CN115017975A - 一种智能戒烟管理和执行方法及系统 - Google Patents
一种智能戒烟管理和执行方法及系统 Download PDFInfo
- Publication number
- CN115017975A CN115017975A CN202210509183.4A CN202210509183A CN115017975A CN 115017975 A CN115017975 A CN 115017975A CN 202210509183 A CN202210509183 A CN 202210509183A CN 115017975 A CN115017975 A CN 115017975A
- Authority
- CN
- China
- Prior art keywords
- smoking
- smoking cessation
- target user
- cessation
- intelligent
- 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.)
- Granted
Links
- 230000005586 smoking cessation Effects 0.000 title claims abstract description 553
- 238000000034 method Methods 0.000 title claims abstract description 91
- 230000000391 smoking effect Effects 0.000 claims abstract description 421
- 230000006399 behavior Effects 0.000 claims abstract description 207
- 230000009471 action Effects 0.000 claims description 69
- 235000019504 cigarettes Nutrition 0.000 claims description 58
- SNICXCGAKADSCV-JTQLQIEISA-N (-)-Nicotine Chemical compound CN1CCC[C@H]1C1=CC=CN=C1 SNICXCGAKADSCV-JTQLQIEISA-N 0.000 claims description 47
- 229960002715 nicotine Drugs 0.000 claims description 47
- SNICXCGAKADSCV-UHFFFAOYSA-N nicotine Natural products CN1CCCC1C1=CC=CN=C1 SNICXCGAKADSCV-UHFFFAOYSA-N 0.000 claims description 47
- 230000008859 change Effects 0.000 claims description 36
- 150000001875 compounds Chemical class 0.000 claims description 21
- 230000015654 memory Effects 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 16
- 230000004044 response Effects 0.000 claims description 16
- 239000003550 marker Substances 0.000 claims description 14
- 230000009467 reduction Effects 0.000 claims description 13
- 238000013473 artificial intelligence Methods 0.000 claims description 11
- 230000006978 adaptation Effects 0.000 claims description 10
- 206010057852 Nicotine dependence Diseases 0.000 claims description 9
- 208000025569 Tobacco Use disease Diseases 0.000 claims description 9
- 230000010485 coping Effects 0.000 claims description 8
- 230000002452 interceptive effect Effects 0.000 claims description 8
- 238000002360 preparation method Methods 0.000 claims description 8
- 238000013475 authorization Methods 0.000 claims description 6
- 238000002485 combustion reaction Methods 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 4
- 230000003993 interaction Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 3
- 238000013542 behavioral therapy Methods 0.000 abstract description 6
- 230000009286 beneficial effect Effects 0.000 description 13
- 238000005516 engineering process Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 4
- 229940112822 chewing gum Drugs 0.000 description 4
- 235000015218 chewing gum Nutrition 0.000 description 4
- 230000002349 favourable effect Effects 0.000 description 4
- 238000010438 heat treatment Methods 0.000 description 4
- 239000000779 smoke Substances 0.000 description 4
- 206010012335 Dependence Diseases 0.000 description 3
- 241000190070 Sarracenia purpurea Species 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 230000008713 feedback mechanism Effects 0.000 description 2
- 230000001939 inductive effect Effects 0.000 description 2
- 239000002207 metabolite Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000007921 spray Substances 0.000 description 2
- 230000000638 stimulation Effects 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- GVGLGOZIDCSQPN-PVHGPHFFSA-N Heroin Chemical compound O([C@H]1[C@H](C=C[C@H]23)OC(C)=O)C4=C5[C@@]12CCN(C)[C@@H]3CC5=CC=C4OC(C)=O GVGLGOZIDCSQPN-PVHGPHFFSA-N 0.000 description 1
- 230000002730 additional effect Effects 0.000 description 1
- 239000003570 air Substances 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000001124 body fluid Anatomy 0.000 description 1
- 239000010839 body fluid Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 229960002069 diamorphine Drugs 0.000 description 1
- 230000035622 drinking Effects 0.000 description 1
- 239000003651 drinking water Substances 0.000 description 1
- 235000020188 drinking water Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 239000010977 jade Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- GOLXNESZZPUPJE-UHFFFAOYSA-N spiromesifen Chemical compound CC1=CC(C)=CC(C)=C1C(C(O1)=O)=C(OC(=O)CC(C)(C)C)C11CCCC1 GOLXNESZZPUPJE-UHFFFAOYSA-N 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Evolutionary Computation (AREA)
- Tourism & Hospitality (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Medical Informatics (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种智能戒烟管理和执行方法及系统,该方法包括:对目标用户的吸烟行为进行追踪,得到目标用户的吸烟数据,其中,吸烟数据为通过至少一个智能硬件采集到的目标用户的与吸烟相关的实时数据;对吸烟数据进行分析,得到目标用户的吸烟行为模型,其中,吸烟行为模型用于预测目标用户的吸烟行为;根据目标用户的吸烟行为模型以及目标用户的特征信息,确定出目标用户的目标戒烟方案。可见,本发明能够通过一个或多个智能设备,采集戒烟用户的真实吸烟行为数据,分析得到戒烟用户的精准的行为模型,进而结合科学的行为疗法,生成定制化的戒烟方案,科学管理和执行戒烟行为,提高戒烟者的接受度,降低戒烟用户的戒烟阻力,进而有效提高戒烟成功率。
Description
技术领域
本发明涉及戒烟控制技术领域,尤其涉及一种智能戒烟管理和执行方法及系统。
背景技术
随着人们健康意识的不断提高,越来越多的吸烟者在寻求一种更有效的辅助戒烟方法。
现有的戒烟技术主要包括通过手机APP手动记录吸烟次数等数据,提醒戒烟人的吸烟数量起到警示作用,通常由戒烟者提前在APP里预设固定的戒断天数或提醒间隔时间,依靠戒烟者手动录入、手动更新吸烟次数等数据,通过定时提醒等方式提醒戒烟者减少吸烟次数,然而这种方法在戒烟者自控力不足的情况下极易导致使其数据不完整不可靠,几乎不具有效性。
研究发现烟瘾的形成包括生理(尼古丁比海洛因更容易致瘾)、心理(主要是生活方式与习惯)和社会(主要是周围烟民的影响)等多种因素,有效的戒烟方案必须同时高效便利地帮助烟民克服这些因素,才能帮助烟民更好戒烟。因此,提供一种智能戒烟管理和执行方法以提高戒烟的有效性显得尤为重要。
发明内容
本发明提供了一种智能戒烟管理和执行方法及系统,能够通过一个或多个智能设备,在不给吸烟人增加额外负担的前提下采集戒烟用户的真实和实时的吸烟行为数据,通过独有的算法分析得到戒烟用户的精准的未来行为模型,进而结合科学的行为疗法原则,通过人工智能算法为每一位烟民自动生成定制化的戒烟方案,从而能科学管理和执行其戒烟行为,提高戒烟者的接受度和参与度,降低戒烟用户的戒烟阻力,进而有效提高戒烟成功率。同时,该方法及系统还通过一个或多个尼古丁检测设备,在戒烟用户停止吸烟后定时检测其体内的尼古丁及其代谢物的含量,从而杜绝戒烟用户在停止使用本方法所述智能硬件设备吸烟却用其它方式获取尼古丁(包括但不限于:重新直接抽烟、使用尼古丁喷雾、贴片等)的可能性。
为了解决上述技术问题,本发明第一方面公开了一种智能戒烟管理和执行方法,所述方法包括:
对目标用户的吸烟行为进行追踪,得到所述目标用户的吸烟数据,其中,所述吸烟数据为通过至少一个智能硬件采集到的目标用户的与吸烟相关的实时数据;
对所述吸烟数据进行分析,得到所述目标用户的吸烟行为模型,其中,所述吸烟行为模型用于预测所述目标用户的未来吸烟行为;
根据所述目标用户的吸烟行为模型以及所述目标用户的特征信息,通过系统算法确定出所述目标用户的最适合的戒烟方案。
作为一种可选的实施方式,在本发明第一方面中,所述方法还包括:
将所述目标戒烟方案中的相关信息发送至至少一个戒烟支持者的智能终端;其中,每一所述戒烟支持者的智能终端为预先获得所述目标用户交互授权的智能终端;
由每一所述戒烟支持者的智能终端根据每一所述戒烟支持者的身份信息以及所述吸烟数据,触发生成与所述目标戒烟方案相关联的行动任务,以提醒所述目标用户。
作为一种可选的实施方式,在本发明第一方面中,所述方法还包括:
在所述由每一所述戒烟支持者的智能终端根据每一所述戒烟支持者的身份信息以及所述吸烟数据,触发生成与所述目标戒烟方案相关联的行动任务,以提醒所述目标用户执行戒烟行动之后,所述方法还包括:
接收目标用户的戒烟反馈信息;
根据所述戒烟反馈信息,判断所述目标用户是否有效执行所述戒烟行动。
作为一种可选的实施方式,在本发明第一方面中,所述对目标用户的吸烟行为进行追踪,得到所述目标用户的吸烟数据,包括:
确定需要进行追踪的吸烟行为阶段集合,其中,所述吸烟行为阶段集合包括取烟子阶段、点烟子阶段、减害子阶段以及替代吸烟子阶段中的一种或多种组合;
根据预设控制流程解锁相应的智能硬件,并接收由至少一个所述智能硬件采集并发送的所述目标用户的与吸烟相关的实时数据,其中,每一所述智能硬件用于采集与该智能硬件对应的所述子阶段过程中的吸烟数据;
其中,所述吸烟数据包括每一所述智能硬件的开机时间、点火时间、香烟支数、吸烟口数、吸入尼古丁量、吸入焦油量、吸烟地点、吸烟时长、香烟燃烧后产生的化合物含量、所述目标用户的体征参数、所述目标用户的行为特征以及与吸烟相关的生化指标数据中的一种或多种。
作为一种可选的实施方式,在本发明第一方面中,所述对所述吸烟数据进行分析,得到所述目标用户的吸烟行为模型,包括:
根据预设的人工智能算法,对所述吸烟数据进行分析,得到与所述吸烟数据对应的分析结果,所述分析结果用于表征所述目标用户的吸烟行为特征;
对所述分析结果进行建模,确定出所述目标用户的吸烟行为模型。
作为一种可选的实施方式,在本发明第一方面中,所述根据所述吸烟行为模型以及所述目标用户的特征信息,确定出所述目标用户的目标戒烟方案,包括:
根据所述吸烟行为模型,确定出与所述吸烟行为模型相适配的戒烟方案模型;
根据预设匹配算法,将所述目标用户特征信息与所述戒烟方案模型中的特征信息进行关联匹配,得到所述目标用户对应的戒烟行动方案,其中,所述戒烟方案模型中的特征信息包括:戒烟目标、吸烟原因、戒烟原因、戒烟准备成熟度、尼古丁依赖度、自制力等级、吸烟诱发因素、戒断反应信息、戒断反应应对方式、戒烟减害梯度信息、预期戒断时长中的一种或多种;
根据所述戒烟行动方案,确定出所述目标用户的目标戒烟方案。
作为一种可选的实施方式,在本发明第一方面中,所述对所述吸烟数据进行分析,得到所述目标用户的吸烟行为模型之后,所述方法还包括:
监测所述目标用户的吸烟数据在预设戒烟期范围内的动态变化情况,得到所述目标用户的吸烟行为变化数据;
判断所述吸烟行为变化数据对应的吸烟行为是否与先前确定出的所述吸烟行为模型相匹配;
当判断结果为否时,根据所述吸烟行为变化数据,更新所述目标用户的目标戒烟方案。
作为一种可选的实施方式,在本发明第一方面中,所述方法还包括:
检测所述目标用户体内的标志性化合物浓度,其中,所述标志性化合物浓度用于反应所述目标用户体内的尼古丁含量;
根据所述目标用户体内的尼古丁含量,计算出所述目标用户的预设时长范围内的尼古丁吸入量;
根据所述尼古丁吸入量,确定出所述目标用户的实际戒烟状态。
作为一种可选的实施方式,在本发明第一方面中,所述方法还包括:
判断所述目标用户是否存在超出所述目标戒烟方案的超额吸烟行为;
当判断结果为是时,根据所述超额吸烟行为以及预设锁定策略,确定出需要进行锁定的目标智能硬件,并远程锁定所述目标智能硬件,以禁止所述目标用户在预先设定的时间或空间场合内吸烟。
作为一种可选的实施方式,在本发明第一方面中,所述方法还包括:
根据所述目标戒烟方案以及戒烟用户特征信息,生成与所述目标戒烟方案相对应的戒烟学习计划;
根据所述戒烟学习计划,推送戒烟学习信息至所述目标用户的智能终端,以供所述目标用户学习;其中,所述戒烟学习信息包括戒烟科普信息、戒烟短视频信息以及戒烟专家直播信息中的一种或多种。
本发明第二方面公开了一种智能戒烟管理和执行系统,所述系统包括:
采集模块,用于对目标用户的吸烟行为进行追踪,得到所述目标用户的吸烟数据,其中,所述吸烟数据为通过至少一个智能硬件采集到的目标用户的与吸烟相关的实时数据;
分析模块,用于对所述吸烟数据进行分析,得到所述目标用户的吸烟行为模型,其中,所述吸烟行为模型用于预测所述目标用户的吸烟行为;
适配模块,用于根据所述目标用户的吸烟行为模型以及所述目标用户的特征信息,确定出所述目标用户的目标戒烟方案。
作为一种可选的实施方式,在本发明第二方面中,所述系统还包括:
互动模块,用于将所述目标戒烟方案中的相关信息发送至至少一个戒烟支持者的智能终端;其中,每一所述戒烟支持者的智能终端为预先获得所述目标用户交互授权的智能终端;由每一所述戒烟支持者的智能终端根据每一所述戒烟支持者的身份信息以及所述吸烟数据,触发生成与所述目标戒烟方案相关联的行动任务,以提醒所述目标用户。
作为一种可选的实施方式,在本发明第二方面中,所述系统还包括:
反馈模块,用于在所述互动模块接收由每一所述戒烟支持者的智能终端根据每一所述戒烟支持者的身份信息以及所述吸烟数据,触发生成与所述目标戒烟方案相关联的行动任务,以提醒所述目标用户执行戒烟行动之后,接收目标用户的戒烟反馈信息;根据所述戒烟反馈信息,判断所述目标用户是否有效执行所述戒烟行动。
作为一种可选的实施方式,在本发明第二方面中,所述采集模块,包括:
第一确定子模块,用于确定需要进行追踪的吸烟行为阶段集合,其中,所述吸烟行为阶段集合包括取烟子阶段、点烟子阶段、减害子阶段以及替代吸烟子阶段中的一种或多种组合;
采集子模块,根据预设控制流程解锁相应的智能硬件,并接收由至少一个所述智能硬件采集并发送的所述目标用户的与吸烟相关的实时数据,其中,每一所述智能硬件用于采集与该智能硬件对应的所述子阶段过程中的吸烟数据;其中,所述吸烟数据包括每一所述智能硬件的开机时间、点火时间、香烟支数、吸烟口数、吸入尼古丁量、吸入焦油量、吸烟地点、吸烟时长、香烟燃烧后产生的化合物含量、所述目标用户的体征参数、所述目标用户的行为特征以及与吸烟相关的生化指标数据中的一种或多种。
作为一种可选的实施方式,在本发明第二方面中,所述分析模块,包括:
分析子模块,用于根据预设的人工智能算法,对所述吸烟数据进行分析,得到与所述吸烟数据对应的分析结果,所述分析结果用于表征所述目标用户的吸烟行为特征;
第二确定子模块,用于对所述分析结果进行建模,确定出所述目标用户的吸烟行为模型。
作为一种可选的实施方式,在本发明第二方面中,所述适配模块,包括:
第三确定子模块,用于根据所述吸烟行为模型,确定出与所述吸烟行为模型相适配的戒烟方案模型;
适配子模块,用于根据预设匹配算法,将所述目标用户特征信息与所述戒烟方案模型中的特征信息进行关联匹配,得到所述目标用户对应的戒烟行动方案,其中,所述戒烟方案模型中的特征信息包括:戒烟目标、吸烟原因、戒烟原因、戒烟准备成熟度、尼古丁依赖度、自制力等级、吸烟诱发因素、戒断反应信息、戒断反应应对方式、戒烟减害梯度信息、预期戒断时长中的一种或多种;
第四确定子模块,用于根据所述戒烟行动方案,确定出所述目标用户的目标戒烟方案。
作为一种可选的实施方式,在本发明第二方面中,所述系统还包括:
更新模块,用于监测所述目标用户的吸烟数据在预设戒烟期范围内的动态变化情况,得到所述目标用户的吸烟行为变化数据;判断所述吸烟行为变化数据对应的吸烟行为是否与先前确定出的所述吸烟行为模型相匹配;当判断结果为否时,根据所述吸烟行为变化数据,更新所述目标用户的目标戒烟方案。
作为一种可选的实施方式,在本发明第二方面中,所述系统还包括:
检测模块,用于检测所述目标用户体内的标志性化合物浓度,其中,所述标志性化合物浓度用于反应所述目标用户体内的尼古丁含量;根据所述目标用户体内的尼古丁含量,计算出所述目标用户的预设时长范围内的尼古丁吸入量;根据所述尼古丁吸入量,确定出所述目标用户的实际戒烟状态。
作为一种可选的实施方式,在本发明第二方面中,所述系统还包括:
锁定模块,用于判断所述目标用户是否存在超出所述目标戒烟方案的超额吸烟行为;当判断结果为是时,根据所述超额吸烟行为以及预设锁定策略,确定出需要进行锁定的目标智能硬件,并远程锁定所述目标智能硬件,以禁止所述目标用户在预先设定的时间或空间场合内吸烟。
作为一种可选的实施方式,在本发明第二方面中,所述系统还包括:
学习模块,用于根据所述目标戒烟方案以及戒烟用户特征信息,生成与所述目标戒烟方案相对应的戒烟学习计划;根据所述戒烟学习计划,推送戒烟学习信息至所述目标用户的智能终端,以供所述目标用户学习;其中,所述戒烟学习信息包括戒烟科普信息、戒烟短视频信息以及戒烟专家直播信息中的一种或多种。
本发明第三方面公开了另一种智能戒烟管理和执行系统,系统包括:
存储有可执行程序代码的存储器;
与存储器耦合的处理器;
处理器调用存储器中存储的可执行程序代码,执行本发明第一方面公开的任意一种智能戒烟管理和执行方法中的部分或全部步骤。
本发明第四方面公开了一种计算机存储介质,计算机存储介质存储有计算机指令,计算机指令被调用时,用于执行本发明第一方面公开的任意一种智能戒烟管理和执行方法中的部分或全部步骤。
与现有技术相比,本发明具有以下有益效果:
本发明公开了一种智能戒烟管理和执行方法及系统,该方法包括:对目标用户的吸烟行为进行追踪,得到目标用户的吸烟数据,其中,吸烟数据为通过至少一个智能硬件采集到的目标用户的与吸烟相关的实时数据;对吸烟数据进行分析,得到目标用户的吸烟行为模型,其中,吸烟行为模型用于预测目标用户的吸烟行为;根据目标用户的吸烟行为模型以及目标用户的特征信息,确定出目标用户的目标戒烟方案。可见,本发明能够通过一个或多个智能设备,在不给吸烟人增加额外负担的前提下采集戒烟用户的真实和实时的吸烟行为数据,通过独有的算法分析得到戒烟用户的精准的未来行为模型,进而结合科学的行为疗法原则,通过人工智能算法为每一位烟民自动生成定制化的戒烟方案,科学管理和执行戒烟行为,提高戒烟者的接受度,降低戒烟用户的戒烟阻力,进而有效提高戒烟成功率。同时,该方法及系统还通过一个或多个尼古丁检测设备,在戒烟用户停止吸烟后定时检测其体内的尼古丁及其代谢物的含量,从而杜绝戒烟用户在停止使用本方法所述智能硬件设备吸烟却用其它方式获取尼古丁(包括但不限于:重新直接抽烟、使用尼古丁喷雾、贴片等)的可能性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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是本发明实施例公开的一种智能戒烟管理和执行方法的流程示意图;
图2是本发明实施例公开的另一种智能戒烟管理和执行方法的流程示意图;
图3是本发明实施例公开的一种智能戒烟管理和执行系统的结构示意图;
图4是本发明实施例公开的另一种智能戒烟管理和执行系统的结构示意图;
图5是本发明实施例公开的又一种智能戒烟管理和执行系统的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或端没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或端固有的其他步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本发明公开了一种智能戒烟管理和执行方法及系统,该智能戒烟管理和执行方法及系统能够通过一个或多个智能设备,采集戒烟用户的真实吸烟行为数据,分析得到戒烟用户的精准的未来行为模型,进而结合科学的行为疗法原则,生成定制化的戒烟方案,科学管理和执行戒烟行为,提高戒烟者的接受度和参与度,降低戒烟用户的戒烟阻力,进而有效提高戒烟成功率。以下分别进行详细的说明。
实施例一
请参阅图1,图1是本发明实施例公开的一种智能戒烟管理和执行方法的流程示意图。其中,图1所描述的方法可以应用于智能戒烟管理和执行系统中,该智能戒烟管理和执行系统可以是由多个关联智能硬件设备组成的整体(比如,智能烟盒、智能点烟器、智能烟嘴、智能加热烟斗、智能水杯、智能手机等),也可以是一个独立的系统(比如,云端服务器、本地服务器等),本发明实施例不做限定。如图1所示,该智能戒烟管理和执行方法可以包括以下操作:
101、对目标用户的吸烟行为进行追踪,得到目标用户的吸烟数据。
本发明实施例中,通过一种或多种具有信息传输模块的智能设备对戒烟用户(也即上述的目标用户)的吸烟行为进行监控和追踪,自动获取上述智能设备采集到的戒烟用户的吸烟数据,并在满足预设条件下,可以将采集到的吸烟数据发送到其他关联设备或上传到云端服务器。其中,信息传输模块采用的通信技术可以是蓝牙技术、WIFI技术、红外数据传输技术、ZigBee技术、超宽频通信技术、NFC技术、WiMedia技术、GPS技术和DECT技术中的一种或多种的组合。需要说明的是,采集到的吸烟数据是与戒烟用户的吸烟行为高度关联的精准、实时、真实的数据。
102、对吸烟数据进行分析,得到目标用户的吸烟行为模型。
本发明实施例中,通过预先确定出的行为算法模型对吸烟数据进行动态分析,可以得到戒烟用户吸烟行为模型,其中,该吸烟行为模型用于预测戒烟用户的未来吸烟行为(比如,预测戒烟者下一次吸烟的时间等)和/或与戒烟行为(比如,预测戒烟者在下一次烟瘾时,将采取喝水的方式“替代”吸烟等)。其中,行为算法模型是预先通过大量吸烟者的样本数据以及机器学习模型训练得到的,训练过程为有监督的训练。
此外,需要说明的是,对吸烟数据进行分析可以是对戒烟用户的所有完整的吸烟数据进行分析,也可以是有选择的对部分吸烟数据进行分析,比如,戒烟初期是以记录吸烟习惯、提供简单行动任务以及推送戒烟课程或者戒烟相关资讯为主,该阶段吸烟数据的完整度和可信度较低,可以选择对该阶段采集到的部分吸烟数据进行分析;当进入戒烟减害阶段时,需要通过对该阶段完整的吸烟数据进行分析,才能准确的确定出戒烟用户的吸烟行为模型,并以此为基础为任一戒烟用户定制针对性的戒烟行动计划。
103、根据目标用户的吸烟行为模型以及目标用户的特征信息,确定出目标用户的目标戒烟方案。
本发明实施例中,在确定出戒烟用户的吸烟行为模型之后,结合戒烟用户的特征信息(比如,戒烟目标、吸烟原因、戒烟原因、戒烟准备成熟度、尼古丁依赖度、自制力等级、吸烟诱发因素、戒断反应信息、戒断反应应对方式、戒烟减害梯度信息、预期戒断时长中的一种或多种),为该戒烟用户生成高度定制化的戒烟方案(也即上述目标戒烟方案)。
可见,本发明实施例所描述的方法能够通过一个或多个智能设备,采集戒烟用户的真实吸烟行为数据,分析得到戒烟用户的精准的行为模型,进而结合科学的行为疗法,生成定制化的戒烟方案,将戒烟过程系统化、自动化,科学管理和执行戒烟行为;同时因为该发明不需要戒烟者手动记录吸烟数据(例如,APP方案都要求戒烟者每次吸烟时都需要登录APP,手动输入是否吸烟,这要求戒烟者采取额外的行动,耗时耗力,因此自制力低的人参与度较低),所以本发明能够极大提高戒烟者的接受度和参与度,降低戒烟用户的戒烟阻力,进而有效提高戒烟成功率。
在一个可选的实施例中,该方法还可以包括以下操作:
将目标戒烟方案中的相关信息发送至至少一个戒烟支持者的智能终端;其中,每一戒烟支持者的智能终端为预先获得目标用户交互授权的智能终端;
由每一戒烟支持者的智能终端根据每一戒烟支持者的身份信息以及吸烟数据,触发生成与目标戒烟方案相关联的行动任务,以提醒目标用户执行戒烟行动。
本发明实施例中,在生成戒烟用户的定制化戒烟方案(也即上述的目标戒烟方案)之后,可以适时的将该定制化戒烟方案的相关信息发送至其他戒烟支持者的智能终端(比如,智能手机、智能穿戴设备等),以此引入戒烟者周围的烟友、家人、朋友以及戒烟专家、戒烟社群等社会力量,让戒烟从一个人的事情变成一群人的事情。其中,能够接收到定制化戒烟方案相关信息的智能终端均为预先获得戒烟者授权的智能终端。
本发明实施例中,每一戒烟支持者的智能终端还可以根据每个戒烟支持的身份信息,触发生成与该定制化戒烟方案相关的行动任务,比如,根据定制化戒烟方案,预测戒烟者在1小时后会有下一次吸烟行为,且为此匹配的戒烟阶段方案是“咀嚼口香糖”,在下一次吸烟行为到来之前,家人对应的智能终端可以生成“咀嚼口香糖”的文字信息,发送至戒烟者的智能终端以提醒戒烟者;戒烟专家对应的智能终端可以生成“咀嚼口香糖”的语音/电话消息,发送至戒烟者的智能终端以提醒戒烟者。或者,智能终端将每一戒烟支持者的身份信息以及吸烟数据发送至云端,由部署于云端的服务器根据内置算法,触发生成与该定制化戒烟方案相关的行动任务。需要说明的是,可以根据戒烟者当下的具体情况生成其最合适的行动任务,比如,延迟抽烟、咀嚼口香糖、深呼吸、使用戒烟贴,吃戒烟药、与其开会而干扰和延迟其抽烟等,本发明实施例不做限定。
可见,本发明实施例所描述的方法能够提供一种基于定制化戒烟方案的多人全程参与的方式,与戒烟用户进行互动链接,鼓励、监督戒烟用户的戒烟行为,提高戒烟用户与戒烟支持者的自制力、参与度和自信心,降低戒烟阻力,有利于克服生理依赖和心理依赖,进一步提高戒烟的成功率,减少复吸和戒烟失败的肯能性。
在又一个可选的实施例中,在由每一所述戒烟支持者的智能终端根据每一所述戒烟支持者的身份信息以及所述吸烟数据,触发生成与所述目标戒烟方案相关联的行动任务,以提醒所述目标用户执行戒烟行动之后,该方法还可以包括以下操作:
接收目标用户的戒烟反馈信息;
根据所述戒烟反馈信息,判断所述目标用户是否有效执行所述戒烟行动。
本发明实施例中,目标用户的戒烟反馈信息可以是目标用户拍摄的采取戒烟行动的视、图片,还可以是监测到的目标用户使用上述智能硬件时采集到反映目标用户戒烟行动的数据。比如,目标用户在接收到行动任务之后,如果系统监测到智能水杯被打开使用,则说明目标用户采取了喝水的戒烟替代行为,属于有效的戒烟行动;如果系统检测到智能烟盒、智能点烟器被启动,则说明目标用户未采取有效的戒烟行动。
可见,本发明实施例所描述的方法能够提供一种反馈机制,有效监测目标用户在接收到行动任务之后是否有执行有效的戒烟行动,有利于提高行动任务以及戒烟行为数据的闭环采集,提高采集到的戒烟数据的真实度,进一步提高戒烟的成功率,减少复吸和戒烟失败的肯能性。
在又一个可选的实施例中,对目标用户的吸烟行为进行追踪,得到目标用户的吸烟数据,可以包括以下操作:
确定需要进行追踪的吸烟行为阶段集合,其中,吸烟行为阶段集合包括取烟子阶段、点烟子阶段、减害子阶段以及替代吸烟子阶段中的一种或多种组合;
根据预设控制流程解锁相应的智能硬件,并接收由至少一个智能硬件采集并发送的目标用户的与吸烟相关的实时数据,其中,每一智能硬件用于采集与该智能硬件对应的子阶段过程中的吸烟数据;
其中,吸烟数据包括每一智能硬件的开机时间、点火时间、香烟支数、吸烟口数、吸入尼古丁量、吸入焦油量、吸烟地点、吸烟时长、香烟燃烧后产生的化合物含量、目标用户的体征参数、目标用户的行为特征以及与吸烟相关的生化指标数据中的一种或多种。
本发明实施例中,对吸烟行为阶段进行精细化的划分,对不同吸烟子阶段的吸烟数据分别进行实时、精准采集,不同的吸烟子阶段使用不同种类的智能硬件,其中,吸烟行为阶段集合包括取烟子阶段、点烟子阶段、减害子阶段以及替代吸烟子阶段中的一种或多种组合,本发明实施例不做限定。
本发明实施例中,戒烟用户一旦开机使用任一吸烟子阶段的智能硬件设备(比如,打开智能烟盒取烟、使用智能滤嘴吸烟等),设备就会根据预设的控制流程自动收集目标用户的使用数据(这些数据是对吸烟行为的实时记录),并通过蓝牙、WiFi、GPRS或其它数据传输方式,把该设备的收集到的吸烟实时数据传输到布置于云端的软件系统。需要说明的是,吸烟数据包括每一智能硬件的开机时间、点火时间、香烟支数、吸烟口数、吸入尼古丁量、吸入焦油量、吸烟地点、吸烟时长、香烟燃烧后产生的化合物含量、目标用户的体征参数、目标用户的行为特征以及与吸烟相关的生化指标数据中的一种或多种,本发明实施例亦不做限定。
进一步的,各吸烟子阶段对应的智能硬件之间还存在有互锁机制,避免戒烟用户不按预设流程使用智能硬件设备,导致采集不到戒烟用户的真实吸烟行为数据,比如,戒烟APP处于打开或者后台运行状态时,智能烟盒才能被激活使用,当从智能烟盒取出烟(比如,统计出取出香烟烟的支数)之后,智能点烟器才能被激活使用,当启动智能点烟器(比如,通过点烟时间计算出香烟支数)之后,智能烟嘴才能被激活使用等,本发明实施例不做限定。
又进一步可选的,根据不同的智能硬件设备采集到的对应吸烟数据,对吸烟数据进行验证、修正,得到更加精准、真实的吸烟数据。比如,通过智能烟盒可以统计出戒烟用户取出香烟的数量为第一估计值为2,通过智能烟嘴的吸食口数同样可以计算出戒烟用户吸食香烟的数量的第二估计值为2.1,则两者之间可以相互验证、分析,最终确定出戒烟用户吸食香烟的真实值为2根。
可见,本发明实施例所描述的方法能够结合精细化划分的吸烟子阶段,将吸烟过程流程化,打造一站式的满足吸烟所需的所有智能硬件,提高本方案的适用性和实用性,有利于提高用户的粘性和对智能设备的依赖度;同时通过该些所有智能硬件采集到的吸烟数据,能够获取更加精准、真实的吸烟数据,进一步提高生成定制化戒烟方案的精准度,有利于提高戒烟成功率。
在又一个可选的实施例中,对吸烟数据进行分析,得到目标用户的吸烟行为模型,可以包括以下操作:
根据预设的人工智能算法,对吸烟数据进行分析,得到与吸烟数据对应的分析结果,分析结果用于表征目标用户的吸烟行为特征;
对分析结果进行建模,确定出目标用户的吸烟行为模型。
本发明实施例中,根据预设的人工智能算法,对戒烟用户的戒烟数据进行动态分类、整理和分析,比如,按戒烟初期阶段以及过滤、减害阶段进行分类,按吸烟地点进行整理等,本发明实施例不做限定。同时,得到与吸烟数据对应的吸烟行为特征和相对应的戒烟行动。进而,对得到的吸烟行为特征进行建模,即可确定出戒烟用户的吸烟行为模型,其中,吸烟行为模型包括但不限于吸烟支数、尼古丁依赖程度、吸烟间隔及其变化趋势等。
可见,本发明实施例所描述的方法能够基于真实的吸烟数据,通过人工智能算法动态分析,精准预测用户未来的吸烟行为以及戒烟行为,有利于提高后续确定出戒烟用户的定制化戒烟方案的精准度和匹配度,进一步提高戒烟成功率。
在又一个可选的实施例中,根据吸烟行为模型以及目标用户的特征信息,确定出目标用户的目标戒烟方案,可以包括以下操作:
根据吸烟行为模型,确定出与吸烟行为模型相适配的戒烟方案模型;
根据预设匹配算法,将目标用户特征信息与戒烟方案模型中的特征信息进行关联匹配,得到目标用户对应的戒烟行动方案,其中,戒烟方案模型中的特征信息包括:戒烟目标、吸烟原因、戒烟原因、戒烟准备成熟度、尼古丁依赖度、自制力等级、吸烟诱发因素、戒断反应信息、戒断反应应对方式、戒烟减害梯度信息、预期戒断时长中的一种或多种;
根据戒烟行动方案,确定出目标用户的目标戒烟方案。
本发明实施例中,首先根据确定出的吸烟行为模型,确定出与该吸烟行为模型最相适配的戒烟方案模型,比如轻度吸烟者有对应的轻度戒烟方案模型,重度吸烟者有对应的重度戒烟方案模型。
进一步的,根据智能匹配算法,在一定约束条件下(比如,戒烟时间最短、戒烟体验最佳、戒烟成本最低等),将戒烟用户的特征信息与确定出的戒烟方案模型中的特征信息进行关联匹配,即可确定出最适合的戒烟行动方案。其中,戒烟方案模型中的特征信息包括:戒烟目标、吸烟原因、戒烟原因、戒烟准备成熟度、尼古丁依赖度、自制力等级、吸烟诱发因素、戒断反应信息、戒断反应应对方式、戒烟减害梯度信息、预期戒断时长中的一种或多种,本发明实施例不做限定。需要说明的是,本发明中的智能匹配算法,可以得到预戒烟用户的特征信息相匹配的多个戒烟行动方案,每个戒烟行动方案对应有匹配度值,戒烟用户可以根据当下实际情况,选择匹配度值最高的戒烟行动方案,做为最佳戒烟行动方案。进而,根据最佳戒烟行动方案,确定出戒烟用户的定制化戒烟方案,并根据戒烟者的实时数据,自动推荐适合其当下情况的具体戒烟行动。
可见,本发明实施例所描述的方法采用由戒烟方案模型到戒烟方案这样的由粗分到细分的过程,结合智能化的匹配算法,有利于提高适配效率和准确率,同时根据行为改变理论,结合戒烟用户的特征信息,自动、精准的适配出最适合其当下具体情况的定制化戒烟方案。
实施例二
请参阅图2,图2是本发明实施例公开的另一种智能戒烟管理和执行的流程示意图。其中,图2所描述的方法可以应用于智能戒烟管理和执行系统中,该智能戒烟管理和执行系统可以是由多个关联智能硬件设备组成的整体(比如,智能烟盒、智能点烟器、智能烟嘴、智能加热烟斗、智能水杯、智能手机等),也可以是一个独立的系统(比如,云端服务器、本地服务器等),本发明实施例不做限定。如图2所示,该智能戒烟管理和执行方法可以包括以下操作:
201、对目标用户的吸烟行为进行追踪,得到目标用户的吸烟数据。
202、对吸烟数据进行分析,得到目标用户的吸烟行为模型。
203、根据目标用户的吸烟行为模型以及目标用户的特征信息,确定出目标用户的目标戒烟方案。
本发明实施例中,针对步骤201-步骤203的其它描述,请分别对应参照实施例一中针对步骤101-步骤103的详细描述,本发明实施例不再赘述。
204、监测目标用户的吸烟数据在预设戒烟期范围内的动态变化情况,得到目标用户的吸烟行为变化数据。
205、判断吸烟行为变化数据对应的吸烟行为是否与先前确定出的吸烟行为模型相匹配。
206、当判断结果为否时,根据吸烟行为变化数据,更新目标用户的目标戒烟方案。
本发明实施例中,本发明还可以实时监测戒烟用户的吸烟数据在预设戒烟期范围内是否发生较大的波动,通过采集到的变化数据(比如,戒烟用户的吸烟时间点的变化、抽烟场合的变化、主动/被动吸烟以及吸烟原因的变化等,本发明实施例不做限定),分析该变化数据对应的吸烟行为模型与先前确定出的吸烟行为模型之间的差距是否超过一定阈值,当判定超过一定阈值时(也即上述判断出吸烟行为变化数据对应的吸烟行为与先前确定出的吸烟行为模型不相匹配时),则说明戒烟用户在预设戒烟期范围内的吸烟行为发生根本变化,需要更新戒烟用户的戒烟方案。
可见,本发明实施例所描述的方法能够根据戒烟用户的吸烟数据的动态变化,在判定出戒烟用户的戒烟行为发生根本变化时,自动更新戒烟方案,有利于提高本方案的适用性和实用性,进一步精准预测用户未来的吸烟行为以及戒烟行为,同时通过更新和迭代生成更有利于戒烟用户的戒烟方案,进一步提高戒烟成功率,进而指导戒烟用户下一步戒烟行动或者戒烟支持者的下一步行动任务。
在一个可选的实施例中,该方法还可以包括以下操作:
检测所述目标用户体内的标志性化合物浓度,其中,所述标志性化合物浓度用于反应所述目标用户体内的尼古丁含量;
根据所述目标用户体内的尼古丁含量,计算出所述目标用户的预设时长范围内的尼古丁吸入量;
根据所述尼古丁吸入量,确定出所述目标用户的实际戒烟状态。
本发明实施例中,通过高精度传感器动态检测戒烟用户体内(包括但不限于:呼出气、体液及血液)的香烟燃烧后的一些标志性化合物浓度(这些化合物标志物浓度低到科学实验研究表明的最低阈值时则表明其没有吸烟,根据WHO的规定,戒烟成功的定义是在戒烟日开始6个月内都没有抽烟。),从而反推出该用户近期(即上述的预设时长范围内)的尼古丁的吸入量,以确定执行戒烟方案的戒烟用户是否真正戒烟。被检测出的数据会通过蓝牙模块等自动上传到云端的软件系统,并由戒烟系统实行动态监控。如果判断出该戒烟用户自执行戒烟方案起6个月内都没有检测出高于最低阈值的尼古丁含量,则表明该戒烟用户已经成功戒烟。
可见,本发明实施例所描述的方法能够根据目标用户戒烟一段时间内检测到的体内的尼古丁含量,推算出目标用户近期的尼古丁吸入量,从而精准检测是否真的保持戒烟。
在一个可选的实施例中,该方法还可以包括以下操作:
判断目标用户是否存在超出目标戒烟方案的超额吸烟行为;
当判断结果为是时,根据超额吸烟行为以及预设锁定策略,确定出需要进行锁定的目标智能硬件,并远程锁定目标智能硬件,以禁止目标用户在预先设定的时间或空间场合内吸烟。
本发明实施例中,超额吸烟行为包括但不限于吸烟支数、吸烟时长、尼古丁浓度等。进一步的,超额吸烟行为可以是已经多吸了一支烟,此时锁定烟盒,禁止再取烟;或者是从烟盒里面取了一支烟,还未吸,锁定点烟器,禁止点烟等,本发明实施例亦不做限定。
当判断出戒烟用户存在上述超额吸烟行为时,可以根据预设锁定策略有选择的锁定相应的目标智能硬件,以禁止戒烟用户吸烟。比如,根据戒烟用户的定制化戒烟方案,其在家中的吸烟量不能超过3根,当判断出其当天在家中的吸烟量超过3根时,锁定智能烟盒或者智能烟嘴,使得戒烟用户无法取烟或吸烟。需要说明的是,预设的锁定策略可以是自动锁定智能设备,也可以是手动锁定,本发明实施例不做限定,比如,戒烟专家发现戒烟用户的吸烟行为已经超过预设量时,主动通过其智能终端发起锁定指令,锁定相应的智能硬件。
可见,本发明实施例所描述的方法在判定戒烟用户的存在超额吸烟行为时,适时锁定智能硬件,对戒烟用户的吸烟行为作出管理和执行,帮忙其克服吸烟冲动,逐步降低对烟的依赖性,有利于克服生理依赖和心理依赖,进一步提高戒烟的成功率。
在一个可选的实施例中,该方法还可以包括以下操作:
根据目标戒烟方案以及戒烟用户特征信息,生成与目标戒烟方案相对应的戒烟学习计划;
根据戒烟学习计划,推送戒烟学习信息至目标用户的智能终端,以供目标用户学习;其中,戒烟学习信息包括戒烟科普信息、戒烟短视频信息以及戒烟专家直播信息中的一种或多种。
本发明实施例中,戒烟用户的特征信息包括目标用户的自身特征信息,例如,目标用户的烟瘾程度、烟害了解程度、时间消耗和金钱消耗等,本发明实施例不做限定。
可见,本发明实施例所描述的方法能够根据戒烟用户的定制化戒烟方案,制定系统性的戒烟学习计划,从多维度对戒烟用户进行戒烟宣导和刺激,有利于提高戒烟的成功率。
实施例三
请参阅图3,图3是本发明实施例公开的一种智能戒烟管理和执行系统的结构示意图。其中,图3所描述的系统可以是由多个关联智能硬件设备组成的整体(比如,智能烟盒、智能点烟器、智能烟嘴、智能加热烟斗、智能水杯、智能手机等),也可以是一个独立的系统(比如,云端服务器、本地服务器等),本发明实施例不做限定。需要说明的是,该智能戒烟管理和执行系统参照的是实施例一和实施例二所描述的一种智能戒烟管理和执行方法中的步骤,详细的描述在本实施例中就不做赘述,如图3所示,该智能戒烟管理和执行系统可以包括:
采集模块301,用于对目标用户的吸烟行为进行追踪,得到目标用户的吸烟数据,其中,吸烟数据为通过至少一个智能硬件采集到的目标用户的与吸烟相关的实时数据;
分析模块302,用于对吸烟数据进行分析,得到目标用户的吸烟行为模型,其中,吸烟行为模型用于预测目标用户的吸烟行为;
适配模块303,用于根据目标用户的吸烟行为模型以及目标用户的特征信息,确定出目标用户的目标戒烟方案。
可见,本发明实施例所描述的系统能够通过一个或多个智能设备,采集戒烟用户的真实吸烟行为数据,分析得到戒烟用户的精准的行为模型,进而结合科学的行为疗法,生成定制化的戒烟方案,将戒烟过程系统化、自动化,科学管理和执行戒烟行为,提高戒烟者的接受度和参与度,降低戒烟用户的戒烟阻力,进而有效提高戒烟成功率。
在一个可选的实施例中,如图4所示,该系统还可以包括:
互动模块304,用于将目标戒烟方案中的相关信息发送至至少一个戒烟支持者的智能终端;其中,每一戒烟支持者的智能终端为预先获得目标用户交互授权的智能终端;由每一戒烟支持者的智能终端根据每一戒烟支持者的身份信息以及吸烟数据,触发生成与目标戒烟方案相关联的行动任务,以提醒目标用户。
可见,本发明实施例所描述的系统能够提供一种基于定制化戒烟方案的全民全程参与的方式,与戒烟用户进行互动链接,鼓励、监督戒烟用户的戒烟行为,提高戒烟用户与戒烟支持者的参与度,降低戒烟阻力,有利于克服生理依赖和心理依赖,进一步提高戒烟的成功率,减少复吸和戒烟失败的肯能性。
在一个可选的实施例中,如图4所示,该系统还可以包括:
反馈模块308,用于在互动模块304接收由每一戒烟支持者的智能终端根据每一戒烟支持者的身份信息以及吸烟数据,触发生成与目标戒烟方案相关联的行动任务,以提醒标用户执行戒烟行动之后,接收目标用户的戒烟反馈信息;根据戒烟反馈信息,判断目标用户是否有效执行戒烟行动。
可见,本发明实施例所描述的系统能够提供一种反馈机制,有效监测目标用户在接收到行动任务之后是否有执行有效的戒烟行动,有利于提高行动任务以及戒烟行为数据的闭环采集,提高采集到的戒烟数据的真实度,进一步提高戒烟的成功率,减少复吸和戒烟失败的肯能性。
在另一个可选的实施例中,如图4所示,采集模块301可以包括:
第一确定子模块3011,用于确定需要进行追踪的吸烟行为阶段集合,其中,吸烟行为阶段集合包括取烟子阶段、点烟子阶段、减害子阶段以及替代吸烟子阶段中的一种或多种组合;
采集子模块3012,根据预设控制流程解锁相应的智能硬件,并接收由至少一个智能硬件采集并发送的目标用户的与吸烟相关的实时数据,其中,每一智能硬件用于采集与该智能硬件对应的子阶段过程中的吸烟数据;其中,吸烟数据包括每一智能硬件的开机时间、点火时间、香烟支数、吸烟口数、吸入尼古丁量、吸入焦油量、吸烟地点、吸烟时长、香烟燃烧后产生的化合物含量、目标用户的体征参数以及、目标用户的行为特征与吸烟相关的生化指标数据中的一种或多种。
可见,本发明实施例所描述的系统能够结合精细化划分的吸烟子阶段,将吸烟过程流程化,打造一站式的满足吸烟所需的所有智能硬件,提高本方案的适用性和实用性,有利于提高用户的粘性和对智能设备的依赖度;同时通过该些所有智能硬件采集到的吸烟数据,能够获取更加精准、真实的吸烟数据,进一步提高生成定制化戒烟方案的精准度,有利于提高戒烟成功率。
在又一个可选的实施例中,如图4所示,分析模块302可以包括:
分析子模块3021,用于根据预设的人工智能算法,对吸烟数据进行分析,得到与吸烟数据对应的分析结果,分析结果用于表征目标用户的吸烟行为特征;
第二确定子模块3022,用于对分析结果进行建模,确定出目标用户的吸烟行为模型。
可见,本发明实施例所描述的系统能够基于真实的吸烟数据,通过人工智能算法动态分析,精准预测用户未来的吸烟行为以及戒烟行为,有利于提高后续确定出戒烟用户的定制化戒烟方案的精准度和匹配度,进一步提高戒烟成功率。
在又一个可选的实施例中,如图4所示,适配模块303可以包括:
第三确定子模块3031,用于根据吸烟行为模型,确定出与吸烟行为模型相适配的戒烟方案模型;
适配子模块3032,用于根据预设匹配算法,将目标用户特征信息与戒烟方案模型中的特征信息进行关联匹配,得到目标用户对应的戒烟行动方案,其中,戒烟方案模型中的特征信息包括:戒烟目标、吸烟原因、戒烟原因、戒烟准备成熟度、尼古丁依赖度、自制力等级、吸烟诱发因素、戒断反应信息、戒断反应应对方式、戒烟减害梯度信息、预期戒断时长中的一种或多种;
第四确定子模块3033,用于根据戒烟行动方案,确定出目标用户的目标戒烟方案。
可见,本发明实施例所描述的系统采用由戒烟方案模型到戒烟方案这样的由粗分到细分的过程,结合智能化的匹配算法,有利于提高适配效率和准确率,同时根据行为改变理论,结合戒烟用户的特征信息,自动、精准的适配出最适合其当下具体情况的定制化戒烟方案。
在又一个可选的实施例中,如图4所示,该系统还可以包括:
更新模块305,用于监测目标用户的吸烟数据在预设戒烟期范围内的动态变化情况,得到目标用户的吸烟行为变化数据;判断吸烟行为变化数据对应的吸烟行为是否与先前确定出的吸烟行为模型相匹配;当判断结果为否时,根据吸烟行为变化数据,更新目标用户的目标戒烟方案。
可见,本发明实施例所描述的系统能够根据戒烟用户的吸烟数据的动态变化,在判定出戒烟用户的戒烟行为发生根本变化时,自动更新戒烟方案,有利于提高本方案的适用性和实用性,进一步精准预测用户未来的吸烟行为以及戒烟行为,同时通过更新和迭代生成更有利于戒烟用户的戒烟方案,进一步提高戒烟成功率,进而指导戒烟用户下一步戒烟行动或者戒烟支持者的下一步行动任务。
在又一个可选的实施例中,如图4所示,该系统还可以包括:
锁定模块306,用于判断目标用户是否存在超出目标戒烟方案的超额吸烟行为;当判断结果为是时,根据超额吸烟行为以及预设锁定策略,确定出需要进行锁定的目标智能硬件,并远程锁定目标智能硬件,以禁止目标用户在预先设定的时间或空间场合内吸烟。
可见,本发明实施例所描述的系统能够在判定戒烟用户的存在超额吸烟行为时,适时锁定智能硬件,对戒烟用户的吸烟行为作出管理和执行,帮忙其克服吸烟冲动,逐步降低对烟的依赖性,有利于克服生理依赖和心理依赖,进一步提高戒烟的成功率。
在又一个可选的实施例中,如图4所示,该系统还可以包括:
学习模块307,用于根据目标戒烟方案以及戒烟用户特征信息,生成与目标戒烟方案相对应的戒烟学习计划;根据戒烟学习计划,推送戒烟学习信息至目标用户的智能终端,以供目标用户学习;其中,戒烟学习信息包括戒烟科普信息、戒烟短视频信息以及戒烟专家直播信息中的一种或多种。
可见,本发明实施例所描述的系统能够根据戒烟用户的定制化戒烟方案,制定系统性的戒烟学习计划,从多维度对戒烟用户进行戒烟宣导和刺激,有利于提高戒烟的成功率。
在又一个可选的实施例中,如图4所示,该系统还可以包括:
检测模块309,用于检测目标用户体内的标志性化合物浓度,其中,标志性化合物浓度用于反应目标用户体内的尼古丁含量;根据目标用户体内的尼古丁含量,计算出目标用户的预设时长范围内的尼古丁吸入量;根据尼古丁吸入量,确定出所述目标用户的实际戒烟状态。
可见,本发明实施例所描述的系统能够根据目标用户戒烟一段时间内检测到的体内的尼古丁含量,推算出目标用户近期的尼古丁吸入量,从而精准检测是否真的保持戒烟。
实施例四
请参阅图5,图5是本发明实施例公开的又一种智能戒烟管理和执行系统的结构示意图。其中,图5所描述的系统可以是由多个关联智能硬件设备组成的整体(比如,智能烟盒、智能点烟器、智能烟嘴、智能加热烟斗、智能水杯、智能手机等),也可以是一个独立的系统(比如,云端服务器、本地服务器等),本发明实施例不做限定。如图5所示,该智能戒烟管理和执行系统可以包括:
存储有可执行程序代码的存储器401;
与存储器401耦合的处理器402;
处理器402调用存储器401中存储的可执行程序代码,执行本发明实施例一或实施例二公开的智能戒烟管理和执行方法中的部分或全部步骤。
实施例五
本发明实施例公开了一种计算机存储介质,该计算机存储介质存储有计算机指令,该计算机指令被调用时,用于执行本发明实施例一或实施例二公开的智能戒烟管理和执行方法中的步骤。
以上所描述的系统实施例仅是示意性的,其中作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施例的具体描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,存储介质包括只读存储器(Read-Only Memory,ROM)、随机存储器(Random Access Memory,RAM)、可编程只读存储器(Programmable Read-only Memory,PROM)、可擦除可编程只读存储器(ErasableProgrammable Read Only Memory,EPROM)、一次可编程只读存储器(One-timeProgrammable Read-Only Memory,OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory,EEPROM)、只读光盘(CompactDisc Read-Only Memory,CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
需要说明的是本说明书各部分操作所需的计算机程序代码可以用任意一种或多种程序语言编写,包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等,常规程序化编程语言如C语言、Visual Basic、Fortran2003、Perl、COBOL 2002、PHP、ABAP,动态编程语言如Python、Ruby和Groovy,或其他编程语言等。该程序编码可以完全在计算机(PC、嵌入式智能设备等)上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下,远程计算机可以通过任何网络形式与用户计算机连接,比如局域网(LAN)或广域网(WAN),或连接至外部计算机(例如通过因特网),或在云计算环境中,或作为服务使用如软件即服务(SaaS)。
最后应说明的是:本发明实施例公开的一种智能戒烟管理和执行方法及系统所揭露的仅为本发明较佳实施例而已,仅用于说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解;其依然可以对前述各项实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或替换,并不使相应的技术方案的本质脱离本发明各项实施例技术方案的精神和范围。
Claims (22)
1.一种智能戒烟管理和执行方法,其特征在于,所述方法包括:
对目标用户的吸烟行为进行追踪,得到所述目标用户的吸烟数据,其中,所述吸烟数据为通过至少一个智能硬件采集到的目标用户的与吸烟相关的实时数据;
对所述吸烟数据进行分析,得到所述目标用户的吸烟行为模型,其中,所述吸烟行为模型用于预测所述目标用户未来的吸烟行为;
根据所述目标用户的吸烟行为模型以及所述目标用户的特征信息,确定出所述目标用户的目标戒烟方案。
2.根据权利要求1所述的智能戒烟管理和执行方法,其特征在于,所述方法还包括:
将所述目标戒烟方案中的相关信息发送至至少一个戒烟支持者的智能终端;其中,每一所述戒烟支持者的智能终端为预先获得所述目标用户交互授权的智能终端;
由每一所述戒烟支持者的智能终端根据每一所述戒烟支持者的身份信息以及所述吸烟数据,触发生成与所述目标戒烟方案相关联的行动任务,以提醒所述目标用户执行戒烟行动。
3.根据权利要求2所述的智能戒烟管理和执行方法,其特征在于,在所述由每一所述戒烟支持者的智能终端根据每一所述戒烟支持者的身份信息以及所述吸烟数据,触发生成与所述目标戒烟方案相关联的行动任务,以提醒所述目标用户执行戒烟行动之后,所述方法还包括:
接收目标用户的戒烟反馈信息;
根据所述戒烟反馈信息,判断所述目标用户是否有效执行所述戒烟行动。
4.根据权利要求2或3所述的智能戒烟管理和执行方法,其特征在于,所述对目标用户的吸烟行为进行追踪,得到所述目标用户的吸烟数据,包括:
确定需要进行追踪的吸烟行为阶段集合,其中,所述吸烟行为阶段集合包括取烟子阶段、点烟子阶段、减害子阶段以及替代吸烟子阶段中的一种或多种组合;
根据预设控制流程解锁相应的智能硬件,并接收由至少一个所述智能硬件采集并发送的所述目标用户的与吸烟相关的实时数据,其中,每一所述智能硬件用于采集与该智能硬件对应的所述子阶段过程中的吸烟数据;
其中,所述吸烟数据包括每一所述智能硬件的开机时间、点火时间、香烟支数、吸烟口数、吸入尼古丁量、吸入焦油量、吸烟地点、吸烟时长、香烟燃烧后产生的化合物含量、所述目标用户的体征参数、所述目标用户的行为特征以及与吸烟相关的生化指标数据中的一种或多种。
5.根据权利要求4所述的智能戒烟管理和执行方法,其特征在于,所述对所述吸烟数据进行分析,得到所述目标用户的吸烟行为模型,包括:
根据预设的人工智能算法,对所述吸烟数据进行分析,得到与所述吸烟数据对应的分析结果,所述分析结果用于表征所述目标用户的吸烟行为特征;
对所述分析结果进行建模,确定出所述目标用户的吸烟行为模型。
6.根据权利要求5所述的智能戒烟管理和执行方法,其特征在于,所述根据所述吸烟行为模型以及所述目标用户的特征信息,确定出所述目标用户的目标戒烟方案,包括:
根据所述吸烟行为模型,确定出与所述吸烟行为模型相适配的戒烟方案模型;
根据预设匹配算法,将所述目标用户特征信息与所述戒烟方案模型中的特征信息进行关联匹配,得到所述目标用户对应的戒烟行动方案,其中,所述戒烟方案模型中的特征信息包括:戒烟目标、吸烟原因、戒烟原因、戒烟准备成熟度、尼古丁依赖度、自制力等级、吸烟诱发因素、戒断反应信息、戒断反应应对方式、戒烟减害梯度信息、预期戒断时长中的一种或多种;
根据所述戒烟行动方案,确定出所述目标用户的目标戒烟方案。
7.根据权利要求6所述的智能戒烟管理和执行方法,其特征在于,所述对所述吸烟数据进行分析,得到所述目标用户的吸烟行为模型之后,所述方法还包括:
监测所述目标用户的吸烟数据在预设戒烟期范围内的动态变化情况,得到所述目标用户的吸烟行为变化数据;
判断所述吸烟行为变化数据对应的吸烟行为是否与先前确定出的所述吸烟行为模型相匹配;
当判断结果为否时,根据所述吸烟行为变化数据,更新所述目标用户的目标戒烟方案。
8.根据权利要求7所述的智能戒烟管理和执行方法,其特征在于,所述对所述吸烟数据进行分析,得到所述目标用户的吸烟行为模型之后,所述方法还包括:
检测所述目标用户体内的标志性化合物浓度,其中,所述标志性化合物浓度用于反应所述目标用户体内的尼古丁含量;
根据所述目标用户体内的尼古丁含量,计算出所述目标用户的预设时长范围内的尼古丁吸入量;
根据所述尼古丁吸入量,确定出所述目标用户的实际戒烟状态。
9.根据权利要求5-8任一所述的智能戒烟管理和执行方法,其特征在于,所述方法还包括:
判断所述目标用户是否存在超出所述目标戒烟方案的超额吸烟行为;
当判断结果为是时,根据所述超额吸烟行为以及预设锁定策略,确定出需要进行锁定的目标智能硬件,并远程锁定所述目标智能硬件,以禁止所述目标用户在预先设定的时间或空间场合内吸烟。
10.根据权利要求9所述的智能戒烟管理和执行方法,其特征在于,所述方法还包括:
根据所述目标戒烟方案以及戒烟用户特征信息,生成与所述目标戒烟方案相对应的戒烟学习计划;
根据所述戒烟学习计划,推送戒烟学习信息至所述目标用户的智能终端,以供所述目标用户学习;其中,所述戒烟学习信息包括戒烟科普信息、戒烟短视频信息以及戒烟专家直播信息中的一种或多种。
11.一种智能戒烟管理和执行系统,其特征在于,所述系统包括:
采集模块,用于对目标用户的吸烟行为进行追踪,得到所述目标用户的吸烟数据,其中,所述吸烟数据为通过至少一个智能硬件采集到的目标用户的与吸烟相关的实时数据;
分析模块,用于对所述吸烟数据进行分析,得到所述目标用户的吸烟行为模型,其中,所述吸烟行为模型用于预测所述目标用户未来的吸烟行为;
适配模块,用于根据所述目标用户的吸烟行为模型以及所述目标用户的特征信息,确定出所述目标用户的目标戒烟方案。
12.根据权利要求11所述的智能戒烟管理和执行系统,其特征在于,所述系统还包括:
互动模块,用于将所述目标戒烟方案中的相关信息发送至至少一个戒烟支持者的智能终端;其中,每一所述戒烟支持者的智能终端为预先获得所述目标用户交互授权的智能终端;接收由每一所述戒烟支持者的智能终端根据每一所述戒烟支持者的身份信息以及所述吸烟数据,触发生成与所述目标戒烟方案相关联的行动任务,以提醒所述目标用户执行戒烟行动。
13.根据权利要求12所述的智能戒烟管理和执行系统,其特征在于,所述系统还包括:
反馈模块,用于在所述互动模块接收由每一所述戒烟支持者的智能终端根据每一所述戒烟支持者的身份信息以及所述吸烟数据,触发生成与所述目标戒烟方案相关联的行动任务,以提醒所述目标用户执行戒烟行动之后,接收目标用户的戒烟反馈信息;根据所述戒烟反馈信息,判断所述目标用户是否有效执行所述戒烟行动。
14.根据权利要求12或13所述的智能戒烟管理和执行系统,其特征在于,所述采集模块,包括:
第一确定子模块,用于确定需要进行追踪的吸烟行为阶段集合,其中,所述吸烟行为阶段集合包括取烟子阶段、点烟子阶段、减害子阶段以及替代吸烟子阶段中的一种或多种组合;
采集子模块,根据预设控制流程解锁相应的智能硬件,并接收由至少一个所述智能硬件采集并发送的所述目标用户的与吸烟相关的实时数据,其中,每一所述智能硬件用于采集与该智能硬件对应的所述子阶段过程中的吸烟数据;其中,所述吸烟数据包括每一所述智能硬件的开机时间、点火时间、香烟支数、吸烟口数、吸入尼古丁量、吸入焦油量、吸烟地点、吸烟时长、香烟燃烧后产生的化合物含量、所述目标用户的体征参数、所述目标用户的行为特征以及与吸烟相关的生化指标数据中的一种或多种。
15.根据权利要求14所述的智能戒烟管理和执行系统,其特征在于,所述分析模块,包括:
分析子模块,用于根据预设的人工智能算法,对所述吸烟数据进行分析,得到与所述吸烟数据对应的分析结果,所述分析结果用于表征所述目标用户的吸烟行为特征;
第二确定子模块,用于对所述分析结果进行建模,确定出所述目标用户的吸烟行为模型。
16.根据权利要求15所述的智能戒烟管理和执行系统,其特征在于,所述适配模块,包括:
第三确定子模块,用于根据所述吸烟行为模型,确定出与所述吸烟行为模型相适配的戒烟方案模型;
适配子模块,用于根据预设匹配算法,将所述目标用户特征信息与所述戒烟方案模型中的特征信息进行关联匹配,得到所述目标用户对应的戒烟行动方案,其中,所述戒烟方案模型中的特征信息包括:戒烟目标、吸烟原因、戒烟原因、戒烟准备成熟度、尼古丁依赖度、自制力等级、吸烟诱发因素、戒断反应信息、戒断反应应对方式、戒烟减害梯度信息、预期戒断时长中的一种或多种;
第四确定子模块,用于根据所述戒烟行动方案,确定出所述目标用户的目标戒烟方案。
17.根据权利要求16所述的智能戒烟管理和执行系统,其特征在于,所述系统还包括:
更新模块,用于监测所述目标用户的吸烟数据在预设戒烟期范围内的动态变化情况,得到所述目标用户的吸烟行为变化数据;判断所述吸烟行为变化数据对应的吸烟行为是否与先前确定出的所述吸烟行为模型相匹配;当判断结果为否时,根据所述吸烟行为变化数据,更新所述目标用户的目标戒烟方案。
18.根据权利要求17所述的智能戒烟管理和执行系统,其特征在于,所述系统还包括:
检测模块,用于检测所述目标用户体内的标志性化合物浓度,其中,所述标志性化合物浓度用于反应所述目标用户体内的尼古丁含量;根据所述目标用户体内的尼古丁含量,计算出所述目标用户的预设时长范围内的尼古丁吸入量;根据所述尼古丁吸入量,确定出所述目标用户的实际戒烟状态。
19.根据权利要求15-18任一所述的智能戒烟管理和执行系统,其特征在于,所述系统还包括:
锁定模块,用于判断所述目标用户是否存在超出所述目标戒烟方案的超额吸烟行为;当判断结果为是时,根据所述超额吸烟行为以及预设锁定策略,确定出需要进行锁定的目标智能硬件,并远程锁定所述目标智能硬件,以禁止所述目标用户在预先设定的时间或空间场合内吸烟。
20.根据权利要求19所述的智能戒烟管理和执行系统,其特征在于,所述系统还包括:
学习模块,用于根据所述目标戒烟方案以及戒烟用户特征信息,生成与所述目标戒烟方案相对应的戒烟学习计划;根据所述戒烟学习计划,推送戒烟学习信息至所述目标用户的智能终端,以供所述目标用户学习;其中,所述戒烟学习信息包括戒烟科普信息、戒烟短视频信息以及戒烟专家直播信息中的一种或多种。
21.一种智能戒烟管理和执行系统,其特征在于,所述系统包括:
存储有可执行程序代码的存储器;
与所述存储器耦合的处理器;
所述处理器调用所述存储器中存储的所述可执行程序代码,执行如权利要求1-10任一项所述的智能戒烟管理和执行方法。
22.一种计算机存储介质,其特征在于,所述计算机存储介质存储有计算机指令,所述计算机指令被调用时用于执行如权利要求1-10任一项所述的智能戒烟管理和执行方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210509183.4A CN115017975B (zh) | 2022-05-11 | 2022-05-11 | 一种智能戒烟管理和执行方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210509183.4A CN115017975B (zh) | 2022-05-11 | 2022-05-11 | 一种智能戒烟管理和执行方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115017975A true CN115017975A (zh) | 2022-09-06 |
CN115017975B CN115017975B (zh) | 2023-05-09 |
Family
ID=83069673
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210509183.4A Active CN115017975B (zh) | 2022-05-11 | 2022-05-11 | 一种智能戒烟管理和执行方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115017975B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103829380A (zh) * | 2012-11-20 | 2014-06-04 | 西安金和光学科技有限公司 | 一种盒式戒烟装置 |
CN106100667A (zh) * | 2016-07-29 | 2016-11-09 | 陈凯 | 一种控烟装置和控烟终端装置 |
CN107657999A (zh) * | 2017-10-18 | 2018-02-02 | 胡博文 | 一种电子智能辅助戒烟滤嘴 |
CN107708548A (zh) * | 2015-04-07 | 2018-02-16 | 凯洛特公司 | 用于吸烟行为的量化和预测的系统和方法 |
CN107714048A (zh) * | 2017-10-10 | 2018-02-23 | 北京平糖移动互联医疗科技有限公司 | 一种血糖监测智能提醒系统及方法 |
CN108685184A (zh) * | 2017-04-11 | 2018-10-23 | 常州市派腾电子技术服务有限公司 | 辅助戒烟方法及辅助戒烟装置 |
CN109588781A (zh) * | 2018-11-30 | 2019-04-09 | 东北大学 | 一种基于机器学习的戒烟装置及方法 |
CN110419782A (zh) * | 2019-07-18 | 2019-11-08 | 李晓东 | 蓝牙电子烟大数据的智能监控系统 |
CN110459291A (zh) * | 2019-08-28 | 2019-11-15 | 首都医科大学 | 基于移动智能终端的辅助戒烟智能规划系统及方法 |
CN111553660A (zh) * | 2020-04-28 | 2020-08-18 | 深圳市吉迩科技有限公司 | 吸烟管理方法、设备和存储介质 |
CN111882947A (zh) * | 2020-08-17 | 2020-11-03 | 阿呆科技(北京)有限公司 | 一种基于虚拟现实划船运动的戒毒康复训练系统 |
CN112292697A (zh) * | 2018-04-13 | 2021-01-29 | 弗里诺姆控股股份有限公司 | 用于生物样品的多分析物测定的机器学习实施方式 |
CN113111952A (zh) * | 2021-04-20 | 2021-07-13 | 北京心康医学科技有限公司 | 一种基于人工智能的睡眠训练方法及系统 |
-
2022
- 2022-05-11 CN CN202210509183.4A patent/CN115017975B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103829380A (zh) * | 2012-11-20 | 2014-06-04 | 西安金和光学科技有限公司 | 一种盒式戒烟装置 |
CN107708548A (zh) * | 2015-04-07 | 2018-02-16 | 凯洛特公司 | 用于吸烟行为的量化和预测的系统和方法 |
CN113854979A (zh) * | 2015-04-07 | 2021-12-31 | 凯洛特公司 | 用于吸烟行为的量化和预测的系统和方法 |
CN106100667A (zh) * | 2016-07-29 | 2016-11-09 | 陈凯 | 一种控烟装置和控烟终端装置 |
CN108685184A (zh) * | 2017-04-11 | 2018-10-23 | 常州市派腾电子技术服务有限公司 | 辅助戒烟方法及辅助戒烟装置 |
CN107714048A (zh) * | 2017-10-10 | 2018-02-23 | 北京平糖移动互联医疗科技有限公司 | 一种血糖监测智能提醒系统及方法 |
CN107657999A (zh) * | 2017-10-18 | 2018-02-02 | 胡博文 | 一种电子智能辅助戒烟滤嘴 |
CN112292697A (zh) * | 2018-04-13 | 2021-01-29 | 弗里诺姆控股股份有限公司 | 用于生物样品的多分析物测定的机器学习实施方式 |
CN109588781A (zh) * | 2018-11-30 | 2019-04-09 | 东北大学 | 一种基于机器学习的戒烟装置及方法 |
CN110419782A (zh) * | 2019-07-18 | 2019-11-08 | 李晓东 | 蓝牙电子烟大数据的智能监控系统 |
CN110459291A (zh) * | 2019-08-28 | 2019-11-15 | 首都医科大学 | 基于移动智能终端的辅助戒烟智能规划系统及方法 |
CN111553660A (zh) * | 2020-04-28 | 2020-08-18 | 深圳市吉迩科技有限公司 | 吸烟管理方法、设备和存储介质 |
CN111882947A (zh) * | 2020-08-17 | 2020-11-03 | 阿呆科技(北京)有限公司 | 一种基于虚拟现实划船运动的戒毒康复训练系统 |
CN113111952A (zh) * | 2021-04-20 | 2021-07-13 | 北京心康医学科技有限公司 | 一种基于人工智能的睡眠训练方法及系统 |
Non-Patent Citations (5)
Title |
---|
唐元英等: "糖尿病患者动态血糖监测期间的护理", 《四川医学》 * |
尉艳霞等: "手机戒烟应用程序在戒烟中应用的研究进展", 《上海交通大学学报(医学版)》 * |
张阳等: "吸烟COPD患者戒烟影响因素分析", 《承德医学院学报》 * |
李子旭: ""基于 Arduino 单片机的便携式智能戒烟助手设计"", 《仪表技术》 * |
陈礼潮等: "基于"5R、5A"模型的综合戒烟软件框架设计", 《中国数字医学》 * |
Also Published As
Publication number | Publication date |
---|---|
CN115017975B (zh) | 2023-05-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2021201816B2 (en) | Remote breath alcohol monitoring | |
US9829480B2 (en) | Remote breath alcohol monitor | |
US11653878B2 (en) | Systems and methods for quantification of, and prediction of smoking behavior | |
Daw | Reinforcement learning models of the dopamine system and their behavioral implications | |
Tucker et al. | Smoking cessation during the transition from adolescence to young adulthood | |
CN110807117B (zh) | 一种用户关系预测方法及装置、计算机可读存储介质 | |
CN109287511B (zh) | 训练宠物控制设备的方法、装置和宠物用的可穿戴设备 | |
CN110287698B (zh) | 基于用户行为与硬件信息的设备指纹实现方法 | |
CN115017975B (zh) | 一种智能戒烟管理和执行方法及系统 | |
CN117235406B (zh) | 基于区块链的信息内容安全的管控方法及装置 | |
CN111311056A (zh) | 吸毒人员风险监测方法 | |
JP2006230548A (ja) | 体調判定装置およびそのプログラム | |
Stockdale et al. | Social, attitudinal, and demographic correlates of adolescent vs college-age tobacco use initiation | |
CN108022335B (zh) | 一种门禁控制方法、装置及门禁系统 | |
CN110740165A (zh) | 电子烟管理方法和系统 | |
CN109588781B (zh) | 一种基于机器学习的戒烟装置 | |
CN107786561B (zh) | 一种应用的使用时长管控方法及客户端 | |
CN112704024B (zh) | 一种基于物联网的宠物狗紧急安抚系统 | |
CN111035903B (zh) | 一种健康社区体育规划系统 | |
Abo-Tabik et al. | Decision tree model of smoking behaviour | |
CN116955456B (zh) | 基于开源情报的舆论数据处理方法及系统 | |
CN116584710A (zh) | 电子烟的童锁控制方法、装置、设备及存储介质 | |
KR20230071808A (ko) | 금연 성공자의 정보에 기반한 금연 추천 시스템 | |
CN117711101A (zh) | 一种基于智能门锁的童锁功能启动方法及智能门锁 | |
CN112802239A (zh) | 吸烟室的控制方法、装置、吸烟室及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |