[发明专利]人机交互数据处理方法和装置在审
申请号: | 201210361466.5 | 申请日: | 2012-09-25 |
公开(公告)号: | CN103678417A | 公开(公告)日: | 2014-03-26 |
发明(设计)人: | 王靓伟;张弓 | 申请(专利权)人: | 华为技术有限公司 |
主分类号: | G06F17/30 | 分类号: | G06F17/30;H04L29/08 |
代理公司: | 北京同立钧成知识产权代理有限公司 11205 | 代理人: | 刘芳 |
地址: | 518129 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 人机交互 数据处理 方法 装置 | ||
技术领域
本发明实施例涉及通信技术,尤其涉及一种人机交互数据处理方法和装置。
背景技术
随着用户终端功能的不断增强,用户终端的使用与用户的日常生活联系更加紧密。利用用户终端对用户动作、活动甚至用户意图进行感知和预测的研究与应用正在兴起。
为了识别用户动作和活动,就需要使用用户终端中的大量传感器数据,并且需要将用户终端采集到的传感器数据与用户的动作和活动进行匹配。现有技术中,为了采集传感器数据,普遍采用征集志愿者的方式。志愿者可以提供所携带的用户终端上的传感器数据,并且志愿者还需要主动提供与该传感器数据对应的其自身的动作和活动,例如提供视频数据或音频数据,已作为与传感器数据进行匹配的依据。在具体匹配时,工作人员需要通过检查视频数据或音频数据将不同的动作和活动与传感器数据相匹配,从而完成传感器数据的标记。
但是,现有技术受到志愿者征集人数和志愿者参与积极性的限制,无法保证大规模的传感器数据量,对于志愿者来说,其操作复杂,而且,对于工作人员来说,其后续处理复杂耗时。
发明内容
本发明实施例提供一种人机交互数据处理方法和装置,以克服现有技术受到志愿者征集人数和志愿者参与积极性的限制,无法保证大规模的传感器数据量,以及对于志愿者和操作人员操作过于复杂耗时的问题。
本发明实施例提供一种人机交互数据处理方法,包括:
接收用户终端发送的数据采集信息,所述数据采集信息包括用户终端的标识信息、传感器数据和数据采集时间信息;
获取与所述标识信息和所述数据采集时间信息对应的应用业务内容信息,并从所述应用业务内容信息中提取用户活动行为特征;
根据所述用户终端的用户活动行为特征,对所述传感器数据进行标记处理。
进一步的,上述人机交互数据处理方法,其中,所述获取与所述标识信息和所述数据采集时间信息对应的应用业务内容信息,包括:
获取与所述标识信息对应的用户终端在所述数据采集时间信息对应的时间段内所使用的应用的业务内容信息。
进一步的,上述人机交互数据处理方法,其中,所述从所述应用业务内容信息中提取用户活动行为特征,包括:
从所述应用业务内容信息中的文本信息、链接信息以及图片信息中的至少一种信息中提取所述用户活动行为特征。
进一步的,上述人机交互数据处理方法,其中,所述根据所述用户终端的用户活动行为特征,对所述传感器数据进行标记处理,包括:对所述用户终端的用户活动行为特征进行分类处理;
采用分类处理后的用户活动行为特征,对所述传感器数据进行标记处理。
进一步的,上述人机交互数据处理方法,其中,所述应用,包括:
社交分享应用、签到应用、在线评论应用、生活日志应用中的至少一种应用。
本发明实施例提供一种服务器,包括:
传感器数据接收模块,用于接收用户终端发送的数据采集信息,所述数据采集信息包括用户终端的标识信息、传感器数据和数据采集时间信息;
应用业务获取模块,用于获取与所述标识信息和所述数据采集时间信息对应的应用业务内容信息,并从所述应用业务内容信息中提取用户活动行为特征;
标记处理模块,用于根据所述用户终端的用户活动行为特征,对所述传感器数据进行标记处理。
进一步的,上述服务器,其中,所述应用业务获取模块,包括:
业务内容获取单元,用于获取与所述标识信息对应的用户终端在所述数据采集时间信息对应的时间段内所使用的应用的业务内容信息;
特征提取单元,用于从所述应用业务内容信息中的文本信息、链接信息以及图片信息中的至少一种信息中提取所述用户活动行为特征。
进一步的,上述服务器,其中,所述标记处理模块,包括:
特征分类单元,用于对所述用户终端的用户活动行为特征进行分类处理;
标记处理单元,用于采用分类处理后的用户活动行为特征,对所述传感器数据进行标记处理。
进一步的,上述服务器,其中,所述应用,包括:
社交分享应用、签到应用、在线评论应用、生活日志应用中的至少一种应用。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华为技术有限公司,未经华为技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201210361466.5/2.html,转载请声明来源钻瓜专利网。