[发明专利]一种基于时序数据库的认知训练策略生成方法及系统

说明书

本发明涉及一种基于时序数据库的认知训练策略生成系统，包括不少于一个能够采集使用者不同动作信息的传感器，并为所有传感器配置至少一个服务器，服务器配置为按照至少构建用于表述传感器的基础信息的传感器设备信息表和用于传感器采集的信息内容的传感器数据信息表的方式完成信息数据集的构建；本发明还涉及一种基于时序数据库的认知训练策略生成方法，包括以下步骤：构建预测行为列表、兴趣列表、生活习惯列表、康复措施列表；基于预测行为列表、兴趣列表、生活习惯列表与康复措施列表之间的关联度分析结果，将具体的康复措施列表中的康复措施按照插入预测行为列表中的方式构建行为指导列表。

本分案申请的原始基础是申请号为201910421470.8，申请日为2019 年5月20日，发明名称为“一种用于认知预警的时序数据库的构建方法”的专利申请。

技术领域

本发明涉及数据库构建技术领域，尤其涉及一种基于时序数据库的认知训练策略生成方法及系统。

背景技术

现有技术中如“基于室内轨迹分析的老人行为识别方法”杨帅，《中国优秀硕士学位论文全文数据库信息科技辑》，第2-11，26-39页，公开了一种基于室内轨迹分析来对老人行为进行识别的方法，其构建了基于独居老人轨迹分析模型，其中包括用户行为模型、室内关键点模型、行为时同模型；提出基于轨迹分割的行为轨迹分析方法，将采集到的行为轨迹中包含的关键驻留时间进行分割，识别出轨迹中包含的真实停留点，并以真实停留点作为行为开始或结束的位置标志；基于行为轨迹中的位置数据、时间数据分别建立位置行为关联模板、时间行为关联模板及前继关键点关联模板。提出基于模板匹配的行为识别方法，利用行为轨迹数据中当前位置、时间、前继关键点权重大小的不同，与日常行为依次建立关联关系；分析行为轨迹出现概率与用户行为习惯的关联关系，并将在正常行为轨迹序列中未出现的行为定义为异常行为。其数据库的构建方式是基于用户运动时所经历的关键点数据及起始时间数据，将行为轨迹按照时间先后顺序转换为一系列的关键点集合进行表示的，该技术方案的实质是基于行为发生过程的时间段的模块划分。基于该数据库的构建基础，异常行为的判断方式也只能是“用户在此区域驻留时长超过正常值”，而对于交叉行为之间的异常判断则无法进行实现。

此外，一方面由于对本领域技术人员的理解存在差异；另一方面由于发明人做出本发明时研究了大量文献和专利，但篇幅所限并未详细罗列所有的细节与内容，然而这绝非本发明不具备这些现有技术的特征，相反本发明已经具备现有技术的所有特征，而且申请人保留在背景技术中增加相关现有技术之权利。

发明内容

如本文所用的词语“模块”描述任一种硬件、软件或软硬件组合，其能够执行与“模块”相关联的功能。

针对现有技术之不足，本发明提供一种用于认知预警的时序数据库的构建方法，通过采集使用者的实时动作信息并对其进行整合以构成信息数据集，所述构建方法还包括如下步骤：按照对所述信息数据集执行向更高层次的分类以获取若干个分类数据的方式构建专家知识数据库；基于所述分类数据而执行行为预测分类器的构建以对未来设定时刻所发生的行为进行预测；针对预测获取的行为进行评分处理，在评分下降超过设定阈值的情况下生成预警信息。

根据一种优选实施方式，所述评分处理至少包括如下步骤：选择日常触发最多的n项行为作为标准任务X＝(X₁，X₂，...，X_n)；测试完成该n项任务的时间作为该项行为的标准时间T并表示为T＝(T₁，T₂，...，T_n)；确定使用者完成标准任务所需的时间t＝(t₁，t₂，...，t_n)、使用者完成标准任务的任务完成度α＝(α₁，α₂，...，α_n)，并根据每项标准任务的重要性确定其各自的权重 w＝(w₁，w₂，...，w_n)；建立认知能力的评分公式并根据所述评分公式确定使用者认知能力的评分。