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

第二步：使用HOUR()函数分割时间戳

• 在G2单元格,输入（=HOUR(A2)）

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

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

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

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

• 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

第九步 去除空白项

• 在行标签下拉菜单中，取消勾选空白

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。