[发明专利]一种基于不平衡数据的用户识别方法以及装置

权利要求书

1.一种基于不平衡数据的用户识别方法，其特征在于，所述基于不平衡数据的用户识别方法包括：

当第一用户使用遥控器时，接收所述遥控器发送的第一体感数据，所述第一体感数据由所述遥控器包含的传感器获取；

采用贝叶斯分类器识别出所述第一体感数据属于的用户类以识别出所述第一用户，其中，用于所述贝叶斯分类器的至少两个所述用户类由平衡数据集确定，所述平衡数据集由采用在线增量学习算法对至少两个用户的体感数据进行数据重组后生成，其中，一个所述用户对应一个所述用户类，所述用户包括所述第一用户；

所述在线增量学习算法，具体包括：

若所述用户类包含的所述体感数据的个数大于或等于个数阈值，则去除所述用户类中的、旧的所述体感数据，添加所述第一体感数据；

若所述用户类包含的所述体感数据的个数小于所述个数阈值，则在所述用户类中添加重构体感数据，所述重构体感数据由对所述用户类包含的一个或多个所述体感数据进行线性变换后生成。

2.如权利要求1所述的基于不平衡数据的用户识别方法，其特征在于，所述若所述用户类包含的所述体感数据的个数大于或等于个数阈值，则去除所述用户类中的、旧的所述体感数据，添加所述第一体感数据的步骤，具体为：

若所述用户类包含有所述重构体感数据，并且所述用户类包含的所述体感数据的个数大于或等于个数阈值，则去除所述用户类中的所述重构体感数据，添加所述第一体感数据。

3.如权利要求1所述的基于不平衡数据的用户识别方法，其特征在于，所述基于不平衡数据的用户识别方法还包括：

若正确识别率小于预设概率，则去除所述用户类包含的第二体感数据并在所述用户类中添加第三体感数据以更新所述用户类中的体感数据，以得到第一平衡数据集，所述第一平衡数据集包含所有所述用户类中的更新后的体感数据，所述第二体感数据为：所述贝叶斯分类器识别出错误的所述用户类的体感数据，所述第三体感数据为：所述贝叶斯分类器识别出正确的所述用户类的体感数据；

采用所述贝叶斯分类器重新处理所述第一平衡数据集，重新确定每个所述用户类的先验概率，所述先验概率作为所述贝叶斯分类器识别出每个所述用户类的条件之一。

4.如权利要求1所述的基于不平衡数据的用户识别方法，其特征在于，所述基于不平衡数据的用户识别方法还包括：

若所述用户已预先设定了个性化服务，为所述用户提供所述个性化服务。

5.一种基于不平衡数据的用户识别装置，其特征在于，所述基于不平衡数据的用户识别装置包括：

数据接收单元，用于当第一用户使用遥控器时，接收所述遥控器发送的第一体感数据，所述第一体感数据由所述遥控器包含的传感器获取；

用户识别单元，用于采用贝叶斯分类器识别出所述第一体感数据属于的用户类以识别出所述第一用户，其中，用于所述贝叶斯分类器的至少两个所述用户类由平衡数据集确定，所述平衡数据集由在线增量学习算法单元采用在线增量学习算法对至少两个用户的体感数据进行数据重组后生成，其中，一个所述用户对应一个所述用户类，所述用户包括所述第一用户；

所述在线增量学习算法单元，具体包括：

去除单元，用于若所述用户类包含的所述体感数据的个数大于或等于个数阈值，则去除所述用户类中的、旧的所述体感数据，添加所述第一体感数据；

添加单元，用于若所述用户类包含的所述体感数据的个数小于所述个数阈值，则在所述用户类中添加重构体感数据，所述重构体感数据由对所述用户类包含的一个或多个所述体感数据进行线性变换后生成。

6.如权利要求5所述的基于不平衡数据的用户识别装置，其特征在于，所述添加单元，具体用于：

若所述用户类包含有所述重构体感数据，并且所述用户类包含的所述体感数据的个数大于或等于个数阈值，则去除所述用户类中的所述重构体感数据，添加所述第一体感数据。