在智能康复机器人（泛指具备基础康复辅助功能的类按摩设备）用户服务优化实践中，通过iRest云APP用户端采集设备使用时间、型号、用户ID及按摩时间等数据，经清洗去除重复、错误或无关信息后，基于按摩时长分类统计偏好类型，结合时间-活跃用户数量曲线图及尖锐度自动识别方法分析时段高峰，形成用户按摩时长与时段选择偏好综合分析数据。该数据有助于为设备服务方优化功能配置和服务时段安排提供参考依据，促进按摩时长推荐策略与用户使用习惯的适应性匹配，为提升用户使用舒适度、增强设备服务粘性提供数据支撑；同时，有利于推动康复辅助设备用户行为分析经验的行业共享，助力同行探索更贴合用户需求的服务优化路径。
1.数据采集和预处理： （1）通过iRest云APP用户端采集智能康复机器人的用户使用情况数据，包括采集序号、按摩时间；（2）对采集的数据进行清洗，去除重复、错误或无关的信息。 2.建立智能康复机器人用户按摩时长和时段选择偏好的计算模型： （1）按摩时长偏好识别：①对当日内发生的每次按摩时间进行分类标记，并关联采集序号（用于追溯原始数据），小于等于180s的标记为采集序号+短时型，大于180秒但小于1200s的标记为采集序号+标准型，大于等于1200秒的标记为采集序号+长时型；②统计各类型数量，数量最多的为偏好时长类型。（2）按摩时段偏好识别：①基于当日每小时的活跃用户数量分布情况（从当日0:00开始，到23:59为止，以1小时为间隔，一共划分为24个小时），使用matplotlib库绘制时间-活跃用户数量曲线图；②将时间段划分为早晨（6:00-11:59）、下午（12:00-17:59）、晚间（18:00-23:59）、凌晨（0:00-5:59），使用基于尖锐度的自动识别方法，通过观察时间-数值曲线图中各数据点的尖锐度，识别出每个时间段内的高峰时段，即为偏好时段。
| 字段名 | 类型 | 描述 |
|---|---|---|
采集时间 |
-- | -- |
采集序号 |
-- | -- |
按摩时间 |
-- | -- |
短时型数量 |
-- | -- |
标准型数量 |
-- | -- |
| fieldName | exampleValue |
|---|---|
| 采集时间 | 2025/6/28 |
| 采集序号 | 20****10 |
| 按摩时间 | 600s |
curl -H "Authorization: Bearer YOUR_API_KEY" \
http://localhost:3001/api/v1/datasets/832044