智能养老服务：AI 技术的应用与展望

Abstract

随着全球人口老龄化加速，智能养老服务需求日益凸显。传统服务在资源分配与个性化满足上有局限，人工智能技术给了创新解决方案的可能。本研究探究了怎样运用 AI 技术给不同区域与需求的老年群体提供人性化养老服务。构建了 K-means 聚类与 BP 神经网络的组合模型，还加入了支持向量机（SVM）模型，再加上肘部法、熵权法和 ARIMA 预测等方法，对区域养老资源分类、健康监测以及社交服务优化问题进行了分析。结果显示，该模型可靠性颇高，R2 能达到 0.972 以上，能很好地指导资源配置。系统把智能家居与语音助手集成起来，服务的可持续性得以提升。最后给出了政策建议，来支持养老体系的优化与发展。

Keywords

• 智能养老服务；K-means 聚类分析方法；基于概率的神经网络；支持向量化机（SVM） ；熵权法

References

1. 王志美 , 田润利 . “基于 BP 神经网络和粒子群 优化的智能养老人才培养创新与市场需求驱动研究”。 《Journal of Computer & Materials Chemistry》, 2025, 第 125 卷 , pp. 112.
2. Maresova P., Režný L., Bauer P., 等 . “在老年护 理中部署辅助技术解决方案的效能与成本估算模型”。 《International Journal of Healthcare Management》, 2023, 16(4): 588603.
3. 魏雨枫 , 路敏 , 李彩虹 , 邬渊 . “基于无缝场景的 智慧养老系统的关键技术研究”。《科技信息》, 2018, 第 6 期 , pp. 4552.
4. 吴 晓 , 孙珍珍, 李晨浩. “智能养老社区住 房 模 型 创 新： 适 老 化 住 宅 设 计 与 智 能 技 术 应 用 研 究 ”。《International Journal of Housing Science and Architecture》, 2025, 第 4 期 , pp. 585595.