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！

龙图腾网获悉浙江麒盛数据服务有限公司申请的专利基于用户反馈驱动的睡眠健康动态评估方法、系统及介质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：CN120727303B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202511222930.6，技术领域涉及：G16H50/30；该发明授权基于用户反馈驱动的睡眠健康动态评估方法、系统及介质是由李红文;邱耀炜;朱丽蓉;杨梦霞;娄会琴设计研发完成，并于2025-08-29向国家知识产权局提交的专利申请。

本基于用户反馈驱动的睡眠健康动态评估方法、系统及介质在说明书摘要公布了：本发明涉及信息技术领域，具体涉及基于用户反馈驱动的睡眠健康动态评估方法、系统及介质。方法包括：采用时间序列因果分析法构建反映个体健康因果关系的个体知识图谱；结合凝聚型层次聚类法以及分层联邦学习法构建反映群体健康因果关系的群体知识图谱；基于实时获取的用户反馈信息以及健康因子数据，触发个体知识图谱更新，并触发群体知识图谱延迟增量重构；基于用户反馈信息的累计数量动态融合更新后的双图谱的权重，得到用户健康因子的综合权重，再对新获取的健康因子数据进行加权计算得到睡眠健康评估得分。从而深度利用实时反馈数据，实现动态、精准、可解释的睡眠健康评估，突破“群体与个体不可调和”的技术偏见。

本发明授权基于用户反馈驱动的睡眠健康动态评估方法、系统及介质在权利要求书中公布了：1.基于用户反馈驱动的睡眠健康动态评估方法，其特征在于，包括以下步骤： 采用时间序列因果分析方法，构建反映个体健康因果关系的个体知识图谱； 结合凝聚型层次聚类方法以及分层联邦学习方法，构建反映群体健康因果关系的群体知识图谱； 实时获取用户反馈信息以及健康因子数据； 基于新获取的用户反馈信息以及健康因子数据，触发个体知识图谱更新以实时反映用户的个体健康因果关系变化，得到更新后的个体知识图谱的权重； 基于新获取的用户反馈信息以及健康因子数据，触发群体知识图谱延迟增量重构，得到更新后的群体知识图谱的权重； 基于用户反馈信息的累计数量动态融合更新后的个体知识图谱的权重与群体知识图谱的权重，得到用户健康因子的综合权重； 基于用户健康因子的综合权重，对新获取的健康因子数据进行加权计算，得到用户的睡眠健康评估得分； 其中，结合凝聚型层次聚类方法以及分层联邦学习方法，构建反映群体健康因果关系的群体知识图谱，包括： 获取用户群体的历史反馈信息、历史健康因子数据以及异常事件序列，并进行结构化转换，得到各用户的健康特征向量； 基于各用户的健康特征向量，采用凝聚型层次聚类方法对用户群体进行聚类，得到反映群体健康层级差异的聚类树状结构； 将聚类树状结构的每个叶子节点作为独立的参与方，将聚类树状结构的中间节点以及根节点作为协调方，形成分层联邦架构； 基于分层联邦架构对各用户的健康特征向量进行分层联邦学习，并基于联邦学习结果构建反映群体健康因果关系的群体知识图谱； 其中，基于新获取的用户反馈信息以及健康因子数据，触发群体知识图谱延迟增量重构，得到更新后的群体知识图谱的权重，包括： 对新获取的用户反馈信息以及健康因子数据进行结构化转换，得到新获取的健康特征向量； 判断新获取的健康特征向量能否归类至聚类树状结构的任一叶子节点， 若能够归类至聚类树状结构的其一叶子节点，则协调方基于分层联邦架构将新获取的健康特征向量划分至对应的参与方，并当参与方接收到的新增健康特征向量超过预设阈值时，对参与方本地的自适应随机森林模型进行增量训练，更新参与方的健康特征权重向量后向上聚合，逐层更新层级权重矩阵，得到更新后的群体知识图谱的权重， 若不能够归类至聚类树状结构的任一叶子节点，则执行以下扩展审核步骤： 计算新获取的健康特征向量与群体的聚类中心的距离，当距离大于预设距离阈值时，基于距离确定最近邻的中间节点并创建对应的新叶子节点，作为新参与方； 协调方基于分层联邦架构将新获取的健康特征向量划分至新参与方； 对新参与方构建本地的自适应随机森林模型，对新参与方的模型进行增量训练以完成初始化，计算新参与方的健康特征权重向量后向上聚合，逐层更新层级权重矩阵，得到更新后的群体知识图谱的权重。

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浙江麒盛数据服务有限公司，其通讯地址为：314000 浙江省嘉兴市秀洲区王江泾镇秋茂路158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。