本发明属于养老分析技术领域，具体涉及基于大数据和人工智能的智慧养老用户全周期跟踪分析方法、系统及存储介质。
背景技术：
近年来,随着我国老龄化程度的加剧和人们生活水平提高，我国传统的养老方式和养老观念向社会养老转变,对养老服务机构的需求也迅速增加，由此导致对目前养老机构的数量和服务质量都提出了巨大的挑战。
为了满足养老用户对养老机构在数量上的需求,一些公办、民办及社会组织开办的养老机构大量涌现，能够充分满足养老用户对养老服务机构的数量需求。但是目前大多养老机构对养老用户的服务水平不高，这具体体现在现在养老机构对养老用户提供的养老服务深入程度不够，大多停留在对养老用户的基本生活服务，没有根据养老用户的日常基本生活周期地对养老用户的身体健康状况进行跟踪监测，导致无法及时获知所有养老用户的身体状况，进而难以针对性的给出养护方案，使得养老机构养老服务较为粗放、细致程度不足，降低了养老用户的养老体验感。
技术实现要素：
为了至少克服现有技术中的上述不足，本发明提出基于大数据和人工智能的智慧养老用户全周期跟踪分析方法、系统及存储介质，通过对养老机构内的所有养老用户在设定的监测周期对其进行身体健康参数采集，以此评估各养老用户在设定监测周期对应的身体健康系数，深入、细致化了养老机构对养老用户的养老服务功能，大大弥补了目前养老机构养老服务较为粗放、细致程度不足的弊端。
本发明的目的可以通过以下技术方案来实现：
第一方面，基于大数据和人工智能的智慧养老用户全周期跟踪分析方法，包括以下步骤：
s1.养老用户身体自理能力评估：通过养老用户身体自理能力评估模块对入住养老机构养老的养老用户进行入住时的身体自理能力评估，并根据评估结果确定身体自理能力类型，得到各养老用户对应的身体自理能力类型；
s2.养老用户分类：通过养老用户分类模块将相同身体自理能力类型对应的养老用户进行归类，得到有自理能力类型对应的各养老用户和无自理能力类型对应的各养老用户，其中有自理能力类型对应的养老用户记为自理养老用户，无自理能力类型对应的养老用户记为无自理养老用户，此时对各自理养老用户进行编号，分别标记为1,2,...,i,...,n，同时对各无自理养老用户进行编号，分别标记为1,2,...,j,...,m；
s3.自理养老用户身体健康系数评估：根据自理养老用户身体健康分析模块在设定的监测周期内对各自理养老用户每天对应的三餐进食量、身体素质参数、睡眠时长和户外区域活动时长进行采集，并据此评估各自理养老用户在设定监测周期对应的身体健康系数；
s4.无自理养老用户身体健康系数评估：根据无自理养老用户身体健康分析模块在设定的监测周期内对各无自理养老用户对应护理人员对其喂食时间的准时系数和每天对应的身体素质参数及睡眠时长进行采集，并据此评估各无自理养老用户在设定监测周期对应的身体健康系数；
s5.养老用户身体健康等级获取：通过分析服务器将各自理养老用户在设定监测周期对应的身体健康系数与养老健康数据库中自理养老用户的各种身体健康等级对应的身体健康系数范围进行比对，得到各自理养老用户在设定监测周期对应的身体健康等级，同时将各无自理养老用户在设定监测周期对应的身体健康系数与养老健康数据库中无自理养老用户的各种身体健康等级对应的身体健康系数范围进行比对，得到各无自理养老用户在设定监测周期对应的身体健康等级；
s6.养老用户身体健康等级归类：通过分析服务器将各自理养老用户在设定监测周期对应的身体健康等级和各无自理养老用户在设定监测周期对应的身体健康等级进行相互对比，以此将相同身体健康等级对应的自理养老用户和相同身体健康等级对应的无自理养老用户进行汇总，得到各种身体健康等级对应的自理养老用户集合和各种身体健康等级对应的无自理养老用户集合；
s7.养老用户身体健康等级显示：通过显示终端将各种身体健康等级对应的自理养老用户集合和各种身体健康等级对应的无自理养老用户集合分别按照身体健康等级由大到小的顺序进行排序，得到各种身体健康等级对应自理养老用户集合的排序结果和各种身体健康等级对应无自理养老用户集合的排序结果，并将排序结果显示。
根据本发明第一方面的一种优选实施方式，所述各自理养老用户和各无自理养老用户对应身体素质参数采集的方法为分别在各自理养老用户和各无自理养老用户身上穿戴智能穿戴终端，其中智能穿戴终端内置身体素质参数采集单元、gps定位仪和摄像头，所述身体素质参数采集单元包括热敏电阻、光电传感器和测压仪，其中热敏电阻用于采集养老用户的体温，光电传感器用于采集养老用户的心率，测压仪用于采集养老用户的血压。
根据本发明第一方面的一种优选实施方式，所述各自理养老用户对应每天三餐进食量的具体采集过程为获取养老机构每天三餐对应的开放时间段，并在对应的开放时间段开启各自理养老用户身上穿戴的智能穿戴终端内置的摄像头，用于拍摄对应自理养老用户每天三餐进食的视频，进而从拍摄的各自理养老用户每天三餐对应的进食视频中获取三餐进食量。
根据本发明第一方面的一种优选实施方式，所述各自理养老用户和各无自理养老用户对应睡眠时长的采集方法为根据各自理养老用户和各无自理养老用户身上穿戴的智能穿戴终端进行记录。
根据本发明第一方面的一种优选实施方式，所述各自理养老用户对应户外活动区域活动时长的采集方法执行以下步骤：
h1:定位养老机构的户外活动区域所处地理位置；
h2:根据各自理养老用户身上穿戴的智能穿戴终端内置的gps定位仪每天实时定位各自理养老用户所处地理位置，并将其与养老机构的户外活动区域所处地理位置进行匹配，若某自理养老用户某时间点所处地理位置与养老机构的户外活动区域所处地理位置匹配成功，则表明该自理养老用户此时所处地理位置为养老机构的户外活动区域，并记录当前时间点，该时间点记为活动开始时间点，此时持续跟踪定位该自理养老用户的所处地理位置，并将其与养老机构的户外活动区域所处地理位置进行匹配，若某时间点该自理养老用户所处地理位置与养老机构的户外活动区域所处地理位置匹配失败，则表明该自理养老用户在该时间点离开该养老机构的户外活动区域，此时记录当前时间点，该时间点记为活动结束时间点；
h3:将各自理养老用户每天对应的活动结束时间点减去活动开始时间点得到各自理养老用户每天对应的户外活动区域活动时长。
根据本发明第一方面的一种优选实施方式，所述各无自理养老用户对应护理人员对其喂食时间准时系数的采集方法执行以下步骤：
a1:在设定的监测周期内对各无自理养老用户每天三餐对应的实际喂食时间点进行记录；
a2:获取每天三餐对应的正常进食时间段；
a3:将各无自理养老用户每天三餐对应的实际喂食时间点对应与每天三餐对应的正常进食时间段进行比对，若某无自理养老用户某餐对应的实际喂食时间点处于该餐对应的正常进食时间段内，则该无自理养老用户对应该餐护理人员对其喂食时间是准时的，若某无自理养老用户某餐对应的实际喂食时间点不处于该餐对应的正常进食时间段内，则该无自理养老用户对应该餐护理人员对其喂食时间是不准时的，此时统计各无自理养老用户在设定的监测周期内总进餐次数和喂食准时对应的进餐次数，并据此计算各无自理养老用户在设定的监测周期内对应护理人员对其喂食时间的准时系数，其计算公式为
根据本发明第一方面的一种优选实施方式，所述各自理养老用户在设定监测周期对应的身体健康系数的评估过程如下：
b1:获取设定监测周期对应的天数，并将设定监测周期对应的各天记为各监测天，此时对各监测天按照时间先后顺序进行编号，依次标记为1,2,...,k,...,t；
b2:将各自理养老用户在各监测天对应的三餐进食量构成自理养老用户监测天三餐进食量集合qi(qiw1,qiw2,...,qiwk,...,qiwt)，qiwk表示为第i个自理养老用户在第k个监测天对应的三餐进食量，w表示为三餐进食量，w＝p1,p2,p3,分别表示为早餐进食量，中餐进食量，晚餐进食量；
b3:将各自理养老用户在各监测天对应的身体素质参数构成自理养老用户监测天身体素质参数集合gi(giu1,giu2,...,giuk,...,giut)，giuk表示为第i个自理养老用户在第k个监测天对应的身体素质参数，u表示为身体素质参数，u＝f1,f2,f3,分别表示为心率，血压，体温；
b4:将各自理养老用户在各监测天对应的睡眠时长构成自理养老用户监测天睡眠时长集合ti(ti1,ti2,...,tik,...,tit),tik表示为第i个自理养老用户在第k个监测天对应的睡眠时长；
b5:将各自理养老用户在各监测天对应的户外区域活动时长构成自理养老用户监测天户外活动时长集合yi(yi1,yi2,...,yik,...,yit),yik表示为第i个自理养老用户在第k个监测天对应的户外区域活动时长；
b6:获取各自理养老用户对应的年龄，将自理养老用户监测天三餐进食量集合对应与养老健康数据库中各自理养老用户所处年龄对应年龄段的标准三餐进食量对比，得到自理养老用户监测天三餐进食量对比集合δqi(δqiw1,δqiw2,...,δqiwk,...,δqiwt)，并据此统计各自理养老用户在设定监测周期对应的进食健康指数，其计算公式为
b7:将自理养老用户监测天身体素质参数集合对应与养老健康数据库中各自理养老用户所处年龄对应年龄段的正常身体素质参数值对比，得到自理养老用户监测天身体素质参数对比集合δgi(δgiu1,δgiu2,...,δgiuk,...,δgiut)，并据此统计各自理养老用户在设定监测周期对应的身体素质健康指数，其计算公式为
b8:根据自理养老用户监测天睡眠时长集合计算各自理养老用户在设定监测周期对应的每天平均睡眠时长，并将其对应与养老健康数据库中各自理养老用户所处年龄对应年龄段的每天标准睡眠时长对比，统计各自理养老用户对应的睡眠健康指数，其计算公式为
b9:根据自理养老用户监测天户外活动时长集合计算各自理养老用户在设定监测周期对应的每天平均户外活动时长，并将其对应与养老健康数据库中各自理养老用户所处年龄对应年龄段的每天各种户外活动时长对应的活动健康指数对比，得到各自理养老用户在设定监测周期对应的活动健康指数；
b10:根据各自理养老用户在设定监测周期对应的进食健康指数、身体素质健康指数、睡眠健康指数和活动健康指数评估各自理养老用户在设定监测周期对应的身体健康系数，其计算公式为
根据本发明第一方面的一种优选实施方式，所述各无自理养老用户在设定监测周期对应的身体健康系数的评估过程如下：
c1:将各无自理养老用户在各监测天对应的身体素质参数构成无自理养老用户监测天身体素质参数集合gj(gju1,gju2,…,gjuk,...,gjut)，gjuk表示为第j个无自理养老用户在第k个监测天对应的身体素质参数；
c2:将各无自理养老用户在各监测天对应的睡眠时长构成无自理养老用户监测天睡眠时长集合tj(tj1,tj2,...,tjk,...,tjt),tjk表示为第j个无自理养老用户在第k个监测天对应的睡眠时长；
c3:获取各无自理养老用户对应的年龄，并将无自理养老用户监测天身体素质参数集合对应与养老健康数据库中各无自理养老用户所处年龄对应年龄段的正常身体素质参数值对比，得到无自理养老用户监测天身体素质参数对比集合δgj(δgju1,δgju2,…,δgjuk,...,δgjut)，并据此统计各无自理养老用户在设定监测周期对应的身体素质健康指数，其计算公式为
c4:根据无自理养老用户监测天睡眠时长集合计算各无自理养老用户在设定监测周期对应的每天平均睡眠时长，并将其对应与养老健康数据库中各无自理养老用户所处年龄对应年龄段的每天标准睡眠时长对比，统计各无自理养老用户对应的睡眠健康指数，其计算公式为
c4:根据各无自理养老用户在设定监测周期对应护理人员对其喂食时间的准时系数、身体素质健康指数和睡眠健康指数评估各无自理养老用户在设定监测周期对应的身体健康系数，其计算公式为
第二方面，本发明提供一种基于大数据和人工智能的智慧养老用户全周期跟踪分析系统，包括养老用户身体自理能力评估模块、养老用户分类模块、自理养老用户身体健康分析模块、无自理养老用户身体健康分析模块、养老健康数据库、分析服务器和显示终端，其中养老用户身体自理能力评估模块与养老用户分类模块连接，养老用户分类模块分别与自理养老用户身体健康分析模块和无自理养老用户身体健康分析模块连接，自理养老用户身体健康分析模块和无自理养老用户身体健康分析模块均与分析服务器连接，分析服务器与显示终端连接。
第三方面，本发明提供一种存储介质，所述存储介质烧录有计算机程序，所述计算机程序在服务器的内存中运行时实现本发明所述的基于大数据和人工智能的智慧养老用户全周期跟踪分析方法。
基于上述任一方面，本发明的有益效果如下：
1.本发明通过对养老机构内的所有养老用户根据其对应的自理能力类型进行养老用户分类，以此得到自理养老用户和无自理养老用户，并分别对各自理养老用户和无自理养老用户在设定的监测周期对其进行身体健康参数采集，从而对采集的身体健康参数进行分析，据此评估各自理养老用户和各无自理养老用户在设定监测周期对应的身体健康系数，实现了对养老机构养老的养老用户对应身体健康的全周期跟踪分析，深入、细致化了养老机构对养老用户的养老服务功能，大大弥补了目前养老机构养老服务较为粗放、细致程度不足的弊端，提高了养老用户的养老体验感，进而提升了养老机构的养老服务水平。
2.本发明对自理养老用户和无自理养老用户采集的身体健康参数融合了进食方面、身体素质方面、睡眠方面和户外活动方面，其采集的身体健康参数覆盖面广阔，能够为后期身体健康系数的评估提供全面可靠的评估依据。
3.本发明在对自理养老用户和无自理养老用户进行身体健康参数采集过程中，通过对自理养老用户和无自理养老用户分别穿戴智能穿戴终端，以此来采集身体健康参数，该采集方式采集效率高，且相对于人工工作人员采集来说，更加便捷，减轻了工人人员的工作量，体现了智能化采集的特点，且智能穿戴终端与养老用户一一对应，不会出现采集重复的情况。
4.本发明在对各自理养老用户在设定监测周期对应的身体健康系数和各无自理养老用户在设定监测周期对应的身体健康系数评估完成之后，还对各自理养老用户和各无自理养老用户进行身体健康等级划分和排序，便于养老机构服务人员根据排序结果能够直观了解各身体健康等级对应的养老用户分布情况，进而为后期对养老用户的针对性服务提供参考依据。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1为本发明的方法实施步骤流程图。
图2为本发明的系统模块连接示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参照图1所示，第一方面，本发明提供基于大数据和人工智能的智慧养老用户全周期跟踪分析方法，包括以下步骤：
s1.养老用户身体自理能力评估：通过养老用户身体自理能力评估模块对入住养老机构养老的养老用户进行入住时的身体自理能力评估，并根据评估结果确定身体自理能力类型，得到各养老用户对应的身体自理能力类型，其中身体自理能力类型分为有自理能力类型和无自理能力类型；
本实施例通过对入住养老机构养老的养老用户进行入住时的身体自理能力评估为后续进行养老用户分类提供分类依据；
s2.养老用户分类：通过养老用户分类模块将相同身体自理能力类型对应的养老用户进行归类，得到有自理能力类型对应的各养老用户和无自理能力类型对应的各养老用户，其中有自理能力类型对应的养老用户记为自理养老用户，无自理能力类型对应的养老用户记为无自理养老用户，此时对各自理养老用户进行编号，分别标记为1,2,...,i,...,n，对各无自理养老用户进行编号，分别标记为1,2,...,j,...,m，同时在各自理养老用户和各无自理养老用户身上分别穿戴智能穿戴终端，其中智能穿戴终端内置身体素质参数采集单元、gps定位仪和摄像头，所述身体素质参数采集单元用于采集养老用户的身体素质参数，这里所述的身体素质参数包括心率、血压和体温，所述gps定位仪用于定位养老用户所处的地理位置，所述摄像头用于对自理养老用户的三餐进食量进行采集；
本实施例通过对养老机构内的所有养老用户进行分类，以此对各类养老用户分别根据该类养老用户具有的身体特征状况进行身体健康参数采集，避免用统一的身体健康参数来评估身体健康系数造成的不切合实际的问题，影响评估结果的真实性和可靠度；
s3.自理养老用户身体健康系数评估：根据自理养老用户身体健康分析模块在设定的监测周期内对各自理养老用户每天对应的三餐进食量、身体素质参数、睡眠时长和户外区域活动时长进行采集；
其中各自理养老用户对应每天三餐进食量的具体采集过程为获取养老机构每天三餐对应的开放时间段，并在对应的开放时间段开启各自理养老用户身上穿戴的智能穿戴终端内置的摄像头，用于拍摄对应自理养老用户每天三餐进食的视频，进而从拍摄的各自理养老用户每天三餐对应的进食视频中获取三餐进食量；
其中各自理养老用户对应每天身体素质参数的采集方法为根据各自理养老用户身上穿戴的智能穿戴终端内置的身体素质参数采集单元，所述身体素质参数采集单元包括热敏电阻、光电传感器和测压仪，其中热敏电阻用于采集养老用户的体温，光电传感器用于采集养老用户的心率，测压仪用于采集养老用户的血压；
其中各自理养老用户对应每天睡眠时长的采集方法为根据各自理养老用户身上穿戴的智能穿戴终端进行记录；
其中各自理养老用户对应户外活动区域活动时长的采集方法执行以下步骤：
h1:定位养老机构的户外活动区域所处地理位置；
h2:根据各自理养老用户身上穿戴的智能穿戴终端内置的gps定位仪每天实时定位各自理养老用户所处地理位置，并将其与养老机构的户外活动区域所处地理位置进行匹配，若某自理养老用户某时间点所处地理位置与养老机构的户外活动区域所处地理位置匹配成功，则表明该自理养老用户此时所处地理位置为养老机构的户外活动区域，并记录当前时间点，该时间点记为活动开始时间点，此时持续跟踪定位该自理养老用户的所处地理位置，并将其与养老机构的户外活动区域所处地理位置进行匹配，若某时间点该自理养老用户所处地理位置与养老机构的户外活动区域所处地理位置匹配失败，则表明该自理养老用户在该时间点离开该养老机构的户外活动区域，此时记录当前时间点，该时间点记为活动结束时间点；
h3:将各自理养老用户每天对应的活动结束时间点减去活动开始时间点得到各自理养老用户每天对应的户外活动区域活动时长；
根据以上评估各自理养老用户在设定监测周期对应的身体健康系数，其具体评估过程如下：
b1:获取设定监测周期对应的天数，并将设定监测周期对应的各天记为各监测天，此时对各监测天按照时间先后顺序进行编号，依次标记为1,2,...,k,...,t；
b2:将各自理养老用户在各监测天对应的三餐进食量构成自理养老用户监测天三餐进食量集合qi(qiw1,qiw2,...,qiwk,…,qiwt)，qiwk表示为第i个自理养老用户在第k个监测天对应的三餐进食量，w表示为三餐进食量，w＝p1,p2,p3,分别表示为早餐进食量，中餐进食量，晚餐进食量；
b3:将各自理养老用户在各监测天对应的身体素质参数构成自理养老用户监测天身体素质参数集合gi(giu1,giu2,…,giuk,…,giut)，giuk表示为第i个自理养老用户在第k个监测天对应的身体素质参数，u表示为身体素质参数，u＝f1,f2,f3,分别表示为心率，血压，体温；
b4:将各自理养老用户在各监测天对应的睡眠时长构成自理养老用户监测天睡眠时长集合ti(ti1,ti2,…,tik,…,tit),tik表示为第i个自理养老用户在第k个监测天对应的睡眠时长；
b5:将各自理养老用户在各监测天对应的户外区域活动时长构成自理养老用户监测天户外活动时长集合yi(yi1,yi2,…,yik,…,yit),yik表示为第i个自理养老用户在第k个监测天对应的户外区域活动时长；
b6:获取各自理养老用户对应的年龄，将自理养老用户监测天三餐进食量集合对应与养老健康数据库中各自理养老用户所处年龄对应年龄段的标准三餐进食量对比，得到自理养老用户监测天三餐进食量对比集合δqi(δqiw1,δqiw2,…,δqiwk,…,δqiwt)，并据此统计各自理养老用户在设定监测周期对应的进食健康指数，其计算公式为
b7:将自理养老用户监测天身体素质参数集合对应与养老健康数据库中各自理养老用户所处年龄对应年龄段的正常身体素质参数值对比，得到自理养老用户监测天身体素质参数对比集合δgi(δgiu1,δgiu2,…,δgiuk,...,δgiut)，并据此统计各自理养老用户在设定监测周期对应的身体素质健康指数，其计算公式为
b8:根据自理养老用户监测天睡眠时长集合计算各自理养老用户在设定监测周期对应的每天平均睡眠时长
b9:根据自理养老用户监测天户外活动时长集合计算各自理养老用户在设定监测周期对应的每天平均户外活动时长，并将其对应与养老健康数据库中各自理养老用户所处年龄对应年龄段的每天各种户外活动时长对应的活动健康指数对比，得到各自理养老用户在设定监测周期对应的活动健康指数，其中活动健康指数越大，表明活动健康程度越好；
b10:根据各自理养老用户在设定监测周期对应的进食健康指数、身体素质健康指数、睡眠健康指数和活动健康指数评估各自理养老用户在设定监测周期对应的身体健康系数，其计算公式为
s4.无自理养老用户身体健康系数评估：根据无自理养老用户身体健康分析模块在设定的监测周期内对各无自理养老用户对应护理人员对其喂食时间的准时系数和每天对应的身体素质参数及睡眠时长进行采集；
其中各无自理养老用户对应护理人员对其喂食时间准时系数的采集方法执行以下步骤：
a1:在设定的监测周期内对各无自理养老用户每天三餐对应的实际喂食时间点进行记录；
a2:获取每天三餐对应的正常进食时间段；
a3:将各无自理养老用户每天三餐对应的实际喂食时间点对应与每天三餐对应的正常进食时间段进行比对，若某无自理养老用户某餐对应的实际喂食时间点处于该餐对应的正常进食时间段内，则该无自理养老用户对应该餐护理人员对其喂食时间是准时的，若某无自理养老用户某餐对应的实际喂食时间点不处于该餐对应的正常进食时间段内，则该无自理养老用户对应该餐护理人员对其喂食时间是不准时的，此时统计各无自理养老用户在设定的监测周期内总进餐次数和喂食准时对应的进餐次数，并据此计算各无自理养老用户在设定的监测周期内对应护理人员对其喂食时间的准时系数，其计算公式为
其中各无自理养老用户对应每天身体素质参数的采集方法为根据各无自理养老用户身上穿戴的智能穿戴终端内置的身体素质参数采集单元进行采集；
其中各无自理养老用户对应每天睡眠时长的采集方法为根据各无自理养老用户身上穿戴的智能穿戴终端进行记录；
根据以上评估各无自理养老用户在设定监测周期对应的身体健康系数，其具体评估过程如下：
c1:将各无自理养老用户在各监测天对应的身体素质参数构成无自理养老用户监测天身体素质参数集合gj(gju1,gju2,...,gjuk,...,gjut)，gjuk表示为第j个无自理养老用户在第k个监测天对应的身体素质参数；
c2:将各无自理养老用户在各监测天对应的睡眠时长构成无自理养老用户监测天睡眠时长集合tj(tj1,tj2,...,tjk,...,tjt),tjk表示为第j个无自理养老用户在第k个监测天对应的睡眠时长；
c3:获取各无自理养老用户对应的年龄，并将无自理养老用户监测天身体素质参数集合对应与养老健康数据库中各无自理养老用户所处年龄对应年龄段的正常身体素质参数值对比，得到无自理养老用户监测天身体素质参数对比集合δgj(δgju1,δgju2,...,δgjuk,...,δgjut)，并据此统计各无自理养老用户在设定监测周期对应的身体素质健康指数，其计算公式为
c4:根据无自理养老用户监测天睡眠时长集合计算各无自理养老用户在设定监测周期对应的每天平均睡眠时长
c4:根据各无自理养老用户在设定监测周期对应护理人员对其喂食时间的准时系数、身体素质健康指数和睡眠健康指数评估各无自理养老用户在设定监测周期对应的身体健康系数，其计算公式为
本实施例对自理养老用户和无自理养老用户采集的身体健康参数融合了进食方面、身体素质方面、睡眠方面和户外活动方面，其采集的身体健康参数覆盖面广阔，能够为后期身体健康系数的评估提供全面可靠的评估依据，且在采集过程中通过对自理养老用户和无自理养老用户分别穿戴智能穿戴终端，以此来采集身体健康参数，该采集方式采集效率高，且相对于人工工作人员采集来说，更加便捷，减轻了工人人员的工作量，体现了智能化采集的特点，且智能穿戴终端与养老用户一一对应，不会出现采集重复的情况；
本实施例通过对养老机构内的所有养老用户根据其对应的自理能力类型进行养老用户分类，以此得到自理养老用户和无自理养老用户，并分别对各自理养老用户和无自理养老用户在设定的监测周期对其进行身体健康参数采集，从而对采集的身体健康参数进行分析，据此评估各自理养老用户和各无自理养老用户在设定监测周期对应的身体健康系数，实现了对养老机构养老的养老用户对应身体健康的全周期跟踪分析，深入、细致化了养老机构对养老用户的养老服务功能，大大弥补了目前养老机构养老服务较为粗放、细致程度不足的弊端，提高了养老用户的养老体验感，进而提升了养老机构的养老服务水平；
s5.养老用户身体健康等级获取：通过分析服务器将各自理养老用户在设定监测周期对应的身体健康系数与养老健康数据库中自理养老用户的各种身体健康等级对应的身体健康系数范围进行比对，得到各自理养老用户在设定监测周期对应的身体健康等级，同时将各无自理养老用户在设定监测周期对应的身体健康系数与养老健康数据库中无自理养老用户的各种身体健康等级对应的身体健康系数范围进行比对，得到各无自理养老用户在设定监测周期对应的身体健康等级；
s6.养老用户身体健康等级归类：通过分析服务器将各自理养老用户在设定监测周期对应的身体健康等级和各无自理养老用户在设定监测周期对应的身体健康等级进行相互对比，以此将相同身体健康等级对应的自理养老用户和相同身体健康等级对应的无自理养老用户进行汇总，得到各种身体健康等级对应的自理养老用户集合和各种身体健康等级对应的无自理养老用户集合；
s7.养老用户身体健康等级显示：通过显示终端将各种身体健康等级对应的自理养老用户集合和各种身体健康等级对应的无自理养老用户集合分别按照身体健康等级由大到小的顺序进行排序，得到各种身体健康等级对应自理养老用户集合的排序结果和各种身体健康等级对应无自理养老用户集合的排序结果，并将排序结果显示，便于养老机构服务人员根据排序结果能够直观了解各身体健康等级对应的养老用户分布情况，进而为后期对养老用户的针对性服务提供参考依据。
参照图2所示，第二方面，本发明提供一种基于大数据和人工智能的智慧养老用户全周期跟踪分析系统，包括养老用户身体自理能力评估模块、养老用户分类模块、自理养老用户身体健康分析模块、无自理养老用户身体健康分析模块、养老健康数据库、分析服务器和显示终端，其中养老用户身体自理能力评估模块与养老用户分类模块连接，养老用户分类模块分别与自理养老用户身体健康分析模块和无自理养老用户身体健康分析模块连接，自理养老用户身体健康分析模块和无自理养老用户身体健康分析模块均与分析服务器连接，分析服务器与显示终端连接。
第三方面，本发明提供一种存储介质，所述存储介质烧录有计算机程序，所述计算机程序在服务器的内存中运行时实现本发明所述的基于大数据和人工智能的智慧养老用户全周期跟踪分析方法。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
1.基于大数据和人工智能的智慧养老用户全周期跟踪分析方法，其特征在于，包括以下步骤：
s1.养老用户身体自理能力评估：通过养老用户身体自理能力评估模块对入住养老机构养老的养老用户进行入住时的身体自理能力评估，并根据评估结果确定身体自理能力类型，得到各养老用户对应的身体自理能力类型；
s2.养老用户分类：通过养老用户分类模块将相同身体自理能力类型对应的养老用户进行归类，得到有自理能力类型对应的各养老用户和无自理能力类型对应的各养老用户，其中有自理能力类型对应的养老用户记为自理养老用户，无自理能力类型对应的养老用户记为无自理养老用户，此时对各自理养老用户进行编号，分别标记为1,2,...,i,...,n，同时对各无自理养老用户进行编号，分别标记为1,2,...,j,...,m；
s3.自理养老用户身体健康系数评估：根据自理养老用户身体健康分析模块在设定的监测周期内对各自理养老用户每天对应的三餐进食量、身体素质参数、睡眠时长和户外区域活动时长进行采集，并据此评估各自理养老用户在设定监测周期对应的身体健康系数；
s4.无自理养老用户身体健康系数评估：根据无自理养老用户身体健康分析模块在设定的监测周期内对各无自理养老用户对应护理人员对其喂食时间的准时系数和每天对应的身体素质参数及睡眠时长进行采集，并据此评估各无自理养老用户在设定监测周期对应的身体健康系数；
s5.养老用户身体健康等级获取：通过分析服务器将各自理养老用户在设定监测周期对应的身体健康系数与养老健康数据库中自理养老用户的各种身体健康等级对应的身体健康系数范围进行比对，得到各自理养老用户在设定监测周期对应的身体健康等级，同时将各无自理养老用户在设定监测周期对应的身体健康系数与养老健康数据库中无自理养老用户的各种身体健康等级对应的身体健康系数范围进行比对，得到各无自理养老用户在设定监测周期对应的身体健康等级；
s6.养老用户身体健康等级归类：通过分析服务器将各自理养老用户在设定监测周期对应的身体健康等级和各无自理养老用户在设定监测周期对应的身体健康等级进行相互对比，以此将相同身体健康等级对应的自理养老用户和相同身体健康等级对应的无自理养老用户进行汇总，得到各种身体健康等级对应的自理养老用户集合和各种身体健康等级对应的无自理养老用户集合；
s7.养老用户身体健康等级显示：通过显示终端将各种身体健康等级对应的自理养老用户集合和各种身体健康等级对应的无自理养老用户集合分别按照身体健康等级由大到小的顺序进行排序，得到各种身体健康等级对应自理养老用户集合的排序结果和各种身体健康等级对应无自理养老用户集合的排序结果，并将排序结果显示。
2.根据权利要求1所述的基于大数据和人工智能的智慧养老用户全周期跟踪分析方法，其特征在于：所述各自理养老用户和各无自理养老用户对应身体素质参数采集的方法为分别在各自理养老用户和各无自理养老用户身上穿戴智能穿戴终端，其中智能穿戴终端内置身体素质参数采集单元、gps定位仪和摄像头，所述身体素质参数采集单元包括热敏电阻、光电传感器和测压仪，其中热敏电阻用于采集养老用户的体温，光电传感器用于采集养老用户的心率，测压仪用于采集养老用户的血压。
3.根据权利要求1所述的基于大数据和人工智能的智慧养老用户全周期跟踪分析方法，其特征在于：所述各自理养老用户对应每天三餐进食量的具体采集过程为获取养老机构每天三餐对应的开放时间段，并在对应的开放时间段开启各自理养老用户身上穿戴的智能穿戴终端内置的摄像头，用于拍摄对应自理养老用户每天三餐进食的视频，进而从拍摄的各自理养老用户每天三餐对应的进食视频中获取三餐进食量。
4.根据权利要求1所述的基于大数据和人工智能的智慧养老用户全周期跟踪分析方法，其特征在于：所述各自理养老用户和各无自理养老用户对应睡眠时长的采集方法为根据各自理养老用户和各无自理养老用户身上穿戴的智能穿戴终端进行记录。
5.根据权利要求1所述的基于大数据和人工智能的智慧养老用户全周期跟踪分析方法，其特征在于：所述各自理养老用户对应户外活动区域活动时长的采集方法执行以下步骤：
h1:定位养老机构的户外活动区域所处地理位置；
h2:根据各自理养老用户身上穿戴的智能穿戴终端内置的gps定位仪每天实时定位各自理养老用户所处地理位置，并将其与养老机构的户外活动区域所处地理位置进行匹配，若某自理养老用户某时间点所处地理位置与养老机构的户外活动区域所处地理位置匹配成功，则表明该自理养老用户此时所处地理位置为养老机构的户外活动区域，并记录当前时间点，该时间点记为活动开始时间点，此时持续跟踪定位该自理养老用户的所处地理位置，并将其与养老机构的户外活动区域所处地理位置进行匹配，若某时间点该自理养老用户所处地理位置与养老机构的户外活动区域所处地理位置匹配失败，则表明该自理养老用户在该时间点离开该养老机构的户外活动区域，此时记录当前时间点，该时间点记为活动结束时间点；
h3:将各自理养老用户每天对应的活动结束时间点减去活动开始时间点得到各自理养老用户每天对应的户外活动区域活动时长。
6.根据权利要求1所述的基于大数据和人工智能的智慧养老用户全周期跟踪分析方法，其特征在于：所述各无自理养老用户对应护理人员对其喂食时间准时系数的采集方法执行以下步骤：
a1:在设定的监测周期内对各无自理养老用户每天三餐对应的实际喂食时间点进行记录；
a2:获取每天三餐对应的正常进食时间段；
a3:将各无自理养老用户每天三餐对应的实际喂食时间点对应与每天三餐对应的正常进食时间段进行比对，若某无自理养老用户某餐对应的实际喂食时间点处于该餐对应的正常进食时间段内，则该无自理养老用户对应该餐护理人员对其喂食时间是准时的，若某无自理养老用户某餐对应的实际喂食时间点不处于该餐对应的正常进食时间段内，则该无自理养老用户对应该餐护理人员对其喂食时间是不准时的，此时统计各无自理养老用户在设定的监测周期内总进餐次数和喂食准时对应的进餐次数，并据此计算各无自理养老用户在设定的监测周期内对应护理人员对其喂食时间的准时系数，其计算公式为
7.根据权利要求1所述的基于大数据和人工智能的智慧养老用户全周期跟踪分析方法，其特征在于：所述各自理养老用户在设定监测周期对应的身体健康系数的评估过程如下：
b1:获取设定监测周期对应的天数，并将设定监测周期对应的各天记为各监测天，此时对各监测天按照时间先后顺序进行编号，依次标记为1,2,...,k,...,t；
b2:将各自理养老用户在各监测天对应的三餐进食量构成自理养老用户监测天三餐进食量集合qi(qiw1,qiw2,...,qiwk,...,qiwt)，qiwk表示为第i个自理养老用户在第k个监测天对应的三餐进食量，w表示为三餐进食量，w＝p1,p2,p3,分别表示为早餐进食量，中餐进食量，晚餐进食量；
b3:将各自理养老用户在各监测天对应的身体素质参数构成自理养老用户监测天身体素质参数集合gi(giu1,giu2,...,giuk,...,giut)，giuk表示为第i个自理养老用户在第k个监测天对应的身体素质参数，u表示为身体素质参数，u＝f1,f2,f3,分别表示为心率，血压，体温；
b4:将各自理养老用户在各监测天对应的睡眠时长构成自理养老用户监测天睡眠时长集合ti(ti1,ti2,...,tik,...,tit),tik表示为第i个自理养老用户在第k个监测天对应的睡眠时长；
b5:将各自理养老用户在各监测天对应的户外区域活动时长构成自理养老用户监测天户外活动时长集合yi(yi1,yi2,...,yik,...,yit),yik表示为第i个自理养老用户在第k个监测天对应的户外区域活动时长；
b6:获取各自理养老用户对应的年龄，将自理养老用户监测天三餐进食量集合对应与养老健康数据库中各自理养老用户所处年龄对应年龄段的标准三餐进食量对比，得到自理养老用户监测天三餐进食量对比集合δqi(δqiw1,δqiw2,...,δqiwk,...,δqiwt)，并据此统计各自理养老用户在设定监测周期对应的进食健康指数，其计算公式为
b7:将自理养老用户监测天身体素质参数集合对应与养老健康数据库中各自理养老用户所处年龄对应年龄段的正常身体素质参数值对比，得到自理养老用户监测天身体素质参数对比集合δgi(δgiu1,δgiu2,...,δgiuk,...,δgiut)，并据此统计各自理养老用户在设定监测周期对应的身体素质健康指数，其计算公式为
b8:根据自理养老用户监测天睡眠时长集合计算各自理养老用户在设定监测周期对应的每天平均睡眠时长，并将其对应与养老健康数据库中各自理养老用户所处年龄对应年龄段的每天标准睡眠时长对比，统计各自理养老用户对应的睡眠健康指数，其计算公式为
b9:根据自理养老用户监测天户外活动时长集合计算各自理养老用户在设定监测周期对应的每天平均户外活动时长，并将其对应与养老健康数据库中各自理养老用户所处年龄对应年龄段的每天各种户外活动时长对应的活动健康指数对比，得到各自理养老用户在设定监测周期对应的活动健康指数；
b10:根据各自理养老用户在设定监测周期对应的进食健康指数、身体素质健康指数、睡眠健康指数和活动健康指数评估各自理养老用户在设定监测周期对应的身体健康系数，其计算公式为
8.根据权利要求1所述的基于大数据和人工智能的智慧养老用户全周期跟踪分析方法，其特征在于：所述各无自理养老用户在设定监测周期对应的身体健康系数的评估过程如下：
c1:将各无自理养老用户在各监测天对应的身体素质参数构成无自理养老用户监测天身体素质参数集合gj(gju1,gju2,...,gjuk,...,gjut)，gjuk表示为第j个无自理养老用户在第k个监测天对应的身体素质参数；
c2:将各无自理养老用户在各监测天对应的睡眠时长构成无自理养老用户监测天睡眠时长集合tj(tj1,tj2,...,tjk,...,tjt),tjk表示为第j个无自理养老用户在第k个监测天对应的睡眠时长；
c3:获取各无自理养老用户对应的年龄，并将无自理养老用户监测天身体素质参数集合对应与养老健康数据库中各无自理养老用户所处年龄对应年龄段的正常身体素质参数值对比，得到无自理养老用户监测天身体素质参数对比集合δgj(δgju1,δgju2,...,δgjuk,...,δgjut)，并据此统计各无自理养老用户在设定监测周期对应的身体素质健康指数，其计算公式为
c4:根据无自理养老用户监测天睡眠时长集合计算各无自理养老用户在设定监测周期对应的每天平均睡眠时长，并将其对应与养老健康数据库中各无自理养老用户所处年龄对应年龄段的每天标准睡眠时长对比，统计各无自理养老用户对应的睡眠健康指数，其计算公式为
c4:根据各无自理养老用户在设定监测周期对应护理人员对其喂食时间的准时系数、身体素质健康指数和睡眠健康指数评估各无自理养老用户在设定监测周期对应的身体健康系数，其计算公式为
9.一种基于大数据和人工智能的智慧养老用户全周期跟踪分析系统，其特征在于：包括养老用户身体自理能力评估模块、养老用户分类模块、自理养老用户身体健康分析模块、无自理养老用户身体健康分析模块、养老健康数据库、分析服务器和显示终端，其中养老用户身体自理能力评估模块与养老用户分类模块连接，养老用户分类模块分别与自理养老用户身体健康分析模块和无自理养老用户身体健康分析模块连接，自理养老用户身体健康分析模块和无自理养老用户身体健康分析模块均与分析服务器连接，分析服务器与显示终端连接。
10.一种存储介质，其特征在于：所述存储介质烧录有计算机程序，所述计算机程序在服务器的内存中运行时实现上述权利要求1-8任一项所述的方法。
技术总结