邢珍珍

太原工業(yè)學(xué)院，山西030008

《中國(guó)發(fā)展報(bào)告2020：中國(guó)人口老齡化的發(fā)展趨勢(shì)和政策》指出，預(yù)計(jì)到2022 年，中國(guó)社會(huì)將轉(zhuǎn)變?yōu)槔淆g社會(huì)，65 歲以上的老齡人口將占總?cè)丝诘?4%[1]。我國(guó)現(xiàn)行的“9073”養(yǎng)老模式，即90%的老人通過居家養(yǎng)老，7%的老人通過社區(qū)養(yǎng)老，3%的老人養(yǎng)老機(jī)構(gòu)養(yǎng)老[2]，可以看出居家養(yǎng)老是我國(guó)養(yǎng)老模式核心部分，更容易被老人及家庭成員接受。但是傳統(tǒng)居家養(yǎng)老服務(wù)存在一些問題，由于家庭結(jié)構(gòu)變化，空巢老人、失能老人等比例增加，使得傳統(tǒng)居家養(yǎng)老服務(wù)很難適應(yīng)現(xiàn)代老年人的生活需求[3]。隨著新興技術(shù)的發(fā)展，如何高效地推動(dòng)養(yǎng)老事業(yè)，特別是我國(guó)“十四五”規(guī)劃和“2035 年遠(yuǎn)景目標(biāo)綱要”所提出的醫(yī)養(yǎng)康養(yǎng)相結(jié)合、居家社區(qū)機(jī)構(gòu)相協(xié)調(diào)的養(yǎng)老模式，成為亟待解決的問題[4]。人工智能通過一系列理論和方法學(xué)習(xí)、模擬、延伸人的智能，涉及領(lǐng)域主要有圖像、語(yǔ)音識(shí)別、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、自然語(yǔ)言處理等方面[5]。人工智能推動(dòng)各領(lǐng)域向智能化加速發(fā)展，這也給養(yǎng)老服務(wù)行業(yè)帶來了機(jī)遇。將人工智能技術(shù)屬性和社會(huì)屬性進(jìn)行融合，并將其應(yīng)用于教育、醫(yī)療、養(yǎng)老等各個(gè)領(lǐng)域，可以全面改善人們的生活質(zhì)量[6]。在此基礎(chǔ)上，利用人工智能技術(shù)在社區(qū)智慧養(yǎng)老服務(wù)模式目標(biāo)下構(gòu)建模型，對(duì)我國(guó)養(yǎng)老服務(wù)有深遠(yuǎn)的影響[7]。

1 社區(qū)智慧養(yǎng)老服務(wù)模型的構(gòu)建

人工智能系統(tǒng)處理信息的過程和人類思維類似，通過不斷獲取的知識(shí)體系和技能方法等數(shù)據(jù)進(jìn)行訓(xùn)練和學(xué)習(xí)，最后做出決策[8]。根據(jù)不斷獲取的個(gè)體數(shù)據(jù)進(jìn)行迭代訓(xùn)練，逐步調(diào)整模型，滿足老人的養(yǎng)老需求。人工智能社區(qū)智慧養(yǎng)老需要將人工智能的技術(shù)優(yōu)勢(shì)與傳統(tǒng)社區(qū)養(yǎng)老服務(wù)進(jìn)行深度融合，尋找一種全面提升老年人生活體驗(yàn)的新模式[9]。社區(qū)智慧養(yǎng)老服務(wù)系統(tǒng)以社區(qū)為單位，通過人工智能相關(guān)技術(shù)學(xué)習(xí)老年人醫(yī)療護(hù)理知識(shí)，對(duì)老年人身體及情緒狀況以及其行為信息進(jìn)行收集計(jì)算，并推斷老人所需服務(wù)[10]。對(duì)于老年人來說，智慧養(yǎng)老主要包括醫(yī)療健康服務(wù)、日常生活幫助和日常安全監(jiān)護(hù)、精神慰藉服務(wù)[11]。社區(qū)智慧養(yǎng)老服務(wù)模型見圖1。

圖1 社區(qū)智慧養(yǎng)老服務(wù)模型

2 社區(qū)智慧養(yǎng)老服務(wù)系統(tǒng)架構(gòu)

系統(tǒng)整體架構(gòu)由環(huán)境監(jiān)測(cè)層、人工智能社區(qū)智慧養(yǎng)老服務(wù)層以及Web 和移動(dòng)終端層組成，具體見圖2。

圖2 社區(qū)智慧養(yǎng)老服務(wù)系統(tǒng)架構(gòu)

環(huán)境監(jiān)測(cè)層主要由老人健康數(shù)據(jù)采集模塊、房間環(huán)境傳感監(jiān)測(cè)器模塊和入侵監(jiān)測(cè)模塊組成。其中老人健康數(shù)據(jù)采集模塊主要通過視頻監(jiān)控和相關(guān)穿戴設(shè)備來實(shí)現(xiàn)對(duì)健康信息的采集；房間環(huán)境傳感監(jiān)測(cè)器模塊主要通過不同傳感器實(shí)現(xiàn)對(duì)房間的溫濕度、可燃?xì)怏w、用水用電量等信息的采集，如家中的各項(xiàng)指標(biāo)有某項(xiàng)異常，如用水用電量異常會(huì)發(fā)出報(bào)警信息并快速通知老人子女和社區(qū)。入侵監(jiān)測(cè)模塊主要由紅外安防傳感器、破碎傳感器等實(shí)現(xiàn)對(duì)房屋入侵監(jiān)測(cè)，如有可疑人員闖入時(shí)，會(huì)通過客戶端通知老人的家人及社區(qū)管理人員，并自動(dòng)報(bào)警。環(huán)境監(jiān)測(cè)層的各個(gè)子系統(tǒng)節(jié)點(diǎn)組成家庭局域網(wǎng)絡(luò)，經(jīng)網(wǎng)關(guān)與Internet 連接，并將采集的各種數(shù)據(jù)傳送到云服務(wù)器[12]。人工智能社區(qū)智慧養(yǎng)老服務(wù)層對(duì)采集的健康數(shù)據(jù)、房間環(huán)境監(jiān)測(cè)數(shù)據(jù)和入侵監(jiān)測(cè)數(shù)據(jù)進(jìn)行分析，與養(yǎng)老專業(yè)領(lǐng)域數(shù)據(jù)庫(kù)、基礎(chǔ)信息數(shù)據(jù)、業(yè)務(wù)共享數(shù)據(jù)比對(duì)，經(jīng)自動(dòng)學(xué)習(xí)和相應(yīng)專家審核后，制定相應(yīng)的決策方案[13]。例如提供專業(yè)相關(guān)知識(shí)，推送營(yíng)養(yǎng)搭配、醫(yī)療建議、鍛煉指導(dǎo)等。Web 和移動(dòng)終端層可以跟服務(wù)器進(jìn)行消息交互，實(shí)現(xiàn)數(shù)據(jù)互傳。監(jiān)護(hù)人和社區(qū)管理員可通過云服務(wù)器向家庭控制中心發(fā)送相關(guān)的命令來控制家中智能設(shè)備自動(dòng)打開，若有人來訪按動(dòng)監(jiān)控對(duì)講門鈴可以通過手機(jī)和來訪人視頻對(duì)講并且選擇是否開門。老人也可通過終端向社區(qū)發(fā)送信息，請(qǐng)求遠(yuǎn)程醫(yī)療、預(yù)約掛號(hào)、獲取陪同就醫(yī)、買藥等醫(yī)療健康服務(wù)或商品配送等日常生活幫助。

3 社區(qū)智慧養(yǎng)老服務(wù)流程及關(guān)鍵技術(shù)

在醫(yī)療健康、日常安全監(jiān)護(hù)、生活幫助、精神慰藉等老年人護(hù)理領(lǐng)域，人工智能技術(shù)均能發(fā)揮作用，提供全面的社區(qū)智慧養(yǎng)老服務(wù)。

3.1 醫(yī)療健康服務(wù)流程及關(guān)鍵技術(shù)

3.1.1 醫(yī)療健康服務(wù)流程 居家養(yǎng)老人員中很大一部分人因?yàn)榧膊?dǎo)致行動(dòng)能力下降，多數(shù)老年人患有高血壓、糖尿病、冠心病等慢性病[14]，此類人群需要定期進(jìn)行健康檢查、藥物購(gòu)買以及疾病預(yù)防知識(shí)等健康教育的普及。在人工智能社區(qū)智慧養(yǎng)老模式下，可通過深度學(xué)習(xí)技術(shù)學(xué)習(xí)養(yǎng)老服務(wù)領(lǐng)域知識(shí)，獲得大量相關(guān)數(shù)據(jù)[15]；通過對(duì)收集的老人健康數(shù)據(jù)進(jìn)行分析，針對(duì)不同人群推送不同的營(yíng)養(yǎng)搭配、身體鍛煉方法和醫(yī)療建議等知識(shí)[16]。對(duì)于健康或患有慢性病但能自理的老人，可以通過推薦的專業(yè)醫(yī)療知識(shí)進(jìn)行自查、自診[17]?？梢詫?duì)一些特征明顯的疾病進(jìn)行遠(yuǎn)程診斷，給老年人帶來方便。

3.1.2 基于深度學(xué)習(xí)醫(yī)療服務(wù)推薦模型 深度學(xué)習(xí)在眾多領(lǐng)域都有很好的應(yīng)用前景，深度學(xué)習(xí)方法可以更好地進(jìn)行特征提取，更加精準(zhǔn)地學(xué)習(xí)用戶和服務(wù)的特征[18]。將環(huán)境監(jiān)控層收集的數(shù)據(jù)與老年人護(hù)理服務(wù)領(lǐng)域的專業(yè)數(shù)據(jù)進(jìn)行比較，分析和挖掘它們之間的關(guān)系，并使用用戶評(píng)分訓(xùn)練模型選擇具有較高預(yù)測(cè)評(píng)分的服務(wù)生成推薦集，滿足老年人需求的服務(wù)。可以利用人工神經(jīng)網(wǎng)絡(luò)提取老年人特征，人工神經(jīng)網(wǎng)絡(luò)由內(nèi)部復(fù)雜的神經(jīng)元通過大量數(shù)據(jù)學(xué)習(xí)相應(yīng)的規(guī)則，將學(xué)習(xí)的數(shù)據(jù)特征用于預(yù)測(cè)或分類[19]。老年人特征提取模型見圖3。

圖3 老年人特征提取模型

首先，將老年人姓名、年齡、性別、職業(yè)、收入、身體狀況、自理能力程度等基本信息轉(zhuǎn)化為數(shù)字。之后將這些數(shù)字映射到低維度并用詞向量進(jìn)行表示，由此得到老年人每個(gè)基本屬性的特征向量。將得到的特征向量通過多個(gè)隱藏層合并各個(gè)屬性特征以獲得最終的老年人特征向量。

醫(yī)療健康服務(wù)特征提取模型是根據(jù)醫(yī)療健康服務(wù)基本屬性特征和醫(yī)療健康服務(wù)內(nèi)容融合得到的，提取模型見圖4。醫(yī)療健康服務(wù)內(nèi)容描述通過分詞處理后，經(jīng)文本卷積網(wǎng)絡(luò)提取，得到醫(yī)療保健服務(wù)的內(nèi)容特征，并將與醫(yī)療保健服務(wù)的屬性如服務(wù)類型、服務(wù)價(jià)格等特征相結(jié)合，通過多個(gè)隱藏層獲取到醫(yī)療健康服務(wù)特征向量。

圖4 醫(yī)療健康服務(wù)特征提取模型

醫(yī)療健康服務(wù)推薦模型利用老年人特征提取模型和醫(yī)療健康服務(wù)特征提取模型對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，并將獲取到的老年人信息輸入訓(xùn)練的模型中以獲得醫(yī)療健康服務(wù)的預(yù)測(cè)得分。 對(duì)分?jǐn)?shù)進(jìn)行排序篩選，以生成醫(yī)療健康服務(wù)的推薦集[20]，為老年人推薦集合中得分較高的信息。生成模型見圖5。

圖5 醫(yī)療健康服務(wù)推薦模型

3.2 日常生活幫助流程及關(guān)鍵技術(shù)

3.2.1 日常生活幫助服務(wù)流程 老年護(hù)理最大的工作量就是日常生活幫助，通過一個(gè)完備的居家生態(tài)環(huán)境系統(tǒng)，會(huì)大大降低護(hù)理成本[21]。系統(tǒng)能主動(dòng)或根據(jù)老人需求調(diào)節(jié)家里家電、溫濕度、空氣質(zhì)量等環(huán)境指標(biāo)，使老人在舒適的環(huán)境中生活。首先，該系統(tǒng)可以主動(dòng)或根據(jù)老年人的需求開關(guān)家用電器，調(diào)節(jié)家里溫濕度和空氣質(zhì)量等環(huán)境指標(biāo)，使老年生活舒適。同時(shí)，對(duì)老人居住環(huán)境進(jìn)行監(jiān)測(cè)，可以減少某些安全隱患的發(fā)生。其次，監(jiān)測(cè)水電網(wǎng)氣等設(shè)備，使用數(shù)值異常時(shí)提醒家人及社區(qū)人員，余額不足時(shí)提醒老人及家人通過終端繳費(fèi)。最后，社區(qū)培養(yǎng)護(hù)理人才，滿足老人各類上門服務(wù)需要。老年人可以在家通過監(jiān)控對(duì)講機(jī)或者智慧終端選擇上門服務(wù)的內(nèi)容，獲取外部資源幫助，如助餐、助行、助醫(yī)、助浴、助潔、助急等，把每次護(hù)理人員監(jiān)測(cè)的血壓、脈搏、呼吸、體溫等基本生命體征數(shù)據(jù)傳輸?shù)剿鶎偕鐓^(qū)的老人健康檔案中，家人和社區(qū)可以隨時(shí)掌握老人的身體狀況，便于后期對(duì)老人進(jìn)行日常幫助。

3.2.2 日常生活幫助服務(wù)關(guān)鍵技術(shù) 人工智能社區(qū)智慧養(yǎng)老服務(wù)系統(tǒng)由環(huán)境監(jiān)測(cè)層、人工智能社區(qū)智慧養(yǎng)老服務(wù)層以及終端層組成。環(huán)境監(jiān)測(cè)層的功能是負(fù)責(zé)采集信息，它用到各種各樣的傳感設(shè)備，擁有全面的感知能力和更高的靈敏度。把傳感設(shè)備接入到無(wú)線傳輸網(wǎng)絡(luò)之后，就可以把采集到的數(shù)據(jù)往上層傳輸了。人工智能社區(qū)智慧養(yǎng)老服務(wù)層是整個(gè)系統(tǒng)的上層平臺(tái)，負(fù)責(zé)為用戶提供具體服務(wù)。構(gòu)建智慧養(yǎng)老服務(wù)系統(tǒng)涉及物聯(lián)網(wǎng)、通信、數(shù)據(jù)挖掘等技術(shù)和衛(wèi)生醫(yī)療護(hù)理專業(yè)知識(shí)。整合這些技術(shù)到服務(wù)系統(tǒng)中，為用戶提供便捷的、有價(jià)值的生活幫助服務(wù)。

系統(tǒng)可采用Zigbee 技術(shù)組成無(wú)線局域網(wǎng)負(fù)責(zé)智慧養(yǎng)老環(huán)境下的數(shù)據(jù)傳輸，相比于其他無(wú)線協(xié)議如wifi、藍(lán)牙，Zigbee 更加簡(jiǎn)單，成本更加低廉，能耗更低。在智能建筑、智能家居、智能醫(yī)療等領(lǐng)域有廣泛的應(yīng)用[22]?；赯igbee 技術(shù)的自組織網(wǎng)形成Zigbee 傳感網(wǎng)，用來組織所有的傳感器。通過編寫代碼，完成傳感器的初始化、信息采集、遠(yuǎn)程控制等工作。家庭控制中心是服務(wù)器與Zigbee 的中間媒介，負(fù)責(zé)傳輸、處理數(shù)據(jù)信息?？梢詫⒔邮盏腪igbee 傳感器發(fā)來的相關(guān)數(shù)據(jù)經(jīng)過處理后發(fā)送到網(wǎng)絡(luò)或手機(jī)終端，也可將終端發(fā)送的命令處理后轉(zhuǎn)發(fā)給相應(yīng)的Zigbee 節(jié)點(diǎn)。終端可以對(duì)用戶家中溫濕度、煤氣水電、家電等進(jìn)行設(shè)置。在終端到云服務(wù)器的數(shù)據(jù)傳輸上，可使用AJAX 技術(shù)，通過JSON 數(shù)據(jù)格式訪問接口，盡可能減小延遲，提高用戶體驗(yàn)度[23]。基于Zigbee 技術(shù)的家庭網(wǎng)絡(luò)結(jié)構(gòu)見圖6。

圖6 基于Zigbee 技術(shù)的家庭網(wǎng)絡(luò)結(jié)構(gòu)圖

3.3 日常安全監(jiān)護(hù)流程及關(guān)鍵技術(shù)

3.3.1 日常安全監(jiān)護(hù)服務(wù)流程 人工智能社區(qū)智慧養(yǎng)老系統(tǒng)可以為老人提供多重保護(hù)。首先，當(dāng)監(jiān)測(cè)到老人身體指標(biāo)異常、家庭環(huán)境異常時(shí)，可以與子女和社區(qū)人員等聯(lián)系，及時(shí)得到救助。其次，當(dāng)家里出現(xiàn)燃?xì)庑孤┗蛘呃先艘蛏眢w不適未洗衣做飯等情況時(shí)，水電燃?xì)鈧鞲衅?、溫濕度傳感器、安防傳感器等?shù)據(jù)會(huì)發(fā)生異常，此時(shí)也會(huì)向子女或社區(qū)進(jìn)行預(yù)警[24]。再次，如果有老人意外摔倒且周圍無(wú)人時(shí)，不能及時(shí)到醫(yī)院治療，可能會(huì)造成更大的健康傷害[25]，人工智能還可以對(duì)老年人的異常行為進(jìn)行監(jiān)測(cè)，當(dāng)老人因跌倒、突發(fā)疾病而處于異常行為狀態(tài)時(shí)，系統(tǒng)及時(shí)發(fā)現(xiàn)并報(bào)警，使老人及時(shí)得到救助，減少意外發(fā)生后生命財(cái)產(chǎn)的損失。日常安全監(jiān)護(hù)服務(wù)見圖7。

圖7 日常安全監(jiān)護(hù)服務(wù)分類

3.3.2 日常安全監(jiān)護(hù)服務(wù)關(guān)鍵技術(shù) 由圖7 的分類可以看出，對(duì)老人的監(jiān)測(cè)設(shè)備要涉及很多方面，需要在老人家中安裝一個(gè)本地服務(wù)器，定時(shí)接收各類監(jiān)測(cè)設(shè)備發(fā)送的異常數(shù)據(jù)信息，然后對(duì)不同等級(jí)的異常信息進(jìn)行分類并做標(biāo)記，再由本地服務(wù)器分析是本地報(bào)警提示還是發(fā)送到社區(qū)服務(wù)器給出異常報(bào)警提示。在日常安全監(jiān)護(hù)分類中行為異常報(bào)警最常見，主要是指對(duì)老人自身行為方面的監(jiān)測(cè)，包括對(duì)老年人的活動(dòng)量、生理信號(hào)、地理位置的監(jiān)測(cè)。常見的行為異常可通過穿戴式設(shè)備、外圍式設(shè)備和視頻分析3 種方式進(jìn)行檢測(cè)，見圖8。

圖8 行為異常檢測(cè)分類

常見的行為異常檢測(cè)主要指跌倒檢測(cè)。首先，基于穿戴式的檢測(cè)方法通常把螺旋儀和加速度計(jì)等置入智能手機(jī)、手環(huán)和其他穿戴設(shè)備中，螺旋儀和加速度計(jì)分別獲取人體的方向信息和不同方向的加速度，之后對(duì)收集的運(yùn)動(dòng)信息進(jìn)行分析判斷[26]?；诖┐魇綑z測(cè)方法的精度較高，受周圍環(huán)境的影響較小，并且老人的活動(dòng)區(qū)域不受限制，可以在室內(nèi)，也可以進(jìn)行戶外活動(dòng)。但是可穿戴設(shè)備需要每時(shí)每刻檢測(cè)人體的狀態(tài)，如何有效地控制模型的存儲(chǔ)消耗和計(jì)算資源，同時(shí)又要保證準(zhǔn)確性，顯得尤為重要。

基于外圍的檢測(cè)方法通過在家中安裝如壓力和聲音等傳感器來收集老年人的運(yùn)動(dòng)信息。 當(dāng)老年人跌倒時(shí)，周圍的壓力和聲音信息將發(fā)生變化。通過檢測(cè)數(shù)值進(jìn)行判斷。由于該方法安裝成本高，且容易受到周圍噪聲的影響，檢測(cè)精度相對(duì)較低，因此在實(shí)際生活中很少使用。

相比較前兩種跌倒檢測(cè)方法，基于視頻的跌倒檢測(cè)方法對(duì)硬件的要求較低，僅需要一個(gè)或者多個(gè)攝像頭。該方法可以獲取更多的人體信息，如速度、位置和行走的姿態(tài)等，并且有很好的展示效果，老人的家屬可以遠(yuǎn)程觀察室內(nèi)的具體情況。該方法可以通過剪影、輪廓、姿態(tài)特征估計(jì)等方法進(jìn)行。例如對(duì)老人進(jìn)行姿態(tài)估計(jì)能夠獲取關(guān)節(jié)點(diǎn)坐標(biāo)，這些坐標(biāo)可以更好地表示人體在圖像中的位置，該方法對(duì)跌倒行為識(shí)別更加敏感[27]?；谝曨l的跌倒檢測(cè)方法取得了很好的檢測(cè)效果，但現(xiàn)階段還存在許多問題需要解決，例如光照的影響、遮擋問題等，當(dāng)人體處于復(fù)雜環(huán)境下，檢測(cè)效果會(huì)有所下降。

3.4 精神慰藉服務(wù)流程及關(guān)鍵技術(shù)

3.4.1 精神慰藉服務(wù)流程 老年人退休后社會(huì)角色發(fā)生轉(zhuǎn)變、社交圈變小，與子女共同生活時(shí)間有限，共同話題少，容易產(chǎn)生孤獨(dú)感。社區(qū)作為老年人的主要生活空間,是為老年人提供精神慰藉服務(wù)最為便利的提供主體。人工智能社區(qū)智慧養(yǎng)老模式下，可通過人機(jī)交互系統(tǒng)進(jìn)行人性化交流，基于深度學(xué)習(xí)、自然語(yǔ)言處理等技術(shù)和心理學(xué)、語(yǔ)言學(xué)等學(xué)科，人工智能系統(tǒng)甚至能像心理醫(yī)生一樣疏解老人心理問題。其次，人工智能可收集老年人興趣愛好、生活習(xí)慣等個(gè)人數(shù)據(jù)，通過學(xué)習(xí)，得到老人更喜歡的娛樂項(xiàng)目，并為老人提供個(gè)性化推薦服務(wù)。在社交方面，隨著智能手機(jī)和其他智能設(shè)備的普及，老人可以輕松與家人、朋友進(jìn)行語(yǔ)音、視頻等聯(lián)系。在保證正常生活的基礎(chǔ)上，提高老年人的幸福感。

3.4.2 個(gè)性化推薦服務(wù)關(guān)鍵技術(shù) 個(gè)性化推薦是指計(jì)算機(jī)系統(tǒng)根據(jù)老人的個(gè)性化需求，為其提供相關(guān)信息，使其得到滿足[28]。個(gè)性化推薦過程主要包括用戶、被推薦對(duì)象和計(jì)算機(jī)信息系統(tǒng)3 個(gè)部分。其中用戶是個(gè)性化推薦的核心，主要收集用戶年齡、性別、收入、健康程度、生活習(xí)慣等基本信息，認(rèn)知風(fēng)格、消費(fèi)動(dòng)機(jī)、主觀感受等，被推薦對(duì)象主要包括老人感興趣的文本信息、視頻音頻等多媒體信息、衣食住行等建議信息等。用戶可以將其個(gè)性化需求主動(dòng)提供給系統(tǒng)，也可以通過用戶的使用記錄和愛好，根據(jù)一定的推薦方法生成。系統(tǒng)采用的推薦方法是關(guān)鍵[29]，主要的推薦方法有以下幾種：①基于內(nèi)容的推薦。該方法是早期使用較多的個(gè)性化推薦方法，需要分別建立用戶偏好模型與被推薦對(duì)象特征模型，然后執(zhí)行分類和匹配，按照匹配度的高低排序，將排名較高的結(jié)果推薦給用戶。當(dāng)被推薦對(duì)象是文本或具有較強(qiáng)屬性特征的時(shí)候，該方法推薦結(jié)果直觀，容易解釋，也不需要提供用戶的歷史信息，有很好的效果。但對(duì)于屬性較為復(fù)雜的對(duì)象，構(gòu)造用戶偏好和被推薦對(duì)象分類時(shí)需要較大的數(shù)據(jù)量。②基于協(xié)同過濾的推薦。該方法目前使用較為廣泛，主要根據(jù)用戶的歷史行為數(shù)據(jù)，尋找用戶或被推薦對(duì)象的近鄰集合，以此計(jì)算用戶的偏好?；趨f(xié)同過濾的推薦不需要領(lǐng)域知識(shí)，且隨著時(shí)間推移，性能會(huì)逐步提高，能處理復(fù)雜的非結(jié)構(gòu)化對(duì)象，推薦個(gè)性化、自動(dòng)化程度高。③基于關(guān)聯(lián)規(guī)則推薦，挖掘用戶和被推薦對(duì)象的關(guān)聯(lián)規(guī)則。④基于知識(shí)的推薦，基于某一領(lǐng)域一整套規(guī)則和路線推薦。在實(shí)際應(yīng)用中，在不同場(chǎng)景、不同階段，為了彌補(bǔ)不同推薦方式的不足，經(jīng)?；旌鲜褂枚喾N方式，以取得更好的推薦效果[30]。推薦服務(wù)通用模型見圖9。

圖9 推薦服務(wù)通用模型

4 小結(jié)

隨著人工智能技術(shù)的不斷發(fā)展，社區(qū)智慧養(yǎng)老服務(wù)模式提供了一種新的養(yǎng)老思路，為解決人口老齡化環(huán)境下養(yǎng)老服務(wù)產(chǎn)業(yè)帶來了新機(jī)遇。本研究對(duì)人工智能社區(qū)智慧養(yǎng)老服務(wù)模式及相關(guān)技術(shù)進(jìn)行介紹，通過人工智能技術(shù)，針對(duì)老人不同的服務(wù)需求進(jìn)行不同層次的護(hù)理，提供高效、高精度的養(yǎng)老服務(wù)供給，從而優(yōu)化養(yǎng)老模式，減少人力資源浪費(fèi)。人工智能社區(qū)智慧養(yǎng)老服務(wù)模式可能會(huì)給社會(huì)結(jié)構(gòu)、經(jīng)濟(jì)模式和養(yǎng)老服務(wù)體系帶來變化，但需要加大政策支持力度，培育人工智能人才、加強(qiáng)老人智能知識(shí)學(xué)習(xí)和操作培訓(xùn)，通過民政、財(cái)政、衛(wèi)生、信息、養(yǎng)老等部門和街道以及老人、家屬通力協(xié)作，才能推動(dòng)人工智能技術(shù)在養(yǎng)老服務(wù)領(lǐng)域的發(fā)展，提升我國(guó)社會(huì)養(yǎng)老服務(wù)質(zhì)量，為老年人構(gòu)建幸福生活提供有力保障。