一种基于用户睡眠行为的产品推荐方法

摘要

本发明具体涉及一种基于用户睡眠行为的产品推荐方法，根据用户所佩戴的随身健康监测设备，获取用户睡眠监测各时间点数据并记录；取一定天数内，用户的所有睡眠数据，并将取得的数据按天数构成睡眠矩阵；根据用户睡眠矩阵与志愿者的睡眠矩阵相似度进行匹配计算，从而获得睡眠问题，并同时获得对应志愿者所使用到相关产品的权重；根据产品权重排序向用户推荐产品。目的在于通过统计用户的睡眠指数，并将用户数天内的睡眠指数构成睡眠矩阵并与志愿者的睡眠矩阵相匹配，从而判断用户的睡眠状态，并根据志愿者所使用到的有效产品，按权重进行排序后对用户进行推荐，改善用户睡眠状态。

权利要求

1.一种基于用户睡眠行为的产品推荐方法，其特征在于，包括以下步骤：S1：根据用户所佩戴的随身健康监测设备，获取用户睡眠监测各时间点数据并记录；

S2：取一定天数内，用户的所有睡眠数据，并将取得的数据按天数构成睡眠矩阵；

S3：根据用户睡眠矩阵与志愿者的睡眠矩阵相似度进行匹配计算，从而获得睡眠问题，并同时获得对应志愿者所使用到相关产品的权重；

S4：根据产品权重排序向用户推荐产品；

步骤S2中构成睡眠矩阵的具体方法为：S2.1：计算n天内，用户每天的睡眠效率变量 ；

S2.2：计算n天内，用户睡眠各阶段时间占比以及睡眠各阶段时间总和，根据睡眠阶段时间点数据，计算深睡眠占比变量 ，浅睡眠占比变量 ，快速眼动占比变量 ，清醒占比变量 ；

S2.3：结合睡眠效率变量和各睡眠阶段时间占比，组成用户一天的睡眠向量 ，如下所示：；

将n天内，用户的睡眠向量Xi组成用户睡眠矩阵 ：；

步骤S3中，用户睡眠矩阵与志愿者的睡眠矩阵相似度计算采用余弦相似度算法，具体为：；

其中，U为用户矩阵，Y为志愿者矩阵，m为志愿者的数量；计算相似度结果值越大则表示越相似；

根据相似度计算结果x，计算产品的推荐权重，具体方法为：；

其中，j为第j种产品， 为第j种产品推荐权重；

根据相似度由大到小排序，与m名志愿者计算得到产品的权重矩阵：；

步骤S4中，根据产品的权重进行推荐的具体方法为：对产品的权重矩阵进行求和，得到最终产品的推荐权重集合为：；

根据该权重由大到小的排序为用户推荐产品；

步骤S1中，获取用户睡眠监测各时间点数据主要包括：上床时间、入睡时间、起床时间；

并根据睡眠监测数据计算用户的睡眠指数；

睡眠指数包括睡眠潜伏期和睡眠总时间，具体计算方式为：睡眠潜伏期： ；

睡眠总时间： 。

2.根据权利要求1所述的基于用户睡眠行为的产品推荐方法，其特征在于：根据相似度计算产品权重矩阵中，选取排序前5‑8名的志愿者。

说明书

一种基于用户睡眠行为的产品推荐方法

技术领域

[0001] 本发明属于基于睡眠的产品推荐方法技术领域，具体涉及一种基于用户睡眠行为的产品推荐方法。

背景技术

[0002] 在现代生活中，随着年龄的升高、生活压力的逐渐增大等问题，睡眠成为了大多数人生活中的主要问题，而睡眠问题主要集中在入睡时间长、睡眠时间短、困了却睡不着等方面，而很多人对于睡眠问题并不十分重视，常常出现睡眠问题后并不会及时的采取相应的措施或者不知道应该采取哪些措施。

[0003] 在互联网飞速发展的今天，随身佩戴健康监测设备的人群日益增多，这些设备中不仅监测运动数据，有些监测设备还能够对睡眠数据进行监测，从而记录使用者的入睡时间、睡眠时长等数据。因此，需要一种可以结合使用者随身佩戴的健康监测设备，并针对其不同睡眠阶段所出现的不同的睡眠问题，进行合适产品的推荐供使用者选择，从而解决使用者相应的睡眠问题的方法。

发明内容

[0004] 本发明为了解决针对不同的睡眠问题进行不同的产品推荐的问题，本发明提供了一种基于用户睡眠行为的产品推荐方法，该方法通过统计用户的睡眠指数，并将用户数天内的睡眠指数构成睡眠矩阵并与志愿者的睡眠矩阵相匹配，从而判断用户的睡眠状态，并根据志愿者所使用到的有效产品，按权重进行排序后对用户进行推荐，从而达到改善用户睡眠状态的目的。

[0005] 为实现上述发明目的，本发明所采用的技术方案是：一种基于用户睡眠行为的产品推荐方法，其特征在于，包括以下步骤：

[0006] S1：根据用户所佩戴的随身健康监测设备，获取用户睡眠监测各时间点数据并记录；

[0007] S2：取一定天数内，用户的所有睡眠数据，并将取得的数据按天数构成睡眠矩阵；

[0008] S3：根据用户睡眠矩阵与志愿者的睡眠矩阵相似度进行匹配计算，从而获得睡眠问题，并同时获得对应志愿者所使用到相关产品的权重；

[0009] S4：根据产品权重排序向用户推荐产品。

[0010] 优选的，步骤S1中，获取用户睡眠监测各时间点数据主要包括：上床时间、入睡时间、起床时间；并根据睡眠监测数据计算用户的睡眠指数。

[0011] 优选的，睡眠指数包括睡眠潜伏期和睡眠总时间，具体计算方式为：

[0012] 睡眠潜伏期： ；

[0013] 睡眠总时间： 。

[0014] 优选的，步骤S2中构成睡眠矩阵的具体方法为：

[0015] S2.1：计算n天内，用户每天的睡眠效率变量 ；

[0016] S2.2：计算n天内，用户睡眠各阶段时间占比以及睡眠各阶段时间总和，根据睡眠阶段时间点数据，计算深睡眠占比变量 ，浅睡眠占比变量 ，快速眼动占比变量 ，清醒占比变量 ；

[0017] S2.3：结合睡眠效率变量和各睡眠阶段时间占比，组成用户一天的睡眠向量 ，如下所示：

[0018] ；

[0019] 将n天内，用户的睡眠向量Xi组成用户睡眠矩阵 ：

[0020] 。

[0021] 优选的，步骤S3中，用户睡眠矩阵与志愿者的睡眠矩阵相似度计算采用余弦相似度算法，具体为：

[0022] ；

[0023] 其中，U为用户矩阵，Y为志愿者矩阵，m为志愿者的数量；计算相似度结果值越大则表示越相似。

[0024] 优选的，根据相似度计算结果x，计算产品的推荐权重，具体方法为：

[0025] ；

[0026] 其中，j为第j种产品， 为第j种产品推荐权重；

[0027] 根据相似度由大到小排序，与m名志愿者计算得到产品的权重矩阵：

[0028] 。

[0029] 优选的，步骤S4中，根据产品的权重进行推荐的具体方法为：对产品的权重矩阵进行求和，得到最终产品的推荐权重集合为：

[0030] ；

[0031] 根据该权重由大到小的排序为用户推荐产品。

[0032] 优选的，根据相似度计算产品权重矩阵中，选取排序前5‑8名的志愿者。

[0033] 本发明具有以下有益效果：本发明通过长期统计用户的睡眠指数，并根据用户的睡眠指数构建睡眠矩阵，将用户的睡眠矩阵与数名志愿者的睡眠矩阵相匹配，并按照匹配度进行排序，在志愿者所使用到的能够改善睡眠的所有产品中，根据产品的权重值进行排序，最终按权重值由大到小的顺序获得推荐产品，并按序推荐给用户，供用户选择，从而达到改善用户睡眠状态的目的。

具体实施方式

[0034] 下面将结合本发明实施例，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。若未特别指明，实施例中所用的技术手段为本领域技术人员所熟知的常规手段。

[0035] 一种基于用户睡眠行为的产品推荐方法，包括以下步骤：

[0036] S1：根据用户所佩戴的随身健康监测设备，获取用户睡眠监测各时间点数据并记录，用户所佩戴的随身健康监测设备可以为运动手表、手环等可以监测并记录用户数据的设备；具体为：

[0037] S1.1：采集用户的睡眠时间，并记录睡眠时间n天内该用户的睡眠数据，获取用户睡眠监测各时间点数据主要包括：上床时间、入睡时间、起床时间；

[0038] S1.2：采集记录睡眠时间内用户的睡眠各阶段数据，具体包括四个睡眠阶段（深睡眠、浅睡眠、快速眼动、清醒）的时间，以及时间总和；

[0039] S1.3：根据睡眠监测数据计算用户的睡眠指数，睡眠指数包括睡眠潜伏期和睡眠总时间，具体计算方式为：

[0040] 睡眠潜伏期： ；

[0041] 睡眠总时间： 。

[0042] S2：取一定天数内，用户的所有睡眠数据，并将取得的数据按天数构成睡眠矩阵，以记录n天时间为例，具体为：

[0043] S2.1：计算n天内，用户每天的睡眠效率变量 ；

[0044] S2.2：计算n天内，用户睡眠各阶段时间占比，根据睡眠阶段时间点数据，计算深睡眠占比变量 ，浅睡眠占比变量 ，快速眼动占比变量 ，清醒占比变量 ；具体计算方法为：

[0045] 深睡眠占比：

[0046] 浅睡眠占比：

[0047] 快速眼动占比：

[0048] 清醒占比：

[0049] S2.3：结合睡眠效率变量和各睡眠阶段时间占比，组成用户一天的睡眠向量 ，如下所示：

[0050] ；

[0051] 将n天内，用户的睡眠向量Xi组成用户睡眠矩阵 ：

[0052] 。

[0053] n表示第几天，yn0到yn4分别表示第n天的睡眠效率、深睡眠占比、浅睡眠占比、快速眼动占、清醒占比。

[0054] S3：根据用户睡眠矩阵与志愿者的睡眠矩阵相似度进行匹配计算，从而获得睡眠问题，并同时获得对应志愿者所使用到相关产品的权重，具体为：

[0055] S3.1：相似度计算：获取用户的n天睡眠数据，采用余弦相似度算法，将用户的n天睡眠数据与睡眠门诊采集的m个不同睡眠状况的志愿者的睡眠情况、睡眠矩阵数据进行相似度计算，并获取m个志愿者所使用到的调理产品（非处方类），具体为：

[0056]

[0057] 其中，U为用户矩阵，Y为志愿者矩阵，m为志愿者的数量；计算相似度结果值越大则表示越相似。

[0058] S3.2：获取用户与志愿者的相似度x，根据相似度计算结果与第i位志愿者调理产品相乘，得到产品推荐权重：

[0059] ；

[0060] 其中，j为第j中产品， 为第j种产品推荐权重；

[0061] 依此根据相似度由大到小排序，与m名志愿者计算得到产品的权重矩阵：

[0062] 。

[0063] S4：根据上述的产品权重排序向用户推荐产品，具体为：

[0064] S4.1：对产品的权重矩阵采用下式进行求和，得到最终产品的推荐权重集合为：

[0065] ；

[0066] 根据该权重由大到小的排序为用户推荐产品。

[0067] 本发明中，根据相似度计算产品权重矩阵中，可采用所用志愿者的数据进行计算，为了优化数据的计算速度，也可以选取排序中前5‑8名志愿者的数据。

[0068] 用户所佩戴的随身健康监测设备可以记录每一天用户的睡眠数据， 本实施例中，以采集用户5‑10天内的睡眠数据为例进行说明。

[0069] 采集用户5‑10内的睡眠数据，并将这5‑10天内的睡眠数据组成睡眠矩阵，睡眠矩阵中包括睡眠效率、深睡眠占比、浅睡眠占比、快速眼动占比和清醒占比；采集数名志愿者的睡眠数据，志愿者睡眠数据所构成的睡眠矩阵，与用户的睡眠矩阵相一致，同样包括睡眠效率、深睡眠占比、浅睡眠占比、快速眼动占比和清醒占比。

[0070] 采用余弦相似度算法，将该用户的睡眠矩阵分别与所有志愿者的睡眠矩阵相匹配，进行相似度计算，并得到数个相似度值x，相似度值x越大则表示与该志愿者越相似。按照相似度值x从大到小的顺序进行排序，选取排序后前5‑10名志愿者，并得到这5‑10名志愿者为了改善睡眠状况所使用到的所有相关产品（产品可以为睡眠门诊所提供、建议使用的非处方类产品）。

[0071] 本实施例中，以50名志愿者为例进行说明。

[0072] 50名志愿者根据余弦相似度算法计算得到相似度值x1‑x50，获取前排序前5名志愿者的相似度值x1‑x5，并将这5名志愿者的相似度值分别与其相对应的产品相对应，分别获得不同产品的权重值（对于同一产品，排序不同的志愿者所计算得到的权重值有所不同）。

[0073] 将同一产品的所有权重值进行求和计算，并将所有产品的求和结果进行排序后，按序推荐给用户。

[0074] 例如对于排序第一的志愿者，其所使用到的产品为A、B、C，排序第二的志愿者，其所使用到的产品为B、C、D，则根据权重值计算以及将产品与相似度相乘后再求和计算，最终产品B、C为优先推荐的产品。

[0075] 以上所述的实施例仅是对本发明的优选方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形、变型、修改、替换，均应落入本发明权利要求书确定的保护范围内。