一种按摩机器人的服务方法与流程

本发明涉及通信技术领域，具体涉及一种按摩机器人的服务方法。

背景技术：

随着社会经济的进步，人们对健康越来越关注。现有的按摩福利，一般都是由按摩师人工执行。为减轻人工劳动强度，各种按摩器具或按摩机器人应运而生。但现有的按摩机器人在为客户提供按摩服务时，不能做到自动识别客户，并针对不同客户提供个性化的按摩服务。例如，现有按摩机器人针对不同的客户采用的按摩力度、按摩方式、按摩时间等都相同，智能化程度低，从而极大影响了客户体验。因此，亟需提供一种更加智能化的按摩机器人的服务方法。

技术实现要素：

本发明提供了一种按摩机器人的服务方法，以解决现有按摩机器人无法针对客户提供个性化的按摩服务的技术问题。

本发明提供的按摩机器人的服务方法，包括：

预先设定用户属性条目以及按摩服务方案类别；

采集训练样本的与用户属性条目对应的样本行为数据，并根据样本行为数据提取训练样本的输入特征向量；

根据输入特征向量和训练样本的按摩服务方案类别训练分类器，获得按摩服务方案识别模型；

根据待按摩客户的与用户属性条目对应的属性信息以及按摩服务方案识别模型，确定待按摩客户的按摩服务方案。

进一步地，根据待按摩客户的与用户属性条目对应的属性信息以及按摩服务方案识别模型，确定待按摩客户的按摩服务方案包括：

采集待按摩客户的与用户属性条目对应的属性信息；

根据属性信息提取待按摩客户的输入特征向量；

将待按摩客户的输入特征向量输入按摩服务方案识别模型，获得待按摩客户的按摩服务方案。

进一步地，采集待按摩客户的与用户属性条目对应的属性信息包括：

识别待按摩客户的身份；

根据待按摩客户的身份采集与用户属性条目对应的属性信息。

进一步地，识别待按摩客户的身份包括：

获取待按摩客户的生物特征；

将生物特征与预先存储在数据库中的样本生物特征进行匹配，从而识别待按摩客户的身份。

进一步地，当生物特征与预先存储在数据库中的样本生物特征不相匹配时，还包括：

在互联网上搜索与待按摩客户的生物特征匹配的用户名信息；

根据用户名信息识别待按摩客户的身份。

进一步地，根据待按摩客户的身份采集与用户属性条目对应的属性信息包括：

根据待按摩客户的身份匹配与其对应的用户名信息；

根据用户名信息获取待按摩客户的电子注册信息；

根据电子注册信息获取待按摩客户的基本属性信息和行为日志信息，并根据基本属性信息和行为日志信息提取与用户属性条目对应的属性信息。

进一步地，用户属性条目包括：

性别、年龄、教育背景、职业、身体健康状态、身高、体重、按摩服务偏好、历史按摩服务方案条目中的一种或多种组合。

进一步地，按摩服务方案类别包括：

按摩时间、按摩力度、按摩产品、按摩顺序、按摩部位服务方案中的一种或多种组合。

本发明具有以下有益效果：

本发明提供的按摩机器人的服务方法，通过预先设定用户属性条目以及按摩服务方案类别；采集训练样本的与用户属性条目对应的样本行为数据，并根据样本行为数据提取训练样本的输入特征向量；根据输入特征向量和训练样本的按摩服务方案类别训练分类器，获得按摩服务方案识别模型；根据待按摩客户的与用户属性条目对应的属性信息以及按摩服务方案识别模型，确定待按摩客户的按摩服务方案，解决了现有按摩机器人无法针对客户提供个性化的按摩服务的技术问题，不仅能获取待按摩客户的属性信息，还可以针对具有不同属性信息特征的待按摩客户提供个性化的服务，智能化程度高，用户体验佳。

除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面将参照图，对本发明作进一步详细的说明。

附图说明

构建本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构建对本发明的不当限定。在附图中：

图1是本发明优选实施例按摩机器人的服务方法的流程图；

图2是本发明优选实施例针对第一个精简实施例的按摩机器人的服务方法的流程图；

图3是本发明优选实施例针对第二个精简实施例的按摩机器人的服务方法的流程图。

具体实施方式

以下结合附图对本发明的实施例进行详细说明，但是本发明可以由权利要求限定和覆盖的多种不同方式实施。

参照图1，本发明的优选实施例提供了一种按摩机器人的服务方法，包括：

步骤S101，预先设定用户属性条目以及按摩服务方案类别；

步骤S102，采集训练样本的与用户属性条目对应的样本行为数据，并根据样本行为数据提取训练样本的输入特征向量；

步骤S103，根据输入特征向量和训练样本的按摩服务方案类别训练分类器，获得按摩服务方案识别模型；

步骤S104，根据待按摩客户的与用户属性条目对应的属性信息以及按摩服务方案识别模型，确定待按摩客户的按摩服务方案。

本发明提供的按摩机器人的服务方法，通过预先设定用户属性条目以及按摩服务方案类别；采集训练样本的与用户属性条目对应的样本行为数据，并根据样本行为数据提取训练样本的输入特征向量；根据输入特征向量和训练样本的按摩服务方案类别训练分类器，获得按摩服务方案识别模型；根据待按摩客户的与用户属性条目对应的属性信息以及按摩服务方案识别模型，确定待按摩客户的按摩服务方案，解决了现有按摩机器人无法针对客户提供个性化的按摩服务的技术问题，不仅能获取待按摩客户的属性信息，还可以针对具有不同属性信息特征的待按摩客户提供个性化的服务，智能化程度高，用户体验佳。

其中，本实施例所指的用户属性信息是系统自动采集的与预先设定的用户属性条目对应的信息，主要是一些用于表征用户信息或用户行为特征的相关信息。例如，本实施例中的用户属性条目可以是性别、年龄、教育背景、职业、身体健康状态、身高、体重、按摩服务偏好、历史按摩服务方案条目中的一种或多种组合，且用户属性条目的数目和类别由系统自定义，当定义的用户属性条目不同，则获得的与用户属性条目对应的用户属性信息也不同；此外，针对不同的待按摩客户，采集的与用户属性条目对应的用户属性信息也可能不同，从而通过将用户属性信息作为已训练好的按摩服务方案识别模型的输入，就能获得具有针对性的按摩服务方案。

由此可见，本实施例将按摩服务方案的获得巧妙地转换为按摩服务方案的选取，以及通过设计并训练按摩服务方案识别模型，确定待按摩客户的按摩服务方案，实现了针对不同属性信息特征的待按摩客户提供针对性的按摩服务方案，智能化程度高，用户体验佳。本实施例中用于获得按摩服务方案识别模型的分类器可以是贝叶斯分类器，支持向量机分类器、最大熵分类器等等。需要说明的是，本实施例中所指的按摩机器人，不限于只能提供按摩服务的机器人，例如也可以是提供美容服务，或护理服务的机器人等等。

可选地，根据待按摩客户的与用户属性条目对应的属性信息以及按摩服务方案识别模型，确定待按摩客户的按摩服务方案包括：

采集待按摩客户的与用户属性条目对应的属性信息；

根据属性信息提取待按摩客户的输入特征向量；

将待按摩客户的输入特征向量输入按摩服务方案识别模型，获得待按摩客户的按摩服务方案。

本实施例根据待按摩客户的与用户属性条目对应的属性信息以及按摩服务方案识别模型，确定待按摩客户的按摩服务方案时，首先采集待按摩客户的与用户属性条目对应的属性信息，然后根据属性信息提取待按摩客户的输入特征向量，最后将按摩客户的输入特征向量输入按摩服务方案识别模型，获得待按摩客户的按摩服务方案。具体地，本实施例中的用户属性条目和按摩服务方案都是由用户自定义的，例如用户属性条目可以是性别、年龄、教育背景、职业、身体健康状态、身高、体重、按摩服务偏好、历史按摩服务方案条目中的一种或多种组合，按摩服务方案可以是按摩时间、按摩力度、按摩产品、按摩顺序、按摩部位服务方案中的一种或多种组合。例如，按摩服务方案可以仅仅包括按摩力度服务方案，也可以包括按摩力度与按摩时间组合的服务方案，或者按摩力度与按摩时间，以及按摩产品组合的服务方案。

本实施例在训练按摩服务方案识别模型时，根据采集的训练样本的与用户属性条目对应的样本行为数据提取训练样本的输入特征向量，从而训练分类器，其中，分类器可以是支持向量机分类器、贝叶斯分类器、最大熵分类器等等。且在实际的实施过程中，训练样本的数量应当尽可能大，从而保证按摩服务方案识别模型的识别精度。

此外，本实施例在采集待按摩客户的与用户属性条目对应的属性信息之后，根据属性信息提取待按摩客户的输入特征向量之前还可以对属性信息进行归一化。例如当获取到与职业属性条目对应的属性信息为教师时，可以根据预先设定的归一化规则对其进行归一化。其中预先设定的归一化规则可以是预先定义的标识规则，例如预先定义N种职业，当采集到与该N种职业中的某一种对应时，则对采集的职业进行标识，从而实现对属性信息的归一化。而针对获取到与其他用户属性条目对应的属性信息时，也可以采取类似的方法对属性信息进行归一化，从而为提高识别模型的识别率奠定良好的数据基础。

本实施例通过训练用于识别按摩服务方案的按摩服务方案识别模型，不仅能根据待按摩客户的属性信息匹配与其对应的、具有针对性地按摩服务方案，而且采用本实施例训练好的按摩服务方案识别模型对待按摩客户的按摩服务方案识别的准确率高，有利于后续按摩机器人能根据识别出的按摩服务方案给待按摩客户提供个性化的按摩服务，体现了较高的智能化水平。

可选地，采集待按摩客户的与用户属性条目对应的属性信息包括：

识别待按摩客户的身份；

根据待按摩客户的身份采集与用户属性条目对应的属性信息。

本实施例在采集与用户属性条目对应的属性信息时，首先对待按摩客户的身份进行识别，然后根据待按摩客户的身份采集与用户属性条目对应的属性信息。且本实施例通过识别待按摩客户的身份，并根据待按摩客户的身份采集与用户属性条目对应的属性信息，便可以根据待按摩客户的属性信息和按摩服务方案识别模型，获得待按摩客户的按摩服务方案，智能化程度高，用户体验佳。

可选地，识别待按摩客户的身份包括：

获取待按摩客户的生物特征；

将生物特征与预先存储在数据库中的样本生物特征进行匹配，从而识别待按摩客户的身份。

具体地，本实施例在识别待按摩客户的身份时首先获取待按摩客户的生物特征，然后将待按摩客户的生物特征与预先存储在数据库中的样本生物特征进行匹配，从而识别待按摩客户的身份。其中，待按摩客户的生物特征包括：人脸、指纹、声音、气味、虹膜、手形、掌纹、签名、步态中的一种或多种组合。

现有智能按摩机器人的数据库中往往会存储一些用户的样本生物特征，例如人脸、指纹、声音、气味、虹膜、手形、掌纹、签名、步态等等，故当按摩机器人采集到待按摩客户的生物特征后，往往会先在其数据库中匹配是否包括该待按摩客户的样本生物特征，若匹配成功，则根据该待按摩客户在数据库中存储的样本生物特征对其进行身份识别。例如，当采集到待按摩客户的人脸特征信息时，则采用人脸识别技术将其与智能按摩机器人的数据库中人脸样本特征进行匹配，从而实现对待按摩客户的身份进行识别。

本实施例在采集待按摩客户的属性信息时，首先对待按摩客户的身份进行识别，有利于后续根据待按摩客户的身份获取与待按摩客户对应的属性信息，及根据待按摩客户的属性信息获得与之对应的，具有针对性的按摩服务方案。

可选地，当生物特征与预先存储在数据库中的样本生物特征不相匹配时，还包括：

在互联网上搜索与待按摩客户的生物特征匹配的用户名信息；

根据用户名信息识别待按摩客户的身份。

由于将待按摩客户的生物特征与数据库中的样本生物特征进行匹配时，可能出现生物特征与预先存储在数据库中的样本生物特征不相匹配的情况，也即不能从预先存储在数据库中的样本生物特征中匹配出与待按摩客户相同的生物特征。针对这种情况，本实施例通过在互联网上搜索与待按摩客户的生物特征匹配的用户名信息，然后根据用户名信息识别待按摩客户的身份。

例如，当系统不能从预先存储在数据库中的人脸样本生物特征中匹配出与待按摩客户相同的人脸生物特征时，则根据采集的待按摩客户的人脸生物特征在互联网上搜索与之对应的用户名信息。这主要是基于现有用户在互联网上进行身份注册时，往往会被要求提供对应的生物特征，例如人脸、签名等。本实施例正是基于这两者的相关性，首先通过待按摩客户的生物特征在互联网上搜索获取与之匹配的用户名信息，然后根据用户名信息识别待按摩客户的身份。需要说明的是，本实施例中所指的待按摩客户的身份可以是任何用于表征待按摩客户的身份属性信息，例如待按摩客户的名称，联系电话，邮箱地址，身份证号码等等。

需要说明的是，本实施例在互联网上根据待按摩客户的生物特征搜索获取与之对应的用户名信息时，可能获取不止一个用户名信息。此时，本实施例可以选取其中任意一个用户名信息识别待按摩客户的身份，也可以选取与待按摩客户的生物特征匹配度最高的用户名信息用于识别待按摩客户的身份。

可选地，根据待按摩客户的身份采集与用户属性条目对应的属性信息包括：

根据待按摩客户的身份匹配与其对应的用户名信息；

根据用户名信息获取待按摩客户的电子注册信息；

根据电子注册信息获取待按摩客户的基本属性信息和行为日志信息，并根据基本属性信息和行为日志信息提取与用户属性条目对应的属性信息。

由于待按摩客户在进行身份注册时，往往会进行用户名设置，且还会设置与用户名信息对应的其他电子注册信息，例如性别、年龄、职业、兴趣爱好、家庭状况中的一种或多种。同时，当获取到待按摩客户的用户名信息时，本实施例还可以在与用户名信息对应的系统数据库中搜索获取与之相关的其他信息，例如日志信息、历史记录信息等等。具体地，本实施例在获得与待按摩客户的身份匹配的用户名信息后，根据用户名信息获取与之对应的电子注册信息，然后再根据电子注册信息获取待按摩客户的基本属性信息和行为日志信息，并根据基本属性信息和行为日志信息提取与用户属性条目对应的属性信息。

在实际的实施过程中，本实施例中的待按摩客户的行为数据信息具体可以包括待按摩客户的个人基本信息、日志信息、通讯信息、上网足迹信息中的一种或多种，其中个人基本信息包括性别、年龄、职业、兴趣爱好、家庭状况中的一种或多种，通讯信息包括即时通讯信息、手机通讯信息、电子邮件通讯信息、微博通讯信息中的一种或多种，上网足迹信息包括上网购物信息、网页浏览信息中的一种或多种。

可选地，用户属性条目包括：

性别、年龄、教育背景、职业、身体健康状态、身高、体重、按摩服务偏好、历史按摩服务方案条目中的一种或多种组合。

具体地，本实施例中的用户属性条目不限于包括性别、年龄、教育背景、职业、身体健康状态、身高、体重、按摩服务偏好、历史按摩服务方案条目中的一种或多种组合，具体由系统自定义。

可选地，按摩服务方案类别包括：

按摩时间、按摩力度、按摩产品、按摩顺序、按摩部位服务方案中的一种或多种组合。

具体地，本实施例中的按摩服务方案不限于包括按摩时间、按摩力度、按摩产品、按摩顺序、按摩部位服务方案中的一种或多种组合，例如按摩服务方案可以仅仅包括按摩力度服务方案，也可以包括按摩力度与按摩时间组合的服务方案，或者按摩力度与按摩时间，以及按摩产品组合的服务方案。

下面针对二个精简实施例对本发明的按摩机器人的服务方法进行更进一步说明。

精简实施例一

参照图2，本发明的精简实施例一提供的按摩机器人的服务方法，包括：

步骤S201，预先设定用户属性条目以及按摩服务方案类别。

具体地，本实施例中的用户属性条目包括但不限于包括性别、年龄、教育背景、职业、身体健康状态、身高、体重、按摩服务偏好、历史按摩服务方案条目中的一种或多种组合。假设本实施例预先设置的用户属性条目包括性别、年龄、职业三个属性条目。

此外，本实施例的按摩服务方案类别包括但不限于按摩时间、按摩力度、按摩产品、按摩顺序、按摩部位服务方案中的一种或多种组合。假设本实施例预先设置的按摩服务方案类别为按摩时间、按摩力度的组合，且假设本实施例针对按摩时间分为长（大于1个小时），中（半小时到1小时），短（少于半小时），针对按摩力度分为力度大、中、小，则可以获得按摩服务方案类别具体为9种，具体为{按摩时间长+按摩力度大，按摩时间长+按摩力度中，按摩时间长+按摩力度小，按摩时间中+按摩力度大，按摩时间中+按摩力度中，按摩时间中+按摩力度小，按摩时间短+按摩力度大，按摩时间短+按摩力度中，按摩时间短+按摩力度小}。

步骤S202，采集训练样本的与用户属性条目对应的样本行为数据，并根据样本行为数据提取训练样本的输入特征向量。

具体地，为了获得识别率较高的按摩服务方案识别模型，本实施例选取的训练样本的数量应当尽量大。假设本实施例选取的训练样本的数量为N，则针对这N个训练样本，分别采集与用户属性条目对应的样本行为数据，并根据每一个训练样本的样本行为数据提取与之对应的输入特征向量。由于本实施例预先设置的用户属性条目为三个，也即针对的每一个训练样本，都能采集到与之对应的3个数据。在实际的实施过程中，本实施例采集训练样本的与用户属性条目对应的样本行为数据之后，根据样本行为数据提取训练样本的输入特征向量之前，还包括对样本行为数据进行归一化。

步骤S203，根据输入特征向量和训练样本的按摩服务方案类别训练分类器，获得按摩服务方案识别模型。

具体地，由于本实施例已知训练样本的输入特征向量以及按摩服务方案类别，故将训练样本的输入特征向量作为分类器的输入向量，将训练样本的按摩服务方案类别作为分类器的输出向量，从而训练出按摩服务方案识别模型。其中，本实施例中的分类器可以是贝叶斯分类器，支持向量机分类器、最大熵分类器等等。

步骤S204，采集待按摩客户的与用户属性条目对应的属性信息。

具体地，由于本实施例预设的用户属性条目包括性别、年龄、职业三个属性条目，则本实施例采集待按摩客户的与该三个属性条目分别对应的属性信息，假设本实施例采集到与待按摩客户的与上述三个用户属性条目对应的属性信息分别为男、35岁、出租车司机。

步骤S205，根据属性信息提取待按摩客户的输入特征向量。

具体地，在对待按摩客户的属性信息进行归一化后，可获得待按摩客户的输入特征向量。

步骤S206，将待按摩客户的输入特征向量输入按摩服务方案识别模型，获得待按摩客户的按摩服务方案。

具体地，将待按摩客户的输入特征向量输入按摩服务方案识别模型，则容易获得待按摩客户的按摩服务方案，例如为按摩时间长+按摩力度大。

由此可见，本实施例将按摩机器人的服务方法的获得巧妙地转换为按摩服务方案的选取，以及通过设计并训练按摩服务方案识别模型，确定待按摩客户的按摩服务方案，实现了针对不同属性信息特征的待按摩客户提供针对性的按摩服务方案，智能化程度高，用户体验佳。

精简实施例二

参照图3，本发明的精简实施例二提供的按摩机器人的服务方法，包括：

步骤S301，预先设定用户属性条目以及按摩服务方案类别。

具体地，本实施例中的用户属性条目包括但不限于包括性别、年龄、教育背景、职业、身体健康状态、身高、体重、按摩服务偏好、历史按摩服务方案条目中的一种或多种组合。假设本实施例预先设置的用户属性条目包括性别、年龄、身高、体重四个属性条目。

此外，本实施例的按摩服务方案类别包括但不限于按摩时间、按摩力度、按摩产品、按摩顺序、按摩部位服务方案中的一种或多种组合。假设本实施例预先设置的按摩服务方案类别为按摩力度、按摩产品、按摩部位的组合，且假设本实施例针对按摩力度分为力度大、中、小；针对按摩产品分为减肥产品、美容产品；针对按摩部位分为脸部、背部、腰部。则可以获得按摩服务方案类别具体为3*2*3=18种，在此不一一列出。在实际的实施过程中，针对每一种按摩服务方案类别的具体分类由用户自定义，例如针对按摩部位还可以包括头部按摩、手部按摩等等。

步骤S302，采集训练样本的与用户属性条目对应的样本行为数据，并根据样本行为数据提取训练样本的输入特征向量。

具体地，为了获得识别率较高的按摩服务方案识别模型，本实施例选取的训练样本的数量应当尽量大。假设本实施例选取的训练样本的数量为N，则针对这N个训练样本，分别采集与用户属性条目对应的样本行为数据，并根据每一个训练样本的样本行为数据提取与之对应的输入特征向量。由于本实施例预先设置的用户属性条目为四个，也即针对的每一个训练样本，都能采集到与之对应的4个数据。在实际的实施过程中，本实施例采集训练样本的与用户属性条目对应的样本行为数据之后，根据样本行为数据提取训练样本的输入特征向量之前，还包括对样本行为数据进行归一化。

步骤S303，根据输入特征向量和训练样本的按摩服务方案类别训练分类器，获得按摩服务方案识别模型。

具体地，由于本实施例已知训练样本的输入特征向量以及按摩服务方案类别，故将训练样本的输入特征向量作为分类器的输入向量，将训练样本的按摩服务方案类别作为分类器的输出向量，从而训练出按摩服务方案识别模型。其中，本实施例中的分类器可以是贝叶斯分类器，支持向量机分类器、最大熵分类器等等。

步骤S304，获取待按摩客户的生物特征。

具体地，由于本实施例训练好按摩服务方案识别模型后，需要获取待按摩客户的属性信息，在实际的实施过程中，本实施例可以通过对待按摩客户的身份进行识别，从而能快速获取待按摩客户的与用户属性条目对应的属性信息。具体地，首先获取待按摩客户的生物特征，且在具体的实施过程中按摩机器人可以对待按摩客户的任何一种或多种生物特征进行获取，例如待按摩客户的人脸、指纹、声音、气味、虹膜、手形、掌纹、签名、步态中的一种或多种组合特征进行获取，本实施例假设获取的生物特征为待按摩客户的人脸特征。

步骤S305，将生物特征与预先存储在数据库中的样本生物特征进行匹配，从而识别待按摩客户的身份。

具体地，本实施例将采集到待按摩客户的人脸特征与按摩机器人的数据库中人脸样本特征进行匹配，从而实现对待按摩客户的身份进行识别。本实施例假设能从数据库中匹配出与待按摩客户的人脸特征匹配的人脸样本特征，且根据待按摩客户的人脸特征识别出其身份名称为张三。

步骤S306，根据待按摩客户的身份采集与用户属性条目对应的属性信息。

具体地，当本实施例识别出待按摩客户的身份为张三时，便可以在客户数据库中匹配张三的与用户属性条目对应的属性信息，也可以通过互联网搜索张三的与用户属性条目对应的属性信息。假设本实施例采集到张三的与上述四个用户属性条目对应的属性信息分别为女、30岁、165厘米、70公斤。

步骤S307，根据属性信息提取待按摩客户的输入特征向量。

具体地，在对待按摩客户的属性信息进行归一化后，可获得待按摩客户的输入特征向量。

步骤S308，将待按摩客户的输入特征向量输入按摩服务方案识别模型，获得待按摩客户的按摩服务方案。

具体地，将待按摩客户的输入特征向量输入按摩服务方案识别模型，则容易获得待按摩客户的按摩服务方案，例如为按摩力度中+减肥按摩产品+腰部按摩。

由此可见，本实施例通过识别待按摩客户的身份，并根据待按摩客户的身份采集与用户属性条目对应的属性信息，以及根据待按摩客户的属性信息和训练好的按摩服务方案识别模型，获得待按摩客户的按摩服务方案，解决了现有按摩机器人无法针对客户提供个性化的按摩服务的技术问题，不仅能获取待按摩客户的属性信息，还可以针对具有不同属性信息特征的待按摩客户提供个性化的服务，智能化程度高，用户体验佳。

以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。