基于大数据的健康码误判修正方法及系统与流程

1.本技术涉及健康大数据技术领域，特别是涉及一种基于大数据的健康码误判修正方法及系统。


背景技术：

2.随着大数据的发展和进步，健康码逐渐与大数据相结合，如申请号为cn202011438703.4的发明专利中公开了一种基于大数据、区块链和产品健康码的健康管理方法及系统，包括：在产品的外包装上设置对应该产品的唯一产品健康码，智能终端扫描产品健康码打开对应的应用小程序；应用小程序向小程序服务端发起关于体质分析的检测请求；小程序服务端响应于应用小程序的检测请求，将体质检测的采集界面下发至应用小程序的显示界面；用户通过应用小程序的显示界面向小程序服务端提供用户的体质特征；小程序服务端接收应用小程序采集的用户体质特征数据，根据用户的体质特征数据生成用户的体质报告并存储；以及将用户的体质报告并下发至应用小程序的显示界面。
3.虽然现有技术，如上述文件中的技术具有可靠性较高、能够实现体质检测分析和产品匹配的有益效果；适用于健康管理的技术领域，然而，目前基于大数据的健康码生成时存在生成不准确的问题，进而导致发生误判的问题，进而导致影响使用，导致不能保证正常出行的问题。


技术实现要素：

4.基于此，有必要针对上述技术问题，提供一种能够修正健康码的基于大数据的健康码误判修正方法及系统。
5.本发明技术方案如下：
6.一种基于大数据的健康码误判修正方法，述方法包括：
7.获取当前健康码持有用户在当前持有码时间对其持有的当前自认定误判健康码进行误判修正请求的健康码误判修正指令，并基于所述健康码误判修正指令和通信大数据获取当前健康码持有用户在第一特定时间段内的特定活动区域范围；获取导致所述当前自认定误判健康码的确诊健康码持有主体的确诊前实际活动区域范围，并根据所述确诊前实际活动区域范围获取可能接触感染主体和所述可能接触感染主体的可能接触感染活动区域范围；基于各所述可能接触感染活动区域范围生成最终可能具备风险区域范围，并将所述最终可能具备风险区域范围与所述特定活动区域范围进行对比，并判断所述特定活动区域范围与所述最终可能具备风险区域范围是否具备交集；若判断所述特定活动区域范围与所述最终可能具备风险区域范围不具备交集，则生成当前活动无风险指令，并基于所述当前活动无风险指令获取所述当前健康码持有用户的当前实际身体状况，若判断有交集，则保持所述当前自认定误判健康码；判断所述当前实际身体状况是否与预设的可能感染症状相匹配，若判断所述当前实际身体状况是与预设的可能感染症状相匹配，则生成健康码不修正指令；若判断所述当前实际身体状况不是与预设的可能感染症状相匹配，则生成健康
码修正指令，并基于所述健康码修正指令对所述当前自认定误判健康码进行修正，并获取修正后正确健康码。
8.进一步地说，获取导致所述当前自认定误判健康码的确诊健康码持有主体的确诊前实际活动区域范围，并根据所述确诊前实际活动区域范围获取可能接触感染主体和所述可能接触感染主体的可能接触感染活动区域范围；具体包括：
9.获取导致所述当前自认定误判健康码的确诊健康码持有主体的确诊前活动行程路径，并根据确诊前活动行程路径进行路径外扩融合处理，并在路径外扩融合处理后生成确诊前实际活动区域范围，其中，所述路径外扩融合处理为所述确诊前实际活动区域范围为以所述确诊前活动行程路径为基础呈径向向外扩散后形成的区域范围；获取所述确诊健康码持有主体在所述确诊前实际活动区域范围的当前实际活动时间；基于通信大数据获取在所述当前实际活动时间内出入所述确诊前实际活动区域范围的初始接触主体，并基于所述初始接触主体进行非活动人群滤除，并在非活动人群滤除后生成可能接触感染主体；基于各所述可能接触感染主体获取各所述可能接触感染主体在自出入所述确诊前实际活动区域范围时起至所述当前持有码时间所形成的第二特定时间段内的可能接触感染活动区域范围，其中，一个所述可能接触感染主体对应一个可能接触感染活动区域范围。
10.进一步地说，获取导致所述当前自认定误判健康码的确诊健康码持有主体的确诊前活动行程路径，并根据确诊前活动行程路径进行路径外扩融合处理，并在路径外扩融合处理后生成确诊前实际活动区域范围，其中，所述路径外扩融合处理为所述确诊前实际活动区域范围为以所述确诊前活动行程路径为基础呈径向向外扩散后形成的区域范围；具体包括:
11.获取导致所述当前自认定误判健康码的确诊健康码持有主体的确诊前活动行程路径；根据所述确诊健康码持有主体的确诊前活动行程路径，获取所述确诊前活动行程路径中所述确诊健康码持有主体停留超过预设的非路过时间的停留点，并将该停留点记为停留超时范围节点，其中，所述停留超时范围节点至少为两个；根据所述停留超时范围节点生成径向外扩距离范围，其中，所述径向外扩距离范围与所述停留超时范围节点呈特定比例；根据所述停留超时范围节点和所述确诊前活动行程路径生成简单路过停留节点，并根据所述简单路过停留节点生成简单外扩距离范围；根据所述简单路过停留节点、所述简单外扩距离范围、所述停留超时范围节点、所述径向外扩距离范围和所述确诊前活动行程路径进行路径外扩融合处理，并在路径外扩融合处理后生成确诊前实际活动区域范围。
12.进一步地说，判断所述当前实际身体状况是否与预设的可能感染症状相匹配，若判断所述当前实际身体状况是与预设的可能感染症状相匹配，则生成健康码不修正指令；若判断所述当前实际身体状况不是与预设的可能感染症状相匹配，则生成健康码修正指令，并基于所述健康码修正指令对所述当前自认定误判健康码进行修正，并获取修正后正确健康码，之后还包括：
13.若判断所述当前实际身体状况是与预设的可能感染症状相匹配，则在生成健康码不修正指令，获取多个预设事件节点时所述当前健康码持有用户的实时监测身体状态，其中，各所述预设事件节点预先设置，各所述预设事件节点之间的时间间隔相同，一个所述预设事件节点对应一个所述实时监测身体状态；分别对所述实时监测身体状态进行身体状态评估，并在身体状态评估后生成当前健康状态评分，其中，各所述当前健康状态评分组合形
成实时身体状态监测数据集合；对所述实时身体状态监测数据集合按照时间顺序进行评分排布，生成已排序评分数据集；根据所述已排序评分数据集，从所述已排序评分数据集中筛选出身体异常状态评分；根据所述身体异常状态评分生成当前状态异常反馈指令，并基于所述当前状态异常反馈指令生成重点监察指示；基于所述当前状态异常反馈指令，将所述重点监察指示发送至身体状态监测工作人员，所述重点监察指示用于提醒所述身体状态监测工作人员对所述当前健康码持有用户进行终点健康监测。
14.进一步地说，基于所述当前状态异常反馈指令，将所述重点监察指示发送至身体状态监测工作人员，所述重点监察指示用于提醒所述身体状态监测工作人员对所述当前健康码持有用户进行终点健康监测，之后还包括：
15.基于预设的环境监测设备获取所述当前健康码持有用户所处环境的当前居住环境数据，其中，所述当前健康码持有用户所处环境为居住房间；获取所述当前健康码持有用户对所处环境的期待环境数据；获取所述期待环境数据与所述当前居住环境数据的对比数据，并获取所述期待环境数据与所述当前居住环境数据的环境差距数据值；判断所述环境差距数据值是否满足预设的标准满意值，若判断所述环境差距数据值不满足预设的标准满意值，则生成不满意环境指令，并将所述不满意环境指令发送至所述身体状态监测工作人员，所述不满意环境指令用于提醒所述身体状态监测工作人员根据所述环境差距数据值对所述居住房间进行调整。
16.进一步地说，一种基于大数据的健康码误判修正系统，所述系统包括：
17.误判修正模块，用于获取当前健康码持有用户在当前持有码时间对其持有的当前自认定误判健康码进行误判修正请求的健康码误判修正指令，并基于所述健康码误判修正指令和通信大数据获取当前健康码持有用户在第一特定时间段内的特定活动区域范围；
18.范围获取模块，用于获取导致所述当前自认定误判健康码的确诊健康码持有主体的确诊前实际活动区域范围，并根据所述确诊前实际活动区域范围获取可能接触感染主体和所述可能接触感染主体的可能接触感染活动区域范围；
19.指令生成模块，用于基于各所述可能接触感染活动区域范围生成最终可能具备风险区域范围，并将所述最终可能具备风险区域范围与所述特定活动区域范围进行对比，并判断所述特定活动区域范围与所述最终可能具备风险区域范围是否具备交集；若判断所述特定活动区域范围与所述最终可能具备风险区域范围不具备交集，则生成当前活动无风险指令，并基于所述当前活动无风险指令获取所述当前健康码持有用户的当前实际身体状况，若判断有交集，则保持所述当前自认定误判健康码；
20.指令修正模块，用于判断所述当前实际身体状况是否与预设的可能感染症状相匹配，若判断所述当前实际身体状况是与预设的可能感染症状相匹配，则生成健康码不修正指令；若判断所述当前实际身体状况不是与预设的可能感染症状相匹配，则生成健康码修正指令，并基于所述健康码修正指令对所述当前自认定误判健康码进行修正，并获取修正后正确健康码。
21.进一步地说，所述范围获取模块还用于：
22.获取导致所述当前自认定误判健康码的确诊健康码持有主体的确诊前活动行程路径，并根据确诊前活动行程路径进行路径外扩融合处理，并在路径外扩融合处理后生成确诊前实际活动区域范围，其中，所述路径外扩融合处理为所述确诊前实际活动区域范围
为以所述确诊前活动行程路径为基础呈径向向外扩散后形成的区域范围；获取所述确诊健康码持有主体在所述确诊前实际活动区域范围的当前实际活动时间；基于通信大数据获取在所述当前实际活动时间内出入所述确诊前实际活动区域范围的初始接触主体，并基于所述初始接触主体进行非活动人群滤除，并在非活动人群滤除后生成可能接触感染主体；基于各所述可能接触感染主体获取各所述可能接触感染主体在自出入所述确诊前实际活动区域范围时起至所述当前持有码时间所形成的第二特定时间段内的可能接触感染活动区域范围，其中，一个所述可能接触感染主体对应一个可能接触感染活动区域范围；
23.获取导致所述当前自认定误判健康码的确诊健康码持有主体的确诊前活动行程路径；根据所述确诊健康码持有主体的确诊前活动行程路径，获取所述确诊前活动行程路径中所述确诊健康码持有主体停留超过预设的非路过时间的停留点，并将该停留点记为停留超时范围节点，其中，所述停留超时范围节点至少为两个；根据所述停留超时范围节点生成径向外扩距离范围，其中，所述径向外扩距离范围与所述停留超时范围节点呈特定比例；根据所述停留超时范围节点和所述确诊前活动行程路径生成简单路过停留节点，并根据所述简单路过停留节点生成简单外扩距离范围；根据所述简单路过停留节点、所述简单外扩距离范围、所述停留超时范围节点、所述径向外扩距离范围和所述确诊前活动行程路径进行路径外扩融合处理，并在路径外扩融合处理后生成确诊前实际活动区域范围。
24.进一步地说，所述系统还包括排序处理模块，所述排序处理模块用于：
25.若判断所述当前实际身体状况是与预设的可能感染症状相匹配，则在生成健康码不修正指令，获取多个预设事件节点时所述当前健康码持有用户的实时监测身体状态，其中，各所述预设事件节点预先设置，各所述预设事件节点之间的时间间隔相同，一个所述预设事件节点对应一个所述实时监测身体状态；分别对所述实时监测身体状态进行身体状态评估，并在身体状态评估后生成当前健康状态评分，其中，各所述当前健康状态评分组合形成实时身体状态监测数据集合；对所述实时身体状态监测数据集合按照时间顺序进行评分排布，生成已排序评分数据集；根据所述已排序评分数据集，从所述已排序评分数据集中筛选出身体异常状态评分；根据所述身体异常状态评分生成当前状态异常反馈指令，并基于所述当前状态异常反馈指令生成重点监察指示；基于所述当前状态异常反馈指令，将所述重点监察指示发送至身体状态监测工作人员，所述重点监察指示用于提醒所述身体状态监测工作人员对所述当前健康码持有用户进行终点健康监测；基于预设的环境监测设备获取所述当前健康码持有用户所处环境的当前居住环境数据，其中，所述当前健康码持有用户所处环境为居住房间；获取所述当前健康码持有用户对所处环境的期待环境数据；获取所述期待环境数据与所述当前居住环境数据的对比数据，并获取所述期待环境数据与所述当前居住环境数据的环境差距数据值；判断所述环境差距数据值是否满足预设的标准满意值，若判断所述环境差距数据值不满足预设的标准满意值，则生成不满意环境指令，并将所述不满意环境指令发送至所述身体状态监测工作人员，所述不满意环境指令用于提醒所述身体状态监测工作人员根据所述环境差距数据值对所述居住房间进行调整。
26.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述基于大数据的健康码误判修正方法所述的步骤。
27.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述基于大数据的健康码误判修正方法所述的步骤。
28.本发明实现技术效果如下：
29.上述基于大数据的健康码误判修正方法及系统，依次通过获取当前健康码持有用户在当前持有码时间对其持有的当前自认定误判健康码进行误判修正请求的健康码误判修正指令，并基于所述健康码误判修正指令和通信大数据获取当前健康码持有用户在第一特定时间段内的特定活动区域范围；获取导致所述当前自认定误判健康码的确诊健康码持有主体的确诊前实际活动区域范围，并根据所述确诊前实际活动区域范围获取可能接触感染主体和所述可能接触感染主体的可能接触感染活动区域范围；基于各所述可能接触感染活动区域范围生成最终可能具备风险区域范围，并将所述最终可能具备风险区域范围与所述特定活动区域范围进行对比，并判断所述特定活动区域范围与所述最终可能具备风险区域范围是否具备交集；若判断所述特定活动区域范围与所述最终可能具备风险区域范围不具备交集，则生成当前活动无风险指令，并基于所述当前活动无风险指令获取所述当前健康码持有用户的当前实际身体状况，若判断有交集，则保持所述当前自认定误判健康码；判断所述当前实际身体状况是否与预设的可能感染症状相匹配，若判断所述当前实际身体状况是与预设的可能感染症状相匹配，则生成健康码不修正指令；若判断所述当前实际身体状况不是与预设的可能感染症状相匹配，则生成健康码修正指令，并基于所述健康码修正指令对所述当前自认定误判健康码进行修正，并获取修正后正确健康码，也即本发明为了准确获取所述当前健康码持有用户是否需要进行维持，若所述当前健康码持有用户认为自己所持有的健康码可能出现误判现象，进而可以通过误判修正请求，也即获取当前健康码持有用户在当前持有码时间对其持有的当前自认定误判健康码进行误判修正请求的健康码误判修正指令，所述通信大数据为基于所述当前健康码持有用户的手持终端内所使用的电话卡进行定位，进而通过所述通信大数据进行对所述当前健康码持有用户的行踪探寻，进而实现准确获取所述当前健康码持有用户的活动范围，也即基于通信大数据获取当前健康码持有用户在第一特定时间段内的特定活动区域范围，为了更准确地进行活动范围的获取，以及获取可能感染和排除掉不可能感染的人员，进而通过先获取导致所述当前自认定误判健康码的确诊健康码持有主体的确诊前实际活动区域范围，然后根据所述确诊前实际活动区域范围获取可能接触感染主体和所述可能接触感染主体的可能接触感染活动区域范围，其中，所述确诊前实际活动区域范围为所述确诊健康码持有主体的实际活动范围，所述可能接触感染主体为在所述确诊前实际活动区域范围同一时间段内与所述确诊健康码持有主体可能有接触的主体，而所述可能接触感染活动区域范围为所述可能接触感染主体的实际活动范围，为了更精准地判断，并避免不可抗力因素传导，如与活动区域范围无关的因素，如所述确诊健康码持有主体所触碰的物体被移动，并与所述当前健康码持有用户接触，进而可能导致病毒传播，此时为了更精准的避免误判，也为了疫情控制，进而还需要进一步地确认所述当前健康码持有用户的身体状况是否有问题，具体为基于所述当前活动无风险指令获取所述当前健康码持有用户的当前实际身体状况，若判断所述当前实际身体状况是与预设的可能感染症状相匹配，则生成健康码不修正指令，此时为了健康着想，避免不可抗力导致的病毒传染，进而生成健康码不修正指令。接着，若判断所述当前实际身体状况不是与预设的可能感染症状相匹配，则生成健康码修正指令，并基于所述健康码修正指令对所述当前自认定误判健康码进行修正，并获取修正后正确健康码，进而实现解决健康码误产生的问题，进一步地实现方便使用，且能够及时修正，以保证正常使用的人们需求的便
利性，进而保证人们的正常出行。
附图说明
30.图1为一个实施例中基于大数据的健康码误判修正方法的流程示意图；
31.图2为一个实施例中基于大数据的健康码误判修正系统的结构框图；
32.图3为一个实施例中计算机设备的内部结构图。
具体实施方式
33.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
34.在一个实施例中，如图1所示，提供了一种基于大数据的健康码误判修正方法，所述方法包括：
35.步骤s100：获取当前健康码持有用户在当前持有码时间对其持有的当前自认定误判健康码进行误判修正请求的健康码误判修正指令，并基于所述健康码误判修正指令和通信大数据获取当前健康码持有用户在第一特定时间段内的特定活动区域范围；
36.进一步地说，本实施例中，所述当前健康码持有用户为当前健康码为非健康状态的用户，以广东为例，健康码为粤康码，非健康状态的用户的健康码为黄码或红码。此时，为了准确获取所述当前健康码持有用户是否需要进行维持，若所述当前健康码持有用户认为自己所持有的健康码可能出现误判现象，进而可以通过误判修正请求，也即获取当前健康码持有用户在当前持有码时间对其持有的当前自认定误判健康码进行误判修正请求的健康码误判修正指令。
37.更进一步地说，所述通信大数据为基于所述当前健康码持有用户的手持终端内所使用的电话卡进行定位，进而通过所述通信大数据进行对所述当前健康码持有用户的行踪探寻，进而实现准确获取所述当前健康码持有用户的活动范围，也即基于通信大数据获取当前健康码持有用户在第一特定时间段内的特定活动区域范围。
38.步骤s200：获取导致所述当前自认定误判健康码的确诊健康码持有主体的确诊前实际活动区域范围，并根据所述确诊前实际活动区域范围获取可能接触感染主体和所述可能接触感染主体的可能接触感染活动区域范围；
39.进一步地说，本实施例中，所述当前自认定误判健康码的确诊健康码持有主体为导致导致所述当前自认定误判健康码的主体，如在区域a中，发现有人员b为确诊患者，因为b的存在且确诊，进而导致人员c和d的二维码均变为黄码，此时，b为所述确诊健康码持有主体，也为导致所述当前自认定误判健康码的主体。c和d若对健康码请求修正，则为所述当前健康码持有用户。
40.更进一步地说，为了更准确地进行活动范围的获取，以及获取可能感染和排除掉不可能感染的人员，进而通过先获取导致所述当前自认定误判健康码的确诊健康码持有主体的确诊前实际活动区域范围，然后根据所述确诊前实际活动区域范围获取可能接触感染主体和所述可能接触感染主体的可能接触感染活动区域范围，其中，所述确诊前实际活动区域范围为所述确诊健康码持有主体的实际活动范围，所述可能接触感染主体为在所述确
诊前实际活动区域范围同一时间段内与所述确诊健康码持有主体可能有接触的主体，而所述可能接触感染活动区域范围为所述可能接触感染主体的实际活动范围。
41.步骤s300：基于各所述可能接触感染活动区域范围生成最终可能具备风险区域范围，并将所述最终可能具备风险区域范围与所述特定活动区域范围进行对比，并判断所述特定活动区域范围与所述最终可能具备风险区域范围是否具备交集；若判断所述特定活动区域范围与所述最终可能具备风险区域范围不具备交集，则生成当前活动无风险指令，并基于所述当前活动无风险指令获取所述当前健康码持有用户的当前实际身体状况，若判断有交集，则保持所述当前自认定误判健康码；
42.进一步地说，本实施例中，为了精准判断是否存在健康码误生成，以及为了精准地实现对健康码进行误判修正，进而通过各所述可能接触感染活动区域范围生成最终可能具备风险区域范围，然后为了最终确定是否误判，进而通过将所述最终可能具备风险区域范围与所述特定活动区域范围进行对比，并判断所述特定活动区域范围与所述最终可能具备风险区域范围是否具备交集；若判断所述特定活动区域范围与所述最终可能具备风险区域范围不具备交集，则此时说明二者明显没有接触，那么不可能有感染的风险，那么严谨的说，所述当前健康码持有用户不可能为感染者，此时当前健康码持有用户的健康码应该为正常健康状态，如绿码，此时则生成当前活动无风险指令。
43.此时，为了更精准地判断，并避免不可抗力因素传导，如与活动区域范围无关的因素，如所述确诊健康码持有主体所触碰的物体被移动，并与所述当前健康码持有用户接触，进而可能导致病毒传播，此时为了更精准的避免误判，也为了疫情控制，进而还需要进一步地确认所述当前健康码持有用户的身体状况是否有问题，具体为基于所述当前活动无风险指令获取所述当前健康码持有用户的当前实际身体状况。
44.更进一步地，若判断有交集，则此时为可能感染，进而则保持所述当前自认定误判健康码。
45.步骤s400：判断所述当前实际身体状况是否与预设的可能感染症状相匹配，若判断所述当前实际身体状况是与预设的可能感染症状相匹配，则生成健康码不修正指令；若判断所述当前实际身体状况不是与预设的可能感染症状相匹配，则生成健康码修正指令，并基于所述健康码修正指令对所述当前自认定误判健康码进行修正，并获取修正后正确健康码。
46.进一步地说，本实施例中，可能感染症状为预先设置，如“嗅觉丧失”、“听力丧失”、“低烧不断”以及其他症状，更进一步地说，若判断所述当前实际身体状况是与预设的可能感染症状相匹配，则生成健康码不修正指令，此时为了健康着想，避免不可抗力导致的病毒传染，进而生成健康码不修正指令。接着，若判断所述当前实际身体状况不是与预设的可能感染症状相匹配，则生成健康码修正指令，并基于所述健康码修正指令对所述当前自认定误判健康码进行修正，并获取修正后正确健康码。
47.在一个实施例中，步骤s200：获取导致所述当前自认定误判健康码的确诊健康码持有主体的确诊前实际活动区域范围，并根据所述确诊前实际活动区域范围获取可能接触感染主体和所述可能接触感染主体的可能接触感染活动区域范围；具体包括：
48.步骤s210：获取导致所述当前自认定误判健康码的确诊健康码持有主体的确诊前活动行程路径，并根据确诊前活动行程路径进行路径外扩融合处理，并在路径外扩融合处
理后生成确诊前实际活动区域范围，其中，所述路径外扩融合处理为所述确诊前实际活动区域范围为以所述确诊前活动行程路径为基础呈径向向外扩散后形成的区域范围；
49.步骤s220：获取所述确诊健康码持有主体在所述确诊前实际活动区域范围的当前实际活动时间；
50.步骤s230：基于通信大数据获取在所述当前实际活动时间内出入所述确诊前实际活动区域范围的初始接触主体，并基于所述初始接触主体进行非活动人群滤除，并在非活动人群滤除后生成可能接触感染主体；
51.步骤s240：基于各所述可能接触感染主体获取各所述可能接触感染主体在自出入所述确诊前实际活动区域范围时起至所述当前持有码时间所形成的第二特定时间段内的可能接触感染活动区域范围，其中，一个所述可能接触感染主体对应一个可能接触感染活动区域范围。其中，示例性地说明，若所述出入所述确诊前实际活动区域范围时为x时刻，若所述当前持有码时间所形成的第二特定时间为y时刻，则x时刻至y时刻之间所述可能接触感染主体的活动范即为所述可能接触感染活动区域范围。
52.进一步地说，本实施例中，为了准确获取所述可能接触感染活动区域范围，进而先通过获取所述确诊健康码持有主体在所述确诊前实际活动区域范围的当前实际活动时间，其中，所述当前实际活动时间为所述确诊健康码持有主体在不出门或被封闭管理前的活动时间；然后，基于通信大数据获取在所述当前实际活动时间内出入所述确诊前实际活动区域范围的初始接触主体，并基于所述初始接触主体进行非活动人群滤除，具体地，非活动人员滤除为将虽处于所述确诊前实际活动区域范围内的人群，但并未活动及并未接触外界的人员，如始终居家的人员，通过滤除，提升健康码生成的准确性和高精准性，记着，在非活动人群滤除后生成可能接触感染主体；再然后，基于各所述可能接触感染主体获取各所述可能接触感染主体在自出入所述确诊前实际活动区域范围时起至所述当前持有码时间所形成的第二特定时间段内的可能接触感染活动区域范围，其中，一个所述可能接触感染主体对应一个可能接触感染活动区域范围。
53.在一个实施例中，步骤s210：获取导致所述当前自认定误判健康码的确诊健康码持有主体的确诊前活动行程路径，并根据确诊前活动行程路径进行路径外扩融合处理，并在路径外扩融合处理后生成确诊前实际活动区域范围，其中，所述路径外扩融合处理为所述确诊前实际活动区域范围为以所述确诊前活动行程路径为基础呈径向向外扩散后形成的区域范围；具体包括:
54.步骤s211：获取导致所述当前自认定误判健康码的确诊健康码持有主体的确诊前活动行程路径；
55.步骤s212：根据所述确诊健康码持有主体的确诊前活动行程路径，获取所述确诊前活动行程路径中所述确诊健康码持有主体停留超过预设的非路过时间的停留点，并将该停留点记为停留超时范围节点，其中，所述停留超时范围节点至少为两个；
56.步骤s213：根据所述停留超时范围节点生成径向外扩距离范围，其中，所述径向外扩距离范围与所述停留超时范围节点呈特定比例；
57.步骤s214：根据所述停留超时范围节点和所述确诊前活动行程路径生成简单路过停留节点，并根据所述简单路过停留节点生成简单外扩距离范围；
58.步骤s215：根据所述简单路过停留节点、所述简单外扩距离范围、所述停留超时范
围节点、所述径向外扩距离范围和所述确诊前活动行程路径进行路径外扩融合处理，并在路径外扩融合处理后生成确诊前实际活动区域范围。
59.进一步地说，本实施例中，为了实现更精准地获取所述确诊前实际活动区域范围的生成，进而实现基于实际形式路径的精准判断，从而实现健康码的精准生成，也即通过获取导致所述当前自认定误判健康码的确诊健康码持有主体的确诊前活动行程路径，其中，确诊前活动行程路径为具体的行程，具体也为上述根据实际的电话卡进行追踪来获取；然后，根据所述确诊健康码持有主体的确诊前活动行程路径，获取所述确诊前活动行程路径中所述确诊健康码持有主体停留超过预设的非路过时间的停留点，并将该停留点记为停留超时范围节点，其中，所述停留超时范围节点至少为两个，其中，所述非路过时间预设，并可设置为如1分钟，超过1分钟的说明接触的人多，可能传染的几率更大；再然后，根据所述停留超时范围节点生成径向外扩距离范围，其中，所述径向外扩距离范围与所述停留超时范围节点呈特定比例，其中，所述特定比例为固定比例，具体设置为参数k，如k的数字为2，也即所述径向外扩距离范围与所述停留超时范围节点呈正比例，所述停留超时范围节点的时间越长，也即停留时间越长，所述径向外扩距离范围越大，进而符合实际病毒传染情况，实现精准生产健康码及后续的精准误判修正；紧接着，根据所述停留超时范围节点和所述确诊前活动行程路径生成简单路过停留节点，并根据所述简单路过停留节点生成简单外扩距离范围，所述简单外扩距离范围为固定距离，并预先设置；最后，根据所述简单路过停留节点、所述简单外扩距离范围、所述停留超时范围节点、所述径向外扩距离范围和所述确诊前活动行程路径进行路径外扩融合处理，并在路径外扩融合处理后生成确诊前实际活动区域范围。
60.在一个实施例中，步骤s400：判断所述当前实际身体状况是否与预设的可能感染症状相匹配，若判断所述当前实际身体状况是与预设的可能感染症状相匹配，则生成健康码不修正指令；若判断所述当前实际身体状况不是与预设的可能感染症状相匹配，则生成健康码修正指令，并基于所述健康码修正指令对所述当前自认定误判健康码进行修正，并获取修正后正确健康码，之后还包括：
61.步骤s410：若判断所述当前实际身体状况是与预设的可能感染症状相匹配，则在生成健康码不修正指令，获取多个预设事件节点时所述当前健康码持有用户的实时监测身体状态，其中，各所述预设事件节点预先设置，各所述预设事件节点之间的时间间隔相同，一个所述预设事件节点对应一个所述实时监测身体状态；
62.具体地，所述预设事件节点为预先设置，如设置为一天的2点、5点、8点等，这样实现规律的监测身体状况。
63.步骤s420：分别对所述实时监测身体状态进行身体状态评估，并在身体状态评估后生成当前健康状态评分，其中，各所述当前健康状态评分组合形成实时身体状态监测数据集合；
64.具体地，所述实时监测身体状态包括多项目参数，每项参数均对应有优选范围值和中等范围值，优选范围值和中等范围值分别对应一个分数，进而通过所述实时监测身体状态的实际参数与范围值进行对比，并生成不同的分数，进而实现所述当前健康状态评分的生成。
65.步骤s430：对所述实时身体状态监测数据集合按照时间顺序进行评分排布，生成
已排序评分数据集；具体地，按照时间顺序应理解为按照生成时间的顺序。
66.步骤s440：根据所述已排序评分数据集，从所述已排序评分数据集中筛选出身体异常状态评分；
67.步骤s450：根据所述身体异常状态评分生成当前状态异常反馈指令，并基于所述当前状态异常反馈指令生成重点监察指示；
68.步骤s460：基于所述当前状态异常反馈指令，将所述重点监察指示发送至身体状态监测工作人员，所述重点监察指示用于提醒所述身体状态监测工作人员对所述当前健康码持有用户进行终点健康监测。
69.进一步地说，本实施例中，为了实现进行所述当前健康码持有用户的更精准监督与可持续监督，进而通过若判断所述当前实际身体状况是与预设的可能感染症状相匹配，则在生成健康码不修正指令，获取多个预设事件节点时所述当前健康码持有用户的实时监测身体状态，其中，各所述预设事件节点预先设置，各所述预设事件节点之间的时间间隔相同，一个所述预设事件节点对应一个所述实时监测身体状态；然后，分别对所述实时监测身体状态进行身体状态评估，并在身体状态评估后生成当前健康状态评分，其中，各所述当前健康状态评分组合形成实时身体状态监测数据集合；接着，对所述实时身体状态监测数据集合按照时间顺序进行评分排布，生成已排序评分数据集；再记着，根据所述已排序评分数据集，从所述已排序评分数据集中筛选出身体异常状态评分；
70.更进一步地，根据所述身体异常状态评分生成当前状态异常反馈指令，并基于所述当前状态异常反馈指令生成重点监察指示；最后，基于所述当前状态异常反馈指令，将所述重点监察指示发送至身体状态监测工作人员，所述重点监察指示用于提醒所述身体状态监测工作人员对所述当前健康码持有用户进行终点健康监测。
71.在一个实施例中，步骤s460：基于所述当前状态异常反馈指令，将所述重点监察指示发送至身体状态监测工作人员，所述重点监察指示用于提醒所述身体状态监测工作人员对所述当前健康码持有用户进行终点健康监测，之后还包括：
72.步骤s461：基于预设的环境监测设备获取所述当前健康码持有用户所处环境的当前居住环境数据，其中，所述当前健康码持有用户所处环境为居住房间；
73.步骤s462：获取所述当前健康码持有用户对所处环境的期待环境数据；
74.步骤s463：获取所述期待环境数据与所述当前居住环境数据的对比数据，并获取所述期待环境数据与所述当前居住环境数据的环境差距数据值；
75.步骤s464：判断所述环境差距数据值是否满足预设的标准满意值，若判断所述环境差距数据值不满足预设的标准满意值，则生成不满意环境指令，并将所述不满意环境指令发送至所述身体状态监测工作人员，所述不满意环境指令用于提醒所述身体状态监测工作人员根据所述环境差距数据值对所述居住房间进行调整。
76.进一步地说，本实施例中，为了提升用户体验，并提升所述当前健康码持有用户在后续监测中对环境的感知体验，进而通过基于预设的环境监测设备获取所述当前健康码持有用户所处环境的当前居住环境数据，其中，所述当前健康码持有用户所处环境为居住房间；然后，获取所述当前健康码持有用户对所处环境的期待环境数据；接着，获取所述期待环境数据与所述当前居住环境数据的对比数据，并获取所述期待环境数据与所述当前居住环境数据的环境差距数据值；再然后，判断所述环境差距数据值是否满足预设的标准满意
值，若判断所述环境差距数据值不满足预设的标准满意值，则生成不满意环境指令，并将所述不满意环境指令发送至所述身体状态监测工作人员，所述不满意环境指令用于提醒所述身体状态监测工作人员根据所述环境差距数据值对所述居住房间进行调整，进而极大提升后续监测过程中所述当前健康码持有用户的身心健康。
77.在一个实施例中，如图2所示，一种基于大数据的健康码误判修正系统，所述系统包括：
78.误判修正模块，用于获取当前健康码持有用户在当前持有码时间对其持有的当前自认定误判健康码进行误判修正请求的健康码误判修正指令，并基于所述健康码误判修正指令和通信大数据获取当前健康码持有用户在第一特定时间段内的特定活动区域范围；
79.范围获取模块，用于获取导致所述当前自认定误判健康码的确诊健康码持有主体的确诊前实际活动区域范围，并根据所述确诊前实际活动区域范围获取可能接触感染主体和所述可能接触感染主体的可能接触感染活动区域范围；
80.指令生成模块，用于基于各所述可能接触感染活动区域范围生成最终可能具备风险区域范围，并将所述最终可能具备风险区域范围与所述特定活动区域范围进行对比，并判断所述特定活动区域范围与所述最终可能具备风险区域范围是否具备交集；若判断所述特定活动区域范围与所述最终可能具备风险区域范围不具备交集，则生成当前活动无风险指令，并基于所述当前活动无风险指令获取所述当前健康码持有用户的当前实际身体状况，若判断有交集，则保持所述当前自认定误判健康码；
81.指令修正模块，用于判断所述当前实际身体状况是否与预设的可能感染症状相匹配，若判断所述当前实际身体状况是与预设的可能感染症状相匹配，则生成健康码不修正指令；若判断所述当前实际身体状况不是与预设的可能感染症状相匹配，则生成健康码修正指令，并基于所述健康码修正指令对所述当前自认定误判健康码进行修正，并获取修正后正确健康码。
82.在一个实施例中，所述范围获取模块还用于：
83.获取导致所述当前自认定误判健康码的确诊健康码持有主体的确诊前活动行程路径，并根据确诊前活动行程路径进行路径外扩融合处理，并在路径外扩融合处理后生成确诊前实际活动区域范围，其中，所述路径外扩融合处理为所述确诊前实际活动区域范围为以所述确诊前活动行程路径为基础呈径向向外扩散后形成的区域范围；获取所述确诊健康码持有主体在所述确诊前实际活动区域范围的当前实际活动时间；基于通信大数据获取在所述当前实际活动时间内出入所述确诊前实际活动区域范围的初始接触主体，并基于所述初始接触主体进行非活动人群滤除，并在非活动人群滤除后生成可能接触感染主体；基于各所述可能接触感染主体获取各所述可能接触感染主体在自出入所述确诊前实际活动区域范围时起至所述当前持有码时间所形成的第二特定时间段内的可能接触感染活动区域范围，其中，一个所述可能接触感染主体对应一个可能接触感染活动区域范围；
84.获取导致所述当前自认定误判健康码的确诊健康码持有主体的确诊前活动行程路径；根据所述确诊健康码持有主体的确诊前活动行程路径，获取所述确诊前活动行程路径中所述确诊健康码持有主体停留超过预设的非路过时间的停留点，并将该停留点记为停留超时范围节点，其中，所述停留超时范围节点至少为两个；根据所述停留超时范围节点生成径向外扩距离范围，其中，所述径向外扩距离范围与所述停留超时范围节点呈特定比例；
根据所述停留超时范围节点和所述确诊前活动行程路径生成简单路过停留节点，并根据所述简单路过停留节点生成简单外扩距离范围；根据所述简单路过停留节点、所述简单外扩距离范围、所述停留超时范围节点、所述径向外扩距离范围和所述确诊前活动行程路径进行路径外扩融合处理，并在路径外扩融合处理后生成确诊前实际活动区域范围。
85.在一个实施例中，所述系统还包括排序处理模块，所述排序处理模块用于：
86.若判断所述当前实际身体状况是与预设的可能感染症状相匹配，则在生成健康码不修正指令，获取多个预设事件节点时所述当前健康码持有用户的实时监测身体状态，其中，各所述预设事件节点预先设置，各所述预设事件节点之间的时间间隔相同，一个所述预设事件节点对应一个所述实时监测身体状态；分别对所述实时监测身体状态进行身体状态评估，并在身体状态评估后生成当前健康状态评分，其中，各所述当前健康状态评分组合形成实时身体状态监测数据集合；对所述实时身体状态监测数据集合按照时间顺序进行评分排布，生成已排序评分数据集；根据所述已排序评分数据集，从所述已排序评分数据集中筛选出身体异常状态评分；根据所述身体异常状态评分生成当前状态异常反馈指令，并基于所述当前状态异常反馈指令生成重点监察指示；基于所述当前状态异常反馈指令，将所述重点监察指示发送至身体状态监测工作人员，所述重点监察指示用于提醒所述身体状态监测工作人员对所述当前健康码持有用户进行终点健康监测；基于预设的环境监测设备获取所述当前健康码持有用户所处环境的当前居住环境数据，其中，所述当前健康码持有用户所处环境为居住房间；获取所述当前健康码持有用户对所处环境的期待环境数据；获取所述期待环境数据与所述当前居住环境数据的对比数据，并获取所述期待环境数据与所述当前居住环境数据的环境差距数据值；判断所述环境差距数据值是否满足预设的标准满意值，若判断所述环境差距数据值不满足预设的标准满意值，则生成不满意环境指令，并将所述不满意环境指令发送至所述身体状态监测工作人员，所述不满意环境指令用于提醒所述身体状态监测工作人员根据所述环境差距数据值对所述居住房间进行调整。
87.在一个实施例中，如图3所示，一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述基于大数据的健康码误判修正方法所述的步骤。
88.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述基于大数据的健康码误判修正方法所述的步骤。
89.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，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，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，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，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。
90.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例
中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
91.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。