[发明专利]一种用于疫情的返校大数据联动管理方法

权利要求书

1.一种用于疫情的返校大数据联动管理方法，用于对返校人员大数据和疫情大数据进行联动管理，其特征在于，所述方法包括以下步骤：

数据获取与划分步骤：获取返校人员大数据和疫情大数据；将所述返校人员大数据划分为空间位置数据、健康数据和描述性数据，将所述空间位置数据划分为每日打卡位置数据、近期活动数据和返校行程轨迹数据，将所述疫情大数据划分为病例位置数据和区县统计数据；

数据关联步骤：通过数据匹配，建立：

所述每日打卡位置数据与所述病例位置数据的“点-点”空间关联关系、

所述每日打卡位置数据与所述区县统计数据的“点-面”空间关联关系、

所述近期活动数据与所述病例位置数据的“点-点”空间关联关系、

所述近期活动数据与所述区县统计数据的“点-面”空间关联关系、

所述返校行程轨迹数据与所述病例位置数据的“线-点”空间关联关系、

所述返校行程轨迹数据与所述区县统计数据的“线-面”空间关联关系。

2.根据权利要求1所述的一种用于疫情的返校大数据联动管理方法，其特征在于，所述返校大数据联动管理方法还包括获取实际返校轨迹数据，所述数据关联步骤还包括通过数据匹配，建立所述返校行程轨迹数据与所述实际返校轨迹数据的“线-线”空间关联关系。

3.根据权利要求2所述的一种用于疫情的返校大数据联动管理方法，其特征在于，所述返校行程轨迹数据与所述实际返校轨迹数据的“线-线”空间关联关系的建立具体为：

计算所述返校行程轨迹数据与所述实际返校轨迹数据的最大距离，若所述最大距离小于预设的距离阈值，则所述返校行程轨迹数据与所述实际返校轨迹数据一致，否则不一致；

所述最大距离的计算表达式为：

d_max＝max{D_pi,Q,D_qj,P},i＝{0,1,2,,…,N,N+1}，j＝{1,2,,…,M}

式中，d_max为最大距离，P为返校行程轨迹曲线，Q为实际返校轨迹曲线，pi为返校行程轨迹曲线中的i点，qj为实际返校轨迹曲线中的j点，D_pi,Q为pi点到曲线Q的最短距离，D_qj,P为qj点到曲线P的最短距离，N+1为曲线P中点的个数，M为曲线Q中点的个数，所述返校行程轨迹曲线由所述返校行程轨迹数据获取，所述实际返校轨迹曲线由所述实际返校轨迹数据获取。

4.根据权利要求1所述的一种用于疫情的返校大数据联动管理方法，其特征在于，所述通过数据匹配，建立所述每日打卡位置数据与所述病例位置数据的“点-点”空间关联关系具体为：

从所述每日打卡位置数据中获取各个每日打卡位置，以每个所述每日打卡位置为中心，以预设的第一缓冲距离为半径，建立每日打卡位置缓冲区；

从所述病例位置数据获取各个病例位置，将各个所述每日打卡位置缓冲区与各个所述病例位置进行一一匹配，若所述每日打卡位置缓冲区内存在所述病例位置，则建立所述每日打卡位置数据与所述病例位置数据的“点-点”空间关联关系，并在所述每日打卡位置数据的存储单元中关联“周边是否存在疫情数据”字段，将所述“周边是否存在疫情数据”字段记录为“是”或“1”。

5.根据权利要求1所述的一种用于疫情的返校大数据联动管理方法，其特征在于，所述每日打卡位置数据包括经度和维度信息以及所在区县信息，

所述通过数据匹配，建立所述每日打卡位置数据与所述区县统计数据的“点-面”空间关联关系具体为：

根据所述经度和维度信息，确定每日打卡位置，根据该每日打卡位置，确定对应的区县位置，将该区县位置与所述区县信息匹配，若不匹配，则对所述每日打卡位置进行逐步扩充查询，直至获取与所述区县信息对应的区县位置；

根据所述区县统计数据，获取所述区县位置对应的总确诊病例信息、新增确诊病例信息和风险等级信息，并与所述每日打卡位置数据的存储单元关联。