CN107767716A - 一种数据处理方法、装置、移动终端及存储介质 - Google Patents
一种数据处理方法、装置、移动终端及存储介质 Download PDFInfo
- Publication number
- CN107767716A CN107767716A CN201711027012.3A CN201711027012A CN107767716A CN 107767716 A CN107767716 A CN 107767716A CN 201711027012 A CN201711027012 A CN 201711027012A CN 107767716 A CN107767716 A CN 107767716A
- Authority
- CN
- China
- Prior art keywords
- data
- user
- usage record
- record data
- application program
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B5/00—Electrically-operated educational appliances
- G09B5/08—Electrically-operated educational appliances providing for individual presentation of information to a plurality of student stations
- G09B5/12—Electrically-operated educational appliances providing for individual presentation of information to a plurality of student stations different stations being capable of presenting different information simultaneously
- G09B5/125—Electrically-operated educational appliances providing for individual presentation of information to a plurality of student stations different stations being capable of presenting different information simultaneously the stations being mobile
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Educational Technology (AREA)
- Educational Administration (AREA)
- Business, Economics & Management (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Information Transfer Between Computers (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了一种数据处理方法、装置、移动终端及存储介质。所述方法包括:获取用户的使用记录数据,其中,所述使用记录数据包括用户在使用应用程序时记录的图像、语音、文字和/或应用信息;对所述使用记录数据进行分类处理;根据应用程序的预设权重值对分类处理后的使用记录数据进行筛选,并根据筛选后的使用记录数据确定用户行为数据;根据接收到的学习计划数据以及所述用户行为数据,生成用户行为报告。本发明实施例的有益效果:提高数据的管理效率以及处理效率。
Description
技术领域
本发明实施例涉及数据处理领域,尤其涉及一种数据处理方法、装置、移动终端及存储介质。
背景技术
随着科技的发展以及对教育的重视,学习移动终端在学生群体中已成为比较普及的一种学习设备。
目前,学习移动终端都可以连接网络,用户的使用情况可以通过网络发送到对应的家长移动终端,家长可以通过移动终端查看用户的使用数据。但是用户的数据量较大而且杂乱,数据处理速度较慢,同时其他移动终端难以从中获取自己需要的信息。
发明内容
本发明提供一种数据处理方法、装置、移动终端及存储介质,提高数据的管理效率以及处理效率。
第一方面,本发明实施例提供了一种数据处理方法,包括:
获取用户的使用记录数据,其中,所述使用记录数据包括用户在使用应用程序时记录的图像、语音、文字和/或应用信息;
对所述使用记录数据进行分类处理;
根据应用程序的预设权重值对分类处理后的使用记录数据进行筛选,并根据筛选后的使用记录数据确定用户行为数据;
根据接收到的学习计划数据以及所述用户行为数据,生成用户行为报告。
第二方面,本发明实施例还提供了一种数据处理装置,包括:
使用记录获取模块,用于获取用户的使用记录数据,其中,所述使用记录数据包括用户在使用应用程序时记录的图像、语音、文字和/或应用信息;
分类处理模块,用于对所述使用记录数据进行分类处理;
用户行为数据确定模块,用于根据应用程序的预设权重值对分类处理后的使用记录数据进行筛选,并根据筛选后的使用记录数据确定用户行为数据;
用户报告生成模块,用于根据接收到的学习计划数据以及所述用户行为数据,生成用户行为报告。
第三方面,本发明实施例还提供了一种移动终端,所述移动终端包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现上述所涉及的任一所述的数据处理方法。
第四方面,本发明实施例还提供了一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述所涉及的任一所述的数据处理方法。
本发明实施例通过获取并分类处理用户的应用程序使用记录数据,并根据应用程序的权重值对分类处理后的数据进行筛选,分析用户行为,根据用户行为以及学习计划,生成用户行为报告,能够按需提供用户行为数据,并提高数据的管理效率以及处理效率。
附图说明
图1是本发明实施例一提供的数据处理方法的流程图。
图2是本发明实施例二提供的数据处理方法的流程图。
图3是本发明实施例三提供的数据处理装置的示意图。
图4是本发明实施例四提供的一种移动终端的示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部内容。
实施例一
图1是本发明实施例一提供的一种数据处理方法的流程图,本实施例可适用于提供学习应用的移动终端,该方法由数据处理装置执行,该装置可以由软件和/或硬件来实现,一般可集成在移动终端中,该方法具体包括如下步骤:
S110,获取用户的使用记录数据,其中,所述使用记录数据包括用户在使用应用程序时记录的图像、语音、文字和/或应用信息。
在本发明实施例中,根据移动终端的序列号,以及移动终端的注册账号,获取所述账号对应的用户的使用记录数据。其中,可以将移动终端的序列号作为移动终端的标识码,在移动终端序列号的基础上,根据账号信息确定用户身份,账号信息包括姓名、性别、年龄和/或指纹信息等。此外,移动终端可以根据指纹信息确定用户身份,并记录用户使用记录数据,当用户通过指纹解锁移动终端后,该用户的使用记录数据存储在指纹信息对应的账号目录下。通过移动终端的序列号以及账号信息可以确定用户身份,同时基于指纹信息判断用户身份,并收集对应的使用记录数据,实现用户与用户的使用记录数据的准确对应,保证数据的准确性。
在本发明实施例中,所述使用记录数据包含的应用信息可以从第三方应用商店中获取。其中,所述使用记录数据具体可以是,用户使用应用程序的时间和时长,学习类应用的进度,娱乐类应用的具体内容如电影、小说的简介,聊天类应用的聊天记录,游戏类应用的角色等级,其他移动终端设置的权限数据和/或用户以及家长对应用程序的反馈数据等。
在本发明的一个实施例中,可选的,所述获取用户的使用记录数据,包括:获取与用户身份对应的隐私权限;根据所述隐私权限,确定与所述用户身份相对应的使用记录数据。
其中,根据应用程序的预设隐私权限,获取隐私范围之外的用户使用记录数据。可以设置其他移动终端对用户隐私数据的访问权限,避免泄露用户不想被发现的数据。
S120,对所述使用记录数据进行分类处理。
在本发明的一个实施例中,可选的,所述对所述使用记录数据进行分类处理,包括:根据所述使用记录数据包含的应用信息,对所述使用记录数据分类,获取分类处理后的使用记录数据,其中,所述分类处理后的使用记录数据包括学习应用数据,娱乐应用数据和游戏应用数据。
其中,将用户使用记录数据分成学习应用数据,娱乐应用数据和游戏应用数据三类,同时三类应用数据可以继续分类,例如学习应用数据又可以按照不同领域划分,如自然学科、教育学科、心理学科或艺术学科等;或者按照不同等级划分,如小学、初中或高中等。又如,娱乐应用可以分为阅读、视频、新闻或社交等。又如,游戏应用可以分为动作、射击、益智、养成或格斗等。
根据分类处理后的使用记录数据的应用类型,以及应用类型包含的敏感词或关键词,为各个类型的应用数据标记内容属性标签(如小说、直播、视频、话题文章等),获取内容使用数据。后续可以根据内容使用数据对应用程序的使用情况进行分析。
此外,用户使用记录数据还可以划分为用户使用行为数据和家长操控数据。其中,用户使用行为数据具体是用户使用学习、娱乐、游戏应用程序的使用情况和所述应用程序的内容数据,以及用户反馈的问题数据。家长操控数据具体是,家长在其他移动终端限制用户使用应用程序的权限信息,以及家长反馈的问题数据。
通过对使用记录数据进行分类处理,以便从不同角度分析用户行为,获取更具针对性的用户行为数据。
S130,根据应用程序的预设权重值对分类处理后的使用记录数据进行筛选,并根据筛选后的使用记录数据确定用户行为数据。
在本发明的一个实施例中,可选的,所述根据应用程序的预设权重值对分类处理后的使用记录数据进行筛选,包括:根据所述学习计划数据以及服务器发送的关键词,确定应用程序的预设权重值;根据所述预设权重值,确定与所述预设权重值对应的时间范围,并获取所述时间范围内的使用记录数据。
其中,根据所述学习计划数据确定应用程序的预设权重值,可以是根据学习计划数据中应用程序的学习时长,直接设定学习时长对应的权重值,确定学习计划中包含的应用程序的权重值;还可以是根据所述学习计划数据中应用程序使用的频率,确定学习计划中包含的应用程序的权重值,例如一周内,英语口语学习应用程序要求每天学习,而数学学习应用程序要求至少3天学习,由此,英语口语学习应用程序的权重值大于数学学习应用程序。根据服务器发送的关键词,确定应用程序的预设权重值。其中,关键词可以是其他移动终端通过服务器发送的检索需求或关注需求中包含的应用名称或学科名称。
例如,根据所述学习计划数据中包含的应用程序的学习时长,确定该应用程序的权重值A,其中,A是学习时长对应的权重值。可以进行如下设定:在周一至周五时,当学习时长为0-15分钟时A为0.02;当学习时长为16-30分钟时A为0.04;当学习时长为31-60分钟时A为0.06;当学习时长为61-90分钟时A为0.08;当学习时长为91-120分钟时A为0.1。设定在周六或周日时,当学习时长为0-30分钟时,A为0.02;当学习时长为31-60分钟时,A为0.04;当学习时长为61-120分钟时,A为0.06;当学习时长为121-180分钟时,A为0.08;当学习时长为181-240分钟时,A为0.1;当学习时长为4小时以上时,A为0.12。
又如,根据所述学习计划数据中应用程序使用的频率,确定应用程序的权重值的计算公式可以是X=B/7,其中,X是应用程序的权重值,B是一周内要求使用应用程序的天数,B的取值范围是0-7。
又如,根据所述学习计划数据,确定应用程序的权重值的计算公式可以是X=SB/7,其中,S是一周内应用程序对应的A的总和。若用户的学习计划是在工作日时每天使用英语单词背诵应用程序30分钟,周六和周日各使用该程序1小时,则X=(0.04+0.04+0.04+0.04+0.04+0.04+0.04)×7/7=0.28
又如,根据服务器发送的关键词,确定应用程序的预设权重值C,其中,C是关键词对应的应用程序的权重值,取值是0或0.06。当移动终端接收的关键词包括待计算权重值的应用程序时,C为0.06,否则,C为0。
又如,根据所述学习计划数据以及服务器发送的关键词,确定应用程序的预设权重值的计算公式可以是X=SB/7+C。若用户的学习计划是工作日使用英语单词背诵应用程序30分钟,周末使用该程序1小时,同时家长通过其他移动终端设置重点关注英语学科,则X=0.28+0.06=0.34。
根据计算的应用程序权重值,确定与所述权重值对应的时间范围,并获取所述时间范围内的使用记录数据。例如,确定与所述权重值对应的时间的计算公式为T=15X,其中,T为待选取的使用记录数据的时间。例如,计算得到的权重值为0.34,则T=5.1,对计算得到的T取整,根据取整后的数值确定与所述权重值对应的时间范围,因此T=5.1时,则所述权重值对应的时间范围是5天。当T大于等于7时,选择时间范围为7天。
根据学习计划数据以及服务器发送的关键词,确定应用程序的预设权重值;根据预设权重值,确定与预设权重值对应的时间范围,并由此筛选使用记录数据,避免对全部数据进行分析处理,使得数据分析更有针对性,并提高移动终端的数据处理效率。
需要说明的是,本发明实施例示例性的根据学习计划数据以及服务器发送的关键词,确定应用程序的预设权重值;根据预设权重值,确定与预设权重值对应的时间范围,同时本发明实施例示例性的设定权重值的具体值或具体范围,但是本实施例仅仅是本发明的一种示例,在本发明的其他实施例中,基于学习计划数据以及服务器发送的关键词确定应用程序的权重值以及时间范围时,还可以是其他的方式,如根据用户使用记录数据确定应用程序的权重值。
在本发明的一个实施例中,可选的,当使用记录数据包括用户在使用应用程序时记录的图像、语音、文字和应用信息时,所述根据应用程序的预设权重值对分类处理后的使用记录数据进行筛选,包括:根据应用程序的预设权重值,在分类处理后的使用记录数据中筛选出用户使用所述应用程序时记录的图像、语音、文字和应用信息中的至少一种数据。
其中,根据应用程序的预设权重值,选取用户使用所述应用程序时记录的图像、语音、文字和应用信息中的至少一种数据。权重值越大,选取用户使用所述应用程序时记录的数据类型越多。例如,英语应用程序的权重值为0.34,筛选出用户使用英语应用程序时记录的图像、语音、文字和应用信息;游戏应用程序的权重值为0.12,筛选出用户使用游戏应用程序时记录的文字和应用信息。
需要说明的是,本发明实施例示例性根据应用程序的预设权重值,选取用户使用所述应用程序时记录的图像、语音、文字和应用信息中的至少一种数据,但是本实施例仅仅是本发明的一种示例,在本发明的其他实施例中,根据应用程序的预设权重值,选取用户使用所述应用程序时记录的图像、语音、文字和应用信息中的至少一种数据,还可以是其他的方式,如可以根据应用类型,选取用户使用所述应用程序时记录的图像、语音、文字和应用信息中的至少一种数据。
根据应用程序的预设权重值,选取用户使用所述应用程序时记录的图像、语音、文字和应用信息中的至少一种数据,可以按需筛选使用记录数据,减少移动终端处理的数据量,避免分析全部数据,使得数据分析更有针对性,同时提高数据处理效率。
S140,根据接收到的学习计划数据以及所述用户行为数据,生成用户行为报告。
在本发明实施例中,可以计算学习计划数据与所述用户行为数据的相似度,根据计算得到的相似度,确定用户完成学习计划的情况,其中,相似度可以通过将两组数据分别转换成两个向量组,并计算两个向量组之间的相似度获得。根据用户行为数据,以及学习计划数据与所述用户行为数据的相似度,获取用户行为报告。其中,所述用户行为报告包括图表形式。此外,用户行为报告定期上传到服务器。
数据处理方法的工作原理:
根据用户使用的应用程序,获取并分类处理应用程序的使用记录数据,预设应用程序的权重值,并对分类处理后的使用记录数据进行筛选,由此确定用户行为数据,并与学习计划进行比较分析,生成用户行为报告。
本实施例的技术方案,通过获取并分类处理用户的应用程序使用记录数据,并根据应用程序的权重值对处理后的数据进行筛选,分析用户行为,根据用户行为以及学习计划,生成用户行为报告,提高数据的管理效率以及处理效率。
实施例二
图2是本发明实施例二提供的一种数据处理方法的流程图,该方法具体包括如下步骤:
S210,获取用户的使用记录数据,其中,所述使用记录数据包括用户在使用应用程序时记录的图像、语音、文字和/或应用信息。
S220,将所述使用记录数据按照设定格式存入数据库,从所述数据库获取使用记录数据。
在本发明的一个实施例中,可选的,所述将所述使用记录数据按照设定格式存入数据库,包括:根据所述图像确定用户的表情,并根据所述用户的表情以及所述图像的获取频率确定用户的第一状态数据;将所述语音转换成声音信号,并根据声音信号的波形确定用户的第二状态数据;将所述用户的第一状态数据或所述用户的第二状态数据存入数据库。
其中,设定采集图像的频率,根据预定时间内用户使用应用程序时的脸部图像,分析用户的表情,获取用户在使用应用程序的状态。例如,用户开启应用程序后,在1分钟内,每隔20s采集一次用户脸部图像,若用户视线在一个方向未动,眉毛、嘴巴未有变化,获取用户的状态为发呆,并统计该状态出现的次数;在30分钟内,每隔5分钟采集一次用户脸部图像,若始终未采集到用户脸部图像,获取用户的状态为不在使用状态;在3分钟中内,每隔20s采集一次用户脸部图像,若出现皱眉,视线向下,嘴部拉长并缩小的状态,且该状态在3分钟之内出现5次以上,获取用户的状态为认真思考;若在认真思考状态之后,出现高兴的表情状态,如嘴角上扬,脸部出现酒窝等,获取用户的状态为成功解决问题。
其中,根据用户语音并将其转换成声音信号,通过比较声音信号的波形与预设声音波形,以及声音信号的特征信息,获取用户的状态。例如,采集用户的声音信号,与标准声音信号比较,根据二者的相似度,获取用户的状态,若相似度高,则获取用户的状态为发音较准,相似度低,则获取用户的状态为发音不准;采集用户的声音信号,判断该信号中是否出现较多的停顿,以及相同且短促的波段,如果是,获取用户的状态为熟练度不足。
根据图像和语音确定用户的状态数据并储存,能够更全面的记录用户使用应用程序的数据,以及能够更加全面准确分析用户的行为。
S230,对所述使用记录数据进行分类处理。
S240,根据应用程序的预设权重值对分类处理后的使用记录数据进行筛选,并根据筛选后的使用记录数据确定用户行为数据。
S250,根据接收到的学习计划数据以及所述用户行为数据,生成用户行为报告。
本实施例的技术方案,将用户的应用程序使用记录数据,记录成同一数据格式,并根据统一格式后的数据分析用户行为,生成用户行为报告,使大量且杂乱的数据按照同一类型记录,提高储存和读取的速度,从而提高数据处理的效率,便于数据分类处理并分析用户行为。
实施例三
图3是本发明实施例三提供的一种数据处理装置的示意图,本实施例可适用于提供学习应用的移动终端。
所述装置包括:
使用记录获取模块310,用于获取用户的使用记录数据,其中,所述使用记录数据包括用户在使用应用程序时记录的图像、语音、文字和/或应用信息;
分类处理模块320,用于对所述使用记录数据进行分类处理;
用户行为数据确定模块330,用于根据应用程序的预设权重值对分类处理后的使用记录数据进行筛选,并根据筛选后的使用记录数据确定用户行为数据;
用户报告生成模块340,用于根据接收到的学习计划数据以及所述用户行为数据,生成用户行为报告。
进一步的,所述使用记录获取模块310,用于:
获取与用户身份对应的隐私权限;
根据所述隐私权限,确定与所述用户身份相对应的使用记录数据。
进一步的,所述分类处理模块320,用于:
根据所述使用记录数据包含的应用信息,对所述使用记录数据分类,获取分类处理后的使用记录数据,其中,分类处理后的使用记录数据包括学习应用数据,娱乐应用数据和游戏应用数据。
进一步的,所述用户行为数据确定模块330,用于:
根据所述学习计划数据以及服务器发送的关键词,确定应用程序的预设权重值;
根据所述预设权重值,确定与所述预设权重值对应的时间范围,并获取所述时间范围内的使用记录数据。
进一步的,所述用户行为数据确定模块330,用于:
根据应用程序的预设权重值,在所述数据库中筛选出用户使用所述应用程序时记录的图像、语音、文字和应用信息中的至少一种数据。
进一步的,所述装置还包括:数据格式统一模块350,用于将所述使用记录数据按照设定格式存入数据库,从所述数据库获取使用记录数据。
进一步的,所述数据格式统一模块350,用于:
根据所述图像确定用户的表情,并根据所述用户的表情以及所述图像的获取频率确定用户的第一状态数据;
将所述语音转换成声音信号,并根据声音信号的波形确定用户的第二状态数据;
将所述用户的第一状态数据或所述用户的第二状态数据存入数据库。
上述数据处理装置可执行本发明任意实施例所提供的数据处理方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本发明任意实施例提供的数据处理方法。
实施例四
图4是本发明实施例四提供一种移动终端的结构示意图。
如图4所示,移动终端412以通用计算设备的形式表现。移动终端412的组件可以包括但不限于:一个或者多个处理器416或者处理单元,存储装置428,连接不同***组件(包括存储装置428和处理器416)的总线418。
总线418表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,***总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及***组件互连(PCI)总线。
移动终端412典型地包括多种计算机***可读介质。这些介质可以是任何能够被移动终端412访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
存储装置428可以包括易失性存储器形式的计算机***可读介质,例如随机存取存储器(RAM)422和/或高速缓存存储器424。移动终端412可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机***存储介质。仅作为举例,存储***426可以用于读写不可移动的、非易失性磁介质(图4未显示,通常称为“硬盘驱动器”)。尽管图4中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线418相连。存储装置428可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块430的程序432,可以存储在例如存储装置428中,这样的程序模块430包括但不限于操作***、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块430通常执行本发明所描述的实施例中的功能和/或方法。
移动终端412也可以与一个或多个外部设备414(例如键盘、指向设备、录音设备等)通信,还可与一个或者多个使得用户能与该移动终端412交互的设备通信,和/或与使得该移动终端412能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口420进行。并且,移动终端412还可以通过网络适配器434与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器434通过总线418与移动终端412的其它模块通信。应当明白,尽管图中未示出,可以结合移动终端412使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
处理器416通过运行存储在存储装置428中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的数据处理方法。
移动终端412通过获取并分类处理用户的应用程序使用数据,并根据应用程序的权重值对处理后的数据进行筛选,分析用户行为,根据用户行为以及学习计划,生成用户行为报告。
实施例五
本发明实施例五还提供一种存储计算机程序的计算机存储介质,所述计算机程序在由计算机处理器执行时用于执行本发明上述实施例中任一所述的数据处理方法。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种数据处理方法,其特征在于,包括:
获取用户的使用记录数据,其中,所述使用记录数据包括用户在使用应用程序时记录的图像、语音、文字和/或应用信息;
对所述使用记录数据进行分类处理;
根据应用程序的预设权重值对分类处理后的使用记录数据进行筛选,并根据筛选后的使用记录数据确定用户行为数据;
根据接收到的学习计划数据以及所述用户行为数据,生成用户行为报告。
2.根据权利要求1所述的方法,其特征在于,所述根据应用程序的预设权重值对分类处理后的使用记录数据进行筛选,包括:
根据所述学习计划数据以及服务器发送的关键词,确定应用程序的预设权重值;
根据所述预设权重值,确定与所述预设权重值对应的时间范围,并获取所述时间范围内的使用记录数据。
3.根据权利要求1所述的方法,其特征在于,当使用记录数据包括用户在使用应用程序时记录的图像、语音、文字和应用信息时,所述根据应用程序的预设权重值对分类处理后的使用记录数据进行筛选,包括:
根据应用程序的预设权重值,在分类处理后的使用记录数据中筛选出用户使用所述应用程序时记录的图像、语音、文字和应用信息中的至少一种数据。
4.根据权利要求1所述的方法,其特征在于,所述获取用户的使用记录数据,包括:
获取与用户身份对应的隐私权限;
根据所述隐私权限,确定与所述用户身份相对应的使用记录数据。
5.根据权利要求1所述的方法,其特征在于,所述对所述使用记录数据进行分类处理,包括:
根据所述使用记录数据包含的应用信息,对所述使用记录数据分类,获取分类处理后的使用记录数据,其中,所述分类处理后的使用记录数据包括学习应用数据,娱乐应用数据和游戏应用数据。
6.根据权利要求1所述的方法,其特征在于,还包括:
将所述使用记录数据按照设定格式存入数据库,从所述数据库获取使用记录数据。
7.根据权利要求6所述的方法,其特征在于,所述将所述使用记录数据按照设定格式存入数据库,包括:
根据所述图像确定用户的表情,并根据所述用户的表情以及所述图像的获取频率确定用户的第一状态数据;
将所述语音转换成声音信号,并根据声音信号的波形确定用户的第二状态数据;
将所述用户的第一状态数据或所述用户的第二状态数据存入数据库。
8.一种数据处理装置,其特征在于,包括:
使用记录获取模块,用于获取用户的使用记录数据,其中,所述使用记录数据包括用户在使用应用程序时记录的图像、语音、文字和/或应用信息;
分类处理模块,用于对所述使用记录数据进行分类处理;
用户行为数据确定模块,用于根据应用程序的预设权重值对分类处理后的使用记录数据进行筛选,并根据筛选后的使用记录数据确定用户行为数据;
用户报告生成模块,用于根据接收到的学习计划数据以及所述用户行为数据,生成用户行为报告。
9.一种移动终端,其特征在于,所述设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的数据处理方法。
10.一种计算机存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一所述的数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711027012.3A CN107767716B (zh) | 2017-10-27 | 2017-10-27 | 一种数据处理方法、装置、移动终端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711027012.3A CN107767716B (zh) | 2017-10-27 | 2017-10-27 | 一种数据处理方法、装置、移动终端及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107767716A true CN107767716A (zh) | 2018-03-06 |
CN107767716B CN107767716B (zh) | 2020-06-30 |
Family
ID=61271571
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711027012.3A Active CN107767716B (zh) | 2017-10-27 | 2017-10-27 | 一种数据处理方法、装置、移动终端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107767716B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109255593A (zh) * | 2018-09-30 | 2019-01-22 | 北京猎户星空科技有限公司 | 日程表执行方法、装置、设备及计算机可读存储介质 |
CN110738462A (zh) * | 2019-10-12 | 2020-01-31 | 百度在线网络技术(北京)有限公司 | 计划管理方法、装置、电子设备及存储介质 |
CN111198801A (zh) * | 2020-01-08 | 2020-05-26 | 广东小天才科技有限公司 | 一种应用程序管理方法、应用程序管理装置及服务器 |
CN111325562A (zh) * | 2020-02-17 | 2020-06-23 | 武汉轻工大学 | 粮食安全追溯***及方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070214207A1 (en) * | 2006-03-09 | 2007-09-13 | Fengzhou Xie | Method and system for accurate issuance of data information |
CN101222577A (zh) * | 2007-01-11 | 2008-07-16 | 富士通株式会社 | 电视接收机 |
CN103794100A (zh) * | 2014-01-16 | 2014-05-14 | 北京学之网教育科技有限公司 | 一种基于Web 的在线学习平台*** |
CN104935465A (zh) * | 2015-06-17 | 2015-09-23 | 北京京东尚科信息技术有限公司 | 客户端应用程序的日志产生方法和装置、以及服务器 |
CN106023690A (zh) * | 2016-07-18 | 2016-10-12 | �田�浩 | 学习辅助*** |
CN106101379A (zh) * | 2016-05-26 | 2016-11-09 | 广东欧珀移动通信有限公司 | 一种移动终端的防沉迷方法、装置及移动终端 |
CN106502103A (zh) * | 2015-09-06 | 2017-03-15 | 深圳会当科技有限公司 | 一种用户行为的分析方法 |
CN106993100A (zh) * | 2017-04-12 | 2017-07-28 | 中山市读书郎电子有限公司 | 一种源自行为分析的智能手机管理*** |
CN206400549U (zh) * | 2017-01-19 | 2017-08-11 | 昆明大存科技有限公司 | 一种便携式数据采集器 |
-
2017
- 2017-10-27 CN CN201711027012.3A patent/CN107767716B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070214207A1 (en) * | 2006-03-09 | 2007-09-13 | Fengzhou Xie | Method and system for accurate issuance of data information |
CN101222577A (zh) * | 2007-01-11 | 2008-07-16 | 富士通株式会社 | 电视接收机 |
CN103794100A (zh) * | 2014-01-16 | 2014-05-14 | 北京学之网教育科技有限公司 | 一种基于Web 的在线学习平台*** |
CN104935465A (zh) * | 2015-06-17 | 2015-09-23 | 北京京东尚科信息技术有限公司 | 客户端应用程序的日志产生方法和装置、以及服务器 |
CN106502103A (zh) * | 2015-09-06 | 2017-03-15 | 深圳会当科技有限公司 | 一种用户行为的分析方法 |
CN106101379A (zh) * | 2016-05-26 | 2016-11-09 | 广东欧珀移动通信有限公司 | 一种移动终端的防沉迷方法、装置及移动终端 |
CN106023690A (zh) * | 2016-07-18 | 2016-10-12 | �田�浩 | 学习辅助*** |
CN206400549U (zh) * | 2017-01-19 | 2017-08-11 | 昆明大存科技有限公司 | 一种便携式数据采集器 |
CN106993100A (zh) * | 2017-04-12 | 2017-07-28 | 中山市读书郎电子有限公司 | 一种源自行为分析的智能手机管理*** |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109255593A (zh) * | 2018-09-30 | 2019-01-22 | 北京猎户星空科技有限公司 | 日程表执行方法、装置、设备及计算机可读存储介质 |
CN110738462A (zh) * | 2019-10-12 | 2020-01-31 | 百度在线网络技术(北京)有限公司 | 计划管理方法、装置、电子设备及存储介质 |
CN111198801A (zh) * | 2020-01-08 | 2020-05-26 | 广东小天才科技有限公司 | 一种应用程序管理方法、应用程序管理装置及服务器 |
CN111325562A (zh) * | 2020-02-17 | 2020-06-23 | 武汉轻工大学 | 粮食安全追溯***及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107767716B (zh) | 2020-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3385919B1 (en) | Method of processing passage record and device | |
CN107767716A (zh) | 一种数据处理方法、装置、移动终端及存储介质 | |
CN110598157B (zh) | 目标信息识别方法、装置、设备及存储介质 | |
CN108804704A (zh) | 一种用户深度画像方法及装置 | |
KR20130082839A (ko) | 사용자 맞춤형 콘텐츠 제공 장치 및 그 방법 | |
Wahdain et al. | User acceptance of Information Technology: Factors, theories and applications | |
CN109670055A (zh) | 一种多媒体数据审核方法、装置、设备及存储介质 | |
CN109783631A (zh) | 社区问答数据的校验方法、装置、计算机设备和存储介质 | |
Bryan et al. | Using national education longitudinal data sets in school counseling research | |
CN109614414A (zh) | 一种用户信息的确定方法及装置 | |
CN108182240A (zh) | 兴趣点新增率预测模型训练及预测方法、装置及存储介质 | |
Ahmed | Technology acceptance of smartphones as mobile learning tools: A contextual comparative study of engineering and education colleges | |
Martin-Sanchez et al. | Progress in characterizing the human exposome: a key step for precision medicine | |
CN111310065A (zh) | 一种社交推荐方法、装置、服务器及存储介质 | |
CN109740156A (zh) | 反馈信息处理方法、装置、电子设备及存储介质 | |
CN113407831A (zh) | 课程推荐方法及设备 | |
CN111931875A (zh) | 数据处理方法、电子设备及计算机可读介质 | |
CN108733784B (zh) | 一种教学课件推荐方法、装置及设备 | |
CN115033735A (zh) | 一种视频推荐方法、装置、设备及可读存储介质 | |
CN107070675A (zh) | 一种确定网络设备的应用场景的方法、装置和计算设备 | |
CN111858920A (zh) | 用户群的匹配方法及装置、终端设备、存储介质 | |
CN113838479A (zh) | 单词发音评测方法、服务器及*** | |
CN115129971A (zh) | 基于能力评估数据的课程推荐方法、设备及可读存储介质 | |
Azzabi et al. | Towards using wearable technologies in mobile learning | |
JP6981016B2 (ja) | 情報処理装置および情報処理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |