一种环境健康码的构建方法与平台与流程

1.本发明涉及计算机数据处理领域，特别涉及一种环境健康码的构建方法与平台。


背景技术：

2.目前，现有的健康码，仅仅通过颜色标识了人的感染风险，解决了人员进入公共场所的记录，数据来源单一，在“人-物-环境同防”的要求下不能避免游客进入有潜在风险的公共场所，游客不能掌握想要进入公共场所的情况。
3.因此，亟待一种解决方法，合理判断游客进入公共场所的风险。


技术实现要素：

4.本发明目的之一在于提供了一种环境健康码的构建方法与平台，通过多维数据采集提升了对当前环境判断的精确性，帮助用户更好的判断当前环境的安全性；通过码的颜色标识环境健康安全的风险等级，提高了用户的体验。
5.本发明实施例提供的一种环境健康码的构建方法，包括：
6.步骤1：获取用户需要进入的场所的多维度信息；
7.步骤2：基于所述场所的多维度信息，确定所述场所的风险等级；
8.步骤3：基于所述风险等级，生成所述场所的环境健康码。
9.优选的，一种环境健康码的构建方法，其特征在于，步骤1：获取用户需要进入的场所的多维度信息，包括：
10.获取用户需要进入的场所对应的捕捉场景集，所述捕捉场景集包括：多个捕捉场景；
11.获取所述捕捉场景内的多个判定目标对应的多个第一历史致病事件；
12.对所述第一历史致病事件进行预筛选，获得预筛选后的第二历史致病事件；
13.获取所述捕捉场景对应于预设的时间段内的多个历史消毒工作记录；
14.整合所述第二历史致病事件和所述历史消毒工作记录，获得所述场所的多维度信息，完成获取；
15.其中，所述多维度信息包括：主体责任、消毒制度、消毒方案、消毒记录、消毒能力、致病事件、处罚记录、举报和投诉。
16.优选的，一种环境健康码的构建方法，其特征在于，步骤2：基于所述场所的多维度信息，确定所述场所的风险等级，包括：
17.基于所述场所的多维度信息，确定所述场所的致病性因素指标；
18.基于预设的人工神经网络算法结构和预设的所述致病性因素指标的权重，建立所述场所的致病性风险评价模型；
19.通过ai计算，获取所述致病性风险评价模型的仿真结果和分析结果；
20.基于所述仿真结果和所述分析结果，通过模糊算法，确定所述场所的风险等级。
21.优选的，一种环境健康码的构建方法，其特征在于，步骤3：基于所述风险等级，生
成所述场所的环境健康码，包括：
22.基于所述风险等级，生成所述场所对应的码程序文件，所述码程序文件按风险等级用颜色呈现码风险等级标识，生成所述环境健康码二维码。
23.优选的，一种环境健康码的构建方法，其特征在于，对所述第一历史致病事件进行预筛选，包括：
24.获取所述判定目标的第一属性信息，同时，获取所述第一历史致病事件的第二属性信息；
25.对所述第一属性信息进行特征提取，获得多个第一属性特征；
26.对所述第二属性信息进行特征提取，获得多个第二属性特征；
27.将所述第一属性特征与所述第二属性特征进行特征匹配，若特征匹配符合，将特征匹配符合的所述第一属性特征或所述第二属性特征作为第三属性特征；
28.查询预设的属性特征-可利用值库，确定所述第三属性特征对应的可利用值，并与所述第一历史致病事件相关联；
29.累加所述第一历史致病事件关联的所述可利用值，获得可利用值和，并将所述可利用值和作为第一筛选值；
30.获取所述第一历史致病事件对应的事件属性，所述事件属性包括多个信息项；
31.所述信息项的信息类型可分为主观信息和客观信息；
32.当所述信息类型为主观信息时，获取所述主观信息的第一准确值；
33.当所述信息类型为客观信息时，获取所述客观信息的第二准确值；
34.累加计算所述第一准确值，获得第一准确值和，同时，赋予所述第一准确值和预设的第一权重系数，获得第一参考值；
35.累加计算所述第二准确值获得第二准确值和，同时，赋予所述第二准确值和预设的第二权重系数，获得第二参考值；
36.累加所述第一参考值和第二参考值，获得判定值，同时，将所述判定值和作为第二筛选值，并与对应所述第一历史致病事件相关联；
37.累加计算所述第一历史致病事件关联的所述第一筛选值和第二筛选值，获得筛选值和；
38.若所述筛选值和大于等于预设的筛选值阈值，将对应所述第一历史致病事件作为第二历史致病事件，完成筛选；
39.其中，所述第一权重系数小于所述第二权重系数。
40.优选的，一种环境健康码的构建方法，其特征在于，步骤2：基于所述场所的多维度信息，确定所述场所的风险等级，包括：
41.提取所述多维度信息中的所述第二历史致病事件；
42.获取所述第二历史致病事件的事件来源，所述来源包括：本地来源和非本地来源；
43.当所述第二历史致病事件的来源为所述本地来源时，对相应所述第二历史致病事件进行特征提取，获得多个第一事件特征；
44.获取预设的风险事件特征库，将所述第一事件特征与所述风险事件特征库中的第二事件特征进行匹配，若匹配符合，获取匹配符合的所述第二事件特征对应的第一后果值；
45.累加计算所述第一后果值，获得第一后果值和，同时，赋予所述第一后果值和预设
的第三权重系数，获得第一严重值；
46.当所述第二历史致病事件为所述非本地来源时，对相应所述第二历史致病事件进行特征提取，获得多个第三事件特征；
47.获取预设的风险事件特征库，将所述第三事件特征与所述风险事件特征库中的第四事件特征进行匹配，若匹配符合，获取匹配符合的所述第四事件特征对应的第二后果值；
48.累加计算所述第二后果值，获得第二后果值和，同时，赋予所述第二后果值和预设的第四权重系数，获得第二严重值；
49.对所述第一严重值和所述第二严重值进行求和计算，获得第一风险值；
50.提取所述多维度信息中的所述历史消毒工作记录；
51.获取所述历史消毒工作记录对应的记录类型，所述记录类型可分为：主动记录和被动记录；
52.当所述记录类型为主动记录时，获取对应所述历史消毒工作记录的第一规范指数；
53.当所述记录类型为被动记录时，获取对应所述历史消毒工作记录的第二规范指数；
54.累加计算所述第一规范指数和第二规范指数，获得规范指数和；
55.获取所述规范指数和对应的第二风险值；
56.对所述第一风险值和所述第二风险值进行求和，获得所述场所的风险等级，完成确定；
57.其中，所述第三权重系数大于第四权重系数。
58.优选的，一种环境健康码的构建方法，其特征在于，获取对应所述历史消毒工作记录的第一规范指数，包括：
59.提取所述历史消毒工作记录中的历史现场三维信息；
60.基于所述历史现场三维信息，构建三维现场模型；
61.基于模型识别技术，识别所述三维现场模型中存在的至少一个第一人体目标模型，同时，统计所述第一人体目标模型的总数目；
62.当所述总数目为1时，获取所述第一人体目标模型产生的多个第一行为；
63.查询预设的行为-规范值库，确定所述第一行为对应的第一规范值；
64.累加计算所述第一规范值，获得第一规范值和，并作为第一目标值；
65.当所述总数目大于1时，获取所述第一人体目标模型产生的多个第二行为；
66.获取预设的消毒行为库，将所述第二行为与所述消毒行为库中的第三行为进行匹配，若匹配符合，将对应所述第一人体目标模型作为第二人体目标模型；
67.获取所述第二人体目标模型对应的所述第二行为，并作为第四行为；
68.查询所述行为-规范值库，确定所述第四行为对应的第二规范值，并与对应所述第二人体目标模型进行关联；
69.累加计算所述第二人体目标模型关联的所述第二规范值，获得第二规范值和；
70.获取所述第二人体目标模型对应的经验值；
71.若所述经验值小于等于预设的经验阈值，将对应所述第二人体目标模型作为第三人体目标模型，同时，将其余所述第二人体目标模型作为第四人体目标模型；
72.确定所述三维现场模型中所述第三人体目标模型的周边预设的范围内是否存在任一所述第一人体目标模型，若是，将对应所述第一人体目标模型作为第五人体目标模型，同时，将对应所述第三人体目标模型作为第六人体目标模型；
73.获取所述第五人体目标模型与第六人体目标模型之间产生的多个交互行为；
74.获取预设的指导行为库，将所述交互行为与所述指导行为库中的指导行为进行匹配，若匹配符合，获取匹配符合的所述指导行为对应的指导值；
75.累加计算所述指导值，获得指导值和；
76.若所述指导值和大于等于预设的指导值和阈值，获取所述指导值和对应的第一下调策略，同时，基于所述第一下调策略，对所述第六人体目标模型对应的所述第二规范值和进行下调，获得第二目标值；
77.若所述指导值和小于所述指导值和阈值，获取预设的第二下调策略，对所述第六人体目标模型对应的所述第二规范值和进行下调，获得第三目标值；
78.若所述三维现场模型中所述第三人体目标模型的周边所述范围内不存在任一所述第一人体目标模型，获取预设的第三下调策略，对相应所述第三人体目标模型对应的所述第二规范值和进行下调，获得第四目标值；
79.获取所述第四人体目标模型对应的所述第二规范值和，并作为第五目标值；
80.累加计算所述第一目标值、第二目标值、第三目标值、第四目标值和所述第五目标值，获得所述历史消毒工作记录的第一规范指数。
81.优选的，一种环境健康码的构建方法，其特征在于，获取对应所述历史消毒工作记录的第二规范指数，包括：
82.获取所述历史消毒工作记录对应的提供方的信用值；
83.若所述信用值大于等于预设的信用阈值，基于预设的规范检测模型，对所述历史消毒工作记录进行规范检测，获得第二规范指数，完成获取。
84.优选的，一种环境健康码的构建平台，其特征在于，包括：
85.信息获取模块，用于获取用户需要进入的场所的多维度信息；
86.信息确定模块，用于基于所述场所的多维度信息，确定所述场所的风险等级；
87.二维码生成模块，基于所述风险等级，生成所述场所的环境健康码。
88.优选的，一种环境健康码的构建平台，其特征在于，所述信息获取模块执行如下操作：
89.获取所述场所对应的捕捉场景集，所述捕捉场景集包括：多个第一捕捉场景；
90.获取所述捕捉场景内的多个判定目标的第一历史致病事件；
91.对所述第一历史致病事件进行预筛选，获得筛选后的第二历史致病事件；
92.获取所述捕捉场景对应的多个历史消毒工作记录；
93.整合所述第二历史致病事件和历史消毒工作记录，获得多维度信息，完成获取。
94.本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
95.下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
96.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
97.图1为本发明实施例中一种环境健康码的构建方法的示意图；
98.图2为本发明实施例中又一环境健康码的构建方法的示意图；
99.图3为本发明实施例中一种环境健康码的构建平台的示意图。
具体实施方式
100.以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
101.本发明实施例提供了一种环境健康码的构建方法，如图1所示，包括：
102.步骤1：获取用户需要进入的场所的多维度信息；
103.步骤2：基于所述场所的多维度信息，通过ai计算，确定所述场所的风险等级；
104.步骤3：基于所述风险等级，生成所述场所的环境健康码和码程序文件。
105.上述技术方案的工作原理及有益效果为：
106.获取的多维度信息包括(空间环境对人感染致病微生物的风险信息，消毒责任清单与作业指导、消毒记录、工作结果信息)；基于多维度信息，确定风险等级(风险等级越高，用户越有可能感染)；基于风险等级(用码的颜色代表不同的风险等级。例如：用绿码表示“安全”、黄码表示“有潜在风险”、红码表示“有风险或禁入”)，生成环境健康码；
107.本发明实例基于获取到的多维度信息数据，根据预设规则生成环境健康二维码，信息数据获取多维全面，提高了对当前环境判断的精确性，帮助用户更好的判断当前环境的安全性；通过码的颜色标识环境健康安全的风险等级，提高了用户的体验。
108.本发明实施例提供了一种环境健康码的构建方法，如图2所示，所述步骤1：获取用户需要进入的场所的多维度信息，包括：
109.步骤101：获取用户需要进入的场所对应的捕捉场景集，所述捕捉场景集包括：多个捕捉场景；
110.步骤102：获取所述捕捉场景内的多个判定目标对应的多个第一历史致病事件；
111.步骤103：对所述第一历史致病事件进行预筛选，获得预筛选后的第二历史致病事件；
112.步骤104：获取所述捕捉场景对应于预设的时间段内的多个历史消毒工作记录；
113.步骤105：整合所述第二历史致病事件和所述历史消毒工作记录，获得所述场所的多维度信息，完成获取；
114.其中，所述多维度信息包括：主体责任、消毒制度、消毒方案、消毒记录、消毒能力、致病事件、处罚记录、举报和投诉。
115.上述技术方案的工作原理及有益效果为：
116.获取的捕捉场景集(例如：摄像头等监控设备拍摄到用户需要进入场所的所有画面)；获取所述捕捉场景内的多个判定目标(例如：动物园中的猴子)的第一历史致病事件(例如：多个动物园猴子的历史致病事件)；获取预筛选后的第二历史致病事件(例如：猴子品种、居住气候相似、喂养方式类似的致病事件)；获取的预设时间(例如：摄像头拍摄记录
前12h内)历史消毒工作记录为：摄像头捕捉到消毒工作记录和员工主动上报的工作记录的时间、地点和消毒人员等信息；
117.本发明实例对用户需要进入的场所的信息进行多维数据采集和筛选，极大地提高了信息获取的全面性，提升了获取信息的可靠性。
118.本发明实施例提供了一种环境健康码的构建方法，获取所述捕捉场景内的多个判定目标对应的多个第一历史致病事件，包括：
119.获取预设的获取节点集，所述获取节点集包括：多个第一获取节点；
120.获取所述第一获取节点对应的第三属性信息；
121.对所述第三属性信息进行特征提取，获得多个第四属性特征；
122.获取预设的第二节点对应的第四属性信息，对所述第四属性信息进行特征提取，获得多个第五属性特征；
123.将所述第四属性特征与所述第五属性特征进行特征匹配，若特征匹配符合，获取匹配符合的所述第四特征或所述第五特征作为第六属性特征；
124.查询预设的特征-匹配值库确定所述第六属性特征对应的匹配值，并与对应所述第一获取节点相关联；
125.获取所述第一获取节点对应的历史上传信息；
126.对所述历史上传信息进行信息拆分，获得多个信息项；
127.获取所述信息项对应的信息类型，所述信息类型包括：有益信息和影响信息；
128.当所述信息项对应的信息类型为有益信息时，获取对应所述信息项对应的有益值和第一贡献度，并与对应所述第一获取节点相关联；
129.当所述信息项对应的信息类型为影响信息时，获取对应所述信息项对应的影响值和第二贡献度，并与对应所述第一获取节点相关联；
130.基于所述匹配值、有益值、第一贡献度、影响值和第二贡献度，计算所述第一获取节点的价值指数，计算公式如下：
[0131][0132]
其中，θ为所述价值指数，μi为第i个所述匹配值，n1为所述匹配值的总数目，μj为第j个所述有益值，为第j个所述第一贡献度，n2为信息类型为有益信息的所述信息项的总数目，n3为信息类型为影响信息的所述信息项的总数目，αk为第k个所述影响值，δk为第k个所述第二贡献度，γ1、γ2和γ3为预设的权重值；
[0133]
若所述价值指数大于等于预设的价值指数阈值，将对应所述第一获取节点作为第二获取节点；
[0134]
获取所述第二获取节点提供的所述第一历史致病事件。
[0135]
上述技术方案的工作原理及有益效果为：
[0136]
不同的判定目标提供的历史致病事件的可参考价值不同(例如：同气候类型动物园提供的猴子的致病事件更有参考性)，所以可以选择价值更高的参考目标进行信息提取；
[0137]
预设的节点集(例如：收集每个动物园致病事件的收集方)；获取的第三属性信息(例如：收集信息的动物园的位置、动物饲养品种等)；获取第四属性特征(例如：收集信息的动物园所处于温带)；预设的第二节点第五属性类型(例如：游客进入场所处于亚热带)；预设的特征-匹配值库(数据库，包含特征和特征匹配值的对应关系，匹配值越大，第一获取节点的属性特征越可利用)；
[0138]
历史上传信息(全世界猴子饲养场所上传的猴子致病信息)分为：有益信息(例如：第一获取节点上传正确的致病信息)和影响信息(例如：第一获取节点上传错误的致病信息)；获取有益信息的有益值(有益值越高，第一扩充节点上传的致病事件可利用价越高)和第一贡献度(有益信息上传记录被利用率)；获取影响信息的影响值(影响值越高，第一扩充节点上传的致病事件可利用价越低)和第二贡献度(影响信息的上传记录被利用率)；
[0139]
公式中，代表第一获取节点提供事件的匹配程度，匹配值越高，价值指数越高；代表第一获取节点提供事件的有益程度和贡献度，有益值越大，第一贡献值越大，价值指数越高；代表第一获取节点提供事件的影响程度和贡献度，影响值越大，第二贡献值越大，价值指数越小；
[0140]
当计算的第一获取节点的价值指数(价值指数越大，第一获取节点上传的历史致病事件可利用性越高)大于等于预设的价值指数阈值(例如：800)，将对应的第二获取节点作为判定目标；
[0141]
本发明实例基于第一获取节点的不同属性信息，确定与用户进入场所的匹配值；基于匹配值、有益值值、第一贡献值、影响值和第二贡献值，确定了评价指数，获取价值指数高的第二扩充节点提供的致病事件作为所述第一历史致病事件，提高了致病事件判定的效率和准确性。
[0142]
本发明实例提供了一种环境健康码的构建方法，其特征在于，步骤2：基于所述场所的多维度信息，确定所述场所的风险等级，包括：
[0143]
基于所述场所的多维度信息，确定所述场所的致病性因素指标；
[0144]
基于预设的人工神经网络算法结构和预设的所述致病性因素指标的权重，建立所述场所的致病性风险评价模型；
[0145]
通过ai计算，获取所述致病性风险评价模型的仿真结果和分析结果；
[0146]
基于所述仿真结果和所述分析结果，通过模糊算法，确定所述场所的风险等级。
[0147]
上述技术方案的工作原理及有益效果为：
[0148]
场所的多维度信息(场所致病性因素的多维度信息)；场所的致病性因素指标(例如：主体责任、消毒制度、消毒方案、消毒记录、消毒能力、致病事件、处罚记录、举报、投诉等)；预设的人工神经网络算法(一种模仿生物神经网络的结构和功能的数学模型或者计算模型，例如：循环神经网络)；预设的所述致病性因素指标的权重(例如：致病事件权重占比30％)；通过ai计算(一种经验化的计算机思考性程序)获得致病性风险评价模型(对多个场所的致病风险进行多次学习获得的风险评价模型)；基于和模糊算法(对可能的取值做一个
线性划分的人工智能算法)，确定场所的风险等级(例如：4级)；
[0149]
本发明实例基于场所的多维度信息和人工神经网络算法，建立致病性风险评价模型，提高了风险评价的全面性；基于风险评价模型和模糊算法，获得风险等级，提升了风险等级验证的精确性。
[0150]
本发明实例提供了一种环境健康码的构建方法，基于所述风险等级，生成所述场所的环境健康码，包括：
[0151]
基于所述风险等级，生成所述场所对应的码程序文件，所述码程序文件按风险等级用颜色呈现码风险等级标识，生成所述环境健康码二维码。
[0152]
上述技术方案的工作原理及有益效果为：
[0153]
生成的码程序文件(生成环境健康码和用户交互前端的源代码，网页前端界面包含不同的二级信息按钮，例如：程序文件界面包含与平台交互的按钮)，生成对应颜色的所述环境健康码(例如：风险等级为1级，生成绿码；风险等级为2级，生成黄码；风险等级为3级，生成红码)；
[0154]
本发明实例基于获取的风险等级，提高了生成二维码的可靠性，根据风险等级和环境健康码生成规则，生成对应颜色的二维码；码程序文件生成交互前端，方便用户获取信息，提升了用户体验。
[0155]
本发明实例提供了一种环境健康码的构建方法，对所述第一历史致病事件进行预筛选，包括：
[0156]
获取所述判定目标的第一属性信息，同时，获取所述第一历史致病事件的第二属性信息；
[0157]
对所述第一属性信息进行特征提取，获得多个第一属性特征；
[0158]
对所述第二属性信息进行特征提取，获得多个第二属性特征；
[0159]
将所述第一属性特征与所述第二属性特征进行特征匹配，若特征匹配符合，将特征匹配符合的所述第一属性特征或所述第二属性特征作为第三属性特征；
[0160]
查询预设的属性特征-可利用值库，确定所述第三属性特征对应的可利用值，并与所述第一历史致病事件相关联；
[0161]
累加所述第一历史致病事件关联的所述可利用值，获得可利用值和，并将所述可利用值和作为第一筛选值；
[0162]
获取所述第一历史致病事件对应的事件属性，所述事件属性包括多个信息项；
[0163]
所述信息项的信息类型可分为主观信息和客观信息；
[0164]
当所述信息类型为主观信息时，获取所述主观信息的第一准确值；
[0165]
当所述信息类型为客观信息时，获取所述客观信息的第二准确值；
[0166]
累加计算所述第一准确值，获得第一准确值和，同时，赋予所述第一准确值和预设的第一权重系数，获得第一参考值；
[0167]
累加计算所述第二准确值获得第二准确值和，同时，赋予所述第二准确值和预设的第二权重系数，获得第二参考值；
[0168]
累加所述第一参考值和第二参考值，获得判定值，同时，将所述判定值和作为第二筛选值，并与对应所述第一历史致病事件相关联；
[0169]
累加计算所述第一历史致病事件关联的所述第一筛选值和第二筛选值，获得筛选
值和；
[0170]
若所述筛选值和大于等于预设的筛选值阈值，将对应所述第一历史致病事件作为第二历史致病事件，完成筛选；
[0171]
其中，所述第一权重系数小于所述第二权重系数。
[0172]
上述技术方案的工作原理及有益效果为：
[0173]
由于第一历史致病事件与判定目标致病事件匹配度较低的特征，如果盲目的选取第一历史致病事件做参考产生的风险值不精确，故需要对第一历史致病事件进行筛选；
[0174]
对第一历史致病事件进行预筛选时，获取所述判定目标(例如：该场所动物园生病的猴子)的第一属性信息(例如：喂养方式、生活环境信息等)和所述第一历史致病事件的第二属性信息(例如：同品种猴子多个动物园的喂养方式、生活环境信息)；对第一属性信息和第二属性信息进行特征提取(例如：生活环境不卫生导致患病)，获得匹配符合的第三特征(例如：猴子历史上染病是由于环境消毒工作不到位)；预设的属性特征-可利用值库(数据库，存储属性特征和可利用值的对应关系)；获取所述第三属性特征对应的第一可利用值(可利用值越高，说明该特征越有参考性)；累加计算第三特征的可利用值获得获得与所述第一历史致病事件相关联的可利用值和，将所述可利值和作为第一筛选值(第一筛选值越大，可利用价值越高)；
[0175]
获取的第一历史致病事件的事件属性(例如：事件发生事件、地点、信息获取来源)；主观信息为人传播的信息(例如：工作人员口述发生的历史致病事件)，客观信息为公共监管平台上记录的信息(例如：动物监督管理局记录的动物患病信息)；获取所述主观信息的第一准确值(准确值越大，信息来源越准确)和第一权重系数(例如0.6)，累加计算所述第一准确值获得第一准确值和(例如：240)，获得第一参考值(第一参考值越大，主观信息越值得参考)；获取所述客观信息的第二准确值(例如：90)和第二权重系数(例如0.8)，累加计算所述第二准确值获得第二准确值和(例如：220)，获得第二参考值(第二参考值越大，客观信息越值得参考)；累加所述第一参考值和第二参考值获得判定值(判定值越大，信息越可靠)，则将所述判定值和作为第二筛选值(第二筛选值越大，历史事件来源越可靠)；
[0176]
累加所述第一筛选值和第二筛选值，获得筛选值和(筛选值和越大，所述第一历史致病行为越容易被筛选)；基于预设的筛选值阈值(例如：800)，筛选出符合筛选条件的第二历史致病行为(记录准确度高、可利用度高的第一历史致病行为)；
[0177]
本发明实例基于属性特征-可利用值库和历史致病信息来源的可靠性对第一历史致病事件进行预筛选，提升了致病事件判断的精准性，提高了致病特征发现效率。
[0178]
本发明实例提供了一种环境健康码的构建方法，步骤2：基于所述场所的多维度信息，确定所述场所的风险等级，包括：
[0179]
提取所述多维度信息中的所述第二历史致病事件；
[0180]
获取所述第二历史致病事件的事件来源，所述来源包括：本地来源和非本地来源；
[0181]
当所述第二历史致病事件的来源为所述本地来源时，对相应所述第二历史致病事件进行特征提取，获得多个第一事件特征；
[0182]
获取预设的风险事件特征库，将所述第一事件特征与所述风险事件特征库中的第二事件特征进行匹配，若匹配符合，获取匹配符合的所述第二事件特征对应的第一后果值；
[0183]
累加计算所述第一后果值，获得第一后果值和，同时，赋予所述第一后果值和预设
的第三权重系数，获得第一严重值；
[0184]
当所述第二历史致病事件为所述非本地来源时，对相应所述第二历史致病事件进行特征提取，获得多个第三事件特征；
[0185]
获取预设的风险事件特征库，将所述第三事件特征与所述风险事件特征库中的第四事件特征进行匹配，若匹配符合，获取匹配符合的所述第四事件特征对应的第二后果值；
[0186]
累加计算所述第二后果值，获得第二后果值和，同时，赋予所述第二后果值和预设的第四权重系数，获得第二严重值；
[0187]
对所述第一严重值和所述第二严重值进行求和计算，获得第一风险值；
[0188]
提取所述多维度信息中的所述历史消毒工作记录；
[0189]
获取所述历史消毒工作记录对应的记录类型，所述记录类型可分为：主动记录和被动记录；
[0190]
当所述记录类型为主动记录时，获取对应所述历史消毒工作记录的第一规范指数；
[0191]
当所述记录类型为被动记录时，获取对应所述历史消毒工作记录的第二规范指数；
[0192]
累加计算所述第一规范指数和第二规范指数，获得规范指数和；
[0193]
获取所述规范指数和对应的第二风险值；
[0194]
对所述第一风险值和所述第二风险值进行求和，获得所述场所的风险等级，完成确定；
[0195]
其中，所述第三权重系数大于第四权重系数。
[0196]
上述技术方案的工作原理及有益效果为：
[0197]
第二历史致病事件的来源，分为本地来源(例如：同一个动物园猴子的致病事件)和非本地来源(例如：其他不同动物园猴子的致病事件)；获得第一事件特征(例如：本地来源致病事件的时间、致病原因等)；预设的风险事件特征库(数据库：存储风险特征和造成后果严重程度的对应关系)；获取的第一后果值和(例如：因为不当喂养导致猴子生病的后果值和为200)；赋予第一后果值权重系数获取第一严重值(例如：160，由于本地来源时间更具参考性，赋予更大的权重)；获得第三事件特征(例如：非本地来源致病事件的时间、致病原因等；获取的第二后果值和(例如：因为环境污染导致猴子生病的后果值和为150)；赋予第二后果值权重系数获取第二严重值(例如：75，由于非本地来源事件参考性较小，赋予较小的权重)；
[0198]
提取多维度信息(例如：消毒信息、人员信息和值班信息等)的历史消毒工作记录(消毒工作人员的历史消毒记录)；获取历史消毒工作记录对应的记录类型，包括：主动记录(例如：摄像头捕捉到的消毒行为)和被动记录(例如：员工主动上报的消毒记录)；获取历史消毒记录的第一规范指数和第二规范指数(规范指数越大，消毒行为越规范)；获取所述规范指数和对应的第二风险值(规范指数和于第二风险值成反比)；对所述第一风险值和所述第二风险值进行求和，获得所述场所的风险等级，完成确定(例如：第一风险值和第二风险值和为0-500时，对应风险等级为1级；第一风险值和第二风险值和为501-1000，对应风险等级为2级；第一风险值和第二风险值和大于1000，对应风险等级为3级)；
[0199]
本发明实例基于不同来源的第二历史事件事件特征产生的不同后果，进行特征提
取，确定第一风险值；基于消毒工作记录的不同来源，确定员工行为规范确定第二风险值，提高了风险判断的精准性和全面性；基于第一风险值和第二风险值，确定风险等级，提高了风险等级的准确度。
[0200]
本发明实例提供了一种环境健康码的构建方法，获取所述第一规规范指数，包括：
[0201]
提取所述历史消毒工作记录中的历史现场三维信息；
[0202]
基于所述历史现场三维信息，构建三维现场模型；
[0203]
基于模型识别技术，识别所述三维现场模型中存在的至少一个第一人体目标模型，同时，统计所述第一人体目标模型的总数目；
[0204]
当所述总数目为1时，获取所述第一人体目标模型产生的多个第一行为；
[0205]
查询预设的行为-规范值库，确定所述第一行为对应的第一规范值；
[0206]
累加计算所述第一规范值，获得第一规范值和，并作为第一目标值；
[0207]
当所述总数目大于1时，获取所述第一人体目标模型产生的多个第二行为；
[0208]
获取预设的消毒行为库，将所述第二行为与所述消毒行为库中的第三行为进行匹配，若匹配符合，将对应所述第一人体目标模型作为第二人体目标模型；
[0209]
获取所述第二人体目标模型对应的所述第二行为，并作为第四行为；
[0210]
查询所述行为-规范值库，确定所述第四行为对应的第二规范值，并与对应所述第二人体目标模型进行关联；
[0211]
累加计算所述第二人体目标模型关联的所述第二规范值，获得第二规范值和；
[0212]
获取所述第二人体目标模型对应的经验值；
[0213]
若所述经验值小于等于预设的经验阈值，将对应所述第二人体目标模型作为第三人体目标模型，同时，将其余所述第二人体目标模型作为第四人体目标模型；
[0214]
确定所述三维现场模型中所述第三人体目标模型的周边预设的范围内是否存在任一所述第一人体目标模型，若是，将对应所述第一人体目标模型作为第五人体目标模型，同时，将对应所述第三人体目标模型作为第六人体目标模型；
[0215]
获取所述第五人体目标模型与第六人体目标模型之间产生的多个交互行为；
[0216]
获取预设的指导行为库，将所述交互行为与所述指导行为库中的指导行为进行匹配，若匹配符合，获取匹配符合的所述指导行为对应的指导值；
[0217]
累加计算所述指导值，获得指导值和；
[0218]
若所述指导值和大于等于预设的指导值和阈值，获取所述指导值和对应的第一下调策略，同时，基于所述第一下调策略，对所述第六人体目标模型对应的所述第二规范值和进行下调，获得第二目标值；
[0219]
若所述指导值和小于所述指导值和阈值，获取预设的第二下调策略，对所述第六人体目标模型对应的所述第二规范值和进行下调，获得第三目标值；
[0220]
若所述三维现场模型中所述第三人体目标模型的周边所述范围内不存在任一所述第一人体目标模型，获取预设的第三下调策略，对相应所述第三人体目标模型对应的所述第二规范值和进行下调，获得第四目标值；
[0221]
获取所述第四人体目标模型对应的所述第二规范值和，并作为第五目标值；
[0222]
累加计算所述第一目标值、第二目标值、第三目标值、第四目标值和所述第五目标值，获得所述历史消毒工作记录的第一规范指数。
[0223]
上述技术方案的工作原理及有益效果为：
[0224]
构建三维现场模型(摄像头采集的历史现场三维信息)；基于模型识别技术(对三维空间的物体进行轮廓识别的一种，以识别各种不同模式的目标和对像的技术)；
[0225]
摄像头捕捉画面时，会出现两种情况：画面中只有一人和画面中出现多人，画面中出现多人时，基于两人的间交互行为，对消毒规范程度也会产生影响，故需要分开讨论；
[0226]
确定的第一人体目标模型为：历史现场中的所有人员；获取的多个第一行为(当人数为1时，第一人体目标模型的历史场景中的摄像头捕捉到的所有动作)；预设的行为-规范值库(数据库，存储消毒行为和规范值对应关系的数据库，规范值越大，消毒行为越规范)；将获取的第一规范值和作为第一目标值(第一人体目标模型所有识别到的动作的整体规范程度，第一目标值越大，第一人体目标模型的消毒工作越规范)；
[0227]
获取的多个第二行为(当人数为多人时，第一人体目标模型的历史场景中的摄像头捕捉到的所有动作)；预设的消毒行为库(数据库，存储所有消毒动作)；获取第四行为，包括：第二人体模型的所有消毒行为；确定第四行为对应的第二规范值和(第二人体模型消毒工作的整体规范程度)；获取所述第二人体目标模型的经验值，包括：人数为多人时，历史现场每个人的经验(例如：识别模型a工作经验为：5年)；筛选出经验值小于经验值阈值(例如：1年)的第三人体目标模型；判断第三人体目标模型周边预设范围(例如：200m)，是否有人指导；若有人指导，获取所述第五人体目标模型与第六人体目标模型之间产生的多个交互行为(例如：老员工对新员工的指导行为)；获取预设的指导行为库：(数据库，存储指导动作和其对应规范程度的数据库，规范值越大，指导行为越规范)；获取指导值和(指导值和越大，指导动作越规范)；基于预设的指导值和阈值(例如：80)，基于下调策略(指导越规范值和于第二规范值下调程度成反比)；获取调整后的第二规范值进行累加求和，获得第一规范指数(第一规范指数越大，历史消毒行为越规范)；
[0228]
本发明实例基于对判定目标预设区域内消毒工作人员的经验和历史行为的属性特征，对第二规范值进行调整，提高了第一规范指数的准确性；同时，考虑到指导人员指导行为的规范性对新进消毒人员行为的影响，设置更加合理。
[0229]
本发明实例提供了一种环境健康码的构建方法，获取对应所述历史消毒工作记录的第二规范指数，包括：
[0230]
获取所述历史消毒工作记录对应的提供方的信用值；
[0231]
若所述信用值大于等于预设的信用阈值，基于预设的规范检测模型，对所述历史消毒工作记录进行规范检测，获得第二规范指数，完成获取。
[0232]
上述技术方案的工作原理及有益效果为：
[0233]
获取提供方信用值(摄像头监测不能实现场所的全面覆盖，故需要员工主动上报消毒记录，获取员工的初始信用值，例如：70)；若所述信用值大于等于预设的信用阈值(例如：60),基于预设的规范检测模型(预先训练的用于对消毒工作记录进行规范检测的模型，例如：同一员工在不同场所发生的两次消毒作业的时间间隔过短，基于所述模型判断在该时间间隔内无法实现消毒两次消毒作业，则规范指数为20)，获得第二规范指数(第二规范指数越大，被动记录上传的消毒行为越规范)；
[0234]
本发明实例基于规范检测模型，利用大数据和及其学习算法分析不规范特征，获取摄像头无法捕捉到的消毒行为的规范性，提升了第二规范指数的精确度。
[0235]
本发明实例提供了一种环境健康码的构建平台，如图3所示，其特征在于，包括：
[0236]
信息获取模块1，用于获取用户需要进入的场所的多维度信息；
[0237]
信息确定模块2，用于基于所述场所的多维度信息，确定所述场所的风险等级；
[0238]
二维码生成模块3，用于基于所述风险等级，生成所述场所的环境健康码。
[0239]
上述技术方案的工作原理及有益效果已在方法权要中说明，不再赘述。
[0240]
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。