【技术实现步骤摘要】
一种预测方法、装置、设备和计算机可读存储介质
[0001]本申请涉及人工智能和医疗
，尤其涉及一种预测方法、装置、设备和计算机可读存储介质。
技术介绍
[0002]目前，对传染病高危人群筛选主要采用问卷调查的方式确定用户是否具有高危行为。随着手机应用的普及，通过用户活动轨迹数据可以提取到传染病人群行为规律，通过对轨迹数据的对比，可以筛选出和传染病人群活动地点行为等方式高度相似的人群，这类人群可能是传染病的潜在感染人员。
[0003]然而，基于问卷调查的方式受个人填报主观因素影响较大，准确定较低；基于轨迹数据的人类行为分析的方式是基于轨迹相似度进行分析，数据信息单一，难以准确地确定出用户是否为传染病高危人群。
技术实现思路
[0004]为解决上述技术问题，本申请实施例期望提供一种预测方法，能够准确地预测出预测对象感染预设传染病的风险程度。
[0005]申请实施例的技术方案是这样实现的：
[0006]本申请实施例提供一种预测方法，包括：
[0007]获取待预测对象的移动轨迹信...
【技术保护点】
【技术特征摘要】
1.一种预测方法，其特征在于，包括：获取待预测对象的移动轨迹信息，所述移动轨迹信息包括所述待预测对象的在各个时间点所处的位置信息；获取所述位置信息对应的活动信息，所述活动信息包括所述位置信息对应的场合类型和所述场合类型对应的至少一个活动类型；对所述移动轨迹信息进行预处理，得到所述轨迹空间灰度图，对所述活动信息进行预处理，得到活动特征向量；确定与所述移动轨迹信息对应的风险等级；利用训练好的预测模型对所述轨迹空间灰度图、所述移动轨迹信息、所述活动特征向量和所述风险等级进行预测处理，获得所述待预测对象的预测结果，所述预测结果能够表征所述待预测对象感染预设传染病的风险程度。2.根据权利要求1中所述的方法，其特征在于，所述对所述移动轨迹信息进行预处理，得到所述轨迹空间灰度图，包括：基于所述移动轨迹信息获取所述待预测对象所处的各个活动场所的位置信息和在所述各个活动场所的停留时长；基于所述各个活动场所的停留时长，确定各个位置信息对应的灰度等级；基于所述各个位置信息和所述各个位置信息对应的灰度等级，生成所述移动轨迹信息对应的轨迹空间灰度图。3.根据权利要求1中所述的方法，其特征在于，所述对所述活动信息进行预处理，得到活动特征向量，包括：对至少一个所述场合类型和各个场合类型对应的至少一个活动类型进行编码处理，获得活动信息矩阵；对所述活动信息矩阵进行卷积处理，获得卷积处理结果；对所述卷积处理结果进行池化处理，得到所述活动信息对应的活动特征向量。4.根据权利要求1所述的方法，其特征在于，所述确定与所述移动轨迹信息对应的风险等级，包括：确定以所述位置信息对应位置为中心的预设范围内的多个目标对象；对所述多个目标对象进行聚类分析，获得至少一个聚类簇，以及各个聚类簇对应的聚类中心；将距离所述位置信息对应位置最近的聚类中心确定为目标聚类中心；将所述目标聚类中心对应的聚类簇确定为目标聚类簇，获取所述目标聚类簇对应的目标对象的密度，并将所述目标聚类簇对应的目标对象的密度确定为目标密度；基于目标对象的密度和风险等级的预设关系，确定所述目标密度对应的目标风险等级，将所述目标风险等级确定为与所述移动轨迹信息对应的风险等级。5.根据权利要求1至4中任一项所述的方法，其特征在于，所述训练好的预测模型至少包括卷积神经网络模块、第一长短期记忆网络模块、第二长短期记忆网络模块、第三长短期记忆网络模块、第四长短期记忆网络模块和预设传染病概率确定模型；所述利用训练好的预测模型对所述轨迹空间灰度图、所述移动轨迹信息、所述活动特征向量和所述风险等级进行预测处理，获得所述待预测对象的预测结果，包括：
利用所述卷积神经网络模块对所述轨迹空间灰度图进行特征提取，获得目标轨迹空间特征信息；利用第一长短期记忆网络模块对所述移动轨迹信息进行特征提取，获得目标移动轨迹信息特征信息；利用第二长短期记忆网络模块对所述活动特征向量进行特征提取，获得目标活动特征信息；利用第三长短期记忆网络模块对所述风险等级进行特征提取，获得目标风险等级信息特征信息；利用第四长短期记忆网络模块对所述目标轨迹空间特征信息、目标移动轨迹信息特征信息、目标活动特征信息和目标风险等级信息特征信息进行融合处理，获得目标特征向量；利用预设传染...
【专利技术属性】
技术研发人员：刘晞，
申请(专利权)人：中国移动通信集团有限公司，
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。