[发明专利]一种抑郁症情绪监测方法、装置及可读存储介质

权利要求书

1.一种抑郁症情绪监测方法，其特征在于，包括：

监测用户的行为数据；

按照预设规则从所述行为数据中计算目标数据特征；

通过预设预测模型基于所述目标数据特征进行预测，以获得预测结果。

2.如权利要求1所述的抑郁症情绪监测方法，其特征在于，监测用户的行为数据，包括：

监测用户使用终端的使用行为数据以及获取用户反馈的量表数据；

其中所述量表数据包括：用户反馈的PHQ-9自评量表。

3.如权利要求2所述的抑郁症情绪监测方法，其特征在于，按照预设规则从所述行为数据中计算目标数据特征，包括：

对所述行为数据进行数据处理，剔除不完整数据及脏数据；

合并处理在先指定次数与当前量表数据，按照预设分类标准对合并处理后的所述量表数据进行分类，并对分类后的所述量表数据设置对应的数据标签。

4.如权利要求2所述的抑郁症情绪监测方法，其特征在于，按照预设规则从所述行为数据中计算目标数据特征，还包括：

根据所述行为数据确定用户在各个预设时段内的终端使用信息，以及睡眠与运动特征。

5.如权利要求4所述的抑郁症情绪监测方法，其特征在于，确定用户在各个预设时段内的睡眠与运动特征，包括：

将睡眠心率进行余弦拟合后提取对应的睡眠曲线特征；

确定所述睡眠曲线特征的特征值；

所述特征值至少包括如下之一：平均值、中位数及标准差。

6.如权利要求2-5任一项所述的抑郁症情绪监测方法，其特征在于，按照预设规则从所述行为数据中计算目标数据特征，还包括：

利用预设特征选择模型从所述使用行为数据和所述量表数据中选取对应的目标数据特征；

其中所述预设特征选择模型至少包括如下之一：基于树的特征选择、L1范式特征选择。

7.如权利要求3所述的抑郁症情绪监测方法，其特征在于，通过预设预测模型基于所述目标数据特征进行预测之前，还包括：

通过历史目标数据特征以及对应的标签对不同的机器学习模型进行训练，以确定使用不同目标数据特征情况下预测能力最佳的预测模型。

8.如权利要求1-5任一项所述的抑郁症情绪监测方法，其特征在于，通过预设预测模型基于所述目标数据特征进行预测之后，所述方法还包括：将所述预测结果反馈给用户。

9.一种抑郁症情绪监测装置，其特征在于，包括：

数据采集模块，用于监测用户的行为数据；

数据处理模块，用于按照预设规则从所述行为数据中计算目标数据特征；

预测模块，用于通过预设预测模型基于所述目标数据特征进行预测，以获得预测结果。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个计算机程序，所述一个或者多个计算机程序可被一个或者多个处理器执行，以实现如权利要求1至8中任一项所述的抑郁症情绪监测方法的步骤。