公共交通执业人员健康预警方法、计算机存储介质及电子设备与流程

本发明属于软件工程、大数据以及分布式存储和计算等技术领域，具体涉及一种公共交通执业人员健康预警方法、计算机存储介质及电子设备。

背景技术：

近年来，公共交通安全事件屡见报端，其中不乏让人痛惜的好心司机猝死岗位的各种报导，甚至频繁出现公共交通驾驶人员因健康状况未能得到及时监测与预警，执业过程中发生交通事故，造成乘客及其他车辆人身财产重大损失，引发极坏的社会影响。建立健全关乎公共交通社会安全的管理措施和技术手段迫在眉睫。

技术实现要素：

有鉴于此，本发明提供一种公共交通执业人员健康预警方法、计算机存储介质及电子设备，能够实时监测保护人员的生理数据指标，通过ai快速反馈处理结果并更新处理机制，从而保障公共交通执业人员健康。

为解决上述技术问题，根据本发明第一方面实施例的公共交通执业人员健康预警方法，包括以下步骤：s1、获取公共交通执业人员的患病数据集合，并对所述患病数据集合进行处理得到患病数据网络集合；s2、获取所述患病数据网络集合中各个顶点的用户标识与所述公共交通执业人员中不同岗位的相关度，根据所述相关度将所述患病数据网络集合划分为固定型岗位患病分类数据集和移动型岗位患病分类数据集；s3、将所述固定型岗位患病分类数据集和所述移动型岗位患病分类数据集分别按照不同性别、不同年龄段、不同地域以及不同患病时间进行分类，得到多个精细分类数据集；s4、将所述固定型岗位患病分类数据集和所述移动型岗位患病分类数据集的多个所述精细分类数据集置于网络中分别进行训练，得到第一训练模型；s5、获取用户的身份信息、地理信息和实时状态信息，并将其输入所述第一训练模型；s6、所述第一训练模型根据用户的身份信息、地理信息和实时状态信息关联预定范围内的第三方，并根据所述第一训练模型的反馈信息确定是否需要联系所述第三方。

根据本发明实施例的公共交通执业人员健康预警方法，通过预先收集大量的公共交通执业人员患病数据集合，结合该数据集合进行模型训练，根据不同公共交通执业人员的信息，对不同公共交通执业人员的实时状态进行监测和管理，以便后续进行快速的反馈和处理。

根据本发明一个实施例，步骤s2包括：s21、获取不同岗位的工作状态数据集合，并对所述工作状态数据集合进行处理得到工作状态数据网络集合；s22、将所述工作状态数据网络集合按照岗位信息划分为固定型岗位和移动型岗位；s23、将所述固定型岗位和所述移动型岗位置于网络中分别进行训练，得到第二训练模型；s24、获取用户的岗位信息，并将其输入所述第二训练模型；s25、根据所述第二训练模型的反馈信息判断用户的岗位信息属于固定型岗位或移动型岗位。

根据本发明一个实施例，所述岗位信息包括岗位对应的职工在工作时的运动状态和移动范围。

所述固定型岗位的工作状态数据集合通过设置在工位上的信息采集设备、设置在工位附近的影像采集设备和职工身上佩戴的健康监测模块中的至少一种进行采集，所述移动型岗位的工作状态数据集合通过职工身上佩戴的健康监测模块进行采集。

根据本发明一个实施例，所述固定型岗位患病分类数据集在网络中训练的步骤包括：s31、设置假想用户模块，所述假想用户模块内置有针对问询信息的回复信息、随机的身份信息、地理信息、人体生理数据信息、心理性格测试信息和遗传病信息，所述假想用户模块能够接收和发出交互信息；s32、获取所述假想用户模块的身份信息、地理信息、人体生理数据信息、心理性格测试信息和遗传病信息，并根据获取的信息将所述假想用户模块与所述固定型岗位患病分类数据集的所述精细分类数据集进行匹配；s33、根据匹配的所述精细分类数据集向所述假想用户模块发送对应的问询信息；s34、所述假想用户模块根据所述问询信息随机回复回复信息或者不回复信息；s35、当所述假想用户模块回复所述回复信息时，根据所述回复信息反馈对应的回复，并重复步骤s34；当所述假想用户模块在第一预设时间内无回复时，则自动联系第三方，得到所述第一训练模型。

根据本发明一个实施例，所述移动型岗位患病分类数据集在网络中训练的步骤包括：s31’、设置假想用户模块，所述假想用户模块内置有针对问询信息的回复信息、随机的身份信息、地理信息、人体生理数据信息、心理性格测试信息和遗传病信息，所述假想用户模块能够接收和发出交互信息；s32’、获取所述假想用户模块的身份信息、地理信息、人体生理数据信息、心理性格测试信息和遗传病信息，并根据获取的信息将所述假想用户模块与所述移动型岗位患病分类数据集的所述精细分类数据集进行匹配；s33’、根据匹配的所述精细分类数据集向所述假想用户模块发送对应的问询信息；s34’、所述假想用户模块根据所述问询信息随机回复回复信息或者不回复信息；s35’、当所述假想用户模块回复所述回复信息时，根据所述回复信息反馈对应的回复，并重复步骤s34’；当所述假想用户模块在第二预设时间内无回复时，则自动联系第三方，得到所述第一训练模型。

根据本发明一个实施例，所述第三方为部门后台管理端、家庭医生、医院、交警、公安、消防、药店或者预定范围内的其他用户。

根据本发明一个实施例，所述实时状态信息包括用户的实时健康检测数据信息、用户的实时定位信息、用户的工作车次及其车辆定位信息。

根据本发明第二方面实施例的计算机存储介质，包括一条或多条计算机指令，所述一条或多条计算机指令在执行时实现上述任一项所述的方法。

根据本发明第三方面实施例的电子设备，包括存储器和处理器，所述存储器用于存储一条或多条计算机指令，所述处理器用于调用并执行所述一条或多条计算机指令，从而实现如上述任一项所述的方法。

本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：

图1是根据本发明实施例的公共交通执业人员健康预警方法的流程示意图；

图2是根据本发明实施例的电子设备的示意图。

附图标记：

公共交通执业人员健康预警方法100；电子设备300；存储器310；操作系统311；应用程序312；处理器320；网络接口330；输入设备340；硬盘350；显示设备360。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。

在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

下面首先结合附图具体描述根据本发明实施例的公共交通执业人员健康预警方法100。

如图1所示，根据本发明实施例的公共交通执业人员健康预警方法100，包括以下步骤：

s1、获取公共交通执业人员的患病数据集合，并对患病数据集合进行处理得到患病数据网络集合。

s2、获取患病数据网络集合中各个顶点的用户标识与公共交通执业人员中不同岗位的相关度，根据相关度将患病数据网络集合划分为固定型岗位患病分类数据集和移动型岗位患病分类数据集。

s3、将固定型岗位患病分类数据集和移动型岗位患病分类数据集分别按照不同性别、不同年龄段、不同地域以及不同患病时间进行分类，得到多个精细分类数据集。

s4、将固定型岗位患病分类数据集和移动型岗位患病分类数据集的多个精细分类数据集置于网络中分别进行训练，得到第一训练模型。

s5、获取用户的身份信息、地理信息和实时状态信息，并将其输入第一训练模型。

s6、第一训练模型根据用户的身份信息、地理信息和实时状态信息关联预定范围内的第三方，并根据第一训练模型的反馈信息确定是否需要联系第三方。

换言之，根据本发明实施例的公共交通执业人员健康预警方法100，能够获取公共交通执业人员的患病数据集合，服务器能够对患病数据集合进行处理得到患病数据网络集合。通过服务器能够获取患病数据网络集合中各个顶点的用户标识与公共交通执业人员中不同岗位的相关度，例如用户标识可以包括检测项目类别、检测数据等，不同的用户标识可能对应于不同岗位人员的血压、心率、房颤等实时数据。服务器能够根据得到的相关度将患病数据网络集合划分为固定型岗位患病分类数据集和移动型岗位患病分类数据集，其中，固定型岗位患病分类数据集对应的某些数据的实时情况的优先级可较移动型岗位患病分类数据集低，这是由于固定岗位患病分类数据集对应的岗位人员在实际环境下，相对于移动岗位患病分类数据集对应的岗位人员所处环境有所不同，所以其发生状况的紧急程度也有所不同。通过将固定型岗位患病分类数据集和移动型岗位患病分类数据集分别按照不同性别、不同年龄段、不同地域以及不同患病时间进行分类，得到多个精细分类数据集，精细分类数据集置于网络中分别进行训练，得到第一训练模型。

在具体监测特定用户的身体健康数据时，由于对特定人员进行的监控中存在用户的信息，将用户信息输入至第一训练模型，其中用户信息包括用户身份信息、用户所在地理位置信息、用户所在地域相关的信息、用户自身的实时状态信息。第一训练模型能够根据输入的信息得到反馈信息，第一训练模型可以关联预定范围内的第三方，并能够根据得到的反馈信息判断是否需要联系第三方。其中第三方可为处于以患者所在位置为中心的预设范围内的相关机构或者相关人员，第三方可以是部门后台管理端、家庭医生、医院、交警、公安、消防、药店或者预定范围内的其他用户。例如，第一训练模型判定患者的检测结果比较严重时，可以自动判断是否需要联系第三方，避免患者出现危险。

其中，在关联第三方时，可以与患者常住地址、地图数据以及定位服务进行关联，从而可以准确获取距离患者最近的第三方信息。

其中需要说明的是，根据本发明实施例的公共交通执业人员健康预警方法100中，可以完全通过服务器与移动端和手环之类的实时监测仪器的数据交互实现特定人员实时信息的监测，即患者通过移动端和手环之类的实时监测仪器监控自身健康状态，通过移动端和手环之类的实时监测仪器或直接将检测结果上传给服务器，服务器接收实时健康状态的之后自动进行相关的操作。当执业人员在实际操作时出现的健康问题或者失去连接等异常状态信息导致服务器不能自动识别或者处理的问题时，服务器可以通过后台联系相关技术人员进行人工解答，同样也可以实现对公共交通执业人员健康预警的效果。

由此，根据本发明实施例的公共交通执业人员健康预警方法100，通过预先收集大量的公共交通执业人员患病数据集合，结合该数据集合进行模型训练，根据不同公共交通执业人员提供的信息，从而对不同公共交通执业人员的实时状态进行监测和管理，以便后续进行快速的反馈和处理。

在本发明的一些具体实施方式中，步骤s2包括以下步骤：

s21、获取不同岗位的工作状态数据集合，并对工作状态数据集合进行处理得到工作状态数据网络集合。

s22、将工作状态数据网络集合按照岗位信息划分为固定型岗位和移动型岗位。

s23、将固定型岗位和移动型岗位置于网络中分别进行训练，得到第二训练模型。

s24、获取用户的岗位信息，并将其输入第二训练模型。

s25、根据第二训练模型的反馈信息判断用户的岗位信息属于固定型岗位或移动型岗位。

也就是说，在工作状态数据网络集合进行划分不同岗位时，可以实行以下步骤：首先，获取数据网络集合中的各个顶点的用户标识，并根据实时监控的信息和执业人员自身健康状态的信息，将其划分为固定型岗位和移动型岗位，其中固定型岗位和移动型岗位分别设置有相关的数值范围区间。然后，判断用户标识的相关数值落入哪个数值范围区间，根据判断结果将用户标识划分至固定型岗位以及移动型岗位数据集内。

需要说明的是，其中用户标识可能对应于不同岗位之间存在的健康状态，可以根据移动型岗位优于固定型岗位的处理顺序进行处理。

根据本发明的一个实施例，岗位信息包括岗位对应的职工在工作时的运动状态和移动范围。由此，对执业人员的实时工作的运动状态和移动范围均有一个较为完善的数据划分区域，方便对执业人员实时状态的有效监控。需要说明的是，例如司机岗位，虽然司机驾驶的车辆处于移动状态，但是司机长时间处于同种工作姿势，仍然属于固定型岗位。

在本发明的一些具体实施方式中，固定型岗位的工作状态数据集合通过设置在工位上的信息采集设备、设置在工位附近的影像采集设备和职工身上佩戴的健康监测模块中的至少一种进行采集，移动型岗位的工作状态数据集合通过职工身上佩戴的健康监测模块进行采集。通过不同介质对执业人员实时的健康状态进行有效的监控，多介质采集数据的方案有效提高了执业人员数据采集的准确性和稳定性。

根据本发明的一个实施例，固定型岗位患病分类数据集在网络中训练的步骤包括：

s31、设置假想用户模块，假想用户模块内置有针对问询信息的回复信息、随机的身份信息、地理信息、人体生理数据信息、心理性格测试信息和遗传病信息，假想用户模块能够接收和发出交互信息。

s32、获取假想用户模块的身份信息、地理信息、人体生理数据信息、心理性格测试信息和遗传病信息，并根据获取的信息将假想用户模块与固定型岗位患病分类数据集的精细分类数据集进行匹配。

s33、根据匹配的精细分类数据集向假想用户模块发送对应的问询信息。

s34、假想用户模块根据问询信息随机回复回复信息或者不回复信息。

s35、当假想用户模块回复回复信息时，根据回复信息反馈对应的回复，并重复步骤s34；当假想用户模块在第一预设时间内无回复时，则自动联系第三方，得到第一训练模型。

可选地，移动型岗位患病分类数据集在网络中训练的步骤包括：

s31’、设置假想用户模块，假想用户模块内置有针对问询信息的回复信息、随机的身份信息、地理信息、人体生理数据信息、心理性格测试信息和遗传病信息，假想用户模块能够接收和发出交互信息。

s32’、获取假想用户模块的身份信息、地理信息、人体生理数据信息、心理性格测试信息和遗传病信息，并根据获取的信息将假想用户模块与移动型岗位患病分类数据集的精细分类数据集进行匹配。

s33’、根据匹配的精细分类数据集向假想用户模块发送对应的问询信息。

s34’、假想用户模块根据问询信息随机回复回复信息或者不回复信息。

s35’、当假想用户模块回复回复信息时，根据回复信息反馈对应的回复，并重复步骤s34’；当假想用户模块在第二预设时间内无回复时，则自动联系第三方，得到第一训练模型。

根据本发明的一个实施例，第三方为部门后台管理端、家庭医生、医院、交警、公安、消防、药店或者预定范围内的其他用户，需要说明的是，通过部门后台管理端能够及时观察到所有属于该部门的用户的情况，观察效率高。通过联系预定范围内的其他用户，可以在网络拥堵或者无法及时联系部门后台管理端时，联系附近的其他用户，从而能够提高信息传送的效率，能够进一步保障用户的健康安全。

在本发明的一些具体实施方式中，实时状态信息包括用户的实时健康检测数据信息、用户的实时定位信息、用户的工作车次及其车辆定位信息，实时状态信息可以根据用户佩戴的监测设备、后台提供的工作信息、车辆gps定位等实现。需要说明的是，对于固定型岗位人员和移动型岗位人员的实时状态信息的获取设备可以有所不同，例如，对于固定型岗位人员，例如司机，可以在司机的座位附近安装摄像检测设备，对于移动型岗位人员，例如马路清洁人员，可以在马路清洁人员常用工具上安装定位监测等设备。

下面以公共交通执业人员为公交车为例，对本发明实施例的公共交通执业人员健康预警方法100进行详细说明。

在本发明的一些具体实施方式中，公共交通执业人员为移动型岗位人员（例如售票员），当系统中实时获取的用户的各项数据并通过数据网络集合中各个顶点的用户标识与公共交通执业人员中不同岗位的相关度有所异常后，即实时健康检测数据信息、用户的实时定位信息、用户的工作车次及其车辆定位信息等出现任一项异常后，再根据相关度将患病数据网络集合划分为移动型岗位患病分类数据集，随后获取用户的身份信息、地理信息和实时状态信关联预定范围内的第三方，并根据第一训练模型的反馈信息确定是否需要联系第三方。

也就是说，当公共交通执业人员为移动岗位时，通过由系统对实时监控的公共交通人员的状态信息进行监控，若监控到的状态信息出现异常，再对预先设定各个顶点的用户标识与公共交通执业人员中不同岗位的相关度来判断公共交通执业人员的岗位，同时根据公共交通执业人员的身份信息、地理信息和实时状态信息关联预定范围内的第三方，并根据第一训练模型的反馈信息，即血压、心率、房颤等实时数据，确定是否需要联系第三方。

当训练模型判定公共交通执业人员的检测结果比较严重时，系统主动联系第三方并与公共交通执业人员常住地址、地图数据以及定位服务进行关联，从而可以准确获取距离患者最近的第三方信息，方便第三方快速对公共交通执业人员进行紧急处理；当训练模型判定公共交通执业人员的检测结果不算严重时，系统先对公共交通执业人员进行问询和协助，由公共交通执业人员进行选择回复，是否需要第三方的帮助后，再通过系统进行处理或直接联系第三方。

在本发明的一些具体实施方式中，公共交通执业人员为固定型岗位人员，例如司机，当系统中实时获取的用户的各项数据并通过数据网络集合中各个顶点的用户标识与公共交通执业人员中不同岗位的相关度有所异常后，即实时健康检测数据信息、用户的实时定位信息、用户的工作车次及其车辆定位信息等出现任一项异常后，再根据相关度将患病数据网络集合划分为固定型岗位患病分类数据集，随后获取用户的身份信息、地理信息和实时状态信关联预定范围内的第三方，并根据第一训练模型的反馈信息确定是否需要联系第三方。

也就是说，当公共交通执业人员为固定型岗位时，通过由系统对实时监控的公共交通人员的状态信息进行监控，若监控到的状态信息出现异常，再对预先设定各个顶点的用户标识与公共交通执业人员中不同岗位的相关度来判断公共交通执业人员的岗位，同时根据公共交通执业人员的身份信息、地理信息和实时状态信息关联预定范围内的第三方，并根据第一训练模型的反馈信息，即血压、心率、房颤等实时数据，确定是否需要联系第三方。

当训练模型判定公共交通执业人员的检测结果比较严重时，系统主动联系第三方并与公共交通执业人员常住地址、地图数据以及定位服务进行关联，从而可以准确获取距离患者最近的第三方信息，方便第三方快速对公共交通执业人员进行紧急处理；当训练模型判定公共交通执业人员的检测结果不算严重时，系统先对公共交通执业人员进行问询和协助，由公共交通执业人员进行选择回复，是否需要第三方的帮助后，再通过系统进行处理或直接联系第三方。

不仅如此，在实际操作和实施过程中，系统服务器还可以根据不同公共交通执业人员患者的所呈现的检测结果进行实时反馈，判断患者的实时状态是否严重，并根据普通级分类数据集的精细分类数据集进行进一步细分，向患者推送普通问询信息，并且识别有无收到答复信息，如果收到了答复信息，则根据答复信息进行回复，并将回复的内容发送至患者。如果在第一预设时间内没有收到回复信息，则自动结束识别状态。

在收到答复信息时，可以将答复信息中的咨询信息进行等级划分，并将解答人员的等级进行相应的划分，ai可以根据识别的咨询信息自动将信息划分并转达给相应的解答人员。

根据本发明的一个实施例，普通问询信息包括：问询信息的回复信息、随机的身份信息、地理信息、人体生理数据信息、心理性格测试信息和遗传病信息，普通问询信息可以根据需求进行调整、修改。

可选地，第一预设时间为20s-30s。也就是说，在判断患者的病情等级为不严重时，通过移动端或其他设备向患者发送普通问询信息，若在20s-30s之后，患者没有进行回复，则服务器自动断开与该患者的联系，结束该次紧急状态的诊断和管理。

根据本发明的一个实施例，优先问询信息包括：身体舒适度信息和病史信息，需要说明的是，优先问询信息可以根据需要进行调整和修改。

在本发明的一些具体实施方式中，第二预设时间为40s-60s。

可选地，第三方为部门后台管理端、家庭医生、医院、交警、公安、消防、药店或者预定范围内的其他用户。也就是说，当检测到公共交通执业人员的实时信息的检测值低于或者高于预设值时，例如在出现高危情况时，服务器自动触发严重警告信息，发送优先问询信息，例如询问是否有头晕、头疼等问题。患者发送答复信息，数据库可以根据问答结果，判断具体情况，触发给家庭医生、医生主动联系患者、或直接联动120，还可以触发上下转诊功能，将患者信息从基层医院转至上级医院。若患者在30s-60s之后仍无回复，触发警告信息，可以触发微信或电话报警，给家庭医生或者患者亲属，亦或者通知到后台管理端或者预定范围内的其他用户等。

需要说明的是，可以通过对公共交通执业人员佩戴ai移动腕表并绑定该公共交通执业人员自己携带的手机中的手机app，随后在手机app中输入公共交通执业人员基础信息和初始健康状态，通过对初始健康状态进行疾病的风险评估，待风险评估完成后，持续对公共交通执业人员进行身体实时状态指标的收集。

在识别患者的答复信息时，可以根据相应的咨询信息反馈相应的知识点或建议方案等，例如识别语音信息或文字信息，以及识别图片，并能够根据识别结果提取关键信息，通过对提取到的关键信息进行逻辑问答。在进行逻辑问答的状态时，可以连接数据库，并判断对应的内容触发对应的状况。

当发生答复信息不能识别的情况时，可以转为人工进行解答，并能够将相关咨询信息录入至数据库让ai进行自动学习。

在本发明的一些具体实施方式中，在识别患者的答复信息后，可以进行自动回复、推送，也可以进行人工回复、推送。

总而言之，根据本发明实施例的公共交通执业人员健康预警方法100至少具有以下优点：

（1）应用移动终端和网络服务，对公共交通执业人员的实时状态和健康状态进行实时监控，有效提高对公共交通职业人员的健康状况实施快速有效的反馈；

（2）能够对公共交通执业人员进行远程监控，便于对公共交通执业人员的健康提前监控和提醒。

另外，本发明实施例还提供了一种计算机存储介质，计算机存储介质包括一条或多条计算机指令，一条或多条计算机指令在执行时实现上述任一的本发明实施例的公共交通执业人员健康预警方法100。

也就是说，计算机存储介质存储有计算机程序，计算机程序被处理器运行时，使得处理器执行上述任一的公共交通执业人员健康预警方法100。

同时，本发明实施例还提供了一种电子设备，包括存储器和处理器，存储器用于存储一条或多条计算机指令，处理器用于调用并执行一条或多条计算机指令，从而实现上述任一的公共交通执业人员健康预警方法100。

也就是说，电子设备300包括：处理器320和存储器310，在存储器310中存储有计算机程序指令，其中，在计算机程序指令被处理器运行时，使得处理器320执行上述任一的方法100。

进一步地，如图2所示，电子设备300还包括网络接口330、输入设备340、硬盘350、和显示设备360。

上述各个接口和设备之间可以通过总线架构互连。总线架构可以是可以包括任意数量的互联的总线和桥。具体由处理器320代表的一个或者多个中央处理器（cpu），以及由存储器310代表的一个或者多个存储器的各种电路连接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其它电路连接在一起。可以理解，总线架构用于实现这些组件之间的连接通信。总线架构除包括数据总线之外，还包括电源总线、控制总线和状态信号总线，这些都是本领域所公知的，因此本文不再对其进行详细描述。

网络接口330，可以连接至网络（如因特网、局域网等），从网络中获取相关数据，并可以保存在硬盘350中。

输入设备340，可以接收操作人员输入的各种指令，并发送给处理器320以供执行。输入设备340可以包括键盘或者点击设备(例如，鼠标，轨迹球(trackball)、触感板或者触摸屏等。

显示设备360，可以将处理器320执行指令获得的结果进行显示。

存储器310，用于存储操作系统运行所必须的程序和数据，以及处理器320计算过程中的中间结果等数据。

可以理解，本发明实施例中的存储器310可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(rom)、可编程只读存储器(prom)、可擦除可编程只读存储器(eprom)、电可擦除可编程只读存储器(eeprom)或闪存。易失性存储器可以是随机存取存储器(ram)，其用作外部高速缓存。本文描述的装置和方法的存储器310旨在包括但不限于这些和任意其它适合类型的存储器。

在一些实施方式中，存储器310存储了如下的元素，可执行模块或者数据结构，或者他们的子集，或者他们的扩展集：操作系统311和应用程序312。

其中，操作系统311，包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序312，包含各种应用程序，例如浏览器(browser)等，用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序312中。

上述处理器320，当调用并执行存储器310中所存储的应用程序和数据，具体的，可以是应用程序312中存储的程序或指令时，将第一集合和第二集合中的一者分散发送至第一集合和第二集合中的另一者所分布的节点，其中，另一者分散存储于至少两个节点；并根据第一集合的节点分布和第二集合的节点分布，分节点地进行交集处理。

本发明上述实施例揭示的方法可以应用于处理器320中，或者由处理器320实现。处理器320可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器320中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器320可以是通用处理器、数字信号处理器(dsp)、专用集成电路(asic)、现成可编程门阵列(fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件，可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器310，处理器320读取存储器310中的信息，结合其硬件完成上述方法的步骤。

可以理解的是，本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现，处理单元可以实现在一个或多个专用集成电路(asic)、数字信号处理器dsp)、数字信号处理设备(dspd)、可编程逻辑设备(pld)、现场可编程门阵列(fpga)、通用处理器、控制器、微控制器、微处理器、用于执行本申请功能的其它电子单元或其组合中。

对于软件实现，可通过执行本文功能的模块(例如过程、函数等)来实现本文的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。

具体地，处理器320还用于读取计算机程序，执行上述任一的方法100。

在本申请所提供的几个实施例中，应该理解到，所揭露方法和装置，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理包括，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例收发方法的部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器（read-onlymemory，简称rom）、随机存取存储器（randomaccessmemory，简称ram）、磁碟或者光盘等各种可以存储程序代码的介质。

以上是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。