本發(fā)明涉及通信技術(shù)領(lǐng)域，具體涉及一種按摩機器人的服務(wù)方法。

背景技術(shù)：

隨著社會經(jīng)濟的進步，人們對健康越來越關(guān)注?，F(xiàn)有的按摩福利，一般都是由按摩師人工執(zhí)行。為減輕人工勞動強度，各種按摩器具或按摩機器人應(yīng)運而生。但現(xiàn)有的按摩機器人在為客戶提供按摩服務(wù)時，不能做到自動識別客戶，并針對不同客戶提供個性化的按摩服務(wù)。例如，現(xiàn)有按摩機器人針對不同的客戶采用的按摩力度、按摩方式、按摩時間等都相同，智能化程度低，從而極大影響了客戶體驗。因此，亟需提供一種更加智能化的按摩機器人的服務(wù)方法。

技術(shù)實現(xiàn)要素：

本發(fā)明提供了一種按摩機器人的服務(wù)方法，以解決現(xiàn)有按摩機器人無法針對客戶提供個性化的按摩服務(wù)的技術(shù)問題。

本發(fā)明提供的按摩機器人的服務(wù)方法，包括：

預(yù)先設(shè)定用戶屬性條目以及按摩服務(wù)方案類別；

采集訓(xùn)練樣本的與用戶屬性條目對應(yīng)的樣本行為數(shù)據(jù)，并根據(jù)樣本行為數(shù)據(jù)提取訓(xùn)練樣本的輸入特征向量；

根據(jù)輸入特征向量和訓(xùn)練樣本的按摩服務(wù)方案類別訓(xùn)練分類器，獲得按摩服務(wù)方案識別模型；

根據(jù)待按摩客戶的與用戶屬性條目對應(yīng)的屬性信息以及按摩服務(wù)方案識別模型，確定待按摩客戶的按摩服務(wù)方案。

進一步地，根據(jù)待按摩客戶的與用戶屬性條目對應(yīng)的屬性信息以及按摩服務(wù)方案識別模型，確定待按摩客戶的按摩服務(wù)方案包括：

采集待按摩客戶的與用戶屬性條目對應(yīng)的屬性信息；

根據(jù)屬性信息提取待按摩客戶的輸入特征向量；

將待按摩客戶的輸入特征向量輸入按摩服務(wù)方案識別模型，獲得待按摩客戶的按摩服務(wù)方案。

進一步地，采集待按摩客戶的與用戶屬性條目對應(yīng)的屬性信息包括：

識別待按摩客戶的身份；

根據(jù)待按摩客戶的身份采集與用戶屬性條目對應(yīng)的屬性信息。

進一步地，識別待按摩客戶的身份包括：

獲取待按摩客戶的生物特征；

將生物特征與預(yù)先存儲在數(shù)據(jù)庫中的樣本生物特征進行匹配，從而識別待按摩客戶的身份。

進一步地，當(dāng)生物特征與預(yù)先存儲在數(shù)據(jù)庫中的樣本生物特征不相匹配時，還包括：

在互聯(lián)網(wǎng)上搜索與待按摩客戶的生物特征匹配的用戶名信息；

根據(jù)用戶名信息識別待按摩客戶的身份。

進一步地，根據(jù)待按摩客戶的身份采集與用戶屬性條目對應(yīng)的屬性信息包括：

根據(jù)待按摩客戶的身份匹配與其對應(yīng)的用戶名信息；

根據(jù)用戶名信息獲取待按摩客戶的電子注冊信息；

根據(jù)電子注冊信息獲取待按摩客戶的基本屬性信息和行為日志信息，并根據(jù)基本屬性信息和行為日志信息提取與用戶屬性條目對應(yīng)的屬性信息。

進一步地，用戶屬性條目包括：

性別、年齡、教育背景、職業(yè)、身體健康狀態(tài)、身高、體重、按摩服務(wù)偏好、歷史按摩服務(wù)方案條目中的一種或多種組合。

進一步地，按摩服務(wù)方案類別包括：

按摩時間、按摩力度、按摩產(chǎn)品、按摩順序、按摩部位服務(wù)方案中的一種或多種組合。

本發(fā)明具有以下有益效果：

本發(fā)明提供的按摩機器人的服務(wù)方法，通過預(yù)先設(shè)定用戶屬性條目以及按摩服務(wù)方案類別；采集訓(xùn)練樣本的與用戶屬性條目對應(yīng)的樣本行為數(shù)據(jù)，并根據(jù)樣本行為數(shù)據(jù)提取訓(xùn)練樣本的輸入特征向量；根據(jù)輸入特征向量和訓(xùn)練樣本的按摩服務(wù)方案類別訓(xùn)練分類器，獲得按摩服務(wù)方案識別模型；根據(jù)待按摩客戶的與用戶屬性條目對應(yīng)的屬性信息以及按摩服務(wù)方案識別模型，確定待按摩客戶的按摩服務(wù)方案，解決了現(xiàn)有按摩機器人無法針對客戶提供個性化的按摩服務(wù)的技術(shù)問題，不僅能獲取待按摩客戶的屬性信息，還可以針對具有不同屬性信息特征的待按摩客戶提供個性化的服務(wù)，智能化程度高，用戶體驗佳。

除了上面所描述的目的、特征和優(yōu)點之外，本發(fā)明還有其它的目的、特征和優(yōu)點。下面將參照圖，對本發(fā)明作進一步詳細的說明。

附圖說明

構(gòu)建本申請的一部分的附圖用來提供對本發(fā)明的進一步理解，本發(fā)明的示意性實施例及其說明用于解釋本發(fā)明，并不構(gòu)建對本發(fā)明的不當(dāng)限定。在附圖中：

圖1是本發(fā)明優(yōu)選實施例按摩機器人的服務(wù)方法的流程圖；

圖2是本發(fā)明優(yōu)選實施例針對第一個精簡實施例的按摩機器人的服務(wù)方法的流程圖；

圖3是本發(fā)明優(yōu)選實施例針對第二個精簡實施例的按摩機器人的服務(wù)方法的流程圖。

具體實施方式

以下結(jié)合附圖對本發(fā)明的實施例進行詳細說明，但是本發(fā)明可以由權(quán)利要求限定和覆蓋的多種不同方式實施。

參照圖1，本發(fā)明的優(yōu)選實施例提供了一種按摩機器人的服務(wù)方法，包括：

步驟S101，預(yù)先設(shè)定用戶屬性條目以及按摩服務(wù)方案類別；

步驟S102，采集訓(xùn)練樣本的與用戶屬性條目對應(yīng)的樣本行為數(shù)據(jù)，并根據(jù)樣本行為數(shù)據(jù)提取訓(xùn)練樣本的輸入特征向量；

步驟S103，根據(jù)輸入特征向量和訓(xùn)練樣本的按摩服務(wù)方案類別訓(xùn)練分類器，獲得按摩服務(wù)方案識別模型；

步驟S104，根據(jù)待按摩客戶的與用戶屬性條目對應(yīng)的屬性信息以及按摩服務(wù)方案識別模型，確定待按摩客戶的按摩服務(wù)方案。

本發(fā)明提供的按摩機器人的服務(wù)方法，通過預(yù)先設(shè)定用戶屬性條目以及按摩服務(wù)方案類別；采集訓(xùn)練樣本的與用戶屬性條目對應(yīng)的樣本行為數(shù)據(jù)，并根據(jù)樣本行為數(shù)據(jù)提取訓(xùn)練樣本的輸入特征向量；根據(jù)輸入特征向量和訓(xùn)練樣本的按摩服務(wù)方案類別訓(xùn)練分類器，獲得按摩服務(wù)方案識別模型；根據(jù)待按摩客戶的與用戶屬性條目對應(yīng)的屬性信息以及按摩服務(wù)方案識別模型，確定待按摩客戶的按摩服務(wù)方案，解決了現(xiàn)有按摩機器人無法針對客戶提供個性化的按摩服務(wù)的技術(shù)問題，不僅能獲取待按摩客戶的屬性信息，還可以針對具有不同屬性信息特征的待按摩客戶提供個性化的服務(wù)，智能化程度高，用戶體驗佳。

其中，本實施例所指的用戶屬性信息是系統(tǒng)自動采集的與預(yù)先設(shè)定的用戶屬性條目對應(yīng)的信息，主要是一些用于表征用戶信息或用戶行為特征的相關(guān)信息。例如，本實施例中的用戶屬性條目可以是性別、年齡、教育背景、職業(yè)、身體健康狀態(tài)、身高、體重、按摩服務(wù)偏好、歷史按摩服務(wù)方案條目中的一種或多種組合，且用戶屬性條目的數(shù)目和類別由系統(tǒng)自定義，當(dāng)定義的用戶屬性條目不同，則獲得的與用戶屬性條目對應(yīng)的用戶屬性信息也不同；此外，針對不同的待按摩客戶，采集的與用戶屬性條目對應(yīng)的用戶屬性信息也可能不同，從而通過將用戶屬性信息作為已訓(xùn)練好的按摩服務(wù)方案識別模型的輸入，就能獲得具有針對性的按摩服務(wù)方案。

由此可見，本實施例將按摩服務(wù)方案的獲得巧妙地轉(zhuǎn)換為按摩服務(wù)方案的選取，以及通過設(shè)計并訓(xùn)練按摩服務(wù)方案識別模型，確定待按摩客戶的按摩服務(wù)方案，實現(xiàn)了針對不同屬性信息特征的待按摩客戶提供針對性的按摩服務(wù)方案，智能化程度高，用戶體驗佳。本實施例中用于獲得按摩服務(wù)方案識別模型的分類器可以是貝葉斯分類器，支持向量機分類器、最大熵分類器等等。需要說明的是，本實施例中所指的按摩機器人，不限于只能提供按摩服務(wù)的機器人，例如也可以是提供美容服務(wù)，或護理服務(wù)的機器人等等。

可選地，根據(jù)待按摩客戶的與用戶屬性條目對應(yīng)的屬性信息以及按摩服務(wù)方案識別模型，確定待按摩客戶的按摩服務(wù)方案包括：

采集待按摩客戶的與用戶屬性條目對應(yīng)的屬性信息；

根據(jù)屬性信息提取待按摩客戶的輸入特征向量；

將待按摩客戶的輸入特征向量輸入按摩服務(wù)方案識別模型，獲得待按摩客戶的按摩服務(wù)方案。

本實施例根據(jù)待按摩客戶的與用戶屬性條目對應(yīng)的屬性信息以及按摩服務(wù)方案識別模型，確定待按摩客戶的按摩服務(wù)方案時，首先采集待按摩客戶的與用戶屬性條目對應(yīng)的屬性信息，然后根據(jù)屬性信息提取待按摩客戶的輸入特征向量，最后將按摩客戶的輸入特征向量輸入按摩服務(wù)方案識別模型，獲得待按摩客戶的按摩服務(wù)方案。具體地，本實施例中的用戶屬性條目和按摩服務(wù)方案都是由用戶自定義的，例如用戶屬性條目可以是性別、年齡、教育背景、職業(yè)、身體健康狀態(tài)、身高、體重、按摩服務(wù)偏好、歷史按摩服務(wù)方案條目中的一種或多種組合，按摩服務(wù)方案可以是按摩時間、按摩力度、按摩產(chǎn)品、按摩順序、按摩部位服務(wù)方案中的一種或多種組合。例如，按摩服務(wù)方案可以僅僅包括按摩力度服務(wù)方案，也可以包括按摩力度與按摩時間組合的服務(wù)方案，或者按摩力度與按摩時間，以及按摩產(chǎn)品組合的服務(wù)方案。

本實施例在訓(xùn)練按摩服務(wù)方案識別模型時，根據(jù)采集的訓(xùn)練樣本的與用戶屬性條目對應(yīng)的樣本行為數(shù)據(jù)提取訓(xùn)練樣本的輸入特征向量，從而訓(xùn)練分類器，其中，分類器可以是支持向量機分類器、貝葉斯分類器、最大熵分類器等等。且在實際的實施過程中，訓(xùn)練樣本的數(shù)量應(yīng)當(dāng)盡可能大，從而保證按摩服務(wù)方案識別模型的識別精度。

此外，本實施例在采集待按摩客戶的與用戶屬性條目對應(yīng)的屬性信息之后，根據(jù)屬性信息提取待按摩客戶的輸入特征向量之前還可以對屬性信息進行歸一化。例如當(dāng)獲取到與職業(yè)屬性條目對應(yīng)的屬性信息為教師時，可以根據(jù)預(yù)先設(shè)定的歸一化規(guī)則對其進行歸一化。其中預(yù)先設(shè)定的歸一化規(guī)則可以是預(yù)先定義的標識規(guī)則，例如預(yù)先定義N種職業(yè)，當(dāng)采集到與該N種職業(yè)中的某一種對應(yīng)時，則對采集的職業(yè)進行標識，從而實現(xiàn)對屬性信息的歸一化。而針對獲取到與其他用戶屬性條目對應(yīng)的屬性信息時，也可以采取類似的方法對屬性信息進行歸一化，從而為提高識別模型的識別率奠定良好的數(shù)據(jù)基礎(chǔ)。

本實施例通過訓(xùn)練用于識別按摩服務(wù)方案的按摩服務(wù)方案識別模型，不僅能根據(jù)待按摩客戶的屬性信息匹配與其對應(yīng)的、具有針對性地按摩服務(wù)方案，而且采用本實施例訓(xùn)練好的按摩服務(wù)方案識別模型對待按摩客戶的按摩服務(wù)方案識別的準確率高，有利于后續(xù)按摩機器人能根據(jù)識別出的按摩服務(wù)方案給待按摩客戶提供個性化的按摩服務(wù)，體現(xiàn)了較高的智能化水平。

可選地，采集待按摩客戶的與用戶屬性條目對應(yīng)的屬性信息包括：

識別待按摩客戶的身份；

根據(jù)待按摩客戶的身份采集與用戶屬性條目對應(yīng)的屬性信息。

本實施例在采集與用戶屬性條目對應(yīng)的屬性信息時，首先對待按摩客戶的身份進行識別，然后根據(jù)待按摩客戶的身份采集與用戶屬性條目對應(yīng)的屬性信息。且本實施例通過識別待按摩客戶的身份，并根據(jù)待按摩客戶的身份采集與用戶屬性條目對應(yīng)的屬性信息，便可以根據(jù)待按摩客戶的屬性信息和按摩服務(wù)方案識別模型，獲得待按摩客戶的按摩服務(wù)方案，智能化程度高，用戶體驗佳。

可選地，識別待按摩客戶的身份包括：

獲取待按摩客戶的生物特征；

將生物特征與預(yù)先存儲在數(shù)據(jù)庫中的樣本生物特征進行匹配，從而識別待按摩客戶的身份。

具體地，本實施例在識別待按摩客戶的身份時首先獲取待按摩客戶的生物特征，然后將待按摩客戶的生物特征與預(yù)先存儲在數(shù)據(jù)庫中的樣本生物特征進行匹配，從而識別待按摩客戶的身份。其中，待按摩客戶的生物特征包括：人臉、指紋、聲音、氣味、虹膜、手形、掌紋、簽名、步態(tài)中的一種或多種組合。

現(xiàn)有智能按摩機器人的數(shù)據(jù)庫中往往會存儲一些用戶的樣本生物特征，例如人臉、指紋、聲音、氣味、虹膜、手形、掌紋、簽名、步態(tài)等等，故當(dāng)按摩機器人采集到待按摩客戶的生物特征后，往往會先在其數(shù)據(jù)庫中匹配是否包括該待按摩客戶的樣本生物特征，若匹配成功，則根據(jù)該待按摩客戶在數(shù)據(jù)庫中存儲的樣本生物特征對其進行身份識別。例如，當(dāng)采集到待按摩客戶的人臉特征信息時，則采用人臉識別技術(shù)將其與智能按摩機器人的數(shù)據(jù)庫中人臉樣本特征進行匹配，從而實現(xiàn)對待按摩客戶的身份進行識別。

本實施例在采集待按摩客戶的屬性信息時，首先對待按摩客戶的身份進行識別，有利于后續(xù)根據(jù)待按摩客戶的身份獲取與待按摩客戶對應(yīng)的屬性信息，及根據(jù)待按摩客戶的屬性信息獲得與之對應(yīng)的，具有針對性的按摩服務(wù)方案。

可選地，當(dāng)生物特征與預(yù)先存儲在數(shù)據(jù)庫中的樣本生物特征不相匹配時，還包括：

在互聯(lián)網(wǎng)上搜索與待按摩客戶的生物特征匹配的用戶名信息；

根據(jù)用戶名信息識別待按摩客戶的身份。

由于將待按摩客戶的生物特征與數(shù)據(jù)庫中的樣本生物特征進行匹配時，可能出現(xiàn)生物特征與預(yù)先存儲在數(shù)據(jù)庫中的樣本生物特征不相匹配的情況，也即不能從預(yù)先存儲在數(shù)據(jù)庫中的樣本生物特征中匹配出與待按摩客戶相同的生物特征。針對這種情況，本實施例通過在互聯(lián)網(wǎng)上搜索與待按摩客戶的生物特征匹配的用戶名信息，然后根據(jù)用戶名信息識別待按摩客戶的身份。

例如，當(dāng)系統(tǒng)不能從預(yù)先存儲在數(shù)據(jù)庫中的人臉樣本生物特征中匹配出與待按摩客戶相同的人臉生物特征時，則根據(jù)采集的待按摩客戶的人臉生物特征在互聯(lián)網(wǎng)上搜索與之對應(yīng)的用戶名信息。這主要是基于現(xiàn)有用戶在互聯(lián)網(wǎng)上進行身份注冊時，往往會被要求提供對應(yīng)的生物特征，例如人臉、簽名等。本實施例正是基于這兩者的相關(guān)性，首先通過待按摩客戶的生物特征在互聯(lián)網(wǎng)上搜索獲取與之匹配的用戶名信息，然后根據(jù)用戶名信息識別待按摩客戶的身份。需要說明的是，本實施例中所指的待按摩客戶的身份可以是任何用于表征待按摩客戶的身份屬性信息，例如待按摩客戶的名稱，聯(lián)系電話，郵箱地址，身份證號碼等等。

需要說明的是，本實施例在互聯(lián)網(wǎng)上根據(jù)待按摩客戶的生物特征搜索獲取與之對應(yīng)的用戶名信息時，可能獲取不止一個用戶名信息。此時，本實施例可以選取其中任意一個用戶名信息識別待按摩客戶的身份，也可以選取與待按摩客戶的生物特征匹配度最高的用戶名信息用于識別待按摩客戶的身份。

可選地，根據(jù)待按摩客戶的身份采集與用戶屬性條目對應(yīng)的屬性信息包括：

根據(jù)待按摩客戶的身份匹配與其對應(yīng)的用戶名信息；

根據(jù)用戶名信息獲取待按摩客戶的電子注冊信息；

根據(jù)電子注冊信息獲取待按摩客戶的基本屬性信息和行為日志信息，并根據(jù)基本屬性信息和行為日志信息提取與用戶屬性條目對應(yīng)的屬性信息。

由于待按摩客戶在進行身份注冊時，往往會進行用戶名設(shè)置，且還會設(shè)置與用戶名信息對應(yīng)的其他電子注冊信息，例如性別、年齡、職業(yè)、興趣愛好、家庭狀況中的一種或多種。同時，當(dāng)獲取到待按摩客戶的用戶名信息時，本實施例還可以在與用戶名信息對應(yīng)的系統(tǒng)數(shù)據(jù)庫中搜索獲取與之相關(guān)的其他信息，例如日志信息、歷史記錄信息等等。具體地，本實施例在獲得與待按摩客戶的身份匹配的用戶名信息后，根據(jù)用戶名信息獲取與之對應(yīng)的電子注冊信息，然后再根據(jù)電子注冊信息獲取待按摩客戶的基本屬性信息和行為日志信息，并根據(jù)基本屬性信息和行為日志信息提取與用戶屬性條目對應(yīng)的屬性信息。

在實際的實施過程中，本實施例中的待按摩客戶的行為數(shù)據(jù)信息具體可以包括待按摩客戶的個人基本信息、日志信息、通訊信息、上網(wǎng)足跡信息中的一種或多種，其中個人基本信息包括性別、年齡、職業(yè)、興趣愛好、家庭狀況中的一種或多種，通訊信息包括即時通訊信息、手機通訊信息、電子郵件通訊信息、微博通訊信息中的一種或多種，上網(wǎng)足跡信息包括上網(wǎng)購物信息、網(wǎng)頁瀏覽信息中的一種或多種。

可選地，用戶屬性條目包括：

性別、年齡、教育背景、職業(yè)、身體健康狀態(tài)、身高、體重、按摩服務(wù)偏好、歷史按摩服務(wù)方案條目中的一種或多種組合。

具體地，本實施例中的用戶屬性條目不限于包括性別、年齡、教育背景、職業(yè)、身體健康狀態(tài)、身高、體重、按摩服務(wù)偏好、歷史按摩服務(wù)方案條目中的一種或多種組合，具體由系統(tǒng)自定義。

可選地，按摩服務(wù)方案類別包括：

按摩時間、按摩力度、按摩產(chǎn)品、按摩順序、按摩部位服務(wù)方案中的一種或多種組合。

具體地，本實施例中的按摩服務(wù)方案不限于包括按摩時間、按摩力度、按摩產(chǎn)品、按摩順序、按摩部位服務(wù)方案中的一種或多種組合，例如按摩服務(wù)方案可以僅僅包括按摩力度服務(wù)方案，也可以包括按摩力度與按摩時間組合的服務(wù)方案，或者按摩力度與按摩時間，以及按摩產(chǎn)品組合的服務(wù)方案。

下面針對二個精簡實施例對本發(fā)明的按摩機器人的服務(wù)方法進行更進一步說明。

精簡實施例一

參照圖2，本發(fā)明的精簡實施例一提供的按摩機器人的服務(wù)方法，包括：

步驟S201，預(yù)先設(shè)定用戶屬性條目以及按摩服務(wù)方案類別。

具體地，本實施例中的用戶屬性條目包括但不限于包括性別、年齡、教育背景、職業(yè)、身體健康狀態(tài)、身高、體重、按摩服務(wù)偏好、歷史按摩服務(wù)方案條目中的一種或多種組合。假設(shè)本實施例預(yù)先設(shè)置的用戶屬性條目包括性別、年齡、職業(yè)三個屬性條目。

此外，本實施例的按摩服務(wù)方案類別包括但不限于按摩時間、按摩力度、按摩產(chǎn)品、按摩順序、按摩部位服務(wù)方案中的一種或多種組合。假設(shè)本實施例預(yù)先設(shè)置的按摩服務(wù)方案類別為按摩時間、按摩力度的組合，且假設(shè)本實施例針對按摩時間分為長（大于1個小時），中（半小時到1小時），短（少于半小時），針對按摩力度分為力度大、中、小，則可以獲得按摩服務(wù)方案類別具體為9種，具體為{按摩時間長+按摩力度大，按摩時間長+按摩力度中，按摩時間長+按摩力度小，按摩時間中+按摩力度大，按摩時間中+按摩力度中，按摩時間中+按摩力度小，按摩時間短+按摩力度大，按摩時間短+按摩力度中，按摩時間短+按摩力度小}。

步驟S202，采集訓(xùn)練樣本的與用戶屬性條目對應(yīng)的樣本行為數(shù)據(jù)，并根據(jù)樣本行為數(shù)據(jù)提取訓(xùn)練樣本的輸入特征向量。

具體地，為了獲得識別率較高的按摩服務(wù)方案識別模型，本實施例選取的訓(xùn)練樣本的數(shù)量應(yīng)當(dāng)盡量大。假設(shè)本實施例選取的訓(xùn)練樣本的數(shù)量為N，則針對這N個訓(xùn)練樣本，分別采集與用戶屬性條目對應(yīng)的樣本行為數(shù)據(jù)，并根據(jù)每一個訓(xùn)練樣本的樣本行為數(shù)據(jù)提取與之對應(yīng)的輸入特征向量。由于本實施例預(yù)先設(shè)置的用戶屬性條目為三個，也即針對的每一個訓(xùn)練樣本，都能采集到與之對應(yīng)的3個數(shù)據(jù)。在實際的實施過程中，本實施例采集訓(xùn)練樣本的與用戶屬性條目對應(yīng)的樣本行為數(shù)據(jù)之后，根據(jù)樣本行為數(shù)據(jù)提取訓(xùn)練樣本的輸入特征向量之前，還包括對樣本行為數(shù)據(jù)進行歸一化。

步驟S203，根據(jù)輸入特征向量和訓(xùn)練樣本的按摩服務(wù)方案類別訓(xùn)練分類器，獲得按摩服務(wù)方案識別模型。

具體地，由于本實施例已知訓(xùn)練樣本的輸入特征向量以及按摩服務(wù)方案類別，故將訓(xùn)練樣本的輸入特征向量作為分類器的輸入向量，將訓(xùn)練樣本的按摩服務(wù)方案類別作為分類器的輸出向量，從而訓(xùn)練出按摩服務(wù)方案識別模型。其中，本實施例中的分類器可以是貝葉斯分類器，支持向量機分類器、最大熵分類器等等。

步驟S204，采集待按摩客戶的與用戶屬性條目對應(yīng)的屬性信息。

具體地，由于本實施例預(yù)設(shè)的用戶屬性條目包括性別、年齡、職業(yè)三個屬性條目，則本實施例采集待按摩客戶的與該三個屬性條目分別對應(yīng)的屬性信息，假設(shè)本實施例采集到與待按摩客戶的與上述三個用戶屬性條目對應(yīng)的屬性信息分別為男、35歲、出租車司機。

步驟S205，根據(jù)屬性信息提取待按摩客戶的輸入特征向量。

具體地，在對待按摩客戶的屬性信息進行歸一化后，可獲得待按摩客戶的輸入特征向量。

步驟S206，將待按摩客戶的輸入特征向量輸入按摩服務(wù)方案識別模型，獲得待按摩客戶的按摩服務(wù)方案。

具體地，將待按摩客戶的輸入特征向量輸入按摩服務(wù)方案識別模型，則容易獲得待按摩客戶的按摩服務(wù)方案，例如為按摩時間長+按摩力度大。

由此可見，本實施例將按摩機器人的服務(wù)方法的獲得巧妙地轉(zhuǎn)換為按摩服務(wù)方案的選取，以及通過設(shè)計并訓(xùn)練按摩服務(wù)方案識別模型，確定待按摩客戶的按摩服務(wù)方案，實現(xiàn)了針對不同屬性信息特征的待按摩客戶提供針對性的按摩服務(wù)方案，智能化程度高，用戶體驗佳。

精簡實施例二

參照圖3，本發(fā)明的精簡實施例二提供的按摩機器人的服務(wù)方法，包括：

步驟S301，預(yù)先設(shè)定用戶屬性條目以及按摩服務(wù)方案類別。

具體地，本實施例中的用戶屬性條目包括但不限于包括性別、年齡、教育背景、職業(yè)、身體健康狀態(tài)、身高、體重、按摩服務(wù)偏好、歷史按摩服務(wù)方案條目中的一種或多種組合。假設(shè)本實施例預(yù)先設(shè)置的用戶屬性條目包括性別、年齡、身高、體重四個屬性條目。

此外，本實施例的按摩服務(wù)方案類別包括但不限于按摩時間、按摩力度、按摩產(chǎn)品、按摩順序、按摩部位服務(wù)方案中的一種或多種組合。假設(shè)本實施例預(yù)先設(shè)置的按摩服務(wù)方案類別為按摩力度、按摩產(chǎn)品、按摩部位的組合，且假設(shè)本實施例針對按摩力度分為力度大、中、?。会槍Π茨Ξa(chǎn)品分為減肥產(chǎn)品、美容產(chǎn)品；針對按摩部位分為臉部、背部、腰部。則可以獲得按摩服務(wù)方案類別具體為3*2*3=18種，在此不一一列出。在實際的實施過程中，針對每一種按摩服務(wù)方案類別的具體分類由用戶自定義，例如針對按摩部位還可以包括頭部按摩、手部按摩等等。

步驟S302，采集訓(xùn)練樣本的與用戶屬性條目對應(yīng)的樣本行為數(shù)據(jù)，并根據(jù)樣本行為數(shù)據(jù)提取訓(xùn)練樣本的輸入特征向量。

具體地，為了獲得識別率較高的按摩服務(wù)方案識別模型，本實施例選取的訓(xùn)練樣本的數(shù)量應(yīng)當(dāng)盡量大。假設(shè)本實施例選取的訓(xùn)練樣本的數(shù)量為N，則針對這N個訓(xùn)練樣本，分別采集與用戶屬性條目對應(yīng)的樣本行為數(shù)據(jù)，并根據(jù)每一個訓(xùn)練樣本的樣本行為數(shù)據(jù)提取與之對應(yīng)的輸入特征向量。由于本實施例預(yù)先設(shè)置的用戶屬性條目為四個，也即針對的每一個訓(xùn)練樣本，都能采集到與之對應(yīng)的4個數(shù)據(jù)。在實際的實施過程中，本實施例采集訓(xùn)練樣本的與用戶屬性條目對應(yīng)的樣本行為數(shù)據(jù)之后，根據(jù)樣本行為數(shù)據(jù)提取訓(xùn)練樣本的輸入特征向量之前，還包括對樣本行為數(shù)據(jù)進行歸一化。

步驟S303，根據(jù)輸入特征向量和訓(xùn)練樣本的按摩服務(wù)方案類別訓(xùn)練分類器，獲得按摩服務(wù)方案識別模型。

具體地，由于本實施例已知訓(xùn)練樣本的輸入特征向量以及按摩服務(wù)方案類別，故將訓(xùn)練樣本的輸入特征向量作為分類器的輸入向量，將訓(xùn)練樣本的按摩服務(wù)方案類別作為分類器的輸出向量，從而訓(xùn)練出按摩服務(wù)方案識別模型。其中，本實施例中的分類器可以是貝葉斯分類器，支持向量機分類器、最大熵分類器等等。

步驟S304，獲取待按摩客戶的生物特征。

具體地，由于本實施例訓(xùn)練好按摩服務(wù)方案識別模型后，需要獲取待按摩客戶的屬性信息，在實際的實施過程中，本實施例可以通過對待按摩客戶的身份進行識別，從而能快速獲取待按摩客戶的與用戶屬性條目對應(yīng)的屬性信息。具體地，首先獲取待按摩客戶的生物特征，且在具體的實施過程中按摩機器人可以對待按摩客戶的任何一種或多種生物特征進行獲取，例如待按摩客戶的人臉、指紋、聲音、氣味、虹膜、手形、掌紋、簽名、步態(tài)中的一種或多種組合特征進行獲取，本實施例假設(shè)獲取的生物特征為待按摩客戶的人臉特征。

步驟S305，將生物特征與預(yù)先存儲在數(shù)據(jù)庫中的樣本生物特征進行匹配，從而識別待按摩客戶的身份。

具體地，本實施例將采集到待按摩客戶的人臉特征與按摩機器人的數(shù)據(jù)庫中人臉樣本特征進行匹配，從而實現(xiàn)對待按摩客戶的身份進行識別。本實施例假設(shè)能從數(shù)據(jù)庫中匹配出與待按摩客戶的人臉特征匹配的人臉樣本特征，且根據(jù)待按摩客戶的人臉特征識別出其身份名稱為張三。

步驟S306，根據(jù)待按摩客戶的身份采集與用戶屬性條目對應(yīng)的屬性信息。

具體地，當(dāng)本實施例識別出待按摩客戶的身份為張三時，便可以在客戶數(shù)據(jù)庫中匹配張三的與用戶屬性條目對應(yīng)的屬性信息，也可以通過互聯(lián)網(wǎng)搜索張三的與用戶屬性條目對應(yīng)的屬性信息。假設(shè)本實施例采集到張三的與上述四個用戶屬性條目對應(yīng)的屬性信息分別為女、30歲、165厘米、70公斤。

步驟S307，根據(jù)屬性信息提取待按摩客戶的輸入特征向量。

具體地，在對待按摩客戶的屬性信息進行歸一化后，可獲得待按摩客戶的輸入特征向量。

步驟S308，將待按摩客戶的輸入特征向量輸入按摩服務(wù)方案識別模型，獲得待按摩客戶的按摩服務(wù)方案。

具體地，將待按摩客戶的輸入特征向量輸入按摩服務(wù)方案識別模型，則容易獲得待按摩客戶的按摩服務(wù)方案，例如為按摩力度中+減肥按摩產(chǎn)品+腰部按摩。

由此可見，本實施例通過識別待按摩客戶的身份，并根據(jù)待按摩客戶的身份采集與用戶屬性條目對應(yīng)的屬性信息，以及根據(jù)待按摩客戶的屬性信息和訓(xùn)練好的按摩服務(wù)方案識別模型，獲得待按摩客戶的按摩服務(wù)方案，解決了現(xiàn)有按摩機器人無法針對客戶提供個性化的按摩服務(wù)的技術(shù)問題，不僅能獲取待按摩客戶的屬性信息，還可以針對具有不同屬性信息特征的待按摩客戶提供個性化的服務(wù)，智能化程度高，用戶體驗佳。

以上僅為本發(fā)明的優(yōu)選實施例而已，并不用于限制本發(fā)明，對于本領(lǐng)域的技術(shù)人員來說，本發(fā)明可以有各種更改和變化。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。