[发明专利]基于人工智能和大数据分析的协同养老服务方法及系统

说明书

本发明涉及人工智能技术领域，具体涉及一种基于人工智能和大数据分析的协同养老服务方法及系统。该方法采集多个老人的特征数据以构成特征数据集合；通过对特征数据集合进行初次密度聚类得到的多个初始聚类区域和多个离散特征数据点，对特征数据集合进行二次聚类得到多个聚类区域；将每个聚类区域中的特征数据分别与每个养老服务类型所对应的历史服务数据进行相似度匹配，根据匹配结果推荐每个老人所对应的养老服务类型。基于离散特征数据所对应的局部离散程度进行二次聚类，能够提高聚类的聚类精度，避免因参数的设置造成离散特征数据识别为异常数据，进而解决了无法为孤立数据所对应的老人进行准确推荐养老服务的问题。

技术领域

本发明涉及人工智能技术领域，具体涉及一种基于人工智能和大数据分析的协同养老服务方法及系统。

背景技术

随着社会老龄化现象日益严重，传统的养老模式无法全面满足日益增加的养老需求，运用大数据和人工智能为智慧养老服务提供了新路径和新选择。目前，大数据分析的养老服务主要通过利用智能化电子设备获取老人的日常行为、健康、居家生活数据，并利用随机森林等分类算法，对老人的各方面数据进行综合分析，以根据分析结果进行协同养老服务。

本领域的技术人员发现现有技术存在以下问题：但是当老人的各方面数据都相较于其他人比较特殊时，映射在分类结果中会是一个孤立数据，而孤立数据会影响协同养老服务的精准性，进而会导致其无法得到准确的养老服务推荐。

发明内容

为了解决上述技术问题，本发明的目的在于提供一种基于人工智能和大数据分析的协同养老服务方法及系统，所采用的技术方案具体如下：

第一方面，本发明实施例提供了一种基于人工智能和大数据分析的协同养老服务方法，该方法包括以下具体步骤：

采集多个老人的特征数据以构成特征数据集合，所述特征数据包括健康数据、日常生活数据和个人爱好数据；

对所述特征数据集合进行密度聚类以得到多个初始聚类区域和多个离散特征数据点，结合所述离散特征数据点与所述初始聚类区域中每个所述特征数据点之间的距离获取每个所述离散特征数据点相对于每个所述初始聚类区域的局部离散程度；根据所述局部离散程度分别将所述离散特征数据点重新划分到所述初始聚类区域中以得到二次聚类后的多个聚类区域；

将每个所述聚类区域中的所述特征数据分别与每个养老服务类型所对应的历史服务数据进行相似度匹配，根据匹配结果推荐每个老人所对应的所述养老服务类型。

进一步地，所述每个所述离散特征数据点相对于每个所述初始聚类区域的局部离散程度的方法，包括：

根据所述初始聚类区域中所有特征数据点之间的位置关系计算当前初始聚类区域的实际聚类密度；

计算当前离散特征数据点相对于当前初始聚类区域的局部聚类密度，由所述局部聚类密度与所述实际聚类密度之间的比值得到当前离散特征数据点相对于当前初始聚类区域的所述局部离散程度。

进一步地，所述实际聚类密度的获取方法，包括：

分别计算当前初始聚类区域中任意一个特征数据点与其他特征数据点之间的欧式距离，得到该特征数据点对应的欧式距离集合，取所述欧式距离集合中的最大欧式距离作为该特征数据点的目标距离；

将当前初始聚类区域中所有特征数据点的所述目标距离进行相加得到第一距离之和，结合所述第一距离之和与当前初始聚类区域中所包含的所述特征数据点的总数量得到当前初始聚类区域的所述实际聚类密度。

进一步地，所述当前离散特征数据点相对于当前初始聚类区域的局部聚类密度的方法，包括：

计算当前离散特征数据点与当前初始聚类区域中每个特征数据点之间的距离，得到第二距离之和，结合所述第二距离之和与当前初始聚类区域中所包含的所述特征数据点的总数量得到当前离散特征数据点相对于当前初始聚类区域的所述局部聚类密度。