[发明专利]基于机器人自学习能力的老人社交系统在审
申请号: | 201711457002.3 | 申请日: | 2017-12-28 |
公开(公告)号: | CN108234619A | 公开(公告)日: | 2018-06-29 |
发明(设计)人: | 潘晓明;彭罗 | 申请(专利权)人: | 重庆柚瓣家科技有限公司 |
主分类号: | H04L29/08 | 分类号: | H04L29/08;G06Q50/00;G06F17/30 |
代理公司: | 重庆强大凯创专利代理事务所(普通合伙) 50217 | 代理人: | 隋金艳;刘嘉 |
地址: | 401121 重庆市渝北*** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 社交信息 机器人 推送模块 自学习 数据库 采集模块 后台服务 匹配模块 社交系统 控制器 交友 采集 后台服务端 爱好信息 对象信息 社交活动 智能化 处理器 推送 匹配 展示 存储 | ||
本发明涉及基于机器人的智能化技术领域,具体涉及基于机器人自学习能力的老人社交系统,包括设于机器人上的采集模块、控制器和社交推送模块,还包括设于后台服务端的匹配模块、处理器和数据库,采集模块用于采集老人的社交需求,控制器用于将来自后台服务端的社交信息通过社交推送模块展示给老人,社交推送模块用于将社交信息展示给老人,匹配模块用于根据关键词将老人的社交需求与数据库中的交友对象信息进行匹配,数据库用于存储交友对象的社交信息。本发明通过机器人采集老人的性格、兴趣和爱好信息来进行自学习,并让后台服务端推送与老人性格相近且兴趣相投的社交信息,丰富老人的社交活动。
技术领域
本发明涉及基于机器人的智能化技术领域,具体涉及基于机器人自学习能力的老人社交系统。
背景技术
随着老年人口占总人口的比例的增加,老年化问题变得越来越严重,家庭和社会的养老负担越来越重,为了减轻家庭和社会的养老负担,一些学者提出了养老机器人。养老机器人种类较多,例如陪伴型机器人、监护型机器人和备忘式机器人等。
现有的陪伴型机器人通过陪人聊天,或者联系老人的儿女进行通信来达到陪伴目的,但是,机器人的智能程度有限,机器人不能完全照顾到老人的情绪,而老人的社交活动又局限于附近范围,圈子窄小,如果附近居住的其他老人没有和自己同兴趣的,很难交到朋友,老人很难通过朋友来排遣不好的情绪,这会使老人时长感到孤单。
发明内容
本发明意在提供一种基于机器人自学习能力的老人社交系统,以向老人推送性格相近且兴趣相投的社交信息,增加老人交到朋友的几率。
本方案中的基于机器人自学习能力的老人社交系统,包括设于机器人上的采集模块、控制器和社交推送模块,还包括设于后台服务端的匹配模块、处理器和数据库;
采集模块,用于识别老人社交需要中的关键词并将关键词发送给控制器;
控制器,包括与处理器通信的无线收发单元,控制器将从采集模块获取的关键词通过无线收发单元发送给处理器,控制器通过无线收发单元获取后台服务端的社交信息,控制器将社交信息通过社交推送模块展示给老人;
社交推送模块,用于将社交信息展示给老人;
匹配模块,用于根据关键词将老人的社交需求与数据库中的交友对象信息进行匹配;
处理器,包括与控制器通信的通信单元,处理器获取匹配模块中匹配情况并判断关键词重合度,当老人社交需求的关键词与数据库中交友对象的关键词重合度大于60%时,处理器通过通信单元向控制器推送该交友对象的社交信息;
数据库,用于存储交友对象的社交信息。
本方案的工作原理及有益效果是,将机器人放置在养老机构或老人集中的地方,先通过机器人上的采集模块对老人的社交需求进行采集,社交需求可是采集问题,采集模块通过语音播放采集问题收集老人的社交需求,例如擅长干什么、业余时间喜欢干什么、喜欢去哪儿游玩、喜欢吃什么以及针对某件事情的处理方法,当老人回答采集问题后,采集模块抓取这些回答语音信息中的关键词发送给控制器,例如关键词可以是“钓鱼”、“棋”或“跳舞”等,机器人上的控制器将关键词通过网络发送给处理器,再由匹配模块将表示社交需求的关键词语与数据库预先存储的对象的社交信息进行匹配,例如社交信息可以不看对象的基本信息,社交信息中设置相应用于匹配的匹配关键词,处理器对匹配的重合度进行判断,如果关键词匹配的重合度大于60%,例如匹配时可对多个关键词进行匹配,重合关键词的数量越多表示重合度越大,则符合老人的社交需求,处理器向控制器推送该匹配对象的社交信息,让控制器控制社交推送模块将匹配对象的社交信息展示给老人,让老人进行参考。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆柚瓣家科技有限公司,未经重庆柚瓣家科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711457002.3/2.html,转载请声明来源钻瓜专利网。