一种用于学生返校的疫情防控方法和系统技术方案

本发明专利技术涉及一种用于学生返校的疫情防控方法和系统，方法包括以下步骤：1)分别建立学生大数据库和疫情大数据库，学生大数据库包括学生的空间位置信息和健康状况信息，疫情大数据库包括疫情病例的空间位置分布信息；2)采用预设的决策指标，获取无感染风险的学生名单，从而构建返校方案，用于学生的返校；3)获取学生上传的学生返校状态信息，从而对返校方案进行调整；疫情大数据库采用数据挖掘技术构建，实际行程信息通过定位技术获取。与现有技术相比，本发明专利技术实现健康信息实时采集、返校方案研判、行程轨迹动态追踪、疫情防控日常管理的“全链路”监测管理，为学生返校复学提供全过程、全方位的决策保障。

【技术实现步骤摘要】
一种用于学生返校的疫情防控方法和系统
本专利技术涉及疫情防控领域，尤其是涉及一种用于学生返校的疫情防控方法和系统。
技术介绍
随着境外疫情呈加速扩散蔓延态势，我国疫情输入压力持续加大，国内疫情防控形势依旧严峻。国内疫情形势在局部区域出现二次波动，2020年6月和7月，北京和香港相继出现不同程度的疫情传播。受持续变化的疫情影响，我国近千所高校的学生返校进程处于停摆状态，近千万高校学生滞留家中。国家卫健委《关于进一步加强学校传染病防控监督工作的通知》强调要加强对学校传染病防控制度措施的监督检查，对开始返校的高等学校重点检查新冠疫情防控制度措施制定落实情况，确保各项防控措施落实到位。但目前存在的返校决策方法中(如金智教育)，学校集信息收集、风险评估、名单制定各项职责于一身。疫情大数据复杂性、学生大数据虚假性使返校过程中学生感染风险评估存在极大困难，特别随着新一届学生即将入学，学生情况不确定性加大，现有返校决策方法无法保证入校学生的“零感染”，一旦感染者进入学校，全校师生的生命安全将受到严重威胁，全国来之不易的疫情防控成果可能毁于一旦。南京某高校学生返校后被查出与确诊病例同乘一架航班，导致该校防疫工作压力倍增；浙江中小学返校学生中出现发热现象多达1500人。
技术实现思路
本专利技术的目的就是为了克服上述现有技术的返校决策方法存在较大的疫情感染风险的缺陷而提供一种用于学生返校的疫情防控方法和系统。本专利技术的目的可以通过以下技术方案来实现：一种用于学生返校的疫情防控方法，包括以下步骤：r>数据库建立步骤：分别建立学生大数据库和疫情大数据库，所述学生大数据库包括学生的空间位置信息和健康状况信息，所述疫情大数据库包括疫情病例的空间位置分布信息；自上而下的返校决策步骤：基于所述学生的空间位置信息、健康状况信息和疫情病例的空间位置分布信息，采用预设的决策指标，获取无感染风险的学生名单，从而构建返校方案，用于学生的返校；自下而上的返校决策步骤：获取学生上传的学生返校状态信息，从而对所述返校方案进行调整，所述学生返校状态信息包括个人健康状况信息、返校意愿信息、计划行程信息和实际行程信息；所述疫情大数据库采用数据挖掘技术构建，所述实际行程信息通过定位技术获取。进一步地，所述决策指标包括健康状况指标和活动范围有无确诊病例指标；所述健康状况指标的判断具体为，若学生在预设的第一天数内的所述健康状况信息均为健康，则所述健康状况指标合格，否则不合格；所述活动范围有无确诊病例指标的判断具体为，若学生的所述空间位置信息与所述疫情病例的空间位置分布信息，在预设的第一缓冲区内不存在时空重叠，则所述活动范围有无确诊病例指标合格，否则不合格。进一步地，所述基于所述学生的空间位置信息和疫情病例的空间位置分布信息，获取无感染风险的学生名单具体为：将所述学生的空间位置信息和疫情病例的空间位置分布信息，载入预先建立的元胞自动机中，获取与疫情病例接触的学生及其接触次数，若所述接触次数大于预设的接触次数阈值，则该与疫情病例接触的学生为有感染风险的学生；否则为无感染风险的学生。进一步地，所述采用数据挖掘技术构建疫情大数据库具体为：通过网络爬虫技术，从官方网站和第三方平台中获取疫情数据，并将所述疫情数据按照国家级、省级、市级和县级进行分布式数据存储，从而构建所述疫情大数据库。进一步地，所述疫情大数据库的建立还包括：对所述疫情数据进行数据交叉对比、相似匹配与数据融合处理。进一步地，所述自下而上的返校决策步骤还包括对所述计划行程信息进行判断和优化，直至所述计划行程信息无感染风险。进一步地，所述计划行程信息无感染风险根据预设的计划行程有无确诊病例指标判断，所述计划行程有无确诊病例指标的判断具体为：若所述计划行程信息与所述疫情病例的空间位置分布信息，在预设的第二缓冲区内不存在时空重叠，则所述计划行程有无确诊病例指标合格，否则不合格。进一步地，所述自下而上的返校决策步骤中，所述实际行程信息的获取具体为：在学生返校路程中，通过实时位置采集程序，主动获取学生位置，形成所述实际行程信息。进一步地，所述实时位置采集程序通过调用移动设备的GPS模块接口，并以相同的时间间隔持续上报所述学生位置。本专利技术还提供一种用于学生返校的疫情防控系统，包括：学生大数据库，该学生大数据库包括学生的空间位置信息、健康状况信息和个人基本信息；疫情大数据库，该疫情大数据库包括疫情病例的空间位置分布信息；系统处理模块，用于执行如权利要求1所述的一种用于学生返校的疫情防控方法的步骤；学生处模块，用于通过所述系统处理模块执行所述自上而下的返校决策步骤，获取所述返校方案；学院模块，用于根据所述个人基本信息，对学生处模块生成的所述返校方案进行筛选调整；学生模块，用于上传所述学生返校状态信息，并接收所述返校方案；辅导员模块，用于根据所述个人健康状况信息，对所述返校方案进行调整。与现有技术相比，本专利技术具有以下优点：(1)本专利技术在精准数据挖掘和精确位置服务的支持下，构成自上而下和自下而上的循环式决策管理，实现健康信息实时采集、返校方案科学研判、行程轨迹动态追踪、疫情防控日常管理的“全链路”监测管理，为学生返校复学提供全过程、全方位的决策保障。(2)本专利技术通过与疫情大数据交互，以及GNSS定位技术，系统主动获取学生基础信息防止学生上报虚假信息。(3)本专利技术实时位置采集程序通过调用手机GPS模块的接口，集成粗差剔除、线性拟合等方法，着重解决实际定位过程中定位精度差、GPS信号不稳定的问题，在保持较低功耗的同时，以相同的时间间隔持续采集高精度的位置信息上报给系统，可有效实现米级空间定位监测，评估学生返程途中的风险，提高学生行踪追溯的准确性。(4)本专利技术系统利用大数据交叉对比技术和分布式处理技术对人员上报大数据和疫情大数据进行处理，实行一对一跟踪管理和分析。附图说明图1为本专利技术用于学生返校的疫情防控方法的流程图；图2为自上而下的决策过程图；图3为自下而上的决策过程图；图4为精准数据挖掘技术流程图；图5为精准位置服务技术流程图；图6为风险精准研判技术流程图；图7为人员空间分布图；图8为学生健康及所在地疫情动态信息图；图9为返程计划风险分析与审核示意图；图10为基于时空轨迹恢复模型的轨迹追溯图。具体实施方式下面结合附图和具体实施例对本专利技术进行详细说明。本实施例以本专利技术技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本专利技术的保护范围不限于下述的实施例。实施例1本实施例提供一种用于学生返校的疫情防控方法，包括以下步骤：数据库建立步骤：分别建立学生大数据库和疫情大数据库，学生大数据库包括学生的空间位置信息和健康状况信息，疫情大数据库包括疫情病例的空间位置分布信息；本文档来自技高网...

【技术保护点】
1.一种用于学生返校的疫情防控方法，其特征在于，包括以下步骤：/n数据库建立步骤：分别建立学生大数据库和疫情大数据库，所述学生大数据库包括学生的空间位置信息和健康状况信息，所述疫情大数据库包括疫情病例的空间位置分布信息；/n自上而下的返校决策步骤：基于所述学生的空间位置信息、健康状况信息和疫情病例的空间位置分布信息，采用预设的决策指标，获取无感染风险的学生名单，从而构建返校方案，用于学生的返校；/n自下而上的返校决策步骤：获取学生上传的学生返校状态信息，从而对所述返校方案进行调整，所述学生返校状态信息包括个人健康状况信息、返校意愿信息、计划行程信息和实际行程信息；/n所述疫情大数据库采用数据挖掘技术构建，所述实际行程信息通过定位技术获取。/n

【技术特征摘要】
1.一种用于学生返校的疫情防控方法，其特征在于，包括以下步骤：
数据库建立步骤：分别建立学生大数据库和疫情大数据库，所述学生大数据库包括学生的空间位置信息和健康状况信息，所述疫情大数据库包括疫情病例的空间位置分布信息；
自上而下的返校决策步骤：基于所述学生的空间位置信息、健康状况信息和疫情病例的空间位置分布信息，采用预设的决策指标，获取无感染风险的学生名单，从而构建返校方案，用于学生的返校；
自下而上的返校决策步骤：获取学生上传的学生返校状态信息，从而对所述返校方案进行调整，所述学生返校状态信息包括个人健康状况信息、返校意愿信息、计划行程信息和实际行程信息；
所述疫情大数据库采用数据挖掘技术构建，所述实际行程信息通过定位技术获取。


2.根据权利要求1所述的一种用于学生返校的疫情防控方法，其特征在于，所述决策指标包括健康状况指标和活动范围有无确诊病例指标；
所述健康状况指标的判断具体为，若学生在预设的第一天数内的所述健康状况信息均为健康，则所述健康状况指标合格，否则不合格；
所述活动范围有无确诊病例指标的判断具体为，若学生的所述空间位置信息与所述疫情病例的空间位置分布信息，在预设的第一缓冲区内不存在时空重叠，则所述活动范围有无确诊病例指标合格，否则不合格。


3.根据权利要求1所述的一种用于学生返校的疫情防控方法，其特征在于，所述基于所述学生的空间位置信息和疫情病例的空间位置分布信息，获取无感染风险的学生名单具体为：
将所述学生的空间位置信息和疫情病例的空间位置分布信息，载入预先建立的元胞自动机中，获取与疫情病例接触的学生及其接触次数，若所述接触次数大于预设的接触次数阈值，则该与疫情病例接触的学生为有感染风险的学生；否则为无感染风险的学生。


4.根据权利要求1所述的一种用于学生返校的疫情防控方法，其特征在于，所述采用数据挖掘技术构建疫情大数据库具体为：
通过网络爬虫技术，从官方网站和第三方平台中获取疫情数据，并将所述疫情数据按照国家级、省级、市级和县级进行分布式数据存...

【专利技术属性】
技术研发人员：童小华，冯永玖，谢欢，陈鹏，刘世杰，金雁敏，许雄，柳思聪，王超，李鹏朔，魏超，晏雄锋，肖长江，郭艺友，
申请(专利权)人：同济大学，
类型：发明
国别省市：上海;31