一种基于大数据的大健康智能管理系统及方法技术方案

本发明专利技术公开了一种基于大数据的大健康智能管理系统及方法，包括获取用户携带的智能设备的历史数据并建立用户数据库，所述智能管理系统设置监测周期；分析用户数据库中不同行为特征数据在监测周期的整体趋势指数；再分析用户自身数据的健康趋势指数，并将用户自身数据的健康趋势指数与所有用户的整体趋势指数进行比较；在对用户特征数据之间的相关性进行校验时，对构成特征数据的所有关联之间均存在相关性的用户以监测周期为时长的提醒，并在用户满足特征数据之间的相关性后再一次进行是否满足整体趋势指数的判断；当用户既满足相关性又满足整体趋势指数时，将监测时长由第一时长切换为第二时长，否则将持续以第一时长监测。否则将持续以第一时长监测。否则将持续以第一时长监测。

A big health intelligent management system and method based on big data

【技术实现步骤摘要】
一种基于大数据的大健康智能管理系统及方法


[0001]本专利技术涉及大健康智能管理
，具体为一种基于大数据的大健康智能管理系统及方法。

技术介绍

[0002]现如今，智能设备是每个人必不可少的东西，智能设备记载着我们生活中各种各样的数据信息，包括能反应我们健康状态的数据信息；但同时如此繁多复杂的数据信息中，无法分辨出哪些数据是能够对我们身体状况进行判断的有用信息，在这些拥有智能设备记录数据的群体中，数据反应出的健康趋势又是怎样的，对应着趋势的发展我们自身的状况又是怎样的，如何利用成熟的数据去有效快速的分析自身的健康状况且对自身进行提醒调整是当下急需解决的问题。

技术实现思路

[0003]本专利技术的目的在于提供一种基于大数据的大健康智能管理系统及方法，以解决上述
技术介绍
中提出的问题。
[0004]为了解决上述技术问题，本专利技术提供如下技术方案：一种基于大数据的大健康智能管理方法，包括以下步骤：
[0005]获取用户携带的智能设备的历史数据并建立用户数据库，智能设备连接智能管理系统，用户数据库用于存储不同用户携带的智能设备中有关各自用户行为特征的所有数据信息；智能管理系统设置监测周期；
[0006]分析用户数据库中不同行为特征数据在监测周期的整体趋势指数，行为特征数据包括智能设备运行状态的特征数据和智能设备非运行状态的特征数据；
[0007]基于所有用户的整体趋势指数，分析用户自身数据的健康趋势指数，并将用户自身数据的健康趋势指数与所有用户的整体趋势指数进行比较，当用户自身数据的健康趋势指数小于整体趋势指数时，对用户特征数据之间的关联进行校验并以第一时长进行监测，当用户自身数据的健康趋势指数大于等于整体趋势指数时，对用户进行第二时长的监测，且第一时长大于第二时长；
[0008]在对用户特征数据之间的相关性进行校验时，对构成特征数据的所有关联之间均存在相关性的用户进行以监测周期为时长的提醒，并在用户满足特征数据之间的相关性后再一次进行是否满足整体趋势指数的判断，当用户既满足相关性又满足整体趋势指数时，将监测时长由第一时长切换为第二时长，否则将持续以第一时长进行监测。
[0009]进一步的，分析用户数据库中不同行为特征数据在监测周期的整体趋势指数具体为：
[0010]获取用户数据库中非运行状态特征数据的时间长度占运行状态特征数据的时间长度的比例，并设该比例为q；
[0011]记录用户数据库中运行状态的特征数据包含的步数特征值，并计算用户在监测周
期内的平均步数特征值b0，以及每个用户在监测周期内的平均步数特征值B
i
，i＝{1,2,...k}，i表示用户数据库中用户的个数，B
i
表示第i个用户在监测周期内的平均步数特征值；将B
i
记作一个运动步数集合{B
i
}，选取运动步数集合{B
i
}中的最大值Max{B
i
}和最小值Min{B
i
}，计算运行状态的特征数据中步数特征指数w＝[Max{B
i
}
‑
Min{B
i
}]/[Max{B
i
}
‑
b0]；
[0012]记录用户数据库中运行状态的特征数据包含的时长特征值，时长特征值为用户数据库中处于就餐时间范围的智能设备使用时长，获取用户数据库中时长特征值的平均时长特征值t0，计算就餐专注度指数y＝1
‑
(m/n)t0，其中m表示用户数据库中处于就餐时间范围的智能设备个数，n表示用户数据库中总管理的智能设备个数；
[0013]计算整体趋势指数S＝0.5q+0.2w+0.3y。
[0014]在所有用户群体中分析整体的趋势是将不同特征的数据进行整合，非运行状态特征数据的时间长度占比反应的是用户在不操作智能设备或者睡觉的时长，该行为的时间越长表明用户身体健康的可能越大；而步数特征指数反应了用户是否运动以及运动的情况，就餐专注度指数反应了用户在就餐时间是否会有使用智能设备的习惯，因为该习惯容易导致饮食不规范、饮食时间过长的现象产生。
[0015]进一步的，分析用户自身数据的健康趋势指数包括以下过程：
[0016]获取用户数据库中对应用户自身的三种数据，三种数据分别为非运行状态的特征数据的时间长度占比q
i
、运行状态的特征数据的步数特征指数w
i
和运行状态的特征数据的就餐专注度指数y
i
；
[0017]运行状态的特征数据的步数特征指数w
i
＝[Max{b}
‑
Min{b}]/[Max{b}
‑
B
i
]，其中{b}表示用户在监测周期内每天的步数特征值集合，b表示用户在监测周期内每天的步数特征值；
[0018]运行状态的特征数据的就餐专注度指数y
i
＝1
‑
(u/v)t
i
，其中u表示就在餐时间内获取用户数据库中运行状态的特征数据中检索关键词的次数，关键词为带有“减肥餐、减脂、低碳水”字眼的词语；v表示产生操作智能设备动作的次数，t
i
表示第i个用户在监测周期内处于就餐时间的平均时长特征值；
[0019]计算不同用户自身数据的健康趋势指数S
i
＝0.5q
i
+0.2w
i
+0.3y
i
。
[0020]利用与整体趋势指数相同的计算方式分析个人的健康趋势指数，保证了数据处理的一致性以及可比较性，其次在选择数据特征时，选择用户记录的关键词是因为在大数据时代，用户的检索内容反应了用户的近阶段的状态，且关键词的设定进一步对应上用户特征数据之间的联系。
[0021]进一步的，对用户进行校验的过程包括以下过程：
[0022]获取需要校验的用户数据集合，集合中的用户为自身数据的健康趋势指数S
i
小于整体趋势指数S；
[0023]对集合中用户的非运行状态的特征数据和运行状态的特征数据的步数特征值进行健康属性的相关性分析；获取用户数据集合中结束记录运行状态的特征数据的步数特征值到开始记录非运行状态的特征数据的时间间隔h1，以及开始记录运行状态的特征数据的步数特征值到结束记录步数特征值的时间间隔h2，利用公式计算第一相关度G1＝sign[(h2‑
h1)/h]，其中h表示从开始记录步数特征值到非运行状态的特征数据记录结束的总时长；判断只有当G1＝1时，用户的非运行状态的特征数据和运行状态的特征数据存在健康属性的
相关性。
[0024]h1表示用户在结束运动到用户休息的时间长度，h2表示用户整个产生步数运动过程的时长，计算两者的相关度是分析用户在休息前是否进行运动，以及运动后监测的运行状态的数据时长是否超过运动的时长，且利用符号函数计算可本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的大健康智能管理方法，其特征在于，包括以下步骤：获取用户携带的智能设备的历史数据并建立用户数据库，所述智能设备连接智能管理系统，所述用户数据库用于存储不同用户携带的智能设备中有关各自用户行为特征的所有数据信息；所述智能管理系统设置监测周期；分析用户数据库中不同行为特征数据在监测周期的整体趋势指数，所述行为特征数据包括智能设备运行状态的特征数据和智能设备非运行状态的特征数据；基于所有用户的整体趋势指数，分析用户自身数据的健康趋势指数，并将用户自身数据的健康趋势指数与所有用户的整体趋势指数进行比较，当用户自身数据的健康趋势指数小于整体趋势指数时，对用户特征数据之间的关联进行校验并以第一时长进行监测，当用户自身数据的健康趋势指数大于等于整体趋势指数时，对用户进行第二时长的监测，且第一时长大于第二时长；在对用户特征数据之间的相关性进行校验时，对构成特征数据的所有关联之间均存在相关性的用户进行以监测周期为时长的提醒，并在用户满足特征数据之间的相关性后再一次进行是否满足整体趋势指数的判断，当用户既满足相关性又满足整体趋势指数时，将监测时长由第一时长切换为第二时长，否则将持续以第一时长进行监测。2.根据权利要求1所述的一种基于大数据的大健康智能管理方法，其特征在于：所述分析用户数据库中不同行为特征数据在监测周期的整体趋势指数具体为：获取用户数据库中非运行状态特征数据的时间长度占运行状态特征数据的时间长度的比例，并设该比例为q；记录用户数据库中运行状态的特征数据包含的步数特征值，并计算用户在监测周期内的平均步数特征值b0，以及每个用户在监测周期内的平均步数特征值B
i
，i＝{1,2,...k}，i表示用户数据库中用户的个数，B
i
表示第i个用户在监测周期内的平均步数特征值；将B
i
记作一个运动步数集合{B
i
}，选取运动步数集合{B
i
}中的最大值Max{B
i
}和最小值Min{B
i
}，计算运行状态的特征数据中步数特征指数w＝[Max{B
i
}
‑
Min{B
i
}]/[Max{B
i
}
‑
b0]；记录用户数据库中运行状态的特征数据包含的时长特征值，所述时长特征值为用户数据库中处于就餐时间范围的智能设备使用时长，获取用户数据库中时长特征值的平均时长特征值t0，计算就餐专注度指数y＝1
‑
(m/n)t0，其中m表示用户数据库中处于就餐时间范围的智能设备个数，n表示用户数据库中总管理的智能设备个数；计算整体趋势指数S＝0.5q+0.2w+0.3y。3.根据权利要求2所述的一种基于大数据的大健康智能管理方法，其特征在于：所述分析用户自身数据的健康趋势指数包括以下过程：获取用户数据库中对应用户自身的三种数据，所述三种数据分别为非运行状态的特征数据的时间长度占比q
i
、运行状态的特征数据的步数特征指数w
i
和运行状态的特征数据的就餐专注度指数y
i
；所述运行状态的特征数据的步数特征指数w
i
＝[Max{b}
‑
Min{b}]/[Max{b}
‑
B
i
]，其中{b}表示用户在监测周期内每天的步数特征值集合，b表示用户在监测周期内每天的步数特征值；所述运行状态的特征数据的就餐专注度指数y
i
＝1
‑
(u/v)t
i
，其中u表示就在餐时间内获取用户数据库中运行状态的特征数据中检索关键词的次数，所述关键词为带有“减肥餐、
减脂、低碳水”字眼的词语；v表示产生操作智能设备动作的次数，t
i
表示第i个用户在监测周期内处于就餐时间的平均时长特征值；计算不同用户自身数据的健康趋势指数S
i
＝0.5q
i
+0.2w
i
+0.3y
i
。4.根据权利要求3所述的一种基于大数据的大健康智能管理方法，其特征在于：所述对用户进行校验的过程包括以下过程：获取需要校验的用户数据集合，所述集合中的用户为自身数据的健康趋势指数S
i
小于整体趋势指数S；对集合中用户的非运行状态的特征数据和运行状态的特征数据的步数特征值进行健康属性的相关性分析；获取用户数据集合中结束记录运行状态的特征数据的步数特征值到开始记录非运行状态的特征数据的时间间隔h1，以及开始记录运行状态的特征数据的步数特征值到结束记录...

【专利技术属性】
技术研发人员：朱小鹏，
申请(专利权)人：朱小鹏，
类型：发明
国别省市：