[发明专利]网络用户健康状况的评价方法、系统及设备

说明书

技术领域

本发明涉及通信领域，尤其涉及一种网络用户健康状况的评价方法、系统及设备。

背景技术

目前，一些互联网应用充当平台的角色，服务提供者和服务需求者在平台上注册，服务提供者为服务需求者提供相关服务。在某些场景下，服务提供者应该是健康的。所以在对服务提供者和服务需求者进行匹配的时候，需要将服务提供者近期的健康状况作为一个参考指标。

当前的相关技术中，通过医疗检测数据来评价用户的健康状况，该相关技术一般包括以下步骤：

采集医疗检测数据，例如血压、血糖、BMI(Body Mass Index，体质指数)，骨密度、心血管、动脉硬化、血氧等基础项数据；

对采集的医疗检测数据进行筛选，筛选出最新数据参与健康指数计算；

对血压、血糖、BMI、骨密度、心血管等基础项采用等比法、区间取值法计算单项指标评分；

基于单项指标评分加权平均计算综合健康指数。

上述相关技术存在以下弊端：

一是，用户的医疗检测数据难以获取。用户的医疗检测数据虽然可以反映用户的健康状况，但由于该类数据属于高度隐私数据，用户往往不愿意提供这些数据，这使得基于医疗检测数据检测用户健康状况的方案可行性非常低。

二是，基于医疗检测数据获得的健康状况更新成本高。由于医疗检测数据的收集成本较高，受限于高成本，基于医疗检测数据获得的健康状况更不可能周期性地进行更新。

三是，基于医疗检测数据获得的健康状况对可信度低。对单项指标评分进行加权计算综合健康指数时，权重的选取主观性较强，导致降低了基于医疗检测数据获得的健康状况的可信度。

发明内容

本发明的目的在于提供一种网络用户健康状况的评价方法、系统及设备，开拓一种新的健康状况评价方式。

为实现上述目的，本发明提出了一种网络用户健康状况的评价方法，包括：

获取包括待测用户在内的多个用户在设定历史时期的网络行为数据；

基于所述网络行为数据，评价所述待测用户的健康状况。

进一步地，上述方法还可具有以下特点，所述基于所述网络行为数据，评价所述待测用户的健康状况包括：

根据所述网络行为数据中的指定网络行为数据从所述多个用户中选择样本用户；

从所述网络行为数据中提取所述待测用户和所述样本用户的特征数据；

以所述特征数据作为预设的健康指数计算模型的输入，计算获得所述待测用户的健康指数。

进一步地，上述方法还可具有以下特点，所述根据所述网络行为数据中的指定网络行为数据从所述多个用户中选择样本用户包括：

根据所述网络行为数据中的第一指定网络行为数据从所述多个用户中选择正样本用户，所述正样本用户不包括所述待测用户；

根据所述网络行为数据中的第二指定网络行为数据从所述多个用户中选择负样本用户，所述负样本用户不包括所述待测用户。

进一步地，上述方法还可具有以下特点，所述根据所述网络行为数据中的指定网络行为数据从所述多个用户中选择样本用户还包括：

分别从所述正样本用户和所述负样本用户中清除重叠样本用户，所述重叠样本用户指既是正样本用户又是负样本用户的样本用户；

平衡所述正样本用户和所述负样本用户的数量比例，使所述数量比例 处于设定比例范围内。

进一步地，上述方法还可具有以下特点，所述第一指定网络行为数据为在预设的第一历史时期内在运动类目下的购买行为数据，所述第二指定网络行为数据为在预设的第二历史时期内搜索和浏览医疗挂号网站的行为数据。

进一步地，上述方法还可具有以下特点，所述以所述特征数据作为预设的健康指数计算模型的参数，计算获得所述待测用户的健康指数，包括：

利用所述样本用户的特征数据对所述健康指数计算模型进行训练，以得到所述健康指数计算模型中的参数值；

将所述待测用户的特征数据作为以所述参数值为参数的所述健康指数计算模型的输入，以预测出所述待测用户的健康概率；

对所述待测用户的健康概率进行归一化处理，以获得所述待测用户的健康指数。

进一步地，上述方法还可具有以下特点，所述特征数据包括体质指数BMI、沉溺于游戏程度、爱好垃圾食品程度、年龄、性别、是否经常熬夜、过去两周购买医药用品的频次、是否从事体力工作之中的任意多种。