[发明专利]状态识别的方法、系统、装置

说明书

本发明公开了一种状态识别的方法、系统、装置。其中，该方法包括：获取第一对象的属性信息以及与第一对象具有关联关系的第二对象的属性信息；将第一对象的属性信息和第二对象的属性信息输入至机器学习模型中进行分析，得到识别结果；其中，机器学习模型是通过多组数据训练得到的，多组数据中的每组数据均包括：样本对象的属性信息和样本对象关联的对象的属性信息共同对应的状态，以及用于标记状态的标签；依据识别结果确定第一对象的状态。本发明解决了由于相关技术中仅关注目标对象本身的属性信息造成的判断结果不准确的的技术问题。

技术领域

本发明涉及识别领域，具体而言，涉及一种状态识别的方法、系统、装置。

背景技术

现有技术中，在对目标对象的状态进行识别时，例如，某一个人的健康状态，一般仅关注这个人本身所具有的属性，例如，这个人的病症、不良生活习惯、既往病史等。但这种仅仅依赖于判断目标对象本身的属性对健康状态进行判断往往存在判断结果不准确的技术问题。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种状态识别的方法、系统、装置，以至少解决由于相关技术中仅关注目标对象本身的属性信息造成的判断结果不准确的的技术问题。

根据本发明实施例的一个方面，提供了一种状态识别的方法，包括：获取第一对象的属性信息以及与第一对象具有关联关系的第二对象的属性信息；将第一对象的属性信息和第二对象的属性信息输入至机器学习模型中进行分析，得到识别结果；其中，机器学习模型是通过多组数据训练得到的，多组数据中的每组数据均包括：样本对象的属性信息和样本对象关联的对象的属性信息共同对应的状态，以及用于标记状态的标签；依据识别结果确定第一对象的状态。

可选地，共同对应的状态，包括：状态类型和状态类型相应的级别。

可选地，状态类型包括：疾病类型，关联关系包括以下至少之一：亲属关系、同行关系；其中，当为亲属关系时，状态类别为遗传病，当为同行关系时，状态类别为传染病，同行关系为在预设时间段内与第一对象出现过的地点具有交集的目标对象。

可选地，识别结果包括：以各个状态类型和级别为元素组成的一维数组，以及元素对应的概率。

可选地，以一维数组中各个状态类型为列元素、级别为行元素，生成二维数组。

可选地，确定二维数组每一列元素对应的概率的最大值，其中概率为第一对象属于对应的状态类型和级别的概率；判断该元素对应的概率的最大值是否大于预定阈值；在最大值大于预定阈值的情况下，则将该元素所在列对应的状态类型作为第一对象的状态，以及将该元素所在行对应的级别作为第一对象的状态的层级。

根据本发明实施例的另一方面，还提供了一种状态识别的系统，包括：前端设备，用于接收第一对象的第一属性信息以及与第一对象具有关联关系的第二对象的第二属性信息，其中，第一属性信息包括：第一对象对应的特征信息和行为信息，第二属性信息包括：第二对象对应的特征信息和行为信息；服务器，用于将第一对象的属性信息和第二对象的属性信息输入至机器学习模型中进行分析，得到识别结果，并将识别结果返回至前端设备；其中，机器学习模型是通过多组数据训练得到的，多组数据中的每组数据均包括：样本对象的属性信息和样本对象关联的对象的属性信息共同对应的状态，以及用于标记状态的标签。

根据本发明实施例的另一方面，还提供了一种状态识别的装置，包括：获取模块，用于获取第一对象的属性信息以及与第一对象具有关联关系的第二对象的属性信息；识别模块，用于将第一对象的属性信息和第二对象的属性信息输入至机器学习模型中进行分析，得到识别结果；其中，机器学习模型是通过多组数据训练得到的，多组数据中的每组数据均包括：样本对象的属性信息和样本对象关联的对象的属性信息共同对应的状态，以及用于标记状态的标签；确定模块，用于依据识别结果确定第一对象的状态。