用于疫情流调的网络图谱生成方法、装置、设备及介质与流程

1.本发明涉及设备近场通信技术领域，尤其涉及一种用于疫情流调的网络图谱生成方法、装置、设备及介质。


背景技术：

2.疫情防控的决策，应基于大数据基础上的科学化、精准化、高效化的决策，因为大数据的运用可为决策带来了更多的可靠性、合理性和可能性。在大数据技术广泛应用之前，医疗数据采集具有明显的滞后性，这对在疫情传播早期阶段决策端快速获取传播数据、分析疫情传播机制造成制约，而传统信息流调手段容易引入不精准的错误密接数据。


技术实现要素：

3.本发明实施例提供一种用于疫情流调的网络图谱生成方法、装置、设备及介质，以解决在疫情传播早期阶段决策端快速获取传播数据、分析疫情传播机制造成制约，而传统信息流调手段容易引入不精准的错误密接数据的问题。
4.一种用于疫情流调的网络图谱生成方法，包括：
5.获取智能终端出行数据，对智能终端出行数据进行处理和融合，生成用于建立网络图谱的标准知识数据；
6.存储标准知识数据至知识库，用以基于知识库形成疫情网络图谱。
7.一种用于疫情流调的网络图谱生成装置，包括：
8.出行数据获取模块，用于获取智能终端出行数据，对智能终端出行数据进行处理和融合，生成用于建立网络图谱的标准知识数据；
9.网络图谱形成模块，用于存储标准知识数据至知识库，用以基于知识库形成疫情网络图谱。
10.在一些实施例中，用于疫情流调的网络图谱生成装置，还用于融合标准知识数据和历史数据并存储。
11.在一些实施例中，用于疫情流调的网络图谱生成装置，还用于获取智能终端出行数据对应的采集频度，根据采集频度采集智能终端出行数据。
12.在一些实施例中，用于疫情流调的网络图谱生成装置，还用于获取人员所在位置的风险接触标准；基于风险接触标准获取智能终端出行数据。
13.在一些实施例中，用于疫情流调的网络图谱生成装置，还用于基于疫情网络图谱生成可视化接触地图。
14.在一些实施例中，用于疫情流调的网络图谱生成装置，还用于若任一疫情网络图谱上的一个实体出现异常情况成为标注实体，则按预设标注范围将标注实体周围的关联实体也进行标注。
15.在一些实施例中，用于疫情流调的网络图谱生成装置中的疫情网络图谱包括：至少两个接触实体，两两实体之间包括接触时间和接触举例的接触关系。
16.一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述用于疫情流调的网络图谱生成方法。
17.一种计算机可读介质，所述计算机可读介质存储有计算机程序，所述计算机程序被处理器执行时实现上述用于疫情流调的网络图谱生成方法。
18.上述用于疫情流调的网络图谱生成方法、装置、设备及介质，通过智能终端产生的数据是密接关系数据，动态情形下的一对一或者一对多的标准知识数据，根据标准知识数据，即可将手机设备映射的虚拟节点进行串链和组合，构建疫情网络图谱。该方法可准确探知用户与用户之间近距离接触过程，并记录近距离接触的全链信息，建立密接关系网络，快速探知该用户的传播链条，追踪流行病疫情在人群中的传播，及时切断传播链。
附图说明
19.为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
20.图1绘示本发明一实施例中用于疫情流调的网络图谱生成方法的过程示意图；
21.图2绘示本发明第一实施例中用于疫情流调的网络图谱生成方法的第一流程图；
22.图3绘示本发明第二实施例中通过用于疫情流调的网络图谱生成方法生成的
23.图4绘示本发明一实施例中用于疫情流调的网络图谱生成装置的示意图；
24.图5绘示本发明一实施例中电子设备的示意图。
具体实施方式
25.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
26.本发明实施例提供的用于疫情流调的网络图谱生成方法应用在用于疫情流调的网络图谱生成系统中，该用于疫情流调的网络图谱生成系统包括客户端和服务器，其中，客户端通过网络与服务器进行通信。客户端又称为用户端，是指与服务器相对应，为客户端提供本地服务的程序。进一步地，客户端为计算机端程序、智能设备的app程序或嵌入其他app的第三方小程序。该客户端可安装在但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备等电子设备上。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
27.知识图谱(knowledgegraph)是人工智能的重要分支技术，在2012年由谷歌提出，是结构化的语义知识库，用于以符号形式描述物理世界中的概念及其相互关系，其基本组成单位是“实体—关系—实体”三元组，以及实体及其相关属性—值对，实体间通过关系相互连接，构成网状的知识结构。
28.与知识图谱相比，本系统的核心是更底层的数据图谱。数据图谱即数据节点之间
以边相连形成的网络体系，定义了每个节点的数据内容和意义，并且相连边本身已是对数据节点关系的定义，揭示了“相连”关系(密接)。
29.用于疫情流调的网络图谱生成系统属于应用系统研发，疫情防控中的病毒传播特点、临床诊断新阳性结果信息等可用于知识表示和建模，密接、次密接、多级密接信息取自数据图谱，基于以上特点构建如图1所示的密接数据图谱。
30.在一实施例中，如图2所示，提供一种用于疫情流调的网络图谱生成方法，以该方法应用在图1中的服务器为例进行说明，具体包括如下步骤：
31.s110.获取智能终端出行数据，对智能终端出行数据进行处理和融合，生成用于建立网络图谱的标准知识数据。
32.s120.存储标准知识数据至知识库，用以基于知识库形成疫情网络图谱。
33.本实施例提供的用于疫情流调的网络图谱生成方法，通过智能终端产生的数据是密接关系数据，动态情形下的一对一或者一对多的标准知识数据，根据标准知识数据，即可将手机设备映射的虚拟节点进行串链和组合，构建疫情网络图谱。该方法可准确探知用户与用户之间近距离接触过程，并记录近距离接触的全链信息，建立密接关系网络，快速探知该用户的传播链条，追踪流行病疫情在人群中的传播，及时切断传播链。
34.在一具体实施例中，步骤s120中，存储标准知识数据至知识库，包括：
35.s121.融合标准知识数据和历史数据并存储。
36.在一具体实施例中，步骤s110中，获取智能终端出行数据，包括：
37.s111.获取智能终端出行数据对应的采集频度，根据采集频度采集智能终端出行数据。
38.在一具体实施例中，步骤s110中，获取智能终端出行数据，包括：
39.s112.获取人员所在位置的风险接触标准。
40.s113.基于风险接触标准获取智能终端出行数据。
41.在一具体实施例中，在步骤s120之后，即在基于知识库形成疫情网络图谱之后，如图3所示，还包括：
42.s130.基于疫情网络图谱生成可视化接触地图。
43.在一具体实施例中，在步骤s120之后，即在基于知识库形成疫情网络图谱之后，还包括：
44.s140.若任一疫情网络图谱上的一个实体出现异常情况成为标注实体，则按预设标注范围将标注实体周围的关联实体也进行标注。
45.在一具体实施例中，疫情网络图谱包括：至少两个接触实体，两两所述实体之间包括接触时间和接触举例的接触关系。
46.应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
47.在一实施例中，提供一种用于疫情流调的网络图谱生成装置，该用于疫情流调的网络图谱生成装置与上述实施例中用于疫情流调的网络图谱生成方法一一对应。如图4所示，该用于疫情流调的网络图谱生成装置包括出行数据获取模块110和网络图谱形成模块120。各功能模块详细说明如下：
48.出行数据获取模块110，用于获取智能终端出行数据，对智能终端出行数据进行处理和融合，生成用于建立网络图谱的标准知识数据；
49.网络图谱形成模块120，用于存储标准知识数据至知识库，用以基于知识库形成疫情网络图谱。
50.关于用于疫情流调的网络图谱生成装置的具体限定可以参见上文中对于用于疫情流调的网络图谱生成方法的限定，在此不再赘述。上述用于疫情流调的网络图谱生成装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于电子设备中的处理器中，也可以以软件形式存储于电子设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
51.本实施例提供的用于疫情流调的网络图谱生成方法，通过智能终端产生的数据是密接关系数据，动态情形下的一对一或者一对多的标准知识数据，根据标准知识数据，即可将手机设备映射的虚拟节点进行串链和组合，构建疫情网络图谱。该方法可准确探知用户与用户之间近距离接触过程，并记录近距离接触的全链信息，建立密接关系网络，快速探知该用户的传播链条，追踪流行病疫情在人群中的传播，及时切断传播链。
52.未来可进一步基于底层数据图谱形成具有推理预测能力的事理图谱。以火灾为例，三分钟后的情形是可以被预测的，火或者扩散蔓延、火势加大，或者被控制甚至扑灭。可预测的多情形之间存在着逻辑关联关系，根据这些关联关系和不断的知识学习可以绘制动态事理图谱。综合所有主要的已知确诊信息，提供密接关系网络，并且提供一种概率分布指出应优先通知哪些社区，进行争分夺秒的有效疫情防控下的应激管理。这时体现出事理图谱的优势和底层数据图谱的重要性。
53.流调系统通过近场感知技术，可准确探知用户与用户之间近距离接触过程，并记录近距离接触的全链信息，建立密接关系网络，政府可通过流调系统平台快速探知该用户的传播链条，追踪流行病毒在人群中的传播，及时切断传播链。本实施例提供的用于疫情流调的网络图谱生成方法，具有如下优势：
54.1)高效分布式：
55.本项目实施后产生的数据量巨大，因此采用的是高效的分布式系统。支持数据快速写入和快速查询。
56.2)实时处理：
57.基于采集的数据做实时预警、决策，延时控制在秒级以内。
58.3)高可靠性：
59.支持数据实时备份，支持异地容灾，支持在线升级，支持在线idc机房迁移。
60.4)高效缓存：
61.有高效的缓存功能，可以快速获取设备当前状态或其他信息，用以报警、大屏展示或其他。可提供高效机制，获取全部，或符合过滤条件的部分设备的最新状态。
62.5)实时流式计算：
63.实时流式计算，容许用户自定义函数进行计算。各种实时预警或预测已经不是简单的基于某一个阈值进行，而是需要通过将一个或多个设备产生的数据流进行实时聚合计算，不只是基于一个时间点，而是基于一个时间窗口进行计算。计算的需求相当复杂，也因场景而异。
64.6)数据订阅：
65.支持数据订阅。只要有新的数据更新或产生异常，就会实时提醒应用。支持个性化订阅，容许应用设置过滤条件。
66.7)和历史数据处理合二为一：
67.实时数据和历史数据的处理合二为一。实时数据在缓存里，历史数据在持久化存储介质里，并且可以依据时长，保留在不同存储介质里。系统可隐藏背后的存储，给用户和应用呈现的是同一个接口和界面。
68.8)数据持续稳定写入：
69.保证数据能持续稳定写入。数据流量通常情况下是平稳的，因此数据写入所需要的资源往往是可以估算的。但是变化的是查询、分析，特别是即席查询，有可能耗费很大的系统资源，不可控。而本系统可保证分配足够的资源以确保数据能够写入系统而不被丢失。
70.9)支持数据计算：
71.支持数据降频、插值、特殊函数计算等操作。原始数据的采集频次非常高，但具体分析时，可对原始数据进行数据降频。不同手机型号设备，一般很难同步，面对不同设备采集数据的时间点没有对齐时，采用插值分析，分析一个特定时间点的值，本系统可提供线性插值、设置固定值等多种插值策略。
72.10)灵活数据管理策略：
73.提供灵活的数据管理策略，可以根据数据种类及特点进行选择和配置，可适应种类多且庞大的数据，因为除了采集原始数据外，还会产生有大量的衍生数据。这些数据各自有不同的特点，有的采集频次高，有的要求保留时间长，有的需要多个副本可以保证更高的安全性，有的需要能快速访问。
74.11)开放的系统：
75.系统支持业界标准sql，提供各种语言开发接口，包括c/c++,java,go,python,restful等等,也支持spark,r，matlab等等，方便集成各种机器学习、人工智能算法或其他应用，方便大数据处理平台能够不断扩展。
76.12)支持异构环境：
77.系统支持异构环境，支持各种档次、各种不同配置的服务器和存储设备并存。大数据平台的搭建是一个长期的工作，每个批次采购的服务器和存储设备都会不一样。
78.13)单一后台管理：
79.采用单一的后台管理系统。便于查看系统运行状态、管理集群、管理用户、管理各种系统资源等，同时能与第三方it运维监测平台无缝集成，便于管理。
80.在一实施例中，提供了一种电子设备，该电子设备可以是服务器，其内部结构图可以如图5所示。该电子设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该电子设备的处理器用于提供计算和控制能力。该电子设备的存储器包括非易失性介质、内存储器。该非易失性介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性介质中的操作系统和计算机程序的运行提供环境。该电子设备的数据库用于疫情流调的网络图谱生成方法相关的数据。该电子设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种用于疫情流调的网络图谱生成方法。
81.在一实施例中，提供一种电子设备，包括存储器、处理器及存储在存储器上并可在
处理器上运行的计算机程序，处理器执行计算机程序时实现上述实施例用于疫情流调的网络图谱生成方法，例如图2所示s110至步骤s120。或者，处理器执行计算机程序时实现上述实施例中用于疫情流调的网络图谱生成装置的各模块/单元的功能，例如图4所示模块110至模块120的功能。为避免重复，此处不再赘述。
82.在一实施例中，提供一种计算机可读介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述实施例用于疫情流调的网络图谱生成方法，例如图2所示s110至步骤s120。或者，该计算机程序被处理器执行时实现上述装置实施例中用于疫情流调的网络图谱生成装置中各模块/单元的功能，例如图4所示模块110至模块120的功能。为避免重复，此处不再赘述。
83.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一非易失性计算机可读取介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术各实施例中所使用的对存储器、存储、数据库或其他介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)，以及存储器总线动态ram(rdram)等。
84.所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。
85.以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

技术特征：
1.一种用于疫情流调的网络图谱生成方法，其特征在于，包括：获取智能终端出行数据，对所述智能终端出行数据进行处理和融合，生成用于建立网络图谱的标准知识数据；存储所述标准知识数据至知识库，用以基于所述知识库形成疫情网络图谱。2.根据权利要求1所述的用于疫情流调的网络图谱生成方法，其特征在于，所述存储所述标准知识数据至知识库，包括：融合所述标准知识数据和历史数据并存储。3.根据权利要求1所述的用于疫情流调的网络图谱生成方法，其特征在于，所述获取智能终端出行数据，包括：获取所述智能终端出行数据对应的采集频度，根据所述采集频度采集所述智能终端出行数据。4.根据权利要求1所述的用于疫情流调的网络图谱生成方法，其特征在于，所述获取智能终端出行数据，包括：获取人员所在位置的风险接触标准；基于所述风险接触标准获取智能终端出行数据。5.根据权利要求1所述的用于疫情流调的网络图谱生成方法，其特征在于，在所述基于所述知识库形成疫情网络图谱之后，还包括：基于所述疫情网络图谱生成可视化接触地图。6.根据权利要求1所述的用于疫情流调的网络图谱生成方法，其特征在于，在所述基于所述知识库形成疫情网络图谱之后，还包括：若任一所述疫情网络图谱上的一个实体出现异常情况成为标注实体，则按预设标注范围将所述标注实体周围的关联实体也进行标注。7.根据权利要求1所述的用于疫情流调的网络图谱生成方法，其特征在于，所述疫情网络图谱包括：至少两个接触实体，两两所述实体之间包括接触时间和接触举例的接触关系。8.一种用于疫情流调的网络图谱生成装置，其特征在于，包括：出行数据获取模块，用于获取智能终端出行数据，对所述智能终端出行数据进行处理和融合，生成用于建立网络图谱的标准知识数据；网络图谱形成模块，用于存储所述标准知识数据至知识库，用以基于所述知识库形成疫情网络图谱。9.一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述用于疫情流调的网络图谱生成方法。10.一种计算机可读介质，所述计算机可读介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述用于疫情流调的网络图谱生成方法。

技术总结
本申请公开了一种用于疫情流调的网络图谱生成方法、装置、设备及介质，其中，该用于疫情流调的网络图谱生成方法包括：获取智能终端出行数据，对所述智能终端出行数据进行处理和融合，生成用于建立网络图谱的标准知识数据；存储所述标准知识数据至知识库，用以基于所述知识库形成疫情网络图谱。该方法可准确探知用户与用户之间近距离接触过程，并记录近距离接触的全链信息，建立密接关系网络，快速探知该用户的传播链条，追踪流行病疫情在人群中的传播，及时切断传播链。及时切断传播链。及时切断传播链。


技术研发人员：郭宇莹 刘金灵 梁森
受保护的技术使用者：深圳市航天华拓科技有限公司
技术研发日：2023.03.27
技术公布日：2023/7/20