Skip to content

3.1.4 智能健康监测系统的数据分析与优化 ​

操作步骤 ​

第一步:智能健康监测系统数据集.xlsx ​

鼠标双击,使用Excel或Wps打开

智能健康监测系统数据集.xlsx

第二步:使用HOUR()函数分割时间戳 ​

  • 在G2单元格,输入(=HOUR(A2))

时间

第三步:回车并补全数据、添加字段名称(时间) ​

  • 鼠标移动到单元格右下角,变成黑色 + 双击即可完成全部数据填充
  • G1单元格输入字段名称:时间

时间

第四步:选中全表并添加透视表 ​

  • 选中任意有数据单元格后,按 Ctrl + a即可选中所有数据
  • 点击插入菜单
  • 点击数据透视表按钮

透视表弹窗

第五步:用户使用习惯分析 ​

  • 在数据透视表字段中,拖动时间到行区域,收缩压、血糖、体脂分析到值区域
  • 值汇总方式,全部改为平均值:在值中单击,点击值字段设置

数据透视表

第六步:用户活动周期 健康指标变化趋势 ​

  • 血压在早晨(06:00-08:00)有明显上升的趋势,这可能是由于早上的身体活动增加或者应激反应。
  • 血糖水平在每天进餐后(07:00-09:00、12-14,18-20)显著升高,随后逐渐下降,反映了进餐对血糖的影响。
  • 体脂的数据记录相对稀疏,难以得出明确的趋势。
  • 高风险时间段:早上时间段(7:30左右)的血压
  • 安全时间段:除去早上时间段外的时间

第七步:健康指标偏好度 ​

  • 把透视表的三个指标值汇总方式全部改为计数

结果

  • 受用户青睐的功能: 血压监测 血糖检测
  • 较少使用的功能: 体脂分析

第八步:系统响应与准确性 ​

  • 删除原有透视表字段
  • 拖动收缩压到行,响应时间到值区域
  • 值汇总方式,改为:平均值

使用频率

第九步 去除空白项 ​

  • 在行标签下拉菜单中,取消勾选空白

响应时间分析

同理,可得出体脂、血糖的响应时间

  • 响应时间较长的功能: 体脂分析
  • 响应时间适中的功能: 血压监测
  • 响应时间较短的功能: 血糖检测

优化方向及解决方案 ​

  • 优化方向:提高关键健康指标的预警精度(提高健康指标的采集精度) 化解决方案:引入机器学习算法来预测个体用户的健康状态,特别是在高风险时段前给出预警,例如利用历史数据预测早晨血压峰值,提前采取措施降低风险。
  • 优化方向:增强用户体验,简化不常用功能的操作流程/增强健康数据的可视化与解读能力 解决方案:对于体脂等较少使用的功能,可以通过简化操作步骤或提供更直观的结果展示方式,鼓励用户更多地使用这些功能,从而获得更全面的健康管理信息。
  • 优化方向:改善数据同步效率,减少延迟(提高系统的处理能力/响应时间) 解决方案:优化蓝牙连接协议,确保即使在网络条件不佳的情况下也能保持较快的数据传输速度; 同时,通过优化后台任务管理,避免因手机上其他应用干扰而导致的数据同步延迟问题。 采用高性能处理芯片 采用更新先进的高性能人智能算法提法数据处理速度。

上海人工智能训练师(三级)实训 · 40 个实战任务