System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及数据处理,具体涉及一种针对用户数据的处理方法及相关装置。
技术介绍
1、目前,业界对疾病预测的研究主要集中在基于症状的预测模型及基于生理数据的预测模型。其中,基于症状的预测模型需要依赖于用户手动上传症状才能够获取到用于预测的症状的信息,用户操作十分繁琐,用户体验差。而目前基于生理数据的预测模型都是根据部分病例的临床表现选取部分可能可以用于疾病预测的生理指标来进行预测,其选用来预测疾病的生理指标可靠性较弱,最终预测结果的准确性也较差。
技术实现思路
1、本申请实施例提供了一种针对用户数据的处理方法及相关装置,以期实现基于用户维度和大数据趋势维度来综合筛选用于预测目标异常生理状态的指标,从而更全面、准确的筛选出用于预测目标异常生理状态的指标,进而提高基于选中的指标来预测目标异常生理状态的结果的可靠性。
2、第一方面,本申请实施例提供了一种针对用户数据的处理方法,所述方法包括:
3、获取数据集,所述数据集包括多个用户中每个用户的体征数据,所述用户的体征数据包括类型不同的至少一个指标在预设时段内的采样数据;
4、根据所述数据集对所述至少一个指标进行显著性分析,得到每个所述指标的显著性分析结果,所述显著性分析结果用于表征每个所述指标的显著性用户数量与总用户数量的比例和预设比例的大小关系;
5、根据所述数据集对所述至少一个指标进行趋势分析,得到每个所述指标的趋势分析结果,所述趋势分析结果用于表征每个所述指标的采样数据均值变化趋势与出现目
6、根据所述显著性分析结果和所述趋势分析结果从所述至少一个指标中选出用于预测所述目标异常生理状态的至少一个指标。
7、第二方面,本申请实施例提供了一种针对用户数据的处理装置,所述装置包括:
8、获取单元,用于获取数据集,所述数据集包括多个用户中每个用户的体征数据,所述用户的体征数据包括类型不同的至少一个指标在预设时段内的采样数据;
9、分析单元,用于根据所述数据集对所述至少一个指标进行显著性分析,得到每个所述指标的显著性分析结果,所述显著性分析结果用于表征每个所述指标的显著性用户数量与总用户数量的比例和预设比例的大小关系;
10、所述分析单元你还用于根据所述数据集对所述至少一个指标进行趋势分析,得到每个所述指标的趋势分析结果,所述趋势分析结果用于表征每个所述指标的采样数据均值变化趋势与出现目标异常生理状态的人数变化趋势的关联关系,所述采样数据均值变化趋势和所述出现目标异常生理状态的人数变化趋势的时间窗均对应所述预设时段;
11、确定单元,用于根据所述显著性分析结果和所述趋势分析结果从所述至少一个指标中选出用于预测所述目标异常生理状态的至少一个指标。
12、第三方面,本申请实施例提供了一种电子设备,包括处理器、存储器、通信接口,以及一个或多个程序,所述一个或多个程序被存储在所述存储器中,并且被配置由所述处理器执行,所述程序包括用于执行本申请实施例第一方面中的步骤的指令。
13、第四方面,本申请实施例提供了一种计算机存储介质,存储用于电子数据交换的计算机程序,其中,所述计算机程序使得计算机执行如本实施例第一方面中所描述的部分或全部步骤。
14、可以看出,本实施例中,通过根据数据集对至少一个指标进行显著性分析,可以对每个用户的数据分别进行分析处理,从而基于用户维度分析得到显著性分析结果。同时,通过根据数据集对至少一个指标进行趋势分析,可以统一对每个指标对应的数据进行综合性分析处理,从而对每个指标基于大数据趋势维度分析得到趋势分析结果。如此可见,本申请中通过根据所述显著性分析结果和所述趋势分析结果从用户的指标中选出用于预测目标异常生理状态的至少一个指标,实现了基于用户维度和大数据趋势维度来筛选用于预测目标异常生理状态的指标,有利于更全面且更多维度的对用户的所有指标进行筛选,从而可以提高选中的用于预测目标异常生理状态的指标的准确性和可靠性,进而提高预测结果的可靠性。
本文档来自技高网...【技术保护点】
1.一种针对用户数据的处理方法,其特征在于,所述方法包括:
2.如权利要求1所述的方法,其特征在于,所述根据所述数据集对所述至少一个指标进行显著性分析,得到每个所述指标的显著性分析结果,包括:
3.如权利要求1所述的方法,其特征在于,所述根据所述数据集对所述至少一个指标进行趋势分析,得到每个所述指标的趋势分析结果,包括:
4.如权利要求3所述的方法,其特征在于,所述根据单个所述指标的采样数据确定每个所述指标基于每个时间窗的采样数据均值,包括:
5.如权利要求4所述的方法,其特征在于,所述将所述每个时间窗的采样数据均值根据时域顺序进行排序之前,还包括:
6.如权利要求1至5任一项所述的方法,其特征在于,根据所述显著性分析结果和所述趋势分析结果从所述至少一个指标中选出用于预测所述目标异常生理状态的至少一个指标,包括:
7.如权利要求1至5中任意一项所述的方法,其特征在于,所述方法还包括:
8.如权利要求7所述的方法,其特征在于,所述比对所述触发参数和与所述触发参数对应的预设触发阈值,得到比对结果,包括
9.如权利要求8所述的方法,其特征在于,所述确定目标用户针对至少一个目标指标的触发参数之前,所述方法还包括:
10.如权利要求9所述的方法,其特征在于,所述根据所述第一搜索数据集、所述第二搜索数据集、以及所述第三搜索数据集,确定目标预设时间窗数量、与每个所述目标指标的触发参数对应的目标触发阈值、以及目标预设数量,包括:
11.一种针对用户数据的处理装置,其特征在于,所述装置包括:
12.一种电子设备,其特征在于,包括处理器、存储器、通信接口,以及一个或多个程序,所述一个或多个程序被存储在所述存储器中,并且被配置由所述处理器执行,所述程序包括用于执行如权利要求1-10任一项所述的方法中的步骤的指令。
13.一种计算机可读存储介质,其特征在于,存储用于电子数据交换的计算机程序,其中,所述计算机程序使得计算机执行如权利要求1-10任一项所述的方法中的步骤。
...【技术特征摘要】
1.一种针对用户数据的处理方法,其特征在于,所述方法包括:
2.如权利要求1所述的方法,其特征在于,所述根据所述数据集对所述至少一个指标进行显著性分析,得到每个所述指标的显著性分析结果,包括:
3.如权利要求1所述的方法,其特征在于,所述根据所述数据集对所述至少一个指标进行趋势分析,得到每个所述指标的趋势分析结果,包括:
4.如权利要求3所述的方法,其特征在于,所述根据单个所述指标的采样数据确定每个所述指标基于每个时间窗的采样数据均值,包括:
5.如权利要求4所述的方法,其特征在于,所述将所述每个时间窗的采样数据均值根据时域顺序进行排序之前,还包括:
6.如权利要求1至5任一项所述的方法,其特征在于,根据所述显著性分析结果和所述趋势分析结果从所述至少一个指标中选出用于预测所述目标异常生理状态的至少一个指标,包括:
7.如权利要求1至5中任意一项所述的方法,其特征在于,所述方法还包括:
8.如权利要求7所述的方法,其...
【专利技术属性】
技术研发人员:边成,李叶磊,曾子敬,
申请(专利权)人:OPPO广东移动通信有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。