买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明涉及宠物健康管理技术领域，尤其涉及一种基于宠物日常数据分析的宠物喂养推荐系统，包括：信息获取模块，获取监测周期内的宠物日常数据，还获取历史宠物数据，数据分析模块，对历史宠物喂养数据和历史宠物体征数据进行数据分类，并对宠物的饮食关联性进行分析，状态特征分析模块，用以对宠物历史状态特征进行分析，特征提取模块，对监测周期内的宠物状态特征进行提取，并对宠物状态进行分析，调整优化模块，用以对宠物特征提取结果进行调整，还用以对宠物状态分析的调整过程进行优化，方案生成模块，用以生成宠物喂养方案。本发明有效提高了对宠物喂养推荐的效率和准确性。

主权项：1.一种基于宠物日常数据分析的宠物喂养推荐系统，其特征在于，包括：信息获取模块，用以获取监测周期内的宠物日常数据，还用以获取历史宠物数据；数据分析模块，用以对历史宠物喂养数据和历史宠物体征数据进行数据分类，并根据分类结果对宠物的饮食关联性进行分析；状态特征分析模块，用以根据宠物的饮食关联性分析结果对历史第一状态特征和历史第二状态特征进行分析，并根据分析结果对宠物历史状态特征进行分析；特征提取模块，用以根据监测周期内的宠物日常数据和宠物历史状态特征分析结果对监测周期内的宠物状态特征进行提取，并根据宠物状态特征提取结果对宠物状态进行分析；调整优化模块，用以根据监测周期内的宠物日常数据对宠物状态的分析过程进行调整，还用以根据边缘聚类数据簇比例对宠物状态的调整过程进行优化；方案生成模块，用以根据监测周期内的宠物状态分析结果生成宠物喂养方案，并将宠物喂养方案向用户进行推送；所述数据分析模块设有数据处理单元，所述数据处理单元用以对历史宠物喂养数据和历史宠物体征数据进行数据分类；所述数据处理单元对历史宠物喂养数据和历史宠物体征数据进行聚类处理，得到各聚类数据簇；所述数据处理单元根据各聚类数据簇包含的数据数量S（i）计算各聚类数据簇数据占比μ（i），并将各聚类数据簇数据占比μ（i）与比例阈值U进行比对，并根据比对结果对各聚类数据库簇进行分类，其中：当μ（i）≤U时，所述数据处理单元判定该聚类数据簇为边缘聚类数据簇；当μ（i）＞U时，所述数据处理单元判定该聚类数据簇为特征聚类数据簇，并统计特征聚类数据簇的数量I1；其中，i是聚类数据簇的编号，设定i=1,2...I，I是各聚类数据簇的分类数量；所述数据分析模块还设有关联性分析单元，所述关联性分析单元根据历史宠物喂养数据和历史宠物体征数据的数据分类结果对宠物的饮食关联性进行分析；所述关联性分析单元计算各特征聚类数据簇的质心s（i），并根据各特征聚类数据簇的质心s（i）和各特征聚类数据簇计算各特征聚类数据簇组内数据类型的相关系数α（i，n），设定α（i，n）=[s（i，n）-P（i，n）]P（i，n），其中，α（i，n）表示第i聚类数据簇中第n组内数据类型的相关系数，s（i，n）表示第i聚类数据簇的质心s（i）中第n组内数据类型的值，P（i，n）表示第i聚类数据簇中第n组内数据类型的平均值，n是组内数据类型编号，设定n=1,2...N，N是历史宠物体征数据中数据类型的数量；所述关联性分析单元还用以根据相关系数α（i，n）对宠物的饮食关联性进行分析，其中：当≥K时，所述关联性分析单元判定第n组内数据类型为编号为i的特征聚类数据簇的弱关联数据类型；当＜K时，所述关联性分析单元判定第n组内数据类型为编号为i的特征聚类数据簇的强关联数据类型；其中，K是相关系数阈值；所述状态特征分析模块根据宠物的饮食关联性分析结果对宠物历史状态特征进行分析；所述状态特征分析模块将各特征聚类数据簇的强关联数据类型的质心值s（i，n）作为该特征聚类数据簇的历史第一状态特征b（i）；所述状态特征分析模块根据各特征聚类数据簇的质心s（i）对各特征聚类数据簇的历史第二状态特征进行分析，其中：当|s（i）|＜P时，所述状态特征分析模块不设置编号为i的特征聚类数据簇的历史第二状态特征；当|s（i）|≥P时，所述状态特征分析模块将编号为i的特征聚类数据簇的历史第二状态特征设置为P（i，k）；其中，P是预设特征长度，P（i，k）是第i聚类数据簇中第k组内数据类型的平均值，设定k=N+1,N+2...N+K，K是历史宠物喂养数据中数据类型的数量；所述状态特征分析模块将各特征聚类数据簇的历史第一状态特征和历史第二状态特征整合为各特征聚类数据簇的历史状态特征组，若不存在历史第二状态特征，所述状态特征分析模块不设置该特征聚类数据簇的历史状态特征组；所述状态特征分析模块将各历史状态特征组作为宠物历史状态特征分析结果；所述调整优化模块设有边缘数据调整单元，所述边缘数据调整单元用以根据监测周期内的宠物日常数据对宠物状态的分析过程进行调整；所述边缘数据调整单元根据监测周期内宠物日常数据中的弱关联数据类型子数据组d2计算各边缘调整系数h（i），设定h（i）=|d2-[s（i）-b（i）]|；所述边缘数据调整单元将边缘调整系数h（i）与边缘模阈值H进行比对，并根据比对结果对宠物状态的分析过程进行调整，其中：当h（i）≥H时，所述边缘数据调整单元判定边缘调整系数正常，不进行调整；当h（i）＜H时，所述边缘数据调整单元判定边缘调整系数异常，将预设偏移指数调整为B’，设定B’=B×exp{lg{[H-h（i）]H}}；B是预设偏移指数；所述调整优化模块设有优化单元，所述优化单元用以根据监测周期内的边缘数据簇比例对宠物状态分析的调整过程进行优化；所述优化单元将边缘聚类数据簇比例v与预设比例V进行比对，并根据比对结果对宠物状态分析的调整过程进行优化，其中：当v＜V时，所述优化单元判定边缘聚类数据簇比例正常，不进行优化；当v≥V时，所述优化单元判定边缘聚类数据簇比例异常，并将边缘模阈值优化为H’，设定H’=sin{π4×arctan[（v-V）V]}。

全文数据：

权利要求：

百度查询： 星宠王国(北京)科技有限公司 一种基于宠物日常数据分析的宠物喂养推荐系统