一种用于养老服务的老人画像方法技术

本发明专利技术提供了一种用于养老服务的老人画像方法，所述方法包括：收集和建立数据库，建立深度学习模型，训练模型和得到用户画像模型。首先搭建深度学习平台，本发明专利技术基于ubuntu系统，采用python语言进行编写代码，运用tensorflow框架，用GPU加速缩短运行时间。通过胶囊神经网络与卷积神经网络相结合的深度学习模型，它能够通过老年人的日常生活行为、社会属性等信息作为输入，经过一层卷积网络和两层胶囊神经网络进行处理，然后输出对应的待预测老年人的标签，达到对老年人标签化的目的，能够对老年人进行有效的定位，从而为养老服务奠定有利的基础。

【技术实现步骤摘要】
一种用于养老服务的老人画像方法
本专利技术涉及互联网
，具体涉及一种用于养老服务的老人画像方法。
技术介绍
随着出生率的下降，人口寿命的延长，我国老年人口数量比例加大，老龄化时代即将来临。在21世纪的第一个十年里，老年人口比例增加了百分之三。在未来的三十年，我国老年人口增加比例将从4.7%上升到5.3%，我国人口老龄化相继超过日本、德国等人口老龄化较为严重的国家。无论国家，还是社会都将会越来越重视老年人群体，空巢老人、独居老人等人数越来越多，老年人的生活方式、健康状态越来越成为人们关心的话题。为了更好地服务老年人，让更多的老年人能够被关心和照顾，更加系统化、规则化地熟悉老年人老年人的各方面的基本状态是非常有必要的。大多数传统的方法是基于调查问卷的形式对老年人的基本生活习惯等信息进行人工存储和标记，其弊端是需要消耗大量的人力和物力的同时，老年人的调查问卷填写的真伪性无法得到高质量的保证。因此本专利提出基于养老服务的老年人用户画像模型。该模型利用深度学习等人工智能技术对老年人的生活习惯、社会属性和消费行为等信息进行抽象处理，实现对老年人进行标签化。该模型具有较高的准确性能，同时节约本文档来自技高网...

【技术保护点】
1.一种用于养老服务的老人画像方法，其特征在于，所述方法包括：收集和建立数据库，建立深度学习模型，训练模型和得到用户画像模型。

【技术特征摘要】
1.一种用于养老服务的老人画像方法，其特征在于，所述方法包括：收集和建立数据库，建立深度学习模型，训练模型和得到用户画像模型。2.根据权利要求1所述一种用于养老服务的老人画像方法，其特征在于，所述收集和建立数据库包括：通过电子采集老年人的基本信息，包括：年龄、性别、职业、家庭成员情况、收入、教育水平、兴趣爱好信息作为数据集。3.根据权利要求1所述一种用于养老服务的老人画像方法，其特征在于，所述建立深度学习模型包括以下步骤：S1.将数据集中的信息通过采用CBOW模型对老年人的基本信息进行处理，使得采集到的每一位老年人信息生成元素为1024的一维向量；S2.将这些一维向量输入到神经网络模型中，首先将一维向量转换成二维向量，形成多张特征图；S3.将特征图进行特殊的卷积操作，即将8个卷积单元分别进行卷积操作，然而传统的卷积方法是卷积核进行卷积，相当于1个卷积单元，而本专利使用的是8个卷积单元，然后形成原始胶囊层，其中的参数更新方法使用梯度下降法和动态路由法；S4.将原始胶囊进一步进行特殊的卷积操作，形成数字胶囊层，该胶囊层...

【专利技术属性】
技术研发人员：王飞，陈良，渠伟喆，吴志超，
申请(专利权)人：寿带鸟信息科技苏州有限公司，
类型：发明
国别省市：江苏,32