[发明专利]城市传染病高风险社区识别方法、装置、电子设备及介质有效
申请号: | 202011321234.8 | 申请日: | 2020-11-23 |
公开(公告)号: | CN112132490B | 公开(公告)日: | 2021-04-23 |
发明(设计)人: | 黄虎;任俊宇;吴光周;李耀东;朱栋文;方芃岚 | 申请(专利权)人: | 中电科新型智慧城市研究院有限公司 |
主分类号: | G06F17/00 | 分类号: | G06F17/00;G06Q10/06;G06Q50/26;G16H50/80 |
代理公司: | 深圳中一联合知识产权代理有限公司 44414 | 代理人: | 肖遥 |
地址: | 518000 广东省深圳市福田区华富*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 城市 传染病 风险 社区 识别 方法 装置 电子设备 介质 | ||
1.一种城市传染病高风险社区的识别方法,其特征在于,包括:
获取各个社区的高风险人群的空间特征数据、各个社区的生活设施的利用情况数据、各个社区的人口特征数据、和各个社区的防控资源的资源投入数据;
根据各个社区的所述高风险人群的所述空间特征数据,确定各个社区的传染源风险指数;
根据各个社区的所述生活设施的所述利用情况数据,确定各个社区的传播途径风险指数;
根据各个社区的所述人口特征数据,确定各个社区的易感人群风险指数;
根据各个社区的所述防控资源的所述资源投入数据,确定各个社区的防范能力风险指数;
根据各个社区的所述传染源风险指数、所述传播途径风险指数、所述易感人群风险指数、和所述防范能力风险指数确定高风险社区;
所述高风险人群包括感染人群、密切接触人群、曾前往疫区人群和疫区流入人群;所述感染人群的空间特征数据包括第一人员位置数据;所述密切接触人群的空间特征数据包括第二人员位置数据;所述曾前往疫区人群的空间特征数据包括第三人员位置数据;所述疫区流入人群的空间特征数据包括第四人员位置数据;
根据各个社区的所述高风险人群的所述空间特征数据,确定各个社区的传染源风险指数,包括:
根据各个社区的所述第一人员位置数据,通过核密度分析方法获得各个社区的第一感染人群风险指数;对所述第一感染人群风险指数进行数据标准化操作,获得各个社区的第二感染人群风险指数;
根据各个社区的所述第二人员位置数据,通过核密度分析方法获得各个社区的第一密切接触人群风险指数;对所述第一密切接触人群风险指数进行数据标准化操作,获得各个社区的第二密切接触人群风险指数;
根据各个社区的所述第三人员位置数据,通过核密度分析方法获得各个社区的第一重点人群风险指数;对所述第一重点人群风险指数进行数据标准化操作,获得各个社区的第二重点人群风险指数;
根据各个社区的所述第四人员位置数据,通过核密度分析方法获得各个社区的第一流入人群风险指数;对所述第一流入人群风险指数进行数据标准化操作,获得各个社区的第二流入人群风险指数;
根据预设的第一传染源权值参数集,所述第二感染人群风险指数、所述第二密切接触人群风险指数、所述第二重点人群风险指数、和所述第二流入人群风险指数,通过指数加权平均计算得到各个社区的传染源风险指数;所述第一传染源权值参数集包括所述第二感染人群风险指数、所述第二密切接触人群风险指数、所述第二重点人群风险指数、和所述第二流入人群风险指数的权值;
所述生活设施包括交通工具、居住设施、就业设施和娱乐设施;所述交通工具的利用情况数据包括交通方式数据,所述交通方式数据包括交通工具类型、交通工具占比、和交通工具权值;所述居住设施的利用情况数据包括第一设施位置数据、第一规模数据和第一带宽数据;所述就业设施的利用情况数据包括第二设施位置数据、第二规模数据和第二带宽数据;所述娱乐设施利用情况数据包括第三设施位置数据、第三规模数据和第三带宽数据;
根据各个社区的所述生活设施的所述利用情况数据,确定各个社区的传播途径风险指数,包括:
根据各个社区的交通方式数据中的所述交通工具类型、所述交通工具占比、和所述交通工具权值,通过加权平均获得各个社区的第一交通风险指数;对所述第一交通风险指数进行数据标准化操作,获得各个社区的第二交通风险指数;
根据各个社区的所述第一设施位置数据、所述第一规模数据和所述第一带宽数据,通过核密度分析方法获得各个社区的第一居住风险指数;对所述第一居住风险指数进行数据标准化操作,获得各个社区的第二居住风险指数;
根据各个社区的所述第二设施位置数据、所述第二规模数据和所述第二带宽数据,通过核密度分析方法获得各个社区的第一就业风险指数;对所述第一就业风险指数进行数据标准化操作,获得各个社区的第二就业风险指数;
根据各个社区的所述第三设施位置数据、所述第三规模数据和所述第三带宽数据,通过核密度分析方法获得各个社区的第一娱乐风险指数;对所述第一娱乐风险指数进行数据标准化操作,获得各个社区的第二娱乐风险指数;
根据预设的第一传播途径权值参数集,以及所述第二交通风险指数、所述第二居住风险指数、所述第二就业风险指数和所述第二娱乐风险指数,通过指数加权平均计算得到各个社区的传播途径风险指数;第一传播途径权值参数集包括所述第二交通风险指数、所述第二居住风险指数、所述第二就业风险指数和所述第二娱乐风险指数的权值;
所述人口特征数据包括人群密度数据、人口年龄结构数据、外来人口占比数据和居民出行数据;
根据各个社区的所述人口特征数据,确定各个社区的易感人群风险指数,包括:
对各个社区的所述人群密度数据进行数据标准化操作,获得各个社区的人群密度风险指数;
根据各个社区的人口年龄结构数据和各年龄段人口的权值,通过加权求和获得各个社区的第一人群结构风险指数;对所述第一人群结构风险指数进行数据标准化操作,获得各个社区的第二人群结构风险指数;
对各个社区的所述外来人口占比数据进行数据标准化操作,获得各个社区的人群混合风险指数;
对各个社区所述居民出行数据进行数据标准化操作,获得各个社区的人群流动风险指数;
根据预设的第一社区易感人群风险权值参数集,以及所述人群密度风险指数、所述第二人群结构风险指数、所述人群混合风险指数和所述人群流动风险指数,通过指数加权平均计算得到各个社区的易感人群风险指数;所述第一社区易感人群风险权值参数集包括所述人群密度风险指数、所述第二人群结构风险指数、所述人群混合风险指数和所述人群流动风险指数的权值;
所述防控资源包括医疗设施、防控人员、防控物资和防控工作;所述医疗设施的资源投入数据包括医疗设施分布数据;所述防控人员的资源投入数据包括防控人员投入数据;所述防控物资的资源投入数据包括防控物资投入数据;所述防控工作的资源投入数据包括防控工作投入数据;
根据各个社区的所述防控资源的所述资源投入数据,确定各个社区的防范能力风险指数,包括:
对各个社区的所述医疗设施分布数据进行数据标准化操作,获得各个社区的第一医疗保障风险指数;
对各个社区的所述防控人员投入数据进行数据标准化操作,获得各个社区的第一防控人员风险指数;
对各个社区的所述防控物资投入数据进行数据标准化操作,获得各个社区的第一防控物资风险指数;
对各个社区的所述防控工作投入数据进行数据标准化操作,获得各个社区的第一防控工作风险指数;
根据预设的第一防范能力风险权值参数集,以及所述第一医疗保障风险指数、所述第一防控人员风险指数、所述第一防控物资风险指数、和所述第一防控工作风险指数,通过指数加权平均计算得到各个社区的防范能力风险指数;所述第一防范能力风险权值参数集包括所述第一医疗保障风险指数、所述第一防控人员风险指数、所述第一防控物资风险指数、和所述第一防控工作风险指数的权值;
根据各个社区的所述传染源风险指数、所述传播途径风险指数、所述易感人群风险指数、和所述防范能力风险指数确定高风险社区,包括:
根据各个社区的所述传染源风险指数、所述传播途径风险指数、所述易感人群风险指数、和所述防范能力风险指数,确定各个指数的方差贡献率;
根据所述方差贡献率和预设评分确定第一权值参数集;所述第一权值参数集包括根据所述传染源风险指数、所述传播途径风险指数、所述易感人群风险指数、和所述防范能力风险指数的权值;所述预设评分包括对所述传染源风险指数、所述传播途径风险指数、所述易感人群风险指数、和所述防范能力风险指数的预设评分;所述预设评分为通过专家评分的方式确定;
根据所述第一权值参数集,以及各个所述社区的传染源风险指数、所述传播途径风险指数、所述易感人群风险指数、和所述防范能力风险指数,确定各个所述社区的第一疫情风险指数;
将所述第一疫情风险指数大于第一阈值的社区作为备选社区;
随机生成多个第二权值参数集;所述第二权值参数集包括所述传染源风险指数、所述传播途径风险指数、所述易感人群风险指数、和所述防范能力风险指数的权值;
针对各个第二权值参数集,根据所述第二权值参数集,以及各个所述备选社区的所述传染源风险指数、所述传播途径风险指数、所述易感人群风险指数、和所述防范能力风险指数,确定各个所述备选社区的第二疫情风险指数;
将在每个第二权值参数集条件下,所述第二疫情风险指数均大于第二阈值的备选社区确定为高风险社区;
所述数据标准化操作,包括:
将待标准化数据映射为预设区间的映射数据;
根据所述待标准化数据和所述映射数据得到散点图;采用Logistic曲线取拟合散点图,获得拟合映射函数;
采用所述映射函数,将所述待标准化数据进行标准化。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中电科新型智慧城市研究院有限公司,未经中电科新型智慧城市研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011321234.8/1.html,转载请声明来源钻瓜专利网。