[发明专利]基于移动终端的用户活动状态识别方法、装置及移动终端

说明书

技术领域

本发明涉及互联网应用技术领域，特别是一种基于移动终端的用户活动状态识别方法、装置及移动终端。

背景技术

目前，移动终端(如智能手机、平板电脑、智能手表等)已经成为人们日常工作、学习和娱乐不可或缺的工具。例如，用户可以通过移动终端来通话、拍照、阅读、听音乐、玩游戏，还可以实现包括定位、信息处理、指纹扫描、身份证扫描、条码扫描以及酒精含量检测等丰富的功能。

在实际生活中，人们还希望通过移动终端来管理自身的日常活动状态(如静止、步行、驾车、乘坐公共交通等)，将日常的活动轨迹分享给家人、好友，可以实现与家人、好友之间的互动。因此，如何灵活、准确地识别用户活动状态成为亟待解决的技术问题。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的基于移动终端的用户活动状态识别方法、装置及移动终端。

依据本发明的一方面，提供了一种基于移动终端的用户活动状态识别方法，包括：

读取移动终端的传感器采集的传感器数据；

从读取的所述传感器数据中提取特征向量，并输入从特征向量到用户活动状态的类别的分类模型；

利用所述分类模型识别读取的所述传感器数据对应的用户活动状态的类别。

可选地，在利用所述分类模型识别读取的所述传感器数据对应的用户活动状态的类别之后，所述方法还包括：

基于所述移动终端获取用于识别用户活动状态的类别的辅助识别信息；

利用所述辅助识别信息来调整识别出的用户活动状态的类别。

可选地，基于所述移动终端获取用于识别用户活动状态的类别的辅助识别信息，包括：判断所述移动终端上的指定通信模块是否接入相应协议类型的通信设备；若是，则获取所述移动终端上的通信模块接入的通信设备的相关信息；

利用所述辅助识别信息来调整识别出的用户活动状态的类别，包括：基于获取的所述相关信息来调整识别出的用户活动状态的类别。

可选地，基于所述移动终端获取用于识别用户活动状态的类别的辅助识别信息，包括：获取所述移动终端上的指定应用程序的业务数据；

利用所述辅助识别信息来调整识别出的用户活动状态的类别，包括：基于获取的所述业务数据来调整识别出的用户活动状态的类别。

可选地，所述方法还包括：

当发生调整识别出的用户活动状态的类别的事件时，获取调整后的用户活动状态的类别；

利用所述传感器数据中的特征向量与所述调整后的用户活动状态的类别对所述分类模型进行训练，以修正所述分类模型。

可选地，在识别出用户活动状态的类别之后，所述方法还包括：

判断本次识别是否为初次识别操作；

若是，则将本次识别出的用户活动状态的类别作为本次确定的用户活动状态的类别；

若否，则获取上一次确定的用户活动状态的类别，并基于上一次确定的用户活动状态的类别与本次识别出的用户活动状态的类别，确定本次用户活动状态是否发生切换。

可选地，基于上一次确定的用户活动状态的类别与本次识别出的用户活动状态的类别，确定本次用户活动状态是否发生切换，包括：

若上一次确定的用户活动状态的类别与本次识别出的用户活动状态的类别相同，则确定本次用户活动状态未发生切换；

若上一次确定的用户活动状态的类别与本次识别出的用户活动状态的类别不相同，则将上一次确定的用户活动状态的类别称为第一类别，本次识别出的用户活动状态的类别称为第二类别，并继续进行上述的读取、识别操作，当后续识别出的用户活动状态的类别为所述第二类别的次数超出阈值，则确定超出阈值时对应的用户活动状态发生切换。

可选地，通过以下步骤训练得到从特征向量到用户活动状态的类别的分类模型，包括：

收集移动终端上传感器采集的数据，得到数据序列；

将所述数据序列作为训练样本提取其中的特征向量，将特征向量映射到用户活动状态的类别，使用机器学习算法训练从特征向量到用户活动状态的类别的分类模型。

可选地，所述传感器采集的数据包括多个方向上的数据，所述数据序列包括相应的各个方向上的数据序列。

可选地，当所述传感器包括多种类型的传感器时，所述收集移动终端上传感器采集的数据，得到数据序列，包括：

对所述多种类型的传感器进行组合，得到多组传感器，其中，各组传感器中包含一类或多类传感器；