预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共18页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115881297A(43)申请公布日2023.03.31(21)申请号202111142369.2(22)申请日2021.09.28(71)申请人北京大数医达科技有限公司地址100193北京市海淀区东北旺北京中关村软件园孵化器2号楼二层2201室(72)发明人白雨邓侃冯宇(74)专利代理机构北京唯智勤实知识产权代理事务所(普通合伙)11557专利代理师孙姣(51)Int.Cl.G16H50/30(2018.01)G16H50/20(2018.01)权利要求书3页说明书10页附图4页(54)发明名称基于器官状态数据的用户画像系统(57)摘要本公开的实施例公开了基于器官状态数据的用户画像系统。该方法的一具体实施方式包括:数据传感器,用于采集用户的器官状态数据集合以及获取报警阈值;处理器,生成评估分数集集合;生成评估结果集合;将评估结果集合发送给前置设备;前置设备,显示评估结果集合,以及将用户输入的评估启动信息发送给处理器;处理器,还用于对于评估结果集合中的每个评估结果,响应于该评估结果大于所述报警阈值,控制前置设备发出报警提示信息。这种结构的处理器利用预先确定的第一评估模板集合和第二评估模板集合自动生成数据传感器获取的用户的感官状态数据集合所表征的用户的健康情况评估结果集合,缩短了健康情况评估的时间,节省了消耗的评估资源。CN115881297ACN115881297A权利要求书1/3页1.一种基于器官状态数据的用户画像系统,包括:数据传感器,用于采集用户的器官状态数据集合以及获取报警阈值;处理器,用于利用所述器官状态数据集合和预先确定的第一评估模板集合,生成评估分数集集合;根据所述评估分数集集合和预先确定的第二评估模板集合,生成评估结果集合;将所述评估结果集合发送给前置设备;前置设备,显示评估结果集合,以及将用户输入的评估启动信息发送给所述处理器;所述处理器,还用于对于所述评估结果集合中的每个评估结果,响应于该评估结果大于所述报警阈值,控制所述前置设备发出报警提示信息,其中,所述报警提示信息表征器官状态异常。2.根据权利要求1所述的方法,其中,所述处理器,还用于:对于所述评估结果集合中的每个评估结果,响应于该评估结果不大于所述报警阈值,控制所述前置设备显示该评估结果。3.根据权利要求2所述的方法,其中,所述评估分数集集合包括第一数目个评估分数集,所述评估分数集用于表征特定器官的评估信息,所述评估结果集合包括第一数目个评估结果,所述评估结果表征器官状态,所述评估结果集合表征所述用户的器官状态画像。4.根据权利要求1‑3之一所述的方法,其中,所述处理器在利用所述器官状态数据集合和预先确定的第一评估模板集合,生成评估分数集集合之前,还用于:获取历史器官状态数据集合;对所述历史器官状态数据集合进行预处理,以得到预处理历史器官状态数据集合;基于所述预处理历史器官状态数据集合,生成历史器官状态特征集集合;基于所述历史器官状态特征集集合和预先确定的评估模型,生成所述第一评估模板集合和所述第二评估模板集合。5.根据权利要求4所述的方法,其中,所述预先确定的评估模型包括第一数目个预先训练的回归模型,所述回归模型利用下式生成输出:其中,logit()为回归函数,p为回归概率,x为输入所述回归模型的特征数据集合,x={x0,x1,...,xn},x为x中的特征数据,i为计数,n为x中的特征数据总数,x0为x中的第一个特征数据,x1为x中的第二个特征数据,xn为x中的第n+1个特征数据,y为回归指标,ω为权重向量,ω={ω0,ω1,...,ωn},ω0为ω中的第一个权重,ω1为ω中的第二个权重,ωn为ω中的第n+1个权重,φ()为输出函数,φ(ωTx)的值为所述回归模型的输出。6.根据权利要求5所述的方法,其中,所述第一数目个预先训练的回归模型对应第一数目个预先确定的评估类别。2CN115881297A权利要求书2/3页7.根据权利要求6所述的方法,其中,所述预先训练的评估模型是通过如下步骤得到的:确定初始评估模型的模型结构以及初始化所述初始评估模型的模型参数;获取样本集,其中,所述样本集中的样本包括样本特征数据集和对应于所述样本特征数据集的样本评估类别;从所述样本集中选取样本,以及执行以下训练步骤:将选取的样本的样本特征数据集输入初始评估模型,得到样本的评估类别;将所述选取的样本的评估类别与对应的样本评估类别进行比较;根据比较结果确定所述初始评估模型是否训练完成;响应于确定初始评估模型训练完成,将所述初始评估模型确定为预先训练的评估模型。8.根据权利要求1‑7之一所述的方法,其中,所述处理器,还用于:响应于确定初始评估模型未训练完成,调整初始评估模型中的相关参数,以及从所述样本集中重新