一种心血管健康定制化服务推送系统及方法

本技术涉及数据处理，具体说是一种心血管健康定制化服务推送系统及方法。

背景技术：

1、在当前心血管健康定制服务的过程中，一个显著的问题在于未能充分考虑到个体之间的差异性。心血管健康是一个复杂而多维的领域，每个人的生理状况、生活习惯以及环境因素等都存在显著的差异，这些因素共同影响着心血管系统的健康状态。然而，现有的心血管健康定制服务往往采用一种“一刀切”的方式，忽视了这些个体差异。这种标准化的服务模式可能基于广泛认可的健康指南或研究结果，但它们未能充分捕捉到每个个体独特的生理和心理特征。忽视个体差异不仅可能导致定制出的健康服务缺乏个性化特点，还可能无法有效满足个体的实际需求。这可能导致服务的效果大打折扣，甚至在某些情况下可能对患者造成不必要的风险。因此，如何制定符合个体特点的健康计划便成为需要重点解决的问题。

技术实现思路

1、为了克服现有技术中存在的上述问题，本技术提供了一种心血管健康定制化服务推送系统及方法，采用了如下的技术方案：

2、第一方面，本技术提供了一种心血管健康定制化服务推送系统，包括：

3、基于时间戳将用户当前的外界环境信息、用户行为信息、用户生理数据以及用户基础档案进行数据关联，获取关联数据集；

4、结合所述用户基础档案及所述关联数据集中的用户生理数据，基于用户的新基线进行心血管健康风险评估，输出用户当前风险等级；

5、提取用户当前的行为模式以及所处的场景状态，通过对所述行为模式与所述场景状态的关联分析，获取用户对应的风险因素类型；

6、根据风险等级，以及用户对应的风险因素类型，匹配与用户对应的心血管健康干预策略，并生成定制化的心血管健康服务推送信息，根据用户历史行为信息获取用户的高频活跃时间段，确定心血管健康服务推送信息的适配推送时间；

7、基于所述适配推送时间和预设渠道，将所述定制化的心血管健康服务推送信息推送给用户。

8、进一步地，所述基于时间戳将用户当前的外界环境信息、用户行为信息、用户生理数据以及用户基础档案进行数据关联，获取关联数据集，包括：

9、对不同的数据按照时间戳进行初始排序，将预设时间误差范围内的数据划分为同一时间维度；在同一时间维度内整合所述外界环境信息、用户行为信息、用户生理数据，生成一条多维度特征记录，同时保留不同数据的原始时间戳记录作为唯一标识。

10、进一步地，当获取关联数据集以后，还包括更新用户的基线数据，即：将关联数据集中的同一时间段内的多日数据按照时间片段进行分组；计算不同生理指标在对应场景下的均值、标准差以及分布范围，形成初始基线；通过滑动窗口与指数加权移动平均方法，将最新采集到的数据按照一定的权重融合进初始基线，对初始基线进行更新获取新基线。

11、进一步地，所述通过滑动窗口与指数加权移动平均方法，将最新采集到的数据按照一定的权重融合进初始基线，对初始基线进行更新获取新基线，包括：

12、当产生新的数据之后，将新的数据加入到窗口，将最早的一组数据移除，保持窗口的长度不变；对窗口内的数据通过指数加权移动平均法计算新基线，对新的数据赋予较高权重ɑ，历史加权均值赋予权重（1-ɑ），则新基线=ɑ×新数据+（1-ɑ）×初始基线。

13、进一步地，基于用户的新基线进行心血管健康风险评估，输出用户当前风险等级，包括：基于用户的新基线，对实时生理数据进行筛查，获取异常数据以及关键的特征组合；将异常数据以及关键的特征组合作为预设心血管风险评估模型的输入，获取风险分值，通过将风险分值映射到预设等级区间，获取用户的当前风险等级。

14、进一步地，所述提取用户当前的行为模式以及所处的场景状态，通过对所述行为模式与所述场景状态的关联分析，获取用户对应的风险因素类型，包括：提取预设时间段内的行为数据，通过时序分析识别用户行为模式及异常行为；基于所述关联数据集中的位置信息、环境参数及时间戳，确定用户当前所处的场景状态，其中场景状态包括环境特征与时间特征；基于行为模式与场景状态的映射关系，识别行为模式与当前场景状态的异常匹配结果，基于所述异常匹配结果，基于预设的心血管风险诱因库，判断用户是否存在环境应激因素或者行为诱发因素，并输出对应的风险因素类型。

15、进一步地，所述根据风险等级，以及用户对应的风险因素类型，匹配与用户对应的心血管健康干预策略，并生成定制化的心血管健康服务推送信息，包括：基于所述风险等级确定干预的级别；基于所述用户对应的因素类型，确定干预重点；将匹配到的干预级别、干预重点与用户基础档案进行结合，生成用户定制化的心血管健康服务推送信息。

16、第二方面，本技术还提供了一种心血管健康定制化服务推送系统，包括：

17、关联数据集获取模块，用于基于时间戳将用户当前的外界环境信息、用户行为信息、用户生理数据以及用户基础档案进行数据关联，获取关联数据集；

18、风险预测模块，用于结合所述用户基础档案及所述关联数据集中的用户生理数据，基于用户的新基线进行心血管健康风险评估，输出用户当前风险等级；

19、行为与场景关联分析模块，用于提取用户当前的行为模式以及所处的场景状态，通过对所述行为模式与所述场景状态的关联分析，获取用户对应的风险因素类型；

20、适配时间推送模块，用于根据风险等级，以及用户对应的风险因素类型，匹配与用户对应的心血管健康干预策略，并生成定制化的心血管健康服务推送信息，根据用户历史行为信息获取用户的高频活跃时间段，确定心血管健康服务推送信息的适配推送时间；

21、定制化服务推送模块，用于基于所述适配推送时间和预设渠道，将所述定制化的心血管健康服务推送信息推送给用户。

22、第三方面，本技术提供了一种电子设备，包括：

23、一个或多个处理器；存储器；以及一个或多个计算机程序，其中所述一个或多个计算机程序被存储在所述存储器中，所述一个或多个计算机程序包括指令，当所述指令被所述设备执行时，使得所述设备执行如第一方面所述的方法。

24、第四方面，本技术提供了一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，当其在计算机上运行时，使得计算机执行如第一方面所述的方法。

25、第五方面，本技术提供了一种计算机程序，当所述计算机程序被计算机执行时，用于执行第一方面所述的方法。

26、在一种可能的设计中，第五方面中的程序可以全部或者部分存储在与处理器封装在一起的存储介质上，也可以部分或者全部存储在不与处理器封装在一起的存储器上。

27、本技术具有以下有益效果：

28、1.基于时间戳将用户当前的外界环境信息、用户行为信息、用户生理数据以及用户基础档案进行数据关联，获取关联数据集；结合所述用户基础档案及所述关联数据集中的用户生理数据，基于用户的新基线进行心血管健康风险评估，输出用户当前风险等级；本技术通过获取用户当前的风险等级，进而在为用户进行心血管健康定制化服务的过程中，为用户确定干预级别，可以避免一刀切的健康提示，根据用户的风险程度提供个性化的策略，防止对用户的过度干预。

29、2.提取用户当前的行为模式以及所处的场景状态，通过对所述行为模式与所述场景状态的关联分析，获取用户对应的风险因素类型；本技术将用户的行为模式以及所处的场景状态进行关联分析，可以综合判断行为与环境的相互影响，减少单一数据源造成的误判。

30、3.根据风险等级，以及用户对应的风险因素类型，匹配与用户对应的心血管健康干预策略，并生成定制化的心血管健康服务推送信息，根据用户历史行为信息获取用户的高频活跃时间段，确定心血管健康服务推送信息的适配推送时间；基于所述适配推送时间和预设渠道，将所述定制化的心血管健康服务推送信息推送给用户；本技术通过风险等级与具体的风险因素类型，为用户匹配定制化干预方案，可以为用户提供精准的干预方案，当用户为高风险等级时可以获得即时干预，当用户为低风险等级时，则为用户生成健康建议。