[发明专利]基于灰色模型算法的自动推动方法和系统

说明书

技术领域

本发明属于智能机器人技术领域，具体地说，是涉及一种基于灰色模型算法的自动推送方法和系统。

背景技术

随着计算机和通讯技术的发展，智能机器人可以根据用户指令作出准确回应，为了不断提高用户的体验，现有的机器人逐渐加入主动交互功能，能够根据用户的使用习惯作出相关的推动通知，提高用户使用体验。

现有的推送方法，例如新闻推动和社交软件推动等，基本上都是根据用户使用历史数据向用户推送相关信息；或者，以定期、定时的方式的向用户推送用户定制的、或者根据市场规则优先推送的信息。可见，现有的这些推送方式比较生硬，不能很好的贴合用户实际需求。

发明内容

本申请提供了一种基于灰色模型算法的自动推送方法和系统，解决现有的推送方式不贴合用户实际需求的技术问题。

为解决上述技术问题，本申请采用以下技术方案予以实现：

提出一种基于灰色模型算法的自动推送方法，包括：获取原始数据，并基于所述原始数据得到一次累加数据；基于所述一次累加数据构造背景值序列；所述背景值序列为，其中，p为权重，为所述一次累加数据，k为大于等于2的正整数；针对所述权重p，以m为递增值、n为阶数，基于所述背景值序列计算得到n组原始预测值；其中m（n+1）=1；基于所述n组原始预测值中与所述原始数据误差最小的一组原始预测值对应的背景值序列得到自动推送预测值。

进一步的，所述原始数据包括第一设定时间段内的用户输入指令和/或第二设定时间 段内的用户应用程序数据。

进一步的，在得到自动推送预测值之后，所述方法还包括：基于所述自动推送预测值确定推送信息并向推送设备发送。

提出一种基于灰色模型算法的自动推送系统，包括推送设备，用于产生原始数据；还包括背景值序列构造模块、权重更新模块、原始预测值计算单元和自动推送预测模块；所述背景值序列构造模块，用于从所述推送设备获取所述原始数据，并基于所述原始数据得到一次累加数据；基于所述一次累加数据构造背景值序列；所述背景值序列为，其中，p为权重，为所述一次累加数据，k为大于等于2的正整数；所述权重更新模块，用于针对所述权重p，以m为递增数、n为阶数更新所述权重；所述原始预测值计算单元，用于根据所述权重更新模块更新的n组权重，基于所述背景值序列计算得到n组原始预测值；所述自动推送预测模块，用于基于所述n组原始预测值中与所述原始数据误差最小的一组原始预测值对应的背景值序列得到自动推送预测值。

进一步的，所述原始数据包括第一设定时间段内的用户输入指令和/或第二设定时间 段内的用户应用程序数据。

进一步的，所述系统还包括推送信息确定模块和推送信息发送模块；所述推送信息确定模块，用于基于所述自动推送预测值确定推送信息；所述推送信息发送模块，用于向所述推送设备发送所述推送信息。

进一步的，所述推送设备包括语音模块；所述语音模块，用于广播所述推送信息。

进一步的，所述系统还包括移动终端；所述推送信息发送模块，还用于向所述移动终端发送所述推送信息；所述移动终端，用于显示所述推送信息。

与现有技术相比，本申请的优点和积极效果是：本申请提出的基于灰色模型算法的自动推送方法和系统中，将用户输入指令和/或用户应用程序数据作为原始数据输入，基于灰色模型算法，建立变形的背景值序列，通过改变权重p的值，计算出n个不同权重下的n组原始预测值，找到与原始数据误差最小的一组原始预测值，并以该误差最小的原始预测值对应权重表述的背景值序列作为自动推送预测值的最终背景值序列，因为原始数据是基于用户使用频率和使用习惯的，因此，采用本申请提出的基于灰色模型算法的自动推送方法得到的自动推送预测值也是基于用户使用频率和使用习惯的，则基于自动推动预测值得到的推送信息是符合用户实际需求的，解决了现有的推送方式不贴合用户实际需求的技术问题，提高了用户使用体验。

结合附图阅读本申请实施方式的详细描述后，本申请的其他特点和优点将变得更加清楚。

附图说明

图1 为本申请提出的基于灰色模型算法的自动推送方法的方法流程图；

图2为本申请提出的基于灰色模型算法的自动推送系统的系统框图。

具体实施方式

下面结合附图对本申请的具体实施方式作进一步详细地说明。

本申请提出的基于灰色模型算法的自动推送方法，如图1所示包括如下步骤：

步骤S11：获取原始数据，并基于原始数据得到一次累加数据。