公共交通执业人员健康预警方法、计算机存储介质及电子设备技术

本发明专利技术公开了一种公共交通执业人员健康预警方法、计算机存储介质及电子设备，公共交通执业人员健康预警方法，包括以下步骤：S1、获取公共交通执业人员的患病数据集合并处理得到患病数据网络集合；S2、根据用户标识与不同岗位相关度划分为固定型岗位和移动型岗位；S3、将患病分类数据集分类成精细分类数据集；S4、将精细分类数据集置于网络中分别进行训练，得到第一训练模型；S5、获取用户的身份信息、地理信息和实时状态信息，并将其输入所述第一训练模型；S6、所述第一训练模型反馈信息确定是否需要联系所述第三方。根据本发明专利技术实施例的公共交通执业人员健康预警方法，通过AI快速反馈处理结果并更新处理机制，从而保障公共交通执业人员健康。

【技术实现步骤摘要】
公共交通执业人员健康预警方法、计算机存储介质及电子设备
本专利技术属于软件工程、大数据以及分布式存储和计算等
，具体涉及一种公共交通执业人员健康预警方法、计算机存储介质及电子设备。
技术介绍
近年来，公共交通安全事件屡见报端，其中不乏让人痛惜的好心司机猝死岗位的各种报导，甚至频繁出现公共交通驾驶人员因健康状况未能得到及时监测与预警，执业过程中发生交通事故，造成乘客及其他车辆人身财产重大损失，引发极坏的社会影响。建立健全关乎公共交通社会安全的管理措施和技术手段迫在眉睫。
技术实现思路
有鉴于此，本专利技术提供一种公共交通执业人员健康预警方法、计算机存储介质及电子设备，能够实时监测保护人员的生理数据指标，通过AI快速反馈处理结果并更新处理机制，从而保障公共交通执业人员健康。为解决上述技术问题，根据本专利技术第一方面实施例的公共交通执业人员健康预警方法，包括以下步骤：S1、获取公共交通执业人员的患病数据集合，并对所述患病数据集合进行处理得到患病数据网络集合；S2、获取所述患病数据网络集合中各个顶点的用户标识与所述公共交通执业人员中不同岗位的相关度，根据所述相关度将所述患病数据网络集合划分为固定型岗位患病分类数据集和移动型岗位患病分类数据集；S3、将所述固定型岗位患病分类数据集和所述移动型岗位患病分类数据集分别按照不同性别、不同年龄段、不同地域以及不同患病时间进行分类，得到多个精细分类数据集；S4、将所述固定型岗位患病分类数据集和所述移动型岗位患病分类数据集的多个所述精细分类数据集置于网络中分别进行训练，得到第一训练模型；S5、获取用户的身份信息、地理信息和实时状态信息，并将其输入所述第一训练模型；S6、所述第一训练模型根据用户的身份信息、地理信息和实时状态信息关联预定范围内的第三方，并根据所述第一训练模型的反馈信息确定是否需要联系所述第三方。根据本专利技术实施例的公共交通执业人员健康预警方法，通过预先收集大量的公共交通执业人员患病数据集合，结合该数据集合进行模型训练，根据不同公共交通执业人员的信息，对不同公共交通执业人员的实时状态进行监测和管理，以便后续进行快速的反馈和处理。根据本专利技术一个实施例，步骤S2包括：S21、获取不同岗位的工作状态数据集合，并对所述工作状态数据集合进行处理得到工作状态数据网络集合；S22、将所述工作状态数据网络集合按照岗位信息划分为固定型岗位和移动型岗位；S23、将所述固定型岗位和所述移动型岗位置于网络中分别进行训练，得到第二训练模型；S24、获取用户的岗位信息，并将其输入所述第二训练模型；S25、根据所述第二训练模型的反馈信息判断用户的岗位信息属于固定型岗位或移动型岗位。根据本专利技术一个实施例，所述岗位信息包括岗位对应的职工在工作时的运动状态和移动范围。所述固定型岗位的工作状态数据集合通过设置在工位上的信息采集设备、设置在工位附近的影像采集设备和职工身上佩戴的健康监测模块中的至少一种进行采集，所述移动型岗位的工作状态数据集合通过职工身上佩戴的健康监测模块进行采集。根据本专利技术一个实施例，所述固定型岗位患病分类数据集在网络中训练的步骤包括：S31、设置假想用户模块，所述假想用户模块内置有针对问询信息的回复信息、随机的身份信息、地理信息、人体生理数据信息、心理性格测试信息和遗传病信息，所述假想用户模块能够接收和发出交互信息；S32、获取所述假想用户模块的身份信息、地理信息、人体生理数据信息、心理性格测试信息和遗传病信息，并根据获取的信息将所述假想用户模块与所述固定型岗位患病分类数据集的所述精细分类数据集进行匹配；S33、根据匹配的所述精细分类数据集向所述假想用户模块发送对应的问询信息；S34、所述假想用户模块根据所述问询信息随机回复回复信息或者不回复信息；S35、当所述假想用户模块回复所述回复信息时，根据所述回复信息反馈对应的回复，并重复步骤S34；当所述假想用户模块在第一预设时间内无回复时，则自动联系第三方，得到所述第一训练模型。根据本专利技术一个实施例，所述移动型岗位患病分类数据集在网络中训练的步骤包括：S31’、设置假想用户模块，所述假想用户模块内置有针对问询信息的回复信息、随机的身份信息、地理信息、人体生理数据信息、心理性格测试信息和遗传病信息，所述假想用户模块能够接收和发出交互信息；S32’、获取所述假想用户模块的身份信息、地理信息、人体生理数据信息、心理性格测试信息和遗传病信息，并根据获取的信息将所述假想用户模块与所述移动型岗位患病分类数据集的所述精细分类数据集进行匹配；S33’、根据匹配的所述精细分类数据集向所述假想用户模块发送对应的问询信息；S34’、所述假想用户模块根据所述问询信息随机回复回复信息或者不回复信息；S35’、当所述假想用户模块回复所述回复信息时，根据所述回复信息反馈对应的回复，并重复步骤S34’；当所述假想用户模块在第二预设时间内无回复时，则自动联系第三方，得到所述第一训练模型。根据本专利技术一个实施例，所述第三方为部门后台管理端、家庭医生、医院、交警、公安、消防、药店或者预定范围内的其他用户。根据本专利技术一个实施例，所述实时状态信息包括用户的实时健康检测数据信息、用户的实时定位信息、用户的工作车次及其车辆定位信息。根据本专利技术第二方面实施例的计算机存储介质，包括一条或多条计算机指令，所述一条或多条计算机指令在执行时实现上述任一项所述的方法。根据本专利技术第三方面实施例的电子设备，包括存储器和处理器，所述存储器用于存储一条或多条计算机指令，所述处理器用于调用并执行所述一条或多条计算机指令，从而实现如上述任一项所述的方法。本专利技术的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。附图说明本专利技术的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：图1是根据本专利技术实施例的公共交通执业人员健康预警方法的流程示意图；图2是根据本专利技术实施例的电子设备的示意图。附图标记：公共交通执业人员健康预警方法100；电子设备300；存储器310；操作系统311；应用程序312；处理器320；网络接口330；输入设备340；硬盘350；显示设备360。具体实施方式下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本专利技术，而不能理解为对本专利技术的限制。在本专利技术的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方本文档来自技高网...

【技术保护点】
1.一种公共交通执业人员健康预警方法，其特征在于，包括以下步骤：/nS1、获取公共交通执业人员的患病数据集合，并对所述患病数据集合进行处理得到患病数据网络集合；/nS2、获取所述患病数据网络集合中各个顶点的用户标识与所述公共交通执业人员中不同岗位的相关度，根据所述相关度将所述患病数据网络集合划分为固定型岗位患病分类数据集和移动型岗位患病分类数据集；/nS3、将所述固定型岗位患病分类数据集和所述移动型岗位患病分类数据集分别按照不同性别、不同年龄段、不同地域以及不同患病时间进行分类，得到多个精细分类数据集；/nS4、将所述固定型岗位患病分类数据集和所述移动型岗位患病分类数据集的多个所述精细分类数据集置于网络中分别进行训练，得到第一训练模型；/nS5、获取用户的身份信息、地理信息和实时状态信息，并将其输入所述第一训练模型；/nS6、所述第一训练模型根据用户的身份信息、地理信息和实时状态信息关联预定范围内的第三方，并根据所述第一训练模型的反馈信息确定是否需要联系所述第三方。/n

【技术特征摘要】
1.一种公共交通执业人员健康预警方法，其特征在于，包括以下步骤：
S1、获取公共交通执业人员的患病数据集合，并对所述患病数据集合进行处理得到患病数据网络集合；
S2、获取所述患病数据网络集合中各个顶点的用户标识与所述公共交通执业人员中不同岗位的相关度，根据所述相关度将所述患病数据网络集合划分为固定型岗位患病分类数据集和移动型岗位患病分类数据集；
S3、将所述固定型岗位患病分类数据集和所述移动型岗位患病分类数据集分别按照不同性别、不同年龄段、不同地域以及不同患病时间进行分类，得到多个精细分类数据集；
S4、将所述固定型岗位患病分类数据集和所述移动型岗位患病分类数据集的多个所述精细分类数据集置于网络中分别进行训练，得到第一训练模型；
S5、获取用户的身份信息、地理信息和实时状态信息，并将其输入所述第一训练模型；
S6、所述第一训练模型根据用户的身份信息、地理信息和实时状态信息关联预定范围内的第三方，并根据所述第一训练模型的反馈信息确定是否需要联系所述第三方。


2.根据权利要求1所述的方法，其特征在于，步骤S2包括：
S21、获取不同岗位的工作状态数据集合，并对所述工作状态数据集合进行处理得到工作状态数据网络集合；
S22、将所述工作状态数据网络集合按照岗位信息划分为固定型岗位和移动型岗位；
S23、将所述固定型岗位和所述移动型岗位置于网络中分别进行训练，得到第二训练模型；
S24、获取用户的岗位信息，并将其输入所述第二训练模型；
S25、根据所述第二训练模型的反馈信息判断用户的岗位信息属于固定型岗位或移动型岗位。


3.根据权利要求2所述的方法，其特征在于，所述岗位信息包括岗位对应的职工在工作时的运动状态和移动范围。


4.根据权利要求2所述的方法，其特征在于，所述固定型岗位的工作状态数据集合通过设置在工位上的信息采集设备、设置在工位附近的影像采集设备和职工身上佩戴的健康监测模块中的至少一种进行采集，所述移动型岗位的工作状态数据集合通过职工身上佩戴的健康监测模块进行采集。


5.根据权利要求1所述的方法，其特征在于，所述固定型岗位患病分类数据集在网络中训练的步骤包括：
S31、设置假想用户模块，所述假想用户模块内置有针对问询信息的回复信息、随机的身份信息、地理信息、人体生理数据信息、心理性格测试信息和遗传病信息，所述假想用户模块能够接收和发出交互信息...

【专利技术属性】
技术研发人员：包文正，
申请(专利权)人：常州糖族部落云健康科技有限公司，
类型：发明
国别省市：江苏;32