针对用户数据的处理方法及相关装置与流程

本申请涉及数据处理，具体涉及一种针对用户数据的处理方法及相关装置。

背景技术：

1、近年来，随着人们生活水平的提升，人们的健康理念也提升了一定的水平。目前，人们通常通过体检，或者使用电子血压计、心电测量仪等设备对单次测量得到的身体指标进行检查，它们都无法满足人们对于健康监测和健康异常预警的需求。

技术实现思路

1、本申请实施例提供了一种针对用户数据的处理方法及相关装置，以期实现通过包含至少一个体征参数的z分数计算结果和至少一个体征参数的基线偏离率计算结果的预警指标计算结果集合，来预测目标用户是否出现目标异常生理状态，从而提高预测到出现目标异常生理状态的准确性，进而可以提高采用本申请提供的用户数据的处理方法的装置来进行目标异常生理状态预测预警的可靠性。

2、第一方面，本申请实施例提供了一种针对用户数据的处理方法，所述方法包括：

3、获取目标用户在预设时段的体征数据，所述体征数据包括与至少一种体征参数对应的至少一个采样数据，所述至少一个体征参数中每种体征参数为用于预测目标异常生理状态的体征参数；

4、根据所述每种体征参数的采样数据和所述每种体征参数的体征均值确定所述每个体征参数的z分数计算结果和/或基线偏离率计算结果，得到包含至少一个z分数计算结果和至少一个基线偏离率计算结果的预警指标计算结果集合，所述体征均值是指所述目标用户的历史时段内的体征参数的采样数据的均值，所述历史时段包含所述预设时段；

5、根据所述预警指标计算结果集合，预测所述目标用户是否出现所述目标异常生理状态。

6、第二方面，本申请实施例提供了一种针对用户数据的处理装置，所述装置包括：

7、获取单元，用于获取目标用户在预设时段的体征数据，所述体征数据包括与至少一种体征参数对应的至少一个采样数据，所述至少一个体征参数中每种体征参数为用于预测目标异常生理状态的体征参数；

8、计算单元，用于根据所述每种体征参数的采样数据和所述每种体征参数的体征均值确定所述每个体征参数的z分数计算结果和/或基线偏离率计算结果，得到包含至少一个z分数计算结果和至少一个基线偏离率计算结果的预警指标计算结果集合，所述体征均值是指所述目标用户的历史时段内的体征参数的采样数据的均值，所述历史时段包含所述预设时段；

9、预测单元，用于根据所述预警指标计算结果集合，预测所述目标用户是否出现所述目标异常生理状态。

10、第三方面，本申请实施例提供了一种电子设备，包括处理器、存储器、通信接口，以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行本申请实施例第一方面中的步骤的指令。

11、第四方面，本申请实施例提供了一种计算机存储介质，存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行如本实施例第一方面中所描述的部分或全部步骤。

12、可以看出，本实施例中，通过获取目标用户在预设时段的体征数据，再根据所述体征数据中每种体征参数的采样数据和所述每种体征参数的体征均值确定出所述每个体征参数的z分数计算结果和/或基线偏离率计算结果，从而根据包含至少一个z分数计算结果和至少一个基线偏离率计算结果的预警指标计算结果集合，预测目标用户是否出现目标异常生理状态。可见，本申请中，通过至少一个体征参数的z分数计算结果和至少一个体征参数的基线偏离率计算结果同时来预测目标异常生理状态，有利于提高预测到出现目标异常生理状态的准确性，进而可以提高采用本申请提供的用户数据的处理方法的装置来进行目标异常生理状态预测预警的可靠性。

技术特征：

1.一种针对用户数据的处理方法，其特征在于，所述方法包括：

2.如权利要求1所述的方法，其特征在于，若所述至少一种体征参数包括单个体征参数；

3.如权利要求2所述的方法，其特征在于，所述根据所述预警指标计算结果集合，预测所述目标用户是否出现所述目标异常生理状态，包括：

4.如权利要求1所述的方法，其特征在于，若所述至少一种体征参数包括两个体征参数；

5.如权利要求4所述的方法，其特征在于，所述根据所述预警指标计算结果集合，预测所述目标用户是否出现所述目标异常生理状态，包括：

6.如权利要求4所述的方法，其特征在于，所述方法还包括：

7.如权利要求1所述的方法，其特征在于，若所述至少一种体征参数包括多个体征参数；所述根据所述每种体征参数的采样数据集合和所述每种体征参数的体征均值确定所述每个体征参数的z分数计算结果和/或基线偏离率计算结果，包括：

8.如权利要求7所述的方法，其特征在于，所述根据所述预警指标计算结果集合，预测所述目标用户是否出现所述目标异常生理状态，包括：

9.如权利要求1所述的方法，其特征在于，若所述至少一种体征参数包括多个体征参数；所述根据所述每种体征参数的采样数据集合和所述每种体征参数的体征均值确定所述每个体征参数的z分数计算结果和/或基线偏离率计算结果，包括：

10.如权利要求9所述的方法，其特征在于，所述根据所述预警指标计算结果集合，预测所述目标用户是否出现所述目标异常生理状态，包括：

11.如权利要求1至10中任意一项所述的方法，其特征在于，所述获取目标用户在预设时段的体征数据之前，所述方法还包括：

12.如权利要求1所述的方法，其特征在于，所述获取目标用户在预设时段的体征数据之前，还包括：

13.一种针对用户数据的处理装置，其特征在于，所述装置包括：

14.一种电子设备，其特征在于，包括处理器、存储器、通信接口，以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行如权利要求1-12任一项所述的方法中的步骤的指令。

15.一种计算机可读存储介质，其特征在于，存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行如权利要求1-12任一项所述的方法中的步骤。

技术总结本申请实施例公开了一种针对用户数据的处理方法及相关装置，方法包括：获取目标用户在预设时段的体征数据，体征数据包括与至少一种体征参数对应的至少一个采样数据；根据每种体征参数的采样数据和每种体征参数的体征均值确定每个体征参数的Z分数计算结果和/或基线偏离率计算结果，得到包含至少一个Z分数计算结果和至少一个基线偏离率计算结果的预警指标计算结果集合，体征均值是指目标用户的历史时段内的体征参数的采样数据的均值，历史时段包含预设时段；根据预警指标计算结果集合，预测目标用户是否出现目标异常生理状态。本申请有利于提高预测到出现目标异常生理状态的准确性。技术研发人员：边成,李叶磊,曾子敬受保护的技术使用者：OPPO广东移动通信有限公司技术研发日：技术公布日：2024/10/17