CN116795896A - 一种基于大数据的康复运动策略生成方法及装置 - Google Patents

一种基于大数据的康复运动策略生成方法及装置 Download PDF

Info

Publication number
CN116795896A
CN116795896A CN202311096859.2A CN202311096859A CN116795896A CN 116795896 A CN116795896 A CN 116795896A CN 202311096859 A CN202311096859 A CN 202311096859A CN 116795896 A CN116795896 A CN 116795896A
Authority
CN
China
Prior art keywords
preset
rehabilitation exercise
keywords
determining
target
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
CN202311096859.2A
Other languages
English (en)
Other versions
CN116795896B (zh
Inventor
周杰夫
周园
瞿瑾
李雄
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.)
Xiangya Hospital of Central South University
Original Assignee
Xiangya Hospital of Central South University
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 Xiangya Hospital of Central South University filed Critical Xiangya Hospital of Central South University
Priority to CN202311096859.2A priority Critical patent/CN116795896B/zh
Publication of CN116795896A publication Critical patent/CN116795896A/zh
Application granted granted Critical
Publication of CN116795896B publication Critical patent/CN116795896B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/205—Parsing
    • G06F40/216—Parsing using statistical methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
    • 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
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
    • 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
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Medical Informatics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Epidemiology (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Biomedical Technology (AREA)
  • Fuzzy Systems (AREA)
  • Pathology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biophysics (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本申请公开了一种基于大数据的康复运动策略生成方法及装置。基于大数据的康复运动策略生成方法，包括：基于目标用户数据确定第一关键词基于所述第一关键词和预设的第一关联关系，确定第一康复运动策略；基于所述目标用户数据和关联用户数据确定第二关键词；基于所述第二关键词、预设的第二关联关系和所述第一康复运动策略，确定第二康复运动策略；所述预设的第二关联关系用于表征生活习惯维度的多个关键词和多个调节信息之间的关系，所述调节信息包括康复运动策略项和康复运动策略项的调节策略。其能够提高康复运动策略与用户之间的匹配度，从而保证康复运动策略的应用效果。

Description

一种基于大数据的康复运动策略生成方法及装置
技术领域
本申请是关于数据识别技术领域，特别是关于一种基于大数据的康复运动策略生成方法及装置。
背景技术
随着计算机技术的发展，越来越多的计算机功能代替了人工运算。在医疗技术领域，以往由专业人员为患者或者亚健康人群制定康复运动策略，现已经可以由计算机实现康复运动策略的制定。
目前，对于康复运动策略的生成，采用的生成方式为：通过需要生成康复运动策略的用户的相关数据，基于预设的一些算法，生成相应的康复运动策略。这种康复运动策略的生成方式，所基于的数据量太少，导致最终生成的康复运动策略效果并不是很好。
发明内容
本申请的目的在于提供一种基于大数据的康复运动策略生成方法及装置，其能够提高康复运动策略与用户之间的匹配度，从而保证康复运动策略的应用效果。
为实现上述目的，本申请的实施例提供了一种基于大数据的康复运动策略生成方法，包括：基于目标用户数据确定第一关键词；所述目标用户数据包括用于表征目标用户的身体状况的多项数据，所述第一关键词包括疾病维度的关键词；基于所述第一关键词和预设的第一关联关系，确定第一康复运动策略；所述预设的第一关联关系用于表征疾病维度的多个关键词和多个预设康复运动策略之间的关系；基于所述目标用户数据和关联用户数据确定第二关键词；其中，所述关联用户数据为基于预设用户数据库确定的与所述目标用户数据具有关联关系的数据，所述第二关键词包括生活习惯维度的关键词；基于所述第二关键词、预设的第二关联关系和所述第一康复运动策略，确定第二康复运动策略；所述预设的第二关联关系用于表征生活习惯维度的多个关键词和多个调节信息之间的关系，所述调节信息包括康复运动策略项和康复运动策略项的调节策略。
在一种可能的实施方式中，所述基于目标用户数据确定第一关键词，包括：基于预设的第一关键词提取模型，从所述目标用户数据中确定出疾病维度的多个关键词；判断所述疾病维度的多个关键词中是否包括目标疾病对应的关键词；若所述疾病维度的多个关键词中包括目标疾病对应的关键词，获取所述目标疾病对应的预设关键词；基于所述疾病维度的多个关键词和所述目标疾病对应的预设关键词，确定所述第一关键词。
在一种可能的实施方式中，所述基于所述疾病维度的多个关键词和所述目标疾病对应的预设关键词，确定所述第一关键词，包括：获取预设的疾病数据库；所述预设的疾病数据库中包括多种疾病数据；确定所述疾病维度的多个关键词在所述多种疾病数据中的出现频次，以及确定所述目标疾病对应的预设关键词在所述多种疾病数据中的出现频次；基于出现频次大于或者等于预设频次的疾病维度的关键词、出现频次小于所述预设频次的目标疾病对应的预设关键词，确定所述第一关键词。
在一种可能的实施方式中，所述预设的第一关联关系中，各个预设康复运动策略分别对应多个关键词；所述基于所述第一关键词和预设的第一关联关系，确定第一康复运动策略，包括：将所述第一关键词与各个预设康复运动策略分别对应的多个关键词进行匹配，确定出关键词匹配度大于预设匹配度的多个目标康复运动策略；获取所述多个目标康复运动策略的历史应用信息；所述历史应用信息中包括使用率和使用效果评分；基于所述历史应用信息，从所述多个目标康复运动策略中确定出第一康复运动策略。
在一种可能的实施方式中，所述基于所述历史应用信息，从所述多个目标康复运动策略中确定出第一康复运动策略，包括：基于所述使用率、所述使用效果评分和预设的使用率与使用效果评分之间的关系，确定所述多个目标康复运动策略分别对应的应用值；其中，所述预设的使用率与使用效果评分之间的关系包括：使用率与使用效果评分之间的权重值关系、使用率与使用效果评分之间的真实度关系、使用率与使用效果评分之间的使用用户关系；基于所述多个目标康复运动策略分别对应的应用值，确定所述第一康复运动策略；其中，所述第一康复运动策略对应的应用值大于预设应用值，且所述第一康复运动策略的使用率和使用效果之间的使用用户关系满足预设用户关系。
在一种可能的实施方式中，所述基于大数据的康复运动策略生成方法还包括：获取预设用户数据库；所述预设用户数据库中包括使用过康复运动策略的多个用户数据；从所述多个用户数据中，确定出所述关联用户数据；其中，所述关联用户数据对应的用户与所述目标用户数据对应的用户之间满足预设关联关系，所述预设关联关系包括：年龄关联关系、就诊次数关联关系、居住环境关联关系、家庭情况关联关系。
在一种可能的实施方式中，所述基于所述目标用户数据和关联用户数据确定第二关键词，包括：基于预设的第二关键词提取模型，从所述目标用户数据和所述关联用户数据中分别确定出生活习惯维度的多个关键词；确定所述目标用户数据对应的生活习惯维度的多个关键词与所述关联用户数据对应的生活习惯维度的多个关键词之间的重复率；若所述重复率大于或者等于预设重复率，从所述关联用户数据对应的生活习惯维度的多个关键词中确定出与所述目标用户数据对应的生活习惯维度的多个关键词不重复的关键词；根据所述不重复的关键词和所述目标用户数据对应的生活习惯维度的多个关键词，确定所述第二关键词；若所述重复率小于所述预设重复率，从所述关联用户数据对应的生活习惯维度的多个关键词中确定出目标生活习惯对应的关键词；根据所述目标生活习惯对应的关键词和所述目标用户数据对应的生活习惯维度的多个关键词，确定所述第二关键词。
在一种可能的实施方式中，所述预设的第二关联关系中，各个调节信息分别对应多个关键词；所述基于所述第二关键词、预设的第二关联关系和所述第一康复运动策略，确定第二康复运动策略，包括：将所述第二关键词与各个调节信息分别对应的多个关键词进行匹配，确定出关键词匹配度大于预设匹配度的多个第一调节信息；确定所述多个第一调节信息的影响信息；所述影响信息包括：康复运动策略项的权重值和康复运动策略项的调节策略的调节影响值，该调节影响值用于表征调节之后的康复运动策略项对用户的影响；基于所述影响信息，从所述多个第一调节信息中，确定出第二调节信息；根据所述第二调节信息和所述第一康复运动策略，确定所述第二康复运动策略。
在一种可能的实施方式中，所述基于所述影响信息，从所述多个第一调节信息中，确定出第二调节信息，包括：基于所述权重值，从所述多个第一调节信息中确定出目标调节信息；其中，所述目标调节信息对应的所述权重值大于预设权重值；基于所述权重值和调节影响值，从所述目标调节信息中确定出所述第二调节信息；其中，所述第二调节信息对应的所述权重值与所述预设权重值之间的差值大于预设差值，且所述第二调节信息对应的所述调节影响值小于预设影响值，且，所述第二调节信息对应的所述权重值与所述第二调节信息对应的所述调节影响值之间符合预设关系。
本申请的实施例还提供一种基于大数据的康复运动策略生成装置，包括：第一确定单元，用于：基于目标用户数据确定第一关键词；所述目标用户数据包括用于表征目标用户的身体状况的多项数据，所述第一关键词包括疾病维度的关键词；基于所述第一关键词和预设的第一关联关系，确定第一康复运动策略；所述预设的第一关联关系用于表征疾病维度的多个关键词和多个预设康复运动策略之间的关系；第二确定单元，用于：基于所述目标用户数据和关联用户数据确定第二关键词；其中，所述关联用户数据为基于预设用户数据库确定的与所述目标用户数据具有关联关系的数据，所述第二关键词包括生活习惯维度的关键词；基于所述第二关键词、预设的第二关联关系和所述第一康复运动策略，确定第二康复运动策略；所述预设的第二关联关系用于表征生活习惯维度的多个关键词和多个调节信息之间的关系，所述调节信息包括康复运动策略项和康复运动策略项的调节策略；
与现有技术相比，本申请的实施例的基于大数据的康复运动策略生成方法及装置，先基于目标用户数据确定出疾病维度的关键词，利用该疾病维度的关键词确定出康复运动策略；然后再基于关联用户数据和目标用户数据确定出生活习惯维度的关键词，利用该生活习惯维度的关键词确定出调节信息；最后再利用调节信息对康复运动策略进行调整，确定出最终的康复运动策略。则，该技术方案利用了多方面的数据，提高了数据的全面性；以及，通过不同维度的关键词确定出的信息，实现康复运动策略的生成。从而，该技术方案可以提高康复运动策略与用户之间的匹配度，进而保证康复运动策略的应用效果。
附图说明
图1是根据本申请一实施方式的数据处理系统的结构示意图；
图2是根据本申请一实施方式的基于大数据的康复运动策略生成方法的流程图；
图3是根据本申请一实施方式的基于大数据的康复运动策略生成装置的结构示意图；
图4是根据本申请一实施方式的数据处理终端的结构示意图。
具体实施方式
下面结合附图，对本申请的具体实施方式进行详细描述，但应当理解本申请的保护范围并不受具体实施方式的限制。
除非另有其它明确表示，否则在整个说明书和权利要求书中，术语“包括”或其变换如“包含”或“包括有”等等将被理解为包括所陈述的元件或组成部分，而并未排除其它元件或其它组成部分。
本申请实施例提供的技术方案可以应用于各种需要制定康复运动策略的应用场景中。在一些应用场景中，可能是医院的患者需要制定康复运动策略；在另一些应用场景中，可能是追求健康的用户需要制定康复运动策略。或者，其他可能具备制定康复运动策略的场景，在此不作一一举例。
进而，由于制定康复运动策略的用户不同，其对应的用户数据也不相同，用户数据中包括的数据类型、数据量等也都不同，针对这些不同的用户，需要一个统一的康复运动策略的生成方案。
目前，对于康复运动策略的生成，采用的生成方式为：通过需要生成康复运动策略的用户的相关数据，基于预设的一些算法，生成相应的康复运动策略。这种康复运动策略的生成方式，所基于的数据量太少，导致最终生成的康复运动策略效果并不是很好。
基于此，本申请的实施例提供一种大数据的康复运动策略生成方案，该技术方案利用了多方面的数据，提高了数据的全面性；以及，通过不同维度的关键词确定出的信息，实现康复运动策略的生成。从而，该技术方案可以提高康复运动策略与用户之间的匹配度，进而保证康复运动策略的应用效果。
接下来请参照图1，为本申请实施例提供的数据处理系统的结构示意图，在该数据处理系统中，包括：数据处理终端和大数据库；其中，数据处理终端和大数据库通信连接，数据处理终端可以获取到大数据库中的所有数据，并加以应用。
在一些实施例中，大数据库中存储的是经过用户授权所获取到的用户数据，包括：医疗数据、运动数据等这些数据。
在一些实施例中，数据处理终端可以作为本申请实施例提供的基于大数据的康复运动策略生成方案的执行主体，其可以是移动设备、服务器、浏览器等各种形式，在此不作限定。
接下来请参照图2，为本申请实施例提供的基于大数据的康复运动策略生成方法的流程图，该方法包括：
步骤201，基于目标用户数据确定第一关键词。其中，目标用户数据包括用于表征目标用户的身体状况的多项数据，第一关键词包括疾病维度的关键词。
在一些实施例中，目标用户数据可以包括：目标用户的就诊病历、目标用户的体检数据、目标用户的自测健康数据等，自测健康数据可以是目标用户描述自己的身体健康情况的一些数据，例如：目标用户存在失眠、焦虑等情况。
在一些实施例中，目标用户可以理解为需要制定康复运动策略的用户，其可以是已经确诊的患者，也可以是并未有具体的确诊患病，但是存在着具备风险性的一些身体情况的用户。
在一些实施例中，疾病维度的关键词，可以理解为与疾病相关的关键词，例如：疾病名称、疾病症状、疾病治疗药物、疾病治疗周期等，在此不作一一举例。
作为一种可选的实施方式，步骤201包括：基于预设的第一关键词提取模型，从目标用户数据中确定出疾病维度的多个关键词；判断疾病维度的多个关键词中是否包括目标疾病对应的关键词；若疾病维度的多个关键词中包括目标疾病对应的关键词，获取目标疾病对应的预设关键词；基于疾病维度的多个关键词和目标疾病对应的预设关键词，确定第一关键词。
在一些实施例中，第一关键词提取模型可以为预先训练好的模型，其对应的训练数据集可以包括多种用户数据，多种用户数据对应有疾病维度的关键词标签；则，利用该训练数据集进行模型训练，使得训练好的模型可以对疾病维度的关键词进行识别。其中，第一关键词提取模型可以是各种神经网络模型，在此不作限定。
在一些实施例中，在确定出疾病维度的多个关键词之后，判断其中是否包含目标疾病对应的关键词。该目标疾病可以理解为一种特殊的疾病，该疾病的重要性较高。例如，其可以是罕见病，从而，目标疾病对应的关键词包括：罕见病名称、罕见病治疗药物等。在不同的应用场景中，可以根据实际情况配置目标疾病。
进一步地，若疾病维度的多个关键词中包括目标疾病对应的关键词，获取目标疾病对应的预设关键词。目标疾病对应的预设关键词，可以理解为预先配置的，用于描述目标疾病的关键词，其标准性和专业性都更高。
进一步地，基于预设关键词，和疾病维度的多个关键词，确定第一关键词。
作为一种可选的实施方式，基于疾病维度的多个关键词和目标疾病对应的预设关键词，确定第一关键词，包括：获取预设的疾病数据库；预设的疾病数据库中包括多种疾病数据；确定疾病维度的多个关键词在多种疾病数据中的出现频次，以及确定目标疾病对应的预设关键词在多种疾病数据中的出现频次；基于出现频次大于或者等于预设频次的疾病维度的关键词、出现频次小于预设频次的目标疾病对应的预设关键词，确定所述第一关键词。
在一些实施例中，预设的疾病数据库可以是前述的大数据库中的一项数据库。在该疾病数据库中，存储有多种疾病数据，这多种疾病数据可以按照疾病类型分类。
基于该疾病数据库，将疾病维度的多个关键词与这些疾病数据进行比较，确定多个关键词在多种疾病数据中的出现频次。例如，每当匹配到相应的字符，则出现频次加1，以此实现出现频次的确定。
以及，确定目标疾病对应的预设关键词在多种疾病数据中的出现频次，同样的，每当匹配到相应的字符，则出现频次加1，以此实现出现频次的确定。
进一步地，基于出现频次大于或者等于预设频次的疾病维度的关键词、出现频次小于预设频次的目标疾病对应的预设关键词，确定第一关键词。其中，预设频次可以根据不同的应用场景进行设置，例如：根据疾病数据库的数据量确定，根据关键词的数量确定等。
在一些实施例中，对出现频次大于或者等于预设频次的疾病维度的关键词、出现频次小于预设频次的目标疾病对应的预设关键词，作去重处理，即筛选掉重复的关键词，将去重处理之后得到的多个关键词确定为第一关键词。
步骤202，基于第一关键词和预设的第一关联关系，确定第一康复运动策略。其中，预设的第一关联关系用于表征疾病维度的多个关键词和多个预设康复运动策略之间的关系。
在一些实施例中，预设有多个康复运动策略，其可以是历史应用过的康复运动策略，也可以是通过其他的康复运动策略生成方式确定的康复运动策略。对于这些康复运动策略，分别确定对应的关键词。这些关键词可以理解为康复运动策略标签，针对符合这些关键词的用户数据来说，可以采用相应的康复运动策略。
在一些实施例中，预设的第一关联关系中，各个预设康复运动策略分别对应多个关键词；则，步骤202包括：将第一关键词与各个预设康复运动策略分别对应的多个关键词进行匹配，确定出关键词匹配度大于预设匹配度的多个目标康复运动策略；获取多个目标康复运动策略的历史应用信息；历史应用信息中包括使用率和使用效果评分；基于历史应用信息，从多个目标康复运动策略中确定出第一康复运动策略。
在一些实施例中，计算第一关键词与各个预设康复运动策略分别对应的多个关键词之间的相似度，该相似度视为关键词之间的匹配度。
在一些实施例中，预设匹配度可以根据不同的应用场景进行设置，例如：根据关键词数量等设置。
在一些实施例中，多个目标康复运动策略的历史应用信息，也可以是存储在前述的大数据库中的信息，其中包括：使用率和使用效果评分。使用率，可以理解为目标康复运动策略的使用情况，其可以通过百分比或者使用频率等方式表示；使用效果评分，可以理解为使用目标康复运动策略的用户对其给出的评分，评分越高，使用效果越好。
进而，基于历史应用信息，从多个目标康复运动策略中确定出第一康复运动策略。
作为一种可选的实施方式，基于历史应用信息，从多个目标康复运动策略中确定出第一康复运动策略，包括：基于使用率、使用效果评分和预设的使用率与使用效果评分之间的关系，确定多个目标康复运动策略分别对应的应用值；其中，预设的使用率与使用效果评分之间的关系包括：使用率与使用效果评分之间的权重值关系、使用率与使用效果评分之间的真实度关系、使用率与使用效果评分之间的使用用户关系；基于多个目标康复运动策略分别对应的应用值，确定第一康复运动策略；其中，第一康复运动策略对应的应用值大于预设应用值，且第一康复运动策略的使用率和使用效果之间的使用用户关系满足预设用户关系。
在一些实施例中，使用率与使用效果评分之间的权重值关系，可以是两者的权重值大小关系，或者两者的权重值的比例关系等。
使用率与使用效果评分之间的真实度关系，可以是两者的真实度大小关系，或者两者的真实度的比例关系等。
使用率与使用效果评分之间的使用用户关系，可以表征使用率涉及到的使用用户与使用效果评分涉及到的使用用户之间的关系。
在一些实施例中，可以预设应用值的确定算法，在该确定算法中，限定在不同的关系下，采用不同的整合方式整合使用率与使用效果评分，从而得到应用值。
例如，若两者的权重值大小、真实度大小均接近，且两者的使用用户之间具有关联关系，则可以直接将两者进行加权整合，所得到的的整合值为应用值。
或者，也可以是其他的基于不同的关系的整合方式，在此不作限定。
进一步地，判断多个目标康复运动策略分别对应的应用值是否大于预设应用值，若大于，则进一步判断其的使用率和使用效果之间的使用用户关系是否满足预设用户关系，若满足，则将其确定为第一康复运动策略。否则，均不能确定为第一康复运动策略。
在一些实施例中，预设用户关系可以是：具备关联性的用户关系，例如：用户年龄相近、用户身体状况相似等。
步骤203，基于目标用户数据和关联用户数据确定第二关键词。其中，关联用户数据为基于预设用户数据库确定的与目标用户数据具有关联关系的数据，第二关键词包括生活习惯维度的关键词。
作为一种可选的实施方式，该方法还包括：获取预设用户数据库；预设用户数据库中包括使用过康复运动策略的多个用户数据；从多个用户数据中，确定出关联用户数据；其中，关联用户数据对应的用户与目标用户数据对应的用户之间满足预设关联关系，预设关联关系包括：年龄关联关系、就诊次数关联关系、居住环境关联关系、家庭情况关联关系。
在一些实施例中，预设用户数据库可以是前述的大数据库中的一项数据库，在该数据库中，包括使用过（任意的）康复运动策略的多个用户数据。从该多个用户数据中，确定出关联用户数据。
基于关联用户数据的定义，预设关联关系，在其中包括：年龄关联关系、就诊次数关联关系、居住环境关联关系、家庭情况关联关系。基于这些关联关系，对多个用户数据进行筛选，从中确定出关联用户数据。
其中，年龄关联关系可以限定年龄之间需要满足的关系，例如：年龄处于一个预设的范围内。就诊次数关联关系可以限定就诊次数之间需要满足的关系，例如：就诊次数均大于预设就诊次数。居住环境关联关系可以限定居住环境需要满足的关系，例如：居住环境的湿度、温度等基本相近。家庭情况关联关系可以限定家庭情况之间需要满足的关系，例如：家庭成员数量、家庭成员类型等基本相同。
除了上述的关联关系，还可以包括其他更多不同的关联关系，在此不作限定。
进一步地，基于目标用户数据和关联用户数据确定第二关键词，包括：基于预设的第二关键词提取模型，从目标用户数据和关联用户数据中分别确定出生活习惯维度的多个关键词；确定目标用户数据对应的生活习惯维度的多个关键词与关联用户数据对应的生活习惯维度的多个关键词之间的重复率；若重复率大于或者等于预设重复率，从关联用户数据对应的生活习惯维度的多个关键词中确定出与目标用户数据对应的生活习惯维度的多个关键词不重复的关键词；根据不重复的关键词和目标用户数据对应的生活习惯维度的多个关键词，确定第二关键词；若重复率小于预设重复率，从关联用户数据对应的生活习惯维度的多个关键词中确定出目标生活习惯对应的关键词；根据目标生活习惯对应的关键词和目标用户数据对应的生活习惯维度的多个关键词，确定第二关键词。
在一些实施例中，第二关键词提取模型的获取方式可以参照第一关键词提取模型的获取方式，不同的是，第二关键词提取模型对应的训练数据集中的标签为生活习惯维度的关键词。
在一些实施例中，生活习惯维度的关键词可以理解为：与生活习惯相关的关键词，例如：睡眠习惯相关的关键词、饮食习惯的关键词等。
在确定出生活习惯维度的多个关键词之后，确定目标用户数据对应的生活习惯维度的多个关键词与关联用户数据对应的生活习惯维度的多个关键词之间的重复率。其中，重复率可以先确定重复的关键词数量，再确定该重复的关键词数量与总的关键词数量的比值，将该比值确定为重复率。
在一些实施例中，预设重复率可以根据不同的应用场景设置，例如：根据关键词数量设置，关键词数量越多，预设重复率可以相应的较高等。
在一些实施例中，将不重复的关键词和目标用户数据对应的生活习惯维度的多个关键词进行整合，将整合之后的关键词确定为第二关键词。
在一些实施例中，目标生活习惯可以是指定的一种生活习惯，例如：睡眠生活习惯、饮食生活习惯等。从而，将目标生活习惯对应的关键词和目标用户数据对应的生活习惯维度的多个关键词进行整合，将整合之后的关键词确定为第二关键词。
步骤204，基于第二关键词、预设的第二关联关系和第一康复运动策略，确定第二康复运动策略。其中，预设的第二关联关系用于表征生活习惯维度的多个关键词和多个调节信息之间的关系，调节信息包括康复运动策略项和康复运动策略项的调节策略。
在一些实施例中，预设的第二关联关系中，各个调节信息分别对应多个关键词。可以理解，预先配置好多个调节信息，并确定这多个调节信息分别对应的关键词。
则，作为一种可选的实施方式，步骤204包括：将第二关键词与各个调节信息分别对应的多个关键词进行匹配，确定出关键词匹配度大于预设匹配度的多个第一调节信息；确定多个第一调节信息的影响信息；影响信息包括：康复运动策略项的权重值和康复运动策略项的调节策略的调节影响值，该调节影响值用于表征调节之后的康复运动策略项对用户的影响；基于影响信息，从多个第一调节信息中，确定出第二调节信息；根据第二调节信息和第一康复运动策略，确定第二康复运动策略。
在一些实施例中，关键词的匹配度的确定方式，可参照前述实施例中的记载，在此不作重复介绍。
在一些实施例中，康复运动策略项的权重值基于康复运动策略项对用户健康的影响能力确定，影响能力越高，该权重值相应的越大。
在一些实施例中，调节影响值用于表征调节之后的康复运动策略项对用户的影响，因此，可以根据调节幅度，确定该调节影响值；调节幅度越大，调节影响值相应的越大。
进一步地，基于影响信息，从多个第一调节信息中，确定出第二调节信息，包括：基于权重值，从多个第一调节信息中确定出目标调节信息；其中，目标调节信息对应的权重值大于预设权重值；基于权重值和调节影响值，从目标调节信息中确定出第二调节信息；其中，第二调节信息对应的权重值与预设权重值之间的差值大于预设差值，且第二调节信息对应的调节影响值小于预设影响值，且，第二调节信息对应的权重值与第二调节信息对应的调节影响值之间符合预设关系。
在一些实施例中，预设权重值和预设差值可以根据不同的应用场景进行设置，在此不作限定。
在一些实施例中，预设影响值也可以根据不同的应用场景进行设置。以及，预设关系可以是：权重值与调节影响值之间的比值大于预设值；比值在预设范围内等，在此不作限定。
进一步地，基于调节信息和第一康复运动策略，对第一康复运动策略中的相应康复运动项进行调整，将调整指挥的康复运动策略确定出第二康复运动策略。
在一些实施例中，第二康复运动策略的数量可以是一个；也可以是多个，在此不作限定。
进一步地，在确定第二康复运动策略之后，将第二康复运动策略推送给目标用户，目标用户根据自己的需求对其进行应用即可。
通过前述实施例的介绍可以看出，先基于目标用户数据确定出疾病维度的关键词，利用该疾病维度的关键词确定出康复运动策略；然后再基于关联用户数据和目标用户数据确定出生活习惯维度的关键词，利用该生活习惯维度的关键词确定出调节信息；最后再利用调节信息对康复运动策略进行调整，确定出最终的康复运动策略。则，该技术方案利用了多方面的数据，提高了数据的全面性；以及，通过不同维度的关键词确定出的信息，实现康复运动策略的生成。从而，该技术方案可以提高康复运动策略与用户之间的匹配度，进而保证康复运动策略的应用效果。
接下来请参照图3，为本申请实施例提供的基于大数据的康复运动策略生成装置，包括：
第一确定单元301，用于：基于目标用户数据确定第一关键词；所述目标用户数据包括用于表征目标用户的身体状况的多项数据，所述第一关键词包括疾病维度的关键词；基于所述第一关键词和预设的第一关联关系，确定第一康复运动策略；所述预设的第一关联关系用于表征疾病维度的多个关键词和多个预设康复运动策略之间的关系；第二确定单元302，用于：基于所述目标用户数据和关联用户数据确定第二关键词；其中，所述关联用户数据为基于预设用户数据库确定的与所述目标用户数据具有关联关系的数据，所述第二关键词包括生活习惯维度的关键词；基于所述第二关键词、预设的第二关联关系和所述第一康复运动策略，确定第二康复运动策略；所述预设的第二关联关系用于表征生活习惯维度的多个关键词和多个调节信息之间的关系，所述调节信息包括康复运动策略项和康复运动策略项的调节策略。
在一些实施例中，第一确定单元301进一步用于：基于预设的第一关键词提取模型，从所述目标用户数据中确定出疾病维度的多个关键词；判断所述疾病维度的多个关键词中是否包括目标疾病对应的关键词；若所述疾病维度的多个关键词中包括目标疾病对应的关键词，获取所述目标疾病对应的预设关键词；基于所述疾病维度的多个关键词和所述目标疾病对应的预设关键词，确定所述第一关键词。
在一些实施例中，第一确定单元301进一步用于：获取预设的疾病数据库；所述预设的疾病数据库中包括多种疾病数据；确定所述疾病维度的多个关键词在所述多种疾病数据中的出现频次，以及确定所述目标疾病对应的预设关键词在所述多种疾病数据中的出现频次；基于出现频次大于或者等于预设频次的疾病维度的关键词、出现频次小于所述预设频次的目标疾病对应的预设关键词，确定所述第一关键词。
在一些实施例中，第一确定单元301进一步用于：将所述第一关键词与各个预设康复运动策略分别对应的多个关键词进行匹配，确定出关键词匹配度大于预设匹配度的多个目标康复运动策略；获取所述多个目标康复运动策略的历史应用信息；所述历史应用信息中包括使用率和使用效果评分；基于所述历史应用信息，从所述多个目标康复运动策略中确定出第一康复运动策略。
在一些实施例中，第一确定单元301进一步用于：基于所述使用率、所述使用效果评分和预设的使用率与使用效果评分之间的关系，确定所述多个目标康复运动策略分别对应的应用值；其中，所述预设的使用率与使用效果评分之间的关系包括：使用率与使用效果评分之间的权重值关系、使用率与使用效果评分之间的真实度关系、使用率与使用效果评分之间的使用用户关系；基于所述多个目标康复运动策略分别对应的应用值，确定所述第一康复运动策略；其中，所述第一康复运动策略对应的应用值大于预设应用值，且所述第一康复运动策略的使用率和使用效果之间的使用用户关系满足预设用户关系。
在一些实施例中，第二确定单元302还用于：获取预设用户数据库；所述预设用户数据库中包括使用过康复运动策略的多个用户数据；从所述多个用户数据中，确定出所述关联用户数据；其中，所述关联用户数据对应的用户与所述目标用户数据对应的用户之间满足预设关联关系，所述预设关联关系包括：年龄关联关系、就诊次数关联关系、居住环境关联关系、家庭情况关联关系。
在一些实施例中，第二确定单元302进一步用于：基于预设的第二关键词提取模型，从所述目标用户数据和所述关联用户数据中分别确定出生活习惯维度的多个关键词；确定所述目标用户数据对应的生活习惯维度的多个关键词与所述关联用户数据对应的生活习惯维度的多个关键词之间的重复率；若所述重复率大于或者等于预设重复率，从所述关联用户数据对应的生活习惯维度的多个关键词中确定出与所述目标用户数据对应的生活习惯维度的多个关键词不重复的关键词；根据所述不重复的关键词和所述目标用户数据对应的生活习惯维度的多个关键词，确定所述第二关键词；若所述重复率小于所述预设重复率，从所述关联用户数据对应的生活习惯维度的多个关键词中确定出目标生活习惯对应的关键词；根据所述目标生活习惯对应的关键词和所述目标用户数据对应的生活习惯维度的多个关键词，确定所述第二关键词。
在一些实施例中，第二确定单元302进一步用于：将所述第二关键词与各个调节信息分别对应的多个关键词进行匹配，确定出关键词匹配度大于预设匹配度的多个第一调节信息；确定所述多个第一调节信息的影响信息；所述影响信息包括：康复运动策略项的权重值和康复运动策略项的调节策略的调节影响值，该调节影响值用于表征调节之后的康复运动策略项对用户的影响；基于所述影响信息，从所述多个第一调节信息中，确定出第二调节信息；根据所述第二调节信息和所述第一康复运动策略，确定所述第二康复运动策略。
在一些实施例中，第二确定单元302进一步用于：基于所述权重值，从所述多个第一调节信息中确定出目标调节信息；其中，所述目标调节信息对应的所述权重值大于预设权重值；基于所述权重值和调节影响值，从所述目标调节信息中确定出所述第二调节信息；其中，所述第二调节信息对应的所述权重值与所述预设权重值之间的差值大于预设差值，且所述第二调节信息对应的所述调节影响值小于预设影响值，且，所述第二调节信息对应的所述权重值与所述第二调节信息对应的所述调节影响值之间符合预设关系。
如图4所示，本申请实施例还提供一种数据处理终端，包括处理器401和存储器402，处理器401和存储器402通信连接，该数据处理终端可作为前述的基于大数据的康复运动策略生成方法的执行主体。
处理器401、存储器402之间直接或间接地电连接，以实现数据的传输或交互。例如，这些元件之间可以通过一条或多条通讯总线或信号总线实现电连接。前述的基于大数据的康复运动策略生成方法分别包括至少一个可以以软件或固件（firmware）的形式存储于存储器402中的软件功能模块。
处理器401可以是一种集成电路芯片，具有信号处理能力。处理器401可以是通用处理器，包括CPU (Central Processing Unit，中央处理器)、NP (Network Processor，网络处理器)等；还可以是数字信号处理器、专用集成电路、现成可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。其可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器402可以存储各种软件程序以及模块，如本发明实施例提供的图像处理方法及装置对应的程序指令/模块。处理器401通过运行存储在存储器402中的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现本申请实施例中的方法。
存储器402可以包括但不限于RAM（Random Access Memory，随机存取存储器），ROM（Read Only Memory，只读存储器），PROM（Programmable Read-Only Memory，可编程只读存储器），EPROM（Erasable Programmable Read-Only Memory，可擦除只读存储器），EEPROM（Electric Erasable Programmable Read-Only Memory，电可擦除只读存储器）等。
可以理解，图4所示的结构仅为示意，数据处理终端还可包括比图4中所示更多或者更少的组件，或者具有与图4所示不同的配置。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
前述对本申请的具体示例性实施方案的描述是为了说明和例证的目的。这些描述并非想将本申请限定为所公开的精确形式，并且很显然，根据上述教导，可以进行很多改变和变化。对示例性实施例进行选择和描述的目的在于解释本申请的特定原理及其实际应用，从而使得本领域的技术人员能够实现并利用本申请的各种不同的示例性实施方案以及各种不同的选择和改变。本申请的范围意在由权利要求书及其等同形式所限定。

Claims (10)

1.一种基于大数据的康复运动策略生成方法，其特征在于，包括：
基于目标用户数据确定第一关键词；所述目标用户数据包括用于表征目标用户的身体状况的多项数据，所述第一关键词包括疾病维度的关键词；
基于所述第一关键词和预设的第一关联关系，确定第一康复运动策略；所述预设的第一关联关系用于表征疾病维度的多个关键词和多个预设康复运动策略之间的关系；
基于所述目标用户数据和关联用户数据确定第二关键词；其中，所述关联用户数据为基于预设用户数据库确定的与所述目标用户数据具有关联关系的数据，所述第二关键词包括生活习惯维度的关键词；
基于所述第二关键词、预设的第二关联关系和所述第一康复运动策略，确定第二康复运动策略；所述预设的第二关联关系用于表征生活习惯维度的多个关键词和多个调节信息之间的关系，所述调节信息包括康复运动策略项和康复运动策略项的调节策略。
2.根据权利要求1所述的基于大数据的康复运动策略生成方法，其特征在于，所述基于目标用户数据确定第一关键词，包括：
基于预设的第一关键词提取模型，从所述目标用户数据中确定出疾病维度的多个关键词；
判断所述疾病维度的多个关键词中是否包括目标疾病对应的关键词；
若所述疾病维度的多个关键词中包括目标疾病对应的关键词，获取所述目标疾病对应的预设关键词；
基于所述疾病维度的多个关键词和所述目标疾病对应的预设关键词，确定所述第一关键词。
3.根据权利要求2所述的基于大数据的康复运动策略生成方法，其特征在于，所述基于所述疾病维度的多个关键词和所述目标疾病对应的预设关键词，确定所述第一关键词，包括：
获取预设的疾病数据库；所述预设的疾病数据库中包括多种疾病数据；
确定所述疾病维度的多个关键词在所述多种疾病数据中的出现频次，以及确定所述目标疾病对应的预设关键词在所述多种疾病数据中的出现频次；
基于出现频次大于或者等于预设频次的疾病维度的关键词、出现频次小于所述预设频次的目标疾病对应的预设关键词，确定所述第一关键词。
4.根据权利要求1所述的基于大数据的康复运动策略生成方法，其特征在于，所述预设的第一关联关系中，各个预设康复运动策略分别对应多个关键词；所述基于所述第一关键词和预设的第一关联关系，确定第一康复运动策略，包括：
将所述第一关键词与各个预设康复运动策略分别对应的多个关键词进行匹配，确定出关键词匹配度大于预设匹配度的多个目标康复运动策略；
获取所述多个目标康复运动策略的历史应用信息；所述历史应用信息中包括使用率和使用效果评分；
基于所述历史应用信息，从所述多个目标康复运动策略中确定出第一康复运动策略。
5.根据权利要求4所述的基于大数据的康复运动策略生成方法，其特征在于，所述基于所述历史应用信息，从所述多个目标康复运动策略中确定出第一康复运动策略，包括：
基于所述使用率、所述使用效果评分和预设的使用率与使用效果评分之间的关系，确定所述多个目标康复运动策略分别对应的应用值；其中，所述预设的使用率与使用效果评分之间的关系包括：使用率与使用效果评分之间的权重值关系、使用率与使用效果评分之间的真实度关系、使用率与使用效果评分之间的使用用户关系；
基于所述多个目标康复运动策略分别对应的应用值，确定所述第一康复运动策略；其中，所述第一康复运动策略对应的应用值大于预设应用值，且所述第一康复运动策略的使用率和使用效果之间的使用用户关系满足预设用户关系。
6.根据权利要求1所述的基于大数据的康复运动策略生成方法，其特征在于，所述基于大数据的康复运动策略生成方法还包括：
获取预设用户数据库；所述预设用户数据库中包括使用过康复运动策略的多个用户数据；
从所述多个用户数据中，确定出所述关联用户数据；其中，所述关联用户数据对应的用户与所述目标用户数据对应的用户之间满足预设关联关系，所述预设关联关系包括：年龄关联关系、就诊次数关联关系、居住环境关联关系、家庭情况关联关系。
7.根据权利要求6所述的基于大数据的康复运动策略生成方法，其特征在于，所述基于所述目标用户数据和关联用户数据确定第二关键词，包括：
基于预设的第二关键词提取模型，从所述目标用户数据和所述关联用户数据中分别确定出生活习惯维度的多个关键词；
确定所述目标用户数据对应的生活习惯维度的多个关键词与所述关联用户数据对应的生活习惯维度的多个关键词之间的重复率；
若所述重复率大于或者等于预设重复率，从所述关联用户数据对应的生活习惯维度的多个关键词中确定出与所述目标用户数据对应的生活习惯维度的多个关键词不重复的关键词；根据所述不重复的关键词和所述目标用户数据对应的生活习惯维度的多个关键词，确定所述第二关键词；
若所述重复率小于所述预设重复率，从所述关联用户数据对应的生活习惯维度的多个关键词中确定出目标生活习惯对应的关键词；根据所述目标生活习惯对应的关键词和所述目标用户数据对应的生活习惯维度的多个关键词，确定所述第二关键词。
8.根据权利要求1所述的基于大数据的康复运动策略生成方法，其特征在于，所述预设的第二关联关系中，各个调节信息分别对应多个关键词；所述基于所述第二关键词、预设的第二关联关系和所述第一康复运动策略，确定第二康复运动策略，包括：
将所述第二关键词与各个调节信息分别对应的多个关键词进行匹配，确定出关键词匹配度大于预设匹配度的多个第一调节信息；
确定所述多个第一调节信息的影响信息；所述影响信息包括：康复运动策略项的权重值和康复运动策略项的调节策略的调节影响值，该调节影响值用于表征调节之后的康复运动策略项对用户的影响；
基于所述影响信息，从所述多个第一调节信息中，确定出第二调节信息；
根据所述第二调节信息和所述第一康复运动策略，确定所述第二康复运动策略。
9.根据权利要求8所述的基于大数据的康复运动策略生成方法，其特征在于，所述基于所述影响信息，从所述多个第一调节信息中，确定出第二调节信息，包括：
基于所述权重值，从所述多个第一调节信息中确定出目标调节信息；其中，所述目标调节信息对应的所述权重值大于预设权重值；
基于所述权重值和调节影响值，从所述目标调节信息中确定出所述第二调节信息；其中，所述第二调节信息对应的所述权重值与所述预设权重值之间的差值大于预设差值，且所述第二调节信息对应的所述调节影响值小于预设影响值，且，所述第二调节信息对应的所述权重值与所述第二调节信息对应的所述调节影响值之间符合预设关系。
10.一种基于大数据的康复运动策略生成装置，其特征在于，包括：
第一确定单元，用于：基于目标用户数据确定第一关键词；所述目标用户数据包括用于表征目标用户的身体状况的多项数据，所述第一关键词包括疾病维度的关键词；
基于所述第一关键词和预设的第一关联关系，确定第一康复运动策略；所述预设的第一关联关系用于表征疾病维度的多个关键词和多个预设康复运动策略之间的关系；
第二确定单元，用于：基于所述目标用户数据和关联用户数据确定第二关键词；其中，所述关联用户数据为基于预设用户数据库确定的与所述目标用户数据具有关联关系的数据，所述第二关键词包括生活习惯维度的关键词；
基于所述第二关键词、预设的第二关联关系和所述第一康复运动策略，确定第二康复运动策略；所述预设的第二关联关系用于表征生活习惯维度的多个关键词和多个调节信息之间的关系，所述调节信息包括康复运动策略项和康复运动策略项的调节策略。
CN202311096859.2A 2023-08-29 2023-08-29 一种基于大数据的康复运动策略生成方法及装置 Active CN116795896B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311096859.2A CN116795896B (zh) 2023-08-29 2023-08-29 一种基于大数据的康复运动策略生成方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311096859.2A CN116795896B (zh) 2023-08-29 2023-08-29 一种基于大数据的康复运动策略生成方法及装置

Publications (2)

Publication Number Publication Date
CN116795896A true CN116795896A (zh) 2023-09-22
CN116795896B CN116795896B (zh) 2023-10-27

Family

ID=88045243

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311096859.2A Active CN116795896B (zh) 2023-08-29 2023-08-29 一种基于大数据的康复运动策略生成方法及装置

Country Status (1)

Country Link
CN (1) CN116795896B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118212569A (zh) * 2024-04-16 2024-06-18 湖南海量信息科技股份有限公司 一种基于视频数据安全防护方法及装置

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160364754A1 (en) * 2015-06-11 2016-12-15 International Business Machines Corporation Personalized marketing by deriving the sentiments from telephonic and textual conversation over a mobile device
CN110033866A (zh) * 2019-03-08 2019-07-19 平安科技（深圳）有限公司 健康提醒方法、装置、计算机设备及存储介质
WO2021061061A1 (en) * 2019-09-24 2021-04-01 Ozgonul Danismanlik Hizmetleri Saglik Turizm Gida Limited Sirketi Interactive support and counseling system for people with weight problems and chronic diseases
CN112927812A (zh) * 2021-03-30 2021-06-08 平安科技（深圳）有限公司 治疗策略的动态干预方法、装置、电子设备及存储介质
KR102296885B1 (ko) * 2020-12-23 2021-09-02 주식회사 글로벌비즈텍 사용자 맞춤형 헬스 해빗 서비스 장치
CN113450892A (zh) * 2021-02-02 2021-09-28 中南大学湘雅医院 用药决策方案生成方法、装置、计算机设备和存储介质
WO2021209989A1 (en) * 2020-04-13 2021-10-21 Healthspace Ltd Improvement of disease prevention, diagnosis and treatment by application of multiple information sources
KR20230014958A (ko) * 2021-07-22 2023-01-31 주식회사 유비케어 소아 환자를 위한 댁내 건강 처방 서비스 제공 방법 및 시스템
CN115732058A (zh) * 2022-12-02 2023-03-03 北京复全健康科技有限公司 一种基于人工智能的手术康复自动干预调整方法及系统
CN115985448A (zh) * 2022-12-13 2023-04-18 联仁健康医疗大数据科技股份有限公司 一种确定用药数据及配送方法、装置及设备
CN116312926A (zh) * 2022-09-07 2023-06-23 讯飞医疗科技股份有限公司 健康路径推荐方法及相关装置、电子设备和存储介质

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160364754A1 (en) * 2015-06-11 2016-12-15 International Business Machines Corporation Personalized marketing by deriving the sentiments from telephonic and textual conversation over a mobile device
CN110033866A (zh) * 2019-03-08 2019-07-19 平安科技（深圳）有限公司 健康提醒方法、装置、计算机设备及存储介质
WO2020181807A1 (zh) * 2019-03-08 2020-09-17 平安科技（深圳）有限公司 健康提醒方法、装置、计算机设备及存储介质
WO2021061061A1 (en) * 2019-09-24 2021-04-01 Ozgonul Danismanlik Hizmetleri Saglik Turizm Gida Limited Sirketi Interactive support and counseling system for people with weight problems and chronic diseases
WO2021209989A1 (en) * 2020-04-13 2021-10-21 Healthspace Ltd Improvement of disease prevention, diagnosis and treatment by application of multiple information sources
KR102296885B1 (ko) * 2020-12-23 2021-09-02 주식회사 글로벌비즈텍 사용자 맞춤형 헬스 해빗 서비스 장치
CN113450892A (zh) * 2021-02-02 2021-09-28 中南大学湘雅医院 用药决策方案生成方法、装置、计算机设备和存储介质
CN112927812A (zh) * 2021-03-30 2021-06-08 平安科技（深圳）有限公司 治疗策略的动态干预方法、装置、电子设备及存储介质
KR20230014958A (ko) * 2021-07-22 2023-01-31 주식회사 유비케어 소아 환자를 위한 댁내 건강 처방 서비스 제공 방법 및 시스템
CN116312926A (zh) * 2022-09-07 2023-06-23 讯飞医疗科技股份有限公司 健康路径推荐方法及相关装置、电子设备和存储介质
CN115732058A (zh) * 2022-12-02 2023-03-03 北京复全健康科技有限公司 一种基于人工智能的手术康复自动干预调整方法及系统
CN115985448A (zh) * 2022-12-13 2023-04-18 联仁健康医疗大数据科技股份有限公司 一种确定用药数据及配送方法、装置及设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
周园等: "阶段式康复护理干预用于手指屈肌腱损伤对康复效果及并发症的影响", 《检验医学与临床》, pages 1643 - 1646 *
陈叶等: "健康知识库构建以及在慢病管理服务中的应用", 《中国数字医学》, pages 37 - 40 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118212569A (zh) * 2024-04-16 2024-06-18 湖南海量信息科技股份有限公司 一种基于视频数据安全防护方法及装置

Also Published As

Publication number Publication date
CN116795896B (zh) 2023-10-27

Similar Documents

Publication Publication Date Title
CN108766512B (zh) 健康数据管理方法、装置、计算机设备和存储介质
CN111696675B (zh) 基于物联网数据的用户数据分类方法、装置及计算机设备
CN108766561B (zh) 病症信息处理方法、装置、计算机设备和存储介质
CN109036545B (zh) 医疗信息处理方法、装置、计算机设备和存储介质
CN111883228A (zh) 基于知识图谱的健康信息推荐方法、装置、设备及介质
CN116795896B (zh) 一种基于大数据的康复运动策略生成方法及装置
CN113674858B (zh) 在线医疗处方用药智能检查方法、装置、设备及存储介质
US12020818B1 (en) Cross care matrix based care giving intelligence
CN114065856B (zh) 基于医生画像的医生推荐方法、装置、设备及存储介质
CN111833984A (zh) 基于机器学习的药品质控分析方法、装置、设备及介质
CN111681765B (zh) 一种医学问答系统的多模型融合方法
CN114420279A (zh) 一种医疗资源推荐方法、装置、设备及存储介质
CN112447270A (zh) 一种用药推荐方法、装置、设备及存储介质
CA2997354A1 (en) Experience engine-method and apparatus of learning from similar patients
CN116578704A (zh) 文本情感分类方法、装置、设备及计算机可读介质
CN113436746B (zh) 基于排序算法的用药推荐方法、装置、设备及存储介质
CN113436738A (zh) 管理风险用户的方法、装置、设备及存储介质
CN110580952A (zh) 用人工智能的大型无人医院系统
US20230395204A1 (en) Survey and suggestion system
CN116631614A (zh) 治疗方案生成方法、装置、电子设备及存储介质
CN117251558A (zh) 信息推荐方法、装置、设备及存储介质
CN115631823A (zh) 相似病例推荐方法及系统
CN114520035A (zh) 一种志愿者筛选方法、装置、电子设备及存储介质
Chakraborty et al. Functional modeling of pedaling kinematics for the Stroke patients
CN113808750A (zh) 数据处理方法及装置

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