APP下载

攀枝花市智慧康养大数据多维统计及挖掘

2020-04-21秦振涛赵相瑜

攀枝花学院学报 2020年2期
关键词:攀枝花市康养养老

杨 茹,秦振涛,张 靖,赵相瑜

(1.攀枝花学院土木与建筑工程学院,四川 攀枝花617000;2.攀枝花学院数学与计算机学院,四川攀枝花617000)

1 概述

目前,中国已经成为世界上老年人口最多的国家之一,也是人口老龄化发展速度最快的国家之一。人口老龄化的高峰即将到来,养老问题将成为未来研究的一个重要课题[1]。智慧健康养老行业作为现代服务业的重要组成部分,蕴含着拉动经济发展、社会生活进步的巨大潜力[2-3]。攀枝花拥有得天独厚的自然优势,较好的经济基础,良好的信息化条件和水平,正在成为智慧健康养老的首选城市。攀枝花市是国家阳光康养基地,攀枝花市经济调整转型为康养产业发展提供巨大的发展机遇。康养产业作为惠及亿万老人的重要产业门类,可为国民经济发展开辟新的领域,产生新的带动,形成重大突破。真正成为推动国民经济转方式、调结构、促发展、惠民生的具有无限生命力的新兴产业[4-6]。

近年来,全球范围内信息技术创新不断加快,云计算、大数据和移动互联网等技术的大量应用使得信息领域新产品、新服务、新业态大量涌现,通过这些信息化手段和“互联网+”运营思维,整合服务和资源并形成康养大数据的基本聚集,建设一个“攀枝花市智慧康养大数据多维统计及挖掘平台”,可提高政府引导下的康养机构市场化水平、管理理念和服务能力,推动康养产业的融合发展,是攀枝花市建设“康养+”的重要抓手[7-8]。

本文从攀枝花市智慧康养大数据数据仓库的构建,多维分析数据模型,数据挖掘等进行了研究,实现了攀枝花市智慧康养大数据多维统计及挖掘,提出了攀枝花市发展康养的重点思路。

2 智慧健康养老BI系统构建

基于数据仓库技术的BI(business intelligence,商务智能)分析系统是从海量的数据中钻取信息与知识的过程。在建立攀枝花市智慧健康养老数据的过程中,抽取了攀枝花市卫计委,养老机构,攀枝花市发改委,攀枝花市旅游局,医疗卫生机构等5部门的数据,在智慧康养共享数据中心进行汇总。智慧康养共享数据中心创新的提出了一套从标准到创建元模型的流程方案,配合大数据清洗整合转换与数据服务接口,能够有效解决大量基础数据在各系统重复管理且没有进行同步,存在大量数据不一致的问题和“信息孤岛”的问题[9-11]。

利用分布式流式计算工具Stom将来自不同业务系统数据通过数据整合和清洗进入共享数据中心,通过存储分析技术进行数据分析,数据存储及预处理,对部分数据进行了聚合转化。对医疗机构数据中部分缺失数据进行了删除。对部分特别异常的数据(如旅游局提供的某酒店日住宿费超过2000元,属于明显录入错误),经过与相关酒店沟通后进行了补插。对部分较少的医疗机构数据(如只挂号,开药后未处理)的数据不处理[12-13]。

将数据规约后送入共享数据交换中心,基于此进行数据分析。研究整体框架如图1所示。

图1 智慧康养大数据分析整体框架

3 构建攀枝花市智慧康养大数据多维统计及挖掘模型

3.1 攀枝花市智慧康养大数据多维统计及挖掘信息分析

通过对数据的探索与预处理,得到了可以进行多维统计及挖掘的数据,本文主要从如下四个方面分析了攀枝花市康养数据。

(1)分析了攀枝花市内各养老机构不同年度的运营情况,掌握区域内养老机构的数量、床位数量及入住率的变化趋势。包括了对养老机构发展的预测。包括数据周期:月度;展现形式:地图(养老机构数量、床位数量、入住率);数据来源:机构设置审批系统数据、养老机构管理系统数据;数据维度:年度、区域;数据指标:机构数量、床位数量、入住率。

(2)对入住养老机构的人员进行分类,分类模型建立在现有标记的数据集上,属于有监督学习。

(3)对攀枝花市及周边地市的养老人员数据进行分析,对比各个季度入住人员的变化情况,预测是建立在两种或两种以上变量间相互依赖的函数模型,主要对未来数据进行预测分析,挖掘出更有价值的信息。对入住养老机构的人员的人员病情进行多维统计,预测各个季度发病情况,在对应季节做好相关病情的预防与药物储备工作。

(4)对攀枝花市旅游业的发展趋势进行分析,预测未来几年接待人数的增长情况,为相关企业及政府部门的决策提供支撑。

3.2 攀枝花市智慧康养大数据多维统计及挖掘流程

(1)利用OLAP(联机分析处理,On-Line Analytical Processing)创建数据源视图,选择共享数据中心的数据集到对应的表。

(2)创建维度表和事实表之间的主外键关系。将病人数据,康养人员数据,旅游数据,康养机构数据之间的主外键关系建立起来。

(3)建立分析维度:以康养人员、住宿信息、患病信息、康养机构、、日期等表来建立维度。(4)建立多维数据集,确定度量值(主要是确定输出表格的名称),选择已经建好的数据维度。(5)攀枝花市智慧康养大数据模型建立完成,对多维数据集进行钻取、切块、切片,信息提取等。

4 攀枝花市智慧康养大数据应用

4.1 康养人员基本健康状况分析

根据获取的康养人员的信息,进行分析以后,由图2可见2017年、2018年来攀康养人员的健康状况,可见亚健康及病患人员占大多数。一个地区是否适合发展康养产业,需要具备“六度”,即温度、湿度、高度、洁净度、优产度、绿化度虽然有很多区域都有这“六度”中的某一度或某几度,但纵观全国,六个条件契合得最好的当属攀枝花,而且,攀枝花还拥有丰富的温泉资源和独特的民俗文化。因此,攀枝花是最适合发展康养的地区,这里的确“得天独厚”。攀枝花是周边城市中日照时间最长的城市,即便是在冬季也能保证充足的日照。学研究表明,湿度在45%~65%之间,人体感觉最舒适,同时也最有利于人体健康,对风湿性关节炎、气管炎等常见疾病具有显著的自然疗效。攀枝花地处攀西裂谷中南段,坐拥金沙江、雅砻江两大水系,境内流域面积5064.3平方公里,年均相对湿度处于55%-60%,是四川省内人体湿度感觉最舒适的地区。金沙水电站和银江水电站竣工后,攀枝花的水域面积将进一步增大,相对湿度更有利于人体健康,体感也会更加舒适。这对下一步有针对性的推广宣传攀枝花康养具有重要意义。

图2 康养人员健康状况分析

4.2 康养人员来源统计

图3 本地及外地来攀康养人员对比

本文从康养人员的来源维度分析了康养人员来源情况,如图3可见,2016年以前,攀枝花市康养处于起步阶段,攀枝花市本地人员和外地来攀康养人员比例基本相当,十三五期间攀枝花市委、市政府高度重视旅游产业发展,将旅游产业发展纳入“四个加快建设”和“四区驱动”发展战略,制定了《中共攀枝花市委、攀枝花市人民政府关于加快阳光康养产业发展的政策意见》,出台了《拓展旅游市场优惠政策》等一系列政策,攀枝花市康养进入发展的快车道,吸引了大量外地人员来攀康养,2016年,全国各地到攀枝花过冬康养的“候鸟”老人突破15万人次。“孝敬爸妈,请带到攀枝花”等宣传标语已逐渐在全国范围内家喻户晓。同时可见第三季度是攀枝花康养的黄金时间,攀枝花有独特的气候光热资源优势,有广泛的全民健身基础,有发展冬季训练服务产业的经验,为“康养+”产业的发展提供了有力的支撑。

4.3 康养疾病分析

通过对康养人员疾病维度的挖掘,由图4可见康养人员主要疾病集中在中老年骨骼关节炎,中老年皮肤病,中老年五官科疾病。相关养老机构及医院在第三季度要做好相关疾病的预防工作及相关药物的储备工作。下一步,攀枝花市要鼓励国内外知名美容、养生、保健、健康管理、医养照护等医疗养老机构进驻攀枝花,探索大医院与旅游区协作模式,提升旅游度假区医疗服务水平,增强攀枝花城市吸引力。充分利用优势资源,丰富养生保健形式与内容。

图4 康养人员疾病对比

4.4 攀枝花市旅游业发展趋势预测

根据已有的2006年-2017年的旅游数据,拟合出了攀枝花市旅游人数的发展趋势函数,如图5所示随着攀枝花市康养产业的发展,“康养+旅游”工程的实施,拓展国内市场,开辟国际市场,旅游收入年均增长15%以上。下一步,要充分挖掘攀枝花的阳光资源,将阳光与乡村、自然、节庆等其他资源深入融合,深度塑造阳光康养旅游城市的形象,以丰富冬春季节的旅游资源。鼓励县(区)、企业结合水果采摘、农事体验、民俗风情等举办小型分散的地方特色节庆活动,打造成具有品牌影响力的节目活动,吸引外地居民来攀体验。

图5 攀枝花市康养旅游接待人数预测

5 结论与讨论

本文构建了攀枝花市智慧康养大数据多维分析系统,对攀枝花市康养产业进行了分析,从智慧康养大数据出发,对基于养老机构、养老人员、社区及政府数据进行全面的分析,依托共享数据中心,对多维数据进行采集、整理、共享及挖掘,对共享数据和历史数据的分析和评估,形成各种报表或根据需要展现分析结果,为决策提供参考。攀枝花市下一步结合自身独特的阳光气候等资源优势,把握机遇、探索创新、前瞻布局,大力发展以智慧健康养老、休闲旅游等为重点的现代服务业,构建起全方位、多层次、高品质的“运动蔬果养身、生态美景养心、阳光医疗养老”三大基地,利用信息化技术,不断科技应用创新、服务创新、体制创新,相关产业融合发展,初步实现了由工矿基地向阳光花城、由钢铁之城向钒钛之都、由传统三线建设城市向康养胜地的重大转变,为推进资源型工业城市改革转型、跨越发展起到良好的标杆示范作用,特别是当前人口老龄化趋势下结合独自然特资源利用信息化技术探索健康养老新模式,具有重要的现实意义。

猜你喜欢

攀枝花市康养养老
养老生活
韩国康养胜地——平昌阿尔卑西亚
攀枝花市芒果园产量及施肥管理问题诊断
山水禅心 康养五莲
康养太极:太极康养教学教研实践创新初探
攀枝花市商业银行“七一”表彰先进
海峡两岸首届森林康养学术研讨会在成都举行
养老更无忧了
攀枝花市交通运输、仓储和邮政业与经济发展的相关性分析
以房养老为何会“水土不服”?