CN114491284B - 一种基于多渠道数据分析的信息推送系统 - Google Patents
一种基于多渠道数据分析的信息推送系统 Download PDFInfo
- Publication number
- CN114491284B CN114491284B CN202210392334.2A CN202210392334A CN114491284B CN 114491284 B CN114491284 B CN 114491284B CN 202210392334 A CN202210392334 A CN 202210392334A CN 114491284 B CN114491284 B CN 114491284B
- Authority
- CN
- China
- Prior art keywords
- sign value
- module
- sign
- curve
- preset
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- 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
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Abstract
本发明涉及一种基于多渠道数据分析的信息推送系统,尤其涉及数据处理技术领域,包括,采集模块,用以实时采集用户多渠道状态信息,用户多渠道状态信息包括体征状态、就医状态和环境状态;校对模块,用以根据各预设标准范围对采集的多渠道状态信息进行校对,其与所述采集模块连接,所述采集模块还用以重新采集校对不通过的状态信息;分析模块,用以根据校对通过的多渠道状态信息对用户状态进行数据分析,其与所述校对模块连接;推送模块,用以根据体征值的安全性判定结果进行相应的信息推送,其与所述分析模块连接。本发明有效提高了医疗信息推送的准确度和效率。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种基于多渠道数据分析的信息推送系统。
背景技术
从技术而言,信息推送是一项以数据挖掘、自然语言处理以及互联网等多门技术为基础的综合性方向,将合适的信息推送给合适的人,是一项极具挑战的工作,这个过程需要对信息作充分的分析,并对用户的状态、兴趣做细致的刻画,并对两者进行有效匹配。
中国专利公开号:CN204314943U,公开了一种 信息推送系统,该系统包括信息输入模块、信息推送模块、射频模块及包括所述射频模块的移动终端,利用其中的射频模块及移动终端,通过无线射频技术在商家与消费者之间构建了直接的联系,可广泛应用于商场促销、校园通知或其他特定场所信息推送等,由此,便于商家实时完善、更新广告,也便于消费者主动选择自己感兴趣的广告,可见,该方案在进行信息推送时,商家仅根据自身需求设置推送内容,当推送医疗信息时,该方案并未结合用户的多方状态信息进行综合分析,未考虑用户的实时状态,导致该信息推送方式的推送内容容易被用户忽略,从而造成信息推送准确度低、推送效率低等问题。
发明内容
为此,本发明提供一种基于多渠道数据分析的信息推送系统,用以克服现有技术中无法通过融合多渠道数据向用户进行精确信息推送的问题。
为实现上述目的,本发明提供一种基于多渠道数据分析的信息推送系统,包括,
采集模块,用以实时采集用户多渠道状态信息,用户多渠道状态信息包括体征状态、就医状态和环境状态;
校对模块,用以根据各预设标准范围对采集的多渠道状态信息进行校对,其与所述采集模块连接,所述采集模块还用以重新采集校对不通过的状态信息;
分析模块,用以根据校对通过的多渠道状态信息对用户状态进行数据分析,其与所述校对模块连接,所述分析模块在进行用户状态分析时,还用以根据实时采集的各体征值绘制体征值变化的曲线,并确定各体征值变化曲线的曲线趋势,所述分析模块还用以根据实时采集的体征值及该体征值的曲线趋势对该体征值的安全性进行判定,所述分析模块内设有调节单元,所述调节单元用以根据用户的就医次数设置调节系数对监测的体征值进行调节,在进行调节时,所述调节单元还用以根据就医类型对调节系数进行矫正,所述分析模块内还设有修正单元,修正单元与所述调节单元连接,所述修正单元用以根据环境温度对调节后的体征值进行修正;
推送模块,用以根据体征值的安全性判定结果进行相应的信息推送,其与所述分析模块连接,在进行信息推送时,所述推送模块还用以根据所述分析模块判定的低风险体征值的数量和中风险体征值的数量对用户状态进行判定,并根据用户状态判定结果进行相应的信息推送。
进一步地,所述校对模块在对实时采集的体征状态进行校对时,将采集的体征值与体征值预设标准范围进行比对,不同的体征值设有不同体征值预设标准范围,若采集的体征值在与其对应的体征值预设标准范围内,则判定校对通过,反之,判定校对不通过;
所述校对模块在对实时采集的就医状态进行校对时,将采集的就医次数与就医次数预设标准范围进行比对,若采集的就医次数在就医次数预设标准范围内,则判定校对通过,反之,判定校对不通过;
所述校对模块在对实时采集的环境状态进行校对时,将采集的环境温度与环境温度预设标准范围进行比对,若采集的环境温度在环境温度预设标准范围内,则判定校对通过,反之,判定校对不通过。
进一步地,所述分析模块在进行用户状态分析时,获取实时采集的用户的各体征值,当体征状态的指标数量为n时,n≥1,监测的不同指标的值分别为第一体征值、第二体征值...第n体征值,所述分析模块以时间为x轴,体征值为y轴,以监测起始时间为坐标原点建立平面直角坐标系,并绘制各体征值随时间变化的曲线,获取各体征值的曲线趋势,曲线趋势包括上升趋势、平稳趋势和下降趋势,在获取曲线趋势时,所述分析模块根据该曲线中时间最近的拐点的坐标与当前时刻的坐标计算曲线斜率K,若K<0判定该曲线为下降趋势,若K=0判定该曲线为平稳趋势,若K>0判定该曲线为上升趋势。
进一步地,在对体征值进行安全判定时,所述分析模块将实时采集的第i体征值Ai与各预设第i标准体征值进行比对,设定i=1,2,..n,并根据比对结果对体征值进行安全判定,其中,
当Ai<Ai1时,所述分析模块判定该体征值低,其中,若该体征值的变化曲线为上升趋势,所述分析模块判定该体征值存在低风险,若该体征值的变化曲线为平稳或下降趋势,所述分析模块判定该体征值存在中风险;
当Ai1≤Ai≤Ai2时,所述分析模块判定该体征值正常;
当Ai2<Ai时,所述分析模块判定该体征值高,其中,若该体征值的变化曲线为下降趋势,所述分析模块判定该体征值存在低风险,若该体征值的变化曲线为平稳或上升趋势,所述分析模块判定该体征值存在中风险;
其中,Ai1为第一预设第i标准体征值,Ai2为第二预设第i标准体征值,Ai1<Ai2。
进一步地,所述调节单元在对获取的体征值Ai进行调节时,所述调节单元获取用户在前三个月内的就医次数H,并将其与预设就医次数H0进行比对,并根据比对结果设置调节系数对获取的体征值Ai进行调节,其中,
当H≤H0时,所述调节单元不对获取的体征值Ai进行调节;
当H>H0时,所述调节单元选取第一调节系数m1对获取的体征值Ai进行调节,0<m1<0.07,调节后的体征值为Am1,若该体征值曲线为上升趋势则Am1=Ai+Ai×m1,若该体征值曲线为下降趋势则Am1=Ai-Ai×m1。
进一步地,所述调节单元在进行调节时,获取用户的就医类型,就医类型包括轻症状就医和重症状就医,当用户的就医次数H中存在重症状就医时,所述调节单元对第一调节系数m1进行校正,校正后的第一调节系数为m1’,设定m1’=m1×g,g为校正系数,设定1<g<1.2。
进一步地,所述修正单元在对调节后的体征值进行修正时,所述修正单元获取实时环境温度Tm,并将其与预设环境温度Tm0进行比对,并根据比对结果对调节后的体征值进行修正,其中,
当Tm≤Tm0时,所述修正单元判定外界温度正常不进行修正;
当Tm>Tm0时,所述修正单元判定外界处于高温状态,并将体征值修正为Am2,若该体征值曲线为上升趋势则Am2=Am1-Am1×n1,若该体征值曲线为下降趋势则Am2=Am1+Am1×n1,n1为预设修正系数,设定0<n1<0.05。
进一步地,所述分析模块在对各体征值安全判定后,所述推送模块获取各体征值中低风险体征值数量C1和中风险体征值数量C2,并将各风险体征值数量Ci与各预设风险体征值数量进行比对,设定i=1,2,并根据比对结果对用户状态进行判定,其中,
当C1<C10且C2<C20时,所述推送模块判定用户处于正常状态,并定期推送正常体征状态信息;
当C1≥C10或C2≥C20时,所述推送模块判定用户处于风险状态,并及时推送存在风险的体征状态信息;
其中,C10为预设低风险体征值数量,C20为预设中风险体征值数量,C10>C20。
进一步地,所述推送模块在对用户状态进行判定时,获取用户年龄Q,并将其与预设年龄Q0进行比对,并根据比对结果对各预设风险体征值数量进行补偿,其中,
当Q≤Q0时,所述推送模块不进行补偿;
当Q>Q0时,所述推送模块将预设低风险体征值数量补偿为C10’,设定C10’=C10×L,所述推送模块将预设中风险体征值数量补偿为C20’,设定C20’=C20×L,L为补偿系数,0.7<L<1,补偿后的各预设风险体征值数量向下取整,最小值均取1。
进一步地,所述体征状态包括体征值,所述就医状态包括就医次数,所述环境状态包括环境温度。
与现有技术相比,本发明的有益效果在于,所述分析模块通过获取实时监测的指标的值作为体征值,并根据体征值绘制曲线以精确反映出各体征值的走向,从而便于对用户状态进行精确分析,以进一步提高信息推送的精确度及效率,同时,所述分析模块在确定体征值的曲线趋势时,以拐点对曲线进行划分,为保证曲线趋势的精确度,采取时间最近的拐点与当前时刻的体征值计算斜率以确定曲线趋势,通过精确判断曲线趋势可进一步提高信息推送的精确度及效率。
尤其,所述分析模块通过将实时采集的体征值与预设值进行比对,以对该体征值进行安全判定,体征值反映的是体征状态,当体征值在预设范围以外时则存在一定安全隐患,通过对体征值的安全性进行精确判断,可进一步提高信息推送的精确度及效率,同时,当体征值在预设范围外时,所述分析模块结合该体征值曲线的趋势对该体征值进行安全性判定,可进一步保证体征值安全性判定精确度,通过确定体征值的风险状态可进一步提高信息推送的精确度及效率。
尤其,所述分析模块在对体征值进行安全性判定时,还通过调节单元对监测的体征值进行调节,通过调节以进一步保证体征值安全性判定结果的精确度,在进行调节时,所述调节单元将获取的就医次数H与预设值进行比对,若其在预设值以内则用户就医次数少不对监测的体征值产生影响,若其大于预设值则用户就医次数多,用户存在疾病隐患,此时通过调节以使体征值增加或降低从而在安全性判定时增加风险可能性,从而提高信息推送的精确度及效率,同时,所述调节单元在根据调节系数进行调节时,所述调节单元还根据就医类型对调节系数进行矫正,若就医类型存在重症状就医,则通过增加调节系数以提高对体征值调节的精确性,从而降低疾病对监测的体征值的影响,从而进一步提高信息推送的精确度及效率。
尤其,所述调节单元在对体征值调节完成后,修正单元还通过获取环境温度对体征值进行修正,通过修正以降低环境温度对监测的体征值的影响,当人处在异常温度环境中各类体征状态指标都可能超出正常范围,所述修正单元将环境温度与预设值进行比对,若其在预设值以上则对调节后的体征值进行修正,通过修正以减弱体征值的上升或下降趋势,从而在安全性判定时降低风险可能性,以降低环境影响,从而进一步提高对体征值安全性判定的精确度,以进一步提高信息推送的精确度及效率。
尤其,所述分析模块在对各监测的体征值进行安全性判定后,所述推送模块根据判定结果对用户状态进行判定,所述推送模块分别将体征值的各类风险数量与预设值进行比对,并根据比对结果进行用户状态判定,通过对用户状态进行精确判定,进一步提高了信息推送的精确度及效率,同时,为保证用户状态判定的精确度,所述推送模块还将用户年龄与预设年龄进行比对,若其大于预设值则证明用户为老年人,所述推送模块通过降低预设值以降低判断标准,从而提高用户状态判断的精确度,从而进一步提高信息推送的精确度及效率。
附图说明
图1为本实施例基于多渠道数据分析的信息推送系统的结构示意图。
具体实施方式
为了使本发明的目的和优点更加清楚明白,下面结合实施例对本发明作进一步描述;应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非在限制本发明的保护范围。
此外,还需要说明的是,在本发明的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域技术人员而言,可根据具体情况理解上述术语在本发明中的具体含义。
请参阅图1所示,其为本实施例基于多渠道数据分析的信息推送系统,所述系统包括,
采集模块,用以实时采集用户多渠道状态信息,用户多渠道状态信息包括体征状态、就医状态和环境状态,所述体征状态包括体征值,本实施例设有若干体征值,且不对体征值做具体限定,其可以是血糖、血压、血脂、体重、体温等监测数据,所述就医状态包括就医次数,还包括就医金额等数据,所述环境状态包括环境温度,还可包括环境湿度、天气状态等数据;
校对模块,用以根据各预设标准范围对采集的多渠道状态信息进行校对,其与所述采集模块连接,所述采集模块还用以重新采集校对不通过的状态信息;
分析模块,用以根据校对通过的多渠道状态信息对用户状态进行数据分析,其与所述校对模块连接,所述分析模块在进行用户状态分析时,还用以根据实时采集的各体征值绘制体征值变化的曲线,并确定各体征值变化曲线的曲线趋势,所述分析模块还用以根据实时采集的体征值及该体征值的曲线趋势对该体征值的安全性进行判定,所述分析模块内设有调节单元,所述调节单元用以根据用户的就医次数设置调节系数对监测的体征值进行调节,在进行调节时,所述调节单元还用以根据就医类型对调节系数进行矫正,所述分析模块内还设有修正单元,修正单元与所述调节单元连接,所述修正单元用以根据环境温度对调节后的体征值进行修正;
推送模块,用以根据体征值的安全性判定结果进行相应的信息推送,其与所述分析模块连接,在进行信息推送时,所述推送模块还用以根据所述分析模块判定的低风险体征值的数量和中风险体征值的数量对用户状态进行判定,并根据用户状态判定结果进行相应的信息推送。
具体而言,本实施例中所述采集模块在采集体征状态数据时,可通过物联网终端进行采集,物联网终端包括智能监测手环、血糖仪、血压仪、电子秤等电子设备,本实施例所述采集模块在采集就医状态数据时,可通过互联网在医院系统中采集相关就医信息,本实施例所述采集模块在采集环境状态数据时可通过网络数据采集获取,还可以通过物联网终端监测获取,可以理解的是,本实施例未对数据采集方式及数据类型做具体限定,本领域技术人员可根据需要设置其他数据获取方式及数据类型。
本实施例所述系统应用于移动终端中,以便于根据用户状态向用户进行精确医疗信息推送,通过对用户状态进行多渠道分析判断,以提高信息推送的精确度和效率。
具体而言,所述校对模块在对实时采集的体征状态进行校对时,将采集的体征值与体征值预设标准范围进行比对,不同的体征值设有不同体征值预设标准范围,若采集的体征值在与其对应的体征值预设标准范围内,则判定校对通过,反之,判定校对不通过;
所述校对模块在对实时采集的就医状态进行校对时,将采集的就医次数与就医次数预设标准范围进行比对,若采集的就医次数在就医次数预设标准范围内,则判定校对通过,反之,判定校对不通过;
所述校对模块在对实时采集的环境状态进行校对时,将采集的环境温度与环境温度预设标准范围进行比对,若采集的环境温度在环境温度预设标准范围内,则判定校对通过,反之,判定校对不通过。
具体而言,本实施例中所述校对模块通过对采集数据进行校对,以降低数据采集错误的风险,从而提高数据分析的准确度,以进一步提高信息推送的精确度,所述校对模块针对不同体征值设有不同体征值预设标准范围,如将温度标准范围设为35-40摄氏度,超出范围则重新采集,并针对就医次数和环境温度均设有预设标准范围,以保证采集的数据真实可靠,以提高数据采集的精确度,从而提高信息推送的精确度及效率。
具体而言,所述分析模块在进行用户状态分析时,获取实时采集的用户的各体征值,当体征状态的指标数量为n时,n≥1,监测的不同指标的值分别为第一体征值、第二体征值...第n体征值,所述分析模块以时间为x轴,体征值为y轴,以监测起始时间为坐标原点建立平面直角坐标系,并绘制各体征值随时间变化的曲线,获取各体征值的曲线趋势,曲线趋势包括上升趋势、平稳趋势和下降趋势,在获取曲线趋势时,所述分析模块根据该曲线中时间最近的拐点的坐标与当前时刻的坐标计算曲线斜率K,若K<0判定该曲线为下降趋势,若K=0判定该曲线为平稳趋势,若K>0判定该曲线为上升趋势。
具体而言,结合具体实施方式对本申请提出的曲线趋势进行说明,如当体征值为体温时,时间最近的拐点的横坐标为7点纵坐标为35度,当前时刻的横坐标为8点纵坐标为37度,此时曲线斜率K=(37-35)/(8-7),K>0,所述分析模块则判定该体征值的曲线趋势为上升趋势,若曲线中无拐点,则根据曲线起点坐标代替拐点坐标进行计算。
具体而言,本实施例中设有n个体征状态指标,包括血糖、血压、血脂、体重、体温等指标,所述分析模块通过获取实时监测的指标的值作为体征值,并根据体征值绘制曲线以精确反映出各体征值的走向,从而便于对用户状态进行精确分析,以进一步提高信息推送的精确度及效率,同时,所述分析模块在确定体征值的曲线趋势时,以拐点对曲线进行划分,为保证曲线趋势的精确度,采取时间最近的拐点与当前时刻的体征值计算斜率以确定曲线趋势,通过精确判断曲线趋势可进一步提高信息推送的精确度及效率。
具体而言,所述分析模块将实时采集的第i体征值Ai与各预设第i标准体征值进行比对,设定i=1,2,..n,并根据比对结果对体征值进行安全判定,其中,
当Ai<Ai1时,所述分析模块判定该体征值低,其中,若该体征值的变化曲线为上升趋势,所述分析模块判定该体征值存在低风险,若该体征值的变化曲线为平稳或下降趋势,所述分析模块判定该体征值存在中风险;
当Ai1≤Ai≤Ai2时,所述分析模块判定该体征值正常;
当Ai2<Ai时,所述分析模块判定该体征值高,其中,若该体征值的变化曲线为下降趋势,所述分析模块判定该体征值存在低风险,若该体征值的变化曲线为平稳或上升趋势,所述分析模块判定该体征值存在中风险;
其中,Ai1为第一预设第i标准体征值,Ai2为第二预设第i标准体征值,Ai1<Ai2。
具体而言,本实施例中所述分析模块通过将实时采集的体征值与预设值进行比对,以对该体征值进行安全判定,体征值反映的是体征状态,当体征值在预设范围以外时则存在一定安全隐患,通过对体征值的安全性进行精确判断,可进一步提高信息推送的精确度及效率,同时,当体征值在预设范围外时,所述分析模块结合该体征值曲线的趋势对该体征值进行安全性判定,可进一步保证体征值安全性判定精确度,通过确定体征值的风险状态可进一步提高信息推送的精确度及效率。
具体而言,所述分析模块内设有调节单元,所述分析模块在确定体征值的风险状态时,所述调节单元获取用户在前三个月内的就医次数H,并将其与预设就医次数H0进行比对,并根据比对结果设置调节系数对获取的体征值Ai进行调节,其中,
当H≤H0时,所述调节单元不对获取的体征值Ai进行调节;
当H>H0时,所述调节单元选取第一调节系数m1对获取的体征值Ai进行调节,0<m1<0.07,调节后的体征值为Am1,若该体征值曲线为上升趋势则Am1=Ai+Ai×m1,若该体征值曲线为下降趋势则Am1=Ai-Ai×m1。
具体而言,结合具体实施方式对本申请提出的调节过程进行说明,如体征值为体温,监测的体征值为36度曲线趋势为上升,前三个月内的就医次数为5,预设就医次数为4,m1取0.05,此时,所述调节单元对体征值进行调节,调节后的体征值为36+36×0.08=37.8,通过调节使调节后的体征值更趋于风险状态,以提高信息推送的精确度及效率。
具体而言,所述调节单元在进行调节时,获取用户的就医类型,就医类型包括轻症状就医和重症状就医,定义单次就医金额小于阈值的为轻症状就医,定义单次就医金额大于等于阈值的为重症状就医,当用户的就医次数H中存在重症状就医时,所述调节单元对第一调节系数m1进行校正,校正后的第一调节系数为m1’,设定m1’=m1×g,g为校正系数,设定1<g<1.2。
具体而言,结合具体实施方式对本申请提出的校正过程进行说明,如阈值为1万,调节系数为0.5,校正系数取1.18,当单次就医金额在1万以上时,校正后的调节系数m1’=0.15×1.18,通过校正以提高调节系数,从而使调节后的体征值更趋于风险状态,以进一步提高信息推送的精确度及效率。
具体而言,本实施例中所述分析模块在对体征值进行安全性判定时,还通过调节单元对监测的体征值进行调节,通过调节以进一步保证体征值安全性判定结果的精确度,在进行调节时,所述调节单元将获取的就医次数H与预设值进行比对,若其在预设值以内则用户就医次数少不对监测的体征值产生影响,若其大于预设值则用户就医次数多,用户存在疾病隐患,此时通过调节以使体征值增加或降低从而在安全性判定时增加风险可能性,从而提高信息推送的精确度及效率,同时,所述调节单元在根据调节系数进行调节时,所述调节单元还根据就医类型对调节系数进行矫正,若就医类型存在重症状就医,则通过增加调节系数以提高对体征值调节的精确性,从而降低疾病对监测的体征值的影响,从而进一步提高信息推送的精确度及效率。可以理解的是,本实施例中采集的就医信息为前三个月内的,本领域技术人员可将时间调整为更长,如半年或一年等,以获取更多就医信息,从而提高用户状态分析的精确度,且本实施例中通过单次就医金额确定是否为重症状就医,本领域技术人员还可通过其他方式进行判断,只需满足对重症状就医的区分即可。
具体而言,所述分析模块内还设有修正单元,修正单元与所述调节单元连接,所述调节单元调节完成后,所述修正单元获取实时环境温度Tm,并将其与预设环境温度Tm0进行比对,并根据比对结果对调节后的体征值进行修正,其中,
当Tm≤Tm0时,所述修正单元判定外界温度正常不进行修正;
当Tm>Tm0时,所述修正单元判定外界处于高温状态,并将体征值修正为Am2,若该体征值曲线为上升趋势则Am2=Am1-Am1×n1,若该体征值曲线为下降趋势则Am2=Am1+Am1×n1,n1为预设修正系数,设定0<n1<0.05。
具体而言,结合具体实施方式对本申请提出的修正过程进行说明,如体征值为体温,调节后的体征值为38度,n1取0.04,预设环境温度为36度,若实时环境温度大于预设值,且体征值为上升趋势,则将体征值修正为Am2=38-38×0.04,通过修正以降低体征值,从而使修正后的体征值更趋于正常状态,以降低环境对用户体征监测的影响,提高信息推送的精确度及效率。
具体而言,本实施例中所述调节单元在对体征值调节完成后,修正单元还通过获取环境温度对体征值进行修正,通过修正以降低环境温度对监测的体征值的影响,当人处在异常温度环境中各类体征状态指标都可能超出正常范围,所述修正单元将环境温度与预设值进行比对,若其在预设值以上则对调节后的体征值进行修正,通过修正以减弱体征值的上升或下降趋势,从而在安全性判定时降低风险可能性,以降低环境影响,从而进一步提高对体征值安全性判定的精确度,以进一步提高信息推送的精确度及效率。
具体而言,所述分析模块在对各体征值安全判定后,所述推送模块获取各体征值中低风险体征值数量C1和中风险体征值数量C2,并将各风险体征值数量Ci与各预设风险体征值数量进行比对,设定i=1,2,并根据比对结果对用户状态进行判定,其中,
当C1<C10且C2<C20时,所述推送模块判定用户处于正常状态,并定期推送正常体征状态信息;
当C1≥C10或C2≥C20时,所述推送模块判定用户处于风险状态,并及时推送存在风险的体征状态信息;
其中,C10为预设低风险体征值数量,C20为预设中风险体征值数量,C10>C20。
具体而言,所述推送模块在对用户状态进行判定时,获取用户年龄Q,并将其与预设年龄Q0进行比对,并根据比对结果对各预设风险体征值数量进行补偿,其中,
当Q≤Q0时,所述推送模块不进行补偿;
当Q>Q0时,所述推送模块将预设低风险体征值数量补偿为C10’,设定C10’=C10×L,所述推送模块将预设中风险体征值数量补偿为C20’,设定C20’=C20×L,L为补偿系数,0.7<L<1,补偿后的各预设风险体征值数量向下取整,最小值均取1。
具体而言,本实施例中所述分析模块在对各监测的体征值进行安全性判定后,所述推送模块根据判定结果对用户状态进行判定,所述推送模块分别将体征值的各类风险数量与预设值进行比对,并根据比对结果进行用户状态判定,通过对用户状态进行精确判定,进一步提高了信息推送的精确度及效率,同时,为保证用户状态判定的精确度,所述推送模块还将用户年龄与预设年龄进行比对,若其大于预设值则证明用户为老年人,所述推送模块通过降低预设值以降低判断标准,从而提高用户状态判断的精确度,从而进一步提高信息推送的精确度及效率。
可以理解的是,本实施例未对信息推送的具体内容进行限定,在推送体征状态信息的同时,本领域技术人员还可根据存在风险的体征状态信息向用户推送恢复方案,如营养搭配方案、运动方案、心理健康方案等,以实现精确医疗信息推送,从而进一步提高信息推送效率。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
Claims (9)
1.一种基于多渠道数据分析的信息推送系统,其特征在于,包括,
采集模块,用以实时采集用户多渠道状态信息,用户多渠道状态信息包括体征状态、就医状态和环境状态;
校对模块,用以根据各预设标准范围对采集的多渠道状态信息进行校对,其与所述采集模块连接,所述采集模块还用以重新采集校对不通过的状态信息;
分析模块,用以根据校对通过的多渠道状态信息对用户状态进行数据分析,其与所述校对模块连接,所述分析模块在进行用户状态分析时,还用以根据实时采集的各体征值绘制体征值变化的曲线,并确定各体征值变化曲线的曲线趋势,所述分析模块还用以根据实时采集的体征值及该体征值的曲线趋势对该体征值的安全性进行判定,所述分析模块内设有调节单元,所述调节单元用以根据用户的就医次数设置调节系数对监测的体征值进行调节,在进行调节时,所述调节单元还用以根据就医类型对调节系数进行矫正,所述分析模块内还设有修正单元,修正单元与所述调节单元连接,所述修正单元用以根据环境温度对调节后的体征值进行修正;
推送模块,用以根据体征值的安全性判定结果进行相应的信息推送,其与所述分析模块连接,在进行信息推送时,所述推送模块还用以根据所述分析模块判定的低风险体征值的数量和中风险体征值的数量对用户状态进行判定,并根据用户状态判定结果进行相应的信息推送;
所述校对模块在对实时采集的体征状态进行校对时,将采集的体征值与体征值预设标准范围进行比对,不同的体征值设有不同体征值预设标准范围,若采集的体征值在与其对应的体征值预设标准范围内,则判定校对通过,反之,判定校对不通过;
所述校对模块在对实时采集的就医状态进行校对时,将采集的就医次数与就医次数预设标准范围进行比对,若采集的就医次数在就医次数预设标准范围内,则判定校对通过,反之,判定校对不通过;
所述校对模块在对实时采集的环境状态进行校对时,将采集的环境温度与环境温度预设标准范围进行比对,若采集的环境温度在环境温度预设标准范围内,则判定校对通过,反之,判定校对不通过。
2.根据权利要求1所述的基于多渠道数据分析的信息推送系统,其特征在于,所述分析模块在进行用户状态分析时,获取实时采集的用户的各体征值,当体征状态的指标数量为n时,n≥1,监测的不同指标的值分别为第一体征值、第二体征值 ...第n体征值,所述分析模块以时间为x轴,体征值为y轴,以监测起始时间为坐标原点建立平面直角坐标系,并绘制各体征值随时间变化的曲线,获取各体征值的曲线趋势,曲线趋势包括上升趋势、平稳趋势和下降趋势,在获取曲线趋势时,所述分析模块根据该曲线中时间最近的拐点的坐标与当前时刻的坐标计算曲线斜率K,若K<0判定该曲线为下降趋势,若K=0判定该曲线为平稳趋势,若K>0判定该曲线为上升趋势。
3.根据权利要求2所述的基于多渠道数据分析的信息推送系统,其特征在于,在对体征值进行安全判定时,所述分析模块将实时采集的第i体征值Ai与各预设第i标准体征值进行比对,设定i=1 ,2 ,..n,并根据比对结果对体征值进行安全判定,其中,
当Ai<Ai1时,所述分析模块判定该体征值低,其中,若该体征值的变化曲线为上升趋势,所述分析模块判定该体征值存在低风险,若该体征值的变化曲线为平稳或下降趋势,所述分析模块判定该体征值存在中风险;
当Ai1≤Ai≤Ai2时,所述分析模块判定该体征值正常;
当Ai2<Ai时,所述分析模块判定该体征值高,其中,若该体征值的变化曲线为下降趋势,所述分析模块判定该体征值存在低风险,若该体征值的变化曲线为平稳或上升趋势,所述分析模块判定该体征值存在中风险;
其中,Ai1为第一预设第i标准体征值,Ai2为第二预设第i标准体征值,Ai1<Ai2。
4.根据权利要求3所述的基于多渠道数据分析的信息推送系统,其特征在于,所述调节单元在对获取的体征值Ai进行调节时,所述调节单元获取用户在前三个月内的就医次数H,并将其与预设就医次数H0进行比对,并根据比对结果设置调节系数对获取的体征值Ai进行调节,其中,
当H≤H0时,所述调节单元不对获取的体征值Ai进行调节;
当H>H0时,所述调节单元选取第一调节系数m1对获取的体征值Ai进行调节,0<m1<0.07,调节后的体征值为Am1,若该体征值曲线为上升趋势则Am1=Ai+Ai×m1,若该体征值曲线为下降趋势则Am1=Ai-Ai×m1。
5.根据权利要求4所述的基于多渠道数据分析的信息推送系统,其特征在于,所述调节单元在进行调节时,获取用户的就医类型,就医类型包括轻症状就医和重症状就医,当用户的就医次数H中存在重症状就医时,所述调节单元对第一调节系数m1进行校正,校正后的第一调节系数为m1’,设定m1’=m1×g,g为校正系数,设定1<g<1.2。
6.根据权利要求5所述的基于多渠道数据分析的信息推送系统,其特征在于,所述修正单元在对调节后的体征值进行修正时,所述修正单元获取实时环境温度Tm,并将其与预设环境温度Tm0进行比对,并根据比对结果对调节后的体征值进行修正,其中,
当Tm≤Tm0时,所述修正单元判定外界温度正常不进行修正;
当Tm>Tm0时,所述修正单元判定外界处于高温状态,并将体征值修正为Am2,若该体征值曲线为上升趋势则Am2=Am1-Am1×n1,若该体征值曲线为下降趋势则Am2=Am1+Am1×n1,n1为预设修正系数,设定0<n1<0.05。
7.根据权利要求3所述的基于多渠道数据分析的信息推送系统,其特征在于,所述分析模块在对各体征值安全判定后,所述推送模块获取各体征值中低风险体征值数量C1和中风险体征值数量C2,并将各风险体征值数量Ci与各预设风险体征值数量进行比对,设定i=1 ,2,并根据比对结果对用户状态进行判定,其中,
当C1<C10且C2<C20时,所述推送模块判定用户处于正常状态,并定期推送正常体征状态信息;
当C1≥C10或C2≥C20时,所述推送模块判定用户处于风险状态,并及时推送存在风险的体征状态信息;
其中,C10为预设低风险体征值数量,C20为预设中风险体征值数量,C10>C20。
8.根据权利要求7所述的基于多渠道数据分析的信息推送系统,其特征在于,所述推送模块在对用户状态进行判定时,获取用户年龄Q,并将其与预设年龄Q0进行比对,并根据比对结果对各预设风险体征值数量进行补偿,其中,
当Q≤Q0时,所述推送模块不进行补偿;
当Q>Q0时,所述推送模块将预设低风险体征值数量补偿为C10’,设定C10’=C10×L,所述推送模块将预设中风险体征值数量补偿为C20’,设定C20’=C20×L,L为补偿系数,0 .7<L <1,补偿后的各预设风险体征值数量向下取整,最小值均取1。
9.根据权利要求1所述的基于多渠道数据分析的信息推送系统,其特征在于,所述体征状态包括体征值,所述就医状态包括就医次数,所述环境状态包括环境温度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210392334.2A CN114491284B (zh) | 2022-04-15 | 2022-04-15 | 一种基于多渠道数据分析的信息推送系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210392334.2A CN114491284B (zh) | 2022-04-15 | 2022-04-15 | 一种基于多渠道数据分析的信息推送系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114491284A CN114491284A (zh) | 2022-05-13 |
CN114491284B true CN114491284B (zh) | 2022-07-08 |
Family
ID=81488315
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210392334.2A Active CN114491284B (zh) | 2022-04-15 | 2022-04-15 | 一种基于多渠道数据分析的信息推送系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114491284B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114647221B (zh) * | 2022-05-23 | 2022-08-02 | 承德京联电子科技有限公司 | 一种基于物联网的矿山生产链智能管控系统 |
CN115275941B (zh) * | 2022-06-15 | 2023-06-27 | 北京中电恒盛电力科技有限公司 | 电力电子开关控制装置 |
CN115038113B (zh) * | 2022-08-09 | 2022-11-11 | 平行世界(深圳)文化科技有限公司 | 一种广播电视节目传输系统 |
CN115643123B (zh) * | 2022-12-26 | 2023-03-21 | 无锡谨研物联科技有限公司 | 一种物联网多网融合实验系统及方法 |
CN116130076B (zh) * | 2023-04-04 | 2023-06-20 | 山东新蓝海科技股份有限公司 | 基于云平台的医疗设备信息管理系统 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10307104B2 (en) * | 2011-07-05 | 2019-06-04 | Saudi Arabian Oil Company | Chair pad system and associated, computer medium and computer-implemented methods for monitoring and improving health and productivity of employees |
US20150356272A1 (en) * | 2014-06-10 | 2015-12-10 | Taipei Medical University | Prescription analysis system and method for applying probabilistic model based on medical big data |
CN106352478A (zh) * | 2016-08-26 | 2017-01-25 | 曾美枝 | 终端设备的自动控制方法、装置和系统 |
CN106357802A (zh) * | 2016-10-29 | 2017-01-25 | 深圳市前海安测信息技术有限公司 | 基于物联网的健康状况评估系统及方法 |
US11908581B2 (en) * | 2018-04-10 | 2024-02-20 | Hill-Rom Services, Inc. | Patient risk assessment based on data from multiple sources in a healthcare facility |
CN108711256A (zh) * | 2018-05-25 | 2018-10-26 | 合肥博之泰电子科技有限公司 | 一种节能多渠道人身安全智能分析报警方法及系统 |
CN110491461A (zh) * | 2018-08-15 | 2019-11-22 | 上海好医通健康信息咨询有限公司 | 一种人体健康数据处理系统 |
CN112289465A (zh) * | 2020-10-21 | 2021-01-29 | 梁秀文 | 一种基于大数据的医疗监管系统 |
CN112579916B (zh) * | 2021-03-01 | 2021-05-25 | 广州汇图计算机信息技术有限公司 | 一种基于多渠道用户信息的数据处理系统 |
CN113729673A (zh) * | 2021-09-18 | 2021-12-03 | 深圳晶华相控科技有限公司 | 一种可防窒息的监护方法及装置 |
-
2022
- 2022-04-15 CN CN202210392334.2A patent/CN114491284B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN114491284A (zh) | 2022-05-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114491284B (zh) | 一种基于多渠道数据分析的信息推送系统 | |
Walch et al. | Sleep stage prediction with raw acceleration and photoplethysmography heart rate data derived from a consumer wearable device | |
US11633156B2 (en) | Retrospective retrofitting method to generate a continuous glucose concentration profile by exploiting continuous glucose monitoring sensor data and blood glucose measurements | |
EP2523625B1 (en) | Multivariate residual-based health index for human health monitoring | |
US9858386B2 (en) | Method to recalibrate continuous glucose monitoring data on-line | |
JP2023116568A (ja) | 分析物データを用いた健康及び栄養の監視及び管理のためのシステム、デバイス、及び方法 | |
US20200008723A1 (en) | System and method for assessing risk associated with a glucose state | |
RU2685681C2 (ru) | Система и способ для оптимизирования частоты сбора данных и пороговых значений для алгоритма обнаружения ухудшения состояния | |
JP2018125026A (ja) | 分析物データの処理およびレポートを生成するためのシステムおよび方法 | |
US20170300651A1 (en) | Platform which correlates data for recommendation | |
US20170132383A1 (en) | Systems and methods for automated rule generation and discovery for detection of health state changes | |
CN103907115A (zh) | 传感器数据的后校准 | |
WO2016107217A1 (zh) | 一种睡眠监控方法及终端 | |
US11166670B1 (en) | Managing meal excursions in blood glucose data | |
Rahman et al. | Internet of things based electrocardiogram monitoring system using machine learning algorithm | |
Meyer et al. | How much data is enough? A reliable methodology to examine long-term wearable data acquisition in gait and postural sway | |
CN113539483B (zh) | 一种基于云计算的慢性病筛查服务系统 | |
CN117373677A (zh) | 基于数字化医疗档案管理的智能健康监护系统 | |
Jia et al. | Design of a real-time self-adjusting calibration algorithm to improve the accuracy of continuous blood glucose monitoring | |
KR101661116B1 (ko) | 프로그래머블 멀티모달 생체신호 처리 모듈 및 이를 이용한 헬스케어 플랫폼 | |
US11089980B1 (en) | Investigation of glycemic events in blood glucose data | |
EP3239872A1 (en) | System and method for health data collection and analysis | |
Gruenerbel et al. | Wearable Prophylaxis Tool for AI-Driven Identification of Early Warning Patterns of Pressure Ulcers | |
JP7180259B2 (ja) | 生体情報解析装置、生体情報解析方法、および生体情報解析システム | |
CN112120675A (zh) | 一种群体体温异常识别方法及装置、设备及介质 |
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 |