区域疫情信息处理方法、装置和系统制造方法及图纸

本申请实施例公开了一种区域疫情信息处理方法、装置和系统，该方法包括：获取第一区域内目标对象的多维信息，多维信息包括以下至少一种：身份信息、体征信息、居所信息、出行信息；根据多维信息中的体征信息确定目标对象中每个人员的标签信息；根据目标对象、多维信息和每个人员的标签信息确定疫情网络分布图；通过疫情网络分布图对第一区域的疫情态势进行预测分析处理。可见，本申请实施例有利于保证疫情网络分布图有效反映出目标对象、多维信息和标签信息三者之间的关联关系，使得由疫情网络分布图来对第一区域的整体疫情态势进行预测分析、防控与管理时具有更高的及时性、准确性和效率。和效率。和效率。

Regional epidemic information processing method, device and system

【技术实现步骤摘要】
区域疫情信息处理方法、装置和系统


[0001]本申请涉及计算机
，具体涉及一种区域疫情信息处理方法、装置和系统。

技术介绍

[0002]疫情的爆发和蔓延会对区域经济和区域内人们的日常生活带来严重影响。为了有效减小疫情导致的上述影响，不仅需要实时采集区域内的新增确诊、疑似、流动人口、出行轨迹等疫情数据，还需要通过疫情数据对区域的疫情态势实时进行预测分析，实现区域疫情防控与管理。
[0003]然而，由于采集的疫情数据往往具有数量大和维度高等特性，因此通过疫情数据对区域的疫情态势进行预测分析的过程耗时严重，并且预测分析结果也存在准确性较低的问题。如何利用有效的技术手段实现快速和准确预测分析区域疫情，实现对区域的疫情态势进行及时和准确的防控与管理，成为亟待解决的问题。

技术实现思路

[0004]本申请实施例提供了一种区域疫情信息处理方法、装置和系统，以期望实现由疫情网络分布图来对第一区域的整体疫情态势进行预测分析、防控与管理时具有更高的及时性、准确性和效率。
[0005]第一方面，本申请实施例提供一种区域疫情信息处理方法，包括：
[0006]获取第一区域内目标对象的多维信息，所述多维信息包括以下至少一种：身份信息、体征信息、居所信息、出行信息；
[0007]根据所述多维信息中的所述体征信息确定所述目标对象中每个人员的标签信息，所述标签信息用于指示所述目标对象中的人员是否存在病疫表征现象；
[0008]根据所述目标对象、所述多维信息和所述每个人员的标签信息确定疫情网络分布图；其中，所述疫情网络分布图的每个节点用于表示所述目标对象中的一个人员；所述疫情分析网络图的每条边用于表示所述每条边两端的节点满足预设关系中的至少一种关系，所述预设关系由所述多维信息和/或所述每个人员的标签信息确定；所述每条边对应的权重用于表示所述每条边两端的节点同时满足所述预设关系中的关系数量；
[0009]通过所述疫情网络分布图对所述第一区域的疫情态势进行预测分析、防控与管理。
[0010]第二方面，本申请实施例提供一种区域疫情信息处理装置，包括：
[0011]获取信息模块，用于获取第一区域内目标对象的多维信息，所述多维信息包括以下至少一种：身份信息、体征信息、居所信息、出行信息；
[0012]信息处理模块，用于根据所述多维信息中的所述体征信息确定所述目标对象中每个人员的标签信息，所述标签信息用于指示所述目标对象中的人员是否存在病疫表征现象；
[0013]网络构建模块，用于根据所述目标对象、所述多维信息和所述每个人员的标签信
息确定疫情网络分布图；其中，所述疫情网络分布图中的每个节点用于表示所述目标对象中的一个人员；所述疫情分析网络图的每条边用于表示所述每条边两端的节点满足预设关系中的至少一种关系，所述预设关系由所述多维信息和/或所述每个人员的标签信息确定；所述每条边对应的权重用于表示所述每条边两端的节点同时满足所述预设关系中的关系数量；
[0014]分析预测模块，用于通过所述疫情网络分布图对所述第一区域的疫情态势进行预测分析、防控与管理。
[0015]第三方面，本申请实施例提供一种区域疫情信息处理系统，包括服务器和电子设备，所述服务器与所述电子设备之间建立有通信连接；所述服务器用于执行第一方面中的步骤；所述电子设备用于采集第一区域内目标对象的多维信息，并将所述多维信息发送给所述服务器。
[0016]第四方面，本申请实施例提供一种服务器，包括处理器、存储器和通信接口，所述存储器存储有一个或多个程序，并且所述一个或多个程序由所述处理器执行，所述一个或多个程序用于执行本申请实施例第一方面中的步骤的指令。
[0017]第五方面，本申请实施例提供一种计算机可读存储介质，其中，所述计算机可读存储介质存储用于电子数据交换的计算机程序，所述计算机程序可操作来使得计算机执行本申请实施例第一方面中所描述的部分或全部步骤。
[0018]第六方面，本申请实施例提供一种计算机程序产品，其中，所述计算机程序产品包括计算机程序，所述计算机程序可操作来使得计算机执行本申请实施例第一方面中所描述的部分或全部步骤。所述计算机程序产品可以为一个软件安装包。
[0019]可以看出，本申请实施例中，通过获取第一区域内目标对象的多维信息，并根据多维信息中的体征信息确定目标对象中每个人员的标签信息；然后，根据目标对象、多维信息和每个人员的标签信息确定疫情网络分布图；最终，通过疫情网络分布图对第一区域的疫情态势进行预测分析处理。由于疫情网络分布图的节点与目标对象中的人员之间建立有对应关系，该疫情网络分布图的边与由多维信息和/或标签信息确定的预设关系之间建立有关联关系，以及该疫情网络分布图的边对应的权重与该边同时满足预设关系中的关系数量之间建立有关联关系，从而实现根据目标对象、多维信息和每个人员的标签信息确定出疫情网络分布图，保证该疫情网络分布图能有效反映出目标对象、多维信息和标签信息三者之间的关联关系，使得由疫情网络分布图来对该第一区域的整体疫情态势进行预测分析、防控与管理时具有更高的及时性、准确性和效率。
附图说明
[0020]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述的附图仅仅是本申请的一些实施例。对于本领域技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。
[0021]图1是本申请实施例提供的一种区域疫情信息处理系统的架构示意图；
[0022]图2是本申请实施例提供的又一种区域疫情信息处理系统的架构示意图；
[0023]图3是本申请实施例提供的一种服务器的结构示意图；
[0024]图4是本申请实施例提供的一种区域疫情信息处理方法的流程示意图；
[0025]图5是本申请实施例提供的一种疫情网络分布图的结构示意图；
[0026]图6是本申请实施例提供的又一种疫情网络分布图的结构示意图；
[0027]图7是本申请实施例提供的一种区域疫情信息处理装置的功能单元组成框图；
[0028]图8是本申请实施例提供的又一种服务器的结构示意图。
具体实施方式
[0029]为了本
人员更好理解本申请的技术方案，下面结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的部分实施例，而并非全部的实施例。基于本申请实施例的描述，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请所保护的范围。
[0030]在对本申请实施例的技术方案进行描述之前，下面先对本申请可能涉及的区域疫情信息处理系统、服务器和电子设备等进行介绍。
[0031]示例性的，请参阅图1，图1是本申请实施例提供的一种区域疫情信息处理系统的架构示意图。其中，区域疫情信息处理系统10可以包括数据采集模块110、数据传输模块120、数据处本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种区域疫情信息处理方法，其特征在于，包括：获取第一区域内目标对象的多维信息，所述多维信息包括以下至少一种：身份信息、体征信息、居所信息、出行信息；根据所述多维信息中的所述体征信息确定所述目标对象中每个人员的标签信息，所述标签信息用于指示所述目标对象中的人员是否存在病疫表征现象；根据所述目标对象、所述多维信息和所述每个人员的标签信息确定疫情网络分布图；其中，所述疫情网络分布图的每个节点用于表示所述目标对象中的一个人员；所述疫情分析网络图的每条边用于表示所述每条边两端的节点满足预设关系中的至少一种关系，所述预设关系由所述多维信息和/或所述每个人员的标签信息确定；所述每条边对应的权重用于表示所述每条边两端的节点同时满足所述预设关系中的关系数量；通过所述疫情网络分布图对所述第一区域的疫情态势进行预测分析、防控与管理。2.根据权利要求1所述的方法，其特征在于，所述根据所述目标对象、所述多维信息和所述每个人员的标签信息确定疫情网络分布图，包括：获取N个节点，所述N个节点中的每个节点对应于所述目标对象中的一个人员，所述N等于所述目标对象中所有人员的数量；连接所述N个节点中满足所述预设关系中的至少一种关系的两个节点以得到M条边，所述M为正整数；将所述M条边中每条边同时满足所述预设关系中的关系数量作为所述M条边中每条边对应的权重；通过所述N个节点、所述M条边和所述M条边中每条边对应的权重构建所述疫情网络分布图。3.根据权利要求1所述的方法，其特征在于，所述标签信息的标签类型包括正常标签、疑似标签和确诊标签；其中，所述正常标签用于指示所述目标对象中的人员不存在病疫表征现象，所述疑似标签用于指示所述目标对象中的人员疑似存在病疫表征现象，所述确诊标签用于指示所述目标对象中的人员存在病疫表征现象。4.根据权利要求3所述的方法，其特征在于，所述根据所述多维信息中的所述体征信息确定所述目标对象中每个人员的标签信息，包括：确定所述体征信息中各类信息所占的比例以得到第一比例信息；按照所述第一比例信息提取所述体征信息的特征向量以得到第一特征矩阵；将所述第一特征矩阵输入预先训练的预设分类模型以得到针对各个标签类型的得分信息；将所述得分信息中最高得分对应的标签作为所述标签信息。5.根据权利要求4所述的方法，其特征在于，所述预设分类模型的训练过程包括以下步骤：获取训练样本集，所述训练样本集由标注有所述正常标签对应的体征信息、标注有所述疑似标签对应的体征信息和标注有所述确诊标签对应的体征信息组成；提取所述训练样本集的特征向量以得到第二特征矩阵；通过所述第二特征矩阵训练所述预设分类模型。6.根据权利要求1所述的方法，其特征在于，所述预设关系包括由所述...

【专利技术属性】
技术研发人员：陈宁，尹义，邹博，
申请(专利权)人：深圳云天励飞技术股份有限公司，
类型：发明
国别省市：