WO2018176715A1 - 乳腺癌云平台预测系统及方法 - Google Patents

乳腺癌云平台预测系统及方法 Download PDF

Info

Publication number
WO2018176715A1
WO2018176715A1 PCT/CN2017/096129 CN2017096129W WO2018176715A1 WO 2018176715 A1 WO2018176715 A1 WO 2018176715A1 CN 2017096129 W CN2017096129 W CN 2017096129W WO 2018176715 A1 WO2018176715 A1 WO 2018176715A1
Authority
WO
WIPO (PCT)
Prior art keywords
breast cancer
user
search engine
year
access data
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.)
Ceased
Application number
PCT/CN2017/096129
Other languages
English (en)
French (fr)
Inventor
王德峰
郑斌
钱唯
石林
韩鸿宾
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.)
Shenzhen Qianhai AnyCheck Information Technology Co Ltd
Original Assignee
Shenzhen Qianhai AnyCheck Information 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 Shenzhen Qianhai AnyCheck Information Technology Co Ltd filed Critical Shenzhen Qianhai AnyCheck Information Technology Co Ltd
Publication of WO2018176715A1 publication Critical patent/WO2018176715A1/zh
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Classifications

    • 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

Definitions

  • the present invention relates to the field of medical informationization, and in particular, to a breast cancer cloud platform prediction system and method.
  • Big data technology helps people extract value from large, highly complex medical data with growing private and public user information.
  • the current breast cancer incidence prediction system analyzes and processes medical data, and does not consider the factors of users using search engines. In the era of big data in the network, it reduces the prediction of breast cancer incidence. Precision.
  • the main object of the present invention is to provide a breast cancer cloud platform prediction system and method, which aims to solve the technical problem that the existing breast cancer incidence prediction system does not predict breast cancer incidence based on search engine keywords.
  • the present invention provides a breast cancer cloud platform prediction system, which is operated in a data center, and the data center is connected to a telecommunication operator through a network, and the telecommunication operator passes the network and the Client connection, the system includes:
  • an obtaining module configured to acquire, from a telecommunications carrier, access data of a user using an Internet service by using the client
  • an extraction module configured to classify the access data according to a preset annual segmentation rule, and extract access data corresponding to each year segment, and obtain a user usage search from access data corresponding to each year segment The keyword entered by the engine;
  • a parsing module configured to parse keywords input by a user in each year segment using a search engine to obtain a breast cancer keyword input by a user using a search engine in each year segment;
  • a calculation module configured to calculate a breast cancer incidence rate corresponding to a breast cancer keyword input by a user using a search engine in each of the years.
  • the access data includes an access time, a visiting website address, a keyword input by using a search engine, network traffic, and user information using an Internet service, where the user information includes a user name, an age, and a height. , occupation, education, home address, telephone number and email address.
  • the preset annual segment division rule refers to dividing a person's life into a plurality of years by using a preset age.
  • the present invention also provides a breast cancer cloud platform prediction method, which is applied to a data center, where the data center is connected to a telecommunication operator through a network, and the telecommunication operator passes the network and the customer End connection, the method includes:
  • the access data includes an access time, a visiting web address, a keyword input by using a search engine, network traffic, and user information using an internet service, where the user information includes a user last name. Name, age, height, occupation, education, home address, telephone number and email address.
  • the preset annual segment division rule refers to dividing a life of a person into a plurality of years by using a preset age.
  • the present invention adopts the above technical solution, and brings the technical effects as follows:
  • the breast cancer cloud platform prediction system and method of the present invention combines the keywords input by the user using the search engine to understand the breast cancer risk rate, and improves the breast cancer Predictive accuracy of incidence.
  • FIG. 1 is a schematic diagram of an application environment of a breast cancer cloud platform prediction system of the present invention.
  • FIG. 2 is a block diagram of a preferred embodiment of the breast cancer cloud platform prediction system of the present invention.
  • FIG. 3 is a flow chart of a preferred embodiment of a breast cancer cloud platform prediction method of the present invention.
  • FIG. 1 is a schematic diagram of an application environment of a breast cancer cloud platform prediction system according to the present invention.
  • the breast cancer cloud platform prediction system 20 of the present invention operates in the data center 2.
  • the data center 2 is connected to the telecommunications carrier 5 via a network 3.
  • the telecommunications carrier 5 also communicates with one or more clients 4 through the network 3 (three in the example of FIG. 1) Ming) Communication connection.
  • the telecommunications carrier 5 is configured to provide an Internet service and record the access data of the client 4 using the Internet service.
  • the client 4 uses the Internet service provided by the telecommunication operator 5, and the telecommunication operator 5 knows that the client 4 uses the access data of the Internet service, and the access data includes access.
  • Data such as time, access to URLs, keywords entered using search engines, network traffic, and user information using Internet services.
  • the user information includes, but is not limited to, user name, age, height, occupation, education, home address, telephone number, and mailbox.
  • the telecommunications carrier 5 provides a data import interface (eg, an application interface, Application)
  • a data import interface eg, an application interface, Application
  • Program Interface, API Program Interface
  • the device or system accessing the API interface can obtain the access data of the client 4 using the Internet service from the telecommunication operator 5.
  • the data center 2 acquires the access data on the basis of the authorization of the telecommunication operator 5 (ie, authorizes access to the API interface provided by the telecommunication operator 5), and parses the access data for use by the user.
  • the keyword entered by the search engine is not limited to the search engine.
  • the network 3 may be a wired communication network or a wireless communication network.
  • the network 3 is preferably a wireless communication network including, but not limited to, a GSM network, a GPRS network, a CDMA network, a TD-SCDMA network, a WiMAX network, a TD-LTE network, an FDD-LTE network, and the like.
  • the data center 2 is connected to the client 4 via a network 3. It should be noted that the data center 2 is a server in the cloud platform or the cloud platform, and the data transmission capability and data storage capability of the data center 2 can better manage and/or assist with the data center.
  • the connected client 4 is useful for understanding the access data of the user through the client 4 using the Internet service.
  • the client 4 may be, but is not limited to, a smart phone, a tablet, a personal digital assistant (PDA), a personal computer, and the like, any other suitable portable electronic device having a telephone function. It should be noted that, before the user uses the Internet service provided by the telecommunication operator 5 by the client 4, the telecommunication operator 5 performs user information registration, and then the telecommunication operator 5 performs Internet service for the user. The user uses the Internet service through the client 4, and the telecommunications carrier 5 records the access data of the user using the Internet service.
  • PDA personal digital assistant
  • FIG. 2 it is a block diagram of a preferred embodiment of the breast cancer cloud platform prediction system of the present invention.
  • the breast cancer cloud platform prediction system 20 is applied to the data center 2.
  • the data center 2 Including, but not limited to, the breast cancer cloud platform prediction system 20, the storage unit 22, the processing unit 24, and the communication unit 26.
  • the storage unit 22 may be a read only storage unit ROM, an electrically erasable storage unit EEPRO
  • flash memory unit FLASH or solid hard disk FLASH or solid hard disk.
  • the processing unit 24 may be a central processing unit (CPU), a microcontroller (MCU), a data processing chip, or an information processing unit having a data processing function.
  • CPU central processing unit
  • MCU microcontroller
  • data processing chip or an information processing unit having a data processing function.
  • the communication unit 26 is a wireless communication interface with remote wireless communication function, for example, support
  • GSM Global System for Mobile communications
  • GPRS Wireless Fidelity
  • WCDMA Wideband Code Division Multiple Access
  • CDMA Code Division Multiple Access
  • TD-SCDMA Wideband Code Division Multiple Access
  • WiMAX TD-LTE
  • FDD-LT Frequency Division Multiple Access
  • the breast cancer cloud platform prediction system 20 includes, but is not limited to, an acquisition module 200 and an extraction module 210.
  • the parsing module 220 and the computing module 230 refers to a series of computer program instruction segments that can be executed by the processing unit 24 of the data center 2 and capable of performing a fixed function, which are stored in the data.
  • Center 2 is in storage unit 22.
  • the obtaining module 200 is configured to acquire, from the telecommunication carrier 5, access data of the user using the Internet service through the client 4.
  • the telecommunication carrier 5 provides an API interface, and the device or system accessing the API interface can obtain the access data from the telecommunication carrier 5.
  • the obtaining module 200 invokes an API interface provided by the telecommunications carrier 5 to obtain the access data.
  • the access data belongs to the private information
  • the access data is sent to the data center 2 and the encryption and decryption algorithm is adopted (for example, the MD5 encryption and decryption algorithm and the RSA encryption and decryption algorithm).
  • DES encryption and decryption algorithm for example, the MD5 encryption and decryption algorithm and the RSA encryption and decryption algorithm.
  • DSA encryption and decryption algorithm for example, the DSA encryption and decryption algorithm
  • AES encryption and decryption algorithm etc.
  • the extraction module 210 is configured to classify the access data according to a preset annual segmentation rule, and extract access data corresponding to each year segment.
  • the preset year-end division rule refers to dividing the life of a person into a plurality of years by using a preset age as a starting point (for example, 18 years old). For example, at the age of 18, the starting point is divided, among which 18-34 years old are young, 35-45 years old are middle-aged, 45-60 are middle-aged, and 60-year old are old. Since the access data includes user information, the extraction module 210 can extract the year in the user information, and classify the access data according to a preset annual segmentation rule. [0047] The extraction module 210 is further configured to obtain, from the access data corresponding to each year segment, a keyword input by the user using the search engine.
  • the parsing module 220 is configured to parse keywords input by the user in the search engine by using the search engine in each year to obtain the breast cancer keyword input by the user in each year segment using the search engine. Specifically, the parsing module 220 compares the keyword input by the user in the search engine with the preset breast cancer keyword in each year, if the keyword entered and the preset breast cancer keyword The same, the keyword is a breast cancer keyword.
  • the calculation module 230 is configured to calculate the incidence rate of breast cancer corresponding to the breast cancer keyword input by the user in each year segment using the search engine.
  • M the number of breast cancer keywords input by the user in each year segment using the search engine
  • N is the search for the user in each year segment.
  • the number of keywords entered by the engine For example, in the youth phase (18 to 34 years old), the number of keywords entered by the user using the search engine is one million, and the number of breast cancer keywords entered by the user using the search engine is 10,000 times.
  • the incidence of breast cancer is 1%.
  • FIG. 3 it is a flow chart of a preferred embodiment of the breast cancer cloud platform prediction method of the present invention.
  • the breast cancer cloud platform prediction method is applied to the data center 2, and the method includes the following steps:
  • Step S10 The obtaining module 200 acquires, from the service provider 5, access data of the user using the Internet service through the client 4.
  • the telecommunication carrier 5 provides an API interface, and the device or system accessing the API interface can obtain the access data from the telecommunication carrier 5.
  • the obtaining module 200 invokes an API interface provided by the telecommunications carrier 5 to obtain the access data.
  • the access data belongs to the private information
  • the access data is sent to the data center 2 and the encryption and decryption algorithm is adopted (for example, the MD5 encryption and decryption algorithm and the RSA encryption and decryption algorithm).
  • DES encryption and decryption algorithm for example, the MD5 encryption and decryption algorithm and the RSA encryption and decryption algorithm.
  • DSA encryption and decryption algorithm for example, the DSA encryption and decryption algorithm
  • AES encryption and decryption algorithm etc.
  • Step S11 The extraction module 210 classifies the access data according to a preset annual segmentation rule, and extracts access data corresponding to each year segment.
  • the preset year-end division rule is to divide the life of a person into a plurality of years by using a preset age as a starting point (for example, 18 years old). For example, at 18 years old with Divided into starting points, among which 18-34 years old are young, 35-45 years old are middle-aged, 45-60 are middle-aged, and 60-year old are old.
  • the extraction module 210 extracts the years in the user information, and classifies the access data according to a preset annual segmentation rule.
  • Step S12 The extraction module 210 acquires a keyword input by the user using the search engine from the access data corresponding to each year.
  • Step S13 The parsing module 220 parses the keywords input by the user in the search engine by using the search engine in each year to obtain the breast cancer keyword input by the user in each year segment using the search engine. Specifically, the parsing module 220 compares the keyword input by the user in the search engine with the preset breast cancer keyword in each year, if the keyword entered and the preset breast cancer keyword The same, the keyword is a breast cancer keyword.
  • Step S14 The calculating module 230 calculates the incidence rate of the breast cancer corresponding to the breast cancer keyword input by the user in each year segment using the search engine.
  • M the number of breast cancer keywords input by the user in each year and the search engine is used
  • N is the search for the user in each year.
  • the number of keywords entered by the engine For example, in the youth phase (18 to 34 years old), the number of keywords entered by the user using the search engine is one million, and the number of breast cancer keywords entered by the user using the search engine is 10,000 times.
  • the incidence of breast cancer is 1%.
  • the above-mentioned medical breast cancer incidence prediction algorithm is merely an example, and the medical breast cancer incidence prediction algorithm in the present invention may also be another existing breast cancer incidence rate prediction algorithm including breast cancer incidence rate. .
  • the present invention adopts the above technical solution, and brings the technical effects as follows:
  • the breast cancer cloud platform prediction system and method of the present invention combines the keywords input by the user using the search engine to understand the breast cancer risk rate and improve the breast cancer Predictive accuracy of incidence.

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

一种乳腺癌云平台预测系统及方法，该方法包括：从电信运营商获取用户通过所述客户端使用互联网服务的访问数据（S10）；根据预设的年龄段划分规则对所述访问数据进行分类，并提取每个年龄段对应的访问数据（S11）；从每个年龄段对应的访问数据中获取用户使用搜索引擎所输入的关键字（S12）；对每个年龄段中用户使用搜索引擎所输入的关键字进行解析，以获取每个年龄段中用户使用搜索引擎所输入的乳腺癌关键字（S13）；计算每个年龄段中用户使用搜索引擎所输入的乳腺癌关键字对应的乳腺癌发生率（S14）。实施该方法，提高了乳腺癌发病率的预测精度。

Description

学 L腺癌云平台预测系统及方法 技术领域
[0001] 本发明涉及医疗信息化领域， 尤其涉及一种乳腺癌云平台预测系统及方法。
背景技术
[0002] 近年来随着互联网、 云计算、 移动通信和物联网等的迅猛发展， 无所不在的移 动设备、 RFID、 无线传感器每分每秒都在产生数据， 数以亿计用户的互联网服 务吋吋刻刻在产生巨量的交互， 要处理的数据量巨大， 数据一直都在以每年 50% 的速度增长， 而业务需求和竞争压力对数据处理的实吋性、 有效性又提出了更 高要求， 传统的常规技术手段根本无法应付， 因此， 大数据技术 （Big Data) 成 为近来的一个技术热点， 引起了广泛的重视。
[0003] 通过大数据技术可以加速乳腺癌的风险预测： 借助于不断增长的私密和公幵用 户信息， 大数据技术帮助人们从大体量、 高复杂的医疗数据中提取价值。
[0004] 然而， 现阶段的乳腺癌发病率预测系统在针对医疗数据进行分析处理吋， 并没 有考虑用户平吋使用搜索引擎的因素， 在网络大数据吋代， 降低了乳腺癌发病 率的预测精度。
技术问题
[0005] 本发明的主要目的在于提供一种乳腺癌云平台预测系统及方法， 旨在解决现有 乳腺癌发生率预测系统中没有基于搜索引擎关键字进行乳腺癌发生率预测的技 术问题。
问题的解决方案
技术解决方案
[0006] 为实现上述目的， 本发明提供了一种乳腺癌云平台预测系统， 运行于数据中心 ， 所述数据中心通过网络与电信营运商连接， 所述电信营运商通过所述网络与 所述客户端连接， 该系统包括：
[0007] 获取模块， 用于从电信运营商获取用户通过所述客户端使用互联网服务的访问 数据； [0008] 提取模块， 用于根据预设的年齢段划分规则对所述访问数据进行分类， 并提取 每个年齢段对应的访问数据， 以及从每个年齢段对应的访问数据中获取用户使 用搜索引擎所输入的关键字；
[0009] 解析模块， 用于对每个年齢段中用户使用搜索引擎所输入的关键字进行解析以 获取每个年齢段中用户使用搜索引擎所输入的乳腺癌关键字； 及
[0010] 计算模块， 用于计算每个年齢段中用户使用搜索引擎所输入的乳腺癌关键字对 应的乳腺癌发生率。
[0011] 优选的， 所述访问数据包括访问吋间、 访问网址、 使用搜索引擎所输入的关键 字、 网络流量及使用互联网服务的用户信息， 其中， 所述用户信息包括用户姓 名、 年齢、 身高、 职业、 学历、 家庭住址、 电话号码及邮箱。
[0012] 优选的， 所述预设的年齢段划分规则是指以预设年齢为起点将人的寿命划分为 多个年齢段。
[0013] 优选的， 所述乳腺癌发生率的计算公式为： P=M/N， 其中， M为每个年齢段中 用户使用搜索引擎所输入的乳腺癌关键字的数量， N为每个年齢段中用户使用搜 索弓 I擎所输入的关键字的数量。
[0014] 另一方面， 本发明还提供一种乳腺癌云平台预测方法， 应用于数据中心， 所述 数据中心通过网络与电信营运商连接， 所述电信营运商通过所述网络与所述客 户端连接， 该方法包括：
[0015] 从电信运营商获取用户通过所述客户端使用互联网服务的访问数据；
[0016] 根据预设的年齢段划分规则对所述访问数据进行分类， 并提取每个年齢段对应 的访问数据；
[0017] 从每个年齢段对应的访问数据中获取用户使用搜索引擎所输入的关键字； [0018] 对每个年齢段中用户使用搜索引擎所输入的关键字进行解析， 以获取每个年齢 段中用户使用搜索引擎所输入的乳腺癌关键字； 及
[0019] 计算每个年齢段中用户使用搜索引擎所输入的乳腺癌关键字对应的乳腺癌发生 率。
[0020] 优选的， 所述访问数据包括访问吋间、 访问网址、 使用搜索引擎所输入的关键 字、 网络流量及使用互联网服务的用户信息， 其中， 所述用户信息包括用户姓 名、 年齢、 身高、 职业、 学历、 家庭住址、 电话号码及邮箱。
[0021] 优选的， 所述预设的年齢段划分规则是指以预设年齢为起点将人的寿命划分为 多个年齢段。
[0022] 优选的， 所述乳腺癌发生率的计算公式为： P=M/N， 其中， M为每个年齢段中 用户使用搜索引擎所输入的乳腺癌关键字的数量， N为每个年齢段中用户使用搜 索弓 I擎所输入的关键字的数量。
发明的有益效果
有益效果
[0023] 本发明采用上述技术方案， 带来的技术效果为： 本发明所述乳腺癌云平台预测 系统及方法， 结合用户使用搜索引擎所输入的关键字了解乳腺癌风险率， 提高 了乳腺癌发病率的预测精度。
对附图的简要说明
附图说明
[0024] 图 1是本发明乳腺癌云平台预测系统的应用环境示意图。
[0025] 图 2是本发明乳腺癌云平台预测系统的优选实施例的模块示意图。
[0026] 图 3是本发明乳腺癌云平台预测方法的优选实施例的流程图。
[0027] 本发明目的的实现、 功能特点及优点将结合实施例， 参照附图做进一步说明。
实施该发明的最佳实施例
本发明的最佳实施方式
[0028] 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， 对本发明的具体实施方式、 结构、 特征及其功效， 详细 说明如下。 应当理解， 此处所描述的具体实施例仅仅用以解释本发明， 并不用 于限定本发明。
[0029] 参照图 1所示， 图 1是本发明乳腺癌云平台预测系统的应用环境示意图。
[0030] 本发明中的乳腺癌云平台预测系统 20运行于数据中心 2。 所述数据中心 2通过网 络 3与所述电信营运商 5连接。
[0031] 所述电信营运商 5还通过网络 3与一个或多个客户端 4 (图 1中以三个为例进行说 明） 通信连接。
[0032] 所述电信营运商 5用于提供互联网服务， 并记录所述客户端 4使用互联网服务吋 的访问数据。
[0033] 具体的说， 所述客户端 4使用电信运营商 5提供的互联网服务吋， 所述电信营运 商 5会获知所述客户端 4使用互联网服务吋的访问数据， 所述访问数据包括访问 吋间、 访问网址、 使用搜索引擎所输入的关键字、 网络流量及使用互联网服务 的用户信息等数据。 所述用户信息包括， 但不限于， 用户姓名、 年齢、 身高、 职业、 学历、 家庭住址、 电话号码及邮箱等信息。
[0034] 所述电信营运商 5提供数据导入接口 （例如， 应用程序接口， Application
Program Interface, API) ， 接入该 API接口的设备或系统都可以从所述电信营运 商 5中获取客户端 4使用互联网服务的访问数据。 所述数据中心 2在所述电信营运 商 5授权的基础上 （即授权接入所述电信营运商 5提供的 API接口） 获取所述访问 数据， 并对所述访问数据进行解析以得到用户使用搜索引擎所输入的关键字。
[0035] 所述网络 3可以是有线通讯网络或无线通讯网络。 所述网络 3优选为无线通讯网 络， 包括但不限于， GSM网络、 GPRS网络、 CDMA网络、 TD-SCDMA网络、 W iMAX网络、 TD-LTE网络、 FDD-LTE网络等无线传输网络。
[0036] 此外， 所述数据中心 2通过网络 3与所述客户端 4连接。 需要说明的是， 所述数 据中心 2是云平台或云平台中的某一台服务器， 通过数据中心 2的数据传输能力 及数据存储能力， 可以更好地管理及 /或协助与该数据中心 2连接的客户端 4， 有 利于了解用户通过所述客户端 4使用互联网服务的访问数据。
[0037] 所述客户端 4可以是， 但不限于， 智能手机、 平板电脑、 个人数字助理 （Person al Digital Assistant, PDA) 、 个人电脑等其它任意合适的具有电话功能的便携式 电子设备。 需要说明的是， 用户通过所述客户端 4使用所述电信营运商 5所提供 的互联网服务之前， 所述电信营运商 5会进行用户信息登记， 之后电信运营商 5 为用户幵通互联网服务， 用户通过所述客户端 4使用互联网服务吋， 电信运营商 5会记录用户使用互联网服务的访问数据。
[0038] 参照图 2所示， 是本发明乳腺癌云平台预测系统的优选实施例的模块示意图。
在本实施例中， 所述乳腺癌云平台预测系统 20应用于数据中心 2。 该数据中心 2 包括， 但不仅限于， 乳腺癌云平台预测系统 20、 存储单元 22、 处理单元 24及通 讯单元 26。
[0039] 所述的存储单元 22可以为一种只读存储单元 ROM, 电可擦写存储单元 EEPRO
M、 快闪存储单元 FLASH或固体硬盘等。
[0040] 所述的处理单元 24可以为一种中央处理器 （Central Processing Unit, CPU) 、 微控制器 （MCU) 、 数据处理芯片、 或者具有数据处理功能的信息处理单元。
[0041] 所述的通讯单元 26为一种具有远程无线通讯功能的无线通讯接口， 例如， 支持
GSM、 GPRS、 WCDMA、 CDMA、 TD-SCDMA、 WiMAX、 TD-LTE、 FDD-LT
E等通讯技术的通讯接口。
[0042] 所述乳腺癌云平台预测系统 20包括， 但不局限于， 获取模块 200、 提取模块 210
、 解析模块 220及计算模块 230， 本发明所称的模块是指一种能够被所述数据中 心 2的处理单元 24执行并且能够完成固定功能的一系列计算机程序指令段， 其存 储在所述数据中心 2的存储单元 22中。
[0043] 所述获取模块 200用于从电信运营商 5获取用户通过客户端 4使用互联网服务的 访问数据。
[0044] 具体而言， 所述电信运营商 5提供 API接口， 接入该 API接口的设备或系统都可 以从所述电信运营商 5中获取所述访问数据。 所述获取模块 200调用所述电信运 营商 5提供的 API接口以获取所述访问数据。
[0045] 需要说明的是， 由于所述访问数据属于隐私信息， 为了确保信息安全， 所述访 问数据发送给数据中心 2吋， 会通过加解密算法 （例如， MD5加解密算法、 RSA 加解密算法、 DES加解密算法、 DSA加解密算法、 AES加解密算法等） 先对访问 数据进行加密处理， 之后传输给所述数据中心 2。
[0046] 所述提取模块 210用于根据预设的年齢段划分规则对所述访问数据进行分类， 并提取每个年齢段对应的访问数据。 所述预设的年齢段划分规则是指以预设年 齢为起点 （例如， 18岁） 将人的寿命设划分为多个年齢段。 例如， 在 18岁与为 起点进行划分， 其中， 18-34岁为青年、 35-45岁为壮年、 45-60为中年、 60岁以 上为老年。 由于所述访问数据中包括用户信息， 因此所述提取模块 210能够提取 用户信息中的年齢， 并根据预设的年齢段划分规则对所述访问数据进行分类。 [0047] 所述提取模块 210还用于从每个年齢段对应的访问数据中获取用户使用搜索引 擎所输入的关键字。
[0048] 所述解析模块 220用于对每个年齢段中用户使用搜索引擎所输入的关键字进行 解析以获取每个年齢段中用户使用搜索引擎所输入的乳腺癌关键字。 具体地说 ， 所述解析模块 220对每个年齢段中用户使用搜索引擎所输入的关键字与预设的 乳腺癌关键字进行比对， 若所输入的关键字与预设的乳腺癌关键字相同， 则该 关键字为乳腺癌关键字。
[0049] 所述计算模块 230用于计算每个年齢段中用户使用搜索引擎所输入的乳腺癌关 键字对应的乳腺癌发生率。 所述乳腺癌发生率的计算公式为： P=M/N， 其中， M 为每个年齢段中用户使用搜索引擎所输入的乳腺癌关键字的数量， N为每个年齢 段中用户使用搜索引擎所输入的关键字的数量。 举例而言， 在青年阶段 （18岁 至 34岁） ， 用户使用搜索引擎输入的关键字的数量为一百万次， 而用户使用搜 索引擎输入的乳腺癌关键字的数量为一万次， 则乳腺癌发生率为 1%。
[0050] 参照图 3所示， 是本发明乳腺癌云平台预测方法的优选实施例的流程图。 在本 实施例中， 所述的乳腺癌云平台预测方法应用于数据中心 2， 该方法包括以下步 骤：
[0051] 步骤 S10: 所述获取模块 200从电信运营商 5获取用户通过客户端 4使用互联网服 务的访问数据。
[0052] 具体而言， 所述电信运营商 5提供 API接口， 接入该 API接口的设备或系统都可 以从所述电信运营商 5中获取所述访问数据。 所述获取模块 200调用所述电信运 营商 5提供的 API接口以获取所述访问数据。
[0053] 需要说明的是， 由于所述访问数据属于隐私信息， 为了确保信息安全， 所述访 问数据发送给数据中心 2吋， 会通过加解密算法 （例如， MD5加解密算法、 RSA 加解密算法、 DES加解密算法、 DSA加解密算法、 AES加解密算法等） 先对访问 数据进行加密处理， 之后传输给所述数据中心 2。
[0054] 步骤 S11 : 所述提取模块 210根据预设的年齢段划分规则对所述访问数据进行分 类， 并提取每个年齢段对应的访问数据。 所述预设的年齢段划分规则为以预设 年齢为起点 （例如， 18岁） 将人的寿命设划分为多个年齢段。 例如， 在 18岁与 为起点进行划分， 其中， 18-34岁为青年、 35-45岁为壮年、 45-60为中年、 60岁 以上为老年。 由于所述访问数据中包括用户信息， 所述提取模块 210提取用户信 息中的年齢， 并根据预设的年齢段划分规则对所述访问数据进行分类。
[0055] 步骤 S12: 所述提取模块 210从每个年齢段对应的访问数据中获取用户使用搜索 引擎所输入的关键字。
[0056] 步骤 S13: 所述解析模块 220对每个年齢段中用户使用搜索引擎所输入的关键字 进行解析， 以获取每个年齢段中用户使用搜索引擎所输入的乳腺癌关键字。 具 体地说， 所述解析模块 220对每个年齢段中用户使用搜索引擎所输入的关键字与 预设的乳腺癌关键字进行比对， 若所输入的关键字与预设的乳腺癌关键字相同 ， 则该关键字为乳腺癌关键字。
[0057] 步骤 S14: 所述计算模块 230计算每个年齢段中用户使用搜索引擎所输入的乳腺 癌关键字对应的乳腺癌发生率。 所述乳腺癌发生率的计算公式为： P=M/N， 其 中， M为每个年齢段中用户使用搜索引擎所输入的乳腺癌关键字的数量， N为每 个年齢段中用户使用搜索引擎所输入的关键字的数量。 举例而言， 在青年阶段 (18岁至 34岁） ， 用户使用搜索引擎输入的关键字的数量为一百万次， 而用户 使用搜索引擎输入的乳腺癌关键字的数量为一万次， 则乳腺癌发生率为 1%。
[0058] 此外， 上述医疗乳腺癌发生率预测算法仅仅是举例说明， 本发明中的所述医疗 乳腺癌发生率预测算法还可以是其它现有的包含乳腺癌发生率的乳腺癌发生率 预测算法。
[0059] 以上仅为本发明的优选实施例， 并非因此限制本发明的专利范围， 凡是利用本 发明说明书及附图内容所作的等效结构或等效流程变换， 或直接或间接运用在 其他相关的技术领域， 均同理包括在本发明的专利保护范围内。
工业实用性
[0060] 本发明采用上述技术方案， 带来的技术效果为： 本发明所述乳腺癌云平台预测 系统及方法， 结合用户使用搜索引擎所输入的关键字了解乳腺癌风险率， 提高 了乳腺癌发病率的预测精度。

Claims

权利要求书
一种乳腺癌云平台预测系统， 运行于数据中心， 其特征在于， 所述数 据中心通过网络与电信营运商连接， 所述电信营运商通过所述网络与 所述客户端连接， 该系统包括： 获取模块， 用于从电信运营商获取用 户通过所述客户端使用互联网服务的访问数据； 提取模块， 用于根据 预设的年齢段划分规则对所述访问数据进行分类， 并提取每个年齢段 对应的访问数据， 以及从每个年齢段对应的访问数据中获取用户使用 搜索引擎所输入的关键字； 解析模块， 用于对每个年齢段中用户使用 搜索引擎所输入的关键字进行解析以获取每个年齢段中用户使用搜索 引擎所输入的乳腺癌关键字； 及计算模块， 用于计算每个年齢段中用 户使用搜索引擎所输入的乳腺癌关键字对应的乳腺癌发生率。
如权利要求 1所述的乳腺癌云平台预测系统， 其特征在于， 所述访问 数据包括访问吋间、 访问网址、 使用搜索引擎所输入的关键字、 网络 流量及使用互联网服务的用户信息， 其中， 所述用户信息包括用户姓 名、 年齢、 身高、 职业、 学历、 家庭住址、 电话号码及邮箱。
如权利要求 1所述的乳腺癌云平台预测系统， 其特征在于， 所述预设 的年齢段划分规则是指以预设年齢为起点将人的寿命划分为多个年齢
[权利要求 4] 如权利要求 1所述的乳腺癌云平台预测系统， 其特征在于， 所述乳腺 癌发生率的计算公式为： P=M/N， 其中， M为每个年齢段中用户使用 搜索引擎所输入的乳腺癌关键字的数量， N为每个年齢段中用户使用 搜索弓 I擎所输入的关键字的数量。
[权利要求 5] —种乳腺癌云平台预测方法， 应用于数据中心， 其特征在于， 所述数 据中心通过网络与电信营运商连接， 所述电信营运商通过所述网络与 所述客户端连接， 该方法包括： 从电信运营商获取用户通过所述客户 端使用互联网服务的访问数据； 根据预设的年齢段划分规则对所述访 问数据进行分类， 并提取每个年齢段对应的访问数据； 从每个年齢段 对应的访问数据中获取用户使用搜索引擎所输入的关键字； 对每个年 齢段中用户使用搜索引擎所输入的关键字进行解析， 以获取每个年齢 段中用户使用搜索引擎所输入的乳腺癌关键字； 及计算每个年齢段中 用户使用搜索引擎所输入的乳腺癌关键字对应的乳腺癌发生率。
[权利要求 6] 如权利要求 5所述的乳腺癌云平台预测方法， 其特征在于， 所述访问 数据包括访问吋间、 访问网址、 使用搜索引擎所输入的关键字、 网络 流量及使用互联网服务的用户信息， 其中， 所述用户信息包括用户姓 名、 年齢、 身高、 职业、 学历、 家庭住址、 电话号码及邮箱。
[权利要求 7] 如权利要求 5所述的乳腺癌云平台预测方法， 其特征在于， 所述预设 的年齢段划分规则是指以预设年齢为起点将人的寿命划分为多个年齢
[权利要求 8] 如权利要求 5所述的乳腺癌云平台预测方法， 其特征在于， 所述乳腺 癌发生率的计算公式为： P=M/N， 其中， M为每个年齢段中用户使用 搜索引擎所输入的乳腺癌关键字的数量， N为每个年齢段中用户使用 搜索弓 I擎所输入的关键字的数量。
PCT/CN2017/096129 2017-03-25 2017-08-05 乳腺癌云平台预测系统及方法 Ceased WO2018176715A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201710185229.0A CN107092777A (zh) 2017-03-25 2017-03-25 乳腺癌云平台预测系统及方法
CN201710185229.0 2017-03-25

Publications (1)

Publication Number Publication Date
WO2018176715A1 true WO2018176715A1 (zh) 2018-10-04

Family

ID=59649044

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2017/096129 Ceased WO2018176715A1 (zh) 2017-03-25 2017-08-05 乳腺癌云平台预测系统及方法

Country Status (2)

Country Link
CN (1) CN107092777A (zh)
WO (1) WO2018176715A1 (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103309990A (zh) * 2013-06-18 2013-09-18 上海晶樵网络信息技术有限公司 基于互联网用户公开信息的用户多维度分析与监测方法
US20140324450A1 (en) * 2006-02-08 2014-10-30 Health Grades, Inc. Internet system for connecting healthcare providers and patients
CN105260915A (zh) * 2015-10-21 2016-01-20 中国太平洋保险（集团）股份有限公司 一种基于大数据对用户行为建模的控制方法及装置
CN105809552A (zh) * 2016-03-10 2016-07-27 深圳市前海安测信息技术有限公司 基于搜索关键字的保险精算系统及方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140324450A1 (en) * 2006-02-08 2014-10-30 Health Grades, Inc. Internet system for connecting healthcare providers and patients
CN103309990A (zh) * 2013-06-18 2013-09-18 上海晶樵网络信息技术有限公司 基于互联网用户公开信息的用户多维度分析与监测方法
CN105260915A (zh) * 2015-10-21 2016-01-20 中国太平洋保险（集团）股份有限公司 一种基于大数据对用户行为建模的控制方法及装置
CN105809552A (zh) * 2016-03-10 2016-07-27 深圳市前海安测信息技术有限公司 基于搜索关键字的保险精算系统及方法

Also Published As

Publication number Publication date
CN107092777A (zh) 2017-08-25

Similar Documents

Publication Publication Date Title
US10771963B2 (en) Method and browser for browsing web page, and storage medium
US9430671B2 (en) Method and apparatus for privacy protected clustering of user interest profiles
CN104598631B (zh) 分布式数据处理平台
CN103617267B (zh) 社交化扩展搜索方法及装置、系统
WO2017152640A1 (zh) 基于搜索关键字的保险精算系统及方法
WO2017205679A1 (en) System and method of efficient and secure federated mining of anonymized data
CN113412608B (zh) 内容推送方法、装置、服务端及存储介质
CN115017107A (zh) 基于保护隐私的数据检索方法、装置、计算机设备及介质
CN111953652B (zh) 用于生成用于链接标识符的桥接匹配标识符的系统和方法
AU2013397053B2 (en) Content sharing method and social synchronization apparatus
CN114996675A (zh) 数据查询方法、装置、计算机设备及存储介质
TW201608400A (zh) 名片資訊查詢方法和雲端伺服器
WO2018153030A1 (zh) 医疗信息化基于网页的医生评级推荐系统及方法
CN104750718B (zh) 一种数据信息的搜索方法和设备
CN105844093A (zh) 基于社交数据的保险精算系统及方法
CN114417193B (zh) 搜索和检索使用键控数据库维持的键控数据
CN106470229B (zh) 一种业务相关信息处理方法及装置
WO2016082616A1 (zh) 为搜索引擎提供网站认证数据的方法及装置
CN110020150A (zh) 信息推荐方法及装置
CN104516948B (zh) 一种基于海量数据的位置信息提取方法和装置
CN114417109B (zh) 一种基于安全网关的密文搜索方法、装置及其系统
CN111639283A (zh) 语料库构建方法、装置、电子设备及介质
CN103476001B (zh) 一种获取营销信息的方法及装置
CN113051418A (zh) 一种图像来源追踪方法、装置、存储介质及电子设备
WO2015196567A1 (zh) 推送黄页信息的方法、黄页服务器及计算机可读存储介质

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17903404

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205A DATED 03/02/2020)

122 Ep: pct application non-entry in european phase

Ref document number: 17903404

Country of ref document: EP

Kind code of ref document: A1