基于睡眠床垫的酒店房间推荐方法、装置、设备及介质制造方法及图纸

本申请公开了一种基于睡眠床垫的酒店房间推荐方法、装置、设备及介质，获取目标酒店各个房间内睡眠床垫的第一型号数据；获取用户在当前时间点之前的一段预定时间段内的第一体动数据；将第一型号数据和第一体动数据输入到训练好的睡眠质量预测模型中，得到睡眠质量预测模型输出的睡眠质量预测评分数据；睡眠质量预测评分数据和睡眠床垫对应；对睡眠质量预测评分数据进行排序，将若干个较高的睡眠质量预测评分数据对应的睡眠床垫所在的房间推荐给用户。该方法能够将睡眠质量预测评分数据较高的睡眠床垫所在的房间推荐给用户，能够帮助用户选择预定更适合当前身体状态的房间，有利于取得良好的睡眠效果。本申请可广泛应用于家居设备技术领域内。设备技术领域内。设备技术领域内。

【技术实现步骤摘要】
基于睡眠床垫的酒店房间推荐方法、装置、设备及介质


[0001]本申请涉及家居设备
，尤其是基于睡眠床垫的酒店房间推荐方法、装置、设备及介质。

技术介绍

[0002]近年来，随着人工智能技术的发展，基于机器学习算法训练得到的各式各样的模型被广泛应用在各类行业中，该技术具有十分广阔的应用前景。例如，相关技术中，存在有基于用户的生理数据，通过机器学习训练得到的模型对用户的睡眠质量进行评估的应用。
[0003]但是，现有的应用中，往往只是得到用户的睡眠质量评估结果，难以给出针对性的改善建议，且属于事后分析评估，无法提前帮助用户达到较好的睡眠效果。
[0004]综合上述，相关技术中存在的技术问题亟需得到解决。

技术实现思路

[0005]本申请的目的在于至少一定程度上解决相关技术中存在的技术问题之一。
[0006]为此，本申请实施例的一个目的在于提供一种基于睡眠床垫的酒店房间推荐方法。
[0007]本申请实施例的另一个目的在于提供基于睡眠床垫的酒店房间推荐装置。
[0008]为了达到上述技术目的，本申请实施例所采取的技术方案包括：
[0009]第一方面，本申请实施例提供了一种基于睡眠床垫的酒店房间推荐方法，包括以下步骤：
[0010]获取目标酒店各个房间内睡眠床垫的第一型号数据；
[0011]获取用户在当前时间点之前的一段预定时间段内的第一体动数据；
[0012]将所述第一型号数据和所述第一体动数据输入到训练好的睡眠质量预测模型中，得到所述睡眠质量预测模型输出的睡眠质量预测评分数据；所述睡眠质量预测评分数据和所述睡眠床垫对应；
[0013]对所述睡眠质量预测评分数据进行排序，将若干个较高的所述睡眠质量预测评分数据对应的睡眠床垫所在的房间推荐给用户。
[0014]另外，根据本申请上述实施例的基于睡眠床垫的酒店房间推荐方法，还可以具有以下附加的技术特征：
[0015]进一步地，在本申请的一个实施例中，所述获取目标酒店各个房间内睡眠床垫的第一型号数据：
[0016]响应于用户的第一选择指令，从若干候选酒店中确定至少一个目标酒店。
[0017]进一步地，在本申请的一个实施例中，所述睡眠质量预测模型通过以下步骤训练得到：
[0018]获取批量的训练数据；所述训练数据中包括各类睡眠床垫的第二型号数据、用户的第二体动数据，以及所述用户在睡眠床垫上睡眠的睡眠质量评分标签；
[0019]将所述训练数据输入到初始化后的睡眠质量预测模型中进行训练，得到训练好的睡眠质量预测模型。
[0020]进一步地，在本申请的一个实施例中，所述将所述训练数据输入到初始化后的睡眠质量预测模型中进行训练，得到训练好的睡眠质量预测模型，包括：
[0021]将所述训练数据输入到初始化后的睡眠质量预测模型，得到所述睡眠质量预测模型输出的睡眠质量预测评分数据；
[0022]根据所述睡眠质量预测评分数据和所述睡眠质量评分标签确定训练的损失值；
[0023]根据所述损失值对所述睡眠质量预测模型的参数进行更新，得到训练好的睡眠质量预测模型。
[0024]进一步地，在本申请的一个实施例中，通过交叉熵损失函数，根据所述睡眠质量预测评分数据和所述睡眠质量评分标签确定训练的损失值。
[0025]进一步地，在本申请的一个实施例中，还包括以下步骤：
[0026]对所述训练数据进行去噪和抽稀处理。
[0027]进一步地，在本申请的一个实施例中，所述睡眠质量评分标签，通过以下步骤得到：
[0028]获取用户在睡眠床垫上睡眠的深睡时长、浅睡时长和打鼾次数；
[0029]根据所述深睡时长、所述浅睡时长或者所述打鼾次数中的至少一者，生成所述睡眠质量评分标签。
[0030]第二方面，本申请实施例提供了一种基于睡眠床垫的酒店房间推荐装置，包括：
[0031]第一获取单元，用于获取目标酒店各个房间内睡眠床垫的第一型号数据；
[0032]第二获取单元，用于获取用户在当前时间点之前的一段预定时间段内的第一体动数据；
[0033]预测单元，用于将所述第一型号数据和所述第一体动数据输入到训练好的睡眠质量预测模型中，得到所述睡眠质量预测模型输出的睡眠质量预测评分数据；所述睡眠质量预测评分数据和所述睡眠床垫对应；
[0034]输出单元，用于对所述睡眠质量预测评分数据进行排序，将若干个较高的所述睡眠质量预测评分数据对应的睡眠床垫所在的房间推荐给用户。
[0035]第三方面，本申请实施例提供了一种计算机设备，包括：
[0036]至少一个处理器；
[0037]至少一个存储器，用于存储至少一个程序；
[0038]当所述至少一个程序被所述至少一个处理器执行时，使得所述至少一个处理器实现第一方面所述的基于睡眠床垫的酒店房间推荐方法。
[0039]第四方面，本申请实施例还提供了一种计算机可读存储介质，其中存储有处理器可执行的程序，所述处理器可执行的程序在由处理器执行时用于实现第一方面所述的基于睡眠床垫的酒店房间推荐方法。
[0040]本申请的优点和有益效果将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到：
[0041]本申请实施例中提供一种基于睡眠床垫的酒店房间推荐方法，该方法获取目标酒店各个房间内睡眠床垫的第一型号数据；获取用户在当前时间点之前的一段预定时间段内
的第一体动数据；将所述第一型号数据和所述第一体动数据输入到训练好的睡眠质量预测模型中，得到所述睡眠质量预测模型输出的睡眠质量预测评分数据；所述睡眠质量预测评分数据和所述睡眠床垫对应；对所述睡眠质量预测评分数据进行排序，将若干个较高的所述睡眠质量预测评分数据对应的睡眠床垫所在的房间推荐给用户。该方法能够将睡眠质量预测评分数据较高的睡眠床垫所在的房间推荐给用户，能够帮助用户选择预定更适合当前身体状态的房间，有利于取得良好的睡眠效果。
附图说明
[0042]为了更清楚地说明本申请实施例或者现有技术中的技术方案，下面对本申请实施例或者现有技术中的相关技术方案附图作以下介绍，应当理解的是，下面介绍中的附图仅仅为了方便清晰表述本申请的技术方案中的部分实施例，对于本领域的技术人员来说，在无需付出创造性劳动的前提下，还可以根据这些附图获取到其他附图。
[0043]图1为本申请实施例中提供的一种基于睡眠床垫的酒店房间推荐方法的实施环境示意图；
[0044]图2为本申请实施例中提供的一种基于睡眠床垫的酒店房间推荐方法的流程示意图；
[0045]图3为本申请实施例中提供的一种基于睡眠床垫的酒店房间推荐装置的结构示意图；
[0046]图4为本申请实施例中提供的一种计算机设备的结构示意图。
具体实施方式
[0047]下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于睡眠床垫的酒店房间推荐方法，其特征在于，包括：获取目标酒店各个房间内睡眠床垫的第一型号数据；获取用户在当前时间点之前的一段预定时间段内的第一体动数据；将所述第一型号数据和所述第一体动数据输入到训练好的睡眠质量预测模型中，得到所述睡眠质量预测模型输出的睡眠质量预测评分数据；所述睡眠质量预测评分数据和所述睡眠床垫对应；对所述睡眠质量预测评分数据进行排序，将若干个较高的所述睡眠质量预测评分数据对应的睡眠床垫所在的房间推荐给用户。2.根据权利要求1所述的基于睡眠床垫的酒店房间推荐方法，其特征在于，所述获取目标酒店各个房间内睡眠床垫的第一型号数据：响应于用户的第一选择指令，从若干候选酒店中确定至少一个目标酒店。3.根据权利要求1所述的基于睡眠床垫的酒店房间推荐方法，其特征在于，所述睡眠质量预测模型通过以下步骤训练得到：获取批量的训练数据；所述训练数据中包括各类睡眠床垫的第二型号数据、用户的第二体动数据，以及所述用户在睡眠床垫上睡眠的睡眠质量评分标签；将所述训练数据输入到初始化后的睡眠质量预测模型中进行训练，得到训练好的睡眠质量预测模型。4.根据权利要求3所述的基于睡眠床垫的酒店房间推荐方法，其特征在于，所述将所述训练数据输入到初始化后的睡眠质量预测模型中进行训练，得到训练好的睡眠质量预测模型，包括：将所述训练数据输入到初始化后的睡眠质量预测模型，得到所述睡眠质量预测模型输出的睡眠质量预测评分数据；根据所述睡眠质量预测评分数据和所述睡眠质量评分标签确定训练的损失值；根据所述损失值对所述睡眠质量预测模型的参数进行更新，得到训练好的睡眠质量预测模型。5.根据权利要求4所述的基于睡眠床垫的酒店房间推荐方法，其特征在于，通过交叉熵损失函数，根据...

【专利技术属性】
技术研发人员：王炳坤，
申请(专利权)人：慕思健康睡眠股份有限公司，
类型：发明
国别省市：