CN112712151B - 疫情健康码质控方法及装置、介质、设备 - Google Patents
疫情健康码质控方法及装置、介质、设备 Download PDFInfo
- Publication number
- CN112712151B CN112712151B CN202011611797.0A CN202011611797A CN112712151B CN 112712151 B CN112712151 B CN 112712151B CN 202011611797 A CN202011611797 A CN 202011611797A CN 112712151 B CN112712151 B CN 112712151B
- Authority
- CN
- China
- Prior art keywords
- time
- data table
- simulation
- preset
- health code
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
- G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
- G06K19/06009—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking
- G06K19/06037—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking multi-dimensional coding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3684—Test management for test design, e.g. generating new test cases
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/80—ICT 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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Theoretical Computer Science (AREA)
- Medical Informatics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Computer Hardware Design (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发公开是关于一种疫情健康码质控方法及装置、介质、设备,涉及软件测试技术领域,该方法包括:生成预设传染病场景的仿真场景的仿真数据表;其中,所述仿真数据表中包括仿真患者,以及在所述预设传染病场景下所述仿真患者所具有的特征值;在所述仿真数据表中增加与所述特征值对应的事件时间以及与所述仿真患者对应的目标分类结果,生成目标数据表;计算所述事件时间以及当前时间之间的时间差,并基于所述时间差对所述目标数据表中的特征值进行更新,得到测试数据集;根据所述测试数据集生成测试用例,并根据所述测试用例对所述传疫情健康码进行质控。本公开提高了疫情健康码的质控效率。
Description
技术领域
本发明实施例涉及软件测试技术领域,具体而言,涉及一种疫情健康码质控方法、疫情健康码质控装置、计算机可读存储介质以及电子设备。
背景技术
目前,各种疾病的发病率逐年升高,各种传染病的爆发也给人们的生活带来了极大影响。由此,如何实现对传染病发展趋势的可靠预测,以采取相应管控措施,成为亟需解决的问题。
为了解决该问题,现有技术采用了健康识别码对每一个人的健康状况进行了识别;也即,当个人通过终端设备扫描官方提供的二维码时,服务器端的健康码计算模型会根据个人自身的属性信息生成一个当前时刻的特定二维码。同时,为了可以提高健康码计算模型的准确率,需要每隔一段时间通过人工的方式对该健康码计算模型进行功能测试,其中,功能测试是指在完全不考虑程序内部结构和内部特征的情况下,测试者仅依据程序功能的需求规范考虑确定测试用例和推断测试结果的正确性。
但是,上述功能测试方法存在如下缺陷:一方面,由于需要周期性的人工手动测试进而校验健康码颜色是否准确,无法进行自动校验,进而使得健康码的质控效率较低;另一方面,无法对计算健康码颜色的健康码计算模型的稳定性和准确性进行监控,进而会使得健康码计算模型所计算的健康码的颜色存在错误的问题。
因此,需要提供一种新的疫情健康码质控方法及装置。
需要说明的是,在上述背景技术部分发明的信息仅用于加强对本发明的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本发明的目的在于提供一种疫情健康码质控方法、疫情健康码质控装置、计算机可读存储介质以及电子设备,进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的无法对健康码进行自动校验的问题。
根据本公开的一个方面,提供一种疫情健康码质控方法,包括:
生成预设传染病场景的仿真场景的仿真数据表;其中,所述仿真数据表中包括仿真患者,以及在所述预设传染病场景下所述仿真患者所具有的特征值;
在所述仿真数据表中增加与所述特征值对应的事件时间以及与所述仿真患者对应的目标分类结果,生成目标数据表;
计算所述事件时间以及当前时间之间的时间差,并基于所述时间差对所述目标数据表中的特征值进行更新,得到测试数据集;
根据所述测试数据集生成测试用例,并根据所述测试用例对所述疫情健康码进行质控。
在本公开的一种示例性实施例中,生成预设传染病场景的仿真场景的仿真数据表,包括:
获取具有所述预设传染病场景的原始医疗数据,并提取所述原始医疗数据中所包括的真实患者的真实标识信息,以及所述真实患者的真实医疗实体信息;
对所述真实患者的真实标识信息以及真实医疗实体信息进行标准化处理,得到仿真患者的仿真标识信息以及特征值;
根据所述仿真标识信息以及所述特征值生成所述仿真数据表;其中,所述特征值包括所述仿真患者被诊断为具有所述预设传染病场景的确诊时间以及所述仿真患者产生与所述预设传染病场景对应的预设症状的症状产生时间。
在本公开的一种示例性实施例中,在所述仿真数据表中增加与所述特征值对应的事件时间以及与所述仿真患者对应的目标分类结果,生成目标数据表,包括:
根据所述确诊时间和/或症状产生时间计算所述事件时间,并为所述仿真患者的图形标识配置第一预设颜色值;其中,所述图形标识是根据所述仿真患者的属性信息生成的,所述第一预设颜色值用于对所述仿真患者的类别进行标识;
将所述事件时间以及所述第一预设颜色值添加至所述仿真数据表中,生成所述目标数据表。
在本公开的一种示例性实施例中,基于所述时间差对所述目标数据表中的特征值进行更新,得到测试数据集,包括:
根据所述时间差对所述目标数据表中的事件时间以及确诊时间进行更新;
根据所述时间差对所述目标数据表中的症状产生时间进行更新;
根据更新后的事件时间以及确诊时间和/或症状产生时间进行更新,得到所述测试数据集。
在本公开的一种示例性实施例中,根据所述时间差对所述目标数据表中的事件时间以及确诊时间进行更新,包括:
对所述事件时间以及时间差进行求和运算得到第一运算结果,并根据第一运算结果对所述事件时间进行更新;
对更新后的事件时间以及第一预设时间阈值进行求差运算得到第二运算结果,并根据所述第二运算结果对所述确诊时间进行更新。
在本公开的一种示例性实施例中,根据所述时间差对所述目标数据表中的症状产生时间进行更新,包括:
判断所述时间差是否大于第二预设时间阈值;
在确定所述时间差大于所述第二预设时间阈值时,对所述症状产生时间以及所述时间差进行求和运算,得到第三运算结果;
根据第三运算结构对所述症状产生时间进行更新。
在本公开的一种示例性实施例中,根据所述测试用例对所述疫情健康码进行质控,包括:
将所述测试用例输入至计算所述疫情健康码的健康码计算模型中,得到预测结果;其中,所述预测结果为具有第二预设颜色值的图形标识;
判断所述第一预设颜色值与第二预设颜色值是否相同,并根据颜色值的判断结果,对所述健康码计算模型的计算精度进行质控。
在本公开的一种示例性实施例中,间隔预设时间段,重复循环所述上述任意一项所述的疫情健康码质控方法,以对疫情健康码进行质控。
根据本公开的一个方面,提供一种疫情健康码质控装置,包括:
第一数据表生成模块,用于生成预设传染病场景的仿真场景的仿真数据表;其中,所述仿真数据表中包括仿真患者,以及在所述预设传染病场景下所述仿真患者所具有的特征值;
第二数据表生成模块,用于在所述仿真数据表中增加与所述特征值对应的事件时间以及与所述仿真患者对应的目标分类结果,生成目标数据表;
数据表更新模块,用于计算所述事件时间以及当前时间之间的时间差,并基于所述时间差对所述目标数据表中的特征值进行更新,得到测试数据集;
健康码质控模块,用于根据所述测试数据集生成测试用例,并根据所述测试用例对所述疫情健康码进行质控。
根据本公开的一个方面,提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任意一项所述的疫情健康码质控方法。
根据本公开的一个方面,提供一种电子设备,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的疫情健康码质控方法。
本发明实施例提供的一种疫情健康码质控方法,一方面,通过生成预设传染病场景的仿真场景的仿真数据表;并在仿真数据表中增加与特征值对应的事件时间以及与仿真患者对应的目标分类结果,生成目标数据表;然后计算事件时间以及当前时间之间的时间差,并基于时间差对目标数据表中的特征值进行更新,得到测试数据集;最后根据测试数据集生成测试用例,并根据测试用例对疫情健康码进行质控;由于可以根据测试数据集生成测试用例,进而根据测试用例对疫情健康码进行质控,实现了对疫情健康码的自动质控,解决了现有技术中由于需要周期性的人工手动测试进而校验健康码颜色是否准确,无法进行自动校验,进而使得健康码的质控效率较低问题;另一方面,由于测试数据集中包括了目标分类结果,进而可以根据目标分类结果以及计算疫情健康码的健康码计算模型输出的预测结果对的健康码计算模型的稳定性以及准确性进行监控,解决了现有技术中无法对健康码计算模型的稳定性和准确性进行监控,进而会使得健康码计算模型所计算的健康码的颜色存在错误的问题;再一方面,通过在仿真数据表中增加与特征值对应的事件时间以及与仿真患者对应的目标分类结果,生成目标数据表;然后计算事件时间以及当前时间之间的时间差,并基于时间差对目标数据表中的特征值进行更新,得到测试数据集,进而可以保证测试数据集在测试用例运行的时间维度下都能保证特征不变,进而使得健康码计算模型可以适应高速增加的数据库、快速迭代的健康码策略、快速响应的健康码计算等复杂动态场景。
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,并不能限制本发明。
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,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示意性示出根据本发明示例实施例的一种疫情健康码质控方法的流程图。
图2示意性示出根据本发明示例实施例的一种生成预设传染病场景的仿真场景的仿真数据表的方法流程图。
图3示意性示出根据本发明示例实施例的一种仿真数据表的示例图。
图4示意性示出根据本发明示例实施例的一种目标数据表的示例图。
图5示意性示出根据本发明示例实施例的一种基于所述时间差对所述目标数据表中的特征值进行更新,得到测试数据集的方法流程图。
图6示意性示出根据本发明示例实施例的一种测试数据集的示例图。
图7示意性示出根据本发明示例实施例的另一种疫情健康码质控方法的流程图。
图8示意性示出根据本发明示例实施例的一种疫情健康码质控装置的框图。
图9示意性示出根据本发明示例实施例的一种用于实现上述疫情健康码质控方法的电子设备。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本发明将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中,提供许多具体细节从而给出对本发明的实施方式的充分理解。然而,本领域技术人员将意识到,可以实践本发明的技术方案而省略所述特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知技术方案以避免喧宾夺主而使得本发明的各方面变得模糊。
此外,附图仅为本发明的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
本示例实施方式中首先提供了一种疫情健康码质控方法,该方法可以运行于服务器、服务器集群或云服务器等;当然,本领域技术人员也可以根据需求在其他平台运行本发明的方法,本示例性实施例中对此不做特殊限定。参考图1所示,该疫情健康码质控方法可以包括以下步骤:
步骤S110.生成预设传染病场景的仿真场景的仿真数据表;其中,所述仿真数据表中包括仿真患者,以及在所述预设传染病场景下所述仿真患者所具有的特征值;
步骤S120.在所述仿真数据表中增加与所述特征值对应的事件时间以及与所述仿真患者对应的目标分类结果,生成目标数据表;
步骤S130.计算所述事件时间以及当前时间之间的时间差,并基于所述时间差对所述目标数据表中的特征值进行更新,得到测试数据集;
步骤S140.根据所述测试数据集生成测试用例,并根据所述测试用例对所述疫情健康码进行质控。
上述疫情健康码质控方法中,一方面,通过生成预设传染病场景的仿真场景的仿真数据表;并在仿真数据表中增加与特征值对应的事件时间以及与仿真患者对应的目标分类结果,生成目标数据表;然后计算事件时间以及当前时间之间的时间差,并基于时间差对目标数据表中的特征值进行更新,得到测试数据集;最后根据测试数据集生成测试用例,并根据测试用例对疫情健康码进行质控;由于可以根据测试数据集生成测试用例,进而根据测试用例对疫情健康码进行质控,实现了对疫情健康码的自动质控,解决了现有技术中由于需要周期性的人工手动测试进而校验健康码颜色是否准确,无法进行自动校验,进而使得健康码的质控效率较低问题;另一方面,由于测试数据集中包括了目标分类结果,进而可以根据目标分类结果以及计算疫情健康码的健康码计算模型输出的预测结果对的健康码计算模型的稳定性以及准确性进行监控,解决了现有技术中无法对健康码计算模型的稳定性和准确性进行监控,进而会使得健康码计算模型所计算的健康码的颜色存在错误的问题;再一方面,通过在仿真数据表中增加与特征值对应的事件时间以及与仿真患者对应的目标分类结果,生成目标数据表;然后计算事件时间以及当前时间之间的时间差,并基于时间差对目标数据表中的特征值进行更新,得到测试数据集,进而可以保证测试数据集在测试用例运行的时间维度下都能保证特征不变,进而使得健康码计算模型可以适应高速增加的数据库、快速迭代的健康码策略、快速响应的健康码计算等复杂动态场景。
以下,将结合附图对本公开示例实施例疫情健康码质控方法中涉及的各步骤进行详细的解释以及说明。
首先,对本公开示例实施例中所涉及的名称进行解释以及说明。
防疫健康码,是指以自然人的真实数据为基础,由自然人通过终端设备自行网上申报,经后台(服务器)审核后,生成的属于自然人个人的二维码;该二维码可以作为自然人个人在一定范围内出入通行的一个电子凭证,实现一次申报,一定范围内通用。
特征值,具有某些同国家防疫标准相吻合的数据,称为特征值,用来计算防疫健康码的颜色。
其次,对步骤S110-步骤S140进行解释以及说明。
在步骤S110中,生成预设传染病场景的仿真场景的仿真数据表;其中,所述仿真数据表中包括仿真患者,以及在所述预设传染病场景下所述仿真患者所具有的特征值。
在本示例实施例中,参考图2所示,生成预设传染病场景的仿真场景的仿真数据表可以包括步骤S210-步骤S230。其中:
在步骤S210中,获取具有所述预设传染病场景的原始医疗数据,并提取所述原始医疗数据中所包括的真实患者的真实标识信息,以及所述真实患者的真实医疗实体信息;
在步骤S220中,对所述真实患者的真实标识信息以及真实医疗实体信息进行标准化处理,得到仿真患者的仿真标识信息以及特征值;
在步骤S230中,根据所述仿真标识信息以及所述特征值生成所述仿真数据表;其中,所述特征值包括所述仿真患者被诊断为具有所述预设传染病场景的确诊时间以及所述仿真患者产生与所述预设传染病场景对应的预设症状的症状产生时间。
以下,将对步骤S210-步骤S230进行解释以及说明。首先,获取具有预设传染病场景的原始医疗数据,该原始医疗数据可以来自于医疗数据中心或者个人通过终端设备的应用程序或者小程序进行上报的真是病例数据(Case),该病例数据例如可以是以表的形式存在的原始数据表;该预设传染病场景可以包括各种不同的传染病;其次,提取原始医疗数据中所包括的真实患者的真实标识信息,以及真实患者的真实医疗实体信息;其中,真实患者的真实标识信息例如可以是患者的身份证号码或者手机号等等,真实医疗实体信息可以包括该患者所表现的具体症状以及各症状的出现时间等等;进一步的,可以对换阵的真实标识信息进行虚拟化处理得到仿真标识信息,例如标识为test00001、test00002,……,testN等等,并对真实患者的发热时间以及确诊时间等真实医疗实体信息的值进行仿真处理,得到特征值;最后,再根据仿真标识信息以及特征值生成仿真数据表。
其中,仿真数据表(health_character)的具体示例图可以参考图3所示,其可以包括仿真标识信息(Person_id)301、确诊时间(Ncov_date)302、症状产生时间(Fever_date)303,还可以包括备注信息(Comments)304等等。此处需要补充说明的是,为了可以实现测试效果,上述确诊时间以及发热时间可以根据具体需要测试的时间来仿真;同时,为了可以对仿真数据表与真实数据进行区别,可以将person_id设定为固定格式,与真实case区分,标志为测试数据。
在步骤S120中,在所述仿真数据表中增加与所述特征值对应的事件时间以及与所述仿真患者对应的目标分类结果,生成目标数据表。
具体的,首先,根据所述确诊时间和/或症状产生时间计算所述事件时间,并为所述仿真患者的图形标识配置第一预设颜色值;其中,所述图形标识是根据所述仿真患者的属性信息生成的,所述第一预设颜色值用于对所述仿真患者的类别进行标识;其次,将所述事件时间以及所述第一预设颜色值添加至所述仿真数据表中,生成所述目标数据表。
例如,为了可以确保每一个仿真患者一直保持在上述预设传染病场景中,则需要使其对应的特征值符合该预设传染病场景。因此,可以根据确诊时间或者症状产生时间计算事件时间,其中,事件时间的含义为该仿真患者出现上述预设传染病场景的相关特征的时间,也是该仿真患者的图形标识(健康码)的计算程序运行的开始时间,也即是健康码计算模型根据该仿真患者的特征值对该仿真患者的健康码进行计算的时间;其中,可以将确诊时间往前推5s,进而得到事件时间,也可以是其他时间,本示例对此不做特殊限制;同时,也可以将症状产生时间往前推一个时间段,进而得到事件时间,该时间段可以根据上述预设传染病场景的潜伏周期进行确定;进一步的,还需要根据仿真患者的具体特征值为图形标识配置特定的第一预设颜色值,该第一预设颜色值可以包括紫色、红色、黄色以及绿色等等,每个颜色代表不同的患者类别;进一步的,当得到第一预设颜色值以后,可以将第一预设颜色值以及事件时间加入图3中,得到如图4所示的包括事件时间401(Event_date)以及第一预设颜色值(Perple_code_expect)402的目标数据表。
在步骤S130中,计算所述事件时间以及当前时间之间的时间差,并基于所述时间差对所述目标数据表中的特征值进行更新,得到测试数据集。
在本示例实施例中,首先,计算事件时间以及当前时间之间的时间差(Time_diff),其中,Time_diff=Now_time-Event_date;当前时间(Now_time)是需要对健康码计算模型进行测试的时间;例如,2020-04-0812:12:20运行对健康码计算模型进行测试,则与test00001对应的具体的时间差为:(“2020-04-08 12:12:20”-“2020-04-05 09:12:20”=0000-00-03 03:00:00);与test00002对应的具体的时间差为:“2020-04-08 12:12:20”-“2020-04-06 22:12:20”=0000-00-01 10:00:00。其次,基于时间差对目标数据表中的特征值进行更新,得到测试数据集。
具体的,参考图5所示,基于时间差对目标数据表中的特征值进行更新,得到测试数据集可以包括步骤S510-步骤S530。其中:
在步骤S510中,根据所述时间差对所述目标数据表中的事件时间以及确诊时间进行更新。
在本示例实施例中,首先,对所述事件时间以及时间差进行求和运算得到第一运算结果,并根据第一运算结果对所述事件时间进行更新;其次,对更新后的事件时间以及第一预设时间阈值进行求差运算得到第二运算结果,并根据所述第二运算结果对所述确诊时间进行更新。例如,2020-04-05 09:12:20+0000-00-03 03:00:00,得到更新后的事件时间为:2020-04-08 12:12:20;2020-04-08 12:12:20-0000-00-00 00:00:05(第一预设时间阈值,当然该第一预设时间阈值也可以是其他时间,例如1分钟或者五分钟等等,本示例对此不做特殊限制),得到更新后的确诊时间为:2020-04-08 12:12:15。
在步骤S520中,根据所述时间差对所述目标数据表中的症状产生时间进行更新。
在本示例实施例中,首先,判断所述时间差是否大于第二预设时间阈值;其次,在确定所述时间差大于所述第二预设时间阈值时,对所述症状产生时间以及所述时间差进行求和运算,得到第三运算结果;最后,根据第三运算结构对所述症状产生时间进行更新。例如,上述时间差为0000-00-03 03:00:00,其大于第二预设时间阈值1天(该第二预设时间阈值也可以是5天,或者其他时间,具体可以根据预设传染病场景的具体情况进行确定),则有:2020-04-03 10:10:07+0000-00-01 10:00:00,得到更新后的症状产生时间为:2020-04-05 00:10:07;当然,如果时间差不大于第二预设时间阈值,则不对症状产生时间进行更新。
在步骤S530中,根据更新后的事件时间以及确诊时间和/或症状产生时间进行更新,得到所述测试数据集。
具体的,当得到更新后的事件时间、确诊时间和/或(由于症状产生时间存在不用更新的情况,因此采用了或)症状产生时间后,即刻得到测试数据集health_character_bak,具体可以参考图6所示。其中,health_character_bak中所有的Event_date(事件时间)为同一个时间。通过该方法,可以确保测试数据集中的所有仿真患者永远满足具有上述预设传染病场景的症状,并且,即任意一个时间测试,仿真患者均为5秒钟前的确诊患者,则仿真患者的图形标识永远具有上述第一预设颜色值,如此便可在高速增加的数据库、快速迭代的健康码策略、快速响应的健康码计算等复杂动态场景下,将数据稳定化,对健康码策略进行质控,在快速验证的同时,保证质检结果可靠性。
在步骤S140中,根据所述测试数据集生成测试用例,并根据所述测试用例对所述疫情健康码进行质控。
在本示例实施例中,首先,将所述测试用例输入至计算所述疫情健康码的健康码计算模型中,得到预测结果;其中,所述预测结果为具有第二预设颜色值的图形标识;其次,判断所述第一预设颜色值与第二预设颜色值是否相同,并根据颜色值的判断结果,对所述健康码计算模型的计算精度进行质控。
具体的,当将测试数据集health_character_bak中的特征值输入到健康码计算模型中以后,可以得到具有第二预设颜色值的图形标识People_code,然后判断第二预设颜色值与第一预设颜色值People_code_expect是否一致,如果一致,则表示质检通过,否则,推送异常报警给,提示健康码程序bug,需要解决。同时需要补充说明的是,可以间隔十分钟(预设时间段)循环步骤S110-步骤S140,进而推送健康码准确性;当然,具体的运行时间间隔也可以根据数据更新的速度进行调整,如果更新速度快,则间隔时间可以减少,如果更新速度慢,则间隔时间可以增加,本示例对此不做特殊限制。
以下,结合图7对本发明示例实施例的疫情健康码质控方法进行进一步的解释以及说明。参考图7所示,该疫情健康码质控方法可以包括以下步骤:
步骤S710,依据健康码发码策略,建立健康码测试数据;
步骤S720,对健康码测试数据进行备份;
步骤S730,计算健康码测试数据中的事件时间与当前时间的时间差;
步骤S740,基于该时间差对健康码测试数据进行更新;
步骤S750,利用健康码计算模型预测更新后的健康码测试数据对应的健康码颜色;
步骤S760,判断预期的健康码颜色以及预测的健康码颜色是否一样,如果一样,则返回步骤S720;如果不一样,则跳转至步骤S770;
步骤S770,生成报警提示信息,以根据报警提示信息对健康码计算模型进行修复。
本公开所提供的疫情健康码质控方法,一方面,通过稳定测试集的动态调整实时监控数据,保证应对突发状态的及时及准确响应;另一方面,利用时间差来更新测试数据。其主要目的是,保证测试用户集在测试脚本运行的时间维度下都能保证特征不变:即任意一个时间测试,测试患者均为5秒钟前的确诊患者,则测试患者的健康码颜色不变;如此,便可在高速增加的数据库、快速迭代的健康码策略、快速响应的健康码计算等复杂动态场景下,将数据稳定化,对健康码策略进行质控,在快速验证的同时,保证质检结果可靠性。
本公开还提供了一种疫情健康码质控装置。参考图8所示,该疫情健康码质控装置可以包括第一数据表生成模块810、第二数据表生成模块820、数据表更新模块830以及健康码质控模块840。其中:
第一数据表生成模块810可以用于生成预设传染病场景的仿真场景的仿真数据表;其中,所述仿真数据表中包括仿真患者,以及在所述预设传染病场景下所述仿真患者所具有的特征值;
第二数据表生成模块820可以用于在所述仿真数据表中增加与所述特征值对应的事件时间以及与所述仿真患者对应的目标分类结果,生成目标数据表;
数据表更新模块830可以用于计算所述事件时间以及当前时间之间的时间差,并基于所述时间差对所述目标数据表中的特征值进行更新,得到测试数据集;
模型测试模块840可以用于根据所述测试数据集生成测试用例,并根据所述测试用例对所述疫情健康码进行质控。
在本公开的一种示例性实施例中,生成预设传染病场景的仿真场景的仿真数据表,包括:
获取具有所述预设传染病场景的原始医疗数据,并提取所述原始医疗数据中所包括的真实患者的真实标识信息,以及所述真实患者的真实医疗实体信息;
对所述真实患者的真实标识信息以及真实医疗实体信息进行标准化处理,得到仿真患者的仿真标识信息以及特征值;
根据所述仿真标识信息以及所述特征值生成所述仿真数据表;其中,所述特征值包括所述仿真患者被诊断为具有所述预设传染病场景的确诊时间以及所述仿真患者产生与所述预设传染病场景对应的预设症状的症状产生时间。
在本公开的一种示例性实施例中,在所述仿真数据表中增加与所述特征值对应的事件时间以及与所述仿真患者对应的目标分类结果,生成目标数据表,包括:
根据所述确诊时间和/或症状产生时间计算所述事件时间,并为所述仿真患者的图形标识配置第一预设颜色值;其中,所述图形标识是根据所述仿真患者的属性信息生成的,所述第一预设颜色值用于对所述仿真患者的类别进行标识;
将所述事件时间以及所述第一预设颜色值添加至所述仿真数据表中,生成所述目标数据表。
在本公开的一种示例性实施例中,基于所述时间差对所述目标数据表中的特征值进行更新,得到测试数据集,包括:
根据所述时间差对所述目标数据表中的事件时间以及确诊时间进行更新;
根据所述时间差对所述目标数据表中的症状产生时间进行更新;
根据更新后的事件时间以及确诊时间和/症状产生时间进行更新,得到所述测试数据集。
在本公开的一种示例性实施例中,根据所述时间差对所述目标数据表中的事件时间以及确诊时间进行更新,包括:
对所述事件时间以及时间差进行求和运算得到第一运算结果,并根据第一运算结果对所述事件时间进行更新;
对更新后的事件时间以及第一预设时间阈值进行求差运算得到第二运算结果,并根据所述第二运算结果对所述确诊时间进行更新。
在本公开的一种示例性实施例中,根据所述时间差对所述目标数据表中的症状产生时间进行更新,包括:
判断所述时间差是否大于第二预设时间阈值;
在确定所述时间差大于所述第二预设时间阈值时,对所述症状产生时间以及所述时间差进行求和运算,得到第三运算结果;
根据第三运算结构对所述症状产生时间进行更新。
在本公开的一种示例性实施例中,根据所述测试用例对所述疫情健康码进行质控,包括:
将所述测试用例输入至计算所述疫情健康码的健康码计算模型中,得到预测结果;其中,所述预测结果为具有第二预设颜色值的图形标识;
判断所述第一预设颜色值与第二预设颜色值是否相同,并根据颜色值的判断结果,对所述健康码计算模型的计算精度进行质控。
在本公开的一种示例性实施例中,间隔预设时间段,重复循环前述所述的疫情健康码质控装置中所包括的各模块所执行的功能,以对疫情健康码进行质控。
上述疫情健康码质控装置中各模块的具体细节已经在对应的疫情健康码质控方法中进行了详细的描述,因此此处不再赘述。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本发明的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外,尽管在附图中以特定顺序描述了本发明中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
在本发明的示例性实施例中,还提供了一种能够实现上述方法的电子设备。
所属技术领域的技术人员能够理解,本发明的各个方面可以实现为系统、方法或程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
下面参照图9来描述根据本发明的这种实施方式的电子设备900。图9显示的电子设备900仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图9所示,电子设备900以通用计算设备的形式表现。电子设备900的组件可以包括但不限于:上述至少一个处理单元910、上述至少一个存储单元920、连接不同系统组件(包括存储单元920和处理单元910)的总线930以及显示单元940。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元910执行,使得所述处理单元910执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如,所述处理单元910可以执行如图1中所示的步骤S110:生成预设传染病场景的仿真场景的仿真数据表;其中,所述仿真数据表中包括仿真患者,以及在所述预设传染病场景下所述仿真患者所具有的特征值;步骤S120:在所述仿真数据表中增加与所述特征值对应的事件时间以及与所述仿真患者对应的目标分类结果,生成目标数据表;步骤S130:计算所述事件时间以及当前时间之间的时间差,并基于所述时间差对所述目标数据表中的特征值进行更新,得到测试数据集;步骤S140:根据所述测试数据集生成测试用例,并根据所述测试用例对所述疫情健康码进行质控。
存储单元920可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)9201和/或高速缓存存储单元9202,还可以进一步包括只读存储单元(ROM)9203。
存储单元920还可以包括具有一组(至少一个)程序模块9205的程序/实用工具9204,这样的程序模块9205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线930可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备900也可以与一个或多个外部设备1000(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备900交互的设备通信,和/或与使得该电子设备900能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口950进行。并且,电子设备900还可以通过网络适配器960与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器960通过总线930与电子设备900的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备900使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本发明实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本发明实施方式的方法。
在本发明的示例性实施例中,还提供了一种计算机可读存储介质,其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。
根据本发明的实施方式的用于实现上述方法的程序产品,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
此外,上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
本领域技术人员在考虑说明书及实践这里发明的发明后,将容易想到本发明的其他实施例。本申请旨在涵盖本发明的任何变型、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发明的一般性原理并包括本发明未发明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,本发明的真正范围和精神由权利要求指出。
Claims (8)
1.一种疫情健康码质控方法,其特征在于,包括:
生成预设传染病场景的仿真场景的仿真数据表;其中,所述仿真数据表中包括仿真患者,以及在所述预设传染病场景下所述仿真患者所具有的特征值;所述特征值包括所述仿真患者被诊断为具有所述预设传染病场景的确诊时间以及所述仿真患者产生与所述预设传染病场景对应的预设症状的症状产生时间;
在所述仿真数据表中增加与所述特征值对应的事件时间以及与所述仿真患者对应的目标分类结果,生成目标数据表;其中,所述事件时间为健康码计算模型根据所述仿真患者所述具有的特征值对所述仿真患者的健康码进行计算的时间;
计算所述事件时间以及当前时间之间的时间差,并对所述事件时间以及时间差进行求和运算得到第一运算结果,并根据第一运算结果对所述事件时间进行更新;对更新后的事件时间以及第一预设时间阈值进行求差运算得到第二运算结果,并根据所述第二运算结果对所述确诊时间进行更新;判断所述时间差是否大于第二预设时间阈值;在确定所述时间差大于所述第二预设时间阈值时,对所述症状产生时间以及所述时间差进行求和运算,得到第三运算结果;根据第三运算结构对所述症状产生时间进行更新;根据更新后的事件时间以及确诊时间和/或症状产生时间对所述目标数据表中的特征值进行更新,得到测试数据集;
根据所述测试数据集生成测试用例,并根据所述测试用例对所述疫情健康码进行质控。
2.根据权利要求1所述的疫情健康码质控方法,其特征在于,生成预设传染病场景的仿真场景的仿真数据表,包括:
获取具有所述预设传染病场景的原始医疗数据,并提取所述原始医疗数据中所包括的真实患者的真实标识信息,以及所述真实患者的真实医疗实体信息;
对所述真实患者的真实标识信息以及真实医疗实体信息进行标准化处理,得到仿真患者的仿真标识信息以及特征值;
根据所述仿真标识信息以及所述特征值生成所述仿真数据表。
3.根据权利要求1所述的疫情健康码质控方法,其特征在于,在所述仿真数据表中增加与所述特征值对应的事件时间以及与所述仿真患者对应的目标分类结果,生成目标数据表,包括:
根据确诊时间和/或症状产生时间计算所述事件时间,并为所述仿真患者的图形标识配置第一预设颜色值;其中,所述图形标识是根据所述仿真患者的属性信息生成的,所述第一预设颜色值用于对所述仿真患者的类别进行标识;
将所述事件时间以及所述第一预设颜色值添加至所述仿真数据表中,生成所述目标数据表。
4.根据权利要求3所述的疫情健康码质控方法,其特征在于,根据所述测试用例对所述疫情健康码进行质控,包括:
将所述测试用例输入至计算所述疫情健康码的健康码计算模型中,得到预测结果;其中,所述预测结果为具有第二预设颜色值的图形标识;
判断所述第一预设颜色值与第二预设颜色值是否相同,并根据颜色值的判断结果,对所述健康码计算模型的计算精度进行质控。
5.根据权利要求1所述的疫情健康码质控方法,其特征在于,间隔预设时间段,重复循环所述权利要求1-4任一项所述的疫情健康码质控方法,以对疫情健康码进行质控。
6.一种疫情健康码质控装置,其特征在于,包括:
第一数据表生成模块,用于生成预设传染病场景的仿真场景的仿真数据表;其中,所述仿真数据表中包括仿真患者,以及在所述预设传染病场景下所述仿真患者所具有的特征值;所述特征值包括所述仿真患者被诊断为具有所述预设传染病场景的确诊时间以及所述仿真患者产生与所述预设传染病场景对应的预设症状的症状产生时间;
第二数据表生成模块,用于在所述仿真数据表中增加与所述特征值对应的事件时间以及与所述仿真患者对应的目标分类结果,生成目标数据表;其中,所述事件时间为健康码计算模型根据所述仿真患者所述具有的特征值对所述仿真患者的健康码进行计算的时间;
数据表更新模块,用于计算所述事件时间以及当前时间之间的时间差,并对所述事件时间以及时间差进行求和运算得到第一运算结果,并根据第一运算结果对所述事件时间进行更新;对更新后的事件时间以及第一预设时间阈值进行求差运算得到第二运算结果,并根据所述第二运算结果对所述确诊时间进行更新;判断所述时间差是否大于第二预设时间阈值;在确定所述时间差大于所述第二预设时间阈值时,对所述症状产生时间以及所述时间差进行求和运算,得到第三运算结果;根据第三运算结构对所述症状产生时间进行更新;根据更新后的事件时间以及确诊时间和/或症状产生时间进行更新,得到测试数据集;
健康码质控模块,用于根据所述测试数据集生成测试用例,并根据所述测试用例对所述疫情健康码进行质控。
7.一种计算机可读存储介质,其上存储有计算机程序,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1-5任一项所述的疫情健康码质控方法。
8.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1-5任一项所述的疫情健康码质控方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011611797.0A CN112712151B (zh) | 2020-12-30 | 2020-12-30 | 疫情健康码质控方法及装置、介质、设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011611797.0A CN112712151B (zh) | 2020-12-30 | 2020-12-30 | 疫情健康码质控方法及装置、介质、设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112712151A CN112712151A (zh) | 2021-04-27 |
CN112712151B true CN112712151B (zh) | 2022-03-04 |
Family
ID=75547307
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011611797.0A Active CN112712151B (zh) | 2020-12-30 | 2020-12-30 | 疫情健康码质控方法及装置、介质、设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112712151B (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6246975B1 (en) * | 1996-10-30 | 2001-06-12 | American Board Of Family Practice, Inc. | Computer architecture and process of patient generation, evolution, and simulation for computer based testing system |
US8190451B2 (en) * | 2005-03-29 | 2012-05-29 | Group Health Plan, Inc. | Method and computer program product for predicting and minimizing future behavioral health-related hospital admissions |
CN110175697B (zh) * | 2019-04-25 | 2021-05-25 | 胡盛寿 | 一种不良事件风险预测系统及方法 |
CN111429324A (zh) * | 2020-03-25 | 2020-07-17 | 淮阴工学院 | 一种多源信息融合的电子通行状态管理方法 |
CN111757310B (zh) * | 2020-06-23 | 2023-06-02 | 中国联合网络通信集团有限公司 | 健康码的生成方法及服务器、基站 |
CN111798988B (zh) * | 2020-07-07 | 2022-11-01 | 医渡云(北京)技术有限公司 | 风险区域预测方法、装置、电子设备及计算机可读介质 |
-
2020
- 2020-12-30 CN CN202011611797.0A patent/CN112712151B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112712151A (zh) | 2021-04-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110674009B (zh) | 应用服务器性能监测方法、装置、存储介质及电子设备 | |
CN111274154A (zh) | 一种自动化测试的方法、装置、设备及存储介质 | |
CN111241111B (zh) | 数据查询方法及装置、数据对比方法及装置、介质及设备 | |
CN109408361A (zh) | Monkey测试复原方法、装置、电子设备及计算机可读存储介质 | |
CN116149304B (zh) | 一种车辆诊断系统、方法、设备及存储介质 | |
CN110728128A (zh) | 数据报表生成方法、装置、介质及电子设备 | |
CN115576217A (zh) | 一种车辆测试方法、装置、设备和介质 | |
CN109299124B (zh) | 用于更新模型的方法和装置 | |
CN112712151B (zh) | 疫情健康码质控方法及装置、介质、设备 | |
CN111198902A (zh) | 元数据管理方法、装置、存储介质及电子设备 | |
CN117172237A (zh) | 数据的分析方法及装置、电子设备和存储介质 | |
CN113590484B (zh) | 算法模型服务测试方法、系统、设备及存储介质 | |
US10372849B2 (en) | Performing and communicating sheet metal simulations employing a combination of factors | |
CN111709117A (zh) | 核电模拟机全寿期过程管理方法及装置 | |
CN111427874B (zh) | 医疗数据生产的质控方法、装置以及电子设备 | |
CN114372003A (zh) | 测试环境监控方法、装置与电子设备 | |
WO2022013635A1 (en) | Detecting of sleeping cell in a mobile network | |
CN111522752B (zh) | 程序测试方法、程序测试装置、存储介质和电子设备 | |
CN112799957A (zh) | 基于用户行为的故障处理方法、系统、设备和介质 | |
CN114637685A (zh) | 银行系统中应用程序的性能测试方法、装置、设备和介质 | |
CN113837462A (zh) | 故障风险趋势分析方法、装置、服务器和存储介质 | |
CN111741046B (zh) | 数据上报方法、获取方法、装置、设备及介质 | |
CN112035368A (zh) | 自动化软件测试方法、装置、电子设备、存储介质 | |
CN112328473A (zh) | 代码自动化集成测试方法、装置及电子设备 | |
CN113126881A (zh) | 系统配置方法、装置、设备、可读存储介质及分布式存储系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |