CN114496198B - 一种基于物联网的智慧城市疫苗调度方法和*** - Google Patents
一种基于物联网的智慧城市疫苗调度方法和*** Download PDFInfo
- Publication number
- CN114496198B CN114496198B CN202210353121.9A CN202210353121A CN114496198B CN 114496198 B CN114496198 B CN 114496198B CN 202210353121 A CN202210353121 A CN 202210353121A CN 114496198 B CN114496198 B CN 114496198B
- Authority
- CN
- China
- Prior art keywords
- vaccine
- vaccination
- information
- service
- platform
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 229960005486 vaccine Drugs 0.000 title claims abstract description 274
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000002255 vaccination Methods 0.000 claims abstract description 266
- 238000009826 distribution Methods 0.000 claims abstract description 36
- 238000012545 processing Methods 0.000 claims description 23
- 238000007726 management method Methods 0.000 description 120
- 230000008569 process Effects 0.000 description 18
- 238000011081 inoculation Methods 0.000 description 12
- 238000012549 training Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 238000012986 modification Methods 0.000 description 7
- 230000004048 modification Effects 0.000 description 7
- 238000003062 neural network model Methods 0.000 description 6
- 238000010801 machine learning Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000008447 perception Effects 0.000 description 4
- 230000000306 recurrent effect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 239000000243 solution Substances 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 241000282412 Homo Species 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000009223 counseling Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 239000002054 inoculum Substances 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
- G06Q10/1093—Calendar-based scheduling for persons or groups
- G06Q10/1095—Meeting or appointment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/80—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for detecting, monitoring or modelling epidemics or pandemics, e.g. flu
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y10/00—Economic sectors
- G16Y10/60—Healthcare; Welfare
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y20/00—Information sensed or collected by the things
- G16Y20/40—Information sensed or collected by the things relating to personal data, e.g. biometric data, records or preferences
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/30—Control
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Epidemiology (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Computing Systems (AREA)
- Pathology (AREA)
- Quality & Reliability (AREA)
- Databases & Information Systems (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Biophysics (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Accounting & Taxation (AREA)
- Bioethics (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本说明书实施例提供一种基于物联网的智慧城市疫苗调度方法和***,该方法由城市疫苗管理平台执行,该方法包括:获取预设区域中的各个疫苗接种点对应的服务范围;获取服务范围的疫苗服务相关信息,该疫苗服务相关信息包括疫苗接种信息、目标接种人员信息、各个预设时间点的时间类型;基于服务范围的疫苗服务相关信息进行预测,确定预测结果。该预测结果包括各个预设时间点各个疫苗接种点的可能接种人数;基于该预测结果确定疫苗的分配方案。
Description
技术领域
本说明书涉及信息管理领域,特别涉及一种基于物联网的智慧城市疫苗调度方法和***。
背景技术
疫苗注射关乎民生,尤其是出现大规模疫情的情况下,城市中各医院、社区服务站点等接种点面临大量接种人员前来注射疫苗的情形。这对各接种点如何安排疫苗的数量,以及对接种人员进行合理的疫苗接种时间安排以避免接种人群拥挤等问题的解决提出了挑战。
物联网是新一代信息技术的重要组成部分,是互联网基础上的延伸和扩展的网络,将各种信息传感设备与网络结合起来而形成的一个巨大网络,实现任何时间、任何地点,人、机、物的互联互通。这为人口较为密集、疫苗接种需求量较大的城市,提供了技术基础。通过物联网技术,设计出一种基于物联网技术的疫苗调度管理***具有重要意义。因此,结合物联网技术,提供一种高效的疫苗调度、合理安排接种计划的方法。
发明内容
本说明书一个或多个实施例提供一种基于物联网的智慧城市疫苗调度方法。所述方法由城市疫苗管理平台执行,所述方法包括:所述方法由城市疫苗管理平台执行,所述方法包括:获取预设区域中的各个疫苗接种点对应的服务范围;获取所述服务范围的疫苗服务相关信息,所述疫苗服务相关信息包括疫苗接种信息、目标接种人员信息、各个预设时间点的时间类型;基于所述服务范围的所述疫苗服务相关信息确定预测结果,所述预测结果包括各个预设时间点所述各个疫苗接种点的可能接种人数;基于所述预测结果确定疫苗的分配方案。
本说明书一个或多个实施例提供一种基于物联网的智慧城市疫苗调度***,所述***包括用户平台、疫苗服务平台和城市疫苗管理平台,所述城市疫苗管理平台被配置为执行以下操作:获取预设区域中的各个疫苗接种点对应的服务范围;基于所述服务范围,获取所述服务范围的疫苗服务相关信息,所述疫苗服务相关信息包括疫苗接种信息、目标接种人员信息、各个预设时间点的时间类型;基于所述服务范围的所述疫苗服务相关信息确定预测结果,所述预测结果包括各个预设时间点所述各个疫苗接种点的可能接种人数;基于所述预测结果确定疫苗的分配方案。
本说明书一个或多个实施例提供一种基于物联网的智慧城市疫苗调度装置,所述装置包括至少一个处理器以及至少一个存储器;所述至少一个存储器用于存储计算机指令;所述至少一个处理器用于执行所述计算机指令中的至少部分指令以实现基于物联网的智慧城市疫苗调度方法。
本说明书一个或多个实施例提供一种计算机可读存储介质,所述存储介质存储计算机指令,当计算机读取存储介质中的计算机指令后,计算机执行基于物联网的智慧城市疫苗调度方法。
附图说明
本说明书将以示例性实施例的方式进一步说明,这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的,在这些实施例中,相同的编号表示相同的结构,其中:
图1是根据本说明书一些实施例所示的智慧城市疫苗调度***的应用场景示意图;
图2是根据本说明书一些实施例所示的智慧城市疫苗调度***的示例性示意图;
图3是根据本说明书一些实施例所示的智慧城市疫苗调度方法的示例性流程图;
图4是根据本说明书一些实施例所示的疫苗接种信息查询的示例性示意图;
图5是根据本说明书一些实施例所示的通过预测模型确定预测结果的示例性流程图。
具体实施方式
为了更清楚地说明本说明书实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地,下面描述中的附图仅仅是本说明书的一些示例或实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明,图中相同标号代表相同结构或操作。
应当理解,本文使用的“***”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而,如果其他词语可实现相同的目的,则可通过其他表达来替换所述词语。
除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其它的步骤或元素。
本说明书中使用了流程图用来说明根据本说明书的实施例的***所执行的操作。应当理解的是,前面或后面操作不一定按照顺序来精确地执行。相反,可以按照倒序或同时处理各个步骤。同时,也可以将其他操作添加到这些过程中,或从这些过程移除某一步或数步操作。
图1是根据本说明书一些实施例所示的智慧城市疫苗调度***的应用场景示意图。如图1所示,疫苗调度***的应用场景100可以包括处理设备110、网络120、存储设备130、用户终端140以及疫苗接种点终端150。
在一些实施例中,处理设备110、存储设备130、用户终端140和/或疫苗接种点终端150可以经由网络120(例如无线连接、有线连接或其组合),以实现彼此连接和/或通信。如图1所示,处理设备110可以通过网络120连接到存储设备130。又例如,用户终端140可以通过网络120连接到处理设备110、存储设备130。
处理设备110可以用于处理与应用场景100有关的信息和/或数据,例如,预测结果、疫苗的分配方案等。处理设备110可以处理从其他设备或***组成部分中获得的数据、信息和/或处理结果,并基于这些数据、信息和/或处理结果执行程序指令,以执行本说明书中描述的一个或以上功能。在一些实施例中,处理设备110可以被配置用于城市疫苗管理平台的平台维护及管理工作。
网络120可以连接应用场景100的各组成部分和/或连接应用场景100与外部资源部分。网络使得各组成部分之间,以及与应用场景100之外其他部分之间可以进行通讯,促进数据和/或信息的交换。网络可以是局域网、广域网、互联网等,可以是多种网络结构的组合。
存储设备130可以用于存储数据和/或指令。在一些实施例中,存储设备130可以储存处理设备110用来执行或使用以完成本说明书中描述的示例性方法的数据和/或指令。在一些实施例中,存储设备130可以连接到网络120以与应用场景100的一个或以上组件(例如,处理设备110、用户终端140)通信。
用户终端140可以包括一个或多个终端设备或软件。在一些实施例中,用户终端140可以包括移动电话140-1、平板电脑140-2、膝上型计算机140-3等。在一些实施例中,用户可以通过用户终端查看信息和/或输入数据和/或指令。例如,用户可以通过用户终端输入查询疫苗接种信息的指令。又例如,用户可以通过用户终端查看疫苗接种信息。
疫苗接种点终端150可以是用于对人群进行疫苗接种的站点所配备的计算设备。在一些实施例中,疫苗接种点终端150可以包括但不限于医院、社区服务站等接种点的计算设备。在一些实施例中,用户可以在疫苗接种点接受服务,服务包括但不限于:疫苗接种、咨询、问诊等。在一些实施例中,疫苗接种点终端150可以连接到网络120以与应用场景100的一个或以上组件(例如,处理设备110、用户终端140)通信。
应当注意应用场景仅仅是为了说明的目的而提供,并不意图限制本说明书的范围。对于本领域的普通技术人员来说,可以根据本说明书的描述,做出多种修改或变化。例如,应用场景可以在其他设备上实现类似或不同的功能。然而,变化和修改不会背离本说明书的范围。
物联网***是一种包括管理平台、服务平台、用户平台中部分或全部平台的信息处理***。管理平台可以实现统筹、协调各功能平台(如服务平台、用户平台)之间的联系和协作。管理平台汇聚着物联网运行体系的信息,可以为物联网运行体系提供感知管理和控制管理功能。服务平台可以实现连接管理平台和用户平台,起着感知信息服务通信和控制信息服务通信的功能。用户平台是实现用户感知信息获取和控制信息生成的功能平台。
物联网***中信息的处理可以分为用户感知信息的处理流程及控制信息的处理流程。该控制信息可以是基于用户感知信息而生成的信息。在一些实施例中,控制信息可以包括用户需求控制信息,用户感知信息可以包括用户查询信息。其中,用户查询信息的处理是由用户平台获取的用户在用户平台上进行的搜索、浏览、上传及反馈等相关信息,并由管理平台通过服务平台传递至用户平台。用户需求控制信息则是由用户平台通过服务平台下发至管理平台,进而实现为相应用户提供需求服务。
在一些实施例中,将物联网***应用于城市管理时,可以将其称之为智慧城市物联网***。
图2是根据本说明书一些实施例所示的智慧城市疫苗调度***的示例性示意图。如图2所示,智慧城市疫苗调度***200可以基于物联网***实现,智慧城市疫苗调度***200包括用户平台210、疫苗服务平台220和城市疫苗管理平台230。在一些实施例中,智慧城市疫苗调度***200可以为处理设备110的一部分或由处理设备110实现。
在一些实施例中,智慧城市疫苗调度***200可以应用于疫苗调度的多种场景。在一些实施例中,智慧城市疫苗调度***200可以分别获取多种场景下的疫苗接种信息,以得到各个场景下的疫苗调度策略。在一些实施例中,智慧城市疫苗调度***200可以基于获取到各个场景下的疫苗接种信息,得到整个区域(如整个城市)的疫苗调度策略。
疫苗调度的多种场景可以包括疫苗数量的调度、疫苗接种时间的调度、疫苗调度的预测等。需要说明的是以上场景仅为示例,并不对智慧城市疫苗调度***200的具体应用场景起限制作用,本领域技术人员可以在本实施例公开的内容基础上,将智慧城市疫苗调度***200应用于其他合适的任何场景。
在一些实施例中,智慧城市疫苗调度***200可以应用于疫苗数量的调度。在应用于疫苗数量的调度时,城市疫苗管理平台230可以获取某个区域(如城市、城市中的某个区等)中的各个疫苗接种点信息以及所述区域内的人口数量。疫苗接种点可以是预先设定的医院、临时设立的社区服务接种站点等。城市疫苗管理平台230可以对各个疫苗接种点划分服务范围,例如,设定疫苗接种点的服务半径等,服务半径越大,分配的疫苗数量越多。城市疫苗管理平台230可以根据接种点的服务范围和服务范围内的人口数量信息进行处理作出与疫苗数量调度相关的策略或指令,如扩大或缩小疫苗接种点的服务半径指令等。城市疫苗管理平台230将疫苗数量调度策略上传至疫苗服务平台220,并由疫苗服务平台220上传至用户平台210反馈给用户。
在另一些实施例中,智慧城市疫苗调度***200在应用于疫苗数量的调度时,用户平台210可以收集用户对疫苗接种点的查询信息,例如,在某段时间内,用户通过用户终端设备对某个接种点的查询次数,接种点被查询次数越多,表示其受欢迎的程度越高,相应的潜在的前来接种的人数越多。用户平台210可以将收集到的接种点的查询信息作为用户需求控制信息下发至疫苗服务平台220。疫苗服务平台220再进一步将查询信息下发至城市疫苗管理平台230,由城市疫苗管理平台230基于对收集到查询信息的统计数据处理后作出与疫苗数量调度相关的策略或指令,如追加疫苗的分配数量。城市疫苗管理平台230将疫苗数量调度相关的策略上传至疫苗服务平台220,并由疫苗服务平台220上传至用户平台210反馈给用户。
在一些实施例中,智慧城市疫苗调度***200可以应用于疫苗接种时间的调度。在应用于疫苗接种时间的调度时,城市疫苗管理平台230可以获取接种点服务范围内的人口信息,人口信息可以包括各年龄层的人口数量分布,例如18岁以下、18岁到50岁、50岁以上的人口数量。人口信息还可以包括职业信息,例如,人员是否处于就业状态、所处的行业、工作地点等。城市疫苗管理平台230可以基于人口信息进行处理,作出与疫苗接种时间调度相关的策略或指令。例如,安排18岁以下、50岁以上的接种人员在工作日(如周一到周五)前来接种疫苗,安排18岁到50岁的接种人员在周末(如周六或周日)前来接种疫苗。城市疫苗管理平台230将疫苗接种时间调度策略上传至疫苗服务平台220,并由疫苗服务平台220上传至用户平台210反馈给用户。
在一些实施例中,智慧城市疫苗调度***200可以应用于疫苗调度的预测。在应用于疫苗调度的预测时,城市疫苗管理平台230可以收集与调度预测相关的数据。与调度预测相关的数据可以包括区域内的疫情情况信息(如区域内的确诊人数、疑似确诊人数、重症人数、无症状人数等)、区域内已接种和未接种的人数、接种点被查询的次数等。城市疫苗管理平台230可以根据上述信息进行处理,并作出与疫苗调度预测相关的策略或指令。例如预测未来一段时间内的各接种点的接种人数进行疫苗数量的分配。城市疫苗管理平台230将疫苗调度的预测结果上传至疫苗服务平台220,并由疫苗服务平台220上传至用户平台210反馈给用户。
在一些实施例中,智慧城市疫苗调度***200可以由多个智慧城市疫苗调度子***构成,每个子***可以应用于一种场景。智慧城市疫苗调度***200可以对各个子***获取的数据、输出的数据进行综合管理与处理,进而得到用于辅助智慧城市疫苗调度的相关策略或指令。
例如,智慧城市疫苗调度***200可以包括分别应用于疫苗数量调度的子***、应用于疫苗接种时间调度的子***、应用于疫苗调度预测的子***。智慧城市疫苗调度***200作为各个子***的上级***。
以下将以智慧城市疫苗调度***200管理各个子***,并基于子***获取相应数据,以得到用于智慧城市疫苗调度的策略为例进行说明:
智慧城市疫苗调度***200可以基于疫苗数量调度的子***获取各疫苗接种点的疫苗数量分配等数据,基于疫苗接种时间调度的子***获取各疫苗接种点的疫苗接种时间安排等数据,基于疫苗调度预测的子***获取未来某段时间内各疫苗接种点疫苗数量分配的预测数据。
智慧城市疫苗调度***200在进行上述数据获取时,可以分别对应各个子***单独设置多个管理平台进行数据收集。
例如,智慧城市疫苗调度***200可以设置城市基建管理分平台。城市基建管理分平台可以基于区域内各接种点(如各医院、社区服务接种站点)的初始区域规划,确定各接种点预设的疫苗接种服务范围数据,并上传至城市疫苗管理平台230。城市疫苗管理平台230可以基于上述各接种点预设的疫苗接种服务范围数据,结合各接种点在用户平台被查询的次数,调整各接种点的服务范围,进一步的,调整各接种点的疫苗数量安排。
又如,智慧城市疫苗调度***200可以设置城市人口信息管理分平台。城市人口信息管理分平台可以基于区域内的人口信息进行统计处理,例如对区域内各年龄段的人口分布、人员的职业、工作信息等数据进行统计。城市人口信息管理分平台还可以将所述统计数据上传至城市疫苗管理平台230。城市疫苗管理平台230可以基于上述数据确定疫苗接种的时间安排,例如,安排退休人员和儿童在工作日前来接种,安排学生和上班族在周末前来接种。
再如,智慧城市疫苗调度***200可以设置政府疫情信息管理分平台。政府疫情信息管理分平台可以将区域内的确诊人数、疑似确诊人数、重症人数、无症状人数等疫情情况数据上传至城市疫苗管理平台230。城市疫苗管理平台230可以基于疫情情况数据,结合各接种点在用户平台被查询的次数以及各接种点的疫苗接种结果等,预测未来某段时间前来接种的人数,并确定未来某段时间的疫苗分配安排方案。城市疫苗管理平台230将疫苗调度的预测结果上传至疫苗服务平台220,并由疫苗服务平台220上传至用户平台210反馈给用户。
对于本领域的技术人员来说,在了解该***的原理后,可能在不背离这一原理的情况下,将***移用到其他任何合适的场景下。
以下将以智慧城市疫苗调度***200应用于疫苗调度的预测场景为例对智慧城市疫苗调度***200进行具体说明。
用户平台210可以是指以用户为主导的平台,包括获取用户的需求以及将信息反馈给用户的平台。在一些实施例中,用户平台被配置为通过用户终端输入指令,查询疫苗接种的信息。在一些实施例中,用户平台被配置为通过显示终端,显示疫苗的安排信息。
疫苗服务平台220可以是指将用户的需求与控制信息传达出去的平台。其连接了用户平台210和城市疫苗管理平台230。在一些实施例中,疫苗服务平台220获取用户通过用户平台下发的查询指令,查询疫苗接种信息,并将所述疫苗接种信息反馈给用户。
城市疫苗管理平台230可以是指城市疫苗调度的平台。在一些实施例中,城市疫苗管理平台230可以属于管理平台。城市疫苗管理平台230可以被配置为获取预设区域中的各个疫苗接种点对应的服务范围以及所述服务范围的疫苗服务相关信息,所述疫苗服务相关信息包括疫苗接种信息、目标接种人员信息、各个预设时间点的时间类型。
在一些实施例中,城市疫苗管理平台230可以被配置为基于所述服务范围的疫苗服务相信息确定预测结果,所述预测结果包括各个预设时间点所述各个疫苗接种点的可能接种人数。
在一些实施例中,城市疫苗管理平台230可以被配置为将所述服务范围的所述疫苗服务相关信息输入预测模型,通过所述预测模型确定所述预测结果。
在一些实施例中,所述预测模型的输入还包括所述各个疫苗接种点的欢迎程度变化特征,所述各个疫苗接种点的所述欢迎程度变化特征可以基于变化因素进行动态变化,所述变化因素至少包括所述各个疫苗接种点的疫情情况以及传播程度,所述欢迎程度变化特征可以通过特征模型获得,所述特征模型用于对所述各个疫苗接种点的疫情情况信息以及在用户平台被查询的次数信息进行处理以确定所述欢迎程度变化特征。
在一些实施例中,城市疫苗管理平台230可以被配置为基于所述预测结果确定疫苗的分配方案。
在一些实施例中,城市疫苗管理平台230可以被配置为基于所述预测结果,确定所述各个疫苗接种点被分配的疫苗数量以及接种时间,以生成所述各个疫苗接种点的所述分配方案;基于所述分配方案,通过所述疫苗管理平台生成疫苗接种安排。
在一些实施例中,城市疫苗管理平台230可以被配置为用于响应于用户通过用户平台210对所述各个疫苗接种点进行疫苗接种信息查询,通过疫苗服务平台220获取所述疫苗管理平台230的疫苗接种安排,所述疫苗接种安排经所述疫苗服务平台220发送至所述用户平台210以反馈给所述用户所查询的所述疫苗接种信息。
需要注意的是,以上对于***及其组成部分的描述,仅为描述方便,并不能把本说明书限制在所举实施例范围之内。可以理解,对于本领域的技术人员来说,在了解该***的原理后,可能在不背离这一原理的情况下,对各个组成部分进行任意组合,或者构成子***与其他组成部分连接。例如,城市疫苗管理平台和疫苗服务平台可以整合在一个组成部分中。又例如,各个组成部分可以共用一个存储设备,各个组成部分也可以分别具有各自的存储设备。诸如此类的变形,均在本说明书的保护范围之内。
图3是根据本说明书一些实施例所示的智慧城市疫苗调度方法的示例性流程图。如图3所示,流程300包括下述步骤。在一些实施例中,流程300可以由城市疫苗管理平台230执行。
步骤310,获取预设区域中的各个疫苗接种点对应的服务范围。
在一些实施例中,城市疫苗管理平台可以通过多种方式确定预设区域。在一些实施例中,城市疫苗管理平台基于行政区域划分,确定多个预设区域。例如,城市疫苗管理平台可以基于四川省的行政区域划分,确定成都市、德阳市、乐山市等多个预设区域。在一些实施例中,城市疫苗管理平台可以基于用户的输入,确定预设区域。例如,若用户的输入为距离用户当前的位置10千米以内,则城市疫苗管理平台可以将距离用户当前的位置10千米以内的区域确定为预设区域。
可以理解的是,城市疫苗管理平台还可以基于不同的需求和/或任务,确定范围更大或范围更小的预设区域,例如,城市疫苗管理平台可以确定一个或多个省份为一个预设区域。又例如,城市疫苗管理平台可以确定一个或多个街道为一个预设区域。
疫苗接种点可以指对人群进行疫苗接种的站点。例如,疫苗接种点可以是医院或临时医疗服务点。在一些实施例中,疫苗接种点可以为预设的。在一些实施例中,疫苗接种点可以为预设区域中预先设定的医院和/或临时设置的社区服务接种站点。
在一些实施例中,城市疫苗管理平台可以通过国家和/或地方政务服务网站,获取疫苗接种点的相关信息。例如,城市疫苗管理平台可以通过成都市政务服务网站,获取成都市的疫苗接种点的数量以及各自的位置。
服务范围可以指疫苗接种点接受服务的人口在地域空间上的分布范围。例如,某个街道的疫苗接种点,其服务范围为该街道的行政管辖区域。
在一些实施例中,城市疫苗管理平台可以获取预设区域中的各个疫苗接种点对应的服务范围。在一些实施例中,城市疫苗管理平台可以基于预设区域中的各个疫苗接种点的历史数据,确定各个疫苗接种点对应的服务范围。例如,城市疫苗管理平台可以基于过去一年的时间中某个疫苗接种点接受服务的人口在地域空间上的分布范围,将该分布范围确定为该疫苗接种点的服务范围。
在一些实施例中,城市疫苗管理平台可以根据预设规则来确定预设区域中的各个疫苗接种点对应的服务范围。预设规则可以是人为预先设定的。在一些实施例中,用户可以基于不同的需求和/或任务,灵活地设置预设规则。在一些实施例中,预设规则可以包括预设半径、行政管辖区域等。下文将以预设规则是预设半径为例进行说明。
在一些实施例中,城市疫苗管理平台可以根据统计信息对预设半径进行修正。统计信息可以包括但不限于人口数量信息、疫苗数量信息等。在一些实施例中,城市疫苗管理平台可以基于服务区域是相邻的两个疫苗接种点,统计历史时间段在两个疫苗接种点接受服务的人口的数量,基于数量的占比对预设半径进行修正。
示例性的,疫苗接种点A的服务区域和疫苗接种点B的服务区域是相邻的,且疫苗接种点A和疫苗接种点B的初始预设半径均为2千米。城市疫苗管理平台基于统计信息获取,1月份在疫苗接种点A和疫苗接种点B接受服务的人口的数量均为10000,2月份在疫苗接种点A接受服务的人口的数量为15000,在疫苗接种点B接受服务的人口的数量为5000,即在疫苗接种点A接受服务的人口的数量增加,在疫苗接种点B接受服务的人口的数量减少。城市疫苗管理平台可以基于人口的数量的占比,将3月份的疫苗接种点A的预设半径修正为3千米,疫苗接种点B的预设半径修正为1千米。
在一些实施例中,城市疫苗管理平台还可以基于各个疫苗接种点的欢迎程度变化特征,对预设半径进行修正。关于各个疫苗接种点的欢迎程度变化特征的更多描述可以参见图5及其说明。
在一些实施例中,城市疫苗管理平台可以首先分别获取服务区域是相邻的两个疫苗接种点的欢迎程度变化特征,然后分别基于疫苗接种点基本信息进行距离计算,距离越远,代表受欢迎程度越低,其预设半径应该越小,最后基于距离计算的结果之间的比例,对两个预设半径进行修正。基本特征可以指预先设定的代表受欢迎的特征。例如,一段时间内接受服务的人口的多少。
在一些实施例中,城市疫苗管理平台还可以通过其他方式对预设半径进行修正。例如,基于历史数据训练得到的机器学习模型等。
步骤320,获取服务范围的疫苗服务相关信息。
疫苗服务相关信息可以指与疫苗服务有关的信息。例如,与疫苗有关的信息、与接种疫苗的人员有关的信息等。在一些实施例中,疫苗服务相关信息可以包括疫苗接种信息、目标接种人员信息、各个预设时间点的时间类型。
疫苗接种信息可以指与接种疫苗的人和/或未接种疫苗的人相关的信息。例如,已接种疫苗的人数和未接种疫苗的人数、已接种疫苗和未接种疫苗的人员的职业、年龄等。在一些实施例中,疫苗接种信息可以包括各个年龄段的未接种疫苗的人数。
目标接种人员信息可以指与未接种疫苗的人相关的信息。在一些实施例中,目标接种人员信息可以包括各个年龄段的人口以及人口流动信息。例如,年龄为20岁的人数、何时由何地来到本地等。
预设时间点可以指预先设定的时间点。例如,周六、早上9点等。在一些实施例中,城市疫苗管理平台可以基于用户通过用户终端的输入确定预设时间点。
各个预设时间点的时间类型可以指预设时间点的时间所属于的类型。在一些实施例中,城市疫苗管理平台可以将时间类型分为周末类型和工作日类型。在一些实施例中,城市疫苗管理平台可以将星期一、星期二、星期三、星期四、星期五确定为工作日类型。在一些实施例中,城市疫苗管理平台可以将星期六、星期日确定为周末类型。
在一些实施例中,城市疫苗管理平台可以获取服务范围的疫苗服务相关信息。在一些实施例中,城市疫苗管理平台可以基于用户通过用户终端的输入,获取服务范围的疫苗服务相关信息。例如,用户通过用户终端输入的信息为已接种疫苗或未接种疫苗,城市疫苗管理平台可以对已接种疫苗的人数和未接种疫苗的人数进行统计,以获取服务范围的疫苗接种信息。
步骤330,基于服务范围的疫苗服务相关信息确定预测结果。
预测结果可以指各个疫苗接种点未来将要接种疫苗的人数。在一些实施例中,预测结果可以包括各个预设时间点,各个疫苗接种点的可能接种人数。例如,疫苗接种点A在周六的可能接种人数为200人,在周日的可能接种人数为250人。
在一些实施例中,城市疫苗管理平台可以基于服务范围的疫苗服务相关信息确定预测结果。在一些实施例中,城市疫苗管理平台可以基于服务范围的疫苗服务相关信息与服务范围的历史的疫苗服务相关信息进行对比,确定预测结果。例如,若城市疫苗管理平台基于历史的疫苗服务相关信息,确定疫苗接种点A在周六的可能接种人数总是比在周一的可能接种人数多一倍,则城市疫苗管理平台可以基于疫苗接种点A在本周周一的接种人数为100人,确定疫苗接种点A在本周周六的接种人数为200人。
在一些实施例中,城市疫苗管理平台还可以通过预测模型确定预测结果。关于通过预测模型确定预测结果的更多描述可以参见图5及其说明。
步骤340,基于预测结果确定疫苗的分配方案。
疫苗的分配方案可以指将疫苗分配给疫苗接种点的安排。在一些实施例中,分配方案可以包括各个疫苗接种点基于可能接种人数,对疫苗的数量、接种时间的安排。例如,分配方案可以为疫苗接种点A周一安排疫苗50支。
在一些实施例中,城市疫苗管理平台可以基于预测结果确定疫苗的分配方案。例如,若预测结果为疫苗接种点A在周六的可能接种人数为200人,则城市疫苗管理平台可以确定疫苗的分配方案为疫苗接种点A周六需要疫苗400支。
关于基于预测结果确定疫苗的分配方案的更多描述可以参见图4及其说明。
本说明书的一些实施例通过疫苗管理平台获取预设区域中的各个疫苗接种点对应的服务范围,进而获取服务范围的疫苗服务相关信息,如此设置可以精细化地确定疫苗服务相关信息。基于疫苗服务相关信息确定预测结果,进而确定疫苗的分配方案,可以提高疫苗分配的准确性。
图4是根据本说明书一些实施例所示的疫苗接种信息查询的示例性示意图。如图4所示,流程400包括下述步骤。在一些实施例中,流程400可以由城市疫苗管理平台执行。
步骤410,响应于用户通过用户平台对各个疫苗接种点进行疫苗接种信息查询,通过疫苗服务平台获取城市疫苗管理平台的疫苗接种安排。
疫苗接种安排可以指各个预设时间点,各个疫苗接种点对疫苗接种做的计划。例如,疫苗接种点A周六将要进行200支疫苗接种,周日将要进行300支疫苗接种。在一些实施例中,疫苗接种安排经疫苗服务平台发送至用户平台以反馈给用户所查询的疫苗接种信息。反馈的方式包括但不限于短信提醒、邮箱提醒等。
在一些实施例中,城市疫苗管理平台可以响应于用户通过用户平台对各个疫苗接种点进行疫苗接种信息查询,获取城市疫苗管理平台的疫苗接种安排。例如,如图4所示,用户可以通过用户平台输入信息和/或查看信息,用户平台可以响应于用户输入的信息和/或指令,与疫苗服务平台进行通信。若用户通过用户平台对各个疫苗接种点进行疫苗接种信息查询,则城市疫苗管理平台可以响应于该查询,获取城市疫苗管理平台的疫苗接种安排,再通过疫苗服务平台将疫苗接种安排发送至用户平台,以实现用户所查询的疫苗接种信息的反馈。
步骤420,基于预测结果,确定各个疫苗接种点被分配的疫苗数量以及接种时间,以生成各个疫苗接种点的分配方案;基于分配方案,生成疫苗接种安排。在一些实施例中,疫苗接种安排的相关信息可通过疫苗服务平台及用户平台反馈给用户。
在一些实施例中,城市疫苗管理平台可以基于预测结果,确定各个疫苗接种点被分配的疫苗数量以及接种时间,以生成各个疫苗接种点的分配方案。例如,城市疫苗管理平台基于预测结果为疫苗接种点A在周六的可能接种人数为200人,可以确定疫苗接种点A被分配的疫苗数量为200支,接种时间为周六,生成疫苗接种点A的分配方案为疫苗接种点A周六需要疫苗200支。
在一些实施例中,城市疫苗管理平台可以基于预测结果,将接种疫苗的人员,按照人员的不同性质错开时间进行安排。人员的不同性质可以包括但不限于退休人员、儿童、学生、上班族等。例如,城市疫苗管理平台基于预测结果为疫苗接种点A在周六的可能接种人数为200人,其中包括退休人员和上班族,城市疫苗管理平台可以将退休人员的接种时间安排在周一,将上班族的接种时间安排在周六和周日。
在一些实施例中,城市疫苗管理平台可以基于分配方案,生成疫苗接种安排。在一些实施例中,城市疫苗管理平台可以基于分配方案,通过用户的输入,生成疫苗接种安排。例如,用户通过用户平台输入自己仅周六和周日有时间,城市疫苗管理平台可以为用户在周六或周日安排去疫苗接种点接种疫苗。
本说明书的一些实施例通过疫苗服务平台与城市疫苗管理平台进行通信,获取疫苗接种安排,以对用户的查询进行反馈,可以提高获取到的疫苗接种安排的准确性和及时性。同时,通过预测结果生成分配方案,进而生成疫苗接种安排,可以提高疫苗接种安排的准确性。
应当注意的是,上述有关流程的描述仅仅是为了示例和说明,而不限定本说明书的适用范围。对于本领域技术人员来说,在本说明书的指导下可以对流程进行各种修正和改变。然而,这些修正和改变仍在本说明书的范围之内。
图5是根据本说明书一些实施例所示的通过预测模型确定预测结果的示例性流程图。如图5所示,流程500包括下述步骤。在一些实施例中,流程500可以由城市疫苗管理平台执行。
步骤510,将服务范围的疫苗服务相关信息输入预测模型,通过预测模型确定预测结果。
预测模型可以指用来确定预测结果的模型。预测模型可以是训练后的机器学习模型。在一些实施例中,预测模型可以为深度神经网络模型。在一些实施例中,预测模型可以包括其他模型。例如,循环神经网络模型、卷积神经网络或其他自定义的模型结构等中的任意一种或组合。
在一些实施例中,城市疫苗管理平台可以将服务范围的疫苗服务相关信息输入预测模型,通过预测模型确定预测结果。
在一些实施例中,预测模型的输入还可以包括与疫苗接种点相关的信息。例如,疫苗接种点所在的地理位置、疫苗接种点一天可以接种疫苗的最大数量等。
在一些实施例中,预测模型的输入还可以包括各个疫苗接种点的欢迎程度变化特征。
各个疫苗接种点的欢迎程度变化特征可以指基于一段时间内,各个疫苗接种点受到关注的量值的变化而得到的特征。各个疫苗接种点受到关注可以指在各个疫苗接种点接受服务和/或各个疫苗接种点被人们拟作为目标接种点的接受程度。
在一些实施例中,各个疫苗接种点的欢迎程度变化特征可以受到其他的因素影响而发生变化。其他的因素可以包括但不限于价格、人群、供求关系等。例如,疫苗接种点A的疫苗价格上升,其欢迎程度变化特征可能会下降。又例如,疫苗接种点A的服务范围内的人群大部分都已经接种了疫苗,其欢迎程度变化特征可能会下降。
在一些实施例中,各个疫苗接种点的欢迎程度变化特征可以基于变化因素进行动态变化,变化因素至少包括各个疫苗接种点的疫情情况以及传播程度。
变化因素可以指影响疫苗接种点的欢迎程度变化的因素。在一些实施例中,变化因素至少包括所述各个疫苗接种点的疫情情况以及传播程度。
各个疫苗接种点的疫情情况可以指疫苗接种点的服务范围内的疫情发展情况。例如,确诊人数、疑似确诊人数、重症人数、无症状人数等。在一些实施例中,城市疫苗管理平台可以通过政府疫情信息管理分平台获取各个疫苗接种点的疫情情况。
传播程度可以指某个疫苗接种点在人群中被知晓的程度。在一些实施例中,传播程度可以通过数字、文字等进行表示。例如,疫苗接种点A的传播程度为80%。
在一些实施例中,城市疫苗管理平台可以基于用户的查询,确定传播程度。用户的查询可以指用户在用户平台对各个疫苗接种点对疫苗接种信息进行查询。用户的查询的次数可以被称为在用户平台被查询的次数信息。在一些实施例中,城市疫苗管理平台可以通过用户平台获取用户的查询的次数,并将查询的次数确定为疫苗接种点的传播程度。例如,城市疫苗管理平台基于用户平台获取对疫苗接种点A进行过查询的用户账号数量为400,疫苗接种点A面向的服务范围内的人口数量为1000,将疫苗接种点A的传播程度初步确定为40%。
在一些实施例中,城市疫苗管理平台在训练预测模型时,可以使用多个带有标签的训练样本,通过多种方法(例如,梯度下降法)进行训练,从而可以学习到模型的参数。当训练的模型满足预设条件时,训练结束,获取训练好的预测模型。
训练样本可以是服务范围的历史的疫苗服务相关信息。训练标签可以是对应的历史的预测结果,训练样本的标签可以通过人工标注进行获取。在一些实施例中,预测模型可以在另外的设备或模块中被训练。
在一些实施例中,步骤510可以包括子步骤511,以用于获取欢迎程度变化特征。
步骤511,欢迎程度变化特征可以通过特征模型获得。
特征模型可以指用来确定欢迎程度变化特征的模型。特征模型可以是训练后的机器学习模型。在一些实施例中,预测模型可以包括循环神经网络模型、卷积神经网络或其他自定义的模型结构等中的任意一种或组合。
在一些实施例中,特征模型可以对各个疫苗接种点的疫情情况信息以及在用户平台被查询的次数信息进行处理以确定欢迎程度变化特征。例如,如图5的步骤511所示,特征模型可以对疫苗接种点的疫情情况信息以及疫苗接种点在用户平台被查询的次数信息进行处理,确定疫苗接种点的欢迎程度变化特征。
在一些实施例中,特征模型可以基于多个模型联合训练获得。例如,特征模型可以基于第两个初始特征模型和一个相似度模型联合训练获得。
在一些实施例中,在对特征模型进行联合训练时,两个初始特征模型的训练样本基于同一个疫苗接种点的历史样本数据。在一些实施例中,两个初始特征模型的两个输入至少有一个不同。例如,两个初始特征模型输入的同一接种点的疫情情况信息和同一接种点的被查询次数信息中的一个不同或两个均不同。
在一些实施例中,相似度模型的输入为两个初始特征模型的输出结果,相似度模型的输出为疫苗接种点接种结果相似度。接种结果可以指预设的时间段内的接种人数。在一些实施例中,接种结果可以包括各个年龄段的接种人数、距离接种点不同距离的区域的接种人数等。可以理解的是,不同的时间,接种结果可能会不同。在一些实施例中,城市疫苗管理平台可以基于不同时间的同一接种点的疫情情况信息和同一接种点的被查询次数信息,确定不同时间的接种结果。
在一些实施例中,两个初始特征模型可以为相同的模型,两个初始特征模型的参数可以共享。在一些实施例中,两个初始特征模型可以分别命名为第一初始特征模型和第二初始特征模型。
第一初始特征模型和第二初始特征模型可以是训练后的机器学习模型。在一些实施例中,第一初始特征模型和第二初始特征模型可以都为LSTM模型。在一些实施例中,第一初始特征模型和第二初始特征模型可以包括其他模型,例如,循环神经网络模型、卷积神经网络或其他自定义的模型结构等中的任意一种或组合。
在一些实施例中,第一初始特征模型和第二初始特征模型可以对不同的疫情情况信息和不同的被查询次数进行处理,确定不同的欢迎程度变化特征。例如,第一初始特征模型可以对第一疫情情况信息和疫苗接种点A的第一被查询次数信息进行处理,确定第一欢迎程度变化特征,同时可以确定第一接种结果;第二初始特征模型可以对第二疫情情况信息和疫苗接种点A的第二被查询次数信息进行处理,确定第二欢迎程度变化特征,同时可以确定第二接种结果。
相似度模型可以是训练后的机器学习模型。在一些实施例中,相似度模型可以为深度神经网络模型。在一些实施例中,相似度模型可以包括其他模型,例如,循环神经网络模型、卷积神经网络或其他自定义的模型结构等中的任意一种或组合。
在一些实施例中,相似度模型可以对第一接种结果和第二接种结果进行处理,确定接种结果相似度。
在本说明书的一些实施例中,通过上述训练方式获得特征模型的参数,在一些情况下有利于解决单独训练特征模型时难以获得标签的问题,还可以使特征模型得到能较好地反映欢迎程度变化特征的相关参数。
本说明书的一些实施例通过预测模型确定预测结果,可以减少人工的参与,降低人力成本。进一步地,将欢迎程度变化特征输入到预测模型,可以使生成的预测结果更加精确。
上文已对基本概念做了描述,显然,对于本领域技术人员来说,上述详细披露仅仅作为示例,而并不构成对本说明书的限定。虽然此处并没有明确说明,本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议,所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
同时,本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此,应强调并注意的是,本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外,本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外,除非权利要求中明确说明,本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用,并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的权利要求并不仅限于披露的实施例,相反,权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如,虽然以上所描述的***组件可以通过硬件设备实现,但是也可以只通过软件的解决方案得以实现,如在现有的服务器或移动设备上安装所描述的***。
同理,应当注意的是,为了简化本说明书披露的表述,从而帮助对一个或多个发明实施例的理解,前文对本说明书实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。但是,这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上,实施例的特征要少于上述披露的单个实施例的全部特征。
在一些实施例中,说明书和权利要求中使用的数值参数均为近似值,该近似值根据个别实施例所需特点可以发生改变。在一些实施例中,数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值,在具体实施例中,此类数值的设定在可行范围内尽可能精确。
针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料,如文章、书籍、说明书、出版物、文档等,特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外,对本说明书权利要求最广范围有限制的文件(当前或之后附加于本说明书中的)也除外。需要说明的是,如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方,以本说明书的描述、定义和/或术语的使用为准。
最后,应当理解的是,本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此,作为示例而非限制,本说明书实施例的替代配置可视为与本说明书的教导一致。相应地,本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。
Claims (5)
1.一种基于物联网的智慧城市疫苗调度方法,其特征在于,所述方法通过基于物联网的智慧城市疫苗调度***实现,所述基于物联网的智慧城市疫苗调度***包括用户平台、疫苗服务平台、城市疫苗管理平台;
所述方法由所述城市疫苗管理平台执行,所述方法包括:
获取预设区域中的各个疫苗接种点对应的服务范围;
获取所述服务范围的疫苗服务相关信息,所述疫苗服务相关信息包括疫苗接种信息、目标接种人员信息、各个预设时间点的时间类型;
将所述服务范围的所述疫苗服务相关信息输入预测模型,通过所述预测模型确定预测结果,所述预测结果包括各个预设时间点所述各个疫苗接种点的可能接种人数;所述预测模型的输入还包括所述各个疫苗接种点的欢迎程度变化特征;所述欢迎程度变化特征可以通过特征模型获得,所述特征模型用于对所述各个疫苗接种点的疫情情况信息以及在用户平台被查询的次数信息进行处理以确定所述欢迎程度变化特征;
基于所述预测结果确定疫苗的分配方案。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
响应于用户通过所述用户平台对所述各个疫苗接种点进行疫苗接种信息查询,通过所述疫苗服务平台获取所述城市疫苗管理平台的疫苗接种安排,所述疫苗接种安排经所述疫苗服务平台发送至所述用户平台以反馈给所述用户所查询的所述疫苗接种信息。
3.如权利要求1所述的方法,其特征在于,所述各个疫苗接种点的所述欢迎程度变化特征可以基于变化因素进行动态变化,所述变化因素至少包括所述各个疫苗接种点的疫情情况以及传播程度。
4.如权利要求1所述的方法,其特征在于,所述基于所述预测结果确定疫苗的分配方案包括:
基于所述预测结果,确定所述各个疫苗接种点被分配的疫苗数量以及接种时间,以生成所述各个疫苗接种点的所述分配方案;
基于所述分配方案,生成疫苗接种安排。
5.一种基于物联网的智慧城市疫苗调度***,其特征在于,所述***包括城市疫苗管理平台、疫苗服务平台和用户平台,所述城市疫苗管理平台被配置为执行以下操作:
获取预设区域中的各个疫苗接种点对应的服务范围;
基于所述服务范围,获取所述服务范围的疫苗服务相关信息,所述疫苗服务相关信息包括疫苗接种信息、目标接种人员信息、各个预设时间点的时间类型;
将所述服务范围的所述疫苗服务相关信息输入预测模型,通过所述预测模型确定预测结果,所述预测结果包括各个预设时间点所述各个疫苗接种点的可能接种人数;所述预测模型的输入还包括所述各个疫苗接种点的欢迎程度变化特征;所述欢迎程度变化特征可以通过特征模型获得,所述特征模型用于对所述各个疫苗接种点的疫情情况信息以及在用户平台被查询的次数信息进行处理以确定所述欢迎程度变化特征;
基于所述预测结果确定疫苗的分配方案。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210353121.9A CN114496198B (zh) | 2022-04-06 | 2022-04-06 | 一种基于物联网的智慧城市疫苗调度方法和*** |
US17/661,275 US11756678B1 (en) | 2022-04-06 | 2022-04-28 | Methods and systems for scheduling vaccines in smart cities based on internet of things (IoT) |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210353121.9A CN114496198B (zh) | 2022-04-06 | 2022-04-06 | 一种基于物联网的智慧城市疫苗调度方法和*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114496198A CN114496198A (zh) | 2022-05-13 |
CN114496198B true CN114496198B (zh) | 2022-06-28 |
Family
ID=81488190
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210353121.9A Active CN114496198B (zh) | 2022-04-06 | 2022-04-06 | 一种基于物联网的智慧城市疫苗调度方法和*** |
Country Status (2)
Country | Link |
---|---|
US (1) | US11756678B1 (zh) |
CN (1) | CN114496198B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116137181B (zh) * | 2023-03-09 | 2023-09-05 | 河北省疾病预防控制中心 | 一种疫苗接种指挥调度方法及*** |
CN117474364B (zh) * | 2023-12-12 | 2024-05-24 | 广东迈科医学科技股份有限公司 | 一种疫苗储运的安全管理方法和*** |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090018871A1 (en) * | 2005-06-30 | 2009-01-15 | Essig John R | Consumer-driven pre-production vaccine reservation system and methods of using a vaccine reservation system |
US8234129B2 (en) * | 2005-10-18 | 2012-07-31 | Wellstat Vaccines, Llc | Systems and methods for obtaining, storing, processing and utilizing immunologic and other information of individuals and populations |
US20080183547A1 (en) * | 2007-01-31 | 2008-07-31 | Valley Initiative For Development And Advancement | Clinical Rotation Scheduling System |
EP3082098A4 (en) * | 2013-12-12 | 2017-04-26 | The Institute of Medical Science And Research | Vaccine scheduling device, vaccine scheduling program, and computer-readable recording medium storing such program |
US10902468B2 (en) * | 2014-06-23 | 2021-01-26 | Board Of Regents, The University Of Texas System | Real-time, stream data information integration and analytics system |
CN107578613A (zh) | 2016-12-06 | 2018-01-12 | 天津新绿物联科技有限公司 | 基于Zigbee农业大田综合传感器 |
CN107578813A (zh) * | 2017-09-15 | 2018-01-12 | 郑州云海信息技术有限公司 | 一种基于云计算的疫苗接种信息查询方法与*** |
CN109934439A (zh) * | 2017-12-18 | 2019-06-25 | 深圳市联影医疗数据服务有限公司 | 一种医疗资源配置的方法、***及终端设备 |
CN109146264B (zh) * | 2018-08-02 | 2022-04-08 | 吉林财经大学 | 一种疫苗资源的配置方法和*** |
CN110503320B (zh) * | 2019-08-07 | 2023-04-07 | 卓尔智联(武汉)研究院有限公司 | 疫苗资源配置方法、装置及存储介质 |
CN111444429B (zh) * | 2020-03-27 | 2023-04-07 | 腾讯科技(深圳)有限公司 | 信息推送方法、装置及服务器 |
US20210319890A1 (en) * | 2020-04-09 | 2021-10-14 | Salesforce.Com, Inc. | Optimization of availability of resources for shared-health events |
CN111680813B (zh) * | 2020-04-27 | 2024-05-03 | 平安国际智慧城市科技股份有限公司 | 智能预约疫苗接种的方法、装置、设备及存储介质 |
US11232870B1 (en) * | 2020-12-09 | 2022-01-25 | Neura Labs Ltd. | Communicable disease prediction and control based on behavioral indicators derived using machine learning |
CN112633681B (zh) * | 2020-12-22 | 2021-10-26 | 中山大学 | 一种基于疫情传播风险的疫苗分配方法、***及装置 |
CN112866358B (zh) * | 2021-01-05 | 2022-02-01 | 中国地质大学(北京) | 一种物联网服务重调度的方法、***及装置 |
US20220291011A1 (en) * | 2021-03-15 | 2022-09-15 | Here Global B.V. | Method and apparatus for providing navigation and location recommendation based on geospatial vaccination data |
CN113192647A (zh) * | 2021-05-06 | 2021-07-30 | 浙江工业大学 | 一种基于多特征分层时空表征的新冠确诊人数预测方法和*** |
CN113724847A (zh) * | 2021-08-31 | 2021-11-30 | 平安国际智慧城市科技股份有限公司 | 基于人工智能的医疗资源分配方法、装置、终端设备及介质 |
-
2022
- 2022-04-06 CN CN202210353121.9A patent/CN114496198B/zh active Active
- 2022-04-28 US US17/661,275 patent/US11756678B1/en active Active
Also Published As
Publication number | Publication date |
---|---|
US11756678B1 (en) | 2023-09-12 |
CN114496198A (zh) | 2022-05-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114496198B (zh) | 一种基于物联网的智慧城市疫苗调度方法和*** | |
Santos et al. | Finding the relevance of staff-based vehicle relocations in one-way carsharing systems through the use of a simulation-based optimization tool | |
Du et al. | Real-time scheduling optimization considering the unexpected events in home health care | |
Hasnine et al. | Tour-based mode choice modelling as the core of an activity-based travel demand modelling framework: A review of state-of-the-art | |
Shuib et al. | Solving shift scheduling problem with days-off preference for power station workers using binary integer goal programming model | |
Šetinc et al. | Optimization of a highway project planning using a modified genetic algorithm | |
Maciejewski et al. | Large-scale microscopic simulation of taxi services. Berlin and Barcelona case studies | |
CN110309952B (zh) | 一种基于通勤模型的城市就业空间布局优化辅助*** | |
Enayati et al. | Ambulance redeployment and dispatching under uncertainty with personnel workload limitations | |
CN111476442B (zh) | 坐席服务输出方式确定方法、装置、计算机设备和介质 | |
CN109741626A (zh) | 停车场停车情况预测方法、调度方法和*** | |
Zhong et al. | A two-stage heuristic algorithm for the nurse scheduling problem with fairness objective on weekend workload under different shift designs | |
CN110444008B (zh) | 一种车辆调度方法及装置 | |
EP3905162A2 (en) | Schedule management service system and method | |
Van Buuren et al. | Ambulance dispatch center pilots proactive relocation policies to enhance effectiveness | |
CN1783122A (zh) | 用于估计教育资源的方法 | |
Gao et al. | BM-DDPG: An integrated dispatching framework for ride-hailing systems | |
Wang et al. | Towards accessible shared autonomous electric mobility with dynamic deadlines | |
Narayan et al. | Fleet size determination for a mixed private and pooled on-demand system with elastic demand | |
Huan et al. | Time-dependent pricing strategies for metro lines considering peak avoidance behaviour of commuters | |
Cortés et al. | A simulation-based approach for fleet design in a technician dispatch problem with stochastic demand | |
Castaño et al. | A network flow-based model for operations planning in home health care delivery | |
CN116959688A (zh) | 一种智能药房控制***及方法 | |
Xu et al. | Multi-agent reinforcement learning to unify order-matching and vehicle-repositioning in ride-hailing services | |
JP2017194863A (ja) | 需要予測装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |