基于大數據的膠原蛋白肽抗衰老評估系統技術方案

本發明專利技術涉及醫療保健信息處理技術領域，具體涉及基于大數據的膠原蛋白肽抗衰老評估系統

【技術實現步驟摘要】
基于大數據的膠原蛋白肽抗衰老評估系統


[0001]本專利技術涉及醫療保健信息處理
，具體涉及基于大數據的膠原蛋白肽抗衰老評估系統
。

技術介紹

[0002]膠原蛋白肽是一種蛋白質分子，是膠原蛋白的一種水解產物
。
通常作為保健品或化妝品中的成分使用，具有美容
、
抗衰老
、
促進傷口愈合等功能
。
膠原蛋白肽具有一定的抗衰老功能
。
隨著年齡的增長，人體內膠原蛋白的含量會逐漸減少，導致皮膚失去彈性和水分，并出現皺紋和干燥等現象
。
膠原蛋白肽的補充可以促進皮膚的膠原蛋白合成，改善皮膚彈性，增加皮膚水分含量，從而減緩皮膚老化的速度
。
[0003]而在使用大數據對膠原蛋白肽抗衰老效果進行評估時，其中的異常數據會直接影響評估精度，故需要對其中的異常數據進行檢測
。LOF
局部離群因子
(Local Outlier Factor)
是常用的一種異常數據檢測方法
。
而
LOF
算法中
K
值的設定直接影響了異常檢測的精度
。K
值過大，異常數據可能會被誤判為正常數據
。K
值過小，數據點只考慮了非常有限的鄰域信息，容易受到局部噪聲和隨機波動的影響，將正常數據誤判為異常數據
。

技術實現思路

[0004]為了解決算法本身容易受到影響的技術問題，本專利技術提供了基于大數據的膠原蛋白肽抗衰老評估系統，所采用的技術方案具體如下：本專利技術提出了基于大數據的膠原蛋白肽抗衰老評估系統，該系統包括以下模塊：數據采集模塊，用于獲取用戶的特征數據
、
皮膚相關數據
、
使用膠原蛋白肽的時間以及膠原蛋白肽的使用量，所述特征數據包括但不限于用戶的年齡
、
性別
、
工作時間；類別波動性獲取模塊，用于構建多維空間，獲取每個用戶的數據點和特征序列；將每一類特征數據對應的所有用戶的特征值構成一條波動序列，根據波動序列中的特征值獲取特征數據的類別波動性；調節因子獲取模塊，用于根據數據點之間的類別波動性和特征序列特征值的差異獲取數據點之間的特征差異值；任意一個數據點記為目標數據點，以目標數據點獲取圓形區域，根據圓形區域內數據點到目標數據點的距離獲取數據點的距離差異特征值；根據圓形區域內數據點的距離差異特征值
、
特征差異值以及數據點到目標數據點的歐氏距離獲取目標數據點對應的圓形區域的分布規律性；根據目標數據點對應的圓形區域的分布規律性以及圓形區域內的最大特征差異值獲取目標數據點的調節因子；抗衰老評估值獲取模塊，用于根據調節因子對已知
K
值進行調節獲取最優
K
值，根據最優
K
值獲取最優局部離群因子，將用戶使用膠原蛋白肽的時間和最優局部離群因子的比值作為用戶置信度；根據用戶置信度
、
膠原蛋白肽的使用量以及用戶的皮膚相關數據獲取膠原蛋白肽的抗衰老評估值；抗衰老評估模塊，用于根據抗衰老評估值判斷膠原蛋白肽的抗衰老效果
。
[0005]優選的，所述構建多維空間，獲取每個用戶的數據點和特征序列的方法為：將用戶的每個特征數據作為一個維度構建多維空間，每個用戶在多維空間中表示一個數據點，用戶的所有特征數據的值記為特征值，所有特征值構成一條特征序列
。
[0006]優選的，所述根據波動序列中的特征值獲取特征數據的類別波動性的方法為：所述波動序列中的特征值是從小到大排序的，獲取波動序列中的最大特征值和最小特征值，計算每個特征值在波動序列中出現的頻率，根據波動序列中相鄰特征值的差異和頻率差異以及最大特征值和最小特征值獲取特征數據的類別波動性
。
[0007]優選的，所述根據波動序列中相鄰特征值的差異和頻率差異以及最大特征值和最小特征值獲取特征數據的類別波動性的方法為：將波動序列中相鄰特征值的差值記為第一特征差異，將相鄰特征值對應的頻率差值記為第一頻率差異，將任意一個特征值記為第一特征值，將第一特征值與其相鄰靠后的特征值的第一特征差異和第一頻率差異的乘積記為第一乘積，將最大特征值和最小特征值的差值的絕對值記為第一絕對值，將第一絕對值與所有特征值的第一乘積的累計和的乘積作為特征數據的類別波動性
。
[0008]優選的，所述根據數據點之間的類別波動性和特征序列特征值的差異獲取數據點之間的特征差異值的方法為：；式中，表示第
b
個數據點對應的特征序列中第
e
個特征值，表示第
c
個數據點對應的特征序列中第
e
個特征值，表示第
e
個特征數據的類別波動性，
n
表示數據點對應的特征值個數，表示第
b
個數據點和第
c
個數據點的特征差異值
。
[0009]優選的，所述以目標數據點獲取圓形區域，根據圓形區域內數據點到目標數據點的距離獲取數據點的距離差異特征值的方法為：以目標數據點為圓心，選取距離目標數據點最近的預設數量個數據點，以選取的數據點中距離目標數據點最遠的歐氏距離為半徑構建圓形區域；將圓形區域內所有數據點到圓心的距離從小到大排序獲取距離序列，將距離序列中任意一個數據點記為選擇數據點，將選擇數據點到圓心的歐氏距離與距離序列中選擇數據點后一位數據點到圓心的歐氏距離的差值的絕對值記為選擇數據點的距離差異特征值
。
[0010]優選的，所述根據圓形區域內數據點的距離差異特征值
、
特征差異值以及數據點到目標數據點的歐氏距離獲取目標數據點對應的圓形區域的分布規律性的方法為：；式中，表示目標數據點的圓形區域內的第
r
個數據點的距離差異特征值
, 表示目標數據點的圓形區域內的第個數據點的距離差異特征值，表示目標數據點的圓形區域內的第
r
個數據點與目標數據點的歐氏距離，表示目標數據點的圓形區域內的第
r
個數據點與目標數據點的特征差異值，表示目標數據點的圓形區域內的最大歐氏距離，表示目標數據點的圓形區域內的最小歐氏距離，
N
表示目標數據點圓形區域內除了目標數據點的數據點的數量，表示以自然常數為底的指數函數，表示目標數據點
對應的圓形區域的分布規律性
。
[0011]優選的，所述根據目標數據點對應的圓形區域的分布規律性以及圓形區域內的最大特征差異值獲取目標數據點的調節因子的方法為：預設初始
K
值，根據初始
K
值獲取初始
LOF
值；在同時滿足條件和條件，調節因子為；在同時滿足條件和條件時，調節因子為；其中，表示目標數據點的圓形區域內的最大特征差異值，表示目標數據點對應的圓形區域的分布規律性，表示初始
LOF
值，表示線性歸一化<本文檔來自技高網...

【技術保護點】

【技術特征摘要】
1.
基于大數據的膠原蛋白肽抗衰老評估系統，其特征在于，該系統包括以下模塊：數據采集模塊，用于獲取用戶的特征數據
、
皮膚相關數據
、
使用膠原蛋白肽的時間以及膠原蛋白肽的使用量，所述特征數據包括但不限于用戶的年齡
、
性別
、
工作時間；類別波動性獲取模塊，用于構建多維空間，獲取每個用戶的數據點和特征序列；將每一類特征數據對應的所有用戶的特征值構成一條波動序列，根據波動序列中的特征值獲取特征數據的類別波動性；調節因子獲取模塊，用于根據數據點之間的類別波動性和特征序列特征值的差異獲取數據點之間的特征差異值；任意一個數據點記為目標數據點，以目標數據點獲取圓形區域，根據圓形區域內數據點到目標數據點的距離獲取數據點的距離差異特征值；根據圓形區域內數據點的距離差異特征值
、
特征差異值以及數據點到目標數據點的歐氏距離獲取目標數據點對應的圓形區域的分布規律性；根據目標數據點對應的圓形區域的分布規律性以及圓形區域內的最大特征差異值獲取目標數據點的調節因子；抗衰老評估值獲取模塊，用于根據調節因子對已知
K
值進行調節獲取最優
K
值，根據最優
K
值獲取最優局部離群因子，將用戶使用膠原蛋白肽的時間和最優局部離群因子的比值作為用戶置信度；根據用戶置信度
、
膠原蛋白肽的使用量以及用戶的皮膚相關數據獲取膠原蛋白肽的抗衰老評估值；抗衰老評估模塊，用于根據抗衰老評估值判斷膠原蛋白肽的抗衰老效果
。2.
如權利要求1所述的基于大數據的膠原蛋白肽抗衰老評估系統，其特征在于，所述構建多維空間，獲取每個用戶的數據點和特征序列的方法為：將用戶的每個特征數據作為一個維度構建多維空間，每個用戶在多維空間中表示一個數據點，用戶的所有特征數據的值記為特征值，所有特征值構成一條特征序列
。3.
如權利要求1所述的基于大數據的膠原蛋白肽抗衰老評估系統，其特征在于，所述根據波動序列中的特征值獲取特征數據的類別波動性的方法為：所述波動序列中的特征值是從小到大排序的，獲取波動序列中的最大特征值和最小特征值，計算每個特征值在波動序列中出現的頻率，根據波動序列中相鄰特征值的差異和頻率差異以及最大特征值和最小特征值獲取特征數據的類別波動性
。4.
如權利要求3所述的基于大數據的膠原蛋白肽抗衰老評估系統，其特征在于，所述根據波動序列中相鄰特征值的差異和頻率差異以及最大特征值和最小特征值獲取特征數據的類別波動性的方法為：將波動序列中相鄰特征值的差值記為第一特征差異，將相鄰特征值對應的頻率差值記為第一頻率差異，將任意一個特征值記為第一特征值，將第一特征值與其相鄰靠后的特征值的第一特征差異和第一頻率差異的乘積記為第一乘積，將最大特征值和最小特征值的差值的絕對值記為第一絕對值，將第一絕對值與所有特征值的第一乘積的累計和的乘積作為特征數據的類別波動性
。5.
如權利要求1所述的基于大數據的膠原蛋白肽抗衰老評估系統，其特征在于，所述根據數據點之間的類別波動性和特征序列特征值的差異獲取數據點之間的特征差異值的方法為：
；式中，表示第
b
個數據點對應的特征序列中第
e
個特征值，表示第
c
個數據點對應的特征序列中第
e
個特征值，表示第
e
個特征數據的類別波動性，
n
表示數據點對應的特征值個數，表示第
b
個數據點和第
c
個數據點的特征差異值
。6.
如權利要求1所述的基于大數據的膠原蛋白肽抗衰老評估系統，其特征在于，所述以目標數據點獲取圓形區...

【專利技術屬性】
技術研發人員：姜燕飛，
申請(專利權)人：上海青顏博識生物技術有限公司，
類型：發明
國別省市：