技术特征：
1.基于大数据的智慧养老数据处理方法，其特征在于，包括：从大数据中获取预设区域内多个日期中多个老人在多个时间节点的坐标数据，并将相同时间节点的所述坐标数据合并入同一集合生成第一数据；对所述第一数据中每个集合都进行聚类分析生成对应每个时间节点的第一聚类模型；所述聚类分析的聚类距离采用物理距离；根据预设区域内老人的聚集区域对所述第一聚类模型进行修正生成第二聚类模型；将不同时间节点对应的多个第二聚类模型进行处理生成第一分析模型；所述第一分析模型的输入为坐标数据和坐标数据对应的时间节点，所述第一分析模型的输出为坐标数据被对应时间节点的所述第二聚类模型分类的概率；从大数据中获取待监控老人多个日期中在预设区域多个时间节点对应的坐标数据作为第二数据；将所述第二数据和所述第二数据对应的时间节点输入所述第一分析模型，并将所述第一分析模型的输出作为异常阈值；当判断待监控老人的行为是否异常时，实时获取待监控老人在预设区域内的多个时间点对应的坐标数据作为第三数据；将所述第三数据和所述第三数据对应的时间节点输入所述第一分析模型，并在所述第一分析模型的输出低于所述异常阈值时，判断所述待监控老人异常。2.根据权利要求1所述的基于大数据的智慧养老数据处理方法，其特征在于，还包括：从所述第二聚类模型中提取每个聚集区域在多个时间节点的坐标数据数量的最大值作为每个聚集区域的第四数据；根据所述第四数据对每个聚集区域中的服务设施数量进行修正。3.根据权利要求1所述的基于大数据的智慧养老数据处理方法，其特征在于，根据预设区域内老人的聚集区域和聚集数量对所述第一聚类模型进行修正生成第二聚类模型包括：在所述预设区域内提取老人的聚集区域，并提取多个所述聚集区域的中心点；将所述中心点作为新增的聚类中心导入所述第一聚类模型，并对所述第一聚类模型进行二次聚类分析生成预聚类模型；将所述预聚类模型中无法聚类的数据和聚类数量少于阈值的簇删除，生成第二聚类模型。4.根据权利要求1所述的基于大数据的智慧养老数据处理方法，其特征在于，还包括：从大数据中获取待监控老人的健康数据，并根据所述健康数据生成推荐场所和所述推荐场所对应的时间节点作为第五数据；将所述第五数据加入所述第一分析模型生成第二分析模型，并将所述第五数据向所述待监控老人推送；当判断待监控老人的行为是否异常时，将所述第三数据和所述第三数据对应的时间节点输入所述第二分析模型，并在所述第二分析模型的输出低于所述异常阈值时，判断所述待监控老人异常。5.根据权利要求4所述的基于大数据的智慧养老数据处理方法，其特征在于，将所述第五数据加入所述第一分析模型生成第二分析模型包括：所述第二分析模型的输入为坐标数据和坐标数据对应的时间节点，所述第二分析模型的输出为坐标数据被对应时间节点的所述第二聚类模型分类或符合对应时间节点的所述
第五数据的概率。6.基于大数据的智慧养老数据处理系统，其特征在于，包括：提取单元，被配置为从大数据中获取预设区域内多个日期中多个老人在多个时间节点的坐标数据，并将相同时间节点的所述坐标数据合并入同一集合生成第一数据；聚类单元，被配置为对所述第一数据中每个集合都进行聚类分析生成对应每个时间节点的第一聚类模型；所述聚类分析的聚类距离采用物理距离；修正单元，被配置为根据预设区域内老人的聚集区域对所述第一聚类模型进行修正生成第二聚类模型；处理单元，被配置为将不同时间节点对应的多个第二聚类模型进行处理生成第一分析模型；所述第一分析模型的输入为坐标数据和坐标数据对应的时间节点，所述第一分析模型的输出为坐标数据被对应时间节点的所述第二聚类模型分类的概率；所述提取单元还被配置为从大数据中获取待监控老人多个日期中在预设区域多个时间节点对应的坐标数据作为第二数据；阈值单元，被配置为将所述第二数据和所述第二数据对应的时间节点输入所述第一分析模型，并将所述第一分析模型的输出作为异常阈值；判断单元，被配置为当判断待监控老人的行为是否异常时，实时获取待监控老人在预设区域内的多个时间点对应的坐标数据作为第三数据；所述判断单元还被配置为将所述第三数据和所述第三数据对应的时间节点输入所述第一分析模型，并在所述第一分析模型的输出低于所述异常阈值时，判断所述待监控老人异常。7.根据权利要求6所述的基于大数据的智慧养老数据处理系统，其特征在于，所述提取单元还被配置为从所述第二聚类模型中提取每个聚集区域在多个时间节点的坐标数据数量的最大值作为每个聚集区域的第四数据；所述修正单元还被配置为根据所述第四数据对每个聚集区域中的服务设施数量进行修正。8.根据权利要求6所述的基于大数据的智慧养老数据处理系统，其特征在于，所述修正单元还被配置为在所述预设区域内提取老人的聚集区域，并提取多个所述聚集区域的中心点；所述修正单元还被配置为将所述中心点作为新增的聚类中心导入所述第一聚类模型，并对所述第一聚类模型进行二次聚类分析生成预聚类模型；所述修正单元还被配置为将所述预聚类模型中无法聚类的数据和聚类数量少于阈值的簇删除，生成第二聚类模型。9.根据权利要求6所述的基于大数据的智慧养老数据处理系统，其特征在于，所述提取单元还被配置为从大数据中获取待监控老人的健康数据，并根据所述健康数据生成推荐场所和所述推荐场所对应的时间节点作为第五数据；所述处理单元还被配置为将所述第五数据加入所述第一分析模型生成第二分析模型，并将所述第五数据向所述待监控老人推送；所述判断单元还被配置为当判断待监控老人的行为是否异常时，将所述第三数据和所述第三数据对应的时间节点输入所述第二分析模型，并在所述第二分析模型的输出低于所
述异常阈值时，判断所述待监控老人异常。10.根据权利要求9所述的基于大数据的智慧养老数据处理系统，其特征在于，所述处理单元还被配置为所述第二分析模型的输入为坐标数据和坐标数据对应的时间节点，所述第二分析模型的输出为坐标数据被对应时间节点的所述第二聚类模型分类或符合对应时间节点的所述第五数据的概率。
技术总结
本发明公开了基于大数据的智慧养老数据处理方法，包括：获取第一数据；对第一数据聚类生成第一聚类模型；对第一聚类模型进行修正生成第二聚类模型；生成第一分析模型；获第二数据输入第一分析模型输出异常阈值；实时获取第三数据输入第一分析模型，并在第一分析模型的输出低于异常阈值时，判断待监控老人异常。本发明还公开了基于大数据的智慧养老数据处理系统。本发明基于大数据的智慧养老数据处理方法及系统，通过对待监控老人行为进行大数据的概率分析，实现了对待监控老人的行为更为准确的评价，相比于现有简单粗犷式的评价方式，结果更为准确，对大数据的利用也更为科学。对大数据的利用也更为科学。对大数据的利用也更为科学。
技术研发人员：李良东 郭京洁
受保护的技术使用者：成都天府市民云服务有限公司
技术研发日：2021.08.12
技术公布日：2021/9/9