为数据,避免多个用户终端的用户行为数据之间的传输干扰,进而确保采集到的用户行为数据的准确性和可靠性。
在一种可替换的实施方式中,S33所描述的根据所述标识信息确定建立与所述用户终端的数据传输链路的步骤,进一步包括以下内容。
S331,获取所述标识信息的第一类型信息。
S332,查询预设信息集合中是否存在第二类型信息,得到查询结果;其中,所述预设信息集合中包括多个预设类型信息以及每个预设类型信息的信息标签和每个预设类型信息的类型权重值,所述第二类型信息为与所述第一类型信息相同的类型信息。
S333,当所述查询结果指示所述预设信息集合中存在所述第二类型信息时,基于所述第一类型信息的第一类型权重值和所述第二类型信息的第二类型权重值,得到所述第二类型信息的传输协议。
S334,获取所述第二类型信息的信息活跃度,将所述信息活跃度确定为所述第二类型信息的链路活跃权重。
S335,基于所述传输协议和所述链路活跃权重,对所述第二类型信息的源头信息进行链路脚本提取,得到用于对所述第二类型信息进行封装的链路逻辑信息。
S336,通过预先训练的信息识别神经网络对所述第一类型信息进行特征识别,得到特征识别结果,所述特征识别结果包括所述第一类型信息的多个可能信息标签以及每个可能信息标签的触发率。
S337,根据所述查询结果和所述特征识别结果,得到所述第一类型信息的最终信息标签;基于所述最终信息标签对所述链路逻辑信息进行实例化,得到与所述最终标签信息对应的链路协议拓扑;按照所述云计算服务器的第一数据传输接口的接口类型以及所述用户终端的第二数据传输接口的接口类型对所述链路协议拓扑进行封装,得到与所述用户终端之间的数据传输链路。
在具体实施时,通过S331-S337,不仅能够确保与每个用户终端建立的数据传输链路的稳定性和抗干扰性,还能够基于链路活跃权重确保每个数据传输链路被激活时的耗时最小化。这样,可以确保用户行为数据在用户终端和云计算服务器之间传输的可靠性和时效性。
在具体实施时,为了准确及时地确定出用户终端的就医信息,在S22中,基于每个用户行为数据中的用户生物特征数据检测每个用户终端是否存在就医信息的步骤,具体可以包括以下子步骤。
S2211,将所述用户生物特征数据的面部特征数据和语音特征数据列出,确定所述面部特征数据对应的面部特征集,确定所述语音特征数据对应的语音特征集,所述面部特征集和所述语音特征集分别包括多个不同特征维度的特征向量。
S2212,获取所述面部特征数据在所述面部特征集的任一特征向量的第一向量序列,将所述语音特征集中具有最小特征维度的特征向量确定为目标特征向量。
S2213,根据所述面部特征数据和所述语音特征数据之间的预设转换权重将所述第一向量序列迁移到所述目标特征向量,在所述目标特征向量中得到第二向量序列,并根据所述第一向量序列和所述第二向量序列,生成所述面部特征数据和所述语音特征数据之间的特征变换列表。
S2214,以所述第二向量序列为基准序列在所述目标特征向量中获取第三向量序列,并根据所述特征变换列表对应的逆特征变换列表将所述第三向量序列迁移到所述第一向量序列所在特征向量,在所述第一向量序列所在特征向量中得到所述第三向量序列对应的第四向量序列,并确定所述第四向量序列为目标向量序列;其中,所述目标向量序列用于表征所述用户生物特征数据对应的行为特征的行为特征向量的向量序列。
S2215,根据所述目标向量序列确定所述用户生物特征数据对应的行为特征的行为特征向量;在所述特征向量与预设向量的余弦距离小于设定距离时,确定所述用户终端存在所述就医信息,在所述特征向量与预设向量的余弦距离大于等于设定距离时,确定所述用户终端不存在所述就医信息。
在应用上述S2211-S2215时,能够对每个用户行为数据中的用户生物特征数据进行特征分析,从而准确地检测出每个用户终端是否存在就医信息,进而确保检测结果的置信度。
进一步地,在S22中,依据所述用户终端对应的用户行为数据中的运动轨迹数据以及交互记录数据生成所述用户终端对应的当前就医指导信息,具体可以包括以下子步骤:根据所述运动轨迹数据的轨迹节点列表以及所述交互记录数据的多个交互数据包,生成所述用户终端对应的当前就医指导信息。更进一步地,还可以包括S2221-S2225所描述的内容。
S2221,提取所述运动轨迹数据的轨迹节点列表以及所述交互记录数据的多个交互数据包,基于所述轨迹节点列表确定是否存在与所述用户行为数据对应的第一交互分组和第二交互分组;其中,所述第一交互分组用于表征所述用户行为数据的第一健康信息,所述第二交互分组用于表征所述用户行为数据的第二健康信息。
S2222,若存在与所述用户行为数据对应的所述第一交互分组和所述第二交互分组,根据所述交互记录数据在所述第一交互分组下的交互数据包以及所述交互数据包的数据容量确定所述交互记录数据在所述第二交互分组下的各交互数据包与所述交互记录数据在所述第一交互分组下的各交互数据包之间的第一数据容量差。
S2223,在所述用户行为数据对应的所述第二交互分组下包含有第一数量的交互数据包的情况下,根据所述第一数据容量差将所述交互记录数据在所述第二交互分组下至少部分交互数据包拷贝到所述第一交互分组下并将所述交互记录数据在所述第二交互分组下的至少部分交互数据包进行剔除。
S2224,在所述用户行为数据对应的所述第二交互分组下包含有第二数量的交互数据包的情况下,根据所述交互记录数据在所述第一交互分组下的交互数据包以及所述交互数据包的数据容量确定所述交互记录数据在所述第二交互分组下的各交互数据包之间的第二数据容量差,并根据所述各交互数据包之间的第二数据容量差对所述第二交互分组下的各交互数据包进行分组。
S2225,根据所述交互记录数据在所述第一交互分组下的交互数据包以及所述交互数据包的数据容量为上述分组得到的每组交互数据包编排拷贝顺序,并按照所述拷贝顺序将所述每组交互数据包迁移到所述第一交互分组下。
S2226,基于所述第一交互分组下的所有交互数据包生成所述用户终端对应的当前就医指导信息。
在应用上述S2221-S2226时,能够对用户行为数据中的运动轨迹数据以及交互记录数据进行深度挖掘和分析,从而准确生成用户终端对应的当前就医指导信息,确保当前就医指导信息的可信度。
在一种可替换的实施方式中,S2226所描述的基于所述第一交互分组下的所有交互数据包生成所述用户终端对应的当前就医指导信息,具体可以包括以下步骤所描述的内容。
(1)确定各个交互数据包的数据结构信息,根据所述数据结构信息生成目标数据集;该目标数据集包括多个数据分组,每组对应一个结构标识,每个结构标识对应至少一个数据结构信息,该目标数据集的每个数据分组具有不同的分组权重。
(2)读取所述第一交互分组的结构化参数,从所述第一交互分组的结构化参数提取出包含的至少一个数据分组中的目标数据结构信息。
(3)确定所述交互数据包与所述目标数据结构信息之间的对应关系,根据该对应关系生成信息编码拓扑;其中,根据该对应关系生成信息编码拓扑,包括:将每个数据分组对应结构标识和分组权重转换为数据编码;分别生成每个数据编码的至少一种编码逻辑信息;获取所述交互数据包对应的互不重复的编码逻辑信息构成编码信息集合;将所述编码信息集合中的各个编码逻辑信息映射到所述目标数据集中以生成信息编码拓扑。
(4)将所述信息编码拓扑导入预设的信息生成线程中,得到所述用户终端对应的当前就医指导信息。
可以理解,在应用上述步骤所描述的内容时,能够确保当前就医指导信息的准确性和可靠性。
在上述基础上,S24中所描述的将所述当前就医指导信息推送给对应的用户终端的步骤,具体可以包括以下步骤所描述的内容。
S241,将所述当前就医指导信息转换为多种目标信息;其中,所述目标信息为文字信息、语音信息或图像信息。
S242,将所述多种目标信息推送给对应的用户终端以使所述用户终端对所述多种目标信息中的至少一种目标信息进行输出。
通过S241-S242,能够将当前就医指导信息转换为不同形式的目标信息并进行推送。这样,可以根据用户终端的使用者的实际使用习惯进行目标信息的输出,进而确保当前就医指导信息的精准推送。
在上述基础上,所述方法可以包括以下步骤所描述的内容。
S41,获取针对所述设定时段进行修改的修改指令。
S42,基于所述修改指令对所述设定时段进行修改。
在本实施例中,设定时段可以是以当前时刻为中点的时段。修改指令可以根据设定时段内云计算服务器采集到的用户行为数据的用户终端的数量进行编辑。例如,若设定时段内云计算服务器采集到的用户行为数据的用户终端的数量增多,则可以生成用于缩短设定时段的修改指令。又例如,若设定时段内云计算服务器采集到的用户行为数据的用户终端的数量减少,则可以生成用于延长设定时段的修改指令。这样,能够实现对设定时段的动态调整,从而灵活地实现对医疗资源的分配。
以上实施方式中的各种技术特征可以任意进行组合,只要特征之间的组合不存在冲突或矛盾,但是限于篇幅,未进行一一描述,因此上述实施方式中的各种技术特征的任意进行组合也属于本说明书公开的范围。
在上述基础上,请结合参阅图3,还提供了基于用户行为分析的医疗资源分配装置500,具体描述如下。
A1.一种基于用户行为分析的医疗资源分配装置,应用于与多个用户终端以及多个数据分析中心通信的云计算服务器,所述装置包括以下模块。
数据采集模块510,用于采集每个用户终端的用户行为数据;其中,所述用户行为数据包括所述用户终端对应的运动轨迹数据、所述用户终端对应的用户生物特征数据以及所述用户终端与所述数据分析中心的交互纪录数据。
信息生成模块520,用于基于每个用户行为数据中的用户生物特征数据检测每个用户终端是否存在就医信息;在检测到所述用户终端存在所述就医信息时,依据所述用户终端对应的用户行为数据中的运动轨迹数据以及交互记录数据生成所述用户终端对应的当前就医指导信息。
就医指导模块530,用于向所述当前就医指导信息中的就医地点信息对应的当前数据分析中心发送与所述当前就医指导信息对应的就医请求信息;判断是否接收到所述当前数据分析中心基于所述就医请求信息反馈的响应信息;若在设定时段内接收到所述当前数据分析中心反馈的响应信息,则将所述当前就医指导信息推送给对应的用户终端;若在所述设定时段内未接收到所述响应信息或在所述设定时段内接收到当前数据分析中心反馈的针对所述就医请求信息的拒绝信息,则对所述当前就医指导信息中包括的就医地点信息和/或就医时间信息进行修改,并返回向所述当前就医指导信息中的所述就医地点信息对应的当前数据分析中心发送与所述当前就医指导信息对应的就医请求信息的步骤。
A2.根据A1所述的装置,所述装置还包括:链路建立模块540,用于:
在采集每个用户终端的用户行为数据的步骤之前,向每个用户终端发送用于进行用户行为数据采集的授权请求;
接收每个用户终端针对所述授权请求反馈的授权信息;
解析所述授权信息,得到所述授权信息中包括的所述用户终端的标识信息,根据所述标识信息确定建立与所述用户终端的数据传输链路;其中,每个用户终端对应一个数据传输链路。
A3.根据A1或A2所述的装置,就医指导模块530,用于:
从所述运动轨迹数据中确定所述用户终端的常驻地的第一位置,获取每个数据分析中心的第二位置;其中,所述第一位置和所述第二位置位于相同的世界坐标系下;
确定距离所述第一位置最近的第二位置对应的第一数据分析中心;
在所述第一数据分析中心为一个时,根据所述第一数据分析中心对应的第二位置对所述当前就医指导信息中包括的就医地点信息和/或就医时间信息进行修改;
在所述第一数据分析为多个时,确定所述第一位置与多个第二位置之间的导航路径并获取每个导航路径的耗时,根据耗时最短的第二位置对所述当前就医指导信息中包括的就医地点信息和/或就医时间信息进行修改;其中,所述耗时为从所述第一位置到所述第二位置的耗时。
A4.根据A1所述的装置,信息生成模块520,用于:
将所述用户生物特征数据的面部特征数据和语音特征数据列出,确定所述面部特征数据对应的面部特征集,确定所述语音特征数据对应的语音特征集,所述面部特征集和所述语音特征集分别包括多个不同特征维度的特征向量;
获取所述面部特征数据在所述面部特征集的任一特征向量的第一向量序列,将所述语音特征集中具有最小特征维度的特征向量确定为目标特征向量;
根据所述面部特征数据和所述语音特征数据之间的预设转换权重将所述第一向量序列迁移到所述目标特征向量,在所述目标特征向量中得到第二向量序列,并根据所述第一向量序列和所述第二向量序列,生成所述面部特征数据和所述语音特征数据之间的特征变换列表;
以所述第二向量序列为基准序列在所述目标特征向量中获取第三向量序列,并根据所述特征变换列表对应的逆特征变换列表将所述第三向量序列迁移到所述第一向量序列所在特征向量,在所述第一向量序列所在特征向量中得到所述第三向量序列对应的第四向量序列,并确定所述第四向量序列为目标向量序列;其中,所述目标向量序列用于表征所述用户生物特征数据对应的行为特征的行为特征向量的向量序列;
根据所述目标向量序列确定所述用户生物特征数据对应的行为特征的行为特征向量;在所述特征向量与预设向量的余弦距离小于设定距离时,确定所述用户终端存在所述就医信息,在所述特征向量与预设向量的余弦距离大于等于设定距离时,确定所述用户终端不存在所述就医信息。
A5.根据A1所述的装置,就医指导模块530,用于:
根据所述运动轨迹数据的轨迹节点列表以及所述交互记录数据的多个交互数据包,生成所述用户终端对应的当前就医指导信息。
A6.根据A1所述的装置,就医指导模块530,用于:
将所述当前就医指导信息转换为多种目标信息;其中,所述目标信息为文字信息、语音信息或图像信息;
将所述多种目标信息推送给对应的用户终端以使所述用户终端对所述多种目标信息中的至少一种目标信息进行输出。
A7.根据A1-A6任一项所述的装置,所述装置还包括时段修改模块550,用于:
获取针对所述设定时段进行修改的修改指令;
基于所述修改指令对所述设定时段进行修改。
A8.根据A2所述的装置,链路建立模块540,用于:
获取所述标识信息的第一类型信息;
查询预设信息集合中是否存在第二类型信息,得到查询结果;其中,所述预设信息集合中包括多个预设类型信息以及每个预设类型信息的信息标签和每个预设类型信息的类型权重值,所述第二类型信息为与所述第一类型信息相同的类型信息;
当所述查询结果指示所述预设信息集合中存在所述第二类型信息时,基于所述第一类型信息的第一类型权重值和所述第二类型信息的第二类型权重值,得到所述第二类型信息的传输协议;
获取所述第二类型信息的信息活跃度,将所述信息活跃度确定为所述第二类型信息的链路活跃权重;
基于所述传输协议和所述链路活跃权重,对所述第二类型信息的源头信息进行链路脚本提取,得到用于对所述第二类型信息进行封装的链路逻辑信息;
通过预先训练的信息识别神经网络对所述第一类型信息进行特征识别,得到特征识别结果,所述特征识别结果包括所述第一类型信息的多个可能信息标签以及每个可能信息标签的触发率;
根据所述查询结果和所述特征识别结果,得到所述第一类型信息的最终信息标签;基于所述最终信息标签对所述链路逻辑信息进行实例化,得到与所述最终标签信息对应的链路协议拓扑;按照所述云计算服务器的第一数据传输接口的接口类型以及所述用户终端的第二数据传输接口的接口类型对所述链路协议拓扑进行封装,得到与所述用户终端之间的数据传输链路。
A9.根据A5所述的装置,就医指导模块530,用于:
提取所述运动轨迹数据的轨迹节点列表以及所述交互记录数据的多个交互数据包,基于所述轨迹节点列表确定是否存在与所述用户行为数据对应的第一交互分组和第二交互分组;其中,所述第一交互分组用于表征所述用户行为数据的第一健康信息,所述第二交互分组用于表征所述用户行为数据的第二健康信息;
若存在与所述用户行为数据对应的所述第一交互分组和所述第二交互分组,根据所述交互记录数据在所述第一交互分组下的交互数据包以及所述交互数据包的数据容量确定所述交互记录数据在所述第二交互分组下的各交互数据包与所述交互记录数据在所述第一交互分组下的各交互数据包之间的第一数据容量差;
在所述用户行为数据对应的所述第二交互分组下包含有第一数量的交互数据包的情况下,根据所述第一数据容量差将所述交互记录数据在所述第二交互分组下至少部分交互数据包拷贝到所述第一交互分组下并将所述交互记录数据在所述第二交互分组下的至少部分交互数据包进行剔除;
在所述用户行为数据对应的所述第二交互分组下包含有第二数量的交互数据包的情况下,根据所述交互记录数据在所述第一交互分组下的交互数据包以及所述交互数据包的数据容量确定所述交互记录数据在所述第二交互分组下的各交互数据包之间的第二数据容量差,并根据所述各交互数据包之间的第二数据容量差对所述第二交互分组下的各交互数据包进行分组;
根据所述交互记录数据在所述第一交互分组下的交互数据包以及所述交互数据包的数据容量为上述分组得到的每组交互数据包编排拷贝顺序,并按照所述拷贝顺序将所述每组交互数据包迁移到所述第一交互分组下;
基于所述第一交互分组下的所有交互数据包生成所述用户终端对应的当前就医指导信息。
A10.根据A9所述的装置,就医指导模块530,用于:
确定各个交互数据包的数据结构信息,根据所述数据结构信息生成目标数据集;该目标数据集包括多个数据分组,每组对应一个结构标识,每个结构标识对应至少一个数据结构信息,该目标数据集的每个数据分组具有不同的分组权重;
读取所述第一交互分组的结构化参数,从所述第一交互分组的结构化参数提取出包含的至少一个数据分组中的目标数据结构信息;
确定所述交互数据包与所述目标数据结构信息之间的对应关系,根据该对应关系生成信息编码拓扑;其中,根据该对应关系生成信息编码拓扑,包括:将每个数据分组对应结构标识和分组权重转换为数据编码;分别生成每个数据编码的至少一种编码逻辑信息;获取所述交互数据包对应的互不重复的编码逻辑信息构成编码信息集合;将所述编码信息集合中的各个编码逻辑信息映射到所述目标数据集中以生成信息编码拓扑;
将所述信息编码拓扑导入预设的信息生成线程中,得到所述用户终端对应的当前就医指导信息。
上述装置中各个模块的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程,在此不再赘述。
对于装置实施例而言,由于其基本对应于方法实施例,所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本申请方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
在上述基础上,还提供了基于用户行为分析的医疗资源分配系统,具体描述如下。
B1.一种基于用户行为分析的医疗资源分配系统,包括云计算服务器以及与所述云计算服务器通信的多个用户终端以及多个数据分析中心;
其中,云计算服务器,用于:
采集每个用户终端的用户行为数据;其中,所述用户行为数据包括所述用户终端对应的运动轨迹数据、所述用户终端对应的用户生物特征数据以及所述用户终端与所述数据分析中心的交互纪录数据;
基于每个用户行为数据中的用户生物特征数据检测每个用户终端是否存在就医信息;在检测到所述用户终端存在所述就医信息时,依据所述用户终端对应的用户行为数据中的运动轨迹数据以及交互记录数据生成所述用户终端对应的当前就医指导信息;
向所述当前就医指导信息中的就医地点信息对应的当前数据分析中心发送与所述当前就医指导信息对应的就医请求信息;
当前数据分析中心,用于:
基于所述就医请求信息向所述云计算服务器发送响应信息;
云计算服务器,进一步用于:
判断是否接收到所述响应信息;若在设定时段内接收到所述当前数据分析中心反馈的响应信息,则将所述当前就医指导信息推送给对应的用户终端;若在所述设定时段内未接收到所述响应信息或在所述设定时段内接收到当前数据分析中心反馈的针对所述就医请求信息的拒绝信息,则对所述当前就医指导信息中包括的就医地点信息和/或就医时间信息进行修改,并返回向所述当前就医指导信息中的所述就医地点信息对应的当前数据分析中心发送与所述当前就医指导信息对应的就医请求信息的步骤。
B2.根据B1所述的系统,所述云计算服务器,还用于:
在采集每个用户终端的用户行为数据的步骤之前,向每个用户终端发送用于进行用户行为数据采集的授权请求;
接收每个用户终端针对所述授权请求反馈的授权信息;
解析所述授权信息,得到所述授权信息中包括的所述用户终端的标识信息,根据所述标识信息确定建立与所述用户终端的数据传输链路;其中,每个用户终端对应一个数据传输链路。
B3.根据B1或B2所述的系统,所述云计算服务器,具体用于:
从所述运动轨迹数据中确定所述用户终端的常驻地的第一位置,获取每个数据分析中心的第二位置;其中,所述第一位置和所述第二位置位于相同的世界坐标系下;
确定距离所述第一位置最近的第二位置对应的第一数据分析中心;
在所述第一数据分析中心为一个时,根据所述第一数据分析中心对应的第二位置对所述当前就医指导信息中包括的就医地点信息和/或就医时间信息进行修改;
在所述第一数据分析为多个时,确定所述第一位置与多个第二位置之间的导航路径并获取每个导航路径的耗时,根据耗时最短的第二位置对所述当前就医指导信息中包括的就医地点信息和/或就医时间信息进行修改;其中,所述耗时为从所述第一位置到所述第二位置的耗时。
B4.根据B1所述的系统,所述云计算服务器,具体用于:
将所述用户生物特征数据的面部特征数据和语音特征数据列出,确定所述面部特征数据对应的面部特征集,确定所述语音特征数据对应的语音特征集,所述面部特征集和所述语音特征集分别包括多个不同特征维度的特征向量;
获取所述面部特征数据在所述面部特征集的任一特征向量的第一向量序列,将所述语音特征集中具有最小特征维度的特征向量确定为目标特征向量;
根据所述面部特征数据和所述语音特征数据之间的预设转换权重将所述第一向量序列迁移到所述目标特征向量,在所述目标特征向量中得到第二向量序列,并根据所述第一向量序列和所述第二向量序列,生成所述面部特征数据和所述语音特征数据之间的特征变换列表;
以所述第二向量序列为基准序列在所述目标特征向量中获取第三向量序列,并根据所述特征变换列表对应的逆特征变换列表将所述第三向量序列迁移到所述第一向量序列所在特征向量,在所述第一向量序列所在特征向量中得到所述第三向量序列对应的第四向量序列,并确定所述第四向量序列为目标向量序列;其中,所述目标向量序列用于表征所述用户生物特征数据对应的行为特征的行为特征向量的向量序列;
根据所述目标向量序列确定所述用户生物特征数据对应的行为特征的行为特征向量;在所述特征向量与预设向量的余弦距离小于设定距离时,确定所述用户终端存在所述就医信息,在所述特征向量与预设向量的余弦距离大于等于设定距离时,确定所述用户终端不存在所述就医信息。
B5.根据B1所述的系统,所述云计算服务器,具体用于:
根据所述运动轨迹数据的轨迹节点列表以及所述交互记录数据的多个交互数据包,生成所述用户终端对应的当前就医指导信息。
B6.根据B1所述的系统,所述云计算服务器,具体用于:
将所述当前就医指导信息转换为多种目标信息;其中,所述目标信息为文字信息、语音信息或图像信息;
将所述多种目标信息推送给对应的用户终端以使所述用户终端对所述多种目标信息中的至少一种目标信息进行输出。
B7.根据B1-B6任一项所述的系统,所述云计算服务器,还用于:
获取针对所述设定时段进行修改的修改指令;
基于所述修改指令对所述设定时段进行修改。
B8.根据B2所述的系统,所述云计算服务器,具体用于:
获取所述标识信息的第一类型信息;
查询预设信息集合中是否存在第二类型信息,得到查询结果;其中,所述预设信息集合中包括多个预设类型信息以及每个预设类型信息的信息标签和每个预设类型信息的类型权重值,所述第二类型信息为与所述第一类型信息相同的类型信息;
当所述查询结果指示所述预设信息集合中存在所述第二类型信息时,基于所述第一类型信息的第一类型权重值和所述第二类型信息的第二类型权重值,得到所述第二类型信息的传输协议;
获取所述第二类型信息的信息活跃度,将所述信息活跃度确定为所述第二类型信息的链路活跃权重;
基于所述传输协议和所述链路活跃权重,对所述第二类型信息的源头信息进行链路脚本提取,得到用于对所述第二类型信息进行封装的链路逻辑信息;
通过预先训练的信息识别神经网络对所述第一类型信息进行特征识别,得到特征识别结果,所述特征识别结果包括所述第一类型信息的多个可能信息标签以及每个可能信息标签的触发率;
根据所述查询结果和所述特征识别结果,得到所述第一类型信息的最终信息标签;基于所述最终信息标签对所述链路逻辑信息进行实例化,得到与所述最终标签信息对应的链路协议拓扑;按照所述云计算服务器的第一数据传输接口的接口类型以及所述用户终端的第二数据传输接口的接口类型对所述链路协议拓扑进行封装,得到与所述用户终端之间的数据传输链路。
B9.根据B5所述的系统,所述云计算服务器,具体用于:
提取所述运动轨迹数据的轨迹节点列表以及所述交互记录数据的多个交互数据包,基于所述轨迹节点列表确定是否存在与所述用户行为数据对应的第一交互分组和第二交互分组;其中,所述第一交互分组用于表征所述用户行为数据的第一健康信息,所述第二交互分组用于表征所述用户行为数据的第二健康信息;
若存在与所述用户行为数据对应的所述第一交互分组和所述第二交互分组,根据所述交互记录数据在所述第一交互分组下的交互数据包以及所述交互数据包的数据容量确定所述交互记录数据在所述第二交互分组下的各交互数据包与所述交互记录数据在所述第一交互分组下的各交互数据包之间的第一数据容量差;
在所述用户行为数据对应的所述第二交互分组下包含有第一数量的交互数据包的情况下,根据所述第一数据容量差将所述交互记录数据在所述第二交互分组下至少部分交互数据包拷贝到所述第一交互分组下并将所述交互记录数据在所述第二交互分组下的至少部分交互数据包进行剔除;
在所述用户行为数据对应的所述第二交互分组下包含有第二数量的交互数据包的情况下,根据所述交互记录数据在所述第一交互分组下的交互数据包以及所述交互数据包的数据容量确定所述交互记录数据在所述第二交互分组下的各交互数据包之间的第二数据容量差,并根据所述各交互数据包之间的第二数据容量差对所述第二交互分组下的各交互数据包进行分组;
根据所述交互记录数据在所述第一交互分组下的交互数据包以及所述交互数据包的数据容量为上述分组得到的每组交互数据包编排拷贝顺序,并按照所述拷贝顺序将所述每组交互数据包迁移到所述第一交互分组下;
基于所述第一交互分组下的所有交互数据包生成所述用户终端对应的当前就医指导信息。
B10.根据B9所述的系统,所述云计算服务器,具体用于:
确定各个交互数据包的数据结构信息,根据所述数据结构信息生成目标数据集;该目标数据集包括多个数据分组,每组对应一个结构标识,每个结构标识对应至少一个数据结构信息,该目标数据集的每个数据分组具有不同的分组权重;
读取所述第一交互分组的结构化参数,从所述第一交互分组的结构化参数提取出包含的至少一个数据分组中的目标数据结构信息;
确定所述交互数据包与所述目标数据结构信息之间的对应关系,根据该对应关系生成信息编码拓扑;其中,根据该对应关系生成信息编码拓扑,包括:将每个数据分组对应结构标识和分组权重转换为数据编码;分别生成每个数据编码的至少一种编码逻辑信息;获取所述交互数据包对应的互不重复的编码逻辑信息构成编码信息集合;将所述编码信息集合中的各个编码逻辑信息映射到所述目标数据集中以生成信息编码拓扑;
将所述信息编码拓扑导入预设的信息生成线程中,得到所述用户终端对应的当前就医指导信息。
在上述基础上,如图4所示,还提供了一种云计算服务器200,包括:处理器210,以及与处理器210连接的内存220和网络接口230,所述网络接口230与云计算服务器200中的非易失性存储器240连接。所述处理器210在运行时通过所述网络接口230从所述非易失性存储器240中调取计算机程序,并通过所述内存220运行所述计算机程序,以执行上述的方法。
在上述基础上,还提供了一种应用于计算机的可读存储介质,所述可读存储介质烧录有计算机程序,所述计算机程序在云计算服务器200的内存220中运行时实现上述的方法。
本领域技术人员在考虑说明书及实践这里申请的发明后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未申请的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本申请的真正范围和精神由下面的权利要求指出。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。

Claims (7)

1.一种基于用户行为分析的医疗资源分配方法,其特征在于,应用于与多个用户终端以及多个数据分析中心通信的云计算服务器,所述方法包括:
采集每个用户终端的用户行为数据;其中,所述用户行为数据包括所述用户终端对应的运动轨迹数据、所述用户终端对应的用户生物特征数据以及所述用户终端与所述数据分析中心的交互纪录数据;
基于每个用户行为数据中的用户生物特征数据检测每个用户终端是否存在就医信息;在检测到所述用户终端存在所述就医信息时,依据所述用户终端对应的用户行为数据中的运动轨迹数据以及交互记录数据生成所述用户终端对应的当前就医指导信息;
向所述当前就医指导信息中的就医地点信息对应的当前数据分析中心发送与所述当前就医指导信息对应的就医请求信息;判断是否接收到所述当前数据分析中心基于所述就医请求信息反馈的响应信息;
若在设定时段内接收到所述当前数据分析中心反馈的响应信息,则将所述当前就医指导信息推送给对应的用户终端;
若在所述设定时段内未接收到所述响应信息或在所述设定时段内接收到当前数据分析中心反馈的针对所述就医请求信息的拒绝信息,则对所述当前就医指导信息中包括的就医地点信息和/或就医时间信息进行修改,并返回向所述当前就医指导信息中的所述就医地点信息对应的当前数据分析中心发送与所述当前就医指导信息对应的就医请求信息的步骤;
其中,在采集每个用户终端的用户行为数据的步骤之前,所述方法还包括:向每个用户终端发送用于进行用户行为数据采集的授权请求;接收每个用户终端针对所述授权请求反馈的授权信息;解析所述授权信息,得到所述授权信息中包括的所述用户终端的标识信息,根据所述标识信息确定建立与所述用户终端的数据传输链路;其中,每个用户终端对应一个数据传输链路;
其中,根据所述标识信息确定建立与所述用户终端的数据传输链,具体包括:
获取所述标识信息的第一类型信息;
查询预设信息集合中是否存在第二类型信息,得到查询结果;其中,所述预设信息集合中包括多个预设类型信息以及每个预设类型信息的信息标签和每个预设类型信息的类型权重值,所述第二类型信息为与所述第一类型信息相同的类型信息;
当所述查询结果指示所述预设信息集合中存在所述第二类型信息时,基于所述第一类型信息的第一类型权重值和所述第二类型信息的第二类型权重值,得到所述第二类型信息的传输协议;
获取所述第二类型信息的信息活跃度,将所述信息活跃度确定为所述第二类型信息的链路活跃权重;
基于所述传输协议和所述链路活跃权重,对所述第二类型信息的源头信息进行链路脚本提取,得到用于对所述第二类型信息进行封装的链路逻辑信息;
通过预先训练的信息识别神经网络对所述第一类型信息进行特征识别,得到特征识别结果,所述特征识别结果包括所述第一类型信息的多个可能信息标签以及每个可能信息标签的触发率;
根据所述查询结果和所述特征识别结果,得到所述第一类型信息的最终信息标签;基于所述最终信息标签对所述链路逻辑信息进行实例化,得到与所述最终标签信息对应的链路协议拓扑;按照所述云计算服务器的第一数据传输接口的接口类型以及所述用户终端的第二数据传输接口的接口类型对所述链路协议拓扑进行封装,得到与所述用户终端之间的数据传输链路;
其中,依据所述用户终端对应的用户行为数据中的运动轨迹数据以及交互记录数据生成所述用户终端对应的当前就医指导信息的步骤,包括:根据所述运动轨迹数据的轨迹节点列表以及所述交互记录数据的多个交互数据包,生成所述用户终端对应的当前就医指导信息;
其中,根据所述运动轨迹数据的轨迹节点列表以及所述交互记录数据的多个交互数据包,生成所述用户终端对应的当前就医指导信息,包括:
提取所述运动轨迹数据的轨迹节点列表以及所述交互记录数据的多个交互数据包,基于所述轨迹节点列表确定是否存在与所述用户行为数据对应的第一交互分组和第二交互分组;其中,所述第一交互分组用于表征所述用户行为数据的第一健康信息,所述第二交互分组用于表征所述用户行为数据的第二健康信息;
若存在与所述用户行为数据对应的所述第一交互分组和所述第二交互分组,根据所述交互记录数据在所述第一交互分组下的交互数据包以及所述交互数据包的数据容量确定所述交互记录数据在所述第二交互分组下的各交互数据包与所述交互记录数据在所述第一交互分组下的各交互数据包之间的第一数据容量差;
在所述用户行为数据对应的所述第二交互分组下包含有第一数量的交互数据包的情况下,根据所述第一数据容量差将所述交互记录数据在所述第二交互分组下至少部分交互数据包拷贝到所述第一交互分组下并将所述交互记录数据在所述第二交互分组下的至少部分交互数据包进行剔除;
在所述用户行为数据对应的所述第二交互分组下包含有第二数量的交互数据包的情况下,根据所述交互记录数据在所述第一交互分组下的交互数据包以及所述交互数据包的数据容量确定所述交互记录数据在所述第二交互分组下的各交互数据包之间的第二数据容量差,并根据所述各交互数据包之间的第二数据容量差对所述第二交互分组下的各交互数据包进行分组;
根据所述交互记录数据在所述第一交互分组下的交互数据包以及所述交互数据包的数据容量为上述分组得到的每组交互数据包编排拷贝顺序,并按照所述拷贝顺序将所述每组交互数据包迁移到所述第一交互分组下;
基于所述第一交互分组下的所有交互数据包生成所述用户终端对应的当前就医指导信息;
其中,基于所述第一交互分组下的所有交互数据包生成所述用户终端对应的当前就医指导信息,具体包括:
确定各个交互数据包的数据结构信息,根据所述数据结构信息生成目标数据集;该目标数据集包括多个数据分组,每组对应一个结构标识,每个结构标识对应至少一个数据结构信息,该目标数据集的每个数据分组具有不同的分组权重;
读取所述第一交互分组的结构化参数,从所述第一交互分组的结构化参数提取出包含的至少一个数据分组中的目标数据结构信息;
确定所述交互数据包与所述目标数据结构信息之间的对应关系,根据该对应关系生成信息编码拓扑;其中,根据该对应关系生成信息编码拓扑,包括:将每个数据分组对应结构标识和分组权重转换为数据编码;分别生成每个数据编码的至少一种编码逻辑信息;获取所述交互数据包对应的互不重复的编码逻辑信息构成编码信息集合;将所述编码信息集合中的各个编码逻辑信息映射到所述目标数据集中以生成信息编码拓扑;
将所述信息编码拓扑导入预设的信息生成线程中,得到所述用户终端对应的当前就医指导信息。
2.根据权利要求1所述的方法,其特征在于,对所述当前就医指导信息中包括的就医地点信息和/或就医时间信息进行修改的步骤,包括:
从所述运动轨迹数据中确定所述用户终端的常驻地的第一位置,获取每个数据分析中心的第二位置;其中,所述第一位置和所述第二位置位于相同的世界坐标系下;
确定距离所述第一位置最近的第二位置对应的第一数据分析中心;
在所述第一数据分析中心为一个时,根据所述第一数据分析中心对应的第二位置对所述当前就医指导信息中包括的就医地点信息和/或就医时间信息进行修改;
在所述第一数据分析为多个时,确定所述第一位置与多个第二位置之间的导航路径并获取每个导航路径的耗时,根据耗时最短的第二位置对所述当前就医指导信息中包括的就医地点信息和/或就医时间信息进行修改;其中,所述耗时为从所述第一位置到所述第二位置的耗时。
3.根据权利要求1所述的方法,其特征在于,基于每个用户行为数据中的用户生物特征数据检测每个用户终端是否存在就医信息的步骤,包括:
将所述用户生物特征数据的面部特征数据和语音特征数据列出,确定所述面部特征数据对应的面部特征集,确定所述语音特征数据对应的语音特征集,所述面部特征集和所述语音特征集分别包括多个不同特征维度的特征向量;
获取所述面部特征数据在所述面部特征集的任一特征向量的第一向量序列,将所述语音特征集中具有最小特征维度的特征向量确定为目标特征向量;
根据所述面部特征数据和所述语音特征数据之间的预设转换权重将所述第一向量序列迁移到所述目标特征向量,在所述目标特征向量中得到第二向量序列,并根据所述第一向量序列和所述第二向量序列,生成所述面部特征数据和所述语音特征数据之间的特征变换列表;
以所述第二向量序列为基准序列在所述目标特征向量中获取第三向量序列,并根据所述特征变换列表对应的逆特征变换列表将所述第三向量序列迁移到所述第一向量序列所在特征向量,在所述第一向量序列所在特征向量中得到所述第三向量序列对应的第四向量序列,并确定所述第四向量序列为目标向量序列;其中,所述目标向量序列用于表征所述用户生物特征数据对应的行为特征的行为特征向量的向量序列;
根据所述目标向量序列确定所述用户生物特征数据对应的行为特征的行为特征向量;在所述特征向量与预设向量的余弦距离小于设定距离时,确定所述用户终端存在所述就医信息,在所述特征向量与预设向量的余弦距离大于等于设定距离时,确定所述用户终端不存在所述就医信息。
4.根据权利要求1所述的方法,其特征在于,将所述当前就医指导信息推送给对应的用户终端的步骤,包括:
将所述当前就医指导信息转换为多种目标信息;其中,所述目标信息为文字信息、语音信息或图像信息;
将所述多种目标信息推送给对应的用户终端以使所述用户终端对所述多种目标信息中的至少一种目标信息进行输出。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述方法还包括:
获取针对所述设定时段进行修改的修改指令;
基于所述修改指令对所述设定时段进行修改。
6.一种云计算服务器,其特征在于,包括:
处理器,以及
与处理器连接的内存和网络接口;
所述网络接口与云计算服务器中的非易失性存储器连接;
所述处理器在运行时通过所述网络接口从所述非易失性存储器中调取计算机程序,并通过所述内存运行所述计算机程序,以执行上述权利要求1-5任一项所述的方法。
7.一种应用于计算机的可读存储介质,其特征在于,所述可读存储介质烧录有计算机程序,所述计算机程序在云计算服务器的内存中运行时实现上述权利要求1-5任一项所述的方法。
CN202010308341.0A 2020-04-18 2020-04-18 基于用户行为分析的医疗资源分配方法及云计算服务器 Active CN111489815B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202011500423.1A CN112530565A (zh) 2020-04-18 2020-04-18 应用于用户行为分析的医疗资源分配方法及云计算服务器
CN202010308341.0A CN111489815B (zh) 2020-04-18 2020-04-18 基于用户行为分析的医疗资源分配方法及云计算服务器
CN202011495330.4A CN112530564A (zh) 2020-04-18 2020-04-18 基于用户行为分析的医疗资源分配方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010308341.0A CN111489815B (zh) 2020-04-18 2020-04-18 基于用户行为分析的医疗资源分配方法及云计算服务器

Related Child Applications (2)

Application Number Title Priority Date Filing Date
CN202011495330.4A Division CN112530564A (zh) 2020-04-18 2020-04-18 基于用户行为分析的医疗资源分配方法及系统
CN202011500423.1A Division CN112530565A (zh) 2020-04-18 2020-04-18 应用于用户行为分析的医疗资源分配方法及云计算服务器

Publications (2)

Publication Number Publication Date
CN111489815A CN111489815A (zh) 2020-08-04
CN111489815B true CN111489815B (zh) 2021-03-16

Family

ID=71811076

Family Applications (3)

Application Number Title Priority Date Filing Date
CN202010308341.0A Active CN111489815B (zh) 2020-04-18 2020-04-18 基于用户行为分析的医疗资源分配方法及云计算服务器
CN202011500423.1A Withdrawn CN112530565A (zh) 2020-04-18 2020-04-18 应用于用户行为分析的医疗资源分配方法及云计算服务器
CN202011495330.4A Withdrawn CN112530564A (zh) 2020-04-18 2020-04-18 基于用户行为分析的医疗资源分配方法及系统

Family Applications After (2)

Application Number Title Priority Date Filing Date
CN202011500423.1A Withdrawn CN112530565A (zh) 2020-04-18 2020-04-18 应用于用户行为分析的医疗资源分配方法及云计算服务器
CN202011495330.4A Withdrawn CN112530564A (zh) 2020-04-18 2020-04-18 基于用户行为分析的医疗资源分配方法及系统

Country Status (1)

Country Link
CN (3) CN111489815B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115270005B (zh) * 2022-09-30 2022-12-23 腾讯科技(深圳)有限公司 一种信息推荐方法、装置、设备以及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108461130A (zh) * 2018-01-18 2018-08-28 邱堃 就诊任务智能调度方法及系统
CN108986897A (zh) * 2018-07-13 2018-12-11 飞救医疗科技(北京)有限公司 一种急危重症施救的医疗资源优化匹配方法和系统
CN109119130A (zh) * 2018-07-11 2019-01-01 上海夏先机电科技发展有限公司 一种基于云计算的大数据健康管理系统及方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108461130A (zh) * 2018-01-18 2018-08-28 邱堃 就诊任务智能调度方法及系统
CN109119130A (zh) * 2018-07-11 2019-01-01 上海夏先机电科技发展有限公司 一种基于云计算的大数据健康管理系统及方法
CN108986897A (zh) * 2018-07-13 2018-12-11 飞救医疗科技(北京)有限公司 一种急危重症施救的医疗资源优化匹配方法和系统

Also Published As

Publication number Publication date
CN112530564A (zh) 2021-03-19
CN112530565A (zh) 2021-03-19
CN111489815A (zh) 2020-08-04

Similar Documents

Publication Publication Date Title
US11172008B2 (en) Data annotation as a service for IoT systems
CN104090891A (zh) 数据处理方法、装置、数据处理服务器及系统
RU2004109134A (ru) Архитектура и система для обеспечения информированности о местоположении
CN111953757B (zh) 基于云计算和智能设备交互的信息处理方法及云端服务器
CN111917878A (zh) 消息处理方法、装置、设备及存储介质
CN111654538B (zh) 基于区块链及大数据的通信处理方法及云边端计算服务器
CN113259972A (zh) 基于无线通信网络数据仓库构建方法、系统、设备及介质
KR102018480B1 (ko) 하이브리드 인지재활 시스템
CN111489815B (zh) 基于用户行为分析的医疗资源分配方法及云计算服务器
CN109495492A (zh) 用于智能水务行业的通信系统
US20200192786A1 (en) Method and system for testing a system under development using real transaction data
CN112101304A (zh) 数据处理方法、装置、存储介质及设备
CN112769951A (zh) 结合区块链和在线业务的支付网络状态处理方法及服务器
CN105592169B (zh) 终端识别方法及装置
CN116994188A (zh) 一种动作识别方法、装置、电子设备及存储介质
CN111382213A (zh) 一种结合物联网及云计算技术的数据分析系统
CN109900865A (zh) 一种基于神经网络的空气污染检测系统
CN112100604B (zh) 终端设备信息处理方法、装置
AlKishri et al. Expert system for identifying and analyzing the IoT devices using Augmented Reality Approach
CN112615434A (zh) 应用于边缘计算和云计算的数据管理方法及边缘计算平台
CN111917848A (zh) 基于边缘计算和云计算协同的数据处理方法及云服务器
CN116032946A (zh) 一种检测报告的跨区域同步方法、设备及介质
CN117216736A (zh) 异常账号的识别方法、数据调度平台及图计算平台
CN115328786A (zh) 一种基于区块链的自动化测试方法、装置和存储介质
CN109634757A (zh) 一种地震行业大数据处理的数据采集方法

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Cai Xuliu

Inventor after: Cai Xuqing

Inventor after: Wei Baoping

Inventor after: Zhao Fang

Inventor before: Zhao Fang

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20210208

Address after: 100010 no.1001, 10th floor, No.1 Qinglong Hutong, Dongcheng District, Beijing

Applicant after: BEIJING JINGWEI CHUANQI MEDICINE SERVICES Co.,Ltd.

Address before: 226500 room 506, building 6, block B, No.20 Huashi North Road, Chengbei street, Rugao City, Nantong City, Jiangsu Province

Applicant before: Zhao Fang

GR01 Patent grant
GR01 Patent grant