基于可穿戴设备的用户健康画像生成方法及装置制造方法及图纸

本申请关于一种基于可穿戴设备的用户健康画像生成方法及装置。具体方案为：获取对象的多源体征数据；对多源体征数据进行融合处理，以得到融合数据；确定多源体征数据的数据类型；响应于多源体征数据的数据类型为正常数据，基于融合数据，对对象的预先构建的用户常规画像进行更新处理；响应于多源体征数据的数据类型为异常数据，基于融合数据生成用户偏置画像。本申请提高了用户画像的准确性。本申请提高了用户画像的准确性。本申请提高了用户画像的准确性。

【技术实现步骤摘要】
基于可穿戴设备的用户健康画像生成方法及装置


[0001]本申请涉及计算机
，尤其涉及一种基于可穿戴设备的用户健康画像生成方法及装置。

技术介绍

[0002]相关技术中，用户画像方法多依赖于用户主动使用相关设备、app采集埋点数据构建行为习惯画像，少有能够与可穿戴设备结合的方法，缺乏数据更新的实时性；另一方面，用户画像方法大多使用单批次数据独立地构建用户画像，无法利用到长期数据及实时数据，画像扩展性低；最后，用户画像方法单一地对用户当前体征特征、行为特征等进行特征抽取及画像构建，无法应对用户罹患疾病、行为习惯改变等情况造成的用户特征短期内快速偏离，从而使得画像整体有偏。

技术实现思路

[0003]为此，本申请提供一种基于可穿戴设备的用户健康画像生成方法及装置。本申请的技术方案如下：
[0004]根据本申请实施例的第一方面，提供一种基于可穿戴设备的用户健康画像生成方法，所述方法包括：
[0005]获取对象的多源体征数据；
[0006]对所述多源体征数据进行融合处理，以得到融合数据；
[0007]确定所述多源体征数据的数据类型；所述数据类型包括正常数据和异常数据；
[0008]响应于所述多源体征数据的数据类型为正常数据，基于所述融合数据，对所述对象的预先构建的用户常规画像进行更新处理；
[0009]响应于所述多源体征数据的数据类型为异常数据，基于所述融合数据生成用户偏置画像。
[0010]根据本申请的一个实施例，所述对象的多源体征数据包括所述对象的体征状态；所述确定所述多源体征数据的数据类型，包括：
[0011]基于所述对象的多源体征数据，获取所述对象的体征状态；
[0012]响应于所述体征状态为异常状态，确定所述多源体征数据的类型为异常数据；
[0013]响应于所述体征状态为正常状态，确定所述多源体征数据的类型为正常数据。
[0014]根据本申请的一个实施例，所述响应于所述多源体征数据的数据类型为异常数据，基于所述融合数据生成用户偏置画像，还包括：
[0015]响应于所述多源体征数据的数据类型为异常数据，将所述体征状态确定为所述多源体征数据对应的第一标签；
[0016]查找与所述第一标签对应的用户偏置画像；
[0017]响应于查找到与所述第一标签对应的用户偏置画像，基于所述融合数据，对与所述第一标签对应的用户偏置画像进行更新处理；
[0018]响应于未查找到与所述标签对应的用户偏置画像，基于所述融合数据，生成与所述第一标签对应的用户偏置画像。
[0019]根据本申请的一个实施例，所述确定所述多源体征数据的数据类型，还包括：
[0020]响应于接收到客户端发送的异常数据时间段和所述异常数据时间段对应的第二标签，确定所述异常数据时间段对应的多源体征数据的数据类型为异常数据。
[0021]根据本申请的一个实施例，所述响应于所述多源体征数据为异常数据，基于所述融合数据生成用户偏置画像，还包括：
[0022]响应于所述多源体征数据为异常数据，查找与所述第二标签对应的用户偏置画像；
[0023]响应于查找到与所述第二标签对应的用户偏置画像，基于所述融合数据，对与所述第二标签对应的用户偏置画像进行更新处理；
[0024]响应于未查找到与所述第二标签对应的用户偏置画像，基于所述融合数据，生成与所述第二标签对应的用户偏置画像。
[0025]根据本申请的一个实施例，在所述响应于接收到客户端发送的异常数据时间段和所述异常数据时间段对应的第二标签，确定所述异常数据时间段对应的多源体征数据的数据类型为异常数据之后，还包括：
[0026]响应于已经基于所述异常数据时间段对应的多源体征数据对所述用户常规画像进行更新处理，将更新处理后的所述用户常规画像调整为更新处理前的用户常规画像。
[0027]根据本申请实施例的第二方面，提供一种基于可穿戴设备的用户健康画像生成装置装置，所述装置包括：
[0028]获取模块，用于获取对象的多源体征数据；
[0029]融合模块，用于对所述多源体征数据进行融合处理，以得到融合数据；
[0030]确定模块，用于确定所述多源体征数据的数据类型；所述数据类型包括正常数据和异常数据；
[0031]更新模块，用于响应于所述多源体征数据的数据类型为正常数据，基于所述融合数据，对所述对象的预先构建的用户常规画像进行更新处理；
[0032]生成模块，用于响应于所述多源体征数据的数据类型为异常数据，基于所述融合数据生成用户偏置画像。
[0033]根据本申请实施例的第三方面，提供一种电子设备，包括：处理器，以及与所述处理器通信连接的存储器；
[0034]所述存储器存储计算机执行指令；
[0035]所述处理器执行所述存储器存储的计算机执行指令，以实现如第一方面中任一项所述的方法。
[0036]根据本申请实施例的第四方面，提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执、行指令，所述计算机执行指令被处理器执行时用于实现如第一方面中任一项所述的方法。
[0037]根据本申请实施例的第五方面，提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现第一方面中任一项所述的方法
[0038]本申请的实施例提供的技术方案至少带来以下有益效果：
[0039]通过通过获取对象的多源体征数据；对多源体征数据进行融合处理，以得到融合数据；确定多源体征数据的数据类型；响应于多源体征数据的数据类型为正常数据，基于融合数据，对对象的预先构建的用户常规画像进行更新处理；响应于多源体征数据的数据类型为异常数据，基于融合数据生成用户偏置画像，从而保证对用户画像及时更新的同时提高了用户画像的准确性；另外，通过为同一对象分别构建用户常规画像和用户偏置画像，能够更加准确的掌握对象在健康状态下和患病状态下的身体情况，同时提升画像下游预警功能效果。
[0040]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
[0041]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理，并不构成对本申请的不当限定。
[0042]图1为本申请实施例中的一种基于可穿戴设备的用户健康画像生成方法的流程图；
[0043]图2为本申请实施例中的另一种基于可穿戴设备的用户健康画像生成方法的流程图；
[0044]图3为本申请实施例中的一种基于可穿戴设备的用户健康画像生成装置的结构框图；
[0045]图4为本申请实施例中的一种电子设备的框图。
具体实施方式
[0046]为了使本领域普通人员更好地理解本申请的技术方案，下面将结合附图，对本申请实施例中的技术方案进行清楚、完整地描述。
[0047]需要说明的是，本申请的说明书和权利要本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于可穿戴设备的用户健康画像生成方法，其特征在于，所述方法包括：获取对象的多源体征数据；对所述多源体征数据进行融合处理，以得到融合数据；确定所述多源体征数据的数据类型；所述数据类型包括正常数据和异常数据；响应于所述多源体征数据的数据类型为正常数据，基于所述融合数据，对所述对象的预先构建的用户常规画像进行更新处理；响应于所述多源体征数据的数据类型为异常数据，基于所述融合数据生成用户偏置画像。2.根据权利要求1所述的方法，其特征在于，所述对象的多源体征数据包括所述对象的体征状态；所述确定所述多源体征数据的数据类型，包括：基于所述对象的多源体征数据，获取所述对象的体征状态；响应于所述体征状态为异常状态，确定所述多源体征数据的类型为异常数据；响应于所述体征状态为正常状态，确定所述多源体征数据的类型为正常数据。3.根据权利要求2所述的方法，其特征在于，所述响应于所述多源体征数据的数据类型为异常数据，基于所述融合数据生成用户偏置画像，还包括：响应于所述多源体征数据的数据类型为异常数据，将所述体征状态确定为所述多源体征数据对应的第一标签；查找与所述第一标签对应的用户偏置画像；响应于查找到与所述第一标签对应的用户偏置画像，基于所述融合数据，对与所述第一标签对应的用户偏置画像进行更新处理；响应于未查找到与所述标签对应的用户偏置画像，基于所述融合数据，生成与所述第一标签对应的用户偏置画像。4.根据权利要求1所述的方法，其特征在于，所述确定所述多源体征数据的数据类型，还包括：响应于接收到客户端发送的异常数据时间段和所述异常数据时间段对应的第二标签，确定所述异常数据时间段对应的多源体征数据的数据类型为异常数据。5.根据权利要求4所述的方法，其特征在于，所述响应于所述多源体征数据为异常数据，基于所述融合数据生成用户偏置画像，还包括：响应于所述多源体征数据为异常数据，查找与所述第二标签对应的用户偏置画像；响...

【专利技术属性】
技术研发人员：鲁永浩，冯天煜，郁霞，
申请(专利权)人：北京微芯区块链与边缘计算研究院，
类型：发明
国别省市：