CN108052985A - 信息采集方法、信息采集终端及计算机可读存储介质 - Google Patents

Abstract

本发明公开了一种信息采集方法、信息采集终端及计算机可读存储介质，该信息采集方法包括：确定所有信息采集点，并根据信息采集点采集对应的用户行为信息；根据预设维度对所有用户行为信息进行信息分类处理，以生成基础信息；对基础信息进行融合处理，以生成用户行为特征的信息报告表。本发明解决了用户信息点之间相互孤立，没有信息关联性的技术问题，使得生产厂商能够正确分析用户的行为特征，推导用户的使用习惯，提高用户信息的采集效率和使用效率。

Description

信息采集方法、信息采集终端及计算机可读存储介质

技术领域

本发明涉及信息采集技术领域，尤其涉及一种信息采集方法、信息采集终端及计算机可读存储介质。

背景技术

随着移动终端技术的快速发展，人们通过移动终端满足生活中各种功能需求的使用频次也越来越高。移动终端集成了用户日常生活中各种使用习惯所形成的行为数据，若生产厂商获得了用户的行为数据，即可更好地分析用户的行为特征，从而提供更优秀的服务。

目前，生产厂商采集用户行为数据的方式主要是针对某些特定行为进行采集，例如只针对某款指定APP(Application，即应用程序)，或者只针对某项指定操作等等。这些采集行为都较为片面，因为所采集的数据都是比较孤立的信息点，无法从整体上反映用户所有信息点的关联关系，也就无法准确地分析出用户的行为特征。

因此，现有的采集用户行为数据的方法存在采集的信息点较为孤立，无法从整体上体现用户所有信息点的关联关系，从而无法准确地反映出用户的使用习惯，导致生产厂商无法得知用户的行为特征。

发明内容

本发明的主要目的在于提供一种信息采集方法、信息采集终端及计算机可读存储介质，旨在解决采集用户行为数据的过程中，因信息点孤立无法体现用户所有信息点的关联关系，导致无法准确分析用户的行为特征的技术问题。

为实现上述目的，本发明实施例提供一种信息采集方法，所述信息采集方法应用于信息采集终端，所述信息采集方法包括：

确定所有信息采集点，并根据信息采集点采集对应的用户行为信息；

根据预设维度对所有用户行为信息进行信息分类处理，以生成基础信息；

对基础信息进行融合处理，以生成用户行为特征的信息报告表。

可选地，所述预设维度包括功能使用维度、时间维度、地点维度和使用频次维度，所述基础信息包括功能使用表、时间表、地点表和使用频次表，

所述根据预设维度对所有用户行为信息进行信息分类处理，以生成基础信息的步骤包括：

根据预设维度获取用户行为信息中的功能使用信息、时间信息、地点信息和使用频次信息；

对功能使用信息、时间信息、地点信息和使用频次信息进行信息分类处理，以获得功能使用表、时间表、地点表和使用频次表。

可选地，所述对功能使用信息、时间信息、地点信息和使用频次信息进行信息分类处理，以获得功能使用表、时间表、地点表和使用频次表的步骤包括：

根据功能使用信息确定目标功能和关联功能，并保存在功能使用表中；

根据时间信息确定目标功能和关联功能的启动时间，并保存在时间表中；

根据地点信息确定目标功能和关联功能的启动地点，并保存在地点表中；

根据使用频次信息确定目标功能和关联功能的使用频次，并保存在使用频次表中。

可选地，所述对基础信息进行融合处理，以生成用户行为特征的信息报告表的步骤包括：

获取所有基础信息的信息关联关系，并确定所有信息关联关系的权重值；

根据所有信息关联关系的权重值建立数据融合模型，并基于数据融合模型生成用户行为特征的信息报告表。

可选地，所述获取所有基础信息的信息关联关系，并确定所有信息关联关系的权重值的步骤包括：

计算所有基础信息中的数据特征值，根据数据特征值确定所有基础信息之间的强关联关系或弱关联关系；

根据强关联关系或弱关联关系确定各信息关联关系的权重值。可选地，

可选地，所述权重值包括有效权重值和无效权重值，所述根据所有信息关联关系的权重值建立数据融合模型的步骤包括：

当检测到权重值大于预设阈值时，将该权重值设为有效权重值；

当检测到权重值小于或等于预设阈值时，将该权重值设为无效权重值；

根据所有信息关联关系的有效权重值建立数据融合模型。

可选地，所述对基础信息进行融合处理，以生成用户行为特征的信息报告表的步骤之后还包括：

根据信息报告表中的用户行为特征获取关联度最高的的个性化功能服务；

根据预设条件对所述个性化功能服务进行推送。

本发明还提供一种信息采集终端，所述信息采集终端包括：存储器、处理器，通信总线以及存储在所述存储器上的信息采集程序，

所述通信总线用于实现处理器与存储器间的通信连接；

所述处理器用于执行所述信息采集程序，以实现以下步骤：

确定信息采集点，并根据信息采集点采集对应的用户行为信息；

根据预设维度对用户行为信息进行信息分类处理，以生成基础信息；

对基础信息进行融合处理，以生成用户行为特征的信息报告表。

可选地，所述预设维度包括功能使用维度、时间维度、地点维度和使用频次维度，所述基础信息包括功能使用表、时间表、地点表和使用频次表，

所述根据预设维度对所有用户行为信息进行信息分类处理，以生成基础信息的步骤包括：

根据预设维度获取用户行为信息中的功能使用信息、时间信息、地点信息和使用频次信息；

对功能使用信息、时间信息、地点信息和使用频次信息进行信息分类处理，以获得功能使用表、时间表、地点表和使用频次表。

可选地，所述对功能使用信息、时间信息、地点信息和使用频次信息进行信息分类处理，以获得功能使用表、时间表、地点表和使用频次表的步骤包括：

根据功能使用信息确定目标功能和关联功能，并保存在功能使用表中；

根据时间信息确定目标功能和关联功能的启动时间，并保存在时间表中；

根据地点信息确定目标功能和关联功能的启动地点，并保存在地点表中；

根据使用频次信息确定目标功能和关联功能的使用频次，并保存在使用频次表中。

可选地，所述对基础信息进行融合处理，以生成用户行为特征的信息报告表的步骤包括：

获取所有基础信息的信息关联关系，并确定所有信息关联关系的权重值；

根据所有信息关联关系的权重值建立数据融合模型，并基于数据融合模型生成用户行为特征的信息报告表。

可选地，所述获取所有基础信息的信息关联关系，并确定所有信息关联关系的权重值的步骤包括：

计算所有基础信息中的数据特征值，根据数据特征值确定所有基础信息之间的强关联关系或弱关联关系；

根据强关联关系或弱关联关系确定各信息关联关系的权重值。可选地，

可选地，所述权重值包括有效权重值和无效权重值，所述根据所有信息关联关系的权重值建立数据融合模型的步骤包括：

当检测到权重值大于预设阈值时，将该权重值设为有效权重值；

当检测到权重值小于或等于预设阈值时，将该权重值设为无效权重值；

根据所有信息关联关系的有效权重值建立数据融合模型。

可选地，所述对基础信息进行融合处理，以生成用户行为特征的信息报告表的步骤之后还包括：

根据信息报告表中的用户行为特征获取关联度最高的的个性化功能服务；

根据预设条件对所述个性化功能服务进行推送。

此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者一个以上程序，所述一个或者一个以上程序可被一个或者一个以上的处理器执行以用于：

确定所有信息采集点，并根据信息采集点采集对应的用户行为信息；

根据预设维度对所有用户行为信息进行信息分类处理，以生成基础信息；

对基础信息进行融合处理，以生成用户行为特征的信息报告表。

本发明的技术方案中，确定所有信息采集点，并根据信息采集点采集对应的用户行为信息；根据预设维度对所有用户行为信息进行信息分类处理，以生成基础信息；对基础信息进行融合处理，以生成用户行为特征的信息报告表。本发明预设在用户的移动终端中预埋用户信息的信息采集点，在用户操作使用移动终端一段时间之后，通过信息采集终端，基于有线或无线传输的方式，获取用户移动终端中的用户行为信息，根据获取到的用户行为信息，经过多维度分类处理，以将用户行为信息进行数据标准化，从而生成规范的基础信息，看最后对基础信息进行融合处理，以将基础信息进行信息关联，生成用户行为特征的信息报告表。通过以上方式，本发明解决了用户信息点之间相互孤立，没有信息关联性的技术问题，使得生产厂商能够正确分析用户的行为特征，推导用户的使用习惯，提高用户信息的采集效率和使用效率。

附图说明

图1为本发明各个实施例的一种信息采集终端的硬件结构示意图；

图2为本发明实施例提供的一种通信网络***架构图；

图3为本发明信息采集方法第一实施例的流程示意图；

图4为图3中步骤S20的细化流程示意图；

图5为图3中步骤S30的细化流程示意图；

图6为本发明信息采集方法第二实施例的流程示意图；

图7为本发明信息采集终端的概念设计图；

图8为本发明信息采集方法中功能使用表、时间表的示意图；

图9位本发明信息采集方法中地点表和使用频次表的示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。

终端可以以各种形式来实施。例如，本发明中描述的终端可以包括诸如手机、平板电脑、笔记本电脑、掌上电脑、个人数字助理(Personal Digital Assistant，PDA)、便捷式媒体播放器(Portable Media Player，PMP)、导航装置、可穿戴设备、智能手环、计步器等移动终端，以及诸如数字TV、台式计算机等固定终端。

后续描述中将以移动终端为例进行说明，所述信息采集终端为移动终端，本领域技术人员将理解的是，除了特别用于移动目的的元件之外，根据本发明的实施方式的构造也能够应用于固定类型的终端。

请参阅图1，其为实现本发明各个实施例的一种信息采集终端的硬件结构示意图，该信息采集终端100可以包括：RF(Radio Frequency，射频)单元101、WiFi模块102、音频输出单元103、A/V(音频/视频)输入单元104、传感器105、显示单元106、用户输入单元107、接口单元108、存储器109、处理器110、以及电源111等部件。本领域技术人员可以理解，图1中示出的信息采集终端结构并不构成对信息采集终端的限定，信息采集终端可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

下面结合图1对信息采集终端的各个部件进行具体的介绍：

射频单元101可用于收发信息或通话过程中，信号的接收和发送，具体的，将基站的下行信息接收后，给处理器110处理；另外，将上行的数据发送给基站。通常，射频单元101包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外，射频单元101还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议，包括但不限于GSM(Global System of Mobile communication，全球移动通讯***)、GPRS(General Packet Radio Service，通用分组无线服务)、CDMA2000(CodeDivision Multiple Access 2000，码分多址2000)、WCDMA(Wideband Code DivisionMultiple Access,宽带码分多址)、TD-SCDMA(Time Division-Synchronous CodeDivision Multiple Access，时分同步码分多址)、FDD-LTE(Frequency DivisionDuplexing-Long Term Evolution，频分双工长期演进)和TDD-LTE(Time DivisionDuplexing-Long Term Evolution，分时双工长期演进)等。

WiFi属于短距离无线传输技术，信息采集终端通过WiFi模块102可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图1示出了WiFi模块102，但是可以理解的是，其并不属于信息采集终端的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。

音频输出单元103可以在信息采集终端100处于呼叫信号接收模式、通话模式、记录模式、语音识别模式、广播接收模式等等模式下时，将射频单元101或WiFi模块102接收的或者在存储器109中存储的音频数据转换成音频信号并且输出为声音。而且，音频输出单元103还可以提供与信息采集终端100执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出单元103可以包括扬声器、蜂鸣器等等。

A/V输入单元104用于接收音频或视频信号。A/V输入单元104可以包括图形处理器(Graphics Processing Unit，GPU)1041和麦克风1042，图形处理器1041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元106上。经图形处理器1041处理后的图像帧可以存储在存储器109(或其它存储介质)中或者经由射频单元101或WiFi模块102进行发送。麦克风1042可以在电话通话模式、记录模式、语音识别模式等等运行模式中经由麦克风1042接收声音(音频数据)，并且能够将这样的声音处理为音频数据。处理后的音频(语音)数据可以在电话通话模式的情况下转换为可经由射频单元101发送到移动通信基站的格式输出。麦克风1042可以实施各种类型的噪声消除(或抑制)算法以消除(或抑制)在接收和发送音频信号的过程中产生的噪声或者干扰。

信息采集终端100还包括至少一种传感器105，比如光传感器、运动传感器以及其他传感器。具体地，光传感器包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板1061的亮度，接近传感器可在信息采集终端100移动到耳边时，关闭显示面板1061和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于手机还可配置的指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。

显示单元106用于显示由用户输入的信息或提供给用户的信息。显示单元106可包括显示面板1061，可以采用液晶显示器(Liquid Crystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板1061。

用户输入单元107可用于接收输入的数字或字符信息，以及产生与信息采集终端的用户设置以及功能控制有关的键信号输入。具体地，用户输入单元107可包括触控面板1071以及其他输入设备1072。触控面板1071，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板1071上或在触控面板1071附近的操作)，并根据预先设定的程式驱动相应的连接装置。触控面板1071可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器110，并能接收处理器110发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1071。除了触控面板1071，用户输入单元107还可以包括其他输入设备1072。具体地，其他输入设备1072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种，具体此处不做限定。

进一步的，触控面板1071可覆盖显示面板1061，当触控面板1071检测到在其上或附近的触摸操作后，传送给处理器110以确定触摸事件的类型，随后处理器110根据触摸事件的类型在显示面板1061上提供相应的视觉输出。虽然在图1中，触控面板1071与显示面板1061是作为两个独立的部件来实现信息采集终端的输入和输出功能，但是在某些实施例中，可以将触控面板1071与显示面板1061集成而实现信息采集终端的输入和输出功能，具体此处不做限定。

接口单元108用作至少一个外部装置与信息采集终端100连接可以通过的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元108可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到信息采集终端100内的一个或多个元件或者可以用于在信息采集终端100和外部装置之间的传输数据。

存储器109可用于存储软件程序以及各种数据。存储器109可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器109可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

处理器110是信息采集终端的控制中心，利用各种接口和线路连接整个信息采集终端的各个部分，通过运行或执行存储在存储器109内的软件程序和/或模块，以及调用存储在存储器109内的数据，执行信息采集终端的各种功能和处理数据，从而对信息采集终端进行整体监控。处理器110可包括一个或多个处理单元；优选的，处理器110可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作***、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器110中。

在信息采集终端中，处理器110用于执行存储器109中存储的信息采集程序，实现以下步骤：

确定所有信息采集点，并根据信息采集点采集对应的用户行为信息；

根据预设维度对所有用户行为信息进行信息分类处理，以生成基础信息；

对基础信息进行融合处理，以生成用户行为特征的信息报告表。

进一步地，所述预设维度包括功能使用维度、时间维度、地点维度和使用频次维度，所述基础信息包括功能使用表、时间表、地点表和使用频次表，

所述根据预设维度对所有用户行为信息进行信息分类处理，以生成基础信息的步骤包括：

根据预设维度获取用户行为信息中的功能使用信息、时间信息、地点信息和使用频次信息；

对功能使用信息、时间信息、地点信息和使用频次信息进行信息分类处理，以获得功能使用表、时间表、地点表和使用频次表。

进一步地，所述对功能使用信息、时间信息、地点信息和使用频次信息进行信息分类处理，以获得功能使用表、时间表、地点表和使用频次表的步骤包括：

根据功能使用信息确定目标功能和关联功能，并保存在功能使用表中；

根据时间信息确定目标功能和关联功能的启动时间，并保存在时间表中；

根据地点信息确定目标功能和关联功能的启动地点，并保存在地点表中；

根据使用频次信息确定目标功能和关联功能的使用频次，并保存在使用频次表中。

进一步地，所述对基础信息进行融合处理，以生成用户行为特征的信息报告表的步骤包括：

获取所有基础信息的信息关联关系，并确定所有信息关联关系的权重值；

根据所有信息关联关系的权重值建立数据融合模型，并基于数据融合模型生成用户行为特征的信息报告表。

进一步地，所述获取所有基础信息的信息关联关系，并确定所有信息关联关系的权重值的步骤包括：

计算所有基础信息中的数据特征值，根据数据特征值确定所有基础信息之间的强关联关系或弱关联关系；

根据强关联关系或弱关联关系确定各信息关联关系的权重值。进一步地，

进一步地，所述权重值包括有效权重值和无效权重值，所述根据所有信息关联关系的权重值建立数据融合模型的步骤包括：

当检测到权重值大于预设阈值时，将该权重值设为有效权重值；

当检测到权重值小于或等于预设阈值时，将该权重值设为无效权重值；

根据所有信息关联关系的有效权重值建立数据融合模型。

进一步地，所述对基础信息进行融合处理，以生成用户行为特征的信息报告表的步骤之后还包括：

根据信息报告表中的用户行为特征获取关联度最高的的个性化功能服务；

根据预设条件对所述个性化功能服务进行推送。

信息采集终端100还可以包括给各个部件供电的电源111(比如电池)，优选的，电源111可以通过电源管理***与处理器110逻辑相连，从而通过电源管理***实现管理充电、放电、以及功耗管理等功能。

尽管图1未示出，信息采集终端100还可以包括蓝牙模块等，在此不再赘述。

为了便于理解本发明实施例，下面对本发明的信息采集终端所基于的通信网络***进行描述。

请参阅图2，图2为本发明实施例提供的一种通信网络***架构图，该通信网络***为通用移动通信技术的LTE***，该LTE***包括依次通讯连接的UE(User Equipment，用户设备)201，E-UTRAN(Evolved UMTS Terrestrial Radio Access Network，演进式UMTS陆地无线接入网)202，EPC(Evolved Packet Core，演进式分组核心网)203和运营商的IP业务204。

具体地，UE201可以是上述终端100，此处不再赘述。

E-UTRAN202包括eNodeB2021和其它eNodeB2022等。其中，eNodeB2021可以通过回程(backhaul)(例如X2接口)与其它eNodeB2022连接，eNodeB2021连接到EPC203，eNodeB2021可以提供UE201到EPC203的接入。

EPC203可以包括MME(Mobility Management Entity，移动性管理实体)2031，HSS(Home Subscriber Server，归属用户服务器)2032，其它MME2033，SGW(Serving Gate Way，服务网关)2034，PGW(PDN Gate Way，分组数据网络网关)2035和PCRF(Policy andCharging Rules Function，政策和资费功能实体)2036等。其中，MME2031是处理UE201和EPC203之间信令的控制节点，提供承载和连接管理。HSS2032用于提供一些寄存器来管理诸如归属位置寄存器(图中未示)之类的功能，并且保存有一些有关服务特征、数据速率等用户专用的信息。所有用户数据都可以通过SGW2034进行发送，PGW2035可以提供UE 201的IP地址分配以及其它功能，PCRF2036是业务数据流和IP承载资源的策略与计费控制策略决策点，它为策略与计费执行功能单元(图中未示)选择及提供可用的策略和计费控制决策。

IP业务204可以包括因特网、内联网、IMS(IP Multimedia Subsystem，IP多媒体子***)或其它IP业务等。

虽然上述以LTE***为例进行了介绍，但本领域技术人员应当知晓，本发明不仅仅适用于LTE***，也可以适用于其他无线通信***，例如GSM、CDMA2000、WCDMA、TD-SCDMA以及未来新的网络***等，此处不做限定。

基于上述信息采集终端硬件结构以及通信网络***，提出本发明方法各个实施例。

本发明提供一种信息采集方法，所述信息采集方法应用于信息采集终端，在信息采集方法第一实施例中，参照图3，所述信息采集方法包括：

步骤S10，确定所有信息采集点，并根据信息采集点采集对应的用户行为信息；

该信息采集方法应用于图1所示的信息采集终端，信息采集终端可以是用户所使用的移动终端；也可以是生产厂商官方使用的采集用户移动终端的专属终端；或者可以是一台服务器。该信息采集终端通过有线传输或无线传输的方式获取用户移动终端(以下称用户终端)中的用户行为信息，采集用户行为信息的方式可通过用户的确认之后进行采集，也可以直接采集。

在本实施例中，生产厂商可在用户终端中事先预埋用户信息的信息采集点，即在需要了解获取的信息代码段中预埋信息采集点埋点，通过预埋点进行有效标注。该信息采集点将收集记录在该段信息代码段中所有的数据交互，只负责信息采集，不作其他活动。当信息采集终端进入采集流程时，信息采集终端直接确定用户终端中的所有信息采集点，并获取信息采集点中记录的数据交互内容提取出对应的用户行为信息。所述用户行为信息指的是用户在用户终端上的操作行为，由于信息采集点是具有针对性的，因此信息采集点采集的内容是反映用户行为特征的信息内容。

具体地，由于信息采集点是预埋的，因此信息采集终端可确定信息采集点的地址位置，通过地址信息确定到所有具体的信息采集点，而所有信息采集点上所记录的用户行为信息是存储在用户终端中的共享存储单元，因此信息采集终端拥有获取采集用户行为信息的权限。

步骤S20，根据预设维度对所有用户行为信息进行信息分类处理，以生成基础信息；

不同的信息采集点对应的是不同的用户行为信息，而用户行为信息是用户个人生活习惯的体现，因此也包括了品种繁多的类型，例如用户点开应用程序A的时间、用户进行网络支付的地点等等。而当用户行为信息达到一定数量时，将会显得繁杂。因此本实施例通过预设维度对所有用户行为信息进行信息分类处理。信息分类是对用户行为信息的划分处理，以便对同属性的信息进行归纳分析。信息分类处理后，信息采集终端将获得与预设维度的种类各自对应的基础信息。所述预设维度是对用户行为信息的分类标准，可预设在信息采集终端中，也可以是根据信息采集需求进行实时调整。

具体地，参照图4，所述根据预设维度对所有用户行为信息进行信息分类处理，以生成基础信息的步骤包括：

步骤S21，根据预设维度获取用户行为信息中的功能使用信息、时间信息、地点信息和使用频次信息；

本实施例将预设维度分为四个部分，1、功能使用信息；2、时间信息；3、地点信息；4、使用频次信息。该功能使用信息表示产生该用户行为信息所关联的主功能服务和辅功能服务；该时间信息表示产生该用户行为信息的主功能服务和辅功能服务的时间区间信息；该地点信息表示使用产生该用户行为信息的主功能服务和辅功能服务时的地点位置信息；该使用频次信息表示该用户行为信息中主功能服务和辅功能服务被统计的使用频次。需要说明的是，以上所述预设维度的四个部分包含了产生用户行为信息的重要信息，将预设维度分为四个部分仅为本实施例中一种可选案例，并不代表所述预设维度只限于以上所述四个部分的具体内容，在本实施例之外的其他预设维度均可以纳入本发明的总体信息分类思路中，在此不作限定。

步骤S22，对功能使用信息、时间信息、地点信息和使用频次信息进行信息分类处理，以获得功能使用表、时间表、地点表和使用频次表。

对所有用户行为信息中的功能使用信息、时间信息、地点信息和使用频次信息进行分类，将每条用户行为信息中的细节进行归类整理，以便将具有同样属性特征的信息特征进行归纳，从而获得功能使用表、时间表、地点表和使用频次表。也就是说，一条用户行为信息对应有应用使用记录、时间记录、地点记录和使用频次记录，而将所有用户行为信息全部进行信息分类处理，即可获得功能使用表、时间表、地点表和使用频次表。

可选地，所述对功能使用信息、时间信息、地点信息和使用频次信息进行信息分类处理，以获得功能使用表、时间表、地点表和使用频次表的步骤包括：

步骤S221，根据功能使用信息确定目标功能和关联功能，并保存在功能使用表中；

步骤S222，根据时间信息确定目标功能和关联功能的启动时间，并保存在时间表中；

步骤S223，根据地点信息确定目标功能和关联功能的启动地点，并保存在地点表中；

步骤S224，根据使用频次信息确定目标功能和关联功能的使用频次，并保存在使用频次表中。

所述主功能服务设为目标功能，所述辅功能服务设为关联功能。在本实施例中，功能使用信息中划分了本次用户行为信息所要实现的目标功能和关联功能。例如路线导航中需要对路线进行规划，目标功能即为导航，而导航功能通常需要打开GPS信号功能作为定位，故GPS定位功能为关联功能。目标功能和关联功能共同形成了路线导航的基本功能；同理，时间信息中记录了用户行为信息中各项目标功能和关联功能的启动时间；而地点信息记录了用户行为信息中各项目标功能和关联功能的地理坐标位置；使用频次信息记录了用户行为信息中各项目标功能和关联功能的使用次数。将以上所获取的所有数据保存在对应的功能使用表、时间表、地点表和使用频次表。具体表格可参照图8(1)、(2)和图9(1)、(2)。

步骤S30，对基础信息进行融合处理，以生成用户行为特征的信息报告表。

基础信息的获取源于对用户行为信息的综合分析，在获取到基础信息之后，信息采集终端可对基础信息进行融合处理。所述融合处理指的是信息采集终端对基础信息进行有序的数据关联绑定，即通过将各种基础信息进行数据挖掘，获取不同基础信息之间的细节关联特征，并根据细节关联特征，把孤立的各个基础信息联合在一起，形成基础信息之间各种关联关系的整体数据，即完整的有机的信息数据集合模型，从而获取到用户行为特征的信息报告表。

参照图5，具体地，所述对基础信息进行融合处理，以生成用户行为特征的信息报告表的步骤包括：

步骤S31，获取所有基础信息的信息关联关系，并确定所有信息关联关系的权重值；

基础信息的融合处理主要是通过功能使用表、时间表、地点表和使用频次表中所有目标功能和关联功能各自对应的启动时间、启动地点和使用频次等数据，获取到各信息数据中的信息关联关系。例如，用户行为信息中A功能属于高频次功能；在所有表格中的启动时间趋向于某一固定区间、启动地点高度重合；A功能启动时总伴随着B功能的启动等等。各种关联关系均可以通过数据比对和数据匹配的方式完成绑定。在获取到所有基础信息的信息关联关系之后，可根据预设条件确定信息关联关系之间的权重值。例如预设条件强调各基础信息之间的关联强度，即单一基础信息可与多个其他基础信息进行信息关联，关联强度越高，则对应的权重值越高；或者预设条件强调各基础信息之间的关联长度，即单一基础信息可与任意其他基础信息进行信息关联，并成为该信息关联链条上的长度计算单位之一(如成为长度为5的信息关联链条之中的两个长度单位)；或者其他预设条件。预设条件可根据实际情况进行调整，从而确定所有信息关联关系的权重值。

可选地，所述获取所有基础信息的信息关联关系，并确定所有信息关联关系的权重值的步骤包括：

步骤S311，计算所有基础信息中的数据特征值，根据数据特征值确定所有基础信息之间的强关联关系或弱关联关系；

信息关联关系的获取可通过基础信息中的功能使用表、时间表、地点表和使用频次表中的关联进行确定。其方法为，在基础信息各表格中进行相同数据的属性特征计算，以求得数据特征值，并基于该数据特征值确定所有基础信息之间的强关联关系或弱关联关系。

例如，在功能使用表中的计步功能之后关联有点外卖功能，而时间表中计步功能和点外卖功能的时间点的差值总体趋于5分钟之内；地点表中显示计步功能和点外卖功能的地理位置坐标处于相差500米之内的预设范围；在使用频率表中计步功能和外卖功能的使用频次相当。以上所述四个表格中，在两个表格中计步功能和点外卖功能满足一定条件时，即认定存在信息关联关系，并设置一个厨师的数据特征值(该数据特征值依据信息的关联频次的增加而等比例增加)。而在与另两个表格中任一表格形成进一步的信息关联关系时，其数据特征值将进一步提升。由此，根据数据特征值的大小，可确定基础信息之间的强关联关系或弱关联关系。

步骤S312，根据强关联关系或弱关联关系确定各信息关联关系的权重值。

数据特征值受表格数据出现频次和表格关联度的变化而变化。而根据数据特征值获取到的强关联关系或弱关联关系，可确定个信息关联关系的权重值。权重值依据数据特征值的大小经过逻辑计算而成，可严格反映各用户行为数据之间的具体关联关系的程度。

步骤S32，根据所有信息关联关系的权重值建立数据融合模型，并基于数据融合模型生成用户行为特征的信息报告表。

在本实施例中，获取到信息关联关系的权重值之后，根据权重值建立数据融合模型。所述数据融合模型指的是将所有信息关联关系进行整合，通过权重值的形式实现各个单一的信息关联关系的组合，以形成所有基础信息的有效融合，使得个基础信息不再成为孤立的信息点，而是成为有序的数据信息网络。而该数据信息网络，即为数据融合模型。

具体地，所述权重值包括有效权重值和无效权重值，所述根据所有信息关联关系的权重值建立数据融合模型的步骤包括：

步骤S321，当检测到权重值大于预设阈值时，将该权重值设为有效权重值；

步骤S322，当检测到权重值小于或等于预设阈值时，将该权重值设为无效权重值；

步骤S323，根据所有信息关联关系的有效权重值建立数据融合模型。

在所获取的权重值当中，部分信息关联关系的权重值并不是有效的，即存在一些无效权重值，它们是在进行数据信息关联的过程中形成的，但并不能反映出用户的使用行为特征。例如，使用计步功能的用户行为信息与查询天气预报的用户行为信息无法形成一定的强关联关系，但依旧被记录采集，由于没有强关联关系，其权重值非常低。类似的信息关联关系的权重值在整体上并不能反映出用户的行为特征，因此该权重值为无效权重值，需要进行筛选过滤。

在本实施例中，信息采集终端设置了预设阈值，通过预设阈值对权重值进行门限限制。当信息采集终端检测到权重值大于预设阈值时，证明该权重值在一定程度上能够反映用户行为特征，则该权重值为有效权重值；反之，当信息采集终端检测到权重值小于或等于预设阈值，证明该权重值在不足以反映用户行为特征，属于小概率范围内的偶然关联关系，则可将该权重值设为无效权重值。信息采集终端将基于信息关联关系的有效权重值，可建立数据融合模型，而无效权重值的信息关联关系将被完全过滤掉。

参照图7，信息采集终端通过信息获取采集到用户行为信息，并对其进行信息分类，并将分类后的信息进行数据信息融合，实现数据信息的有机整合，获得用户的行为特征和使用习惯，并以信息报告表的形式显示出来，以供使用。

本发明的技术方案中，确定所有信息采集点，并根据信息采集点采集对应的用户行为信息；根据预设维度对所有用户行为信息进行信息分类处理，以生成基础信息；对基础信息进行融合处理，以生成用户行为特征的信息报告表。本发明预设在用户的移动终端中预埋用户信息的信息采集点，在用户操作使用移动终端一段时间之后，通过信息采集终端，基于有线或无线传输的方式，获取用户移动终端中的用户行为信息，根据获取到的用户行为信息，经过多维度分类处理，以将用户行为信息进行数据标准化，从而生成规范的基础信息，看最后对基础信息进行融合处理，以将基础信息进行信息关联，生成用户行为特征的信息报告表。通过以上方式，本发明解决了用户信息点之间相互孤立，没有信息关联性的技术问题，使得生产厂商能够正确分析用户的行为特征，推导用户的使用习惯，提高用户信息的采集效率和使用效率。

进一步地，在本发明信息采集方法第一实施例的基础上，提出信息采集方法第二实施例，参照图6，所述第二实施例与第一实施例之间的区别在于，

所述对基础信息进行融合处理，以生成用户行为特征的信息报告表的步骤之后还包括：

步骤S40，根据信息报告表中的用户行为特征获取关联度最高的的个性化功能服务；

步骤S50，根据预设条件对所述个性化功能服务进行推送。

信息报告表时根据用户行为信息获得的用户行为特征分析报告，因此针对信息报告表中用户的行为特征可分析出用户的日常使用习惯，包括在不同时间、不同地点使用服务的类型、频率等等。而通过对用户使用习惯的分析推断，可获取到用户在对应条件下所需要的功能服务。信息采集终端可根据用户行为特征获取到对应的关联度最高的个性化功能服务，并将其推送给用户终端。其推送方式可以是短信，可以是应用提醒，可以是智能助手提示等等，在此不作限定。

以下将通过一个具体例子进行解释说明，信息采集终端获取信息报告表中的用户行为特征，例如用户通常在下午1:20至1:40时刻左右点外卖。那么信息采集终端将根据这一用户行为特征，获取到与点外卖关联度最高的外卖服务功能，该外卖服务功能主要根据用户的使用习惯为主，根据用户的个性化特征习惯而确定，可以是用户经常使用的外卖服务功能，也可以是信息采集终端对接的推荐功能等等。

在确定个性化功能服务之后，信息采集终端可根据预设条件对个性化功能服务进行信息推送，以达到提示用户的目的。所述预设条件指的是符合用户使用习惯的条件，例如用户通常是在下午1:20至1:40的时间区间之间应用外卖服务，那么预设条件则是在1:20至1:40的时间区间左右，可适当提前时间点，例如在1:00至1:30的时间区间进行推送提示，从而推荐用户使用个性化定制的外卖功能服务。

本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者一个以上程序，所述一个或者一个以上程序还可被一个或者一个以上的处理器执行以用于：

确定所有信息采集点，并根据信息采集点采集对应的用户行为信息；

根据预设维度对所有用户行为信息进行信息分类处理，以生成基础信息；

对基础信息进行融合处理，以生成用户行为特征的信息报告表。

本发明计算机可读存储介质具体实施方式与上述信息采集方法和信息采集终端各实施例基本相同，在此不再赘述。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。

Claims (10)

1.一种信息采集方法，其特征在于，所述信息采集方法应用于信息采集终端，所述信息采集方法包括：

确定所有信息采集点，并根据信息采集点采集对应的用户行为信息；

根据预设维度对所有用户行为信息进行信息分类处理，以生成基础信息；

对基础信息进行融合处理，以生成用户行为特征的信息报告表。

2.如权利要求1所述的信息采集方法，其特征在于，所述预设维度包括功能使用维度、时间维度、地点维度和使用频次维度，所述基础信息包括功能使用表、时间表、地点表和使用频次表，

所述根据预设维度对所有用户行为信息进行信息分类处理，以生成基础信息的步骤包括：

根据预设维度获取用户行为信息中的功能使用信息、时间信息、地点信息和使用频次信息；

对功能使用信息、时间信息、地点信息和使用频次信息进行信息分类处理，以获得功能使用表、时间表、地点表和使用频次表。

3.如权利要求2所述的信息采集方法，其特征在于，

所述对功能使用信息、时间信息、地点信息和使用频次信息进行信息分类处理，以获得功能使用表、时间表、地点表和使用频次表的步骤包括：

根据功能使用信息确定目标功能和关联功能，并保存在功能使用表中；

根据时间信息确定目标功能和关联功能的启动时间，并保存在时间表中；

根据地点信息确定目标功能和关联功能的启动地点，并保存在地点表中；

根据使用频次信息确定目标功能和关联功能的使用频次，并保存在使用频次表中。

4.如权利要求1所述的信息采集方法，其特征在于，所述对基础信息进行融合处理，以生成用户行为特征的信息报告表的步骤包括：

获取所有基础信息的信息关联关系，并确定所有信息关联关系的权重值；

根据所有信息关联关系的权重值建立数据融合模型，并基于数据融合模型生成用户行为特征的信息报告表。

5.如权利要求4所述的信息采集方法，其特征在于，所述获取所有基础信息的信息关联关系，并确定所有信息关联关系的权重值的步骤包括：

计算所有基础信息中的数据特征值，根据数据特征值确定所有基础信息之间的强关联关系或弱关联关系；

根据强关联关系或弱关联关系确定各信息关联关系的权重值。

6.如权利要求4所述的信息采集方法，其特征在于，所述权重值包括有效权重值和无效权重值，所述根据所有信息关联关系的权重值建立数据融合模型的步骤包括：

当检测到权重值大于预设阈值时，将该权重值设为有效权重值；

当检测到权重值小于或等于预设阈值时，将该权重值设为无效权重值；

根据所有信息关联关系的有效权重值建立数据融合模型。

7.如权利要求1所述的信息采集方法，其特征在于，所述对基础信息进行融合处理，以生成用户行为特征的信息报告表的步骤之后还包括：

根据信息报告表中的用户行为特征获取关联度最高的的个性化功能服务；

根据预设条件对所述个性化功能服务进行推送。

8.一种信息采集终端，其特征在于，所述信息采集终端包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的信息采集程序，所述信息采集程序被所述处理器执行时实现以下步骤：

确定信息采集点，并根据信息采集点采集对应的用户行为信息；

根据预设维度对用户行为信息进行信息分类处理，以生成基础信息；

对基础信息进行融合处理，以生成用户行为特征的信息报告表。

9.如权利要求8所述的信息采集终端，其特征在于，所述信息采集程序被所述处理器执行时还实现如权利要求2至7中任一项所述的信息采集方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有信息采集程序，所述信息采集程序被处理器执行时实现如权利要求1至7中任一项所述的信息采集方法的步骤。