基于大数据的智慧养老数据处理方法及系统技术方案

本发明专利技术公开了基于大数据的智慧养老数据处理方法，包括：获取第一数据；对第一数据聚类生成第一聚类模型；对第一聚类模型进行修正生成第二聚类模型；生成第一分析模型；获第二数据输入第一分析模型输出异常阈值；实时获取第三数据输入第一分析模型，并在第一分析模型的输出低于异常阈值时，判断待监控老人异常。本发明专利技术还公开了基于大数据的智慧养老数据处理系统。本发明专利技术基于大数据的智慧养老数据处理方法及系统，通过对待监控老人行为进行大数据的概率分析，实现了对待监控老人的行为更为准确的评价，相比于现有简单粗犷式的评价方式，结果更为准确，对大数据的利用也更为科学。对大数据的利用也更为科学。对大数据的利用也更为科学。

【技术实现步骤摘要】
基于大数据的智慧养老数据处理方法及系统


[0001]本专利技术涉及大数据技术，具体涉及基于大数据的智慧养老数据处理方法及系统。

技术介绍

[0002]在目前市场上的智慧养老，缺少数据支持，无法达到理想化运营，存在以下问题：1. 数据赋能程度弱没有数据的支撑，对政府决策无法起到实质性效果，对社区基层无法做到减负增效，无法与政务部门条线数据互通，无法解决数据孤岛问题。
[0003]2. 老人行为规律掌握弱目前社区养老还不够智慧化，现有养老产品也只是结合物联设备数据对老人的监控，无法做到预测和分析老人的规律，无法感知老人的异常情况，没有数据的支撑，缺少对老人个体的行为模型分析，社区无法做到千人千面的管理方式。
[0004]大数据有四个特性，分别为Volume（大量）、Variety（多样）、Velocity（高速）、Value（价值）。借助数据量大特性我们可以挖掘出针对老人有价值的数据提供老人的养老帮组和社区管理。借助数据的多样性，来自于不同主体的数据融合，如民政部门、人社部门、街道社区采集、老人穿戴设备上报，这样的数据优势是外部产品无法拥有的。借助高效特性，可以利用已有数据高速的计算老人的行为规律，掌握老人的一举一动，最大化保障老人的健康、安全。借助大数据的价值特性。
[0005]现有智慧养老场景，常见方法如下：方法一：社区录入老年人台账，分配给老人可穿戴设备，设备内嵌物联网卡，上报行为轨迹；方法二：后台获取到上报的行为数据后，实时监控老人去向和报警；方法三：针对养老场景，有关部门和机构分别安装相关管理系统。
[0006]综上可知，目前市场上智慧养老单一的运营模式上，没有数据的支撑，只能做为一个大而全的管理系统运营，无法做到智慧化。

技术实现思路

[0007]本专利技术所要解决的技术问题是目前对于智慧养老的方式没有对数据进行细化分析，很难做到智慧化，目的在于提供基于大数据的智慧养老数据处理方法及系统，解决上述问题。
[0008]本专利技术通过下述技术方案实现：基于大数据的智慧养老数据处理方法，包括：从大数据中获取预设区域内多个日期中多个老人在多个时间节点的坐标数据，并将相同时间节点的所述坐标数据合并入同一集合生成第一数据；对所述第一数据中每个集合都进行聚类分析生成对应每个时间节点的第一聚类模型；所述聚类分析的聚类距离采用物理距离；
根据预设区域内老人的聚集区域对所述第一聚类模型进行修正生成第二聚类模型；将不同时间节点对应的多个第二聚类模型进行处理生成第一分析模型；所述第一分析模型的输入为坐标数据和坐标数据对应的时间节点，所述第一分析模型的输出为坐标数据可以被对应时间节点的所述第二聚类模型分类的概率；从大数据中获取待监控老人多个日期中在预设区域多个时间节点对应的坐标数据作为第二数据；将所述第二数据和所述第二数据对应的时间节点输入所述第一分析模型，并将所述第一分析模型的输出作为异常阈值；当判断待监控老人的行为是否异常时，实时获取待监控老人在预设区域内的多个时间点对应的坐标数据作为第三数据；将所述第三数据和所述第三数据对应的时间节点输入所述第一分析模型，并在所述第一分析模型的输出低于所述异常阈值时，判断所述待监控老人异常。
[0009]现有技术中，对老年人的大数据采集技术研究已经大规模发展，但是对于老年人大数据的利用还处于较为粗浅的阶段，在实践中专利技术人发现，对于老年人大数据无法有效利用的原因主要在于老年人的活动虽然相对较为规律，但是无法从过往的历史数据对老年人的活动是否异常进行准确定性，至多只能监控老年人多久未归等粗浅数据，不利于智慧养老的大规模推广。
[0010]本实施例实施时，为了更为准确的对老人活动方式是否异常进行准确的判断，本实施例采用了基于行为概率的一种活动异常判别方法，在第一数据的获取当中，应当理解的是，本申请中所述的多个日期中多个老人在多个时间节点的意思是指，获取不同日期下，在每个日期中不同时间的坐标数据。示例的，获取七月份中的数据时，以半个小时为间隔获取每天8点、8点半、9点
……
21点半、22点对应的坐标数据作为第一数据。作为优选的，可以选取间隔为十分钟的数据来增大样本量，提高后期检测的准确度。
[0011]将相同时间节点的所述坐标数据合并入同一集合后，每一个集合就是进行聚类分析的一个样本集，对每个样本集都进行聚类分析后，可以生成一系列的聚类模型，每个聚类模型会对应一个时间节点，这样的一系列聚类模型在本实施例中被称为第一聚类模型。由于在第一聚类模型中所采用的聚类距离是物理距离，所以第一聚类模型可以大致表征在某一时间节点老人的聚集情况，应当理解的是在本实施例中所述的物理距离可以采用诸如欧拉距离的现有的物理距离方式。
[0012]通过预设区域内老人的聚集区域可以对第一聚类模型进行修正，修正方式可以包括剔除多余的样本点、划定更准确的聚集半径、提供二次聚类的参考中心点等各种方式，修正后的第二聚类模型就可以较为准确的表达在某一时间节点老人的分布情况。
[0013]在本实施例中，专利技术人发现虽然建立了一系列对应不同时间节点的老人分布情况的模型，但是由于人类本身活动是具有随机性的，所以无法通过单一的模型直接对人类活动进行判断，所以在本实施例中创造性的采用了一组聚类模型生成第一分析模型。第一分析模型的本质是一个统计模型，统计内容为输入的坐标数据落入对应时间节点的聚类模型中的比例。应当理解的是，作为输入数据，坐标数据应当只输入到与坐标数据的时间节点对应的第二聚类模型中，以此保证第一分析模型输出数据的标准。
[0014]在本实施例中，为了准确的对待监控老人的日常行为进行评价，采用了从大数据
中提取第二数据，然后将第二数据输入到第一分析模型中，此时通过第一分析模型输出的数据，就可以获取一个比例作为异常阈值，所述异常阈值可以表征这名待监控老人与大数据统计出来的老人日常行为的差异程度，这样既考虑了大数据所表征的老人行为的共性，又兼顾了老人日常行为的个性。在本实施例中采用第三数据作为输入数据最后输出的数据与异常阈值进行比较就较为准确的判断这名老人活动情况，偏离越大说明活动情况越异常。
[0015]示例的，一名待监控老人甲通过第一分析模型输出的异常阈值是35.8%，而在这名待监控老人甲的日常生活中，如果他的轨迹正常，那么通过第一分析模型输出的数据一般在30%~40%之间，如果某天或者连续多天，他对应的数据降低到了10%左右，说明他的活动轨迹发生了很大变化，引起变化的原因可能是家事、健康等诸多事项，此时就说明其的轨迹发生的很大异常。
[0016]本实施例通过对待监控老人行为进行大数据的概率分析，实现了对待监控老人的行为更为准确的评价，相比于现有简单粗犷式的评价方式，结果更为准确，对大数据的利用也更为科学。
[0017]进一步的，还包括：从所述第二聚类模型中提取每个聚集区域在多个时间节点的坐标数据数量的最大值作为每个聚集区域的第四数据；根据所述第四数据对每个聚集区域中的服务设施数量进行修正。
[0018]进一步的，根据预本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于大数据的智慧养老数据处理方法，其特征在于，包括：从大数据中获取预设区域内多个日期中多个老人在多个时间节点的坐标数据，并将相同时间节点的所述坐标数据合并入同一集合生成第一数据；对所述第一数据中每个集合都进行聚类分析生成对应每个时间节点的第一聚类模型；所述聚类分析的聚类距离采用物理距离；根据预设区域内老人的聚集区域对所述第一聚类模型进行修正生成第二聚类模型；将不同时间节点对应的多个第二聚类模型进行处理生成第一分析模型；所述第一分析模型的输入为坐标数据和坐标数据对应的时间节点，所述第一分析模型的输出为坐标数据被对应时间节点的所述第二聚类模型分类的概率；从大数据中获取待监控老人多个日期中在预设区域多个时间节点对应的坐标数据作为第二数据；将所述第二数据和所述第二数据对应的时间节点输入所述第一分析模型，并将所述第一分析模型的输出作为异常阈值；当判断待监控老人的行为是否异常时，实时获取待监控老人在预设区域内的多个时间点对应的坐标数据作为第三数据；将所述第三数据和所述第三数据对应的时间节点输入所述第一分析模型，并在所述第一分析模型的输出低于所述异常阈值时，判断所述待监控老人异常。2.根据权利要求1所述的基于大数据的智慧养老数据处理方法，其特征在于，还包括：从所述第二聚类模型中提取每个聚集区域在多个时间节点的坐标数据数量的最大值作为每个聚集区域的第四数据；根据所述第四数据对每个聚集区域中的服务设施数量进行修正。3.根据权利要求1所述的基于大数据的智慧养老数据处理方法，其特征在于，根据预设区域内老人的聚集区域和聚集数量对所述第一聚类模型进行修正生成第二聚类模型包括：在所述预设区域内提取老人的聚集区域，并提取多个所述聚集区域的中心点；将所述中心点作为新增的聚类中心导入所述第一聚类模型，并对所述第一聚类模型进行二次聚类分析生成预聚类模型；将所述预聚类模型中无法聚类的数据和聚类数量少于阈值的簇删除，生成第二聚类模型。4.根据权利要求1所述的基于大数据的智慧养老数据处理方法，其特征在于，还包括：从大数据中获取待监控老人的健康数据，并根据所述健康数据生成推荐场所和所述推荐场所对应的时间节点作为第五数据；将所述第五数据加入所述第一分析模型生成第二分析模型，并将所述第五数据向所述待监控老人推送；当判断待监控老人的行为是否异常时，将所述第三数据和所述第三数据对应的时间节点输入所述第二分析模型，并在所述第二分析模型的输出低于所述异常阈值时，判断所述待监控老人异常。5.根据权利要求4所述的基于大数据的智慧养老数据处理方法，其特征在于，将所述第五数据加入所述第一分析模型生成第二分析模型包括：所述第二分析模型的输入为坐标数据和坐标数据对应的时间节点，所述第二分析模型的输出为坐标数据被对应时间节点的所述第二聚类模型分类或符合对应时间节点的所述
第五数据的概率。6.基于大数据的智慧养老数据处理系统，其特征在于，包括：提取单元，被配置为从大数据中获取预设区域内多个日...

【专利技术属性】
技术研发人员：李良东，郭京洁，
申请(专利权)人：成都天府市民云服务有限公司，
类型：发明
国别省市：