CN116013519A - 推荐方法、装置、电子设备、智能床及存储介质 - Google Patents

Abstract

本申请提供的一种推荐方法、装置、电子设备、智能床及存储介质，通过预先建立目标模型，获取在智能床上的用户的表情变化数据和所述目标对象的生理数据；将所述表情变化数据和所述生理数据输入至预先建立的目标模型中，确定用于养育所述用户的建议信息；输出所述建议信息，能够给用户提供合理的建议信息，从而能够协助处理各种婴儿哭闹情况的事件发生。

Description

推荐方法、装置、电子设备、智能床及存储介质

技术领域

本申请涉及智能床技术领域，特别地涉及一种推荐方法、装置、电子设备、智能床及存储介质。

背景技术

婴儿通常不能表达自己的需求，而且年轻父母由于工作时长较长或因为缺乏经验无法及时正确的了解婴儿需求，导致不能对婴儿进行合理的照看，不能无法及时、正确的处理各种婴儿哭闹情况的事件发生。

发明内容

针对上述问题，本申请提供一种推荐方法、装置、电子设备、智能床及存储介质，能够给用户提供合理的建议信息，从而能够协助处理各种婴儿哭闹情况的事件发生。

本申请实施例提供一种推荐方法，包括：

获取在智能床上的用户的表情变化数据和所述用户的生理数据；

将所述表情变化数据和所述生理数据输入至预先建立的目标模型中，确定用于养育所述用户的建议信息；

输出所述建议信息。

在一些实施例中，所述方法还包括：

获取多个用户的样本生理数据和各个样本生理数据对应的建议信息；

基于所述样本生理数据和对应的建议信息生成生理算法模型；

将所述生理算法模型中的建议信息与样本表情变化数据进行关联，得到所述目标模型。

在一些实施例中，所述基于所述样本生理数据和对应的建议信息生成生理算法模型，包括：

基于样本生理数据和对应的建议信息生成初始生理算法模型；

基于所述初始生理算法模型生成建议信息并推送给用户；

获取各个用户针对所述初始生理算法模型的建议信息的评分信息；

基于所述评分信息确定生理算法模型。

在一些实施例中，所述基于所述评分信息确定生理算法模型，包括：

基于所述评分信息确定平均值；

在所述平均值小于预设评分阈值的情况下，对所述初始生理算法模型进行继续训练，以得到生理算法模型；

在所述平均值大于或等于所述预设评分阈值的情况下，将所述初始生理算法模型确定为生理算法模型。

在一些实施例中，所述获取用户的样本生理数据，包括：

获取生理指标的量化数据，所述量化数据基于访问和/或调查问卷获得；

基于量化数据从所述生理指标中确定目标生理指标；

基于所述目标生理指标对应的数据确定样本生理数据。

在一些实施例中，所述目标生理指标包括：睡眠姿态、温度指标、是否尿床指标，所述输出所述建议信息，包括：

通过APP输出所述建议信息至所述用户的监护人。

本申请实施例提供一种推荐装置，包括：

获取模块，用于获取在智能床上的用户的表情变化数据和所述用户的生理数据；

确定模块，用于将所述表情变化数据和所述生理数据输入至预先建立的目标模型中，确定用于养育所述用户的建议信息；

输出模块，用于输出所述建议信息。

本申请实施例提供一种电子设备，包括存储器和处理器，所述存储器上存储有计算机程序，该计算机程序被所述处理器执行时，执行上述任意一项所述推荐方法。

本申请实施例提供的一种智能床，包括：上述所述的电子设备。

本申请实施例提供一种计算机可读存储介质，该计算机可读存储介质存储的计算机程序，能够被一个或多个处理器执行，能够用来实现上述所述推荐方法。

本申请提供的一种推荐方法、装置、电子设备、智能床及存储介质，通过预先建立目标模型，获取在智能床上的用户的表情变化数据和所述目标对象的生理数据；将所述表情变化数据和所述生理数据输入至预先建立的目标模型中，确定用于养育所述用户的建议信息；输出所述建议信息，能够给用户提供合理的建议信息，从而能够协助处理各种婴儿哭闹情况的事件发生。

附图说明

在下文中将基于实施例并参考附图来对本申请进行更详细的描述。

图1为本申请实施例提供的一种推荐方法的实现流程示意图；

图2为本申请实施例提供的一种推荐方法的实现流程示意图；

图3为本申请实施例提供的电子设备的组成结构示意图。

在附图中，相同的部件使用相同的附图标记，附图并未按照实际的比例绘制。

具体实施方式

为了使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请作进一步地详细描述，所描述的实施例不应视为对本申请的限制，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。

在以下的描述中，涉及到“一些实施例”，其描述了所有可能实施例的子集，但是可以理解，“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合。

如果申请文件中出现“第一\第二\第三”的类似描述则增加以下的说明，在以下的描述中，所涉及的术语“第一\第二\第三”仅仅是是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序，以使这里描述的本申请实施例能够以除了在这里图示或描述的以外的顺序实施。

除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的，不是旨在限制本申请。

基于相关技术中存在的问题，本申请实施例提供一种推荐方法，所述方法应用于电子设备，例如计算机、移动终端、智能床等，所述移动终端可以包括手机、平板电脑等，在一些实施例中，电子设备可以是智能床的控制器、中间处理器等。本申请实施例提供的推荐方法所实现的功能可以通过电子设备的处理器调用程序代码来实现，其中，程序代码可以保存在计算机存储介质中。

实施例一

本申请实施例提供一种推荐方法，图1为本申请实施例提供的一种推荐方法的实现流程示意图，如图1所示，包括：

步骤S101，获取在智能床上的用户的表情变化数据和所述目标对象的生理数5据。

本申请实施例中，所述用户可以是婴儿。电子设备可以和摄像头通信连接，通过摄像头来获取在智能床上的用户的表情变化数据。

本申请实施例中，所述生理数据可以包括：婴儿睡眠姿态的数据、温度数据、湿度数据等。电子设备可以和压力传感器通信连接，通过压力传感器来获取婴儿0睡眠姿态的数据，电子设备可以和温度传感器通信连接，通过温度传感器来获取用户的温度数据。电子设备可以和湿度传感器通信连接，通过湿度传感器来确定婴儿是否有尿床的数据。

在一些实施例中，用户可以通过输入设备来输入用户的表情变化数据和所述目标对象的生理数据，从而使得电子设备获取用户的表情变化数据和所述目标对5象的生理数据。

本申请实施例中，所述表情变化数据可以是用户的面部图像。

步骤S102，将所述表情变化数据和所述生理数据输入至预先建立的目标模型中，确定用于养育所述用户的建议信息。

本申请实施例中，在步骤S102之前，所述方法还包括：0步骤S1，获取多个用户的样本生理数据和各个样本生理数据对应的建议信息。

步骤S2，基于所述样本生理数据和对应的建议信息生成生理算法模型。

本申请实施例中，可以通过神经网络模型通过样本生理数据和对应的建议信息生成生理算法模型，所述生理算法模型的输入可以是生理数据，所述生理算法模型的输出可以是建议信息。

5步骤S3，将所述生理算法模型中的建议信息与样本表情变化数据进行关联，

得到所述目标模型。

在一些实施例中，步骤S2，可以通过以下步骤实现：

步骤S21，基于样本生理数据和对应的建议信息生成初始生理算法模型；

步骤S22，基于所述初始生理算法模型生成建议信息并推送给用户。

步骤S23，获取各个用户针对所述初始生理算法模型的建议信息的评分信息。

本申请实施例中，用户可以通过建议信息进行操作，并观察婴儿的反馈情况，从而对给出的建议信息进行评分。

步骤S24，基于所述评分信息确定生理算法模型。

本申请实施例中，基于所述评分信息确定平均值；在所述平均值小于预设评分阈值的情况下，对所述初始生理算法模型进行继续训练，以得到生理算法模型；在所述平均值大于或等于所述预设评分阈值的情况下，将所述初始生理算法模型确定为生理算法模型。

本申请实施例中，预设评分阈值可以进行配置，所述预设评分阈值可以是月平均分达到99分。

本申请实施例中，当平均值大于预设评分阈值的情况下，则生理算法模型趋于成熟温度，则可以暂停模型的机器学习进程。

在一些实施例中，步骤S1可以通过以下步骤实现：

步骤S11，获取生理指标的量化数据，所述量化数据基于访问和/或调查问卷获得。

本申请实施例中，可以基于访问和/或调查问卷的形式对生理指标进行量化分析，生理指标可以是婴儿养育过程中包括哪些需要注意的关键因素，如饥饿、寒冷、尿湿、惊吓等。

步骤S12，基于量化数据从所述生理指标中确定目标生理指标。

本申请实施例中，可以选取量化数据的大小关系，从生理指标中选择重要的生理指标，即得到目标生理指标。

步骤S13，基于所述目标生理指标对应的数据确定样本生理数据。

步骤S103，输出所述建议信息。

本申请实施例中，可以通过APP输出所述建议信息至所述用户的监护人，在一些实施例中，也可以直接通过与电子设备连接的显示装置来输出建议信息。在一些实施例中，还可以通过语音设备来输出建议信息。

本申请提供的一种推荐方法，通过预先建立目标模型，获取在智能床上的用户的表情变化数据和所述目标对象的生理数据；将所述表情变化数据和所述生理数据输入至预先建立的目标模型中，确定用于养育所述用户的建议信息；输出所述建议信息，能够给用户提供合理的建议信息，从而能够协助处理各种婴儿哭闹情况的事件发生。

实施例二

基于前述的各个实施例，本申请实施例再提供一种推荐方法，所述方法利用传感器采集生物特征信息及利用摄像头采集画面信息的组合方式，精准判断婴儿的意向需求同时记录该关键信息并上报给监护人，从而在保障安全看护婴儿睡眠的同时对婴儿的生长发育数据进行智能分析给家长提供对应的养育策略。

图2为本申请实施例提供的另一种推荐方法的实现流程示意图，如图2所示，具体示例如下：

步骤S201，压力传感器、温度传感器和湿度传感器收集生理数据。

本申请实施例中，婴儿床部分设置电容式压力传感器用于接收婴儿睡眠姿势的数据、温度传感器用于接收婴儿睡眠过程中的温度数据、湿度传感器用于接收婴儿睡眠过程中是否尿床的数据、摄像头记录婴儿睡眠过程中的表情变化数据。

步骤S202，通过基础算法模型进行方案策略运算并输出相应报告和建议至APP端。

本申请实施例中，基础算法模型(同上述实施例中的生理算法模型)的生成，需要大量有育儿经验的人员参与，并通过访问和调查问卷的形式对其关键指标和对应策略进行量化分析，具体关键指标包括：婴儿养育过程中包括哪些需要注意的关键因素，如饥饿、寒冷、尿湿、惊吓等；各个因素有哪些相应的应对策略，是否可以细分；等等；根据以上建立基础的算法模型，从而给新手父母提供建议和策略。

步骤S203，家长根据意见和建议处理相关情况，并评分。

本申请实施例中，在使用过程中，家长可通过APP的反馈建议进行操作，并观察婴儿的反馈情况，从而给该建议进行评分。

步骤S204，基础模型根据评分情况进一步学习和完善模型成熟度。

步骤S205，判断月平均分>＝99。

本申请实施例中，如果大于或等于99分，则执行步骤S206，如果小于99分则继续执行步骤S203。当月平均分达到99分，则判断该模型趋于成熟稳定，同时暂停模型的机器学习进程。

步骤S206，暂停模型的自主机器学习进程，同时开启OCR图像识别对照婴儿表情图像(同上述实施例中的表情变化数据)。

步骤S207，将摄像头拍摄到的图像数据中的表情图片筛选出来。

步骤S208，对表情图片进行标记，并匹配到生理数据模型中，快速判断婴儿需求。

步骤S209，根据婴儿需求进行分类记录和相应对策的建议提示反馈至APP端提醒或警报提示。

实施例三

基于前述的实施例，本申请实施例提供一种推荐装置，该装置包括的各模块、以及各模块包括的各单元，可以通过计算机设备中的处理器来实现；当然也可通过具体的逻辑电路实现；在实施的过程中，处理器可以为中央处理器(CPU，Central Processing Unit)、微处理器(MPU，Microprocessor Unit)、数字信号处理器(DSP，Digital SignalProcessing)或现场可编程门阵列(FPGA，Field Programmable Gate Array)等。

本申请实施例提供一种推荐装置，推荐装置包括：

获取模块，用于获取在智能床上的用户的表情变化数据和所述用户的生理数据；

确定模块，用于将所述表情变化数据和所述生理数据输入至预先建立的目标模型中，确定用于养育所述用户的建议信息；

输出模块，用于输出所述建议信息。

在一些实施例中，所述推荐装置还用于：

获取多个用户的样本生理数据和各个样本生理数据对应的建议信息；

基于所述样本生理数据和对应的建议信息生成生理算法模型；

将所述生理算法模型中的建议信息与样本表情变化数据进行关联，得到所述目标模型。

在一些实施例中，所述基于所述样本生理数据和对应的建议信息生成生理算法模型，包括：

基于样本生理数据和对应的建议信息生成初始生理算法模型；

基于所述初始生理算法模型生成建议信息并推送给用户；

获取各个用户针对所述初始生理算法模型的建议信息的评分信息；

基于所述评分信息确定生理算法模型。

在一些实施例中，所述基于所述评分信息确定生理算法模型，包括：

基于所述评分信息确定平均值；

在所述平均值小于预设评分阈值的情况下，对所述初始生理算法模型进行继续训练，以得到生理算法模型；

在所述平均值大于或等于所述预设评分阈值的情况下，将所述初始生理算法模型确定为生理算法模型。

在一些实施例中，所述获取用户的样本生理数据，包括：

获取生理指标的量化数据，所述量化数据基于访问和/或调查问卷获得；

基于量化数据从所述生理指标中确定目标生理指标；

基于所述目标生理指标对应的数据确定样本生理数据。

在一些实施例中，所述目标生理指标包括：睡眠姿态、温度指标、是否尿床指标，所述输出所述建议信息，包括：

通过APP输出所述建议信息至所述用户的监护人。

需要说明的是，本申请实施例中，如果以软件功能模块的形式实现上述的推荐方法，并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实施例的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，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本申请各个实施例所述方法的全部或部分。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read OnlyMemory)、磁碟或者光盘等各种可以存储程序代码的介质。这样，本申请实施例不限制于任何特定的硬件和软件结合。

相应地，本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现上述实施例中提供的推荐方法中的步骤。

实施例四

本申请实施例提供一种电子设备；图3为本申请实施例提供的电子设备的组成结构示意图，如图3所示，所述电子设备500包括：一个处理器501、至少一个通信总线502、用户接口503、至少一个外部通信接口504、存储器505。其中，通信总线502配置为实现这些组件之间的连接通信。其中，用户接口503可以包括控制屏，外部通信接口504可以包括标准的有线接口和无线接口。所述处理器501配置为执行存储器中存储的推荐方法的程序，以实现以上述实施例提供的推荐方法中的步骤。

以上电子设备和存储介质实施例的描述，与上述方法实施例的描述是类似的，具有同方法实施例相似的有益效果。对于本申请计算机设备和存储介质实施例中未披露的技术细节，请参照本申请方法实施例的描述而理解。

这里需要指出的是：以上存储介质和设备实施例的描述，与上述方法实施例的描述是类似的，具有同方法实施例相似的有益效果。对于本申请存储介质和设备实施例中未披露的技术细节，请参照本申请方法实施例的描述而理解。

应理解，说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本申请的至少一个实施例中。因此，在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外，这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。应理解，在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所控制或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。

上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元控制的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。

另外，在本申请各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(ROM，Read Only Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

或者，本申请上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实施例的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，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台控制器执行本申请各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本申请的实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种推荐方法，其特征在于，包括：

获取在智能床上的用户的表情变化数据和所述用户的生理数据；

将所述表情变化数据和所述生理数据输入至预先建立的目标模型中，确定用于养育所述用户的建议信息；

输出所述建议信息。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取多个用户的样本生理数据和各个样本生理数据对应的建议信息；

基于所述样本生理数据和对应的建议信息生成生理算法模型；

将所述生理算法模型中的建议信息与样本表情变化数据进行关联，得到所述目标模型。

3.根据权利要求2所述的方法，其特征在于，所述基于所述样本生理数据和对应的建议信息生成生理算法模型，包括：

基于样本生理数据和对应的建议信息生成初始生理算法模型；

基于所述初始生理算法模型生成建议信息并推送给用户；

获取各个用户针对所述初始生理算法模型的建议信息的评分信息；

基于所述评分信息确定生理算法模型。

4.根据权利要求3所述的方法，其特征在于，所述基于所述评分信息确定生理算法模型，包括：

基于所述评分信息确定平均值；

在所述平均值小于预设评分阈值的情况下，对所述初始生理算法模型进行继续训练，以得到生理算法模型；

在所述平均值大于或等于所述预设评分阈值的情况下，将所述初始生理算法模型确定为生理算法模型。

5.根据权利要求2所述的方法，其特征在于，所述获取用户的样本生理数据，包括：

获取生理指标的量化数据，所述量化数据基于访问和/或调查问卷获得；

基于量化数据从所述生理指标中确定目标生理指标；

基于所述目标生理指标对应的数据确定样本生理数据。

6.根据权利要求5所述的方法，其特征在于，所述目标生理指标包括：睡眠姿态、温度指标、是否尿床指标，所述输出所述建议信息，包括：

通过APP输出所述建议信息至所述用户的监护人。

7.一种推荐装置，其特征在于，包括：

获取模块，用于获取在智能床上的用户的表情变化数据和所述用户的生理数据；

确定模块，用于将所述表情变化数据和所述生理数据输入至预先建立的目标模型中，确定用于养育所述用户的建议信息；

输出模块，用于输出所述建议信息。

8.一种电子设备，其特征在于，包括存储器和处理器，所述存储器上存储有计算机程序，该计算机程序被所述处理器执行时，执行如权利要求1至6任意一项所述推荐方法。

9.一种智能床，其特征在于，包括：权利要求8所述的电子设备。

10.一种存储介质，其特征在于，该存储介质存储的计算机程序，能够被一个或多个处理器执行，能够用来实现如权利要求1至6任意一项所述推荐方法。

Images