CN108932336A - 信息推荐方法、电子终端及计算机可读存储介质消息 - Google Patents
信息推荐方法、电子终端及计算机可读存储介质消息 Download PDFInfo
- Publication number
- CN108932336A CN108932336A CN201810757286.6A CN201810757286A CN108932336A CN 108932336 A CN108932336 A CN 108932336A CN 201810757286 A CN201810757286 A CN 201810757286A CN 108932336 A CN108932336 A CN 108932336A
- Authority
- CN
- China
- Prior art keywords
- user
- information
- motor pattern
- electric terminal
- sensor
- 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.)
- Pending
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
一种信息推荐方法、电子终端及计算机可读存储介质,其中,该信息推荐方法包括:识别用户当前的运动模式;基于参考信息的特征点,搜索与所述特征点相匹配的目标信息,其中,所述参考信息预先设置且与当前识别出的运动模式相关联;输出所述目标信息,以向所述用户推荐所述目标信息。本申请提供的方案可以实现基于运动模式的信息自动推荐。
Description
技术领域
本申请涉及信息技术领域,尤其涉及一种信息推荐方法、电子终端及计算机可读存储介质。
背景技术
随着电子终端技术和互联网的发展,电子终端逐步走向智能化、移动化和多功能化,如目前主流的智能手机、平板电脑和可穿戴智能设备等电子终端。用户通过电子终端可浏览到各种各样的信息,满足了用户在信息时代对信息的需求。
然而,随着网络的迅速发展而带来的网上信息量的大幅增长,使得用户在面对大量信息时难以从中获得对自己有用的那部分信息,这就是所谓的信息超载(即informationoverload)问题。
为了解决信息超载问题,大多数平台会提供信息的搜索功能,用户可以通过该搜索功能搜索感兴趣的信息。虽然用户通过搜索可以过滤掉很多无关的信息,但是这需要用户进入相应平台的相应界面,然后在搜索文本框中输入关键词,之后启动搜索才能实现相关信息的推送,整个过程十分繁琐。
发明内容
本申请实施例提供一种信息推荐方法、电子终端及计算机可读存储介质,可实现基于运动模式的信息自动推荐。
本申请实施例第一方面提供一种信息推荐方法,包括:
识别用户当前的运动模式;
基于参考信息的特征点,搜索与所述特征点相匹配的目标信息,其中,所述参考信息预先设置且与当前识别出的运动模式相关联;
输出所述目标信息,以向所述用户推荐所述目标信息。
本申请实施例第二方面提供一种电子终端,包括:
识别单元,用于识别用户当前的运动模式;
搜索单元,用于基于参考信息的特征点,搜索与所述特征点相匹配的目标信息,其中,所述参考信息预先设置且与当前识别出的运动模式相关联;
输出单元,用于输出所述目标信息,以向所述用户推荐所述目标信息。
本申请实施例第三方面提供另一种电子终端,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计算机程序,所述处理器执行所述计算机程序时,实现上述本申请实施例第一方面提供的信息推荐方法。
本申请实施例第四方面提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,实现上述本申请实施例第一方面提供的信息推荐方法。
由上可见,本申请方案通过识别用户当前的运动模式,并基于参考信息的特征点,搜索与该特征点相匹配的目标信息,之后输出该目标信息,实现了基于运动模式的信息自动推荐。并且,由于参考信息为预先设置且与当前识别出的运动模式相关联,因此,通过对不同运动模式下参考信息的合理设置,可使得基于相应参考信息匹配到的目标信息大概率为用户处于相应运动模式时感兴趣的信息,从而满足用户的需求。
附图说明
图1-a为本申请提供的信息推荐方法一个实施例流程示意图;
图1-b为本申请提供的一种识别用户当前的运动模式的方法流程示意图;
图2为本申请提供的电子终端一个实施例结构示意图;
图3为本申请提供的电子终端另一个实施例结构示意图。
具体实施方式
为使得本申请的发明目的、特征、优点能够更加的明显和易懂,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而非全部实施例。基于本申请中的实施例,本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
实施例一
本申请实施例提供一种信息推荐方法,该信息推荐方法应用于电子终端,该电子终端可以为智能手机、平板电脑、可穿戴设备等可安装应用程序的设备,上述电子终端的操作***可以为ios、android、windows***或其它操作***,此处不作限定。
请参阅图1-a,该信息推荐方法主要包括以下步骤:
步骤101、识别用户当前的运动模式;
本申请实施例中,运动模式可以为任意一种运动状态,例如:跑步、步行、汽车、做操等。
在一种应用场景中,可以通过传感器采集用户的数据并基于采集到的数据识别该用户当前的运动模式,则如图1-b所示,步骤101可以包括:
步骤1011、基于传感器采集用户的数据;
其中,上述传感器可包括如下一种或两种以上:加速度传感器、方向传感器、陀螺仪、距离传感器、光线传感器、海拔仪、体温传感器、心率传感器和血压监测器。
在步骤1011中,上述传感器可以为电子终端自带的传感器,则电子终端可以直接基于自带的传感器采集该电子终端的用户的数据。或者,上述传感器也可以为与电子终端通讯连接的外部传感器(外部传感器可以分布于用户的颈部、手腕部、腰部、下肢等部位,以采集因人体不同部位的动作而产生的传感器数据),在外部传感器采集到用户的数据后,可以通过有线或无线的方式将采集到的数据发送给上述电子终端。
步骤1012、基于当前采集到的数据识别上述用户当前的运动模式;
通过传感器采集到的数据,可以获取多模态的信息,进而识别用户当前的运动模式。例如,步行、跑步、爬山、骑车等运动模式可通过步速、四肢晃动幅度、心率、海拔和GPS信息等数据区分;打乒乓球、打网球和打羽毛球等与小球类相关的运动模式,可通过挥拍姿势、手腕震动幅度等数据区分;打篮球、打排球和踢足球等与大球类相关的运动模式,可通过四肢晃动幅度等数据区分;水上运动可利用水压等数据区分。
由于不同用户的运动习惯或体能有所不同,因此,即便在同一运动模式下,同种类型的传感器针对不同用户采集到的数据也不一定相同。因此,本申请实施例中,可以预先为用户创建运动模型,即通过采集用户在各种运动模式下的数据训练得到该用户的运动模型,具体的,本申请实施例中的信息推荐方法还包括:创建上述用户的运动模型,其中,上述运动模型基于在各种运动模式下所述传感器采集到的数据训练得到。在步骤1012中,可以将当前采集到的数据输入所述用户的运动模型,得到上述用户当前的运动模式。
可选的,上述运动模型可以基于神经网络训练得到,更具体的,上述运动模型可以基于深度神经网络训练得到。
在另一种应用场景中,也可以基于输入的语音识别用户当前的运动模式,比如:在电子终端的预设按键被触发时(例如名为“运动推荐”的按键被触发时),采集输入的语音,并基于输入的语音识别用户当前的运动模式。在具体应用场景中,例如用户可以一键触发电子终端上名为“运动推荐”的按键,然后输入语音(比如,输入“我在跑步”的语音),基于语音识别技术对输入的语音进行识别,即可识别用户当前的运动模式(例如跑步)。
当然,在步骤101中,也可以通过其它方式识别用户当前的运动模式。
可选的,上述参考信息具体为音乐,则步骤101可以表现为:当监听到电子终端处于音乐播放状态或监听到上述电子终端的音乐应用程序被置于上述电子终端的前台时,识别上述电子终端的用户当前的运动模式。
步骤102、基于参考信息的特征点,搜索与上述特征点相匹配的目标信息;
其中,上述参考信息预先设置且与当前识别出的运动模式相关联。
在步骤102中,提取参考信息的特征点,并基于该特征点搜索相匹配的目标信息。具体的,可以基于该特征点在预设的服务器中搜索相匹配的目标信息,例如,针对类型为音乐的参考信息,可以提取该音乐的特征点(例如节奏、节拍、旋律等),之后在预设的音乐服务器中搜索与该音乐的特征点相匹配的其它音乐,将匹配到的其它音乐作为上述目标信息。又例如,针对类型为运动器材的参考信息,可以提取该运动器材的特征点(例如运动器材的类型、品牌等),之后在预设的网络商城中搜索与该运动器材的特征点相匹配的商品,将匹配到的商品作为上述目标信息。
可选的,上述参考信息可以预先由用户在各运动模式下进行自定义,例如,用户可以在“跑步”这一运动模式下将音乐“Runaway Baby”作为参考信息与“跑步”这一运动模式相关联。又例如,用户可以在“骑行”这一运动模式下将音乐“It's my life”作为参考信息与“骑行”这一运动模式相关联。在此基础上,在步骤101之前,本申请实施例中的信息推荐方法还包括参考信息自定义的步骤,包括:接收在目标运动模式下自定义的参考信息,其中,上述目标运动模式为当前被选择的运动模式;将上述自定义的参考信息与上述目标运动模式相关联。
步骤103、输出上述目标信息,以向上述用户推荐上述目标信息;
在步骤102匹配到目标信息后,输出上述目标信息,以向上述用户推荐上述目标信息。需要说明的是,上述目标信息可以为一个或者多个,当上述目标信息为多个时,可以按照与上述参考信息的匹配度由大到小的顺序输出相应的目标信息。例如,当步骤102匹配到多个目标信息时,可以生成并输出包含该多个目标信息的推荐列表,在该推荐列表中,目标信息按照与上述参考信息的匹配度由大到小的顺序排序。
可选的,步骤103可以表现为:通过电子终端的显示器显示上述目标信息。或者,若步骤102匹配到的目标信息中存在音乐类型的信息,则也可以基于步骤102搜索到的音乐类型的目标信息,生成音乐播放列表,并自动播放该音乐播放列表中的音乐。
由上可见,本申请实施例中通过识别用户当前的运动模式,并基于参考信息的特征点,搜索与该特征点相匹配的目标信息,之后输出该目标信息,实现了基于运动模式的信息自动推荐。并且,由于参考信息为预先设置且与当前识别出的运动模式相关联,因此,通过对不同运动模式下参考信息的合理设置,可使得基于相应参考信息匹配到的目标信息大概率为用户处于相应运动模式时感兴趣的信息,从而满足用户的需求。
下面以向用户推荐音乐为例,对上述实施例中的信息推荐方法进行说明。在本应用场景中,可以将信息推荐方法划分为如下三个阶段:
一、运动模型学习阶段。在此阶段中,用户可以预先创建属于自己的运动模型,例如,用户可以在跑步、骑行等运动模式下触发电子终端通过传感器采集自身的数据并输入运动模型中进行训练,以使得该运动模型可以学习到该用户在各种运动模式下的数据。
二、音乐自定义阶段。在此阶段中,用户可以在各种运动模式下设置与运动模式相关联的音乐,例如,用户可以选择要设置作为参考信息的运动模式(即目标运动模式),并在该运动模式下导入在该运动模式下喜欢听的一首或两首以上的音乐,此时被导入的音乐作为参考信息与该运动模式相关联,从而实现参考信息的自定义。
三、音乐推荐阶段。在此阶段中,当监听到电子终端处于音乐播放状态或监听到上述电子终端的音乐应用程序被置于上述电子终端的前台或满足其它触发条件(例如电子终端的预设按键被触发)时,可以基于传感器采集用户的数据,并将当前采集到的数据输入用户的运动模型(即阶段一创建的运动模型),得到该用户当前的运动模式;之后提取与该用户当前的运动模式关联的音乐的特征点(例如节奏、节拍、旋律等),在预设的音乐服务器中搜索与该音乐的特征点相匹配的其它音乐,将匹配到的其它音乐作为上述目标信息并生成包含上述目标信息的音乐播放列表;之后可以自动播放该音乐播放列表中的音乐,或者显示该音乐播放列表,供用户选择性播放。
需要说明的是,阶段一和阶段二属于初始化的过程,在创建完运动模型且自定义参数信息后,后续可以不再执行阶段一和阶段二中的操作。当然,用户也可以随时进入阶段一和阶段二,以调整运动模型和参数信息。
实施例二
实施例二
图2为本申请实施例提供一种电子终端。该电子终端可用于实现上述方法实施例提供的上述目标信息。如图2所示,该电子终端主要包括:
识别单元201,用于识别用户当前的运动模式;
搜索单元202,用于基于参考信息的特征点,搜索与所述特征点相匹配的目标信息,其中,所述参考信息预先设置且与当前识别出的运动模式相关联;
输出单元203,用于输出所述目标信息,以向所述用户推荐所述目标信息。
可选的,识别单元201包括:
采集单元,用于基于传感器采集用户的数据;
子识别单元,用于基于上述采集单元当前采集到的数据识别所述用户当前的运动模式;
其中,所述传感器包括如下一种或两种以上:
加速度传感器、方向传感器、陀螺仪、距离传感器、光线传感器、海拔仪、体温传感器、心率传感器和血压监测器。
可选的,本申请实施例中的电子终端还包括:
创建单元,用于创建所述用户的运动模型,其中,所述运动模型基于在各种运动模式下所述传感器采集到的数据训练得到;
上述子识别单元具体用于:将上述采集单元当前采集到的数据输入所述用户的运动模型,得到上述用户当前的运动模式。
可选的,本申请实施例中的电子终端还包括:
接收单元,用于接收在目标运动模式下自定义的参考信息,其中,所述目标运动模式为当前被选择的运动模式;
关联单元,用于将所述自定义的参考信息与所述目标运动模式相关联。
可选的,所述参考信息具体为音乐。识别单元201具体用于:当监听到电子终端处于音乐播放状态或监听到所述电子终端的音乐应用程序被置于所述电子终端的前台时,识别所述电子终端的用户当前的运动模式。
进一步,输出单元203包括:
列表生成单元,用于基于搜索单元202搜索到的目标信息,生成音乐播放列表;
播放单元,用于自动播放上述音乐播放列表中的音乐。
需要说明的是,以上图2示例的电子终端的实施方式中,各功能模块的划分仅是举例说明,实际应用中可以根据需要,例如相应硬件的配置要求或者软件的实现的便利考虑,而将上述功能分配由不同的功能模块完成,即将电子终端的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。而且,在实际应用中,本实施例中的相应的功能模块可以是由相应的硬件实现,也可以由相应的硬件执行相应的软件完成。本说明书提供的各个实施例都可应用上述描述原则,以下不再赘述。
本实施例提供的电子终端中各功能模块实现各自功能的具体过程,请参见上述方法实施例中描述的具体内容,此处不再赘述。
由上可见,本申请实施例通过识别用户当前的运动模式,并基于参考信息的特征点,搜索与该特征点相匹配的目标信息,之后输出该目标信息,实现了基于运动模式的信息自动推荐。并且,由于参考信息为预先设置且与当前识别出的运动模式相关联,因此,通过对不同运动模式下参考信息的合理设置,可使得基于相应参考信息匹配到的目标信息大概率为用户处于相应运动模式时感兴趣的信息,从而满足用户的需求。
实施例三
本申请实施例提供一种电子终端,请参阅图3,该电子终端包括:
存储器301、处理器302及存储在存储器301上并可在处理器302上运行的计算机程序,处理器302执行该计算机程序时,实现前述方法实施例中描述的信息推荐方法。
进一步的,该电子终端还包括:
至少一个输入设备303以及至少一个输出设备304。
上述存储器301、处理器302、输入设备303以及输出设备304,通过总线305 连接。
其中,输入设备303具体可为摄像头、触控面板、物理按键或者鼠标等等。输出设备304具体可为显示屏。
存储器301可以是高速随机存取记忆体(RAM,Random Access Memory)存储器,也可为非不稳定的存储器(non-volatile memory),例如磁盘存储器。存储器301用于存储一组可执行程序代码,处理器302与存储器301耦合。
进一步的,本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质可以是设置于上述各实施例中的电子终端中,该计算机可读存储介质可以是前述图3所示实施例中的存储器。该计算机可读存储介质上存储有计算机程序,该程序被处理器执行时实现前述方法实施例中描述的信息推荐方法。进一步的,该计算机可存储介质还可以是U盘、移动硬盘、只读存储器(ROM, Read-Only Memory)、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。
所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或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可读存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的可读存储介质包括:U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是,对于前述的各方法实施例,为了简便描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其它顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定都是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其它实施例的相关描述。
以上为对本申请所提供的信息推荐方法、电子终端及计算机可读存储介质的描述,对于本领域的技术人员,依据本申请实施例的思想,在具体实施方式及应用范围上均会有改变之处,综上,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种信息推荐方法,其特征在于,包括:
识别用户当前的运动模式;
基于参考信息的特征点,搜索与所述特征点相匹配的目标信息,其中,所述参考信息预先设置且与当前识别出的运动模式相关联;
输出所述目标信息,以向所述用户推荐所述目标信息。
2.根据权利要求1所述的信息推荐方法,其特征在于,所述识别用户当前的运动模式包括:
基于传感器采集用户的数据;
基于当前采集到的数据识别所述用户当前的运动模式;
其中,所述传感器包括如下一种或两种以上:
加速度传感器、方向传感器、陀螺仪、距离传感器、光线传感器、海拔仪、体温传感器、心率传感器和血压监测器。
3.根据权利要求2所述的信息推荐方法,其特征在于,所述信息推荐方法还包括:
创建所述用户的运动模型,其中,所述运动模型基于在各种运动模式下所述传感器采集到的数据训练得到;
所述基于当前采集到的数据识别所述用户当前的运动模式为:
将当前采集到的数据输入所述用户的运动模型,得到所述用户当前的运动模式。
4.根据权利要求1至3任一项所述的信息推荐方法,其特征在于,所述识别用户当前的运动模式之前还包括:
接收在目标运动模式下自定义的参考信息,其中,所述目标运动模式为当前被选择的运动模式;
将所述自定义的参考信息与所述目标运动模式相关联。
5.根据权利要求1至3任一项所述的信息推荐方法,其特征在于,所述参考信息具体为音乐;
所述识别用户当前的运动模式为:
当监听到电子终端处于音乐播放状态或监听到所述电子终端的音乐应用程序被置于所述电子终端的前台时,识别所述电子终端的用户当前的运动模式。
6.根据权利要求5所述的信息推荐方法,其特征在于,所述输出所述目标信息,以向所述用户推荐所述目标信息包括:
基于搜索到的目标信息,生成音乐播放列表;
自动播放所述音乐播放列表中的音乐。
7.一种电子终端,其特征在于,包括:
识别单元,用于识别用户当前的运动模式;
搜索单元,用于基于参考信息的特征点,搜索与所述特征点相匹配的目标信息,其中,所述参考信息预先设置且与当前识别出的运动模式相关联;
输出单元,用于输出所述目标信息,以向所述用户推荐所述目标信息。
8.根据权利要求7所述的电子终端,其特征在于,所述识别单元包括:
采集单元,用于基于传感器采集用户的数据;
子识别单元,用于基于所述采集单元当前采集到的数据识别所述用户当前的运动模式;
其中,所述传感器包括如下一种或两种以上:
加速度传感器、方向传感器、陀螺仪、距离传感器、光线传感器、海拔仪、体温传感器、心率传感器和血压监测器。
9.一种电子终端,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计算机程序,其特征在于,所述处理器执行所述计算机程序时,实现权利要求1至6中的任意一项所述方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,实现权利要求1至6中的任意一项所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810757286.6A CN108932336A (zh) | 2018-07-11 | 2018-07-11 | 信息推荐方法、电子终端及计算机可读存储介质消息 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810757286.6A CN108932336A (zh) | 2018-07-11 | 2018-07-11 | 信息推荐方法、电子终端及计算机可读存储介质消息 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108932336A true CN108932336A (zh) | 2018-12-04 |
Family
ID=64447024
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810757286.6A Pending CN108932336A (zh) | 2018-07-11 | 2018-07-11 | 信息推荐方法、电子终端及计算机可读存储介质消息 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108932336A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112965998A (zh) * | 2021-02-04 | 2021-06-15 | 成都健数科技有限公司 | 一种化合物数据库建立及检索方法及*** |
CN113633278A (zh) * | 2021-07-20 | 2021-11-12 | 深圳市爱都科技有限公司 | 运动监测方法、终端设备以及计算机可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102449675A (zh) * | 2009-04-27 | 2012-05-09 | 耐克国际有限公司 | 用于运动训练的训练计划和音乐播放列表生成 |
US20140277649A1 (en) * | 2013-03-15 | 2014-09-18 | Futurewei Technologies, Inc. | Music Recommendation Based on Biometric and Motion Sensors on Mobile Device |
CN105095214A (zh) * | 2014-04-22 | 2015-11-25 | 北京三星通信技术研究有限公司 | 基于运动识别进行信息推荐的方法及装置 |
CN105975496A (zh) * | 2016-04-26 | 2016-09-28 | 清华大学 | 一种基于上下文感知的音乐推荐方法及装置 |
CN106649582A (zh) * | 2016-11-17 | 2017-05-10 | 北京小米移动软件有限公司 | 推荐方法及装置 |
-
2018
- 2018-07-11 CN CN201810757286.6A patent/CN108932336A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102449675A (zh) * | 2009-04-27 | 2012-05-09 | 耐克国际有限公司 | 用于运动训练的训练计划和音乐播放列表生成 |
US20140277649A1 (en) * | 2013-03-15 | 2014-09-18 | Futurewei Technologies, Inc. | Music Recommendation Based on Biometric and Motion Sensors on Mobile Device |
CN105095214A (zh) * | 2014-04-22 | 2015-11-25 | 北京三星通信技术研究有限公司 | 基于运动识别进行信息推荐的方法及装置 |
CN105975496A (zh) * | 2016-04-26 | 2016-09-28 | 清华大学 | 一种基于上下文感知的音乐推荐方法及装置 |
CN106649582A (zh) * | 2016-11-17 | 2017-05-10 | 北京小米移动软件有限公司 | 推荐方法及装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112965998A (zh) * | 2021-02-04 | 2021-06-15 | 成都健数科技有限公司 | 一种化合物数据库建立及检索方法及*** |
CN113633278A (zh) * | 2021-07-20 | 2021-11-12 | 深圳市爱都科技有限公司 | 运动监测方法、终端设备以及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ihianle et al. | A deep learning approach for human activities recognition from multimodal sensing devices | |
Quaid et al. | Wearable sensors based human behavioral pattern recognition using statistical features and reweighted genetic algorithm | |
Zhu et al. | Efficient human activity recognition solving the confusing activities via deep ensemble learning | |
CN108304441A (zh) | 网络资源推荐方法、装置、电子设备、服务器及存储介质 | |
WO2019169854A1 (zh) | 一种人机交互方法及交互机器人 | |
CN110119815A (zh) | 模型训练方法、装置、存储介质及设备 | |
CN110349572A (zh) | 一种语音关键词识别方法、装置、终端及服务器 | |
CN108345385A (zh) | 虚拟陪跑人物建立与交互的方法及装置 | |
CN107316641B (zh) | 一种语音控制方法及电子设备 | |
Madhok et al. | SentiMozart: Music Generation based on Emotions. | |
CN110135497A (zh) | 模型训练的方法、面部动作单元强度估计的方法及装置 | |
Hyun et al. | Motion grammars for character animation | |
US20200176019A1 (en) | Method and system for recognizing emotion during call and utilizing recognized emotion | |
Fan et al. | Sensor fusion basketball shooting posture recognition system based on CNN | |
Ahad et al. | Action dataset—A survey | |
CN105893771A (zh) | 一种信息服务方法和装置、一种用于信息服务的装置 | |
CN106201429A (zh) | 运动节奏的控制方法和装置 | |
CN108345612A (zh) | 一种问题处理方法和装置、一种用于问题处理的装置 | |
Niewiadomski et al. | Low-intrusive recognition of expressive movement qualities | |
CN105868382A (zh) | 一种音乐推荐方法及其*** | |
Joshi et al. | An extensive review of computational dance automation techniques and applications | |
CN107273857A (zh) | 运动动作的识别方法及装置、电子设备 | |
CN107851113A (zh) | 被配置为基于从表演传感器单元导出的用户表演属性来实现对媒体数据的自动分类和/或搜索的框架、设备和方法 | |
CN108932336A (zh) | 信息推荐方法、电子终端及计算机可读存储介质消息 | |
Deng et al. | Beyond big data of human behaviors: Modeling human behaviors and deep emotions |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181204 |
|
RJ01 | Rejection of invention patent application after publication |