System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 健康状态评估方法、装置、电子设备及介质制造方法及图纸_技高网

健康状态评估方法、装置、电子设备及介质制造方法及图纸

技术编号:41200238 阅读:2 留言:0更新日期:2024-05-07 22:27
本公开提供了一种健康状态评估方法,涉及大数据技术领域。该方法包括:获取用户对监测身体状态数据的授权;在得到用户监测身体状态数据的授权后,采用传感器监测用户的身体状态数据;使用训练好的健康分析模型对身体状态数据进行分析,得到用户的健康状态值;在健康状态值大于预设阈值的情况下,确定用户的健康状态存在异常,并向用户推送预警信息。本公开还提供了一种健康状态评估装置、电子设备、存储介质和程序产品。

【技术实现步骤摘要】

本公开涉及大数据,具体涉及一种健康状态评估方法、装置、电子设备、介质和程序产品。


技术介绍

1、目前在繁忙的工作中,员工需要应对各种工作压力,有很大一部分员工存在亚健康状态。例如,银行业网点员工对外在保证服务不出差错的同时,还要照顾客户的情绪;对内需要承担考核压力与内部检查。所以,现在银行业工作人员的工作压力都很大。

2、由于员工精神状态异常不易察觉,轻则影响工作状态,重则引发极端情况发生。为了防止员工因为压力过大引发各种不适,进而影响工作质量,如何监测员工的精神状态,从而开展及时干预就变得尤为必要。


技术实现思路

1、鉴于上述问题,本公开提供了一种健康状态评估方法、装置、电子设备、介质和程序产品。

2、根据本公开的第一个方面,提供了一种健康状态评估方法,包括:获取用户对监测身体状态数据的授权;在得到用户监测身体状态数据的授权后,采用传感器监测所述用户的身体状态数据;使用训练好的健康分析模型对所述身体状态数据进行分析,得到所述用户的健康状态值;在所述健康状态值大于预设阈值的情况下,确定所述用户的健康状态存在异常,并向所述用户推送预警信息。

3、根据本公开的实施例,所述身体状态数据包括心率、血氧饱和度、睡眠时间和运动量。

4、根据本公开的实施例,所述传感器与预定应用程序通信连接,所述健康分析模型预置于所述预定应用程序内;所述使用训练好的健康分析模型对所述身体状态数据进行分析,包括:所述传感器将所述用户的身体状态数据上传至所述预定应用程序;所述预定应用程序和自身的后台大数据库进行交互,获得包含所述身体状态数据且与所述用户相关联的交互数据;所述预定应用程序使用训练好的健康分析模型对所述交互数据进行分析。

5、根据本公开的实施例,所述交互数据包括所述用户的身高、体重、年龄、体检指标、工作环境温度、工作环境质量、每日平均工作时长、业绩水平、社会经济水平和饮食习惯。

6、根据本公开的实施例,所述健康分析模型通过以下方式训练得到:获取多个用户对获得身体状态数据的授权;在得到多个用户获得身体状态数据的授权后,获得所述多个用户的历史身体状态数据;为每个所述历史身体状态数据标记对应于所述多个用户中的目标用户的历史健康状态值,并将多个所述历史身体状态数据和对应的所述健康状态值汇总形成训练数据集;将所述训练数据集按照预定比例分为训练集和测试集;使用交叉验证法,利用所述训练集来训练回归模型,利用所述测试集对训练后的回归模型的准确度进行测试,在所述回归模型达到预定准确度的情况下,得到训练好的健康分析模型。

7、根据本公开的实施例,在所述训练数据集为线性数据集时,所述回归模型使用线性回归模型;在所述训练数据集为非线性数据集时,所述回归模型是使用支持向量机对线性回归模型进行优化的模型,其中,对线性回归模型进行优化的方式包括梯度下降法、随机梯度下降法或交替分析乘子法。

8、根据本公开的实施例,在所述回归模型达到预定准确度的情况下,所述方法还包括:针对达到预定准确度的所述回归模型,采集用户评价和/或专家意见;根据所述用户评价和/或专家意见,对所述回归模型的参数进行调整,以得到训练好的健康分析模型。

9、根据本公开的实施例,向所述用户推送预警信息包括:根据所述用户的健康状态值与所述预设阈值的差距,向所述用户推送预警信息;其中,在所述差距属于预设的第一差距范围的情况下,向所述用户推送第一级预警信息;在所述差距属于预设的第二差距范围的情况下,向所述用户推送第二级预警信息,其中,所述第一差距范围小于所述第二差距范围,所述第一级预警信息的预警程度低于所述第二级预警信息。

10、本公开的第二方面提供了一种健康状态评估装置,包括:用户授权模块,用于获取用户对监测身体状态数据的授权;身体状态数据监测模块,用于在得到用户监测身体状态数据的授权后,采用传感器监测所述用户的身体状态数据;数据分析模块,用于使用训练好的健康分析模型对所述身体状态数据进行分析,得到所述用户的健康状态值;健康状态异常确定模块,用于在所述健康状态值大于预设阈值的情况下,确定所述用户的健康状态存在异常,并向所述用户推送预警信息。

11、本公开的第三方面提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个计算机程序,所述一个或多个处理器执行所述一个或多个计算机程序以实现上述健康状态评估方法的步骤。

12、本公开的第四方面还提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述健康状态评估方法的步骤。

13、本公开的第五方面还提供了一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现上述健康状态评估方法的步骤。

14、根据本公开实施例提供的健康状态评估方法、装置、电子设备、介质和程序产品,首先在得到用户授权的情况下,采用传感器监测用户的心率、血氧饱和度等身体状态数据。再通过这些数据综合分析出用户的健康状态值。通过健康状态值实时评估用户的压力及精神状态,发现异常对用户及时预警,引导用户采取合理的干预措施,例如对用户强制休息。由此,本公开可以实时评估员工工作时的精神状态,以便于及时提供干预,保障员工身心健康,提高工作质量和效率。

本文档来自技高网...

【技术保护点】

1.一种健康状态评估方法,包括:

2.根据权利要求1所述的方法,其中,所述身体状态数据包括心率、血氧饱和度、睡眠时间和运动量。

3.根据权利要求1所述的方法,其中,所述传感器与预定应用程序通信连接,所述健康分析模型预置于所述预定应用程序内;

4.根据权利要求3所述的方法,其中,所述交互数据包括所述用户的身高、体重、年龄、体检指标、工作环境温度、工作环境质量、每日平均工作时长、业绩水平、社会经济水平和饮食习惯。

5.根据权利要求1所述的方法,其中,所述健康分析模型通过以下方式训练得到:

6.根据权利要求5所述的方法,其中,

7.根据权利要求5所述的方法,其中,在所述回归模型达到预定准确度的情况下,所述方法还包括:

8.根据权利要求1所述的方法,其中,向所述用户推送预警信息包括:

9.一种健康状态评估装置,包括:

10.一种电子设备,包括:

11.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现根据权利要求1~8中任一项所述方法的步骤。

12.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现根据权利要求1~8中任一项所述方法的步骤。

...

【技术特征摘要】

1.一种健康状态评估方法,包括:

2.根据权利要求1所述的方法,其中,所述身体状态数据包括心率、血氧饱和度、睡眠时间和运动量。

3.根据权利要求1所述的方法,其中,所述传感器与预定应用程序通信连接,所述健康分析模型预置于所述预定应用程序内;

4.根据权利要求3所述的方法,其中,所述交互数据包括所述用户的身高、体重、年龄、体检指标、工作环境温度、工作环境质量、每日平均工作时长、业绩水平、社会经济水平和饮食习惯。

5.根据权利要求1所述的方法,其中,所述健康分析模型通过以下方式训练得到:

6.根据权利要求5所述的...

【专利技术属性】
技术研发人员:王文栋李葛垚朱沄沨
申请(专利权)人:中国工商银行股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1