基于量化和合格的情绪数据来在用户之间分配收入的系统及方法

摘要

本申请公开了一种基于相应用户的量化的情绪数据和合格的情绪数据来在用户之间分配收入的系统和方法。该方法包括：采集用户的生物节律数据；分析生物节律数据并计算和监控情绪分数；向潜在用户发送推荐以执行关于平台和产品的动作；每隔一段时间使用量化的和合格的情绪数据为每个用户计算个人子分数；根据用户的推荐和相关推荐计算小计分；基于平台上个人用户的数据计算每个用户的小计分；将个人的小计分与小计分相结合来获得个人分数；在潜在用户执行关于平台和产品的动作时产生收入并向每个用户分配预定量的金钱。

说明书

技术领域

本发明涉及整合式收入共享平台，尤其涉及一种基于相应用户的量化的情绪数据和/或合格的情绪数据来在用户之间进行收入分配的系统和方法。

背景技术

传统上，一个企业的营销/广告口碑是基于现有用户对新用户的推荐的。另外，组织会使用商业模型来对用户成功地使其他用户使用该公司的产品/服务进行经济奖励。这些商业模型对于参与推荐方案的组织和用户都是有益的。但是，大多数的收入共享方法都是基于所推荐的总产品数量或销售数量。此外，现有的收入共享方法优先对待并激励绝对产品销售，而不是客户的实际需求。另外，现有的收入共享系统和方法不会考虑用户的情绪状态就提供任何激励或收入。而且，现有的系统和方法对用户的经济奖励会在用户之间产生负面的合作。在医学领域中的大多数现有的系统和方法都没有利用数字化推荐程序来对作为推荐人的用户进行经济奖励。

Aimone等人提交的美国专利US10120413B2公开了一种训练仪器，该仪器具有输入设备以及具有生物信号传感器和显示器的可穿戴的计算设备，以便为用户提供交互式VR环境。生物信号传感器从用户处接收生物信号数据。生物信号传感器包括脑波传感器。VR可以提供计算机模拟的体验，这种体验可以复制、创建或增强模拟真实世界或非真实世界中的客观存在的地方的环境。然而，Aimone等人的文献所公开的仪器没有直接增强或激励用户去促使其他用户通过训练仪器来进行交互。

Coleman等人提交的美国专利US9983670B2公开了一种用于使用户为了使用BCI（脑机接口）来学习如何控制其脑电波的训练方法。这种方法减少了用于使用BCI的学习曲线。这种方法可识别用户的大脑状态的特征，以确定用户的认知或情绪状态，而与用户控制BCI的能力无关。然而，Coleman等人的文献所公开的训练方法是无效的，因为它并不鼓励或奖励其他潜在用户去采用所公开的训练方法。

因此，需要一种可强烈激励用户向其他潜在用户介绍该系统的系统和方法。由于该系统必须支持用户的健康和养生，因此该系统必须具有吸引力，由强大的收入-分配财务模型来支持。需要基于收集每个用户的量化和合格的情绪数据来增强测量和奖励的健康行为。还需要一种用于基于相应用户的量化和合格的情绪数据来在用户之间分配收入的系统和方法。此外，需要一种用于基于用户针对产品或平台的最佳体验来在用户之间分配收入的系统和方法。此外，需要一种基于用户的情绪改善、用户的积极的心理状态和用户的情绪分数来激励用户的系统和方法。

因此，鉴于上述情况，本行业中长期以来存在着解决前述缺陷和不足的需要。

通过将所描述的系统与本公开的某些方面（如参照附图在本申请的其余部分中所阐述的）进行比较，常规和传统方法的其它限制和缺点对于本领域技术人员将变得显而易见。

发明内容

本申请实质上提供了一种系统，该系统基于相应用户的量化的情绪数据和合格的情绪数据中的至少一项来在多个用户之间分配收入，其在至少一个附图中显示和/或相关描述中体现，并在权利要求中更完整地阐明。

本发明提供了一种用于基于相应用户的量化的情绪数据和合格的情绪数据中的至少一项来在多个用户之间分配收入的方法。该方法包括通过可穿戴的用户设备来收集用户的生物节律数据的步骤，其中该设备被配置为穿戴在用户的身体上，或在身体的附近，或放置在用户的身体内（可植入的）。该方法包括通过利用通信网络与可穿戴的用户设备通信连接的计算单元来接收用户的生物节律数据的步骤。该方法包括通过算法模块来分析所接收到的生物节律数据并计算每个用户的情绪分数的步骤。该方法包括通过追踪模块来监控每个用户的情绪分数的步骤。该方法包括通过推荐模块向多个潜在用户发送推荐以执行与平台和产品有关的多个动作的步骤。该方法包括通过第一计算模块每隔一段时间间隔使用量化的情绪数据和合格的情绪数据来为每个用户计算个人小计分的步骤。该方法包括通过第N计算模块来计算至少一个小计分的步骤，其中该小计分是根据每个用户的推荐、与每个用户相对应的多个相关推荐，以及基于多个其他参数的一个或多个小计分来计算的。第N计算模块基于平台上个人用户的数据来计算每个用户的小计分。

在一个方面中，该方法识别与每个用户连接的所有推荐用户，并基于设置的参数为每个用户计算一个分数。例如，这可以包括多个第一代推荐，多个第二代推荐，多个第三代推荐，以及多个第N代推荐。一旦识别出了相关的推荐用户，则可以通过不同的计算来确定每个已识别出的推荐用户的分数。例如，第三代推荐可以乘以比第一代推荐更小的权重。第N计算模块还基于用户的数据或动作来计算其他类型的小计分。该方法包括通过最终计算模块来将利用第一计算模块计算的个人小计分与利用第N计算模块计算的一个或多个小计分相结合以获得每个用户的单独分数的步骤。可以采用各种操作顺序来执行这种计算。该方法包括通过收入分配模块来在潜在用户执行与平台和产品有关的多个动作时产生收入的步骤。该方法包括通过收入分配模块来基于多个参数向每个用户分配预定量的金钱的步骤。所述参数包括所计算出的用户的情绪数据分数以及关于在平台上的用户网络中呈现的其他用户的分数的计算中的至少一项。

在一方面中，可穿戴的用户设备包括多种传感器，用以检测与用户的情绪有关的一个或多个参数。

在一方面中，通过推荐模块来促使用户追踪发送推荐和一个或多个接收推荐的状态。

在一方面中，通过推荐模块来促进在与推荐相关联的用户之间彼此建立通信。

在一方面中，多个动作包括访问平台和购买产品。

在一方面中，潜在用户通过点击推荐来执行动作。

本发明的另一方面涉及一种用于基于相应用户的量化的情绪数据和合格的情绪数据中的至少一项来在多个用户之间分配收入的系统。该系统包括可穿戴的用户设备和计算单元。该可穿戴的用户设备配置为可穿戴在用户的身体上，或在身体的附近，或放置在用户的身体内（可植入的），以采集用户的生物节律数据。该计算单元与可穿戴的用户设备通信连接，用于通过通信网络接收用户的生物节律数据。该计算单元包括处理器，以及与所述处理器通信耦合的存储器。该存储器包括算法模块、追踪模块、推荐模块、第一计算模块、第N计算模块、最终计算模块和收入分配模块。算法模块分析所接收到的生物节律数据，并计算每个用户的情绪分数。追踪模块监控每个用户的情绪分数。推荐模块用于使用户向多个潜在用户发送推荐，以执行与平台和产品有关的多个动作。在一个实施例中，推荐可以通过各种格式（例如，可以被编码为图像、视频、QR码、声音字节、ID、条形码的超链接，或者超链接形式中的任何其他格式）来发送或者传递到指定的网址。

第一计算模块每隔一段时间间隔使用量化的情绪数据和合格的情绪数据来为每个用户计算个人的小计分。第N计算模块计算至少一个小计分，该小计分是根据每个用户的推荐、与每个用户相对应的多个相关推荐，以及基于多个其他参数的一个或多个小计分来计算的。第N计算模块基于平台上个人用户的数据来计算每个用户的小计分。最终计算模块将利用第一计算模块所计算的个人小计分与利用第N计算模块所计算的小计分相结合，以获得每个用户的单独分数。可采用各种操作顺序来执行这种计算。收入分配模块可在潜在用户执行与平台和产品有关的多个动作时产生收入。收入分配模块用于基于多个参数来向每个用户分配预定量的金钱。所述参数包括但不限于所计算出的用户的情绪数据分数以及关于在平台上的用户网络中呈现的其他用户的分数的计算。

因此，本发明的一个优点在于，它提供了一个基于推荐和基于情绪的分数的透明的收入共享平台。

因此，本发明的一个优点在于，它提高了用户的决策能力、任务聚焦性和生产率。

因此，本发明的一个优点在于，它使得用户能够定期监控他们的情绪状态，以在一段时间内获得增加的收入，这在理论上可导致疾病的减少和心理健康的改善。

因此，本发明的一个优点在于，它迫使用户积极地与其他用户交互，并且改善了用户的情绪健康，从而提高了他们的分数并产生了额外的收入。

因此，本发明的一个优点在于，它改善了用户的生活，并使组织以及用户能够随着产品和平台的增值而获得收入。

因此，本发明的一个优点在于，它激励用户使用和推广该平台。

因此，本发明的一个优点在于，它包括各种推荐传播的方法，该方法包括但不限于文本消息（SMS）、社交媒体帖子和消息、以及图像和视频中的嵌入式链接。

从附图和下面的详细描述中，本发明实施例的其他特征将变得显而易见。

对于本领域技术人员而言，本发明的其他目的和优点将从这些详细描述之后变得显而易见，其中，仅通过举例说明用于实施本发明的本文所构思出的最佳方式来示出并描述了本发明的优选实施例。如我们所意识到的那样，本发明能够具有其他不同的实施例，并且其若干细节能够在不脱离本发明的前提下对各种明显的方面进行修改。因此，附图及其描述本质上应被认为是说明性的，而不是限制性的。

附图说明

在附图中，相似的部件和/或特征可以具有相同的附图标记。此外，可以通过在附图标记之后加上第二标记来区分相同类型的各种部件，该第二标记用于在相似部件之间进行区分。如果在说明书中仅使用了第一附图标记，则该描述适用于具有相同的第一附图标记的任何一个类似部件，而与第二附图标记无关。

图1示出了根据本发明的一个实施例的用于基于相应用户的量化的情绪数据和合格的情绪数据中的至少一项来在多个用户之间分配收入的系统的框图。

图2示出了根据本发明的另一个实施例的位于计算单元的存储器内的各个模块的框图。

图3示出了根据本发明的一个替代实施例的用于基于相应用户的量化的情绪数据和合格的情绪数据中的至少一项来在多个用户之间分配收入的方法的流程图。

具体实施方式

参考本文阐述的详细附图和描述，将最好地理解本公开的内容。参考附图讨论了各种实施例。然而，本领域技术人员将容易意识到，本文提供的关于附图的详细描述仅用于说明性目的，这是因为方法和系统可以扩展到所描述的实施例之外。例如，所呈现的教导和特定应用的需求可以产生多种替代的和合适的方法，以实现本文描述的任何细节的功能。因此，在以下实施例中，任何方法都可以扩展到某些实施选择之外。

提及“一个实施例”，“至少一个实施例”，“一实施例”，“一个例子”，“一个示例”，“例如”等均表示相关的实施例或示例包括特定的特征、结构、特性、属性、要素或限制，但这并非每个实施例或示例都必须包括该特定的特征、结构、特征、特性、属性、要素或限制。此外，重复使用短语“在一个实施例中”不一定指同一个实施例。

本发明的方法可以通过手动、自动或组合式地执行或完成所选择的步骤或任务来实现。术语“方法”是指用于完成给定任务的方式、手段、技术和程序，包括但不限于：已知方式、手段、技术和已知程序，或本发明所属领域的本领域技术人员从已知方式、手段、技术和程序中容易开发的。权利要求书和说明书中提出的描述、示例、方法和材料不应被解释为限制性的，而仅是示例性的。本领域的技术人员在本文描述的技术范围内将设想许多其他可能的变化。

图1示出了根据本发明的一个实施例的用于基于相应用户的量化的情绪数据和合格的情绪数据中的至少一项来在多个用户之间分配收入的系统100的框图。系统100包括可穿戴的用户设备102和计算单元104。

可穿戴的用户设备102被配置为可穿戴在用户116的身体上，或在身体的附近，或放置在用户116的身体内（可植入的），以采集用户116的生物节律数据。可穿戴的用户设备102的示例包括但不限于：植入式设备、无线传感器设备、智能手表、智能珠宝、健身追踪器、智能衣服等。在一个实施例中，可穿戴的用户设备102包括多种传感器，用以检测与用户116的情绪有关的一个或多个参数。在一个实施例中，可穿戴的用户设备102可以包括柔性主体，该柔性主体可以被固定在用户的身体周围，以采集生物节律数据。在一个实施例中，可穿戴的用户设备102可以包括固定机构，以将可穿戴的用户设备102固定在围绕着用户116的腕部的闭环中。另外，可穿戴的用户设备102可以利用各种有线或无线通信协议来建立与计算单元104的通信。

计算单元104与可穿戴的用户设备102通信连接，用于通过通信网络106接收用户116的生物节律数据。通信网络106可以是有线或无线网络，并且其示例可以包括但不限于：互联网，无线局域网（WLAN），Wi-Fi，长期演进（LTE），全球互通微波存取（WiMAX），通用分组无线服务（GPRS），蓝牙（BT）通信协议，传输控制协议和互联网协议（TCP/IP），用户数据报协议（UDP），超文本传输协议（HTTP），文件传输协议（FTP），ZigBee，EDGE，红外（IR），Z-Wave，线程，5G，USB，串行，RS232，NFC，RFID，WAN和/或IEEE 802.11、802.16，2G，3G，4G蜂窝通信协议。

计算单元104的示例包括但不限于：笔记本电脑，台式计算机，智能电话，智能设备，智能手表，平板手机和平板电脑。计算单元104包括处理器108，与处理器108通信耦合连接的存储器110，以及用户界面112。计算单元104与数据库114通信耦合。数据库114用来接收、存储和处理用于进一步分析和预测的情绪数据和推荐数据，从而本系统可以通过使用历史情绪数据和推荐数据来学习和提高分析能力。尽管本发明的主题是基于本系统100在云设备上实现的考虑来进行解释的，但是可以理解的是，本系统100也可以在各种计算系统中实现，例如亚马逊弹性计算云（Amazon EC2），网络服务器等。

处理器108可以包括至少一个数据处理器，用于执行用来执行用户或系统生成的请求的程序组件。用户可以包括一个人，使用诸如本发明中所包括的设备的人，或者为设备本身。处理器108可以包括专用处理单元，例如集成系统（总线）控制器，内存管理控制单元，浮点单元，图形处理单元，数字信号处理单元等。

处理器108可以包括微处理器，例如AMD®ATHLON®微处理器，DURON®微处理器或OPTERON®微处理器，ARM应用程序，嵌入式或安全处理器，IBM®POWERPC®，INTEL公司的CORE®处理器，ITANIUM®处理器，XEON®处理器，CELERON®处理器或其他处理器系列等。处理器108可以使用大型商业服务器，分布式处理器，多核，并行，网格或其他架构来实现。其他示例可以利用嵌入式技术，例如专用集成电路（ASIC），数字信号处理器（DSP），现场可编程门阵列（FPGA）等。

处理器108可以被部署为通过I/O接口与一个或多个输入/输出（I/O）设备通信。I/O接口可以采用通信协议/方法，例如但不限于音频，模拟，数字，RCA，立体声，IEEE-1394，串行总线，通用串行总线（USB），红外，PS/2，BNC，同轴接口，组件，复合接口，数字视频接口（DVI），高清多媒体接口（HDMI），RF天线，S-Video，VGA，IEEE 802.n/b/g/n/x，蓝牙，蜂窝（例如，码分多址（CDMA），高速分组接入（HSPA+），全球移动通信系统（GSM），长期演进（LTE），WiMax等），等等。

存储器110可以是非易失性存储器或易失性存储器。非易失性存储器的示例可以包括但不限于闪存，只读存储器（ROM），可编程只读存储器（PROM），可擦可编程只读存储器（EPROM）和带电可擦可编程只读存储器（EEPROM）存储器。易失性存储器的示例可以包括但不限于动态随机存取存储器（DRAM）和静态随机存取存储器（SRAM）。

用户界面112可以根据本系统的管理者的需求来呈现量化的情绪数据和合格的情绪数据。在一个实施例中，用户界面（UI或GUI）112是用于访问平台并查看产品或服务的便捷界面。

图2示出了根据本发明的另一个实施例的位于计算单元104的存储器110内的各种模块的框图。结合图1来解释图2。存储器110包括算法模块202、追踪模块204、推荐模块206、第一计算模块208、第N计算模块210、最终计算模块214和收入分配模块212。在一个实施例中，存储器110可以独立地用作云服务器，以处理模块的功能。

算法模块202分析所接收到的生物节律数据，并计算每个用户的情绪分数。追踪模块204监控每个用户的情绪分数。在一个实施例中，算法模块202是可以在诸如Android，IOS，Windows和Linux等各种操作系统上执行的算法。

推荐模块206使用户能够向多个潜在用户发送推荐，以执行与平台和产品有关的多个动作。在一实施例中，推荐模块促使用户追踪发送推荐和一个或多个接收推荐的状态。在一个实施例中，推荐对于每个潜在用户来说是具有独占性的。在一个实施例中，推荐模块206可促进在与推荐相关联的用户之间彼此建立通信。在一个实施例中，所述动作包括但不限于访问平台和购买产品。在一个实施例中，潜在用户通过点击推荐来执行动作。

第一计算模块208可每隔一段时间间隔便使用量化的情绪数据和合格的情绪数据来为每个用户计算个人的小计分。因此，通过第一计算模块208可每隔一段时间间隔便使用合格的情绪数据、量化的情绪数据和其他健康数据来为每个用户计算个人的小计分。所述一段时间间隔可以是一周，或一个月，或一年，并且这些小计分可以定期计算，例如每个月计算一次。

第N计算模块210计算至少一个小计分，其中该小计分是根据每个用户的推荐、与每个用户相对应的多个相关推荐以及基于多个其他参数的一个或多个小计分来计算的。第N计算模块210基于平台上的个人用户的数据来计算每个用户的小计分。在一个实施例中，第N计算模块210识别与每个用户连接的所有推荐用户，并基于设置的参数为每个用户计算一个分数。例如，这可以包括多个第一代推荐，多个第二代推荐，多个第三代推荐，以及多个第N代推荐。一旦识别出了相关的推荐用户，则可以使用不同的计算来确定每个已识别出的推荐用户的分数。例如，第三代推荐可以乘以比第一代推荐更小的权重。第N计算模块210还基于用户的数据或动作来计算其他类型的小计分。最终计算模块214将通过第一计算模块计算的个人小计分与通过第N计算模块计算的一个或多个小计分相结合，以获得每个用户的单独分数。可以采用各种操作顺序来执行这种计算。

收入分配模块212确定要分配给用户之间的分配的收入池，该收入池从一个或多个公司或第三方的收入流中提取。收入量是从一个或多个收入流中导出的一部分，百分比，或一些计算得出的金额。收入分配模块212可以针对不同的收入流使用各种计算方法或方程。这种计算还仅考虑了特定时间段内的收入。例如，可以在每周、每两周、每月或每季度进行一次计算。然后，这个时期内的总收入会根据其他参数而分拨给合格用户。

此外，收入分配模块212基于多个参数来向每个用户分配预定量的金钱。这就可以奖励在平台上表现更好的用户（具有更高个人分数的用户）。通过展示/产生更健康的生理数据（其为持续性的更健康的行为和习惯的结果）可以获得更高的分数。另外，收入分配模块212可以这样来设置奖励：将用户推荐到平台上的用户接收最多信用的方式来。通过推荐链接（第二代，第三代或第N代推荐）来注册的新用户会获得更低的信用。

图3示出了根据本发明的一个替代实施例的用于基于相应用户的量化的情绪数据和合格的情绪数据中的至少一项来在多个用户之间分配收入的方法的流程图300。该方法包括步骤302，其中通过可穿戴的用户设备来采集用户的生物节律数据，所述可穿戴的用户设备被配置为可穿戴在用户的身体上，或在身体的附近，或放置在用户的身体内（可植入的）。在一个实施例中，可穿戴的用户设备包括多种传感器，用以检测与用户的情绪有关的一个或多个参数。在一个实施例中，可穿戴的用户设备可以包括柔性主体，该柔性主体可以被固定在用户的身体周围，以采集生物节律数据。

该方法包括步骤304，其中通过利用通信网络与可穿戴的用户设备通信连接的计算单元来接收用户的生物节律数据。该方法包括步骤306，其中通过算法模块来分析所接收到的生物节律数据并计算每个用户的情绪分数。该方法包括步骤308，其中通过追踪模块来监控每个用户的情绪分数。

该方法包括步骤310，其中通过推荐模块来向多个潜在用户发送推荐，以执行与平台和产品有关的多个动作。在一实施例中，推荐模块促使用户追踪发送推荐和一个或多个接收推荐的状态。在一个实施例中，推荐对于每个潜在用户来说是具有独占性的。在一个实施例中，推荐模块促进在与推荐相关联的用户之间彼此建立通信。在一个实施例中，多个动作包括访问平台和购买产品。在一个实施例中，潜在用户通过点击推荐来执行动作。

该方法包括步骤312，其中通过第一计算模块每隔一段时间使用量化的情绪数据和合格的情绪数据为每个用户计算个人的小计分。该方法包括步骤314，其中通过第N计算模块来计算至少一个小计分，该小计分是根据每个用户的推荐、与每个用户相对应的多个相关引荐以及基于多个其他参数的一个或多个小计分计算得到的。第N计算模块基于平台上个人用户的数据来计算每个用户的小计分。在一个方面中，该方法识别与每个用户连接的所有推荐用户，并基于设置的参数为每个用户计算一个分数。例如，这可以包括多个第一代推荐，多个第二代推荐，多个第三代推荐，以及多个第N代推荐。一旦识别出了相关的推荐用户，则可以通过不同的计算来确定每个已识别出的推荐用户的分数。例如，第三代推荐可以乘以比第一代推荐更小的权重。第N计算模块还基于用户的数据或动作来计算其他类型的小计分。该方法包括步骤316，其中通过最终计算模块将利用第一计算模块计算的个人小计分与利用第N计算模块计算的一个或多个小计分相组合，以获得每个用户的单独分数。可以采用各种操作顺序来执行这种计算。

该方法包括步骤318，其中通过收入分配模块来在潜在用户执行与平台和产品有关的多个动作时产生收入。该方法包括步骤320，其中通过收入分配模块基于多个参数来向每个用户分配预定量的金钱。所述参数包括所计算出的用户的情绪数据分数，以及关于在平台上的用户网络中呈现的其他用户的分数的计算中的至少一项。

这样，本系统和方法提供了一种收入共享和基于奖励的平台，通过其可使当前可穿戴的用户设备的用户可以基于多个预定义的参数来产生针对自身的收入。另外，这种收入共享和基于奖励的平台可对用户进行经济奖励，以充分利用该系统。

尽管本发明的实施例已经说明和描述，但清楚的是，本发明不仅限于这些实施例。在不脱离如权利要求书中所描述的本发明的范围的情况下，多种修改、改变、变换、替换和等同物对于本领域的技术人员将是显而易见的。