CN113076328A - 一种疫情数据处理系统 - Google Patents

一种疫情数据处理系统 Download PDF

Info

Publication number
CN113076328A
CN113076328A CN202110634366.4A CN202110634366A CN113076328A CN 113076328 A CN113076328 A CN 113076328A CN 202110634366 A CN202110634366 A CN 202110634366A CN 113076328 A CN113076328 A CN 113076328A
Authority
CN
China
Prior art keywords
data
passenger
seat
travel
abnormal
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
CN202110634366.4A
Other languages
English (en)
Other versions
CN113076328B (zh
Inventor
韩海燕
薛巧玲
龚晨
李睿
唐红武
薄满辉
黄少卿
郭琛
冯海伟
张景龙
侯珺
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.)
China Travelsky Mobile Technology Co Ltd
Original Assignee
China Travelsky Mobile Technology 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 China Travelsky Mobile Technology Co Ltd filed Critical China Travelsky Mobile Technology Co Ltd
Priority to CN202110634366.4A priority Critical patent/CN113076328B/zh
Publication of CN113076328A publication Critical patent/CN113076328A/zh
Application granted granted Critical
Publication of CN113076328B publication Critical patent/CN113076328B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23Updating
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22Indexing; Data structures therefor; Storage structures
    • G06F16/2282Tablespace storage structures; Management thereof
    • 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/26Government or public services
    • 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

Landscapes

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

Abstract

本发明涉及一种疫情数据处理系统,包括疫情数据库、处理器和存储有计算机程序的存储器,疫情数据库包括第一数据表、第二数据表和第三数据表,第一数据表用于存储并动态更新旅客疫情数据记录,所述旅客疫情数据记录包括旅客id、异常行程id、异常状态值、更新时间和信息渠道字段;第二数据表用于存储旅客行程记录,所述旅客行程记录包括旅客id、行程id、座位id、行程时间、出发地id、到达地id字段;第三数据表用于存储旅客id和座位id的关联关系记录,包括旅客id、行程id和座位id数据对所对应的第一等级关联关系行程id和座位id数据对集合,以及第二等级关联关系行程id和座位id数据对集合。本发明提高了疫情数据的更新效率和准确度。

Description

一种疫情数据处理系统
技术领域
本发明涉及计算机技术领域,尤其涉及一种疫情数据处理系统。
背景技术
在疫情防控中,准确及时地获取疫情数据,对人员的活动轨迹进行确定,是阻断疫情传播路径的关键。但是疫情数据通常分散在不同的公众号、网站、社交媒体等不同渠道,疫情数据量巨大,疫情数据格式不统一,例如采用不同格式的文本、表格、图片等形式,此外,现有的疫情数据质量的可信度也没有统一的核验标准,不同渠道数据还可能有差异和冲突,信息收集和汇总过程复杂性,数据信息利用率低,无法保证疫情数据准确实时地更新。由此可知,如何实现提高疫情数据的更新效率和准确度成为亟待解决的技术问题。
发明内容
本发明目的在于,提供一种疫情数据处理系统,提高了疫情数据的更新效率和准确度。
根据本发明第一方面,提供了一种疫情数据处理系统,包括疫情数据库、处理器和存储有计算机程序的存储器,所述疫情数据库包括第一数据表、第二数据表和第三数据表,所述第一数据表用于存储并动态更新旅客疫情数据记录,所述旅客疫情数据记录包括旅客id、异常行程id、异常状态值、更新时间和信息渠道字段,所述异常状态值包括“0”,“1”,“2”,其中,“0”表示异常状态,“1”表示确诊状态,“2”表示密切接触状态;所述第二数据表用于存储旅客行程记录,所述旅客行程记录包括旅客id、行程id、座位id、行程时间、出发地id、到达地id字段;所述第三数据表用于存储旅客id和座位id的关联关系记录,包括旅客id、行程id和座位id数据对所对应的第一等级关联关系行程id和座位id数据对集合,以及第二等级关联关系行程id和座位id数据对集合;所述计算机程序被所述处理器执行时,实现以下步骤:
步骤S1、每间隔预设的第一时间段从预设信息渠道获取原始数据,所述原始数据为预设信息渠道公布的异常状态旅客对应的行程信息,所述异常状态包括确诊状态或密切接触状态,解析所述原始数据得到旅客异常状态、第一原始数据和第二原始数据,所述第一原始数据包括原始行程id、原始座位id,所述第二原始数据包括原始行程时间;
步骤S2、基于所述原始行程id检索所述第二数据表,若存在,则基于所述原始行程id和原始座位id数据对所述第二数据表,若存在,则获取所述原始行程id和原始座位id数据对所对应的行程时间,并获取与所述原始行程时间的日期差值,若所述日期差值在预设差值阈值范围内,则将所述原始数据确定为异常数据,并执行步骤S3,否则,将所述原始数据丢弃,返回步骤S1;
步骤S3、基于所述异常数据从所述第二数据表中获取对应的旅客id ,作为异常旅客id,根据所述旅客异常状态、异常旅客id、原始行程id、原始座位id和预设的第二时间段检索所述第三数据表和第二数据表,生成密切接触状态旅客信息集合;
步骤S4、基于所述异常数据、密切接触状态旅客信息集合、第二数据表、信息渠道id和获取原始数据的时间更新所述第一数据表,并返回执行步骤S1。
本发明与现有技术相比具有明显的优点和有益效果。借由上述技术方案,本发明提供的一种疫情数据处理系统可达到相当的技术进步性及实用性,并具有产业上的广泛利用价值,其至少具有下列优点:
本发明能够基于多个信息渠道实时获取异常状态旅客对应的数据,并基于第二数据表中的行程数据进行校验,筛选准确可靠的异常数据,且第二数据表中的行程数据和第三数据表中的数据都是通过旅客填报信息和计划行程信息校验后的可信数据,再基于第二数据表以及第三数据表中行程id和座位id数据对之间的关联状态,基于已确认的准确可靠的异常数据追溯所有可能的异常旅客id和对应的行程id,并对第一数据表中的疫情数据进行准确及时地更新,提高了疫情数据的更新效率和准确度。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂,以下特举较佳实施例,并配合附图,详细说明如下。
附图说明
图1为本发明实施例提供的疫情数据处理系统示意图。
具体实施方式
为更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种疫情数据处理系统的具体实施方式及其功效,详细说明如后。
在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理,但是其中的许多步骤可以被并行地、并发地或者同时实施。此外,各步骤的顺序可以被重新安排。当其操作完成时处理可以被终止,但是还可以具有未包括在附图中的附加步骤。处理可以对应于方法、函数、规程、子例程、子程序等等。
本发明实施例提供了一种疫情数据处理系统,如图1所示,包括疫情数据库、处理器和存储有计算机程序的存储器,所述疫情数据库包括第一数据表、第二数据表和第三数据表,所述第一数据表用于存储并动态更新旅客疫情数据记录,所述旅客疫情数据记录包括旅客id、异常行程id、异常状态值、更新时间和信息渠道字段,所述异常状态值包括“0”,“1”,“2”,其中,“0”表示异常状态,“1”表示确诊状态,“2”表示密切接触状态,可以理解的是,上述几种异常状态仅为示例,还可根据具体应用需求添加其他异常状态,例如,采用“4”来表示疑似状态等,后续可以根据采集用户的健康状态数据来对应更新该状态,健康状态数据根据具体疫情病情特征来设定;所述第二数据表用于存储旅客行程记录,所述旅客行程记录包括旅客id、行程id、座位id、行程时间、出发地id、到达地id字段,作为一种实施例,行程id具体可为航班id,行程时间可包括,航班出发时间、达到时间等,第二数据表中的字段还可根据具体需求来扩充。所述第三数据表用于存储旅客id和座位id的关联关系记录,包括旅客id、行程id和座位id数据对所对应的第一等级关联关系行程id和座位id数据对集合,以及第二等级关联关系行程id和座位id数据对集合;可以理解的是,行程id和座位id数据对指的是行程id和座位id共同构建成一个主键时所对应的数据对,所述计算机程序被所述处理器执行时,实现以下步骤:
步骤S1、每间隔预设的第一时间段从预设信息渠道获取原始数据,所述原始数据为预设信息渠道公布的异常状态旅客对应的行程信息,所述异常状态包括确诊状态或密切接触状态,解析所述原始数据得到旅客异常状态、第一原始数据和第二原始数据,所述第一原始数据包括原始行程id、原始座位id,所述第二原始数据包括原始行程时间;
其中,所述第一时间段可以根据具体的应用需求来设定,例如可以设定为1天。信息渠道包括网站、微博、公众号平台、其他服务器等等。
步骤S2、基于所述原始行程id检索所述第二数据表,若存在,则基于所述原始行程id和原始座位id数据对所述第二数据表,若存在,则获取所述原始行程id和原始座位id数据对所对应的行程时间,并获取与所述原始行程时间的日期差值,若所述日期差值在预设差值阈值范围内,则将所述原始数据确定为异常数据,并执行步骤S3,否则,将所述原始数据丢弃,返回步骤S1;
需要说明的是,第一原始数据是需要精确校对的数据,第二原始数据允许存在一定误差,例如国际航班可能因为时差等原因,导致行程日期有所偏差,因此只要日期差值在预设差值阈值范围内,也认为是准确的数据,这样可以准确、全面地获取到异常数据。步骤S2中所述的“否则”,指的是不满足步骤S2中前述至少一个条件,都不会将原始数据确定为可信任的异常数据。
步骤S3、基于所述异常数据从所述第二数据表中获取对应的旅客id ,作为异常旅客id,根据所述旅客异常状态、异常旅客id、原始行程id、原始座位id和预设的第二时间段检索所述第三数据表和第二数据表,生成密切接触状态旅客信息集合;
可以理解的是,当原始数据确定为异常数据后,可以基于第三数据表和第二数据表追溯生成异常数据所对应的旅客id在第二时间段内的密切接触旅客信息,第二时间段基于疫情传播特征来设定,例如对于新冠疫情,第二时间段可设置为14天。
步骤S4、基于所述异常数据、密切接触状态旅客信息集合、第二数据表、信息渠道id和获取原始数据的时间更新所述第一数据表,并返回执行步骤S1。
本发明实施例能够基于多个信息渠道实时获取异常状态旅客对应的数据,并基于第二数据表中的行程数据进行校验,筛选准确可靠的异常数据,且第二数据表中的行程数据和第三数据表中的数据都是通过旅客填报信息和计划行程信息校验后的可信数据,再基于第二数据表以及第三数据表中行程id和座位id数据对之间的关联状态,基于已确认的准确可靠的异常数据追溯所有可能的异常旅客id和对应的行程id,并对第一数据表中的疫情数据进行准确及时地更新,提高了疫情数据的更新效率和准确度。
作为一种实施例,所述系统还包括计划行程信息列表,所述计划信息行程信息列表包括计划行程id、计划行程时间、出发地id、到达地id、座位分布信息、预订旅客id,所述计算机程序被所述处理器执行时,还实现以下步骤:
步骤S01、基于预设的信息接口获取移动终端上报的旅客数据,所述旅客数据包括旅客id、行程id、行程时间、出发地id、到达地id、座位id;
可以理解的是,根据具体需求,步骤S01中还可采集旅客否发热、咳嗽等健康状态信息、以及旅客性别、年龄等基本信息。
步骤S02、基于所述计划行程信息列表对所述旅客健康数据进行校验,若校验成功,则生成旅客行程记录并存储至所述第二数据表,并判断所述第三数据表中是否存在该行程id和座位id数据对关联关系记录,若不存在,则生成对应的行程id和座位id数据对关联关系记录,并存储值所述第二数据表中。
通过步骤S01和步骤S02可以基于旅客上报的数据以及计划行程信息列表进行相互校验,以是的第二数据表和第三数据表中的信息准确可靠,从而提高疫情数据更新的可靠性和准确性。
防疫期间,除了基于步骤S01采集用户数据,通常还需要用户初始健康码等疫情信息码,因此可建立信息交互接口,在步骤S01和步骤S02校验通过后,为了避免重复采集填报数据,所述系统还包括信息交互接口,基于所述信息交互接口访问所述系统外部的疫情信息码生成服务器,所述步骤S02之后还包括:
步骤S03、基于旅客id通过所述信息交互接口访问所述系统外部的疫情信息码生成服务器获取对应的疫情信息码,并发送至该旅客id对应的移动终端。
作为一种实施例,所述步骤S02中,生成对应的行程id和座位id数据对关联关系记录包括:
步骤S021、获取行程id对应座位id分布特征图;
步骤S022、基于所述座位id分布特征图,以当上报的座位id为中心,将距离该座位id小于预设第一安全距离范围内的座位id确定为第一关联id,基于所有第一关联id和该行程id生成第一等级关联关系行程id和座位id数据对,从而生成第一等级关联关系行程id和座位id数据对集合;
可以理解的是,第一安全距离小于第二安全距离,第一安全距离第第二安全距离的具体数值根据实际疫情传播特征来具体设定。
步骤S023、基于所述座位id分布特征图,以当上报的座位id为中心,将距离该座位id大于预设第一安全距离,并小于预设第二安全距离范围内的座位id确定为第二关联id,基于所有第二关联id和该行程id生成第二等级关联关系行程id和座位id数据对,从而生成第二等级关联关系行程id和座位id数据对集合。
需要说明的是,还可在第二数据表中添加每一行程的行程持续时间,例如对于航班来说,为飞行时间,还可添加每一旅客id上报的是否发热、咳嗽等健康状态信息、以及旅客性别、年龄基本信息,再结合座位id距离综合确定第一等级关联关系行程id和座位id数据对集合和第二等级关联关系行程id和座位id数据对集合,可以理解的是,还可根据具体需求设定第三等级关联关系行程id和座位id数据对等集合。
基于步骤S2021-步骤S2023可以将得到每个座位id的分级关联座位id,后续即可基于每一座位id追溯到相关联的座位id,再结合行程信息,来追溯密切接触者,提高了数据处理的准确性。
作为一种实施例,所述步骤S3包括:
步骤S31、基于所述异常数据检索所述第二数据表,确定对应的异常旅客id,基于所述异常旅客id检索所述第二数据表,确定异常旅客id在预设的第一时间段内对应的异常行程id和异常作为id数据对;
步骤S32、若所述异常旅客id对应的异常状态为确诊状态,则基于异常行程id和异常作为id数据对检索所述第三数据表,将异常行程id和异常作为id数据对所对应的第一等级关联关系行程id和座位id数据对集合以及第二等级关联关系行程id和座位id数据对集合中的所有行程id和座位id数据对确定为第一密切接触状态行程id和座位id数据对,基于所述第一密切接触状态行程id和座位id数据对检索所述第二数据表,生成第一密切接触状态旅客id,将对应的第一密切接触状态行程id和座位id数据对中的行程id确定为对应的异常行程id,基于所有第一密切接触状态旅客id和对应的异常行程id生成第一密切接触状态旅客信息集合;
步骤S33、若所述异常旅客id对应的异常状态为密切接触状态,则基于异常行程id和异常作为id数据对检索所述第三数据表,将异常行程id和异常作为id数据对所对应的第一等级关联关系行程id和座位id数据对集合中的所有行程id和座位id数据对确定为第二密切接触状态行程id和座位id数据对,基于所述第二密切接触状态行程id和座位id数据对检索所述第二数据表,生成第二密切接触状态旅客id,将对应的第二密切接触状态行程id和座位id数据对中的行程id确定为对应的异常行程id,基于所有第二密切接触状态旅客id和对应的异常行程id生成第二密切接触状态旅客信息集合。
通过步骤S31-步骤S33,基于异常数据、第二数据表和第三数据表,能够准确快速地确定异常数据对应的旅客id的密切接触旅客id。
作为一种实施例,所述步骤S4包括:
步骤S41、基于所述异常数据对应的旅客id检索所述第一数据表,判断所述第一数据表中是否存在该旅客id对应的旅客疫情数据记录,若不存在,则基于所述异常数据对应的旅客id、异常旅客id在预设的第一时间段内对应的异常行程id和异常作为id数据对所对应的异常行程id、异常状态、信息渠道id和获取原始数据的时间生成异常数据对应的旅客id对应的旅客疫情数据记录,并存储至所述第一数据表,若存在,则更新对应字段的信息;
步骤S42、基于第一密切接触状态旅客信息集合或第二密切接触状态旅客信息集合中的每一旅客id判断所述第一数据表中是否存在该旅客id对应的旅客疫情数据记录,若不存在,则基于该旅客id、该旅客id对应的异常行程id、信息渠道id和获取原始数据的时间生成该旅客id对应的旅客疫情数据记录,并存储至所述第一数据表,若存在,则更新对应字段的信息,所述第一密切接触状态旅客信息集合或第二密切接触状态旅客信息集合中每一旅客id的异常状态均为密切接触状态。
通过步骤S41-步骤S42,能够准确快速地更新旅客疫情数据记录,提高了疫情数据的更新效率和准确度。
作为一种实施例,所述疫情数据库中还包括第四数据表,用于存储旅客通知信息记录,所述旅客通知信息记录包括旅客id、信息通知渠道id和信息通知渠道号码,所述步骤S4之后还包括:
步骤S5、实时检测所述第一数据表,若检测到旅客id对应的疫情数据记录更新,则将更新的信息基于所述第四数据表中该旅客id对应的信息通知渠道id推送给对应的信息通知渠道号码。
需要说明的是,所述第四数据表中旅客id可以对应一个或多个信息通知渠道id和信息通知渠道号码,信息渠道具体可包括电话、信息、应用消息等等。优选的,可以基于旅客信息采集过程确认优选的信息通知渠道id和信息通知渠道号码存储在所述第四数据表中,能够确保当旅客及时接收到更新的信息。
所述第一数据表中还可包括信息通知渠道id和信息通知状态字段,当执行完所述步骤S5,还包括:
步骤S6、更新已发送更新信息的旅客id对应的通知渠道id和信息通知状态字段。
需要说明的是,通过本发明实施例构建疫情数据可供被授权的用户查询,亦可提供传输接口,供一些需要该疫情数据的服务器来使用,作为一种实施例,所述系统还包括疫情数据查询接口和预设的查询授权列表,所述计算机程序被所述处理器执行时,还实现以下步骤:
步骤S100、接收用户终端发送的疫情数据查询请求,并从所述疫情数据查询请求解析出请求用户id;
步骤S200、判断所述请求用户id是否存在于所述查询授权列表中,若存在,则通过所述疫情数据查询接口获取对应的疫情数据并发送给所述用户终端。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,虽然本发明已以较佳实施例揭露如上,然而并非用以限定本发明,任何熟悉本专业的技术人员,在不脱离本发明技术方案范围内,当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。

Claims (9)

1.一种疫情数据处理系统,其特征在于,
包括疫情数据库、处理器和存储有计算机程序的存储器,所述疫情数据库包括第一数据表、第二数据表和第三数据表,所述第一数据表用于存储并动态更新旅客疫情数据记录,所述旅客疫情数据记录包括旅客id、异常行程id、异常状态值、更新时间和信息渠道字段,所述异常状态值包括“0”,“1”,“2”,其中,“0”表示异常状态,“1”表示确诊状态,“2”表示密切接触状态;所述第二数据表用于存储旅客行程记录,所述旅客行程记录包括旅客id、行程id、座位id、行程时间、出发地id、到达地id字段;所述第三数据表用于存储旅客id和座位id的关联关系记录,包括旅客id、行程id和座位id数据对所对应的第一等级关联关系行程id和座位id数据对集合,以及第二等级关联关系行程id和座位id数据对集合;所述计算机程序被所述处理器执行时,实现以下步骤:
步骤S1、每间隔预设的第一时间段从预设信息渠道获取原始数据,所述原始数据为预设信息渠道公布的异常状态旅客对应的行程信息,所述异常状态包括确诊状态或密切接触状态,解析所述原始数据得到旅客异常状态、第一原始数据和第二原始数据,所述第一原始数据包括原始行程id、原始座位id,所述第二原始数据包括原始行程时间;
步骤S2、基于所述原始行程id检索所述第二数据表,若存在,则基于所述原始行程id和原始座位id数据对所述第二数据表,若存在,则获取所述原始行程id和原始座位id数据对所对应的行程时间,并获取与所述原始行程时间的日期差值,若所述日期差值在预设差值阈值范围内,则将所述原始数据确定为异常数据,并执行步骤S3,否则,将所述原始数据丢弃,返回步骤S1;
步骤S3、基于所述异常数据从所述第二数据表中获取对应的旅客id ,作为异常旅客id,根据所述旅客异常状态、异常旅客id、原始行程id、原始座位id和预设的第二时间段检索所述第三数据表和第二数据表,生成密切接触状态旅客信息集合;
步骤S4、基于所述异常数据、密切接触状态旅客信息集合、第二数据表、信息渠道id和获取原始数据的时间更新所述第一数据表,并返回执行步骤S1。
2.根据权利要求1所述的系统,其特征在于,
所述系统还包括计划行程信息列表,所述计划信息行程信息列表包括计划行程id、计划行程时间、出发地id、到达地id、座位分布信息、预订旅客id,所述计算机程序被所述处理器执行时,还实现以下步骤:
步骤S01、基于预设的信息接口获取移动终端上报的旅客数据,所述旅客数据包括旅客id、行程id、行程时间、出发地id、到达地id、座位id;
步骤S02、基于所述计划行程信息列表对所述旅客健康数据进行校验,若校验成功,则生成旅客行程记录并存储至所述第二数据表,并判断所述第三数据表中是否存在该行程id和座位id数据对关联关系记录,若不存在,则生成对应的行程id和座位id数据对关联关系记录,并存储值所述第二数据表中。
3.根据权利要求2所述的系统,其特征在于,
所述系统还包括信息交互接口,基于所述信息交互接口访问所述系统外部的疫情信息码生成服务器,所述步骤S02之后还包括:
步骤S03、基于旅客id通过所述信息交互接口访问所述系统外部的疫情信息码生成服务器获取对应的疫情信息码,并发送至该旅客id对应的移动终端。
4.根据权利要求2所述的系统,其特征在于,
所述步骤S02中,生成对应的行程id和座位id数据对关联关系记录包括:
步骤S021、获取行程id对应座位id分布特征图;
步骤S022、基于所述座位id分布特征图,以当上报的座位id为中心,将距离该座位id小于预设第一安全距离范围内的座位id确定为第一关联id,基于所有第一关联id和该行程id生成第一等级关联关系行程id和座位id数据对,从而生成第一等级关联关系行程id和座位id数据对集合;
步骤S023、基于所述座位id分布特征图,以当上报的座位id为中心,将距离该座位id大于预设第一安全距离,并小于预设第二安全距离范围内的座位id确定为第二关联id,基于所有第二关联id和该行程id生成第二等级关联关系行程id和座位id数据对,从而生成第二等级关联关系行程id和座位id数据对集合。
5.根据权利要求1所述的系统,其特征在于,
所述步骤S3包括:
步骤S31、基于所述异常数据检索所述第二数据表,确定对应的异常旅客id,基于所述异常旅客id检索所述第二数据表,确定异常旅客id在预设的第一时间段内对应的异常行程id和异常作为id数据对;
步骤S32、若所述异常旅客id对应的异常状态为确诊状态,则基于异常行程id和异常作为id数据对检索所述第三数据表,将异常行程id和异常作为id数据对所对应的第一等级关联关系行程id和座位id数据对集合以及第二等级关联关系行程id和座位id数据对集合中的所有行程id和座位id数据对确定为第一密切接触状态行程id和座位id数据对,基于所述第一密切接触状态行程id和座位id数据对检索所述第二数据表,生成第一密切接触状态旅客id,将对应的第一密切接触状态行程id和座位id数据对中的行程id确定为对应的异常行程id,基于所有第一密切接触状态旅客id和对应的异常行程id生成第一密切接触状态旅客信息集合;
步骤S33、若所述异常旅客id对应的异常状态为密切接触状态,则基于异常行程id和异常作为id数据对检索所述第三数据表,将异常行程id和异常作为id数据对所对应的第一等级关联关系行程id和座位id数据对集合中的所有行程id和座位id数据对确定为第二密切接触状态行程id和座位id数据对,基于所述第二密切接触状态行程id和座位id数据对检索所述第二数据表,生成第二密切接触状态旅客id,将对应的第二密切接触状态行程id和座位id数据对中的行程id确定为对应的异常行程id,基于所有第二密切接触状态旅客id和对应的异常行程id生成第二密切接触状态旅客信息集合。
6.根据权利要求5所述的系统,其特征在于,
所述步骤S4包括:
步骤S41、基于所述异常数据对应的旅客id检索所述第一数据表,判断所述第一数据表中是否存在该旅客id对应的旅客疫情数据记录,若不存在,则基于所述异常数据对应的旅客id、异常旅客id在预设的第一时间段内对应的异常行程id和异常作为id数据对所对应的异常行程id、异常状态、信息渠道id和获取原始数据的时间生成异常数据对应的旅客id对应的旅客疫情数据记录,并存储至所述第一数据表,若存在,则更新对应字段的信息;
步骤S42、基于第一密切接触状态旅客信息集合或第二密切接触状态旅客信息集合中的每一旅客id判断所述第一数据表中是否存在该旅客id对应的旅客疫情数据记录,若不存在,则基于该旅客id、该旅客id对应的异常行程id、信息渠道id和获取原始数据的时间生成该旅客id对应的旅客疫情数据记录,并存储至所述第一数据表,若存在,则更新对应字段的信息,所述第一密切接触状态旅客信息集合或第二密切接触状态旅客信息集合中每一旅客id的异常状态均为密切接触状态。
7.根据权利要求1所述的系统,其特征在于,
所述疫情数据库中还包括第四数据表,用于存储旅客通知信息记录,所述旅客通知信息记录包括旅客id、信息通知渠道id和信息通知渠道号码,所述步骤S4之后还包括:
步骤S5、实时检测所述第一数据表,若检测到旅客id对应的疫情数据记录更新,则将更新的信息基于所述第四数据表中该旅客id对应的信息通知渠道id推送给对应的信息通知渠道号码。
8.根据权利要求7所述的系统,其特征在于,
所述第一数据表中还包括信息通知渠道id和信息通知状态字段,当执行完所述步骤S5,还包括:
步骤S6、更新已发送更新信息的旅客id对应的通知渠道id和信息通知状态字段。
9.根据权利要求1所述的系统,其特征在于,
所述系统还包括疫情数据查询接口和预设的查询授权列表,所述计算机程序被所述处理器执行时,还实现以下步骤:
步骤S100、接收用户终端发送的疫情数据查询请求,并从所述疫情数据查询请求解析出请求用户id;
步骤S200、判断所述请求用户id是否存在于所述查询授权列表中,若存在,则通过所述疫情数据查询接口获取对应的疫情数据并发送给所述用户终端。
CN202110634366.4A 2021-06-08 2021-06-08 一种疫情数据处理系统 Active CN113076328B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110634366.4A CN113076328B (zh) 2021-06-08 2021-06-08 一种疫情数据处理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110634366.4A CN113076328B (zh) 2021-06-08 2021-06-08 一种疫情数据处理系统

Publications (2)

Publication Number Publication Date
CN113076328A true CN113076328A (zh) 2021-07-06
CN113076328B CN113076328B (zh) 2021-08-24

Family

ID=76617122

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110634366.4A Active CN113076328B (zh) 2021-06-08 2021-06-08 一种疫情数据处理系统

Country Status (1)

Country Link
CN (1) CN113076328B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020122168A1 (en) * 2000-07-12 2002-09-05 Garcia-Rubio Luis Humberto Spectrophotometric system and method for the identification and characterization of a particle in a bodily fluid
US20160110365A1 (en) * 2014-10-09 2016-04-21 Arizona Board Of Regents On Behalf Of Arizona State University Systems and methods for locating contagion sources in networks with partial timestamps
WO2020010113A1 (en) * 2018-07-02 2020-01-09 Baxter International Inc. Graph database for outbreak tracking and management
CN111243755A (zh) * 2020-03-04 2020-06-05 南通大学附属医院 一种疫情防控信息系统
CN111711925A (zh) * 2020-06-04 2020-09-25 中国联合网络通信集团有限公司 一种密切接触者判断方法及装置
CN111951444A (zh) * 2020-03-27 2020-11-17 武汉小码联城科技有限公司 地铁出行疫情防控方法、系统及进站闸机、服务器
CN112732722A (zh) * 2021-01-19 2021-04-30 深圳市欢太科技有限公司 数据处理方法、数据处理装置、存储介质与电子设备
CN112802610A (zh) * 2021-01-31 2021-05-14 淮航 旅客信息大数据智能处理方法和装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020122168A1 (en) * 2000-07-12 2002-09-05 Garcia-Rubio Luis Humberto Spectrophotometric system and method for the identification and characterization of a particle in a bodily fluid
US20160110365A1 (en) * 2014-10-09 2016-04-21 Arizona Board Of Regents On Behalf Of Arizona State University Systems and methods for locating contagion sources in networks with partial timestamps
WO2020010113A1 (en) * 2018-07-02 2020-01-09 Baxter International Inc. Graph database for outbreak tracking and management
CN111243755A (zh) * 2020-03-04 2020-06-05 南通大学附属医院 一种疫情防控信息系统
CN111951444A (zh) * 2020-03-27 2020-11-17 武汉小码联城科技有限公司 地铁出行疫情防控方法、系统及进站闸机、服务器
CN111711925A (zh) * 2020-06-04 2020-09-25 中国联合网络通信集团有限公司 一种密切接触者判断方法及装置
CN112732722A (zh) * 2021-01-19 2021-04-30 深圳市欢太科技有限公司 数据处理方法、数据处理装置、存储介质与电子设备
CN112802610A (zh) * 2021-01-31 2021-05-14 淮航 旅客信息大数据智能处理方法和装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
RUIZ-GAYOSSO J A: "Correlating USA COVID-19 cases at epidemic onset days to domestic flights passenger inflows by state", 《INTERNATIONAL JOURNAL OF MODERN PHYSICS C》 *
兰翔: "疫情影响下航空旅客出行特征分析", 《空运商务》 *

Also Published As

Publication number Publication date
CN113076328B (zh) 2021-08-24

Similar Documents

Publication Publication Date Title
US20230195541A1 (en) Systems and methods for synthetic data generation
US10960541B2 (en) Analytical robotic process automation
EP3591586A1 (en) Data model generation using generative adversarial networks and fully automated machine learning system which generates and optimizes solutions given a dataset and a desired outcome
US11562252B2 (en) Systems and methods for expanding data classification using synthetic data generation in machine learning models
WO2017092447A1 (en) Method and apparatus for data quality management and control
Cook et al. Lost in aggregation: Improving event analysis with report‐level data
Li et al. Training data debugging for the fairness of machine learning software
US20220207429A1 (en) Apparatuses, methods, and computer program products for programmatically parsing, classifying, and labeling data objects
Yamashita et al. Thresholds for size and complexity metrics: A case study from the perspective of defect density
Stanley et al. Retrospective median power, false positive meta‐analysis and large‐scale replication
CN111666205A (zh) 一种数据审计的方法、系统、计算机设备和存储介质
Xi et al. A hybrid algorithm of traffic accident data mining on cause analysis
CN113076328B (zh) 一种疫情数据处理系统
CN117275644B (zh) 基于深度学习的检测结果互认方法、系统及存储介质
CN113158090A (zh) 状态检测系统、方法、装置、设备及可读存储介质
CN111274237A (zh) 医疗数据核对修正系统及方法
KR101415528B1 (ko) 분산된 시스템을 위한 데이터 오류 처리 장치 및 방법
CN115801538A (zh) 场站服务器应用资产深度识别方法、系统及设备
Merlo‐Pich et al. Model‐based approach and signal detection theory to evaluate the performance of recruitment centers in clinical trials with antidepressant drugs
CN109491921A (zh) 埋点信息的管理方法和系统
CN117312292B (zh) 基于树图的机构运营报表校验方法、装置、设备及介质
US11281564B2 (en) Method and system for generating key performance indicators (KPIs) for software based on debugging information
JP2009245351A (ja) 情報処理システムおよび情報処理方法
Brito et al. Quantifying the impact of environment factors on the risk of medical responders’ stress‐related absenteeism
CN116206722A (zh) 一种区块链中智能合约检查检验结果互认方法及系统

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

Inventor after: Han Haiyan

Inventor after: Zhang Jinglong

Inventor after: Hou Jun

Inventor after: Xue Qiaoling

Inventor after: Gong Chen

Inventor after: Li Rui

Inventor after: Tang Hongwu

Inventor after: Bo Manhui

Inventor after: Huang Shaoqing

Inventor after: Guo Chen

Inventor after: Feng Haiwei

Inventor before: Han Haiyan

Inventor before: Zhang Jinglong

Inventor before: Hou Jun

Inventor before: Xue Qiaoling

Inventor before: Gong Chen

Inventor before: Li Rui

Inventor before: Tang Hongwu

Inventor before: Bo Manhui

Inventor before: Huang Shaoqing

Inventor before: Guo Chen

Inventor before: Feng Haiwei

GR01 Patent grant
GR01 Patent grant