[发明专利]一种用户活动识别方法及装置有效

专利信息
申请号: 201310629291.6 申请日: 2013-11-29
公开(公告)号: CN104680046B 公开(公告)日: 2018-09-07
发明(设计)人: 张弓;胡楠 申请(专利权)人: 华为技术有限公司
主分类号: G06F21/31 分类号: G06F21/31;G06F3/01
代理公司: 北京弘权知识产权代理事务所(普通合伙) 11363 代理人: 陈蕾;许伟群
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: 一种 用户 活动 识别 方法 装置
【权利要求书】:

1.一种用户活动识别方法,其特征在于,应用于安装有传感器的智能终端,所述方法包括:

获得所述传感器的第一数据;

对所述第一数据按照第一算法进行计算获得第一活动识别结果,所述第一活动识别结果为一个n种活动概率的向量;

采用根据训练数据建立的修正模型对所述第一活动识别结果进行修正,获得第二活动识别结果,所述训练数据包括至少一组用户相关信息及历史数据,所述历史数据包括用户活动识别结果及其对应的用户标注的用户活动,所述用户相关信息至少包括用于确定所述用户活动识别结果的传感器数据的获得时间及地点、用户个人信息、应用使用状态信息中的一项;

所述采用根据训练数据建立的修正模型对所述第一活动识别结果进行修正,获得第二活动识别结果,包括:

将所述修正模型表示为二值向量;

计算所述n种活动概率的向量与所述二值向量的乘积,获得概率分量;

在获得的所述概率分量中,选择数值最大的概率分量所对应的活动作为所述第二活动识别结果;

判断所述第二活动识别结果的概率分量是否大于或等于阈值,在所述第二活动识别结果的概率分量大于或等于所述阈值时,将所述第二活动识别结果确定为用户活动。

2.根据权利要求1所述的方法,其特征在于,还包括:

在所述第二活动识别结果的概率分量小于所述阈值时,向用户输出所述第二活动识别结果;

接收所述用户输入的对所述第二活动识别结果的反馈信息;

根据所述反馈信息确定用户活动。

3.根据权利要求2所述的方法,其特征在于,还包括:

当所述反馈信息中包含用户标注的用户活动时,将所述第一活动识别结果与所述反馈信息中的用户标注的用户活动作为一组历史数据增加至所述训练数据中,并根据增加了历史数据后的训练数据修正所述修正模型。

4.根据权利要求1至3中任意一项所述的方法,其特征在于,在所述将所述第二活动识别结果确定为用户活动后,还包括:

根据所述用户活动,在知识库中查找与所述用户活动对应的应用程序,其中,所述知识库中存储有用户活动与应用程序的对应关系;

启动所述与所述用户活动对应的应用程序。

5.一种用户活动识别装置,其特征在于,该装置应用于安装有传感器的智能终端,所述装置包括:

获取单元,用于获得所述传感器的第一数据;

识别单元,用于对所述获取单元获取的第一数据按照第一算法进行计算获得第一活动识别结果,所述第一活动识别结果为一个n种活动概率的向量;

修正单元,用于采用根据训练数据建立的修正模型对所述识别单元识别出的第一活动识别结果进行修正,获得第二活动识别结果,所述训练数据包括至少一组用户相关信息及历史数据,所述历史数据包括用户活动识别结果及其对应的用户标注的用户活动,所述用户相关信息至少包括用于确定所述用户活动识别结果的传感器数据的获得时间及地点、用户个人信息、应用使用状态信息中的一项;

所述修正单元包括:

表征子单元,用于将所述修正模型表示为二值向量;

计算子单元,用于计算所述n种活动概率的向量与所述表征子单元表征的二值向量的乘积,获得概率分量;

选择子单元,用于在所述计算子单元获得的所述概率分量中,选择数值最大的概率分量所对应的活动作为所述第二活动识别结果;

第一判断单元,用于判断所述第二活动识别结果的概率分量是否大于或等于阈值;

确定单元,具体用于当所述第一判断单元判断所述第二活动识别结果的概率分量大于或等于所述阈值时,将所述第二活动识别结果确定为用户活动。

6.根据权利要求5所述的装置,其特征在于,还包括:

输出单元,用于当所述第一判断单元判断所述第二活动识别结果的概率分量小于所述阈值时,向用户输出所述第二活动识别结果;

信息接收单元,用于接收用户输入的对所述输出单元输出的所述第二活动识别结果的反馈信息;

所述确定单元,还用于根据所述信息接收单元接收到的反馈信息确定用户活动。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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/201310629291.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top