美容设备档位推荐方法、美容设备以及存储介质与流程

本发明涉及美容设备领域，尤其涉及一种美容设备档位推荐方法、美容设备以及存储介质。

背景技术：

目前市面上的美容设备功能均较为类似，缺乏美容专业知识的用户在使用时往往无法选择最适合自身肤质的设备档位，因此不能达到最佳的使用效果。美容设备智能算法，致力于帮助用户选择档位，但现有的算法往往基于规则系统，应用该规则系统常常存在以下缺点：

1.该方案无法捕捉用户个体之间的差异；

2.该方案仅考虑肤质，而忽略其他因素(如地域性、天气因素、用户年龄等)；

3.该方案可扩展性较差，如将更多因素放入规则系统，将导致规则过于复杂而没有实用性。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

技术实现要素：

本发明的主要目的在于提供一种美容设备档位推荐方法、美容设备以及存储介质，旨在解决通过结合用户个体差异、生活习惯以及外部因素进行精确推荐不同个体的美容设备档位的技术问题。

为实现上述目的，本发明提供一种美容设备档位推荐方法，所述方法包括以下步骤：

美容设备获取用户输入的用户使用信息，并检测外部环境信息；

从所述用户使用信息中提取用户肤质，并根据所述用户肤质、外部环境信息和预存的历史档位使用信息确定第一推荐档位。

优选地，所述从所述用户使用信息中提取用户肤质，并根据所述用户肤质、外部环境信息和预存的历史档位使用信息确定第一推荐档位步骤之后，所述方法还包括：

根据所述用户使用信息确定用户选择档位；

根据所述用户选择档位与预存的原始推荐档位之间的参数差值对所述原始推荐档位进行调整，获得第二推荐档位；

根据所述第一推荐档位和第二推荐档位确定目标推荐档位。

优选地，所述根据所述第一推荐档位和第二推荐档位确定目标推荐档位步骤具体包括：

根据所述用户肤质获取所述原始推荐档位的权重值；

根据所述历史档位使用信息获取历史档位的权重值；

获取所述外部环境信息的权重值；

根据所述预设档位的权重值、历史档位的权重值和所述外部环境的权重值确定第一推荐档位；

根据所述第一推荐档位和所述第二推荐档位进行加权平均计算，得到所述目标推荐档位。

优选地，所述根据所述第一推荐档位和第二推荐档位确定目标推荐档位步骤具体还包括：

获取所述原始推荐档位的权重值；

获取所述用户选择档位的权重值；

将所述原始推荐档位的权重值和所述用户选择档位的权重值进行比较，判断所述原始推荐档位与所述用户选择档位是否一致，并根据比较结果获取所述第二推荐档位；

根据所述第一推荐档位和所述第二推荐档位进行加权平均计算，得到所述目标推荐档位。

优选地，所述用户使用信息还包括奖励值；所述根据所述第一推荐档位和第二推荐档位确定目标推荐档位之前，所述方法还包括：

获取所述用户肤质、个人状态信息和外部环境信息，将所述用户肤质、个人状态信息和外部环境信息作为状态参数；

根据所述历史档位使用信息获取档位使用次数，将所述档位使用次数作为动作参数；

根据所述状态参数和所述动作参数组合形成特征向量；

获取当前奖励值与历史奖励值，根据所述当前奖励值与历史奖励值计算出目标奖励值；

根据所述目标奖励值与所述特征向量建立第一优化函数，将所述第一优化函数与预设优化函数进行比较，对所述预设优化函数进行更新；

根据所述更新后的优化函数计算出第一最佳奖励值，并根据所述第一最佳奖励值调整所述第一推荐档位。

优选地，所述用户使用信息还包括奖励值，根据所述第一推荐档位和第二推荐档位确定目标推荐档位之前，所述方法还包括：

获取所述用户肤质、个人状态信息和外部环境信息，将所述用户肤质、个人状态信息和外部环境信息作为状态参数；

根据所述历史档位使用信息获取档位使用次数，将所述档位使用次数作为动作参数；

根据所述状态参数和所述动作参数组合形成特征向量；

根据所述原始的推荐档位和所述用户选择档位进行比较，如果所述原始的推荐档位和所述用户选择档位一致，则所述奖励值设定为第一预设值，如果所述原始的推荐档位和所述用户选择档位不一致，则所述奖励值设定为第二预设值；

根据所述奖励值与所述特征向量建立第二优化函数，将所述第二优化函数与预设优化函数进行比较，对所述预设优化函数进行更新；

根据所述更新后的函数计算出第二最佳奖励值，并根据所述第二最佳奖励值调整所述第二推荐档位。

优选地，所述美容设备获取用户输入的用户使用信息，并检测外部环境信息之前，所述方法还包括：

获取历史档位使用信息，根据所述历史档位使用信息获取历史状态参数与历史动作参数的函数关系，根据所述历史状态参数与历史动作参数的函数关系对所述美容设备进行初始化。

此外，为实现上述目的，本发明还提出一种美容设备，所述美容设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的美容设备档位推荐程序，所述美容设备档位推荐程序配置为实现如上文所述的美容设备档位推荐方法的步骤。

此外，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有美容设备档位推荐程序，所述美容设备档位推荐程序被处理器执行时实现如上文所述的美容设备档位推荐方法的步骤。

本发明通过美容设备获取用户输入的用户使用信息，并检测外部环境信息；从所述用户使用信息中提取用户肤质，并根据所述用户肤质、外部环境信息和预存的历史档位使用信息确定第一推荐档位。通过结合用户个体差异、生活习惯以及外部因素进行精确推荐不同个体的美容设备档位，从而使推荐档位更贴近用户习惯，达到用户习惯和护肤效果的平衡，提高用户体验。

附图说明

图1是本发明实施例方案涉及的硬件运行环境的美容设备结构示意图；

图2为本发明美容设备档位推荐方法第一实施例的流程示意图；

图3为本发明美容设备档位推荐方法第二实施例的流程示意图；

图4为本发明美容设备档位推荐方法第三实施例的流程示意图；

图5为本发明美容设备档位推荐方法的数据流程示意图；

图6为本发明美容设备档位推荐方法第四实施例的流程示意图；

图7为本发明美容设备档位推荐方法第五实施例的流程示意图；

图8为本发明用户肤质效果模型流程示意图；

图9为本发明美容设备档位推荐方法第六实施例的流程示意图；

图10为本发明美容设备档位推荐方法第七实施例的流程示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明实施例的解决方案主要是：通过美容设备获取用户输入的用户使用信息，并检测外部环境信息；从所述用户使用信息中提取用户肤质，并根据所述用户肤质、外部环境信息和预存的历史档位使用信息确定第一推荐档位。通过结合用户个体差异、生活习惯以及外部因素进行精确推荐不同个体的美容设备档位，从而使推荐档位更贴近用户习惯，达到用户习惯和护肤效果的平衡，提高用户体验。

参照图1，图1为本发明实施例方案涉及的硬件运行环境的美容设备结构示意图。

如图1所示，该美容设备可以包括：处理器1001，例如cpu，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(display)、输入单元比如键盘(keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如wi-fi接口)。存储器1005可以是高速ram存储器，也可以是稳定的存储器(non-volatilememory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。

本领域技术人员可以理解，图1中示出的美容设备结构并不构成对美容设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及美容设备档位推荐程序。

在图1所示的美容设备中，网络接口1004主要用于互联网，与互联网进行数据通信；用户接口1003主要用于连接用户终端，与终端进行数据通信；本发明美容设备中的处理器1001、存储器1005可以设置在美容设备中，所述美容设备通过处理器1001调用存储器1005中存储的美容设备档位推荐程序，并执行以下操作：

美容设备获取用户输入的用户使用信息，并检测外部环境信息；

从所述用户使用信息中提取用户肤质，并根据所述用户肤质、外部环境信息和预存的历史档位使用信息确定第一推荐档位。

进一步地，处理器1001可以调用存储器1005中存储的美容设备档位推荐程序，还执行以下操作：

根据所述用户使用信息确定用户选择档位；

根据所述用户选择档位与预存的原始推荐档位之间的参数差值对所述原始推荐档位进行调整，获得第二推荐档位；

根据所述第一推荐档位和第二推荐档位确定目标推荐档位。

进一步地，处理器1001可以调用存储器1005中存储的美容设备档位推荐程序，还执行以下操作：

根据所述用户肤质获取所述原始推荐档位的权重值；

根据所述历史档位使用信息获取历史档位的权重值；

获取所述外部环境信息的权重值；

根据所述预设档位的权重值、历史档位的权重值和所述外部环境的权重值确定第一推荐档位；

根据所述第一推荐档位和所述第二推荐档位进行加权平均计算，得到所述目标推荐档位。

进一步地，处理器1001可以调用存储器1005中存储的美容设备档位推荐程序，还执行以下操作：

获取所述原始推荐档位的权重值；

获取所述用户选择档位的权重值；

将所述原始推荐档位的权重值和所述用户选择档位的权重值进行比较，判断所述原始推荐档位与所述用户选择档位是否一致，并根据比较结果获取所述第二推荐档位；

根据所述第一推荐档位和所述第二推荐档位进行加权平均计算，得到所述目标推荐档位。

进一步地，处理器1001可以调用存储器1005中存储的美容设备档位推荐程序，还执行以下操作：

获取所述用户肤质、个人状态信息和外部环境信息，将所述用户肤质、个人状态信息和外部环境信息作为状态参数；

根据所述历史档位使用信息获取档位使用次数，将所述档位使用次数作为动作参数；

根据所述状态参数和所述动作参数组合形成特征向量；

获取当前奖励值与历史奖励值，根据所述当前奖励值与历史奖励值计算出目标奖励值；

根据所述目标奖励值与所述特征向量建立第一优化函数，将所述第一优化函数与预设优化函数进行比较，对所述预设优化函数进行更新；

根据所述更新后的优化函数计算出第一最佳奖励值，并根据所述第一最佳奖励值调整所述第一推荐档位。

进一步地，处理器1001可以调用存储器1005中存储的美容设备档位推荐程序，还执行以下操作：

获取所述用户肤质、个人状态信息和外部环境信息，将所述用户肤质、个人状态信息和外部环境信息作为状态参数；

根据所述历史档位使用信息获取档位使用次数，将所述档位使用次数作为动作参数；

根据所述状态参数和所述动作参数组合形成特征向量；

根据所述原始的推荐档位和所述用户选择档位进行比较，如果所述原始的推荐档位和所述用户选择档位一致，则所述奖励值设定为第一预设值，如果所述原始的推荐档位和所述用户选择档位不一致，则所述奖励值设定为第二预设值；

根据所述奖励值与所述特征向量建立第二优化函数，将所述第二优化函数与预设优化函数进行比较，对所述预设优化函数进行更新；

根据所述更新后的函数计算出第二最佳奖励值，并根据所述第二最佳奖励值调整所述第二推荐档位。

进一步地，处理器1001可以调用存储器1005中存储的美容设备档位推荐程序，还执行以下操作：

获取历史档位使用信息，根据所述历史档位使用信息获取历史状态参数与历史动作参数的函数关系，根据所述历史状态参数与历史动作参数的函数关系对所述美容设备进行初始化。

本实施例通过上述方案，通过美容设备获取用户输入的用户使用信息，并检测外部环境信息；从所述用户使用信息中提取用户肤质，并根据所述用户肤质、外部环境信息和预存的历史档位使用信息确定第一推荐档位。通过结合用户个体差异、生活习惯以及外部因素进行精确推荐不同个体的美容设备档位，从而使推荐档位更贴近用户习惯，达到用户习惯和护肤效果的平衡，提高用户体验。

基于上述硬件结构，提出本发明美容设备档位推荐方法实施例。

参照图2，图2为本发明美容设备档位推荐方法的第一实施例的流程示意图。本实施例提出的美容设备档位推荐方法，包括步骤：

步骤s10，美容设备获取用户输入的用户使用信息，并检测外部环境信息；

美容设备获取用户输入的用户使用信息，用户在使用美容设备时，一般通过用户使用记录默认用户上次使用的配置好的档位进行推荐，无法满足用户的生活习惯以及用户的当前实际需要，本发明提供用户选择档位，用户通过自行操作输入适合当前需求的档位，用户使用信息还包括用户的肤质情况，另外本发明提供外部环境监测模块，实时获取当前的环境参数，例如温度、湿度或者当前所处的地理位置，从而提高用户的舒适度。

步骤s20，从所述用户使用信息中提取用户肤质，并根据所述用户肤质、外部环境信息和预存的历史档位使用信息确定第一推荐档位；

用户在使用美容设备时，美容设备在检测用户肤质时，根据用户肤质信息提供推荐的档位，例如用户肤质有油性、干性、中性或者敏感性肌肤等7种，美容设备有洁面仪、喷雾器和彩光仪等11个档位，美容设备在检测到用户肤质为干性敏感肌，通过所检测到的用户肤质信息，针对干性敏感肌提供相应的档位，并结合外部环境信息与用户历史档位信息调整用户推荐档位，获取第一推荐档位即针对用户肤质效果的档位。

本实施例中，实时计算时输入用户水分、油分、弹性检测结果、检测时外部环境、检测期间档位使用等数据，根据检测效果调整各个设备档位和外部环境，从而达到优化用户美容效果。

参照图3，图3为本发明美容设备档位推荐方法第二实施例的流程示意图。

基于上述美容设备档位推荐方法的第一实施例，提出本发明的第二实施例，所述方法包括：

步骤s30，根据所述用户使用信息确定用户选择档位；

美容设备有洁面仪、喷雾器和彩光仪等11个档位，用户可以通过直接操作美容仪控制面板对上述档位进行单个选择或者组合选择，记录用户选择的档位信息，在进行推荐档位时不仅仅调用用户历史使用信息，还将用户当前选择的档位信息考虑在内进行综合推荐。

步骤s40，根据所述用户选择档位与预存的原始推荐档位之间的参数差值对所述原始推荐档位进行调整，获得第二推荐档位；

一般美容设备通过用户使用记录默认用户上次使用的配置好的档位进行推荐，即预存的原始推荐档位，对于原始推荐档位分两种情况进行参数提取，一种情况是用户在使用时，在美容设备中已存在用户之前的使用的信息，通过提取存储的上次使用档位信息配置用户的原始推荐档位，还有一种情况是用户初次使用美容设备的情况下，美容设备没有存储用户之前的使用档位信息，在这种情况下，采取默认的推荐档位，在本实施中，为了满足用户舒适度，将用户选择档位与原始推荐档位进行比较，获取针对用户舒适度模型的推荐档位。例如当前用户推荐的档位为洁面仪和喷雾器，而用户选择为洁面仪与彩光仪档位，在这种情况下，分析推荐档位与用户选择档位的差异，即洁面仪和喷雾仪与洁面仪与彩光仪之间的差异，从而可以更准确的分析出用户的需求。

为了更方便进行在用户选择档位与预存的原始推荐档位比较，引入奖励值参数，在用户选择档位与预存的原始推荐档位进行比较时，如果所述原始的推荐档位和所述用户选择档位一致，则所述奖励值设定为第一预设值，如果所述原始的推荐档位和所述用户选择档位不一致，则所述奖励值设定为第二预设值，在每次用户使用测肤设备后，判断用户选择档位与原始推荐档位是否一致，如果一致则将奖励值设置为预设参数，例如奖励值设置为0，如果不一致则将奖励值设置为另一预设参数，例如奖励值设置为-1，由此可见，在用户舒适度模型中，用户可通过奖励值进行自定义，从而使美容设备更贴近用户习惯。

步骤s50，根据所述第一推荐档位和第二推荐档位确定目标推荐档位。

美容设备在使用时提供两种模式，一种是针对用户舒适度模型，根据美容设备推荐的档位、用户选择档位、外部环境等数据，根据美容设备推荐的档位与用户选择档位的差异，调整美容设备推荐档位，从而使设备更贴近用户使用习惯，另一种是针对用户肤质效果模型，实时获取用户水分、油分、弹性检测结果，外部环境、之前期间档位使用等数据，根据检测效果调整推荐档位，针对上述计算得到的用户舒适度模型的档位与用户肤质效果的档位通过加权平均的方法计算出最适合用户的目标推荐档位，还可通过其他具有类似功能计算方法，本实施例对此不加以限制。

本实施例实时计算时输入当前推荐档位、用户选择档位、外部环境等数据，根据推荐档位和用户选择档位的差异，调整设备各个档位，从而使设备贴合用户使用习惯。

参照图4，图4为本发明美容设备档位推荐方法的步骤s50的具体流程示意图。

基于上述美容设备档位推荐方法第二实施例，提出本发明的第三实施例，该步骤s50具体包括：

步骤s51，根据所述用户肤质获取所述原始推荐档位的权重值；

步骤s52，根据所述历史档位使用信息获取历史档位的权重值；

步骤s53，获取所述外部环境信息的权重值；

步骤s54，根据所述预设档位的权重值、历史档位的权重值和所述外部环境的权重值确定第一推荐档位；

步骤s55，根据所述第一推荐档位和所述第二推荐档位进行加权平均计算，得到所述目标推荐档位。

本实施例主要针对肤质效果模型，实时计算时输入用户水分、油分、弹性检测结果、检测时外部环境、检测期间档位使用等数据，根据检测效果调整各个设备档位和外部环境对应的参数权重，从而达到优化用户美容效果、并兼顾用户使用舒适度的目标。本发明对各个档位以及参数提供对应的权重值，其中各个档位的权重值和各个参数的权重值是通过预先设置并保存于美容设备。例如在美容设备中对于干性肤质对应的喷雾仪档位的权重值为3，相比较于洁面仪权重值为2的其他档位的权重值要高，如图5所示本发明利用强化学习技术，提供agent模块获取用户肤质参数、外部环境参数、用户选择档位的权重值和原始推荐档位的权重值计算出针对用户舒适度的档位，本实施例通过agent模块进行计算处理，但并不局限于agent模块，也可为实现上述功能的其他模块，本实施例对此不加以限制。

参照图6，图6为本发明美容设备档位推荐方法的步骤s50的具体流程示意图。

基于上述美容设备档位推荐方法的第三实施例，提出本发明的第四实施例，该步骤s50具体包括：

步骤s51'，获取所述原始推荐档位的权重值；

步骤s52'，获取所述用户选择档位的权重值；

步骤s53'，将所述原始推荐档位的权重值和所述用户选择档位的权重值进行比较，判断所述原始推荐档位与所述用户选择档位是否一致，并根据比较结果获取所述第二推荐档位；

步骤s54'，根据所述第一推荐档位和所述第二推荐档位进行加权平均计算，得到所述目标推荐档位；

本实施例主要针对用户舒适度模型，实时计算时输入原始推荐档位、用户选择档位、外部环境等数据，根据推荐档位和用户选择档位的差异，调整设备各个档位的权重，从而使设备贴合用户使用习惯。

在美容设备中，对各个档位以及参数提供对应的权重值，其中各个档位的权重值和各个参数的权重值是通过预先设置并保存于美容设备。例如在美容设备中对于干性肤质对应的喷雾仪档位的权重值为3，相比较于洁面仪权重值为2的其他档位的权重值要高，本发明利用强化学习技术，提供agent(代理)模块获取用户肤质参数、外部环境参数、用户选择档位的权重值和原始推荐档位的权重值计算出针对用户舒适度的档位，本实施例通过agent模块进行计算处理，但并不局限于agent模块，也可为实现上述功能的其他模块，本实施例对此不加以限制。

参照图7，图7为本发明美容设备档位推荐方法的第五实施例具体流程示意图。

基于上述美容设备档位推荐方法的第四实施例，提出本发明的第五实施例，在本实施例中，所述步骤s50之前，所述方法还包括：

步骤s11，获取所述用户肤质、个人状态信息和外部环境信息，将所述用户肤质、个人状态信息和外部环境信息作为状态参数；

步骤s12，根据所述历史档位使用信息获取档位使用次数，将所述档位使用次数作为动作参数；

步骤s13，根据所述状态参数和所述动作参数组合形成特征向量；

步骤s14，获取当前奖励值与历史奖励值，根据所述当前奖励值与历史奖励值计算出目标奖励值；

步骤s15，根据所述目标奖励值与所述特征向量建立第一优化函数，将所述第一优化函数与预设优化函数进行比较，对所述预设优化函数进行更新；

步骤s16，根据所述更新后的优化函数计算出第一最佳奖励值，并根据所述第一最佳奖励值调整所述第一推荐档位。

本实施例中将用户状态参数和动作参数组合形成特征向量，例如用户在油性肤质状态下选择了喷雾仪档位一，在实际计算时一般通过动作参数和状态参数组合成特征向量，再使用所述特征向量进行计算，从而使信息参数化，加快响应时间；本实施例主要针对用户肤质效果模型，在动作参数，状态参数以及特征向量的定义以及计算模块的使用上与上述用户舒适度模型一致，就只是在获取奖励值的处理方式不一样，由上可知针对舒适度模型有奖励值可自定义这一优点，保持框架其他部分不变，仅替换奖励计算方式，即可完成另一目标的优化，即完成用户肤质模型的优化。

如图8所示，图8为本发明用户肤质效果模型流程示意图。

s00：根据用户历史档位对美容设备进行初始化，即对在agent模块中还包含sgd模块进行初始化；

s01：获取用户使用美容设备信息，包括用户肤质情况；

s02：查询美容设备中是否存在该用户上次测肤结果，如果存在则进行步骤s03，如果不存在则返回步骤s02，采用默认配置；

s03：通过检测出用户肤质水油弹进行综合评分获取当前评分，获取上次使用综合评分，将当前评分减去上次使用评分计算出目标奖励值；

s04：获取当前各档位使用次数与上次使用各档位的次数，计算出动作参数；

s05：根据用户肤质、个人状态和外部状态获取状态参数；

s06：将所述状态参数、奖励值以及动作参数输入sgd模块进行参数更新；

s07：根据更新后的参数计算出最佳奖励值，通过最佳奖励值获取最佳推荐档位。

参照图9，图9为本发明美容设备档位推荐方法的第六实施例具体流程示意图。

基于上述美容设备档位推荐方法的第五实施例，提出本发明的第六实施例，在本实施例中，所述步骤s50之前，所述方法还包括：

步骤s11'，获取所述用户肤质、个人状态信息和外部环境信息，将所述用户肤质、个人状态信息和外部环境信息作为状态参数；

步骤s12'，根据所述历史档位使用信息获取档位使用次数，将所述档位使用次数作为动作参数；

步骤s13'，根据所述状态参数和所述动作参数组合形成特征向量；

步骤s14'，根据所述原始的推荐档位和所述用户选择档位进行比较，如果所述原始的推荐档位和所述用户选择档位一致，则所述奖励值设定为第一预设值，如果所述原始的推荐档位和所述用户选择档位不一致，则所述奖励值设定为第二预设值；

步骤s15'，根据所述奖励值与所述特征向量建立第二优化函数，将所述第二优化函数与预设优化函数进行比较，对所述预设优化函数进行更新；

步骤s16'，根据所述更新后的函数计算出第二最佳奖励值，并根据所述第二最佳奖励值调整所述第二推荐档位。

用户肤质包括油性、干性、中性等7种、个人状态信息包括年龄、性别等、外部环境信息包括温度、湿度等，将用户肤质、个人状态信息和外部环境信息作为状态参数，如图4所示，本发明提供environment(环境)模块检测出状态参数以及通过检测出用户肤质水油弹进行综合评分计算出对应的奖励值并接收agent模块提供的档位使用信息，其中档位使用信息包括洁面仪、喷雾仪、彩光仪等11个档位，将档位使用信息作为动作参数，将动作参数与奖励值参数进行输出以供agent模块处理。

在进行参数更新之前，在美容设备中通过用户使用信息建立了一个优化函数，即预存的优化函数，该函数是通过以下方法实现的，在agent模块中还包含一个sgd(随机梯度下降算法)模块，通过该模块，可以利用用户使用数据建立一个优化函数y＝a+bx，其中y为奖励，x为动作参数与状态参数组成的特征向量，b为与特征对应的权重向量，即每个特征向量对应一个权重，该建立的优化函数为预设优化函数。由上可知通过用户使用档位信息即可建立相应的优化函数，通过该优化函数可知动作参数与状态参数的函数关系，即两者具有关联性，通过该关联性，在更换新美容设备时，不需要重新进行初始化，即通过输入历史使用数据即可完成初始化并可继续迭代优化。

在针对用户舒适度模型获取当前奖励值，根据所述原始的推荐档位和所述用户选择档位进行比较，如果所述原始的推荐档位和所述用户选择档位一致，则所述奖励值设定为第一预设值，如果所述原始的推荐档位和所述用户选择档位不一致，则所述奖励值设定为第二预设值，在每次用户使用测肤设备后，判断用户选择档位与原始推荐档位是否一致，如果一致则将奖励值设置为预设参数，例如奖励值设置为0，如果不一致则将奖励值设置为另一预设参数，例如奖励值设置为-1，由此可见，在用户舒适度模型中，用户可通过奖励值进行自定义，从而使美容设备更贴近用户习惯。

该特征向量和其相应的奖励即为一条数据，将这一条数据输入sgd模块中，sgd会将这条真实数据中特征向量与奖励的关系，与其自身建立的函数关系y＝a+bx进行误差比较，从而优化自身的函数，以达到学习真实环境的目标。根据更新后的函数，选择能让y值即奖励值取值为最大的参数，则获取当前计算出的奖励值并根据该奖励值确定目标推荐档位。用户每产生一条数据，模型可以立刻进行优化。对于不同用户，我们得到的数据分布是不一样的，而这些数据反映了用户皮肤对环境的真实反馈，也正是通过这样数据分布的差异，模型能够基于用户自身的肤质特性，提供个性化服务。

参照图10，图10为本发明美容设备档位推荐方法的第七实施例的流程示意图。

基于上述美容设备档位推荐方法的第六实施例，提出本发明的第七实施例，在本实施例中，所述步骤s10之前，所述方法还包括：

步骤s00，获取历史档位使用信息，根据所述历史档位使用信息获取历史状态参数与历史动作参数的函数关系，根据所述历史状态参数与历史动作参数的函数关系对所述美容设备进行初始化。

在美容设备中通过用户使用信息建立了一个优化函数，即预存的优化函数，该函数是通过以下方法实现的，在agent模块中还包含一个sgd(随机梯度下降算法)模块，通过该模块，可以利用用户使用数据建立一个优化函数y＝a+bx，其中y为奖励，x为动作参数与状态参数组成的特征向量，b为与特征向量对应的权重向量，即每个特征向量对应一个权重，该建立的优化函数为预设优化函数。由上可知通过用户使用档位信息即可建立相应的优化函数，通过该优化函数可知动作参数与状态参数的函数关系，即两者具有关联性，通过该关联性，在更换新美容设备时，不需要重新进行初始化，即通过输入历史使用数据即可完成初始化并可继续迭代优化。

本实施例提出一种利用状态参数与动作参数的函数关系对美容设备进行初始化，一般情况下是通过sgd模块进行自定义或随机值完成初始化，而本实施例通过建立用户历史习惯与当前优化目标之间存在关联，因此使用历史档位信息完成初始化，大大加快了模型的初始化进程，即使更换美容设备也可以快速完成初始化。

此外，本实施例还提出一种美容设备，所述美容设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的美容设备档位推荐程序，所述美容设备档位推荐程序配置为实现如上文所述的美容设备档位推荐方法的步骤。

此外，本实施例还提出一种存储介质，所述存储介质上存储有美容设备档位推荐程序，所述美容设备档位推荐程序被处理器执行时实现如下操作：

美容设备获取用户输入的用户使用信息，并检测外部环境信息；

从所述用户使用信息中提取用户肤质，并根据所述用户肤质、外部环境信息和预存的历史档位使用信息确定第一推荐档位。

进一步地，所述美容设备档位推荐程序被处理器执行时还实现如下操作：

根据所述用户使用信息确定用户选择档位；

根据所述用户选择档位与预存的原始推荐档位之间的参数差值对所述原始推荐档位进行调整，获得第二推荐档位；

根据所述第一推荐档位和第二推荐档位确定目标推荐档位。

进一步地，所述美容设备档位推荐程序被处理器执行时还实现如下操作：

根据所述用户肤质获取所述原始推荐档位的权重值；

根据所述历史档位使用信息获取历史档位的权重值；

获取所述外部环境信息的权重值；

根据所述预设档位的权重值、历史档位的权重值和所述外部环境的权重值确定第一推荐档位；

根据所述第一推荐档位和所述第二推荐档位进行加权平均计算，得到所述目标推荐档位。

进一步地，所述美容设备档位推荐程序被处理器执行时还实现如下操作：

所述根据所述第一推荐档位和第二推荐档位确定目标推荐档位步骤具体包括：

获取所述原始推荐档位的权重值；

获取所述用户选择档位的权重值；

将所述原始推荐档位的权重值和所述用户选择档位的权重值进行比较，判断所述原始推荐档位与所述用户选择档位是否一致，并根据比较结果获取所述第二推荐档位；

根据所述第一推荐档位和所述第二推荐档位进行加权平均计算，得到所述目标推荐档位。

进一步地，所述美容设备档位推荐程序被处理器执行时还实现如下操作：

获取所述用户肤质、个人状态信息和外部环境信息，将所述用户肤质、个人状态信息和外部环境信息作为状态参数；

根据所述历史档位使用信息获取档位使用次数，将所述档位使用次数作为动作参数；

根据所述状态参数和所述动作参数组合形成特征向量。

获取当前奖励值与历史奖励值，根据所述当前奖励值与历史奖励值计算出目标奖励值；

根据所述目标奖励值与所述特征向量建立第一优化函数，将所述第一优化函数与预设优化函数进行比较，对所述预设优化函数进行更新；

根据所述更新后的优化函数计算出第一最佳奖励值，并根据所述第一最佳奖励值调整所述第一推荐档位。

进一步地，所述美容设备档位推荐程序被处理器执行时还实现如下操作：

获取所述用户肤质、个人状态信息和外部环境信息，将所述用户肤质、个人状态信息和外部环境信息作为状态参数；

根据所述历史档位使用信息获取档位使用次数，将所述档位使用次数作为动作参数；

根据所述状态参数和所述动作参数组合形成特征向量；

根据所述原始的推荐档位和所述用户选择档位进行比较，如果所述原始的推荐档位和所述用户选择档位一致，则所述奖励值设定为第一预设值，如果所述原始的推荐档位和所述用户选择档位不一致，则所述奖励值设定为第二预设值；

根据所述奖励值与所述特征向量建立第二优化函数，将所述第二优化函数与预设优化函数进行比较，对所述预设优化函数进行更新；

根据所述更新后的函数计算出第二最佳奖励值，并根据所述第二最佳奖励值调整所述第二推荐档位。

进一步地，所述美容设备档位推荐程序被处理器执行时还实现如下操作：

获取历史档位使用信息，根据所述历史档位使用信息获取所述状态参数与所述动作参数的函数关系，根据所述状态参数与所述动作参数的函数关系对所述美容设备进行初始化。

美容设备在使用时提供两种模式，一种是针对用户舒适度模型，根据美容设备推荐的档位、用户选择档位、外部环境等数据，根据美容设备推荐的档位与用户选择档位的差异，调整美容设备推荐档位，从而使设备更贴近用户使用习惯，另一种是针对用户肤质效果模型，实时获取用户水分、油分、弹性检测结果，外部环境、之前期间档位使用等数据，根据检测效果调整推荐档位，针对上述计算得到的用户舒适度模型的档位与用户肤质效果的档位通过加权平均的方法计算出最适合用户的目标推荐档位，从而使设备贴合用户使用习惯。

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、物品或者系统不仅包括那些要素，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、物品或者系统所固有的要素。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、物品或者系统中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明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(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。