[发明专利]一种基于用户习惯分析的社区疫情管理方法和系统

说明书

本申请实施例提供一种基于用户习惯分析的社区疫情管理方法和系统。该方法包括：在社区中设置人体识别系统；人体识别系统通过人脸识别技术获得社区中每位居民的脸部信息，获取每位居民的身份属性；人体识别系统识别出社区居民的同时，将居民出现在当前信息采集点的时间和体态信息传输至社区居民数据中心；得到每个居民的社区活动规律；持续采集每个社区居民在各个信息采集点出现的时间和规律，按照指定监测时间周期，拟合出每个居民的当前社区活动曲线；计算每个社区居民的当前社区活动曲线与对应社区活动规律之间的偏离相似度，如果偏离相似度超过指定习惯阈值，则发出告警。本申请通过用户习惯分析提高了社区疫情防控的准确性和效率。

技术领域

本申请涉及用户习惯分析及社区管理领域，尤其涉及一种基于用户习惯分析的社区疫情管理方法和系统。

背景技术

在大规模疫情发生时，社区防控是最基础也是最重要的单元。但是有些社区成员在前往疫区，或是身体已经出现了症状的情况下，担心进行集中医疗管控或是影响个人利益，而不报、瞒报自身行程。另一方面，社区中的疫情管控仍然是通过志愿者进行量体温、入户问询等方式进行，浪费了人力，取得的结果不准确，还有可能让志愿者面临感染的风险。因此，继续一种疫情管理方法及系统，可以智能化地根据用户的社区活动习惯，预测出哪些用户是存在可以线索的，辅助社区疫情防控人员有针对性性地进行疫情管理，降低疫情扩散风险，提高疫情管控效率。

发明内容

有鉴于此，本申请的目的在于提出一种基于用户习惯分析的社区疫情管理方法和系统，提高社区疫情管理的自动化水平，解决目前社区疫情管理过程中智能化水平不高，人工参与依赖性过强，准确度不高等技术问题。

基于上述目的，本申请提出了一种基于用户习惯分析的社区疫情管理方法，包括：

在社区中包括社区楼宇出入口、社区出入口、社区公共区域在内的多个信息采集点设置人体识别系统；所述人体识别系统通过人脸识别技术获得社区中每位居民的脸部信息，并通过所述脸部信息在社区居民数据中心进行检索，获取每位居民的身份属性；

所述人体识别系统识别出社区居民的同时，将所述居民出现在当前信息采集点的时间和体态信息传输至所述社区居民数据中心；所述社区居民数据中心按照指定的监测时间周期，对每个居民在各个信息采集点出现的时间、状态信息进行聚类分析，得到每个居民的社区活动规律；

持续采集每个社区居民在各个信息采集点出现的时间和规律，按照所述指定监测时间周期，拟合出每个居民的当前社区活动曲线；

计算每个社区居民的当前社区活动曲线与对应社区活动规律之间的偏离相似度，如果所述偏离相似度超过指定习惯阈值，则发出告警。

在一些实施例中，所述方法还包括：

所述社区居民数据中心与疾控信息中心数据库连接，发现所述疾控信息中心数据库返回所在居民需要监控的情况时，发出告警。

在一些实施例中，所述方法还包括：

任一人体识别系统识别社区居民出现非正常生理特征的情况下，发出告警。

在一些实施例中，所述状态信息至少包括：

所述居民的步态特征、穿着特征以及伴随特征。

在一些实施例中，持续采集每个社区居民在各个信息采集点出现的时间和规律，按照所述指定监测时间周期，拟合出每个居民的当前社区活动曲线，包括：

对每个信息采集点设置容限时间区间，对于在所述容限时间区间内出现在所述信息采集点的情况，视为在同一时间点出现在所述信息采集点；

以24小时为所述指定监测时间周期，拟合出每个居民在各个时间点出现位置、穿着特征、步态特征以及伴随特征的活动曲线。