一种助眠健康数据智能管理方法

本发明属于大数据，尤其涉及一种助眠健康数据智能管理方法。

背景技术：

1、随着智能设备和健康管理技术的飞速发展，市场上出现了许多与睡眠监测相关的app和设备，旨在帮助用户改善睡眠质量。然而，现有的这些app普遍存在以下几个缺点：

2、单一数据来源：大部分现有的睡眠监测app仅依赖于设备的睡眠监测数据，如手环或智能手表中的心率、呼吸频率、睡眠时长等生理数据，忽略了用户的行为模式和社交互动对睡眠的影响。这种数据的单一性限制了app对用户睡眠问题的全面分析。

3、缺乏个性化建议：许多现有的睡眠app提供的睡眠质量报告和建议是基于固定的模式，缺乏对个体差异的深度分析。用户通常只能得到粗略的睡眠分数，而没有针对具体行为习惯或生活方式的精细化建议。

4、交互体验不足：现有app较少提供用户之间的互动机会，社交功能匮乏。研究表明，社群支持可以有效地帮助用户维持健康习惯，然而，这一重要因素在现有app中尚未得到充分利用。

5、商品推荐无关痛痒：一些app可能提供与助眠相关的商品推荐，但这些推荐往往是随机的，缺乏根据用户真实需求和偏好的分析与匹配，导致推荐的商品和用户需求之间的相关性较差。

技术实现思路

1、本发明的目的是提供一种助眠健康数据智能管理方法，解决了对对用户行为模式进行分析，准确的反映用户的睡眠质量，针对性的提供个性化报告和商品推荐的技术问题。

2、为实现上述目的，本发明采用如下技术方案：

3、一种助眠健康数据智能管理方法，包括如下步骤：

4、步骤1：创建前端和后端，前端采用react框架，创建用户界面，用于获取睡眠数据并提供社群服务平台；睡眠数据包括登陆信息、睡眠监测数据和交互行为数据；交互行为数据包括用户在社群服务平台中的交互频率和交互类型；交互类型用于区分用户的交互行为为浏览社群服务平台中的帖子还是浏览商品页面；

5、后端采用node.js+express框架，前端通过post请求发送睡眠数据给后端，后端通过get请求提供个性化报告；

6、步骤2：在后端构建睡眠质量评分模型和交互行为评分模型，睡眠质量评分模型通过睡眠监测数据计算得到睡眠质量评分s，交互行为评分模型根据交互行为数据分别计算每一个行为类型i对应的交互行为评分bi，建立行为偏好集合p；

7、对行为偏好集合p进行归一化处理，得到每一个行为类型i的偏好评分pk；

8、根据睡眠质量评分s和交互行为评分bi生成个性化报告，包括睡眠数据报告和行为偏好报告；

9、步骤3：在后端链接第三方商城平台，将行为类型i与商城平台中的商品页面链接进行关联，生成商品需求字典；商品需求字典是根据行为类型i与商品类别k的映射关系预先设置好的字典；

10、记录用户在每一个商品页面中的点击量数据，得到商品点击频率；

11、步骤4：构建用户需求评分模型，根据睡眠质量评分s、偏好评分pk和商品点击频率ck，加权计算得到用户对各个商品的需求评分dk，对需求评分dk进行排序，并生成用户需求报告；

12、步骤5：根据用户需求报告，对照商品需求字典，生成商品推荐数据；后端将商品推荐数据发送给前端，在前端的用户界面中展示推荐商品的链接页面；推荐的逻辑优先选择需求评分高的商品类别。

13、优选的，在执行步骤1时，交互行为数据为用户在社群服务平台中产生的对具有行为类型标签的帖子的点击量数据；

14、用户界面具体包括登录界面、数据输入界面、数据展示界面和社群交互界面；

15、登录界面用于收集用户登陆信息，包括身份验证数据；

16、数据输入界面用于用于手动输入睡眠监测数据或通过外部设备获取睡眠监测数据；睡眠监测数据包括心率、睡眠时长和深度睡眠时间；

17、数据展示界面用于展示个性化报告和推荐商品的链接页面；

18、社群交互界面用于提供社群交互服务平台，并收集用户的交互行为数据；

19、前端通过http请求与后端通信，使用restful api进行数据交换；

20、前端和后端采用json格式数据包进行数据传输。

21、优选的，在执行步骤2时，所述睡眠质量评分模型具体如下公式：

22、

23、其中，s表示睡眠质量评分，ttotal表示总睡眠时长，即用户的实际睡眠时间；tideal为理想的睡眠时间，默认取值为8；tdeep为深度睡眠时长；tonset为浅睡时长；α,β,γ均为睡眠周期时间的权重系数。

24、优选的，在执行步骤2时，交互行为评分模型具体如下公式：

25、bi＝fi×wi；

26、其中，bi为行为类型i的交互行为评分；fi为行为类型i的交互频率；wi为行为类型i的权重；

27、行为偏好集合具体如下：

28、p＝{(b1，p1)，(b2,p2)，...，(bn，pn)}；

29、其中，pn表示用户对行为类型n的偏好，行为类型i的类别由行为类型标签确定；i取值为1到n的正整数；

30、归一化处理后得到偏好评分通过以下公式进行：

31、

32、其中，n取值为所有行为类型i的总数，pi表示用户对行为类型i的偏好评分，pi即为pk，i取值为1到n的正整数。

33、优选的，在执行步骤4时，用户需求评分模型具体如下公式：

34、dk＝ws×s+wp×pk+wc×ck；

35、其中，dk为商品类别k的需求评分，s为用户的睡眠质量评分，pk为用户对与商品类别k相关的偏好评分，ck为商品类别k的点击频率评；ws,wp和wc分别各个评分的权重参数；

36、ck＝fk×wk；

37、其中，fk为商品类别k的点击频率；wk为商品类别k的权重。

38、优选的，所述睡眠监测数据通过外部设备获取时，外部设备为第三方设备集成的智能手环，用于获取用户的心率数据，通过蓝牙或wi-fi接口接入前端。

39、本发明所述的一种助眠健康数据智能管理方法，解决了对对用户行为模式进行分析，准确的反映用户的睡眠质量，针对性的提供个性化报告和商品推荐的技术问题，本发明不仅采集用户的生理睡眠数据，还引入了用户的交互行为数据，如社群中发帖、浏览、商品点击等交互信息。这种多源数据的融合有助于构建更加全面的用户画像，从多个维度分析影响用户睡眠的因素，通过睡眠质量评分模型和交互行为评分模型，本发明能够为用户生成个性化的睡眠报告，基于用户的行为偏好提供定制化的助眠建议，报告不仅包括睡眠数据的展示，还能够识别用户的行为偏好，通过分析用户的行为偏好和商品点击频率，构建了用户需求挖掘模型，从而为用户推荐真正符合需求的助眠类产品，这种个性化推荐不仅提高了用户的购买满意度，还能够帮助用户找到真正适合改善睡眠的优质商品，通过社群服务平台，用户可以与其他用户分享和获取助眠技巧，增强社群支持，同时，平台将记录用户的社群交互行为，通过数据分析帮助用户识别可能影响睡眠质量的行为模式，能够通过精准分析用户行为偏好，为用户推荐最相关的助眠类商品。