CN110580557A - 智能移动终端及其基于人工智能的碎片时间管理利用方法 - Google Patents

智能移动终端及其基于人工智能的碎片时间管理利用方法 Download PDF

Info

Publication number
CN110580557A
CN110580557A CN201810588904.9A CN201810588904A CN110580557A CN 110580557 A CN110580557 A CN 110580557A CN 201810588904 A CN201810588904 A CN 201810588904A CN 110580557 A CN110580557 A CN 110580557A
Authority
CN
China
Prior art keywords
type
event
user
mobile terminal
current user
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
Application number
CN201810588904.9A
Other languages
English (en)
Inventor
陈东明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Pateo Network Technology Service Co Ltd
Original Assignee
Shanghai Pateo Network Technology Service Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Pateo Network Technology Service Co Ltd filed Critical Shanghai Pateo Network Technology Service Co Ltd
Priority to CN201810588904.9A priority Critical patent/CN110580557A/zh
Publication of CN110580557A publication Critical patent/CN110580557A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Telephone Function (AREA)

Abstract

本申请提供一种智能移动终端及其基于人工智能的碎片时间管理利用方法，智能移动终端获取用户当前所执行的第一类型事件，根据预定义规则集分析所述第一类型事件以得到对应的事件类型，根据所述事件类型分析得到适合于与所述第一类型事件穿插执行的第二类型事件，将所述第二类型事件建议给所述当前用户，以供用户在执行第一类型事件的碎片时间之余执行所述第二类型事件。通过这种方式，本申请能够利用人工智能的技术，分析用户的碎片时间，协助用户管理利用碎片时间处理事情，既能够充分利用时间，还能提高工作效率，避免一些不必要的麻烦。

Description

智能移动终端及其基于人工智能的碎片时间管理利用方法
技术领域
本申请涉及人工智能技术领域，具体涉及一种智能移动终端，所述智能移动终端基于人工智能的碎片时间管理利用方法。
背景技术
人工智能(Artificial Intelligence，AI)，是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用***的一门新的技术科学。
人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家***等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。
另一方面，用户的日常生活中，会需要处理各种类型的事件，而每件事件所需要的时间不同、花费的精力不同，或者有些事件需要间歇着处理，否则可能由于精神过度集中而出现效率低下或者适得其反的结果，因而，这个时候会出现短暂的休息空闲时间。
比如开车过程中，如果精力过度集中则容易疲劳，因为可以收听适度放松的歌曲、电台，以更好地调整用户的心情和精神状态。
但是现有技术中并未将上述两种不相关的技术融合到一起。
针对现有技术的多方面不足，本申请的发明人经过深入研究，提出一种智能移动终端及其基于人工智能的碎片时间管理利用方法。
发明内容
本申请的目的在于，提供一种智能移动终端及其基于人工智能的碎片时间管理利用方法，能够利用人工智能的技术，分析用户的碎片时间，协助用户管理利用碎片时间处理事情，既能够充分利用时间，还能提高工作效率，避免一些不必要的麻烦。
为解决上述技术问题，本申请提供一种基于人工智能的碎片时间管理利用方法，作为其中一种实施方式，所述碎片时间管理利用方法包括步骤：
智能移动终端获取用户当前所执行的第一类型事件；
根据预定义规则集分析所述第一类型事件以得到对应的事件类型；
根据所述事件类型分析得到适合于与所述第一类型事件穿插执行的第二类型事件；
将所述第二类型事件建议给所述当前用户，以供用户在执行第一类型事件的碎片时间之余执行所述第二类型事件。
作为其中一种实施方式，所述根据预定义规则集分析所述第一类型事件以得到对应的事件类型的步骤，具体包括：
根据预定义规则集利用机器学习的算法模型分析所述第一类型事件以得到对应的事件类型。
作为其中一种实施方式，所述根据所述事件类型分析得到适合于与所述第一类型事件穿插执行的第二类型事件的步骤，具体包括：
获取所述当前用户的用户数据，根据所述事件类型和所述用户数据进行综合处理；
根据综合处理的结果提供可供所述当前用户决策的第二类型事件。
作为其中一种实施方式，所述根据预定义规则集分析所述第一类型事件以得到对应的事件类型的步骤，具体包括：
通过人工智能AI场景化规则引擎根据预定义规则集分析所述第一类型事件。
作为其中一种实施方式，所述预定义规则集存储于云服务器，所述预定义规则集包括：
简单规则，所述简单规则供云服务器的云端AI服务模块识别并可量化；
复杂规则，所述复杂规则为通过云服务器的云端AI服务模块进行大数据组设计得到的算法模型。
作为其中一种实施方式，所述预定义规则集，还用于根据不同的场景定义，进行部分或全部规则的更新、迭代与替换。
所述将所述第二类型事件建议给所述当前用户，以供用户在执行第一类型事件的碎片时间之余执行所述第二类型事件的步骤之后，还包括：
获取所述当前用户根据所述第二类型事件所作的执行反馈，以根据所述执行反馈进行部分或全部规则的更新、迭代与替换。
作为其中一种实施方式：
所述第一类型事件为当前用户需消耗超过时间阈值的工作任务事件类型，包括驾车、购物、上课、上班、做家务、参加比赛和运动锻炼；
所述第二类型事件为当前用户可低于时间阈值进行消遣利用的放松调整事件类型，包括听歌、短文阅读、休憩、唱歌、把玩乐器、吹口哨、浏览短新闻和欣赏休闲图片。
作为其中一种实施方式，所述根据所述事件类型分析得到适合于与所述第一类型事件穿插执行的第二类型事件的步骤，还包括：
根据所述事件类型分析得到适合于与所述第一类型事件穿插执行且与所述当前用户兴趣爱好匹配的第二类型事件。
所述碎片时间管理利用方法还包括步骤：
智能移动终端采集所述当前用户的使用数据,并将采集的所述使用数据传入数据库；
对所述使用数据进行预处理，以对所述使用数据进行清洗转换、对采集数据的填补遗漏数据处理、平滑有噪声数据以及解决数据不一致处理，并进行内容分类；
根据所述内容分类分析所述当前用户的兴趣爱好。
为解决上述技术问题，本申请还提供一种智能移动终端，作为其中一种实施方式，所述智能移动终端配置有处理器，所述处理器用于执行程序数据，以实现任一上述的基于人工智能的碎片时间管理利用方法。
作为其中一种实施方式，所述智能移动终端为车机设备、手机、平板电脑或可穿戴设备。
本申请智能移动终端及其基于人工智能的碎片时间管理利用方法，智能移动终端获取用户当前所执行的第一类型事件，根据预定义规则集分析所述第一类型事件以得到对应的事件类型，根据所述事件类型分析得到适合于与所述第一类型事件穿插执行的第二类型事件，将所述第二类型事件建议给所述当前用户，以供用户在执行第一类型事件的碎片时间之余执行所述第二类型事件。通过这种方式，本申请能够利用人工智能的技术，分析用户的碎片时间，协助用户管理利用碎片时间处理事情，既能够充分利用时间，还能提高工作效率，避免一些不必要的麻烦。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图,详细说明如下。
附图说明
图1为本申请基于人工智能的碎片时间管理利用方法一实施方式的流程示意图。
图2为本申请基于人工智能的碎片时间管理利用方法其中一具体应用例的流程示意图。
图3为本申请智能移动终端一实施方式的结构示意图。
具体实施方式
为更进一步阐述本申请为达成预定申请目的所采取的技术手段及功效,以下结合附图及较佳实施例，对本申请详细说明如下。
通过具体实施方式的说明,当可对本申请为达成预定目的所采取的技术手段及效果得以更加深入且具体的了解，然而所附图式仅是提供参考与说明之用,并非用来对本申请加以限制。
请参阅图1，图1为本申请基于人工智能的碎片时间管理利用方法一实施方式的流程示意图。
需要说明的是，本实施方式基于人工智能的碎片时间管理利用方法可以应用到智能移动终端中，也可以应用到与智能移动终端连接的云服务器和车机设备中。其中，其具体的连接方式可以采用3G通信网络、4G通信网络、5G通信网络和WIFI网络等。
在本实施方式中，所述基于人工智能的碎片时间管理利用方法包括但不限于如下几个步骤。
步骤S101，智能移动终端获取用户当前所执行的第一类型事件；
步骤S102，根据预定义规则集分析所述第一类型事件以得到对应的事件类型；
步骤S103，根据所述事件类型分析得到适合于与所述第一类型事件穿插执行的第二类型事件；
步骤S104，将所述第二类型事件建议给所述当前用户，以供用户在执行第一类型事件的碎片时间之余执行所述第二类型事件。
需要说明的是，当前所执行的第一类型事件，可以为当前用户在驾车、上课、上班或者参加比赛，此时，用户一般需要作出各种第二类型事件，比如听歌、小憩或者闭目养神，本实施方式通过分析第一类型事件，则可以智能判断用户可能会进行的第二类型事件，将这些可能的第二类型事件通过第二类型事件的方式提示给用户，使用户能够充分合理地利用这些碎片时间。
本申请的其中一种实施方式，所述根据预定义规则集分析所述第一类型事件以得到对应的事件类型的步骤，具体可以包括：根据预定义规则集利用机器学习的算法模型分析所述第一类型事件以得到对应的事件类型。值得一提的是，本实施方式为了解决现有自动建议难以适合用户的需求的问题，而采用机器学习的算法模型，能够给用户提供更加智能、可行的第二类型事件，而且采用机器学习的算法，能够自动进行更新、修正或者替换，保证算法模型的可信度。
此外，为了针对不同的用户实现个性化的定制需求，本实施方式所述根据所述事件类型分析得到适合于与所述第一类型事件穿插执行的第二类型事件的步骤，具体还可以包括：获取所述当前用户的用户数据，根据所述事件类型和所述用户数据进行综合处理；根据综合处理的结果提供可供所述当前用户决策的第二类型事件。
举例而言，所述当前用户的用户数据，可以包括用户的兴趣、习惯、年龄、驾龄、性别、职业甚至家庭情况等，通过这些用户数据，可以对所述用户进行深层次的分析，而分析得到所述用户可能的第二类型事件，使之实现与用户的量身定制，满足用户的特殊需求。
需要说明的是，本实施方式所述根据预定义规则集分析所述第一类型事件以得到对应的事件类型的步骤，具体可以包括：通过人工智能AI场景化规则引擎根据预定义规则集分析所述第一类型事件。其中，所述人工智能AI场景化规则引擎可以架设在智能移动终端，也可以架设在云服务器，甚至可以架设到与智能移动终端相连接的手机上。
值得一提的是，本实施方式的所述预定义规则集可以存储于云服务器，所述预定义规则集具体可以包括简单规则和复杂规则。
举例而言，所述简单规则可以供云服务器的云端AI服务模块识别并可量化，而所述复杂规则可以为通过云服务器的云端AI服务模块进行大数据组设计得到的算法模型。
需要说明的是，所述预定义规则集，还用于根据不同的场景定义，进行部分或全部规则的更新、迭代与替换。
举例而言，所述将所述第二类型事件建议给所述当前用户，以供用户在执行第一类型事件的碎片时间之余执行所述第二类型事件的步骤之后，还可以包括：获取所述当前用户根据所述第二类型事件所作的执行反馈，以根据所述执行反馈进行部分或全部规则的更新、迭代与替换。
在具体的实施方式中，所述第一类型事件可以为当前用户需消耗超过时间阈值的工作任务事件类型，比如包括驾车、购物、上课、上班、做家务、参加比赛和运动锻炼；相应地，所述第二类型事件可以为当前用户可低于时间阈值进行消遣利用的放松调整事件类型，比如包括听歌、短文阅读、休憩、唱歌、把玩乐器、吹口哨、浏览短新闻和欣赏休闲图片等等。
值得一提的是，不是所有第二类型事件都适合每个用户，因此，在优选的实施方式中，需要根据用户的兴趣爱好进行针对性建议，具体而言，本实施方式所述根据所述事件类型分析得到适合于与所述第一类型事件穿插执行的第二类型事件的步骤，还可以包括：根据所述事件类型分析得到适合于与所述第一类型事件穿插执行且与所述当前用户兴趣爱好匹配的第二类型事件。
需要说明的是，本实施方式还可以对用户的兴趣爱好进行分析，比如参阅图2，所述碎片时间管理利用方法还可以包括步骤：
步骤S201，智能移动终端采集所述当前用户的使用数据,并将采集的所述使用数据传入数据库；
步骤S202，对所述使用数据进行预处理，以对所述使用数据进行清洗转换、对采集数据的填补遗漏数据处理、平滑有噪声数据以及解决数据不一致处理，并进行内容分类；
步骤S203，根据所述内容分类分析所述当前用户的兴趣爱好。
在具体实施方式中，所述第一类型事件按时间划分，可以包括下述主要的事件：
6:00起床和早餐；
7:15–7:30跑步到学校(公司)；
7:30–8:15健身；
8:30–11:30上课(工作)；
11:30–13:00午饭+午睡；
13:00–18:00上课(工作)；
18:00–19:30晚饭；
19:30–22:30做作业(加班)；
22:30睡觉
不难看出，每项第一类型事件之间，会存在碎片时间，比如每天约有11小时在处理第一类型事件，这时候，可以浏览Facebook、weibo、QQ和其他网页等等。通过这种方式，可以实现任务和休闲的结合。
本申请智能移动终端及其基于人工智能的碎片时间管理利用方法，智能移动终端获取用户当前所执行的第一类型事件，根据预定义规则集分析所述第一类型事件以得到对应的事件类型，根据所述事件类型分析得到适合于与所述第一类型事件穿插执行的第二类型事件，将所述第二类型事件建议给所述当前用户，以供用户在执行第一类型事件的碎片时间之余执行所述第二类型事件。本申请能够自动分析判断用户的数据、兴趣爱好和习惯，并能结合实时场景，向用户智能化提示包括行车信息、车辆参数设置、车辆操作甚至日常生活行程安排等，能够较大限度上满足用户的个性化需求，改善用户体验。
请接着参阅图3，本申请还提供一种智能移动终端，所述智能移动终端配置有处理器31和存储器32，所述处理器31用于执行程序数据，以实现任一上述的基于人工智能的碎片时间管理利用方法，所述存储器32用于存储程序数据。
需要说明的是，所述智能移动终端可以为车机设备、手机、平板电脑或可穿戴设备。
具体而言，所述处理器31获取用户当前所执行的第一类型事件；
所述处理器31根据预定义规则集分析所述第一类型事件以得到对应的事件类型；
所述处理器31根据所述事件类型分析得到适合于与所述第一类型事件穿插执行的第二类型事件；
所述处理器31将所述第二类型事件建议给所述当前用户，以供用户在执行第一类型事件的碎片时间之余执行所述第二类型事件。
需要说明的是，当前所执行的第一类型事件，可以为当前用户在驾车、上课、上班或者参加比赛，此时，用户一般需要作出各种第二类型事件，比如听歌、小憩或者闭目养神，本实施方式通过分析第一类型事件，则可以智能判断用户可能会进行的第二类型事件，将这些可能的第二类型事件通过第二类型事件的方式提示给用户，使用户能够充分合理地利用这些碎片时间。
本申请的其中一种实施方式，所述处理器31根据预定义规则集分析所述第一类型事件以得到对应的事件类型，具体可以根据预定义规则集利用机器学习的算法模型分析所述第一类型事件以得到对应的事件类型。值得一提的是，本实施方式为了解决现有自动建议难以适合用户的需求的问题，而采用机器学习的算法模型，能够给用户提供更加智能、可行的第二类型事件，而且采用机器学习的算法，能够自动进行更新、修正或者替换，保证算法模型的可信度。
此外，为了针对不同的用户实现个性化的定制需求，本实施方式所述处理器31根据所述事件类型分析得到适合于与所述第一类型事件穿插执行的第二类型事件，还可以获取所述当前用户的用户数据，根据所述事件类型和所述用户数据进行综合处理，根据综合处理的结果提供可供所述当前用户决策的第二类型事件。
举例而言，所述当前用户的用户数据，可以包括用户的兴趣、习惯、年龄、驾龄、性别、职业甚至家庭情况等，通过这些用户数据，可以对所述用户进行深层次的分析，而分析得到所述用户可能的第二类型事件，使之实现与用户的量身定制，满足用户的特殊需求。
需要说明的是，本实施方式所述处理器31根据预定义规则集分析所述第一类型事件以得到对应的事件类型，具体可以通过人工智能AI场景化规则引擎根据预定义规则集分析所述第一类型事件。其中，所述人工智能AI场景化规则引擎可以架设在智能移动终端，也可以架设在云服务器，甚至可以架设到与智能移动终端相连接的手机上。
值得一提的是，本实施方式的所述预定义规则集可以存储于云服务器，所述预定义规则集具体可以包括简单规则和复杂规则。
举例而言，所述简单规则可以供云服务器的云端AI服务模块识别并可量化，而所述复杂规则可以为通过云服务器的云端AI服务模块进行大数据组设计得到的算法模型。
需要说明的是，所述预定义规则集，还用于根据不同的场景定义，进行部分或全部规则的更新、迭代与替换。
举例而言，所述处理器31将所述第二类型事件建议给所述当前用户，以供用户在执行第一类型事件的碎片时间之余执行所述第二类型事件之后，还可以获取所述当前用户根据所述第二类型事件所作的执行反馈，以根据所述执行反馈进行部分或全部规则的更新、迭代与替换。
在具体的实施方式中，所述第一类型事件可以为当前用户需消耗超过时间阈值的工作任务事件类型，比如包括驾车、购物、上课、上班、做家务、参加比赛和运动锻炼；相应地，所述第二类型事件可以为当前用户可低于时间阈值进行消遣利用的放松调整事件类型，比如包括听歌、短文阅读、休憩、唱歌、把玩乐器、吹口哨、浏览短新闻和欣赏休闲图片等等。
值得一提的是，不是所有第二类型事件都适合每个用户，因此，在优选的实施方式中，需要根据用户的兴趣爱好进行针对性建议，具体而言，本实施方式所述处理器31根据所述事件类型分析得到适合于与所述第一类型事件穿插执行的第二类型事件，还可以根据所述事件类型分析得到适合于与所述第一类型事件穿插执行且与所述当前用户兴趣爱好匹配的第二类型事件。
需要说明的是，本实施方式还可以对用户的兴趣爱好进行分析，比如所述处理器31采集所述当前用户的使用数据,并将采集的所述使用数据传入数据库；所述处理器31对所述使用数据进行预处理，以对所述使用数据进行清洗转换、对采集数据的填补遗漏数据处理、平滑有噪声数据以及解决数据不一致处理，并进行内容分类；所述处理器31根据所述内容分类分析所述当前用户的兴趣爱好。
不难理解的是，碎片时间由于时间短，不宜深度的用脑，但有一些必要或者有价值的事能在短时间内完成。或者，在不同的场合，不同的情况对碎片时间应该有不同的利用，如在公交车或者地铁上：环境相对喧闹，不适合相对深入的阅读或思考，看新闻是个不错的选择。
或者，午休时，结束了一上午忙碌，发呆、胡思乱想，或者眯一会，可以放松自己的大脑，为下午储蓄好精力，都是不错的选择。
另外，午休这个时间段也比较舒适，能够进行些简单的思考，也可以看一两页故事集或者在知乎上听几个感兴趣的回答。
当然，繁琐任务的间隙，利用碎片化时间简单的练习下感兴趣的事，如还原一次魔方、吹一段口琴、弹几节钢琴，也可以做一些简单的扩展运动，舒缓下四肢。
此外，还有一些容易被打断的碎片时间，如等人和等车，这些时间较短且容易被打断，适合做比较单一的活动，如：看几句名言、构想下文章标题该怎么写，学生党也可以读几句诗歌、背几个单词、看几条公式。
值得一提的是，本实施方式还可以预先将第一类型事件通过应用程序app和车机设备上传日程信息，以在执行日程信息的第一类型事件时，云服务器的AI人工智能模块根据用户的日程信息找到用户的碎片时间以及所属的不同场景，进而针对这些碎片时间和所属的不同场景进行AI的智能推送第二类型事件。
值得一提的是，本实施方式还可以提供一种车辆，其可以采用上述实施方式所述的智能移动终端，对应地，所述智能移动终端可以为车机设备。
所述车机设备获取用户当前所执行的第一类型事件；
所述车机设备根据预定义规则集分析所述第一类型事件以得到对应的事件类型；
所述车机设备根据所述事件类型分析得到适合于与所述第一类型事件穿插执行的第二类型事件；
所述车机设备将所述第二类型事件建议给所述当前用户，以供用户在执行第一类型事件的碎片时间之余执行所述第二类型事件。
通过这种方式，本申请能够针对驾驶员开车时，对用户的开车时间进行优化处理，避免驾驶疲劳。
以上所述，仅是本申请的较佳实施例而已，并非对本申请作任何形式上的限制，虽然本申请已以较佳实施例揭露如上，然而并非用以限定本申请,任何熟悉本专业的技术人员，在不脱离本申请技术方案范围内,当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本申请技术方案内容，依据本申请的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本申请技术方案的范围内。

Claims (10)

1.一种基于人工智能的碎片时间管理利用方法，其特征在于，所述碎片时间管理利用方法包括步骤：
智能移动终端获取用户当前所执行的第一类型事件；
根据预定义规则集分析所述第一类型事件以得到对应的事件类型；
根据所述事件类型分析得到适合于与所述第一类型事件穿插执行的第二类型事件；
将所述第二类型事件建议给所述当前用户，以供用户在执行第一类型事件的碎片时间之余执行所述第二类型事件。
2.根据权利要求1所述的碎片时间管理利用方法，其特征在于，所述根据预定义规则集分析所述第一类型事件以得到对应的事件类型的步骤，具体包括：
根据预定义规则集利用机器学习的算法模型分析所述第一类型事件以得到对应的事件类型。
3.根据权利要求2所述的碎片时间管理利用方法，其特征在于，所述根据所述事件类型分析得到适合于与所述第一类型事件穿插执行的第二类型事件的步骤，具体包括：
获取所述当前用户的用户数据，根据所述事件类型和所述用户数据进行综合处理；
根据综合处理的结果提供可供所述当前用户决策的第二类型事件。
4.根据权利要求1所述的碎片时间管理利用方法，其特征在于，所述根据预定义规则集分析所述第一类型事件以得到对应的事件类型的步骤，具体包括：
通过人工智能AI场景化规则引擎根据预定义规则集分析所述第一类型事件。
5.根据权利要求4所述的碎片时间管理利用方法，其特征在于，所述预定义规则集存储于云服务器，所述预定义规则集包括：
简单规则，所述简单规则供云服务器的云端AI服务模块识别并可量化；
复杂规则，所述复杂规则为通过云服务器的云端AI服务模块进行大数据组设计得到的算法模型。
6.根据权利要求5所述的碎片时间管理利用方法，其特征在于，所述预定义规则集，还用于根据不同的场景定义，进行部分或全部规则的更新、迭代与替换；所述将所述第二类型事件建议给所述当前用户，以供用户在执行第一类型事件的碎片时间之余执行所述第二类型事件的步骤之后，还包括：
获取所述当前用户根据所述第二类型事件所作的执行反馈，以根据所述执行反馈进行部分或全部规则的更新、迭代与替换。
7.根据权利要求1-6任一项所述的碎片时间管理利用方法，其特征在于：
所述第一类型事件为当前用户需消耗超过时间阈值的工作任务事件类型，包括驾车、购物、上课、上班、做家务、参加比赛和运动锻炼；
所述第二类型事件为当前用户可低于时间阈值进行消遣利用的放松调整事件类型，包括听歌、短文阅读、休憩、唱歌、把玩乐器、吹口哨、浏览短新闻和欣赏休闲图片。
8.根据权利要求1所述的碎片时间管理利用方法，其特征在于：
所述根据所述事件类型分析得到适合于与所述第一类型事件穿插执行的第二类型事件的步骤，还包括：
根据所述事件类型分析得到适合于与所述第一类型事件穿插执行且与所述当前用户兴趣爱好匹配的第二类型事件；
所述碎片时间管理利用方法还包括步骤：
智能移动终端采集所述当前用户的使用数据,并将采集的所述使用数据传入数据库；
对所述使用数据进行预处理，以对所述使用数据进行清洗转换、对采集数据的填补遗漏数据处理、平滑有噪声数据以及解决数据不一致处理，并进行内容分类；
根据所述内容分类分析所述当前用户的兴趣爱好。
9.一种智能移动终端，其特征在于，所述智能移动终端配置有处理器，所述处理器用于执行程序数据，以实现根据权利要求1-8任一项所述的基于人工智能的碎片时间管理利用方法。
10.根据权利要求9所述的智能移动终端，其特征在于，所述智能移动终端为车机设备、手机、平板电脑或可穿戴设备。
CN201810588904.9A 2018-06-08 2018-06-08 智能移动终端及其基于人工智能的碎片时间管理利用方法 Pending CN110580557A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810588904.9A CN110580557A (zh) 2018-06-08 2018-06-08 智能移动终端及其基于人工智能的碎片时间管理利用方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810588904.9A CN110580557A (zh) 2018-06-08 2018-06-08 智能移动终端及其基于人工智能的碎片时间管理利用方法

Publications (1)

Publication Number Publication Date
CN110580557A true CN110580557A (zh) 2019-12-17

Family

ID=68810192

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810588904.9A Pending CN110580557A (zh) 2018-06-08 2018-06-08 智能移动终端及其基于人工智能的碎片时间管理利用方法

Country Status (1)

Country Link
CN (1) CN110580557A (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101334845A (zh) * 2007-06-27 2008-12-31 中国科学院自动化研究所 一种基于轨迹序列分析和规则归纳的视频行为识别方法
CN102298604A (zh) * 2011-05-27 2011-12-28 中国科学院自动化研究所 基于多媒体分析的视频事件检测方法
CN103714479A (zh) * 2012-10-09 2014-04-09 四川欧润特软件科技有限公司 银行个人业务欺诈行为实时智能化集中监控的方法和***
CN104869529A (zh) * 2015-04-22 2015-08-26 惠州Tcl移动通信有限公司 一种移动终端、服务器及其信息管理方法
CN107277154A (zh) * 2017-06-30 2017-10-20 北京奇虎科技有限公司 信息推送方法、装置及移动终端
CN107295044A (zh) * 2016-03-31 2017-10-24 阿里巴巴集团控股有限公司 一种进行应用程序管理的方法及设备
CN107291242A (zh) * 2017-06-30 2017-10-24 维沃移动通信有限公司 一种智能终端的控制方法和智能终端

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101334845A (zh) * 2007-06-27 2008-12-31 中国科学院自动化研究所 一种基于轨迹序列分析和规则归纳的视频行为识别方法
CN102298604A (zh) * 2011-05-27 2011-12-28 中国科学院自动化研究所 基于多媒体分析的视频事件检测方法
CN103714479A (zh) * 2012-10-09 2014-04-09 四川欧润特软件科技有限公司 银行个人业务欺诈行为实时智能化集中监控的方法和***
CN104869529A (zh) * 2015-04-22 2015-08-26 惠州Tcl移动通信有限公司 一种移动终端、服务器及其信息管理方法
CN107295044A (zh) * 2016-03-31 2017-10-24 阿里巴巴集团控股有限公司 一种进行应用程序管理的方法及设备
CN107277154A (zh) * 2017-06-30 2017-10-20 北京奇虎科技有限公司 信息推送方法、装置及移动终端
CN107291242A (zh) * 2017-06-30 2017-10-24 维沃移动通信有限公司 一种智能终端的控制方法和智能终端

Similar Documents

Publication Publication Date Title
CN109410927A (zh) 离线命令词与云端解析结合的语音识别方法、装置和***
CN109376844A (zh) 基于云平台和模型推荐的神经网络自动训练方法和装置
CN105068661A (zh) 基于人工智能的人机交互方法和***
CN103970873A (zh) 一种音乐推荐方法和***
CN110519636A (zh) 语音信息播放方法、装置、计算机设备及存储介质
CN106941619A (zh) 基于人工智能的节目提醒方法、装置以及***
CN106105096A (zh) 用于连续社交通信的***和方法
CN104538031A (zh) 智能语音服务开发云平台及方法
CN107507620A (zh) 一种语音播报声音设置方法、装置、移动终端及存储介质
Niu et al. An energy-efficient multisite offloading algorithm for mobile devices
CN103919537A (zh) 情绪记录分析引导***及其实现方法
CN110807566A (zh) 人工智能模型评测方法、装置、设备及存储介质
CN111767385A (zh) 一种智能问答方法及装置
CN111312222A (zh) 一种唤醒、语音识别模型训练方法及装置
CN112667909B (zh) 一种智能家居中推荐场景的方法和装置
CN114281957A (zh) 自然语言数据查询方法、装置、电子设备及存储介质
CN106779601A (zh) 可穿戴设备任务计划调整方法和设备
CN111553138B (zh) 用于规范内容结构文档的辅助写作方法及装置
CN109710799A (zh) 语音交互方法、介质、装置和计算设备
CN111243604B (zh) 支持多唤醒词的说话人识别神经网络模型的训练方法、说话人识别方法及***
Ng et al. Exploring conversation topics in conversational artificial intelligence–based social mediated communities of practice
CN114140814A (zh) 情绪识别能力的训练方法、装置及电子设备
EP3654194A1 (en) Information processing device, information processing method, and program
CN105488206A (zh) 一种基于众包的安卓应用演化推荐方法
JP2015069455A (ja) 会話文生成装置、会話文生成方法、及びプログラム

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20191217