CN107506683A - 基于体征检测的智能相亲匹配方法和系统 - Google Patents

基于体征检测的智能相亲匹配方法和系统 Download PDF

Info

Publication number
CN107506683A
CN107506683A CN201610415440.2A CN201610415440A CN107506683A CN 107506683 A CN107506683 A CN 107506683A CN 201610415440 A CN201610415440 A CN 201610415440A CN 107506683 A CN107506683 A CN 107506683A
Authority
CN
China
Prior art keywords
likability
blind date
sign
matching process
calculation formula
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201610415440.2A
Other languages
English (en)
Inventor
冯天翔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SHENZHEN ZHENAI INFORMATION TECHNOLOGY Co Ltd
Original Assignee
SHENZHEN ZHENAI INFORMATION TECHNOLOGY Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by SHENZHEN ZHENAI INFORMATION TECHNOLOGY Co Ltd filed Critical SHENZHEN ZHENAI INFORMATION TECHNOLOGY Co Ltd
Priority to CN201610415440.2A priority Critical patent/CN107506683A/zh
Publication of CN107506683A publication Critical patent/CN107506683A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/70—Multimodal biometrics, e.g. combining information from different biometric modalities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/15—Biometric patterns based on physiological signals, e.g. heartbeat, blood flow

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

本发明公开了一种基于体征检测的智能相亲匹配方法，包括：根据体征数据来拟合好感度计算公式；采集相亲双方的体征数据；根据相亲双方的所述体征数据，利用所述好感度计算公式来计算相亲双方的好感度；以及由红娘撮合所述好感度高的相亲对象。本发明提供的基于体征检测的智能相亲匹配方法，通过对多个样本在相亲时的心率、呼吸频率、血压和瞳孔半径等体征数据的变化进行数据挖掘，拟合好感度计算公式；在后续相亲活动中，针对相亲双方在见面时可能发生的一些体征变化，来计算好感度，再由红娘终点撮合好感度高的相亲对象，以提高相亲成功率。

Description

基于体征检测的智能相亲匹配方法和系统
技术领域
本发明涉及数据挖掘技术领域，尤其涉及一种基于体征检测的智能相亲匹配方法。
背景技术
随着当今科学技术的发展，智能硬件在个人生活领域的应用是越来越广。例如，基于个人运动和健康上的应用，如记步数的手环、智能手表等等；亦或者是家庭智能家居使用场景，如智能摄像头、睡眠检测仪等等；亦或者是医疗上的一些可穿戴式设备。通过对呼吸进行监测可以追踪使用者的精神健康状况；而对于瞳孔检测则更多应用于医疗领域，用户可以通过佩戴智能眼镜，实现对瞳孔的检测。检测心率的智能设备就更多了，大多数呈现形式是可穿戴手环。
人们可以控制自己的面部表情，但不能控制瞳孔，它能告诉别人你的喜好。研究表明，当你看到喜爱的人或物时，瞳孔会放大，看到不喜欢的人和物时，瞳孔就会缩小。美国联邦调查局前任反情报官和肢体语言专家乔·纳瓦罗说：“当我们感到紧张时，瞳孔也会收缩。它是人类固有的生理现象”。而心率和呼吸也一样，当遇到不同的人和物时，会进行不同程度的变化，因此，通过用户的体征数据可以反映出其对一个人的喜好程度。
发明内容
本发明的目的在于提供一种基于体征检测的智能相亲匹配方法以针对相亲过程中双方见面时可能发生的一些体征变化来进行数据挖掘，发现其中可能存在的概率模型，来指导红娘来重点关照什么样的会员，提高相亲成功率。
本发明为了解决上述技术问题，采用的技术方案是：一种基于体征检测的智能相亲匹配方法，包括：
步骤S1：根据体征数据来拟合好感度计算公式；
步骤S2：采集相亲双方的体征数据；
步骤S3：根据相亲双方的所述体征数据，利用所述好感度计算公式来计算相亲双方的好感度；以及
步骤S4：由红娘撮合所述好感度高的相亲对象。
优选地，所述体征数据包括心率、呼吸频率、血压和瞳孔半径。
优选地，通过佩戴智能设备来采集心率、呼吸频率、血压，通过智能摄像头来采集瞳孔半径。
优选地，所述步骤S1包括：
步骤S11：对一个或多个会员的常态体征数据进行多次测量，计算得到常态体征数据平均值；
步骤S12：安排所述一个或多个会员会见不同的相亲对象，统计所述一个或多个会员的好感度和与不同等级的好感度对应的体征数据平均值；
步骤S13：根据所述常态体征数据平均值和所述与不同等级的好感度对应的体征数据平均值来拟合所述好感度计算公式。
优选地，在所述步骤S11中，所述常态体征数据平均值对应的好感度为0。
优选地，在所述步骤S12中，所述不同等级的好感度包括一级好感度、二级好感度和三级好感度。
优选地，在所述步骤S13中，所述所述好感度计算公式为一次函数或正态分布函数。
优选地，如果根据一个会员的体征数据进行拟合，得到的所述好感度计算公式为所述会员的个人定制好感度计算公式，用于计算所述会员在后续相亲中对不同对象的好感度。
优选地，如果根据多个会员的体征数据进行拟合，得到的所述好感度计算公式为通用好感度计算公式。
实施本发明实施例，具有如下有益效果：本发明提供的基于体征检测的智能相亲匹配方法，通过对多个样本在相亲时的心率、呼吸频率、血压和瞳孔半径等体征数据的变化进行数据挖掘，拟合好感度计算公式；在后续相亲活动中，针对相亲双方在见面时可能发生的一些体征变化，来计算好感度，再由红娘终点撮合好感度高的相亲对象，以提高相亲成功率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的基于体征检测的智能相亲匹配方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明一实施例提供的基于体征检测的智能相亲匹配方法的流程图。如图1所示，基于体征检测的智能相亲匹配方法包括以下步骤：
步骤S1：根据体征数据来拟合好感度计算公式。
具体地，在本发明一实施例中，根据会员在面对不同相亲对象时的心率、呼吸频率、血压和瞳孔半径等体征数据来拟合好感度计算公式。
具体地，在本发明一实施例中，步骤S1包括以下步骤：
步骤S11：对一个或多个会员的常态体征数据进行多次测量，计算得到常态体征数据平均值；
步骤S12：安排所述一个或多个会员会见不同的相亲对象，统计所述一个或多个会员的好感度和与不同等级的好感度对应的体征数据平均值；
步骤S13：根据所述常态体征数据平均值和所述与不同等级的好感度对应的体征数据平均值来拟合所述好感度计算公式。
优选地，在步骤S11中，所述常态体征数据平均值对应的好感度为0，所述不同等级的好感度包括一级好感度、二级好感度和三级好感度。通过采集会员在常态时(即好感度为0)的体征数据，在好感度为1、2以及3时的体征数据，利用MATLAB或SPSS可以拟合出好感度与体征数据之间的关系式，拟合得到的好感度计算公式为一次函数或正态分布函数。
进一步地，如果根据多个会员的体征数据进行拟合，得到的所述好感度计算公式为通用好感度计算公式。为了精确起见，还可以对单个会员的体征数据进行拟合，得到的所述好感度计算公式为所述会员的个人定制好感度计算公式。
步骤S2：采集相亲双方的体征数据。
具体地，在本发明一实施例中，通过佩戴智能设备来采集心率、呼吸频率、血压，通过智能摄像头来采集瞳孔半径。
步骤S3：根据相亲双方的所述体征数据，利用所述好感度计算公式来计算相亲双方的好感度。
具体地，在本发明一实施例中，将在步骤2中采集的相亲双方的体征数据带入步骤1中的好感度计算公式来计算相亲双方对比彼此的好感度。
步骤S4：将由红娘撮合所述好感度高的相亲对象。
本发明提供通过采集多个样本的体征数据，来拟合好感度计算公式；再将相亲时相亲双方的体征数据带入好感度计算公式，以计算其对彼此的好感度；如果好感度较高，则红娘可以进一步安排其解除，以此来提供相亲成功率。
下面以一个示例详细说明。
参数：心率A、呼吸频率B、血压C、瞳孔半径D
假设：相亲过程中男女双方对应的生理指标A、B、C、D会发生对应的变化。
以一次函数来拟合好感度计算公式，假设好感度分为0、1、2、3。
(1)多次测量测试会员的常态生理指标，如表1所示，取平均值，可以认为此时好感度为0。
会员编号 心率 呼吸频率 血压 瞳孔半径
1 72 17 95 3.5
2 65 18 85 3.2
3 78 16 100 3.1
4 95 20 89 3.9
5 83 16 120 3.8
6 73 19 110 3.7
7 69 17 102 3.2
表1
得出各项体征数据的均值为心率A1＝76.28，呼吸频率B1＝17.57，血压(收缩压)C1＝100.14，瞳孔半径D1＝3.48
则有0＝α1*76.28+β1*17.57+γ1*100.14+ω1*3.48
还是测试同样的会员，记录他们在相亲时见到心仪对象时生理变化情况，如表2所示，此时好感度为最大：
会员编号 心率 呼吸频率 血压 瞳孔半径
1 80 19 105 3.7
2 75 17 87 3.3
3 88 17 100 3.5
4 105 20 99 4
5 92 18 123 3.9
6 78 17 115 3.8
7 81 19 110 3.5
表2
有上述可知，在好感度为3时，各项体征数据的平均值分别为：
Amax1＝85.57
B max1＝18.14
C max1＝105.57
D max1＝3.67
则有3＝α1*85.57+β1*18.14+γ1*105.57+ω1*3.67
同理，采集上述会员在好感度分别为1和2时的体征数据平均值。
(2)根据实验情况，推导出拟合函数的α1、β1、γ1、ω1，这里可以用SPSS或者Matlab专门做散点图拟合。
拟合出α1为1.682819；β1为21.0859；γ1为1.229075；ω1为-179.273。
那么函数关系为Y＝1.682819·A+21.0859·B+1.229075·C+(-179.273·D)
(3)对于各指标间的变化函数，以个人为单位实际测量，然后代入公式
比如有个男会员见女会员各项指标为心率80，呼吸频率18，血压108，瞳孔3.6，代入公式，得出Y为1.528634，说明好感度一般。
上述建模得到的好感度计算公式是通用的，可能某些人生理变化并不符合，所以为了精确起见，还可以以个人为单位制定公式。
需要指出的是，这里样本越大，好感度划分越细，拟合出来的函数越准确。最后根据各个实验案例，算出个人的计算公式。然后代入公式，根据相亲时的生理变化算出期望的好感度，借此推荐更加符合择偶标准的对象。
有利地，本发明提供的基于体征检测的智能相亲匹配方法，通过对多个样本在相亲时的心率、呼吸频率、血压和瞳孔半径等体征数据的变化进行数据挖掘，拟合好感度计算公式；在后续相亲活动中，针对相亲双方在见面时可能发生的一些体征变化，来计算好感度，再由红娘终点撮合好感度高的相亲对象，以提高相亲成功率。
以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权利范围，本领域普通技术人员可以理解实现上述实施例的全部或部分流程，并依本发明权利要求所作的等同变化，仍属于发明所涵盖的范围。

Claims (9)

1.一种基于体征检测的智能相亲匹配方法，其特征在于，包括：
步骤S1：根据体征数据来拟合好感度计算公式；
步骤S2：采集相亲双方的体征数据；
步骤S3：根据相亲双方的所述体征数据，利用所述好感度计算公式来计算相亲双方的好感度；以及
步骤S4：由红娘撮合所述好感度高的相亲对象。
2.根据权利要求1所述的基于体征检测的智能相亲匹配方法，其特征在于，所述体征数据包括心率、呼吸频率、血压和瞳孔半径。
3.根据权利要求2所述的基于体征检测的智能相亲匹配方法，其特征在于，通过佩戴智能设备来采集心率、呼吸频率、血压，通过智能摄像头来采集瞳孔半径。
4.根据权利要求1所述的基于体征检测的智能相亲匹配方法，其特征在于，所述步骤S1包括：
步骤S11：对一个或多个会员的常态体征数据进行多次测量，计算得到常态体征数据平均值；
步骤S12：安排所述一个或多个会员会见不同的相亲对象，统计所述一个或多个会员的好感度和与不同等级的好感度对应的体征数据平均值；
步骤S13：根据所述常态体征数据平均值和所述与不同等级的好感度对应的体征数据平均值来拟合所述好感度计算公式。
5.根据权利要求4所述的基于体征检测的智能相亲匹配方法，其特征在于，在所述步骤S11中，所述常态体征数据平均值对应的好感度为0。
6.根据权利要求4所述的基于体征检测的智能相亲匹配方法，其特征在于，在所述步骤S12中，所述不同等级的好感度包括一级好感度、二级好感度和三级好感度。
7.根据权利要求4所述的基于体征检测的智能相亲匹配方法，其特征在于，在所述步骤S13中，所述好感度计算公式为一次函数或正态分布函数。
8.根据权利要求4所述的基于体征检测的智能相亲匹配方法，其特征在于，如果根据一个会员的体征数据进行拟合，得到的所述好感度计算公式为所述会员的个人定制好感度计算公式，用于计算所述会员在后续相亲中对不同对象的好感度。
9.根据权利要求4所述的基于体征检测的智能相亲匹配方法，其特征在于，如果根据多个会员的体征数据进行拟合，得到的所述好感度计算公式为通用好感度计算公式。
CN201610415440.2A 2016-06-14 2016-06-14 基于体征检测的智能相亲匹配方法和系统 Pending CN107506683A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610415440.2A CN107506683A (zh) 2016-06-14 2016-06-14 基于体征检测的智能相亲匹配方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610415440.2A CN107506683A (zh) 2016-06-14 2016-06-14 基于体征检测的智能相亲匹配方法和系统

Publications (1)

Publication Number Publication Date
CN107506683A true CN107506683A (zh) 2017-12-22

Family

ID=60678485

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610415440.2A Pending CN107506683A (zh) 2016-06-14 2016-06-14 基于体征检测的智能相亲匹配方法和系统

Country Status (1)

Country Link
CN (1) CN107506683A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102654876A (zh) * 2011-03-04 2012-09-05 达谊股份有限公司 利用在线联谊辅助实体联谊交友配对的方法
CN103617578A (zh) * 2013-12-11 2014-03-05 上海电机学院 一种稳定的婚恋匹配方法及其在线自动婚恋配对系统
CN104983435A (zh) * 2015-08-07 2015-10-21 北京环度智慧智能技术研究所有限公司 一种兴趣取向值测验的刺激信息编制方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102654876A (zh) * 2011-03-04 2012-09-05 达谊股份有限公司 利用在线联谊辅助实体联谊交友配对的方法
CN103617578A (zh) * 2013-12-11 2014-03-05 上海电机学院 一种稳定的婚恋匹配方法及其在线自动婚恋配对系统
CN104983435A (zh) * 2015-08-07 2015-10-21 北京环度智慧智能技术研究所有限公司 一种兴趣取向值测验的刺激信息编制方法

Similar Documents

Publication Publication Date Title
CN105167761B (zh) 智能穿戴设备佩戴状态检测方法及装置
Mulders et al. The impact of cancer and chemotherapy: Perceptual similarities and differences between cancer patients, nurses and physicians
CN110251105A (zh) 一种无创血压测量方法、装置、设备及系统
CN102038549B (zh) 一种医疗服务信息的发布服务器
CN105797257A (zh) 生物反馈训练系统、方法及智能终端
CN103632055A (zh) 数据采集方法和装置
CN109998522A (zh) 一种基于穿戴式动态心电的运动负荷检测装置及方法
Beh et al. MAUS: A dataset for mental workload assessmenton N-back task using wearable sensor
CN107080527A (zh) 一种可穿戴生命体征监测装置及精神状态监测方法
KR20160147549A (ko) 생리학적 노화 수준을 평가하는 방법 및 장치
US11013424B2 (en) Heart rate monitoring device, system, and method for increasing performance improvement efficiency
Faezipour et al. System dynamics modeling for smartphone-based healthcare tools: Case study on ECG monitoring
CN113573627A (zh) 用于测量心率的系统
CN105433910A (zh) 中医人体健康管理方法、装置和系统
CN107495947A (zh) 一种血压动态分析方法及血压测量装置
CN105125186A (zh) 一种确定干预治疗方式的方法及系统
CN109922726A (zh) 状态取得计算机、状态取得方法以及信息处理系统
CN106037705B (zh) 基于可穿戴设备的数据检测方法及系统
CN107506683A (zh) 基于体征检测的智能相亲匹配方法和系统
CN106236043A (zh) 一种交互式智能医用手环系统
Bie et al. Smart assisted diagnosis solution with multi-sensor Holter
CN109241090A (zh) 一种用户确定方法和装置
CN108766516A (zh) 一种基于大数据的健康管理服务平台
CN106777948A (zh) 一种个人健康管理系统及方法
CN107194162A (zh) 一种生命特征数据的运动负荷风险评估系统及评估方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20171222