[发明专利]对用户满意度进行自动确定和响应的方法和系统

权利要求书

1.一种对用户满意度进行自动确定和响应的方法，包括：

从用户的一个或多个设备接收用户数据，所述用户数据包括以下项中的至少一项：医疗健康记录、能够测量的身体活动数据、社交联网和在线使用数据、或情境线索数据；

基于学习的统计模型来确定所述用户对健康计划的满意度水平，其中所述统计模型是经训练的机器学习模型；以及

基于所述满意度水平来向不同的用户发送通信，

其中基于学习的统计模型来确定所述用户对健康计划的满意度水平包括：

从所述用户数据中提取一个或多个特征；以及

基于所述学习的统计模型将所提取的一个或多个特征映射到预测的满意度水平，

其中所述学习的统计模型是基于从多个用户收集的用户数据所提取的特征和从所述多个用户收集的真实用户满意度数据而训练的。

2.根据权利要求1所述的方法，还包括：

确定用于改善所述用户的所述满意度水平的推荐。

3.根据权利要求1所述的方法，还包括：

在所述用户的设备上，基于所述健康计划的一个或多个要求和由所述设备捕获的数据来确定用于改善所述用户的所述满意度水平的推荐，其中所捕获的数据包括敏感用户数据，并且所述推荐被提供给所述用户以用于审阅。

4.根据权利要求1所述的方法，其中，所述满意度水平指示所述用户将完成所述健康计划的可能性。

5. 根据权利要求1所述的方法，其中，基于所述用户的所述满意度水平来向不同的用户发送通信包括：

将所述用户的所述满意度水平与阈值进行比较；以及

根据所述比较来向所述不同的用户发送警报。

6.根据权利要求1所述的方法，其中，所述不同的用户是健康管理者、家庭成员或朋友之一。

7. 根据权利要求2所述的方法，其中，基于学习的统计模型来确定所述用户对健康计划的满意度水平包括：

针对所述健康计划的每个方面，确定所述用户对所述方面的对应满意度水平；以及

基于与所述健康计划的每个方面相对应的每个满意度水平的加权平均值，来确定所述用户对所述健康计划的总体满意度水平。

8.根据权利要求7所述的方法，其中，确定用于改善所述用户的所述满意度水平的推荐包括：

针对所述健康计划的每个方面：

将所述用户的对应满意度水平与阈值进行比较；以及

基于与每个比较相对应的每个满意度水平，确定用于改善所述用户的所述对应满意度水平的对应推荐。

9.根据权利要求7所述的方法，其中，确定用于改善所述用户的所述满意度水平的推荐包括：

基于与所述健康计划的每个方面相对应的每个满意度水平来确定所述健康计划的哪个方面最有效，其中所述推荐包括对所述健康计划的最有效方面加以指示的信息。

10. 一种对用户满意度进行自动确定和响应的系统，包括：

至少一个处理器；以及

存储指令的非暂时性处理器可读存储器设备，

所述指令当由所述至少一个处理器执行时，使所述至少一个处理器执行包括以下项的操作：

从用户的一个或多个设备接收用户数据，所述用户数据包括以下项中的至少一项：医疗健康记录、能够测量的身体活动数据、社交联网和在线使用数据、或情境线索数据；

基于学习的统计模型来确定所述用户对健康计划的满意度水平，其中所述统计模型是经训练的机器学习模型；以及

基于所述满意度水平来向不同的用户发送通信，

其中，基于学习的统计模型来确定所述用户对健康计划的满意度水平包括：

从所述用户数据中提取一个或多个特征；以及

基于所述学习的统计模型将所提取的一个或多个特征映射到预测的满意度水平，

其中所述学习的统计模型是基于从多个用户收集的用户数据所提取的特征和从所述多个用户收集的真实用户满意度数据而训练的。