Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 江苏享佳健康科技股份有限公司肖俊方获国家专利权

江苏享佳健康科技股份有限公司肖俊方获国家专利权

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!

龙图腾网获悉江苏享佳健康科技股份有限公司申请的专利基于物联网大数据的用户信息管理方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119622253B

龙图腾网通过国家知识产权局官网在2026-04-24发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411704774.2,技术领域涉及:G06F18/20;该发明授权基于物联网大数据的用户信息管理方法是由肖俊方;艾波;翁英萍;刘小健设计研发完成,并于2024-11-26向国家知识产权局提交的专利申请。

基于物联网大数据的用户信息管理方法在说明书摘要公布了:本发明涉及物联网数据处理和用户行为分析管理的技术领域,公开了一种基于物联网大数据的用户信息管理方法,包括:从多个物联网设备中获取用户使用的设备信息;对设备信息进行时间戳标注和时间戳同步,形成包含设备标识符与时间戳的事件序列;通过时序关联网络算法分析事件序列中不同物联网设备之间的数据交互关系,计算事件间的时序相似度,构建关联矩阵,并形成图结构表示;从图结构表示中分析用户的行为反馈,生成即时奖励,根据设备使用的当前状态和生成的即时奖励,通过Q值优化策略,为用户生成个性化的行为管理方法。解决了现有技术中数据异构、时间不同步、缺乏深度行为分析和个性化管理的难题。

本发明授权基于物联网大数据的用户信息管理方法在权利要求书中公布了:1.一种基于物联网大数据的用户信息管理方法,其特征在于,包括: 从多个物联网设备中获取用户使用的设备信息,其中,所述设备信息包括用户身份信息、设备使用行为信息,每个设备通过唯一的设备标识符进行标识; 对所述设备信息进行时间戳标注和时间戳同步,形成包含设备标识符与时间戳的事件序列; 通过PTP协议将各个设备的本地时间同步到统一的标准时间; 每条设备数据记录在添加同步后的时间戳后,形成一个包含设备标识符、时间戳和设备行为数据的事件序列,每个事件记录都包含设备的标识符、同步后的时间戳以及设备的行为信息; 其中,所述设备的行为数据至少包含设备开关状态、使用频率和操作方式; 所述事件序列的数学表达公式为: Et={IDdevice,timestampt,Datat} 其中,Et表示第t时刻的事件序列,IDdevice为设备的唯一标识符,timestampt为同步后的时间戳,表示设备行为发生的标准时间,Datat为设备的行为数据,包含设备行为信息; 通过时序关联网络算法分析所述事件序列中不同物联网设备之间的数据交互关系,计算事件间的时序相似度,构建关联矩阵,并形成图结构表示; 基于设备间的时间戳和设备行为信息,计算两设备之间的时序相似度,构建事件关联矩阵,所述事件关联矩阵的每个元素表示两个事件间的相似度,事件间的相似度越高,表示这两个设备的行为之间有较强的关联性; 所述时序相似度的计算公式为: ΔT=|Timestampi-Timestampj| 其中,ΔT表示设备i和设备j之间的时间差,Adji,j是设备i与设备j之间的关联矩阵元素,α是一个调节时间差影响的超参数,BehaviorSimilarity为行为相似度,如果行为相同,则为1,如果行为不同,则为0; 通过图卷积操作进行设备数据的融合分析,构建图结构表示,其中,将设备标识符作为图的节点,再将时序关联关系作为图的边连接所述节点,每条边的权重代表设备间的时序相似度,每对设备的相似度越高,边的权重越大,表示行为越相似; 从所述图结构表示中分析用户的行为反馈,生成即时奖励,根据设备使用的当前状态和生成的即时奖励,通过Q值优化策略,为所述用户生成个性化的管理方法; 利用Q-learning算法从图结构表示中分析用户的行为反馈,通过对状态空间、动作空间和奖励函数的计算,生成即时奖励; 在Q-learning算法中,Q值表示在某一状态下执行某一动作后所获得的累计回报,Q值的更新使用以下公式: 其中,Qs,a表示在状态s下执行动作a的Q值,α是学习率,控制着新信息对旧信息的更新权重,Rs,a是即时奖励,表示采取动作a后获得的奖励,γ是折扣因子,表示未来奖励的折扣程度,是在新状态s′下,所有可能动作a′的Q值的最大值,用来反映未来奖励的最大期望; 根据Q-learning的学习过程,系统会不断更新Q值,并通过ε-贪婪策略来选择最优动作: 系统以∈的概率选择一个随机动作,以1-∈的概率选择Q值最大的动作,即: 通过Q-learning算法不断地优化Q值,生成个性化的行为管理策略。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人江苏享佳健康科技股份有限公司,其通讯地址为:211100 江苏省南京市江宁区邓家湖路1号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。