基于制造技术

本发明专利技术涉及体检服务技术领域，具体涉及一种基于

【技术实现步骤摘要】
基于RPA技术的公卫健康智能体检服务系统


[0001]本专利技术涉及体检服务
，具体涉及一种基于
RPA
技术的公卫健康智能体检服务系统
。

技术介绍

[0002]公共卫生数据智能采集系统是运用互联网
、
物联网和移动通信等技术，通过有线
、
蓝牙
、
无线等传输方式，将公共卫生数据采集所需要的硬件整合在一起，居民可以通过自主登记
、
自主测量身高体重
、
血压
、
体质等数据，经测量后将结果自动上传至“公共卫生数据采集平台”。
利用机器人流程自动化
(Robotic Process Automation
，
RPA)
技术可以对公共卫生数据进行高效的整理和监管
。
[0003]相关技术中，为降低服务器的存储压力，通常使用主成分分析法对所采集的体检数据进行主成分分析，
RPA
流程自动化相对死板，面对数据量较大的情况下压缩率较低，压缩效果较差，运行耗费较大，从而增加服务器的存储压力，使得
RPA
后续进行数据调取
、
整理时较为困难
。

技术实现思路

[0004]为了解决压缩率较低，压缩效果较差，运行耗费和服务器的存储压力较大，使得
RPA
后续进行数据调取
、
整理时较为困难的技术问题，本专利技术提供一种基于
RPA
技术的公卫健康智能体检服务系统，所采用的技术方案具体如下：本专利技术提出了一种基于
RPA
技术的公卫健康智能体检服务系统，系统包括：获取模块，用于获取多维的体检数据，根据所有用户在每一维度下体检数据的平均差和预设标准均方差，获得每一维度下体检数据的重要程度；第一处理模块，用于任选某一维度作为待测维度，根据所述待测维度与除所述待测维度之外所有其他维度下体检数据的皮尔逊相关系数，获得所述待测维度的相关影响因子；根据所述待测维度下体检数据的数值和不同数值的概率，获得所述待测维度的冗余影响因子；第二处理模块，用于根据所有维度的相关影响因子和冗余影响因子，获得每一维度下体检数据的自适应权衡系数；根据所有维度下体检数据的重要程度和自适应权衡系数确定主成分系数；根据所有维度下体检数据的主成分系数选择主成分维度；压缩模块，用于对所述主成分维度的体检数据的进行数据压缩处理，得到体检服务记录数据，其中，所述体检服务记录数据用于表征所有用户的体检情况
。
[0005]进一步地，所述根据所有用户在每一维度下体检数据的平均差和预设标准均方差，获得每一维度下体检数据的重要程度，包括：将任一维度下所有用户体检数据的平均差的均值与预设标准均方差的比值作为该维度下体检数据的标准差异；计算所述标准差异与1的差值的平方的归一化值，得到该维度下体检数据的重要
程度
。
[0006]进一步地，所述根据所述待测维度与除所述待测维度之外所有其他维度下体检数据的皮尔逊相关系数，获得所述待测维度的相关影响因子，包括：将所述待测维度与除所述待测维度之外所有其他维度下体检数据的皮尔逊相关系数的绝对值的均值归一化值，作为相关影响因子
。
[0007]进一步地，所述根据所述待测维度下体检数据的数值和不同数值的概率，获得所述待测维度的冗余影响因子，包括：基于信息熵公式，根据所述待测维度下体检数据的数值的类型和不同类型的概率获得所述待测维度下体检数据的信息熵；对所述信息熵进行反比例的归一化处理得到冗余影响因子
。
[0008]进一步地，所述根据所有维度的相关影响因子和冗余影响因子，获得每一维度下体检数据的自适应权衡系数，包括：计算所有维度的相关影响因子与预设常数系数的和值作为相关特征参数；计算所有维度的冗余影响因子与预设常数系数的和值作为冗余特征参数；将任一维度的相关影响因子和相关特征参数的比值作为第一权衡因子；将任一维度的冗余影响因子和冗余特征参数的比值作为第二权衡因子；将所述第一权衡因子与第二权衡因子的差值绝对值作为自适应权衡系数
。
[0009]进一步地，所述重要程度与主成分系数呈正相关关系，所述自适应权衡系数与主成分系数呈负相关关系
。
[0010]进一步地，所述根据所有维度下体检数据的主成分系数选择主成分维度，包括：将所有维度下体检数据的主成分系数按照大小进行排序，选择数值最大的预设数量个主成分系数对应的维度作为主成分维度
。
[0011]进一步地，所述对所述主成分维度的体检数据的进行数据压缩处理，得到体检服务记录数据，包括：基于霍夫曼编码算法对所述主成分维度的体检数据的进行霍夫曼编码压缩，得到体检服务记录数据
。
[0012]本专利技术具有如下有益效果：本专利技术通过每一维度下体检数据的平均差和预设标准均方差，从而获取对应维度下体检数据的重要程度，通过与标准数据进行对比，确定每一维度下体检数据的异常程度，在异常程度越高时，表明和对应的数据越重要，也即重要程度越高；通过待测维度与除待测维度之外所有其他维度下体检数据的皮尔逊相关系数和不同数值的概率，获得自适应权衡系数，能够有效结合不同维度数据本身的相关性特征和冗余性特征，提升自适应权衡系数的可靠性；通过自适应权衡系数和重要程度确定主成分系数，根据自适应权衡系数对重要程度进行调整，从而在重要程度中添加相关性和冗余性的影响因子，能够将不同维度的体检数据的实用性和压缩率作为主成分系数的影响因素，而后根据所有维度下体检数据的主成分系数选择主成分维度，并对主成分维度的体检数据进行数据压缩处理得到体检服务记录数据，相较于直接根据最大方差理论作为重要程度进行主成分分析并选择主成分数据进行压缩，得到体检服务记录数据，本方案通过设置自适应的权衡系数选择主成分数据，优化
RPA
流程自动化相对死板
、
数据处理的灵活性不足的问题，在保证体检服务记录数据可信度
的同时，提升数据压缩率，有效降低体检服务记录数据的存储占用，便于后续在对体检服务记录数据进行数据分析与数据提取转移等处理时，提升处理效率
。
综上，本专利技术能够有效结合不同维度的数据的相关性
、
冗余性对重要程度进行调整，从而在保证数据特征有效保留的同时，提升数据压缩率，降低服务器的存储压力，优化
RPA
后续进行数据调取
、
整理的运行耗费
。
附图说明
[0013]为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图
。
[0014]图1为本专利技术一个实施例所提供的一种基于
RPA
技术的公卫健康智能体检服务系统本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于
RPA
技术的公卫健康智能体检服务系统，其特征在于，所述系统包括：获取模块，用于获取多维的体检数据，根据所有用户在每一维度下体检数据的平均差和预设标准均方差，获得每一维度下体检数据的重要程度；第一处理模块，用于任选某一维度作为待测维度，根据所述待测维度与除所述待测维度之外所有其他维度下体检数据的皮尔逊相关系数，获得所述待测维度的相关影响因子；根据所述待测维度下体检数据的数值和不同数值的概率，获得所述待测维度的冗余影响因子；第二处理模块，用于根据所有维度的相关影响因子和冗余影响因子，获得每一维度下体检数据的自适应权衡系数；根据所有维度下体检数据的重要程度和自适应权衡系数确定主成分系数；根据所有维度下体检数据的主成分系数选择主成分维度；压缩模块，用于对所述主成分维度的体检数据的进行数据压缩处理，得到体检服务记录数据，其中，所述体检服务记录数据用于表征所有用户的体检情况
。2.
如权利要求1所述的一种基于
RPA
技术的公卫健康智能体检服务系统，其特征在于，所述根据所有用户在每一维度下体检数据的平均差和预设标准均方差，获得每一维度下体检数据的重要程度，包括：将任一维度下所有用户体检数据的平均差的均值与预设标准均方差的比值作为该维度下体检数据的标准差异；计算所述标准差异与1的差值的平方的归一化值，得到该维度下体检数据的重要程度
。3.
如权利要求1所述的一种基于
RPA
技术的公卫健康智能体检服务系统，其特征在于，所述根据所述待测维度与除所述待测维度之外所有其他维度下体检数据的皮尔逊相关系数，获得所述待测维度的相关影响因子，包括：将所述待测维度与除所述待测维度之外所有其他维度下体检数据的皮尔逊相关系数的绝对值的均值归一化值，作为相关影响因子
。4.
如权利要求1所述的一种基于
RPA
技术...

【专利技术属性】
技术研发人员：李本然，姜兵，张洪辉，刘亚男，史云鹏，
申请(专利权)人：山东大数据医疗科技有限公司，
类型：发明
国别省市：