首页 > 分享 > 用于宠物健康平台的方法和系统与流程

用于宠物健康平台的方法和系统与流程

萌宠菠菠乐园
2024-10-23 01:26

用于宠物健康平台的方法和系统与流程
相关申请的交叉应用本申请要求2018年1月16日提交的题为“systemandmethodforrecommendingpetfoods”的美国临时专利申请第62/617,694号的优先权，以及2018年6月12日提交的题为“methodsandsystemsforautomationplatformforpetattributecollectionandprocessing”的美国临时专利申请第62/683,925号的优先权。上述两件申请中的每个申请通过引用被合并到本文中，如同在本文中充分阐述一样。本公开内容涉及用于基于宠物的属性向宠物推荐宠物产品的宠物健康平台和方法。
背景技术：
：大多数市售宠物食品，例如在大型零售商处出售的宠物食品，仅满足最低的营养质量标准。在一些情况下，通过在制造期间将营养物以对食用它们的宠物不具有高度生物利用率的形式或者通过在制造期间的进一步处理而破坏的形式喷洒到一些宠物食品上，来使宠物食品满足最低质量标准。这些食品可能包含对至少某些品种具有不利影响的成分，而缺少对至少某些品种有帮助的成分。许多普通宠物，例如狗和猫，在其营养需求方面因品种而显著不同。此外，品种内的个体在其营养需求方面可能显著不同。例如，品种因素如年龄、活动水平、活动类型、大小、重量、性情、环境、主人属性和其他因素可能影响宠物的营养需求。需要用于推荐在营养上适合宠物个体的物种、品种和/或特定属性的宠物食品的自动化系统和方法。理想情况下，适当的饮食建议可以针对个体宠物的多个上述属性进行高度调整；然而，随着与产品推荐相关的宠物的属性数目增加，识别属性时出现错误的机会也会增加。例如，由数据缺乏、数据输入错误、数据输入不完整、缺乏对正在请求数据内容的理解、缺乏规范化、误报和其他因素导致的错误可能影响推荐的质量。由于主人可能只对宠物的实际活动有一般的了解(并且常常不准确)，并且/或者主人可能倾向于以对主人有利的方式而不是以提供准确信息的方式进行报告，因此可能很难准确地获得某些属性，如活动水平和活动类型。需要改进的方法和系统来收集关于与饮食推荐相关的宠物属性的相关信息。技术实现要素：根据本公开内容的一些实施方式，公开了一种用于向宠物推荐宠物食品的方法。该方法包括：通过平台的处理系统从与宠物相关联的用户的客户端用户设备接收与该宠物相对应的宠物信息；经由平台的api从由宠物佩戴的一个或更多个可穿戴设备接收传感器测量结果；以及从与该宠物的主人相关联的一个或更多个家庭设备接收视频数据。该方法还包括：通过处理系统，基于宠物信息、传感器测量结果和视频数据生成与宠物相关的属性集，该属性集包括指示宠物的体温的温度属性。该方法还包括：通过处理系统，基于属性集确定与宠物相对应的温度分类。该方法还包括：通过处理系统，基于温度分类和属性集确定与宠物相对应的配方分数；该方法还包括：通过处理系统，基于配方分数从宠物产品数据库确定宠物食品推荐，以及基于属性集确定要推荐给宠物的食品量。该方法还包括：通过处理系统经由通信网络向用户提供指示宠物食品推荐和食品量的饮食推荐。在实施方式中，确定属性集包括将宠物信息构造成一个或更多个属性。在这些实施方式的一些实施方式中，宠物信息包括宠物的年龄、宠物的品种、宠物的大小和宠物的重量中的一个或更多个，并且属性集包括年龄属性、品种属性、大小属性和重量属性中的一个或更多个。在实施方式中，确定属性集包括将传感器测量结果构造成一个或更多个属性。在这些实施方式的一些实施方式中，传感器测量结果包括心率数据、温度数据和呼吸速率数据中的一个或更多个，并且属性集包括心率属性、所述温度属性和呼吸速率属性中的一个或更多个。在实施方式中，确定属性集包括：使用计算机视觉系统分析视频数据以基于视频数据确定一个或更多个分类；以及将一个或多个分类构造成一个或更多个相应属性。在这些实施方式的一些实施方式中，一个或更多个分类包括眼睛清晰度分类、情绪分类、毛皮状况分类和肌张力分类中的一个或更多个，并且一个或更多个属性包括眼睛清晰度属性、情绪属性、毛皮状况属性和肌张力属性中的一个或更多个。在实施方式中，温度分类选自温热分类、中性分类和寒凉分类中的一个。在这些实施方式的一些实施方式中，确定配方分数包括：基于温度分类设置初始配方分数；以及基于属性集选择性地调整配方分数。在这些实施方式的一些实施方式中，宠物食品推荐包括：当配方分数大于上限阈值时选择具有温热成分的第一宠物食品，当配方小于下限阈值时选择具有寒凉成分的第二食品，并且当配方大于下限阈值且小于上限阈值时选择具有中性成分的中性食品。根据本公开内容的一些实施方式，公开了一种用于向宠物推荐宠物食品的方法。该方法包括：通过平台的处理系统从与宠物相关联的用户的客户端用户设备接收与该宠物相对应的宠物信息，以及通过处理系统基于宠物信息生成与该宠物相关的属性集。该方法还包括：通过处理系统基于属性集确定与该宠物相对应的温度分类，以及通过处理系统基于温度分类和属性集确定与该宠物相对应的配方分数。该方法还包括：通过处理系统基于温度分类从宠物产品数据库确定宠物食品推荐，以及通过处理系统经由通信网络向用户提供指示宠物食品推荐的饮食推荐。在实施方式中，确定属性集包括将宠物信息构造成一个或更多个属性。在这些实施方式的一些实施方式中，宠物信息包括宠物的年龄、宠物的品种、宠物的大小和宠物的重量中的一个或更多个，并且属性集包括年龄属性、品种属性、大小属性和重量属性中的一个或更多个。在实施方式中，该方法还包括通过处理系统经由平台的api从由宠物佩戴的一个或更多个可穿戴设备接收传感器测量结果。在这些实施方式的一些实施方式中，确定属性集包括将传感器测量结果构造成一个或更多个属性。在这些实施方式的一些实施方式中，传感器测量结果包括心率数据、温度数据和呼吸速率数据中的一个或更多个，并且属性集包括心率属性、所述温度属性和呼吸速率属性中的一个或更多个。在实施方式中，该方法还包括：通过处理系统从与宠物的主人相关联的一个或更多个家庭设备接收视频数据。在这些实施方式的一些实施方式中，确定属性集包括：使用计算机视觉系统分析视频数据以基于视频数据确定一个或更多个分类；以及将一个或更多个分类构造成一个或更多个相应属性。在这些实施方式的一些实施方式中，一个或更多个分类包括眼睛清晰度分类、情绪分类、毛皮状况分类和肌张力分类中的一个或更多个，并且一个或更多个属性包括眼睛清晰度属性、情绪属性、毛皮状况属性和肌张力属性中的一个或更多个。在一些实施方式中，温度分类选自温热分类、中性分类和寒凉分类中的一个。在这些实施方式的一些实施方式中，该方法还包括通过处理系统基于温度分类和属性集确定与宠物相对应的配方分数，属性集包括指示宠物的体温的温度属性。在这些实施方式的一些实施方式中，确定配方分数包括：基于温度分类设置初始配方分数；以及基于属性集选择性地调整配方分数。在这些实施方式的一些实施方式中，确定宠物食品推荐包括：当配方分数大于上限阈值时选择具有温热成分的第一宠物食品，当配方小于下限阈值时选择具有寒凉成分的第二食品，并且当配方大于下限阈值且小于上限阈值时选择具有中性成分的中性食品。在一些实施方式中，确定宠物配方分数包括将属性集输入到机器学习分数模型中，该机器学习分数模型被训练成响应于各个属性集来输出配方分数。根据本公开内容的一些实施方式，公开了一种用于向宠物推荐宠物零食的方法。该方法包括：通过平台的处理系统，从与宠物相关联的用户的客户端用户设备接收与该宠物相对应的宠物信息，以及经由平台的api从由宠物佩戴的一个或更多个可穿戴设备接收传感器测量结果。该方法还包括：通过处理系统，基于宠物信息、传感器测量结果和视频数据生成与宠物相关的属性集，该属性集包括指示宠物的体温的温度属性。该方法还包括：通过处理系统基于属性集确定宠物零食推荐，以及通过处理系统经由通信网络向用户提供宠物零食推荐。在实施方式中，确定属性集包括将宠物信息结构造成一个或更多个属性。在这些实施方式的一些实施方式中，宠物信息包括宠物的年龄、宠物的品种、宠物的大小和宠物的重量中的一个或更多个，并且属性集包括年龄属性、品种属性、大小属性和重量属性中的一个或更多个。在实施方式中，确定属性集包括将传感器测量结果构造成一个或更多个属性。在这些实施方式的一些实施方式中，传感器测量结果包括心率数据、温度数据和呼吸速率数据中的一个或更多个，并且属性集包括心率属性、温度属性和呼吸速率属性中的一个或更多个。在实施方式中，该方法还包括通过处理系统从与宠物的主人相关联的一个或更多个家庭设备接收视频数据。在这些实施方式的一些实施方式中，确定属性集包括：使用计算机视觉系统分析视频数据以基于视频数据确定一个或更多个分类；以及将一个或多个分类构造成一个或更多个相应属性。在一些实施方式中，一个或更多个分类包括眼睛清晰度分类、情绪分类、毛皮状况分类和肌张力分类中的一个或更多个，并且一个或更多个属性包括眼睛清晰度属性、情绪属性、毛皮状况属性和肌张力属性中的一个或更多个。在实施方式中，确定宠物零食推荐包括基于属性集确定温度分类。在这些实施方式中的一些实施方式中，确定宠物零食推荐包括基于温度分类和属性集确定宠物配方分数。在一些实施方式中，确定宠物零食推荐包括基于宠物配方分数以及宠物零食的一种或更多种成分从产品数据库确定宠物零食。根据本公开内容的一些实施方式，公开了一种用于向宠物推荐宠物补充物的方法。该方法包括：通过平台的处理系统，从与宠物相关联的用户的客户端用户设备接收与该宠物相对应的宠物信息，以及经由平台的api从由宠物佩戴的一个或更多个可穿戴设备接收传感器测量结果。该方法还包括：通过处理系统，基于宠物信息、传感器测量结果和视频数据生成与宠物相关的属性集，该属性集包括指示宠物的体温的温度属性。该方法还包括：通过处理系统基于属性集确定宠物补充物推荐，以及通过处理系统经由通信网络向用户提供宠物补充物推荐。在实施方式中，确定属性集包括将宠物信息构造成一个或更多个属性。在这些实施方式的一些实施方式中，宠物信息包括宠物的年龄、宠物的品种、宠物的大小和宠物的重量中的一个或更多个，并且属性集包括年龄属性、品种属性、大小属性和重量属性中的一个或更多个。在实施方式中，确定属性集包括将传感器测量结果构造成一个或更多个属性。在这些实施方式的一些实施方式中，传感器测量结果包括心率数据、温度数据和呼吸速率数据中的一个或更多个，并且属性集包括心率属性、温度属性和呼吸速率属性中的一个或更多个。在实施方式中，该方法还包括：通过处理系统从与宠物的主人相关联的一个或更多个家庭设备接收视频数据。在这些实施方式的一些实施方式中，确定属性集包括：使用计算机视觉系统分析视频数据以基于视频数据确定一个或更多个分类；以及将一个或更多个分类构造成一个或更多个相应属性。在一些实施方式中，一个或更多个分类包括眼睛清晰度分类、情绪分类、毛皮状况分类和肌张力分类中的一个或更多个，并且一个或更多个属性包括眼睛清晰度属性、情绪属性、毛皮状况属性和肌张力属性中的一个或更多个。在实施方式中，确定宠物补充物推荐包括基于属性集确定温度分类。在这些实施方式的一些实施方式中，确定宠物补充物推荐包括基于温度分类和属性集确定宠物配方分数。在一些实施方式中，确定宠物补充物推荐包括基于宠物配方分数以及宠物补充物的一种或更多种成分从产品数据库确定宠物补充物。本文提供了用于收集关于宠物的与饮食推荐相关的属性的相关信息的改进的方法和系统。具体地，本文提供了用于发现、聚集、收集、集成、变换、归一化、处理、管理和共享与用于推荐宠物食品的系统和方法有关的数据的方法、系统、部件、电路、块、过程、软件、硬件、模块、子系统、服务和平台(本文统称为“平台100”)的其他元件。本文提供了一种宠物健康系统，其具有被配置成生成与宠物相关的属性集的属性生成系统，其中，该属性集是使用从可穿戴设备、物联网设备和社交媒体站点中的至少一个收集的数据集来生成的，该社交媒体站点链接至宠物的身份并且具有推荐引擎，该推荐引擎用于至少部分地基于所生成的属性集来向宠物推荐饮食方案。在实施方式中，该系统还包括计算机视觉系统，该计算机视觉系统接收与宠物相对应的图像数据并且基于图像数据和使图像与不同情绪分类相关的训练数据集来确定宠物的情绪分类。在实施方式中，情绪分类还基于宠物的一个或更多个属性。在实施方式中，该系统还包括计算机视觉系统，该计算机视觉系统接收与宠物相对应的图像数据并且基于图像数据和使图像与不同肌张力分类相关的训练数据集来确定宠物的肌张力分类。在实施方式中，肌张力分类还基于宠物的一个或更多个属性。在实施方式中，该系统还包括计算机视觉系统，该计算机视觉系统接收与宠物相对应的图像数据并且基于图像数据和使图像与不同毛皮状况分类相关的训练数据集来确定宠物的毛皮状况分类。在实施方式中，毛皮状况分类还基于宠物的一个或更多个属性。在实施方式中，该系统还包括计算机视觉系统，该计算机视觉系统接收与宠物相对应的图像数据并且基于图像数据和使图像与不同眼睛清晰度分类相关的训练数据集来确定宠物的眼睛清晰度分类。在实施方式中，眼睛清晰度分类还基于宠物的一个或更多个属性。在实施方式中，该系统还包括机器学习系统，该机器学习系统接收与宠物相对应的可穿戴设备数据并且基于可穿戴设备数据和使可穿戴设备数据与不同睡眠状态分类相关的训练数据集来确定宠物的睡眠状态分类。在实施方式中，睡眠状态分类还基于宠物的一个或更多个属性。从下面的描述和附图以及权利要求书中将认识到本公开内容的更完整的理解。附图说明包括附图以提供对本公开内容的更好的理解，附图示出了本公开内容的(多个)实施方式，并且与说明书一起用于说明本公开内容的原理。在附图中：图1描绘了根据本公开内容的一些实施方式的宠物健康平台的示例环境。图2描绘了根据本公开内容的一些实施方式的示例宠物健康平台。图3描绘了根据本公开内容一些实施方式的被配置成确定宠物的情绪分类的计算机视觉系统的示例。图4描绘了根据本公开内容一些实施方式的被配置成确定宠物的毛皮状况分类的计算机视觉系统的示例。图5描绘了根据本公开内容一些实施方式的被配置成确定宠物的肌张力分类的计算机视觉系统的示例。图6描绘了根据本公开内容一些实施方式的被配置成确定宠物的眼睛清晰度分类的计算机视觉系统的示例。图7描绘了根据本公开内容一些实施方式的被配置成确定宠物的睡眠状况分类的机器学习系统的示例。图8描绘了示出根据本公开内容的一些实施方式的用于向宠物推荐饮食的方法的流程图。图9描绘了示出根据本公开内容的一些实施方式的用于向宠物推荐宠物零食和/或宠物补充物的方法的流程图。具体实施方式图1示出了宠物健康平台100的示例环境，该宠物健康平台100从可穿戴设备120、物联网设备160(例如，图像捕获设备162、跟踪设备164、音频捕获设备166和/或连接的传感器设备168)和/或链接至宠物的身份的社交媒体系统140收集数据。在实施方式中，宠物健康平台100包括属性生成系统102、推荐系统104、身份管理系统106、机器学习系统108、协作过滤系统110、计算机视觉系统112、api/上传门户114、宠物数据存储装置116和产品数据库118。在不脱离本公开内容的范围的情况下，宠物健康平台100的实施方式可以包括附加的或替选的部件。在实施方式中，平台100可以与由宠物(或宠物的主人)佩戴的一个或更多个可穿戴设备120通信，并且一个或更多个可穿戴设备120包括捕获与宠物相关的相应测量结果的一组传感器。该组传感器可以包括例如运动传感器、加速度计、温度传感器、热通量传感器、压力传感器、化学传感器、毛皮电响应传感器和/或其他合适的传感器。包含用于宠物的一组传感器的可穿戴设备120可以采取许多形式因素，例如在腿、爪、腹部、头、颈等上或周围佩戴的带子；附着到(诸如腹部、背部、耳内等上的)毛皮的粘附性贴片；项圈、甲胄、皮带元件等；服饰(例如毛衣、袜子、帽子等)；以及许多其他形式因素。可穿戴设备120可以例如以具有嵌入式传感器的微芯片的形式嵌入宠物的毛皮中。可穿戴设备120可以包括在其上编码有识别信息的id设备，例如rfid设备。例如，id设备可以在其上编码有设备标识符和/或宠物标识符。在实施方式中，id设备可以是无源rfid设备或有源rfid设备。可穿戴设备120可以包括用于位置感测(例如gps、蜂窝、信标或其其他技术)所需的一个或更多个元件。在实施方式中，可穿戴设备120有助于对包括以下的运动的跟踪：步行、跳跃、跑步、左右移动、加速等。可穿戴设备120可以结合位置跟踪系统和/或传感器数据处理(例如，整合来自加速度计的加速度数据)，以跟踪宠物的运动。在实施方式中，可以使用平台100来收集宠物的相关图像，包括静止图像和视频图像。例如，可以使用图像捕获设备162来捕获宠物的图像数据(例如，照片和/或视频)。图像数据可以例如指示：宠物参与的活动；宠物的外观(包括大小、重量、肌张力、眼睛清晰度和其他健康属性)；宠物的主人(以及主人的相关属性，例如情绪、对宠物的态度等)；宠物的能量水平；宠物的表现属性(例如，跳跃高度、跑步速度或敏捷性)；宠物喜欢坐或休息的地方(例如，如对“暖”或“冷”表面的偏好所指示的)；宠物的情绪(例如，如姿势所指示的)；宠物周围的环境(例如，如舒适度或压力水平所指示的)等。可以自动地(例如，经由api)或通过用户动作(例如，经由上传、馈送、传送等)从各种源获得图像数据。在实施方式中，平台100可以包括api和/或上传门户114，该api和/或上传门户114从宠物主人的用户设备150、物联网设备160(例如访问控制设备、安全系统、婴儿监视器或具有图像捕获设备162的其他设备)、因特网源(例如社交媒体系统140)等接收图像数据(以及其他类型的数据)。在实施方式中，平台100可以从一个或更多个物联网(iot)设备160收集数据。iot设备160可以是能够经由网络(例如，因特网)直接地(例如，经由wifi连接或蜂窝连接)或间接地(例如，通过中间设备)与其他设备或系统通信的任何设备。iot设备160可以包括一个或更多个图像捕获设备162、位置跟踪设备164、音频捕获设备166、连接的传感器设备168、和/或连接至网络180的任何其他合适的设备。图像捕获设备162可以是能够感测运动、捕获图像、检测活动等的任何合适的设备。位置跟踪系统(例如，信标系统、基于摄像装置的位置跟踪系统、gps系统等)包括一个或更多个位置跟踪设备164，所述一个或更多个位置跟踪设备164与和宠物共存的任何设备或事物(例如，宠物玩具、宠物饰品、食品或水碗、宠物载体、宠物床、宠物笼、宠物食品分配器、垃圾箱等)集成在一起或者集成到和宠物共存的任何设备或事物中，并且/或者与其他家庭物品(例如，家具、恒温器、电器、窗户、门、桌子等)集成在一起或集成到其他家庭物品中。iot音频捕获设备166可以包括具有音频捕获能力的一个或更多个设备，例如婴儿监视器、安全系统、家庭设备等。在实施方式中，平台100可以从表示宠物和/或其主人的社交媒体系统140收集数据。例如，平台100可以从包含宠物和/或其主人的图像的社交媒体系统140获得图像数据。图像数据可以用于整个本公开内容中提到的各种目的。在实施方式中，平台100可以从一个或更多个源收集音频或声音数据，以用于生成推荐和/或属性。例如，平台可以使用宠物的音频来确定压力水平(例如，如特定类型的吠叫或喵喵叫所指示的)、主人与宠物的交互等。音频或声音数据可以来自一个或更多个iot设备160和/或用户设备150。在实施方式中，平台100可以从宠物的主人佩戴的可穿戴设备120收集数据。例如，测量主人走的步数或行驶的里程数的可佩戴设备120可以链接至宠物上的设备(例如宠物项圈上的rfid标签)。在这些实施方式的一些实施方式中，主人的活动可以用作宠物活动的代理。主人的可穿戴设备120可以例如查验(ping)或读取宠物上的rfid标签，以确认主人和宠物的接近度。在进行这样的确认后，可以使用主人数据来推断宠物数据，例如在锻炼过程期间行走的里程数。图2示出了根据本公开内容的一些实施方式的宠物健康平台100的示例性配置。平台100可以通过由一个或更多个物理服务器设备进行实现来执行。平台100可以包括处理系统200、通信设备202和存储系统204。处理系统200可以包括存储计算机可执行指令的存储器和执行计算机可读指令的一个或更多个处理器。处理系统200可以执行属性生成系统102、推荐系统104、身份管理系统106、机器学习系统108、协作过滤系统110、计算机视觉系统112和api/上传门户114。通信系统202包括一个或更多个通信设备，所述一个或更多个通信设备包括与公共通信网络(例如，因特网)通信的至少一个外部通信设备。外部通信设备可以执行有线或无线通信。在实施方式中，外部通信设备可以包括以太网卡、wifi卡和/或其他合适的通信设备。存储系统204包括一个或更多个存储设备。存储设备可以包括永久存储介质(例如，闪存驱动器、硬盘驱动器)和/或临时存储设备(例如，ram)。存储系统204可以存储一个或更多个数据存储。数据存储可以包括一个或更多个数据库、表格、索引、记录、文件系统、文件夹和/或文件。在所示出的实施方式中，存储系统204存储宠物数据存储116和产品数据存储118。在不脱离本公开内容的范围的情况下，存储系统204可以存储附加的或替选的数据存储。在实施方式中，平台100可以包括宠物数据存储116。在实施方式中，宠物数据存储116可以包括宠物数据库，宠物数据库存储与各个宠物相对应的宠物记录并且对这些宠物记录进行索引。每个宠物记录可以存储宠物的信息或与宠物的信息相关。宠物的信息可以包括宠物标识符(例如，识别宠物的唯一值)、主人标识符、设备标识符(例如，与宠物和/或宠物主人相关联的设备)、宠物的名称、主人的名称、宠物的品种、宠物的年龄、宠物的大小、宠物的情绪(当前或平均)、宠物的眼睛清晰度(当前或平均)、宠物的肌张力(当前或平均)、宠物的睡眠状态(当前或平均)、宠物的毛皮状况(当前或平均)、宠物的饮食、为宠物购买的产品等。在一些实施方式中，宠物数据库可以存储宠物的医疗信息。在这些实施方式中，宠物的主人、兽医或医院可以经由api/上传门户114来提供宠物的医疗信息。此外，宠物记录可以按照一个或更多个宠物属性来分组。例如，宠物记录可以按照品种、年龄范围、大小、重量、活动水平、饮食类型等分组。在实施方式中，宠物数据库跟踪宠物或宠物组所消耗的食物、宠物或宠物组的活动水平和类型、宠物或宠物组的情绪、宠物或宠物组的眼睛清晰度、宠物或宠物组的肌张力、宠物或宠物组的重量、宠物或宠物组的大小、宠物或宠物组的表现、以及随时间变化的各种其他属性。宠物数据库中的数据可以存储单个宠物的个体数据和/或宠物组(例如，品种组、区域组、主人类型组等)的聚合数据并且对这些数据进行索引。这可以允许平台的用户或操作者收集信息以帮助识别可以通过食品强化的区域，以及收集对于用户在宠物的整个生命周期中照顾宠物而言可能是重要的附加信息，例如了解宠物生活中正在发生的变化(例如，焦虑或压力的变化、环境因素的变化等)。在实施方式中，平台100包括产品数据存储118。在实施方式中，产品数据存储118可以包括存储产品记录并且对其进行索引的产品数据库，产品记录对应于可以适合于宠物的各个产品。适用于宠物的产品的示例包括但不限于宠物食品、零食(treats)、补充物、洗发剂、床、玩具、锻炼设备、皮带、垃圾箱、板条箱、笼子、药物等。每个产品记录可以包括标识产品和产品数据(例如，产品名称、产品价格和/或产品属性)的产品标识符。平台100可以在例如向用户作出推荐时利用产品数据库。在实施方式中，宠物身份管理系统106可以将一个或更多个设备、系统、个体或其他物品同与单独的宠物和/或宠物的主人或照料者相关联的身份联系起来。例如，所识别的宠物(例如具有唯一标识符，如名称、号码或组合)可以与用于以下的类似标识符相关联：人类用户(例如，主人、照料者)的一组一个或更多个可穿戴设备120、一组一个或更多个物联网设备160、一组一个或更多个家庭设备130(例如，amazon或google)、一组一个或更多个用户设备150；其他宠物(例如，家庭中的其他宠物)；社交媒体系统140(例如，用于与宠物相关联的个体的社交媒体系统)等。可以使用身份管理系统106来识别可能具有相关数据的数据源，通过该相关数据可收集关于宠物的属性并且可以从该相关数据推断属性。例如，身份管理系统106可以确定与特定宠物相关联的一个或更多个设备，从该设备来获得用于属性生成和/或推荐的数据。在实施方式中，属性生成系统102从人类用户(例如，主人、照料者)的一个或更多个数据源(例如，一组一个或更多个可穿戴设备120、一组一个或更多个物联网设备160、一组一个或更多个家庭设备130以及/或者一组一个或更多个用户设备150)接收数据，并且基于这些数据自动生成与宠物相关的属性集。数据源与特定宠物之间的关联可以由身份管理系统106来确定。例如，属性生成系统102可以经由平台100的api从宠物的可穿戴设备120接收温度数据、心率数据和/或呼吸速率数据。属性生成系统102可以确定可穿戴设备160所对应的宠物，并且可以基于所接收的数据生成一个或更多个属性。在另一示例中，属性生成系统102可以从各个图像捕获设备162和/或音频捕获设备166接收视频和/或音频数据。属性生成系统102可以将视频和/或音频数据输出至机器学习系统，该机器学习系统可以基于视频和/或音频数据返回与宠物相关的一个或更多个分类(例如，性情、活动等)。属性生成系统102可以基于返回的分类生成宠物的属性。在实施方式中，属性生成系统102可以将元数据添加到生成的属性，例如时间戳、日期戳和/或从其确定属性的数据的源(例如，设备id)。属性生成系统102可以根据合适的模式来构造传入数据，并且可以将属性存储在宠物数据存储116中并且/或者可以将属性输出至推荐系统104。在实施方式中，推荐系统104至少部分地基于所生成的属性集来确定与宠物的饮食方案或其他方案相关的推荐。在实施方式中，推荐系统104可以确定与宠物相关的属性集。用于做出与宠物相关的推荐的属性可以由属性生成系统102生成，可以由机器学习系统108提供的机器学习系统进行分类，并且/或者可以由用户(例如，宠物的主人或宠物的兽医)提供。然后，推荐系统104可以基于属性确定推荐。在实施方式中，推荐系统104可以将属性输出至机器学习系统108以获得一个或更多个推荐。在这些实施方式的一些实施方式中，机器学习系统108可以确定与不同饮食方案、治疗方案等相关的食谱分数，该食谱分数可以用于推荐饮食方案或治疗方案。在实施方式中，推荐系统104可以应用一个或更多个规则来确定或调整推荐。参照图8和图9更详细地描述了确定推荐的示例方法。在实施方式中，机器学习系统108实现和/或改进属性确定。机器学习系统108可以附加地或替选地改进平台100的任何其他元素，例如确定推荐分数、确定分类等。在实施方式中，可以基于诸如宠物的健康结果的结果来训练机器学习系统108。在实施方式中，基于在平台100中跟踪的宠物的一组健康结果来训练机器学习系统108。在实施方式中，健康结果可以包括与外观、皮毛/毛发纹理、警觉性、主人对健康的感知、精力/活动水平(例如由平台跟踪的精力/活动水平)、情绪、没有疾病状况、睡眠模式、肌张力、眼睛清晰度、表现(例如，速度、敏捷性、跳跃)相关的结果和其他合适类型的结果。在实施方式中，机器学习系统108可以实现深度学习，以基于跟踪使用平台100进行的活动的结果来生成宠物品种的属性模型。在实施方式中，这可以包括使用用健康结果集训练的卷积神经网络来生成将品种和健康结果集与特定推荐相关联的模型，该特定推荐例如是饮食推荐、活动推荐或其他方案。在实施方式中，机器学习系统108可以基于由监督者生成的训练数据集来训练一个或更多个机器学习模型以完成宠物的属性集。例如，使用其中监督者基于主人输入(例如通过调查)和其他可用数据源(例如，诸如来自社交媒体源的图像)来完成属性信息的训练数据集，机器学习系统108可以训练模型以完成使宠物的简档完善的其他属性。这样的模型可以提供具有估计的确定性水平的新属性，并且可以将满足或超过阈值确定性水平的属性添加到宠物的简档。机器学习系统108可以以任何合适的方式训练模型。在实施方式中，机器学习系统108可以实现监督的、半监督的或无监督的学习技术。监督学习和半监督学习可以包括：使用由人类监督者(例如在通过监督者经由对许多宠物照片的观察来标记属性的情况下)创建的训练集和/或利用来自监督者的反馈(例如关于机器学习系统成功地对属性进行正确分类)来训练机器学习器。实施方式可以包括专用于可以通过图像处理确定的特定属性(例如宠物品种类型、宠物大小、宠物情绪、活动水平和类型以及许多其他属性)或属性组合的机器学习系统108。机器学习系统108的实施方式可以包括神经网络，神经网络包括前馈神经网络、反馈神经网络和卷积神经网络等。机器学习可以包括基于模型的学习，例如在其中以层级、知识图等组织属性(例如，宠物的品种、宠物的年龄、宠物的重量等)，使得机器学习系统108可以累积与已知属性相关联的附加属性，例如学习什么颜色模式与给定品种相关联等。在实施方式中，平台100可以包括协作过滤系统110以识别基于宠物之间的共同属性的推荐。在实施方式中，协作过滤系统110可以(例如，通过数据输入、图像处理、声音处理、传感器处理)获得用于生成宠物和/或宠物主人的属性简档的信息。可以使用例如属性简档来对具有共同属性的宠物和主人进行分组。在实施方式中，可以使用例如相似性矩阵、聚类算法(例如k均值算法)等来对宠物和/或主人的属性简档进行分组。协作过滤系统110可以使用这些组，以基于与组中的其他宠物和/或主人相关联的结果来帮助推荐饮食方案、活动方案、产品等。协作过滤、简档和推荐可以随时间通过机器学习(例如使用提供给平台100或由平台100跟踪的结果)来改进。例如，机器学习系统108可以使用由协作过滤系统110生成的与推荐相关的结果来训练基于宠物和/或主人的一个或更多个属性做出推荐的模型。在实施方式中，平台100可以包括计算机视觉系统112，该计算机视觉系统112使用机器学习来进行自动属性分类，例如通过对由摄像装置(例如，移动电话摄像装置、访问控制或安全摄像装置、婴儿监视器、物联网设备等)捕获并对平台可用的图像和/或从照片馈送、社交网络系统(例如，包含宠物图像的宠物主人的社交网络页面)等获得的图像进行操作而进行自动属性分类。在实施方式中，对计算机视觉系统112进行训练以识别宠物的情绪。这可以包括根据训练数据集来训练计算机视觉系统112，该训练数据集是通过使一组人指示拍摄图像时宠物的心情或者使人通过简单地观察图片来指示心情而生成的。还可以使用宠物的其他属性来训练计算机视觉系统112，其他属性包括拍摄图像时宠物的年龄、宠物的品种、在拍摄图像前后宠物的活动水平等。图3示出了被训练成识别宠物的情绪的计算机视觉系统112的示例。在实施方式中，计算机视觉系统112可以随时间被训练成仅根据图像数据对情绪进行分类。在其他实施方式中，计算机视觉系统112可以被训练成根据图像数据和其他属性(例如，年龄、品种、活动水平)对情绪进行分类。情绪分类可以用于推荐，而推荐又可以通过机器学习来优化。例如，推荐系统104可以被训练成基于宠物的情绪并且基于可能受情绪影响或与情绪相关联的整体健康结果来提供推荐。在实施方式中，对计算机视觉系统112进行训练以识别宠物的毛皮状况。在这些实施方式中，可以根据训练数据集对计算机视觉系统112进行训练，该训练数据集例如包含基于已知状况的存在或不存在而进行标记的图像。图4示出了被训练成识别宠物的情绪的示例计算机视觉系统112。在实施方式中，计算机视觉系统112可以随时间被训练成以仅根据图像数据对毛皮状况进行分类。在其他实施方式中，计算机视觉系统112可以被训练成根据图像数据和其他属性(例如，年龄、品种等)来对毛皮状况进行分类。毛皮状况分类可以用于推荐，而推荐又可以通过机器学习来优化。例如，推荐系统104可以被训练成基于宠物的毛皮状况并且基于可能受毛皮状况影响或与毛皮状况相关联的整体健康结果来提供看兽医的推荐。如图5所示，在实施方式中，计算机视觉系统112被训练成识别宠物的肌张力状态。在这些实施方式中，可以根据训练数据集对计算机视觉系统112进行训练，该训练数据集例如包含基于已知肌张力的存在或不存在而进行标记的图像。一旦被训练，计算机视觉系统112可以输出宠物的肌张力状态属性(例如，张力、肥胖等)。在实施方式中，推荐系统104可以使用肌张力状态来做出推荐(例如，饮食推荐、锻炼推荐等)。如图6所示，在实施方式中，计算机视觉系统112被训练成识别宠物的眼睛清晰度状态。在这些实施方式中，可以根据训练数据集对计算机视觉系统112进行训练，该训练数据集包括例如基于已知眼睛清晰度状态的存在或不存在而进行标记的宠物的眼睛的图像。例如，平台100可以使用眼睛清晰度属性来推荐某些饮食、食品、补充物、治疗、锻炼等。如图7所示，在实施方式中，机器学习系统108被训练成基于从一个或更多个可穿戴设备120获得的数据来识别宠物的睡眠模式。在这些实施方式中，可以根据训练数据集对机器学习系统108进行训练，该训练数据集包括例如基于佩戴可穿戴设备的宠物的已知睡眠状态而进行标记的可穿戴设备数据。如图7所示，一旦进行了训练，机器学习系统108可以输出宠物的睡眠属性(例如，睡眠的持续时间和/或质量)。出于本文中提到的各种目的，睡眠属性可以被用作平台内的健康度量或结果。在实施方式中，推荐系统104被配置成基于在平台中跟踪的宠物的健康结果集来输出适合品种和/或适合宠物的饮食推荐。平台中提供的推荐可以包括餐食、零食、宠物干果、食品馅料、肉汤、餐食部分、食品集合(包括互补的、具有期望效果的食品集合等)、饮食方案、份量、食品量。在这些实施方式中，推荐系统104可以向机器学习系统108提供(接收到的和/或学习的)一个或更多个属性。机器学习系统108可以输出推荐的餐食、零食、宠物干果、食品馅料、肉汤、餐食部分、食品集合(包括补充的、具有期望效果的食品集合等)、饮食方案、份量、食品量中的一个或更多个，推荐系统104可以基于上述输出来生成推荐。在实施方式中，api/上传门户114允许系统/用户提供宠物医疗信息。在一些实施方式中，用户(例如，与兽医诊所相关联的主人或个人)可以上传电子或扫描的宠物医疗记录。在一些实施方式中，系统(例如宠物医疗记录系统)可以经由api上传特定于宠物的任何宠物医疗记录。api/上传门户114可以接收宠物医疗记录，并且可以将其中包含的医疗信息存储在与特定宠物相对应的宠物记录中。在实施方式中，平台100可以基于与宠物或宠物的主人相关联的一个或更多个可穿戴设备120的输出来跟踪宠物的活动。活动跟踪可以包括跟踪宠物所走的步数、宠物的心率、宠物的跳跃高度、宠物的平均速度、宠物的敏捷性等。在实施方式中，可以使用例如由一个或更多个可穿戴设备120、连接的传感器设备168、图像捕获设备162等收集的事实数据来补充或替代例如由主人收集的观测数据。在实施方式中，可以使用事实数据来检查观测数据、调整观测数据、帮助准确地收集观测数据、验证观测数据等等。平台100可以将活动相关数据存储在宠物数据存储116中。在实施方式中，平台100可以基于上下文或其他因素存储和实现关于什么数据被认为是最准确的规则集合。例如，如果存在可穿戴设备未正确地运行(例如，由于电池耗尽等)的指示，则可以使用关于活动的观测数据来代替由可穿戴设备收集的数据。类似地，在因素表明观测数据不可靠的情况下，例如在主人在一个月内每天输入的宠物的活动水平完全相同的情况下，可以使用事实数据来代替观察数据。因此，可以通过上下文敏感规则集合来增强数据质量，该上下文敏感规则集合促进了针对给定情况可用的最佳数据的使用。图8和图9示出了用于确定宠物的推荐的示例方法。在线宠物健康评估工具可以近似估算兽医和宠物营养专家评估宠物的营养需求的方式。在实施方式中，平台100包括宠物评估工具，该宠物评估工具分析健康因素、包括宠物和其人类的活动的生活方式、身体和情绪环境、饮食敏感性和偏好，以确定宠物的最佳食物、零食、补充物等。可以针对每个宠物分析各种宠物输入变量，从而得到独特数据点的数百种可能的组合。可以使用健康评估算法来分析宠物信息，并且然后向宠物主人提供与宠物数据相对应的推荐的饮食、零食和补充物，以获得最大健康益处。宠物评估工具可以推荐来自单个食品品牌或公司的宠物食物产品，或者推荐来自多个不相关的宠物食品公司的宠物食物产品，使得消费者可以对来自包括宠物食品、零食和补充物的不同宠物食物产品的成分进行比较。在实施方式中，平台100提供图形用户界面，用户可以利用该图形用户界面经由用户设备150提供与一个或更多个宠物相关的宠物信息。宠物信息可以被发送至平台100并且被存储在宠物数据存储116中。在实施方式中，用户还可以将一个或更多个可穿戴设备120、家庭设备130和/或iot设备160链接至宠物，使得链接一个或更多个可穿戴设备120、家庭设备130和/或iot设备160可以经由api114向平台100提供与宠物相关的数据。平台100可以处理宠物信息和/或从各种外部设备130、140、160接收的任何数据，并且可以为宠物提供宠物食品、零食和补充物的推荐。在实施方式中，宠物食品推荐可以基于食品的温热或寒凉特征。传统的中医利用食品的温热和寒凉性质来平衡人体的阴阳，以预防和治疗疾病并且改善宠物的健康。宠物食品的每种成分可以具有独特的寒凉、温热或中性特征。当食用寒凉食品时，它们为宠物增加了寒凉效果，而食用温热食品将为宠物增加温热效果。可以使用温热和寒凉食品来平衡宠物的身体，因为宠物的身体可能阴虚或阳虚。中医已经将许多常见的食品分为三种热性质：1)寒凉食品、2)温热食品以及3)既不寒凉也不温热的平衡的中性食品。在实施方式中，可以实施以下准则来确定食品的热性质：1.生长时间较长的食物(如冬南瓜和红薯)比生长迅速的食物(如芹菜和西葫芦)更温热。2.蓝色、绿色或紫色食物比红色、橙色或黄色的类似食物更寒凉。3.热带和亚热带食物往往比温带地区生长的食物更寒凉。下面提供的表1提供了寒凉食品的示例。表1-寒凉食品寒凉食品具有清除体内热量和毒素，冷却和镇定血液以及滋养动物的效果。这些类型的食品适合于在体内表现出过热迹象的动物。通常，体内具有过热的动物表现出以下症状，包括但不限于感觉异常温暖、口渴、便秘、刺鼻的气味和大便、焦虑、眼睛发红、舌头比平时更红且肿胀或萎缩、红色/黑色粘膜、过多的头皮屑、口腔或舌头上的油性或干性溃疡、舌头发红且有舌头上有厚黄的舌苔、脉搏快、胃灼热以及尿色暗或发黄。宠物可能不总是处于“温热”或“寒凉”。确切地说，宠物可能会具有过热或需要热量的过冷的暂时的症状、体征或迹象。宠物的活动也可以指示需要对宠物的冷或暖温度进行再平衡。具有过多热量的宠物通常将寻找寒凉的地方休息，并且可能往往毛皮会红肿发痒。热的宠物通常摸起来很热。热的宠物可能会过度喘气，并且可能往往会更痒并且在睡前表现出躁动。热的宠物可能有红眼或红色毛皮。热的宠物可能易于产生饮食敏感性，并且喂食寒凉饮食可能是非常有益的。热的宠物可以被喂食寒凉食品以减轻热量对其身体的负面影响。蛋白质如鸭肉、兔肉或鱼肉被认为是寒凉食品。下面提供的表2提供了温热食品的示例。表2-温热食品食用温热食品可以具有暖身和暖器官、改善宠物的血液循环以及驱寒的效果。这些类型的食品适合于正出现寒凉症状的动物。通常，以下症状与寒凉症状相关联：爪子寒冷、身体寒冷、呼吸短促、虚弱、水样腹泻、进食或饮用寒凉东西后胃痛或感到不适、进食后腹胀、运动不耐受、精力不足、休息和寒冷天气下关节疼痛、水肿、小便失禁或大便失禁、以及体液潴留。食用温热食品可以减轻或逆转这些症状。宠物的活动也可能与温热和寒凉的倾向相关联。对有寒凉倾向的宠物，应当喂食温热的食品。可以指示宠物具有寒凉倾向并且需要温热饮食的症状和/或行为可以包括全身虚弱、疲劳和运动不耐受、缺乏食欲和呼吸短促。这些宠物表现懒惰并且将倾向于寻找温暖的地方。寒凉型宠物可能遭受关节僵硬和疼痛，尤其是在冬季月份。这些寒凉症状可以通过喂食温热食品如火鸡、鸡肉、倭瓜、红薯和燕麦来缓解。下面提供的表3提供了中性食品的示例。表3-中性食品图8示出了用于推荐宠物饮食的方法800的一组操作。宠物饮食可以包括在白天喂给宠物的一餐或更多餐，并且包括宠物食品和喂给宠物的食物量。在实施方式中，方法800可由平台100执行。在810处，平台100确定与宠物相关的一组属性。平台100可以接收来自一个或更多个客户端设备(例如，用户设备150)和/或一个或更多个其他外部设备(例如，可穿戴设备120、家庭设备130和/或iot设备160)的输入。在实施方式中，对应于宠物的宠物信息(例如品种、重量、年龄等)可以由用户输入到客户端用户设备150并传输到平台100。在实施方式中，宠物信息可包括宠物的类型、品种、性别、生殖状况(例如，未受损的、绝育的或切除卵巢的)、年龄和重量。在实施方式中，用户可以提供附加的宠物信息，例如：宠物的活动水平、体形、宠物旅行、离家喂食习惯、喂食时间表、烹饪或生食偏好、饮食敏感性和兽医护理。体形可以指示宠物的相对重量。活动水平的示例可以包括：周末战士，其在周末更活跃；室内宠物；徒步旅行/跑步/活跃；以及懒惰。体形的示例可以包括：消瘦、苗条、一般、超重和肥胖。用户接口还可以允许用户输入附加的宠物健康信息，包括：舌头信息、眼睛信息和性情/性格信息。舌头信息可以包括舌头颜色，例如：淡粉色/几乎淡紫色、浅粉色和红色。眼睛信息可以包括：清澈透明、黄色、淡黄白色和黄白色混浊。用户通过用户接口输入的宠物信息也可以包括宠物的饮食敏感性/过敏性。平台100可以使用宠物的饮食敏感性/过敏性来避免宠物对其具有饮食敏感性或过敏性的任何食品。通过用户接口输入的宠物信息可以包括用户已知的所有宠物饮食敏感性。在实施方式中，平台100可以从宠物穿戴的可穿戴设备120获得宠物相关的传感器测量。宠物相关传感器测量的示例可以包括但不限于温度数据、心率数据、呼吸速率数据等。在实施方式中，平台100可以从iot设备160接收捕获宠物活动的图像数据(例如，视频数据)。响应于所接收的数据，平台100可以确定与宠物相关的一组属性。例如，在实施方式中，平台100可以将兽医信息、温度数据、心率数据和/或呼吸速率数据构造成属性。附加地或替选地，平台100可以使用计算机视觉系统112基于视频数据来确定与宠物的状况相关的分类。例如，平台100可以采用机器学习和/或计算机视觉来基于接收到的图像数据确定情绪分类、毛皮状况分类、睡眠状况分类、肌张力分类和/或眼睛清晰度分类。平台100可以将任何确定的分类构造成相应属性。在812处，平台100基于属性来确定宠物的温度分类。在一些实施方式中，平台100可以基于宠物的温度属性来确定温度分类。在这些实施方式中，平台100可以利用将各种温度或温度范围映射到不同温度分类的查找表或映射。例如，低于101.5华氏度的温度可以与凉爽温度分类相关联，101.5华氏度与102华氏度之间的温度可以与中性温度分类相关联，超过102华氏度的温度可以与热温度分类相关联。在其他实施方式中，平台100可以使用机器学习分类模型来确定宠物的温度分类。在这些实施方式中，可以基于训练数据集来训练机器学习分类模型以将宠物分类为温热，中性或寒凉，该训练数据集包含属性集，并且针对每个属性集，进行该属性集相关的宠物分类。平台100可以将属性集(例如品种、年龄、重量、温度、心率、呼吸率、情绪分类、毛皮状况分类、睡眠状况分类、肌张力分类和/或眼睛清晰度分类)馈送给机器学习分类模型并且接收指示宠物是温热，中性或寒凉的分类。分类为具有过量热量的宠物可以包括以下特征中的一个或更多个。表现为过多热量的动物通常是紧张的和烦躁的。宠物的舌头可能会发红，过度喘气，并且寻找凉爽的地板以便躺着。表现为热量过多的动物在夏季热中可能能量不足，显示过度口渴的迹象，并且表现为发炎的、发痒的毛皮，触摸起来温暖，在就寝时不安，易于过敏并且眼睛、毛皮或粘膜发红。表现为热量过多的温热型动物也可能避开温暖的床、睡椅或地毯。与温热宠物相比，寒凉的宠物可以显示指示宠物是寒凉的、平静的和冷静的属性。寒凉宠物很可能具有苍白的舌头，舌头通常是湿的，并且很可能充血有牙印。它们可能更喜欢温暖的地方睡觉，或者希望被温暖覆盖或拥抱温暖。过度寒冷的动物可能遭受运动不耐性、缺乏食欲和/或呼吸短促。这些动物通常不喜欢在冬天外出，并且在较冷的月份期间可能受到僵硬关节的挑战，但是在太阳下或在温暖物体(例如，暖气管或壁炉)的前方将使其自身温暖。寒凉动物倾向于移动更缓慢和困倦，并且可能频繁地感冒。在814处，平台100基于温度分类来确定食谱分数。在实施方式中，食谱分数可以指示推荐给宠物的成分的类型和/或组成。在实施方式中，平台100可以基于温度分类和宠物属性来确定食谱分数。平台100可以使用基于算法规则的方法和/或机器学习方法来确定食谱分数。在实施方式中，平台100(例如，推荐系统104)可以执行基于规则的宠物温度算法，以分析与宠物相关的属性集，从而产生宠物食谱分数。在实施方式中，宠物食谱分数最初可以根据所确定的温度分类来设置。例如，可以将分数0分配给中性动物，可以将大于0的分数(例如，10)分配给寒凉动物，并且可以将小于零的分数(例如，-10)分配给温热动物。在实施方式中，平台100可以基于性情因素和/或医疗状况因素来调整宠物食谱分数。参照下面提供的表4，列出了针对性情状况的宠物食谱分数的调整。与温热条件相关联的性情可以具有负向地调整食谱分数的负向分数调整，与寒凉条件相关联的性情可以具有正向地调整食谱分数的正向分数调整，并且与中性条件相关联的性情可以具有中性分数调整，该中性分数调整增加或减少食谱分数，这取决于食谱分数是负的还是正的(例如，当食谱分数为负时增加食谱分数，并且当分数为正时减小食谱分数)。表4-性情参照下面提供的表5，列出了可能影响食谱分数的医学状况。与温热条件相关联的医学状况可以具有负向影响(例如，递减)食谱分数的负向分数调整，与寒凉条件相关联的医学状况可以具有正向影响(例如，递增)食谱分数的正向分数调整，并且中性医学状况可以具有中性分数调整，该中性分数调整增加或减小食谱分数，这取决于食谱分数是负还是正(例如，当食谱分数为负时增加食谱分数，并且当分数为正时减小食谱分数)。表5-医学状况在该上述算法方法中，平台100可以基于归因于宠物的每个医疗状况和/或性情来调整食谱分数，以获得经调整的食谱分数。在确定宠物的食谱分数的具体示例中，宠物(例如，狗或猫)可以具有一个或更多个医疗状况和一个或更多个所表现的性情。例如，对宠物的图像或视频的分析可以指示宠物表现出眼睛刺激或发痒、浓黄的眼睛流出物、眼睛流泪和/或眼睛感染。宠物也可能患有过敏性皮炎，其可以包括毛皮热点。在该示例中，可以将与每个医疗状况相关联的调整值应用于宠物食谱分数。对于每个医疗状况，平台100可以基于宠物所表现的每个相应医疗状况的调整值来调整(例如，递增或递减)宠物的食谱分数。平台100还可以基于与宠物的性情相关的属性来调整食谱分数。例如，主人可以明确地提供指示宠物是“高度紧张”的宠物信息，或者平台100经由分析宠物的视频馈送可以确定宠物的性情是“高度紧张”。响应于确定宠物高度紧张，平台100可以将另一调整值应用于宠物的食谱分数。在该示例中，对食谱分数的累积调整将与负的宠物食谱分数相对应，这可以指示温热的宠物。在816处，平台100基于食谱分数确定宠物食品推荐。在实施方式中，平台100可以基于宠物的食谱分数来确定推荐温热、中性还是寒凉的宠物食品。宠物食品成分具有可以帮助平衡宠物身体能量的内在性质，因此倾向于“热”能量失衡的宠物应当食用寒凉食品，而那些性质倾向于寒凉的宠物应当食用温热食品。宠物食谱分数大于上限阈值(例如＞5)的宠物可以被分类为需要温热食品。宠物食谱分数低于下限阈值(例如＜5)的宠物可以被分类为需要寒凉食品。宠物食谱分数在下限阈值与上限阈值之间的宠物可以被分类为需要中性食品。在实施方式中，平台100可以基于不同的宠物温度食谱范围推荐不同的饮食，例如：饮食a可以对应于较低的宠物食谱分数，并且可以包括寒凉成分。饮食b和d可以对应于中性宠物食谱分数(例如-5到5之间)，并且可以包括中性成分。饮食c可以对应于较高的宠物食谱分数，并且可以包括温热成分。表6说明与宠物食谱分数和身体状况的不同范围相关联的饮食列表。表6-饮食在实施方式中，平台100可以从产品数据库中选择具有温热、中性或寒凉成分的宠物食品。在实施方式中，产品数据库可以存储指示不同类型的宠物食品的记录。每条记录可以指示宠物食品所针对的宠物类型(例如狗或猫)、宠物的大小(例如大品种、小品种、一般品种)、宠物的年龄范围(例如小狗或小猫、中年狗或猫、年老狗或猫)、每份食品的卡路里量、以及成分。在实施方式中，记录还可以指示宠物食品是温热的、寒凉的还是中性的。平台100可以基于宠物食谱分数以及宠物的其他属性，例如年龄、类型、大小、体型等，从产品数据库中选择宠物食品。例如，如果宠物食谱分数指示宠物需要温热食品，则平台100可以选择具有温热成分或被指定为温热的宠物食品。类似地，如果宠物食谱分数指示宠物需要寒凉食品，则平台100可以选择具有寒凉成分或被指定为寒凉的宠物食品。在818处，平台基于属性来确定推荐给宠物的食品量。在实施方式中，推荐给每个宠物的食品量可以至少部分基于宠物的品种、性别、生殖状况、重量和/或活动水平。平台100可以使用查找表或基于规则的方法来确定推荐给宠物的食品量。例如，一组宠物属性为：雄性绝育狗可以导致系统推荐26卡路里/磅/天的食物的饮食。相比之下，一组宠物属性为：具有积极生活方式的雄性完好狗可以导致系统推荐30卡路里/磅/天的食物的饮食。一组宠物属性为：进行减肥饮食的雌性摘除卵巢的狗，该系统可推荐20卡路里/磅/天的食物。这种日常饮食可以在宠物每天吃的餐数之间划分。例如，如果宠物是20磅雄性绝育狗，则系统可以推荐520卡路里/天，而如果宠物吃两餐/天，则系统可以推荐260卡路里/餐。在820处，平台100可以确定推荐的宠物食品是否具有宠物过敏的任何成分。在实施方式中，宠物的宠物记录可以指示宠物可能具有的任何过敏症性/敏感性。平台100可以对推荐的宠物食品的成分进行分析，以确定任何成分是否与任何宠物的过敏性或敏感性匹配。如果不匹配，则平台100可以向用户发送饮食推荐，如822处所示。例如，平台100可以生成包含饮食推荐、购买宠物食品的链接、宠物和/或宠物食品的媒体内容(例如，照片或图像)的.json文件，并且可以将.json文件发送到用户的客户端用户设备150或用户的电子邮件账户。饮食推荐可以包括宠物食品推荐和推荐的食品量。平台100可以另外或替选地将饮食推荐存储在饮食推荐所指向的宠物的宠物记录中。如果推荐的食品包含宠物过敏或敏感的成分，则平台可以向用户提供通知以要求咨询，如824处所示。在咨询期间，可以为宠物确定定制的宠物食品混合物。图8的方法是作为示例提供的，并且可以包括附加的或替选的操作。例如，在实施方式中，当在816处确定宠物食品推荐时，平台100可以过滤出包含宠物对其敏感或过敏的成分的任何宠物食品。在示例实施方式中，平台100可以使用机器学习的分数模型来对每种宠物食品评分，以确定哪种宠物食品与宠物的需要最匹配。在实施方式中，在平台100分析了宠物信息之后——宠物信息包括：一般信息、性情信息和医疗问题——平台100可以生成具有推荐产品(例如，宠物食品、零食、补充物等)的样本的营养计划，确定是否推荐后续咨询，和/或基于宠物属性生成对应于宠物的生活方式指南。下面提供的表7示出了宠物的基本宠物信息的输入的示例，它可以帮助平台100确定宠物的一种或更多种需要。表7-基本宠物信息问题问题输入宠物的名称名称宠物的品种品种狗的性别雄性或雌性您的宠物的年龄是几岁？年龄您的宠物的ibs.重量是多少？重量宠物的活动水平非常低、低、中、高、非常高未受损的/绝育的/切除卵巢的状态未受损的/绝育的/切除卵巢的平台100还可以请求用户输入宠物的活动、生活方式和健康信息。参照表8，示出了示例问题和输入的列表。表8-活动、生活方式和健康问题图9示出了用于基于属性集为宠物推荐宠物零食和/或补充物的方法900的一组操作。在实施方式中，平台100可以基于从宠物主人经由用户设备150的输入和/或从一个或更多个可穿戴设备120、家庭设备130和/或iot设备160接收的数据得出的属性集来推荐宠物零食和宠物食品补充物。该方法可以由平台100(例如，推荐系统104)执行。在910处，平台100确定对应于宠物的属性集。平台100可以从一个或更多个客户端设备(例如，用户设备150)和/或一个或更多个其他外部设备(例如，可穿戴设备120、家庭设备130和/或iot设备160)接收输入。在实施方式中，可以将对应于宠物的宠物信息(例如品种、重量、年龄等)输入到客户端用户设备150并发送到平台100。在实施方式中，宠物信息可以包括宠物的类型、品种、性别、生殖状况(例如，未受损的、绝育的或切除卵巢的)、年龄、重量、宠物的活动水平、体型、宠物旅行、离家喂食习惯、喂食时间表、烹饪的或生的食品偏好、饮食敏感性和兽医护理。在实施方式中，平台可以从宠物佩戴的可穿戴设备120获得宠物相关的测量结果。宠物相关测量结果的示例可以包括但不限于温度数据、心率数据、呼吸速率数据等。在实施方式中，平台100可以从iot设备160接收捕捉宠物活动的视频数据。响应于所接收的数据，平台100可以确定与宠物相关的属性集。例如，在实施方式中，平台100可以将兽医信息、温度数据、心率数据和/或呼吸速率数据构造成属性。附加地或替选地，平台100可以使用计算机视觉系统112基于视频数据来确定与宠物的状况相关的分类。例如，平台100可以确定情绪分类、毛皮状况分类、睡眠状况分类、肌张力分类和/或眼睛清晰度分类。平台100可以将任何确定的分类构造成相应属性。在912处，平台100可以基于属性来确定对宠物的零食和/或补充物推荐。平台100可以以任何合适的方式基于属性来确定零食和/或补充物推荐。平台100可以采用机器学习技术和/或基于规则的方法。在实施方式中，平台100可以基于宠物的属性来确定对应于该宠物的食谱分数。在一些实施方式中，平台100可以使用基于算法规则的方法来确定食谱分数，如关于图8所讨论的。在实施方式中，平台100可以使用机器学习分数模型来确定对应于宠物的食谱分数，该机器学习分数模型被训练成在给定属性集的情况下确定食谱分数。可以使用训练数据对来训练这样的分数模型，所述训练数据对包括属性集和与属性集相对应的食谱分数。在实施方式中，平台100可以使用食谱分数来确定要推荐给宠物的一种或更多种零食和/或一种或更多种补充物。在这些实施方式的一些中，平台100可以基于食谱分数和宠物的属性(例如，大小、品种、年龄、体型等)将产品数据存储118中表示的零食和/或补充物与宠物匹配。在实施方式中，平台100可以在不使用食谱分数的情况下确定零食和/或补充物推荐。在这些实施方式中，平台100可以确定一个或更多个医疗状况。对于每种状况，平台100可以将该状况与零食或补充物相匹配。下面提供的表9提供了可以与不同状况匹配的零食的示例。下面提供的表10提供了可以与不同状况匹配的补充物的示例。在914处，平台100可以确定推荐的零食或补充物是否具有宠物过敏的任何成分。在实施方式中，宠物的宠物记录可以指示宠物可能具有的任何过敏性/敏感性。平台100可以分析推荐的零食或补充物的成分，以确定任何成分是否与宠物的任何过敏性或敏感性匹配。如果不匹配，则平台100可以向用户发送零食和/或补充物推荐，如916处所示。例如，平台100可以生成包含零食和/或补充物推荐、购买零食或补充物的链接、宠物和/或推荐的零食或补充物的媒体内容(例如，照片或图像)的.json文件。平台100可以将.json文件发送到客户端用户设备150，由此向用户显示推荐。附加地或替选地，平台100可以将零食和/或补充物推荐存储在宠物的宠物记录中。如果推荐的零食或补充物包含宠物过敏或敏感的成分，则平台可以将通知提供给用户以要求咨询，如918处所示。在咨询期间，可以为宠物确定定制的宠物食品混合物。图9的方法是作为示例提供的，并且该方法可以包括附加的或替选的操作。例如，在实施方式中，平台100可以在914处确定补充物和/或零食推荐时过滤掉包含宠物对其敏感或过敏的成分的任何宠物食品。表9-零食表10-补充物本文公开了本公开内容的详细实施方式；然而，应当理解，所公开的实施方式仅仅是本公开内容的示例，其可以以各种形式来实施。因此，本文公开的具体结构和功能细节不应被解释为限制，而仅作为权利要求的基础，并且作为用于教导本领域的技术人员以实际上任何适当的详细结构不同地采用本公开内容的代表性基础。如本文所用，术语“一”或“一个”被定义为一个或多于一个。如本文所用，术语“另一个”被定义为至少第二个或更多个。如本文所用，术语“包括”和/或“具有”被定义为包括(即，开放式过渡)。虽然仅示出和描述了本公开内容的几个实施方式，但是对于本领域技术人员来说明显的是，在不背离如所附权利要求中描述的本公开内容的精神和范围的情况下，可以对其进行许多改变和修改。本文引用的所有专利申请和专利，无论是外国的还是国内的，以及所有其他出版物都在法律所允许的最大范围整体内并入本文。本文描述的方法和系统可以通过在处理器上执行计算机软件、程序代码和/或指令的机器来部分或整体地部署。本公开内容可以被实现为机器上的方法、被实现为机器的一部分或与机器相关的系统或装置、或者被实现为在一个或更多个机器上实施的计算机可读介质中体现的计算机程序产品。在实施方式中，处理器可以是服务器、云服务器、客户端、网络基础设施、移动计算平台、固定计算平台或其他计算平台的一部分。处理器可以是能够执行程序指令、代码、二进制指令等的任何种类的计算或处理设备。处理器可以是或可以包括信号处理器、数字处理器、嵌入式处理器、微处理器或任何变体，例如协处理器(数学协处理器、图形协处理器、通信协处理器等)等，其可以直接或间接地促进存储在其上的程序代码或程序指令的执行。另外，处理器可以实现多个程序、线程和代码的执行。线程可以同时执行以增强处理器的性能并便于应用程序的同时操作。通过实现方式，可以在一个或更多个线程中实现本文描述的方法、程序代码、程序指令等。线程可以产生可能具有与其相关联的分配的优先级的其他线程；处理器可以基于优先级或基于程序代码中提供的指令的任何其他顺序来执行这些线程。处理器或利用处理器的任何机器可以包括存储如本文和其他地方所描述的方法、代码、指令和程序的非暂态存储器。处理器可以通过接口访问非暂态存储介质，该非暂态存储介质可以存储如本文和其他地方所描述的方法、代码和指令。与处理器相关联的用于存储能够由计算或处理设备执行的方法、程序、代码、程序指令或其他类型的指令的存储介质可以包括但不限于cd-rom、dvd、存储器、硬盘、闪存驱动器、ram、rom、缓冲存储器等中的一个或更多个。处理器可以包括可以提高多处理器的速度和性能的一个或更多个内核。在实施方式中，该处理器可以是将两个或更多个独立核(称为管芯)进行组合的双核处理器、四核处理器、其他芯片级多处理器等。本文描述的方法和系统可以通过在服务器、客户端、防火墙、网关、集线器、路由器或其他这样的计算机和/或联网硬件上执行计算机软件的机器来部分或整体地部署。软件程序可以与服务器相关联，该服务器可以包括文件服务器、打印服务器、域服务器、因特网服务器、内联网服务器、云服务器和诸如辅助服务器、主机服务器、分布式服务器等的其他变体。服务器可以包括存储器、处理器、计算机可读介质、存储介质、端口(物理的和虚拟的)、通信设备和能够通过有线或无线介质访问其他服务器、客户端、机器和设备的接口等中的一个或更多个。这里和其他地方描述的方法、程序或代码可以由服务器执行。此外，执行本申请中描述的方法所需的其他设备可以被认为是与服务器相关联的基础设施的一部分。服务器可以提供到其他设备的接口，其他设备包括但不限于客户端、其他服务器、打印机、数据库服务器、打印服务器、文件服务器、通信服务器、分布式服务器、社交网络等。另外，这种耦接和/或连接可以促进程序通过网络的远程执行。在不偏离本公开内容的范围的情况下，这些设备中的一些或全部的联网可以促进在一个或更多个位置处的程序或方法的并行处理。另外，通过接口附接到服务器的任何设备可以包括能够存储方法、程序、代码和/或指令的至少一个存储介质。中央储存库可以提供要在不同设备上执行的程序指令。在该实现方式中，远程储存库可以充当用于程序代码、指令和程序的存储介质。软件程序可以与客户端相关联，该客户端可以包括文件客户端、打印客户端、域客户端、因特网客户端、内联网客户端和诸如第二客户端、主机客户端、分布式客户端等的其他变体。客户端可以包括存储器、处理器、计算机可读介质、存储介质、端口(物理的和虚拟的)、通信设备和能够通过有线或无线介质访问其他客户端、服务器、机器和设备的接口等中的一个或更多个。如本文和其他地方所述的方法、程序或代码可由客户端执行。此外，执行本申请中描述的方法所需的其他设备可以被认为是与客户端相关联的基础设施的一部分。客户端可以提供到其他设备的接口，所述其他设备包括但不限于服务器、其他客户端、打印机、数据库服务器、打印服务器、文件服务器、通信服务器、分布式服务器等。另外，这种耦接和/或连接可以促进程序通过网络的远程执行。在不偏离本公开内容的范围的情况下，这些设备中的一些或全部的联网可以促进在一个或更多个位置处的程序或方法的并行处理。另外，通过接口附接到客户端的任何设备可以包括能够存储方法、程序、应用、代码和/或指令的至少一个存储介质。中央储存库可以提供要在不同设备上执行的程序指令。在该实现方式中，远程储存库可以充当用于程序代码、指令和程序的存储介质。本文描述的方法和系统可以通过网络基础设施来部分或全部部署。网络基础设施可以包括诸如计算设备、服务器、路由器、集线器、防火墙、客户端、个人计算机、通信设备、路由设备和本领域已知的其他有源和无源设备、模块和/或部件的元件。与网络基础设施相关联的计算和/或非计算设备除了其他部件之外还可以包括诸如闪存、缓冲器、栈、ram、rom等的存储介质。本文和其他地方描述的过程、方法、程序代码、指令可以由网络基础设施元件中的一个或更多个来执行。本文描述的方法和系统可以适于用于任何种类的私有、社区或混合云计算网络或云计算环境，包括涉及软件即服务(saas)、平台即服务(paas)和/或基础设施即服务(laas)的特征的计算环境。本文和其他地方描述的方法、程序代码和指令可以在具有多个小区的蜂窝网络上实现。蜂窝网络可以是频分多址(fdma)网络或码分多址(cdma)网络。蜂窝网络可以包括移动设备、小区站点、基站、中继器、天线、塔等。小区网络可以是gsm、gprs、3g、evdo、网格或其他网络类型。本文和其他地方描述的方法、程序代码和指令可以在移动设备上或通过移动设备来实现。移动设备可以包括导航设备、蜂窝电话、移动电话、移动个人数字助理、膝上型计算机、掌上型计算机、上网本、寻呼机、电子书阅读器、音乐播放器等。除了其他部件之外，这些设备可以包括诸如闪存、缓冲器、ram、rom的存储介质以及一个或更多个计算设备。可以使得与移动设备相关联的计算设备能够执行存储在其上的程序代码、方法和指令。替选地，移动设备可以被配置成与其他设备协作执行指令。移动设备可以与基站通信，该基站与服务器接口并且被配置成执行程序代码。移动设备可以在对等网络、网状网络或其他通信网络上通信。程序代码可以存储在与服务器相关联的存储介质上，并且由嵌入在服务器内的计算设备执行。基站可以包括计算设备和存储介质。存储设备可以存储由与基站相关联的计算设备执行的程序代码和指令。可以在机器可读介质上存储和/或访问计算机软件、程序代码和/或指令，该机器可读介质可以包括：计算机部件、设备和记录介质，其保留用于计算的数字数据达一些时间间隔；称为随机存取存储器(ram)的半导体存储器；通常用于更永久的存储的大容量存储器，例如光盘、磁存储器的形式，如硬盘、磁带、磁鼓、磁卡和其他类型；处理器寄存器、高速缓冲存储器、易失性存储器、非易失性存储器；光学存储器，例如cd、dvd；可移除介质，例如闪存(例如，usb棒或网银盾)、软盘、磁带、纸带、穿孔卡、独立ram盘、zip驱动器、可移除大容量存储器、离线存储器等；其他计算机存储器，例如动态存储器、静态存储器、读/写存储、可变存储、只读、随机存取、顺序存取、位置可寻址、文件可寻址、内容可寻址、网络附加存储、存储区域网络、条形码、磁性墨水等。本文描述的方法和系统可以将物理和/或无形物品从一个状态转换为另一个状态。本文描述的方法和系统还可以将表示物理和/或无形物品的数据从一个状态转换到另一个状态。在本文中(包括在整个附图的流程图和框图中)描述和描绘的元件，暗示元件之间的逻辑边界。然而，根据软件或硬件工程实践，所描绘的元件及其功能可以通过计算机可执行介质在机器上实现为单片软件结构、独立软件模块、或采用外部例程、代码、服务等的模块、或这些的任何组合，该计算机可执行介质使处理器能够执行存储在其上的程序指令，并且所有这样的实现都可以在本公开内容的范围内。这样的机器的示例可以包括但不限于个人数字助理、膝上型计算机、个人计算机、移动电话、其他手持式计算设备、医疗设备、有线或无线通信设备、换能器、芯片、计算器、卫星、平板pc、电子书、小组件、电子设备、具有人工智能的设备、计算设备、联网设备、服务器、路由器等。此外，流程图和框图中所描绘的元件或任何其他逻辑部件可以在能够执行程序指令的机器上实现。因此，虽然前面的附图和描述阐述了所公开的系统的功能方面，但是除非明确地陈述或者以其他方式从上下文中清楚理解，否则不应从这些描述中推断出用于实现这些功能方面的软件的特定布置。类似地，将理解，上面标识和描述的各种步骤可以变化，并且步骤的顺序可以适于本文公开的技术的特定应用。所有这些变化和修改都旨在落入本公开内容的范围内。因此，不应将对各个步骤的次序的描绘和/或描述理解为需要这些步骤的特定执行次序，除非特定应用需要，或者明确地陈述或以其他方式从上下文中清楚理解。上述方法和/或过程以及与其相关联的步骤可以用适用于特定应用的硬件、软件或硬件和软件的任何组合来实现。硬件可以包括通用计算机和/或专用计算设备或特定计算设备的特定方面或部件。这些过程可以在一个或更多个微处理器、微控制器、嵌入式微控制器、可编程数字信号处理器或其他可编程设备中连同内部和/或外部存储器一起实现。这些过程还可以或替代地被实现在专用集成电路、可编程门阵列、可编程阵列逻辑、或可以被配置成处理电子信号的任何其他设备或设备的组合中。还将理解，过程中的一个或更多个可以被实现为能够在机器可读介质上执行的计算机可执行代码。可以使用诸如c的结构化编程语言、诸如c++的面向对象的编程语言、或任何其他高级或低级编程语言(包括汇编语言、硬件描述语言、以及数据库编程语言和技术)来创建计算机可执行代码，其可以被存储、编译或解释以在以上设备以及处理器、处理器架构的异构组合、或不同硬件和软件的组合、或能够执行程序指令的任何其他机器中之一上运行。因此，在一个方面，上述方法及其组合可以在计算机可执行代码中实现，当在一个或更多个计算设备上执行时，所述计算机可执行代码执行其步骤。在另一方面，该方法可以在执行其步骤的系统中实现，并且可以以多种方式分布在设备上，或者所有功能可以集成到专用的独立设备或其他硬件中。在另一方面，用于执行与上述过程相关联的步骤的装置可以包括上述硬件和/或软件中的任何一个。所有这些排列和组合都旨在落入本公开内容的范围内。虽然已经结合详细示出和描述的优选实施方式公开了本公开内容，但是对于本领域技术人员来说，对本公开内容的各种修改和改进将变得明显。因此，本公开内容的精神和范围不受前述示例的限制，而是应当在法律允许的最广泛的意义上进行理解。除非本文中另有说明或与上下文明显矛盾，否则描述本公开内容的上下文中(特别是在所附权利要求的上下文中)使用的术语“一(a)”和“一个(an)”以及“该(the)”以及类似的指代应该解释为涵盖单数和复数二者。除非另有说明，否则术语“包括”、“具有”、“包含”和“含有”被理解为开放式的术语(即，意指“包括但不限于”)。除非本文另有说明，否则本文中数值的范围的叙述仅旨在作为对单独引用落入该范围内的每个单独的值的简略表达方法，并且每个单独的值被结合到说明书中，如同其在本文中被单独叙述一样。除非本文另有说明或与上下文明显矛盾，否则本文描述的所有方法可以以任何合适的顺序执行。除非另外声明，否则本文提供的任何和所有示例或示例性语言(例如，“诸如”)的使用仅旨在更好地说明本公开内容，而不对本公开内容的范围构成限制。说明书中的语言不应被解释为指示任何未要求保护的元素为本公开内容的实践所必不可少的。虽然前述书面描述使本领域技术人员能够制造和使用目前被认为是其最佳模式的内容，但本领域技术人员将理解和认识到本文的具体实施方式、方法和示例的变型、组合和等效物的存在。因此，本公开内容不应被上述实施方式、方法和示例限制，而是由本公开内容的范围和精神内的所有实施方式和方法限制。权利要求中没有明确地陈述“用于”执行指定功能的“装置”或“用于”执行指定功能的“步骤”的任何元件不应被解释为如在35u.s.§112(f)中所规定的“装置”或“步骤”条款。特别地，权利要求中的“……的步骤”的任何使用无意于援引35u.s.§112(f)的条款。本领域技术人员可以理解，可能有许多设计配置可以享受发明系统的功能益处。因此，给定本公开内容的实施方式的各种各样的配置和布置，本发明的范围由所附权利要求的范围来反映，而不是由上述实施方式来缩小。当前第1页12

技术特征：

1.一种用于为宠物推荐宠物食品的方法，包括：

通过平台的处理系统从与所述宠物相关联的用户的客户端用户设备接收与所述宠物相对应的宠物信息；

通过所述处理系统经由所述平台的api从由所述宠物佩戴的一个或更多个可穿戴设备接收传感器测量结果；

通过所述处理系统从与所述宠物的主人相关联的一个或更多个家庭设备接收视频数据；

通过所述处理系统，基于所述宠物信息、所述传感器测量结果和所述视频数据生成与所述宠物相关的属性集，所述属性集包括指示所述宠物的体温的温度属性；

通过所述处理系统，基于所述属性集来确定与所述宠物相对应的温度分类；

通过所述处理系统，基于所述温度分类和所述属性集来确定与所述宠物相对应的配方分数；

通过所述处理系统，基于所述配方分数从宠物产品数据库确定宠物食品推荐；

通过所述处理系统，基于所述属性集来确定要为所述宠物推荐的食品量；以及

通过所述处理系统经由通信网络向所述用户提供指示所述宠物食品推荐和所述食品量的饮食推荐。

2.根据权利要求1所述的方法，其中，确定所述属性集包括将所述宠物信息构造成一个或更多个属性。

3.根据权利要求2所述的方法，其中，所述宠物信息包括所述宠物的年龄、所述宠物的品种、所述宠物的大小和所述宠物的重量中的一个或更多个，并且所述属性集包括年龄属性、品种属性、大小属性和重量属性中的一个或更多个。

4.根据权利要求1所述的方法，其中，确定所述属性集包括将所述传感器测量结果构造成一个或更多个属性。

5.根据权利要求4所述的方法，其中，所述传感器测量结果包括心率数据、温度数据和呼吸速率数据中的一个或更多个，并且所述属性集包括心率属性、温度属性和呼吸速率属性中的一个或更多个。

6.根据权利要求1所述的方法，其中，确定所述属性集包括：

使用计算机视觉系统分析所述视频数据以基于所述视频数据来确定一个或更多个分类；以及

将所述一个或更多个分类构造成一个或更多个相应的属性。

7.根据权利要求6所述的方法，其中，所述一个或更多个分类包括眼睛清晰度分类、情绪分类、毛皮状况分类和肌张力分类中的一个或更多个，并且所述一个或更多个属性包括眼睛清晰度属性、情绪属性、毛皮状况属性和肌张力属性中的一个或更多个。

8.根据权利要求1所述的方法，其中，所述温度分类选自温热分类、中性分类和寒凉分类中的一个。

9.根据权利要求8所述的方法，其中，确定所述配方分数包括：

基于所述温度分类来设置初始配方分数；以及

基于所述属性集来选择性地调整所述配方分数。

10.根据权利要求9所述的方法，其中，所述宠物食品推荐包括：当所述配方分数大于上限阈值时选择具有温热成分的第一宠物食品，当所述配方分数小于下限阈值时选择具有寒凉成分的第二食品，并且当所述配方分数大于所述下限阈值且小于所述上限阈值时选择具有中性成分的中性食品。

11.一种用于为宠物推荐宠物食品的方法，包括：

通过平台的处理系统从与所述宠物相关联的用户的客户端用户设备接收与所述宠物相对应的宠物信息；

通过所述处理系统，基于所述宠物信息来生成与所述宠物相关的属性集；

通过所述处理系统，基于所述属性集来确定与所述宠物相对应的温度分类；

通过所述处理系统，基于所述温度分类和所述属性集来确定与所述宠物相对应的配方分数；

通过所述处理系统，基于所述温度分类从宠物产品数据库确定宠物食品推荐；以及

通过所述处理系统经由通信网络向所述用户提供指示所述宠物食品推荐的饮食推荐。

12.根据权利要求1所述的方法，其中，确定所述属性集包括将所述宠物信息构造成一个或更多个属性。

13.根据权利要求2所述的方法，其中，所述宠物信息包括所述宠物的年龄、所述宠物的品种、所述宠物的大小和所述宠物的重量中的一个或更多个，并且所述属性集包括年龄属性、品种属性、大小属性和重量属性中的一个或更多个。

14.根据权利要求1所述的方法，还包括：通过所述处理系统经由所述平台的api从由所述宠物佩戴的一个或更多个可穿戴设备接收传感器测量结果。

15.根据权利要求14所述的方法，其中，确定所述属性集包括将所述传感器测量结果构造成一个或更多个属性。

16.根据权利要求15所述的方法，其中，所述传感器测量结果包括心率数据、温度数据和呼吸速率数据中的一个或更多个，并且所述属性集包括心率属性、温度属性和呼吸速率属性中的一个或更多个。

17.根据权利要求1所述的方法，还包括：通过所述处理系统从与所述宠物的主人相关联的一个或更多个家庭设备接收视频数据。

18.根据权利要求1所述的方法，其中，确定所述属性集包括：

使用计算机视觉系统分析所述视频数据以基于所述视频数据来确定一个或更多个分类；以及

将所述一个或更多个分类构造成一个或更多个相应的属性。

19.根据权利要求18所述的方法，其中，所述一个或更多个分类包括眼睛清晰度分类、情绪分类、毛皮状况分类和肌张力分类中的一个或更多个，并且所述一个或更多个属性包括眼睛清晰度属性、情绪属性、毛皮状况属性和肌张力属性中的一个或更多个。

20.根据权利要求11所述的方法，其中，所述温度分类选自温热分类、中性分类和寒凉分类中的一个。

21.根据权利要求20所述的方法，还包括：通过所述处理系统基于所述温度分类和所述属性集来确定与所述宠物相对应的配方分数，所述属性集包括指示所述宠物的体温的温度属性。

22.根据权利要求21所述的方法，其中，确定所述配方分数包括：

基于所述温度分类来设置初始配方分数；以及

基于所述属性集来选择性地调整所述配方分数。

23.根据权利要求21所述的方法，其中，所述宠物食品推荐包括：当所述配方分数大于上限阈值时选择具有温热成分的第一宠物食品，当所述配方分数小于下限阈值时选择具有寒凉成分的第二食品，并且当所述配方分数大于所述下限阈值且小于所述上限阈值时选择具有中性成分的中性食品。

24.根据权利要求21所述的方法，其中，确定所述宠物配方分数包括将所述属性集输入到机器学习分数模型中，所述机器学习分数模型被训练成响应于各个属性集来输出配方分数。

25.一种用于为宠物推荐宠物零食的方法，包括：

通过平台的处理系统从与所述宠物相关联的用户的客户端用户设备接收与所述宠物相对应的宠物信息；

通过所述处理系统经由所述平台的api从由所述宠物佩戴的一个或更多个可穿戴设备接收传感器测量结果；

通过所述处理系统，基于所述宠物信息、所述传感器测量结果和视频数据生成与所述宠物相关的属性集，所述属性集包括指示所述宠物的体温的温度属性；

通过所述处理系统，基于所述属性集来确定宠物零食推荐；以及

通过所述处理系统经由通信网络向所述用户提供所述宠物零食推荐。

26.根据权利要求25所述的方法，其中，确定所述属性集包括将所述宠物信息构造成一个或更多个属性。

27.根据权利要求26所述的方法，其中，所述宠物信息包括所述宠物的年龄、所述宠物的品种、所述宠物的大小和所述宠物的重量中的一个或更多个，并且所述属性集包括年龄属性、品种属性、大小属性和重量属性中的一个或更多个。

28.根据权利要求25所述的方法，其中，确定所述属性集包括将所述传感器测量结果构造成一个或更多个属性。

29.根据权利要求28所述的方法，其中，所述传感器测量结果包括心率数据、温度数据和呼吸速率数据中的一个或更多个，并且所述属性集包括心率属性、温度属性和呼吸速率属性中的一个或更多个。

30.根据权利要求25所述的方法，还包括通过所述处理系统从与所述宠物的主人相关联的一个或更多个家庭设备接收视频数据。

31.根据权利要求30所述的方法，其中，确定所述属性集包括：

使用计算机视觉系统分析所述视频数据以基于所述视频数据来确定一个或更多个分类；以及

将所述一个或更多个分类构造成一个或更多个相应的属性。

32.根据权利要求31所述的方法，其中，所述一个或更多个分类包括眼睛清晰度分类、情绪分类、毛皮状况分类和肌张力分类中的一个或更多个，并且所述一个或更多个属性包括眼睛清晰度属性、情绪属性、毛皮状况属性和肌张力属性中的一个或更多个。

33.根据权利要求25所述的方法，其中，确定所述宠物零食推荐包括基于所述属性集来确定温度分类。

34.根据权利要求33所述的方法，其中，确定所述宠物零食推荐包括基于所述温度分类和所述属性集来确定宠物配方分数。

35.根据权利要求34所述的方法，其中，确定所述宠物零食推荐包括基于所述宠物配方分数以及所述宠物零食的一种或更多种成分从产品数据库确定所述宠物零食。

36.一种用于为宠物推荐宠物补充物的方法，包括：

通过平台的处理系统从与所述宠物相关联的用户的客户端用户设备接收与所述宠物相对应的宠物信息；

通过所述处理系统经由所述平台的api从由所述宠物佩戴的一个或更多个可穿戴设备接收传感器测量结果；

通过所述处理系统，基于所述属性集来确定宠物补充物推荐；以及

通过所述处理系统经由通信网络向所述用户提供所述宠物补充物推荐。

37.根据权利要求36所述的方法，其中，确定所述属性集包括将所述宠物信息构造成一个或更多个属性。

38.根据权利要求37所述的方法，其中，所述宠物信息包括所述宠物的年龄、所述宠物的品种、所述宠物的大小和所述宠物的重量中的一个或更多个，并且所述属性集包括年龄属性、品种属性、大小属性和重量属性中的一个或更多个。

39.根据权利要求36所述的方法，其中，确定所述属性集包括将所述传感器测量结果构造成一个或更多个属性。

40.根据权利要求39所述的方法，其中，所述传感器测量结果包括心率数据、温度数据和呼吸速率数据中的一个或更多个，并且所述属性集包括心率属性、温度属性和呼吸速率属性中的一个或更多个。

41.根据权利要求36所述的方法，还包括通过所述处理系统从与所述宠物的主人相关联的一个或更多个家庭设备接收视频数据。

42.根据权利要求41所述的方法，其中，确定所述属性集包括：

使用计算机视觉系统分析所述视频数据以基于所述视频数据来确定一个或更多个分类；以及

将所述一个或更多个分类构造成一个或更多个相应的属性。

43.根据权利要求42所述的方法，其中，所述一个或更多个分类包括眼睛清晰度分类、情绪分类、毛皮状况分类和肌张力分类中的一个或更多个，并且所述一个或更多个属性包括眼睛清晰度属性、情绪属性、毛皮状况属性和肌张力属性中的一个或更多个。

44.根据权利要求36所述的方法，其中，确定所述宠物补充物推荐包括基于所述属性集来确定温度分类。

45.根据权利要求44所述的方法，其中，确定所述宠物补充物推荐包括基于所述温度分类和所述属性集来确定宠物配方分数。

46.根据权利要求45所述的方法，其中，确定所述宠物补充物推荐包括基于所述宠物配方分数以及所述宠物补充物的一种或更多种成分从产品数据库确定所述宠物补充物。

技术总结
根据本公开内容的一些实施方式，公开了一种用于向宠物推荐宠物食品的方法。该方法包括从与宠物相关联的用户的客户端用户设备接收与宠物相对应的宠物信息，并且基于宠物信息生成与宠物相关的属性集。该方法还包括基于属性集确定与该宠物相对应的温度分类，并且基于温度分类和属性集确定与该宠物相对应的配方分数。该方法还包括基于温度分类从宠物产品数据库确定宠物食品推荐，并且经由通信网络向用户提供指示宠物食品推荐的饮食推荐。

技术研发人员：卡罗尔·E·布拉姆松;马尼·普林斯;查尔斯·H·塞拉;伊丽莎白·安·博;奥利维尔·吉恩·克劳德·费希尔
受保护的技术使用者：哈比有限公司
技术研发日：2019.01.16
技术公布日：2020.10.09