CN113505272B - 基于行为习惯的控制方法和装置、电子设备和存储介质 - Google Patents
基于行为习惯的控制方法和装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN113505272B CN113505272B CN202110756712.6A CN202110756712A CN113505272B CN 113505272 B CN113505272 B CN 113505272B CN 202110756712 A CN202110756712 A CN 202110756712A CN 113505272 B CN113505272 B CN 113505272B
- Authority
- CN
- China
- Prior art keywords
- target
- behavior
- event
- interaction
- interaction event
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000003993 interaction Effects 0.000 claims abstract description 293
- 230000006399 behavior Effects 0.000 claims description 323
- 230000002452 interceptive effect Effects 0.000 claims description 27
- 238000004891 communication Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 11
- 238000012163 sequencing technique Methods 0.000 claims description 2
- 230000003542 behavioural effect Effects 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 8
- 238000012545 processing Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 6
- 238000013527 convolutional neural network Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 238000003064 k means clustering Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000010206 sensitivity analysis Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本申请提供了一种基于行为习惯的控制方法和装置、电子设备和存储介质,其中,该方法包括:获取目标用户与目标设备之间的交互信息;基于交互信息获得目标用户对应的行为数据,其中,行为数据包括目标用户的交互事件的执行时间;根据交互事件的执行时间,从多个行为习惯中确定与目标用户匹配的目标行为习惯,其中,目标行为习惯用于表征目标用户的生活习惯,多个行为习惯包括时间行为习惯、事件行为习惯以及普通行为习惯中的至少之二;执行目标行为习惯对应的控制操作。通过本申请,解决了相关技术中存在的获取用户相应的生活习惯时,时间利用效率较低的问题。
Description
技术领域
本申请涉及数据处理领域,尤其涉及一种基于行为习惯的控制方法和装置、电子设备和存储介质。
背景技术
随着智能设备控制时代的到来和大数据分析技术的快速发展,通过交互,能够更加深入地了解用户的生活习性,从而不断地开发与优化商家的产品和***,以提高用户对产品的体验质量,因此,这就需要对获取的交互数据进行分析处理,获取用户的生活习惯,再根据用户的生活习惯控制智能设备执行相关的控制操作。
相关技术中,通常是建立一行为数据库,然后在该数据库中记录用户发生的行为数据,以确定当前用户的一些生活习惯,这样会出现每次获取用户生活习惯时,都需要遍历数据库中记录的所有行为数据,再对所有行为数据进行分析,以确定用户对应的生活习惯,导致获取用户相应的生活习惯时,时间利用效率较低。
因此,相关技术中存在获取用户相应的生活习惯时,时间利用效率较低的问题。
发明内容
本申请提供了一种基于行为习惯的控制方法和装置、电子设备和存储介质,以至少解决相关技术中存在获取用户相应的生活习惯时,时间利用效率较低的问题。
根据本申请实施例的一个方面,提供了一种基于行为习惯的控制方法,其特征在于,所述方法包括:获取目标用户与目标设备之间的交互信息;基于所述交互信息获得所述目标用户对应的行为数据,其中,所述行为数据包括所述目标用户的交互事件的执行时间;根据所述交互事件的执行时间,从多个行为习惯中确定与所述目标用户匹配的目标行为习惯,其中,所述目标行为习惯用于表征所述目标用户的生活习惯,所述多个行为习惯包括时间行为习惯、事件行为习惯以及普通行为习惯中的至少之二;执行所述目标行为习惯对应的控制操作。
根据本申请实施例的另一个方面,还提供了一种基于行为习惯的控制装置,其特征在于,所述装置包括:第一获取单元,用于获取目标用户与目标设备之间的交互信息;第二获取单元,用于基于所述交互信息获得所述目标用户对应的行为数据,其中,所述行为数据包括所述目标用户的交互事件的执行时间;选取单元,用于根据所述交互事件的执行时间,从多个行为习惯中确定与所述目标用户匹配的目标行为习惯,其中,所述目标行为习惯用于表征所述目标用户的生活习惯,所述多个行为习惯包括时间行为习惯、事件行为习惯以及普通行为习惯中的至少之二;控制单元,用于执行所述目标行为习惯对应的控制操作。
可选地,选取单元包括:排序模块,用于按照所述执行时间对所有所述交互事件进行排序,得到事件序列;选取模块,用于根据所述事件序列中目标交互事件与其他的所述交互事件之间的关系,从多个所述行为习惯中选取与所述目标交互事件对应的所述目标行为习惯。
可选地,选取模块包括:获取子单元,用于根据所述事件序列,获取位于所述目标交互事件前一执行时间所对应的第一交互事件;第一设置子单元,用于在所述目标交互事件对应的所述执行时间与所述第一交互事件对应的所述执行时间之间的差值小于或者等于第一预设差值的情况下,将多个所述行为习惯中的所述时间行为习惯,作为所述目标用户对应的所述目标行为习惯。
可选地,选取模块还包括:第一确定子单元,用于在所述目标交互事件对应的所述执行时间与第一交互事件对应的所述执行时间之间的差值大于第一预设差值的情况下,确定所述目标交互事件与所述第一交互事件之间的相似度,其中,所述第一交互事件为位于所述目标交互事件前一执行时间所对应的交互事件;第二设置子单元,用于在确定所述相似度大于第一预设相似度阈值的情况下,将所述事件行为习惯,作为所述目标用户对应的目标行为习惯。
可选地,选取模块还包括:第二确定子单元,用于在所述目标交互事件对应的所述执行时间与第一交互事件对应的所述执行时间之间的差值大于第一预设差值的情况下,确定所述目标交互事件与所述第一交互事件之间的相似度,其中,所述第一交互事件为位于所述目标交互事件前一执行时间所对应的交互事件;第三设置子单元,用于在确定所述相似度小于或者等于第一预设相似度阈值的情况下,将多个所述行为习惯中的所述普通行为习惯,作为所述目标用户对应的目标行为习惯。
可选地,第二获取单元包括:分组模块,用于对交互信息进行分组处理,得到多个数据组,其中,各个所述数据组内的交互信息的相似度大于第二预设相似度阈值,所述第一目标方案用于对所述交互信息进行关键词提取,并对提取出的关键词进行聚类的分组处理;确定模块,在存在所述数据组中的交互信息在预设时间内出现重复的频率大于或者等于第二预设数值的情况下,确定所述交互信息中存在所述行为数据;分析模块,用于利用第二目标方案对所述数据组内的交互信息进行意图分析,得到所述行为数据。
可选地,控制单元包括:获取模块,用于获取所述目标用户和所述目标设备之间进行交互的目标帐号,其中,所述目标帐号用于指示所述目标用户的唯一性;第一发送模块,用于在确定目标行为习惯为所述时间行为习惯的情况下,在当前时刻为所述执行时间时,向所述目标帐号发送与所述目标交互事件对应的资源信息;或
第二发送模块,用于在确定目标行为习惯为所述事件行为习惯的情况下,依次向所述目标帐号发送与所述第一交互事件对应的资源信息和所述目标交互事件对应的资源信息。
根据本申请实施例的又一个方面,还提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器、通信接口和存储器通过通信总线完成相互间的通信;其中,存储器,用于存储计算机程序;处理器,用于通过运行所述存储器上所存储的所述计算机程序来执行上述任一实施例中的方法步骤。
根据本申请实施例的又一个方面,还提供了一种计算机可读的存储介质,该存储介质中存储有计算机程序,其中,该计算机程序被设置为运行时执行上述任一实施例中的方法步骤。
在本申请实施例中,采用获取目标用户与目标设备之间的交互信息;基于交互信息获得目标用户对应的行为数据,其中,行为数据包括目标用户的交互事件的执行时间;根据交互事件的执行时间,从多个行为习惯中确定与目标用户匹配的目标行为习惯,其中,目标行为习惯用于表征目标用户的生活习惯,多个行为习惯包括时间行为习惯、事件行为习惯以及普通行为习惯中的至少之二;执行目标行为习惯对应的控制操作。本申请实施例由于获取到目标用户与目标设备之间的交互信息,并通过交互信息中记录的交互事件,根据交互事件的执行时间,确定目标用户的目标行为习惯,进而确定目标用户的生活习惯,然后执行目标行为习惯对应的控制操作,从而可以实现快速获取到目标用户生活习性的目的,进而解决了相关技术中存在的获取用户相应的生活习惯时,时间利用效率较低的问题。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例的一种可选的基于行为习惯的控制方法的硬件环境的示意图;
图2是根据本申请实施例的一种可选的基于行为习惯的控制方法的流程示意图;
图3是根据本申请实施例的一种可选的基于行为习惯的控制方法的整体流程示意图;
图4是根据本申请实施例的一种可选的基于行为习惯的控制装置的结构框图;
图5是根据本申请实施例的一种可选的电子设备的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,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的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通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,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本申请实施例的一个方面,提供了一种基于行为习惯的控制方法。可选地,在本实施例中,上述基于行为习惯的控制方法可以应用于如图1所示的硬件环境中。如图1所示,终端102中可以包含有存储器104、处理器106和显示器108(可选部件)。终端102可以通过网络110与服务器112进行通信连接,该服务器112可用于为终端或终端上安装的客户端提供服务,可在服务器112上或独立于服务器112设置数据库114,用于为服务器112提供数据存储服务。此外,服务器112中可以运行有处理引擎116,该处理引擎116可以用于执行由服务器112所执行的步骤。
可选地,终端102可以但不限于为可以计算数据的终端,如移动终端(例如手机、平板电脑)、笔记本电脑、PC(Personal Computer,个人计算机)机等终端上,上述网络可以包括但不限于无线网络或有线网络。其中,该无线网络包括:蓝牙、WIFI(Wireless Fidelity,无线保真)及其他实现无线通信的网络。上述有线网络可以包括但不限于:广域网、城域网、局域网。上述服务器112可以包括但不限于任何可以进行计算的硬件设备。
此外,在本实施例中,上述基于行为习惯的控制方法还可以但不限于应用于处理能力较强大的独立的处理设备中,而无需进行数据交互。例如,该处理设备可以但不限于为处理能力较强大的终端设备,即,上述基于行为习惯的控制方法中的各个操作可以集成在一个独立的处理设备中。上述仅是一种示例,本实施例中对此不作任何限定。
可选地,在本实施例中,上述基于行为习惯的控制方法可以由服务器112来执行,也可以由终端102来执行,还可以是由服务器112和终端102共同执行。其中,终端102执行本申请实施例的基于行为习惯的控制方法也可以是由安装在其上的客户端来执行。
以运行在服务器为例,图2是根据本申请实施例的一种可选的基于行为习惯的控制方法的流程示意图,如图2所示,该方法的流程可以包括以下步骤:
步骤S201,获取目标用户与目标设备之间的交互信息。
可选地,本申请实施例可应用于智能家居***中,用户通过与智能家居***内的目标设备进行交互,以使得用户控制目标设备执行控制指令,其中,用户与目标设备进行交互时可以使用语音信息进行交互,也可以使用除了语音信息之外的其他信息来完成交互。
在本申请实施例中,利用服务器来获取到目标用户与目标设备之间的交互信息,其中,目标用户可以是当前与家居***内的其中一个目标设备进行交互的用户;将目标用户向目标设备发出的控制指令以及目标设备响应控制指令返回的反馈结果,均作为交互信息。
其中,按照时间维度划分可以将获取交互信息的时间划分为年度交互信息、月度交互信息、周交互信息、每日交互信息,在本申请实施例中,可以以每日交互信息,同时该交互信息为语音信息为例,展开下述各个实施例的描述。
步骤S202,基于交互信息获得目标用户对应的行为数据,其中,行为数据包括目标用户的交互事件的执行时间。
可选地,本申请实施例可以利用卷积神经网络等算法对获取到的交互信息进行意图分析,具体地,从交互信息中获取到目标用户的意图倾向,这样就可以得到目标用户的行为数据,其中,该行为数据包括目标用户与目标设备进行交互的事件执行时间,比如,行为数据中有:6:00听cc歌手的bb歌曲,这里的听cc歌手的bb歌曲为交互事件,6:00为执行交互事件的执行时间。
步骤S203,根据交互事件的执行时间,从多个行为习惯中确定与目标用户匹配的目标行为习惯,其中,目标行为习惯用于表征目标用户的生活习惯,多个行为习惯包括时间行为习惯、事件行为习惯以及普通行为习惯中的至少之二。
可选地,在每个行为数据中都记录有执行当前交互事件的执行时间,根据这些执行时间,可以从多个行为习惯中选取出与目标用户相匹配的目标行为习惯。需要说明的是,在将多个行为习惯与目标用户进行匹配时,主要根据相似度这一特征进行匹配,然后可以从多个行为习惯中选取其中一个行为习惯作为目标行为习惯。
可以理解的是,从多个行为习惯中确定与目标用户匹配的目标行为习惯可以是时间行为习惯、事件行为习惯以及普通行为习惯中的至少之二是指,多个行为习惯可以包括时间行为习惯、事件行为习惯或事件行为习惯、普通行为习惯或时间行为习惯、普通行为习惯。同时,多个行为习惯也可以包括时间行为习惯、事件行为习惯以及普通行为习惯三种行为习惯。然后从这些行为习惯中选取出一个行为习惯作为目标行为习惯。
需要说明的是,时间行为习惯是以时间为判定目标用户行为习惯的标准,在确定时间行为习惯为目标行为习惯时,按照时间行为习惯中设定的时刻,在物理时间(或网络时间)到达该时刻时,目标用户就执行该时刻对应的操作;
事件行为习惯是以事件为判定目标用户行为习惯的标准,在确定事件行为习惯为目标行为习惯时,按照事件行为习惯所设定的事件,在目标用户执行了该事件后,就会做出下一行为;
在目标用户匹配的目标行为习惯不是上述的时间行为习惯或事件行为习惯时,则说明目标用户的行为习惯无规律可循,直接将普通行为习惯作为目标用户的目标行为习惯。普通行为习惯就是指目标用户不存在某一行为习惯,所做的操作都是无规律行为。
步骤S204,执行目标行为习惯对应的控制操作。
可选地,在获取到目标行为习惯后,可以控制目标设备筛选出与该目标行为习惯相关的资源信息,也可以控制目标设备向目标用户发送一些推送资源等。
在本申请实施例中,采用获取目标用户与目标设备之间的交互信息;基于交互信息获得目标用户对应的行为数据,其中,行为数据包括目标用户的交互事件的执行时间;根据交互事件的执行时间,从多个行为习惯中确定与目标用户匹配的目标行为习惯,其中,目标行为习惯用于表征目标用户的生活习惯,多个行为习惯包括时间行为习惯、事件行为习惯以及普通行为习惯中的至少之二;执行目标行为习惯对应的控制操作。本申请实施例由于获取到目标用户与目标设备之间的交互信息,并通过交互信息中记录的交互事件,根据交互事件的执行时间,确定目标用户的目标行为习惯,进而确定目标用户的生活习惯,然后执行目标行为习惯对应的控制操作,从而可以实现快速获取到目标用户生活习性的目的,进而解决了相关技术中存在的获取用户相应的生活习惯时,时间利用效率较低的问题。
作为一种可选实施例,根据交互事件的执行时间,从多个行为习惯中确定与目标用户匹配的目标行为习惯包括:
按照执行时间对所有交互事件进行排序,得到事件序列;
根据事件序列中目标交互事件与其他的交互事件之间的关系,从多个行为习惯中选取与目标交互事件对应的目标行为习惯。
可选地,在获取到目标用户的行为数据后,将行为数据中执行各个交互事件的执行时间按照时间轴指示的顺序依次排列,得到事件序列。
在确定到目标交互事件在事件序列中的位置后,获取除了目标交互事件之外的其他交互事件,该其他交互事件可以是任意一个交互事件,也可以是与该目标交互事件相邻的交互事件。然后得到其他交互事件与目标交互事件之间的关系,根据得到的结果,从多个行为习惯中选取出与目标交互事件对应的目标行为习惯。
需要说明的是,目标交互事件是指目标用户当前时刻与目标设备之间所执行的交互事件。
作为一种可选实施例,根据事件序列中目标交互事件与其他的交互事件之间的关系,从多个行为习惯中选取与目标交互事件对应的目标行为习惯包括:
根据事件序列,获取位于目标交互事件前一执行时间所对应的第一交互事件;
在目标交互事件对应的执行时间与第一交互事件对应的执行时间之间的差值小于或者等于第一预设差值的情况下,将多个行为习惯中的时间行为习惯,作为目标用户对应的目标行为习惯。
可选地,在本申请实施例中,可以按照执行时间从事件序列中选取出位于目标交互事件前一位的第一交互事件,然后可以获取到该第一交互事件对应的事件执行时间。其中,第一交互事件是上述实施例中的其他交互事件中的一个子交互事件。
将目标交互事件对应的执行时间与第一交互事件对应的执行时间进行求差值计算,如果得到的差值小于或者等于第一预设差值的情况下,说明目标交互事件与第一交互事件执行交互事件的时间比较靠近,那么目标用户可能存在一个时间行为习惯,比如,目标用户经常晚上8点左右听电台。其中,上述第一预设差值通常是一个阈值,比如0.1,该阈值用来表征得到的差值的最高值,只有低于或等于该阈值,才证明目标交互事件与第一交互事件之间执行时间比较靠近,说明目标用户经常设置某一时间点来执行某一交互事件。
在本申请实施例中,通过比较目标交互事件的执行时间和第一交互事件的执行时间,来获取目标用户是否存在时间行为习惯,以准确得到目标用户的生活习惯,进而使得目标设备根据该生活习惯提升交互技术,提高目标用户的交互体验。
作为一种可选实施例,根据事件序列中目标交互事件与其他的交互事件之间的关系,从多个行为习惯中选取与目标交互事件对应的目标行为习惯还包括:
在目标交互事件对应的执行时间与第一交互事件对应的执行时间之间的差值大于第一预设差值的情况下,确定目标交互事件与第一交互事件之间的相似度,其中,第一交互事件为位于目标交互事件前一执行时间所对应的交互事件;
在确定相似度大于第一预设相似度阈值的情况下,将事件行为习惯,作为目标用户对应的目标行为习惯。
可选地,按照执行时间从事件序列中选取出位于目标交互事件前一位的第一交互事件,然后可以获取到该第一交互事件对应的事件执行时间。
然后获取目标交互事件对应的所述执行时间与第一交互事件对应的所述执行时间之间的差值。在该差值大于第一预设差值的情况下,说明目标交互事件的执行时间与第一交互事件的执行时间并不靠近,说明目标用户不存在时间行为习惯,这时,需要确定目标交互事件与位于目标交互事件前一序列的第一交互事件之间的相似度,并将得到的相似度与第一预设相似度阈值进行大小比较,其中,第一预设相似度阈值可以设置为90%等,本申请实施例不对该数值做具体限定。
如果得到的相似度大于第一预设相似度阈值,则说明目标用户存在事件行为习惯,比如,目标用户喜欢先听歌再听新闻,是“听歌”触发的“听新闻”,所以,将事件行为习惯作为目标用户的当前目标行为习惯。
在本申请实施例中,通过比较目标交互事件和第一交互事件的相似度,来获取目标用户是否存在事件行为习惯,以准确得到目标用户的生活习惯,进而使得目标设备根据该生活习惯提升交互技术,提高目标用户的交互体验。
作为一种可选实施例,根据事件序列中目标交互事件与其他的交互事件之间的关系,从多个行为习惯中选取与目标交互事件对应的目标行为习惯还包括:
在目标交互事件对应的执行时间与第一交互事件对应的执行时间之间的差值大于第一预设差值的情况下,确定目标交互事件与第一交互事件之间的相似度,其中,第一交互事件为位于目标交互事件前一执行时间所对应的交互事件;
在确定相似度小于或者等于第一预设相似度阈值的情况下,将多个行为习惯中的普通行为习惯,作为目标用户对应的目标行为习惯。
可选地,按照执行时间从事件序列中选取出位于目标交互事件前一位的第一交互事件,然后可以获取到该第一交互事件对应的事件执行时间。
然后获取目标交互事件对应的所述执行时间与第一交互事件对应的所述执行时间之间的差值。在该差值大于第一预设差值的情况下,说明目标交互事件的执行时间与第一交互事件的执行时间并不靠近,说明目标用户不存在时间行为习惯,这时,需要确定目标交互事件与位于目标交互事件前一序列的第一交互事件之间的相似度,并将得到的相似度与第一预设相似度阈值进行大小比较,在得到目标交互事件和第一交互事件之间的相似度小于或者等于第一预设相似度阈值的情况下,则说明该目标用户没有固定的行为习惯,无特殊规律,例如,偶尔查询天气等,这时,将行为习惯中的普通行为习惯,作为目标用户对应的目标行为习惯。
作为一种可选实施例,基于交互信息获得目标用户对应的行为数据包括:
对交互信息进行分组处理,得到多个数据组,其中,各个数据组内的交互信息的相似度大于第二预设相似度阈值,第一目标方案用于对交互信息进行关键词提取,并对提取出的关键词进行聚类的分组处理;
在存在数据组中的交互信息在预设时间内出现重复的频率大于或者等于第二预设数值的情况下,确定交互信息中存在行为数据;
利用第二目标方案对数据组内的交互信息进行意图分析,得到行为数据。
可选地,在服务器获取到交互信息后,需要对该交互信息进行分组处理,更进一步地,利用第一目标方案对该交互信息进行关键词提取,该关键词可以是动名词,名词等,然后对提取出的关键词进行K-means聚类,得到多个数据组。由于此聚类的方法是同一分组的几句越近越好,不同分组的记录越远越好,这可以使得聚类出来的每组数据相似度较高,比如,各个数据组之间的交互信息的相似度大于第二预设相似度阈值,这样后续的行为习惯判定准确率更高。其中,第二预设相似度阈值可以设置为95%等,本申请实施例不对该数值做具体限定。
在聚类之后,分别判断每个数据组中的交互信息在一定预设时间内出现的重复频率是否大于意图话术的最低重复频率(即第二预设数值),若存在一数据组中交互信息出现的重复频率大于或者等于该第二预设数值,则确定该数据组的交互信息中存在行为数据,其中,该行为数据用于表征目标用户存在一个行为习惯。若存在一数据组中交互信息出现的重复频率均小于该第二预设数值,则说明当前的目标用户不存在一个行为习惯,可以舍弃该数据组。
需要说明的是,上述第二预设数值是根据获取交互信息的周期确定的,在本申请实施例中是以每日作为一个周期来获取交互信息的,所以应该确定一天中该意图话术的最低重复频率。如果是以每周作为一个周期来获取交互信息的,所以应该确定一周中该意图话术的最低重复频率,依次类推年周期、月周期等对应的最低重复频率。
只有在确定目标用户存在一个行为习惯的情况下,利用第二目标方案对数据组内的交互信息进行意图分析,得到行为数据。其中,第二目标方案可以是CNN+softmax卷积神经网络,该卷积神经网络用于句子分类的敏感性分析、句子分类等,进而识别到目标用户的意图,得到目标用户的行为数据。
在本申请实施例中,先对得到的交互信息进行聚类处理,然后在确定目标用户存在行为习惯后,再对该交互信息进行意图识别的分析,这样节省了分析计算资源,达到准确地得到目标用户行为数据的目的。
作为一种可选实施例,执行目标行为习惯对应的控制操作包括:
获取目标用户和目标设备之间进行交互的目标帐号,其中,目标帐号用于指示目标用户的唯一性;
在确定目标行为习惯为时间行为习惯的情况下,在当前时刻为执行时间时,向目标帐号发送与目标交互事件对应的资源信息;或
在确定目标行为习惯为事件行为习惯的情况下,依次向目标帐号发送与第一交互事件对应的资源信息和目标交互事件对应的资源信息。
可选地,在本申请实施例中,还可以在目标用户确定了目标行为习惯后,执行与目标行为习惯对应的控制操作,比如控制目标设备向目标用户推荐一些资源信息。具体地,服务器首先获取到目标用户和目标设备之间进行交互的目标帐号,比如,张三,然后在确定目标行为习惯为时间行为习惯的情况下,查看行为习惯的执行时间是多少,然后在网络时间等于该执行时间时,就向张三这个目标帐号发送与目标交互事件相关的资源信息。或者
在确定目标行为习惯为事件行为习惯的情况下,可以依次向目标帐号发送与第一交互事件对应的资源信息和目标交互事件对应的资源信息,这样目标帐号对应的触发资源将会变多。另外,目标帐号依次获取第一交互事件对应的资源信息和目标交互事件对应的资源信息,是因为在本申请实施例中涉及到的是事件行为习惯,而第一交互事件触发后才会执行目标交互事件,所以在向目标帐号发送资源信息时,也是先向目标帐号发送第一交互事件对应的资源信息,再向目标帐号发送目标交互事件对应的资源信息。
在本申请实施例中,为了开发与优化目标设备的产品,可以通过利用目标用户的目标行为习惯,向目标用户的目标帐号提供智能化的推荐,更加符合目标用户需求,提高目标用户体验质量。
作为一种可选实施例,如图3所示,图3是根据本申请实施例的一种可选的基于行为习惯的控制方法的整体流程示意图,其具体实施步骤如下:
步骤S1,获取交互信息;
步骤S2,进行关键词提取;
步骤S3,对关键词进行K-means聚类;
步骤S4,划分为数据组1,有数据N1条、数据组2,有数据N2条……数据组,有数据Nn条;
步骤S5,判断N1……Nn是否大于或者等于第二预设数值;
若是,则执行步骤S6;若否,则执行步骤S7;
步骤S6,意图分析;
步骤S7,不能判定为行为;
步骤S8,识别出行为数据,即行为习惯;
步骤S9,判断数据组内各触发时间你的差值是否大于第一预设数值,若是,则执行步骤S10,判定用户行为习惯为时间行为习惯;若否,则执行步骤S11;
步骤S11,判断目标交互事件与上一交互事件之前的相似度是否大于第一预设相似度阈值,若是,则执行步骤S12,判定用户行为习惯为事件行为习惯,若否,则执行步骤S13;
步骤S13,判定用户行为习惯为普通行为习惯。
需要说明的是,对于前述的各方法实施例,为了简单描述,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他顺序或者同时进行。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是本申请所必须的。
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根据上述实施例的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(Read-Only Memory,只读存储器)/RAM(Random Access Memory,随机存取存储器)、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本申请各个实施例的方法。
根据本申请实施例的另一个方面,还提供了一种用于实施上述基于行为习惯的控制方法的基于行为习惯的控制装置。图4是根据本申请实施例的一种可选的基于行为习惯的控制装置的结构框图,如图4所示,该装置可以包括:
第一获取单元401,用于获取目标用户与目标设备之间的交互信息;
第二获取单元402,与第一获取单元401相连,用于基于交互信息获得目标用户对应的行为数据,其中,行为数据包括目标用户的交互事件的执行时间;
选取单元403,与第二获取单元402相连,用于根据交互事件的执行时间,从多个行为习惯中确定与目标用户匹配的目标行为习惯,其中,多个行为习惯包括时间行为习惯、事件行为习惯以及普通行为习惯中的至少之二;
控制单元404,与选取单元403相连,用于执行目标行为习惯对应的控制操作。
需要说明的是,该实施例中的第一获取单元401可以用于执行上述步骤S201,该实施例中的第二获取单元402可以用于执行上述步骤S202,该实施例中的选取单元403可以用于执行上述步骤S203,该实施例中的控制单元404可以用于执行上述步骤S204。
通过上述模块,采用获取目标用户与目标设备之间的交互信息;基于交互信息获得目标用户对应的行为数据,其中,行为数据包括目标用户的交互事件的执行时间;根据交互事件的执行时间,从多个行为习惯中选取与目标用户匹配的目标行为习惯,其中,多个行为习惯包括时间行为习惯、事件行为习惯以及普通行为习惯中的至少之二的方式。本申请实施例由于获取到目标用户与目标设备之间的交互信息,并通过交互信息中记录的交互事件,根据交互事件的执行时间,确定目标用户的目标行为习惯,进而确定目标用户的生活习惯,从而可以实现快速获取到目标用户生活习性的目的,进而解决了相关技术中存在的获取用户相应的生活习惯时,时间利用效率较低的问题。
作为一种可选的实施例,选取单元包括:排序模块,用于按照执行时间对所有交互事件进行排序,得到事件序列;选取模块,用于根据事件序列中目标交互事件与其他的交互事件之间的关系,从多个行为习惯中选取与目标交互事件对应的目标行为习惯。
作为一种可选的实施例,选取模块包括:获取子单元,用于根据事件序列,获取位于目标交互事件前一执行时间所对应的第一交互事件;第一设置子单元,用于在目标交互事件对应的执行时间与第一交互事件对应的执行时间之间的差值小于或者等于第一预设差值的情况下,将多个行为习惯中的时间行为习惯,作为目标用户对应的目标行为习惯。
作为一种可选的实施例,选取模块还包括:第一确定子单元,用于在目标交互事件对应的执行时间与第一交互事件对应的执行时间之间的差值大于第一预设差值的情况下,确定目标交互事件与第一交互事件之间的相似度,其中,第一交互事件为位于目标交互事件前一执行时间所对应的交互事件;第二设置子单元,用于在确定相似度大于第一预设相似度阈值的情况下,将事件行为习惯,作为目标用户对应的目标行为习惯。
作为一种可选的实施例,选取模块还包括:第二确定子单元,用于在目标交互事件对应的执行时间与第一交互事件对应的执行时间之间的差值大于第一预设差值的情况下,确定目标交互事件与第一交互事件之间的相似度,其中,第一交互事件为位于目标交互事件前一执行时间所对应的交互事件;第三设置子单元,用于在确定相似度小于或者等于第一预设相似度阈值的情况下,将多个行为习惯中的普通行为习惯,作为目标用户对应的目标行为习惯。
作为一种可选的实施例,第二获取单元包括:分组模块,用于对交互信息进行分组处理,得到多个数据组,其中,各个数据组内的交互信息的相似度大于第二预设相似度阈值,第一目标方案用于对交互信息进行关键词提取,并对提取出的关键词进行聚类的分组处理;确定模块,在存在数据组中的交互信息在预设时间内出现重复的频率大于或者等于第二预设数值的情况下,确定交互信息中存在行为数据;分析模块,用于利用第二目标方案对数据组内的交互信息进行意图分析,得到行为数据。
作为一种可选的实施例,控制单元包括:获取模块,用于获取目标用户和目标设备之间进行交互的目标帐号,其中,目标帐号用于指示目标用户的唯一性;第一发送模块,用于在确定目标行为习惯为时间行为习惯的情况下,在当前时刻为执行时间时,向目标帐号发送与目标交互事件对应的资源信息;或
第二发送模块,用于在确定目标行为习惯为事件行为习惯的情况下,依次向目标帐号发送与第一交互事件对应的资源信息和目标交互事件对应的资源信息。
此处需要说明的是,上述模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在如图1所示的硬件环境中,可以通过软件实现,也可以通过硬件实现,其中,硬件环境包括网络环境。
根据本申请实施例的又一个方面,还提供了一种用于实施上述基于行为习惯的控制方法的电子设备,该电子设备可以是服务器、终端、或者其组合。
图5是根据本申请实施例的一种可选的电子设备的结构框图,如图5所示,包括处理器501、通信接口502、存储器503和通信总线504,其中,处理器501、通信接口502和存储器503通过通信总线504完成相互间的通信,其中,
存储器503,用于存储计算机程序;
处理器501,用于执行存储器503上所存放的计算机程序时,实现如下步骤:
S1,获取目标用户与目标设备之间的交互信息;
S2,基于交互信息获得目标用户对应的行为数据,其中,行为数据包括目标用户的交互事件的执行时间;
S3,根据交互事件的执行时间,从多个行为习惯中确定与目标用户匹配的目标行为习惯,其中,目标行为习惯用于表征目标用户的生活习惯,多个行为习惯包括时间行为习惯、事件行为习惯以及普通行为习惯中的至少之二;
S4,执行目标行为习惯对应的控制操作。
可选地,在本实施例中,上述的通信总线可以是PCI(Peripheral ComponentInterconnect,外设部件互连标准)总线、或EISA(Extended Industry StandardArchitecture,扩展工业标准结构)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图5中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括RAM,也可以包括非易失性存储器(non-volatile memory),例如,至少一个磁盘存储器。可选地,存储器还可以是至少一个位于远离前述处理器的存储装置。
作为一种示例,如图5所示,上述存储器503中可以但不限于包括上述基于行为习惯的控制装置中的第一获取单元401、第二获取单元402、选取单元403。此外,还可以包括但不限于上述基于行为习惯的控制装置中的其他模块单元,本示例中不再赘述。
上述处理器可以是通用处理器,可以包含但不限于:CPU(Central ProcessingUnit,中央处理器)、NP(Network Processor,网络处理器)等;还可以是DSP(DigitalSignal Processing,数字信号处理器)、ASIC(Application Specific IntegratedCircuit,专用集成电路)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
此外,上述电子设备还包括:显示器,用于显示行为习惯的确定结果。
可选地,本实施例中的具体示例可以参考上述实施例中所描述的示例,本实施例在此不再赘述。
本领域普通技术人员可以理解,图5所示的结构仅为示意,实施上述基于行为***板电脑、掌上电脑以及移动互联网设备(Mobile Internet Devices,MID)、PAD等终端设备。图5其并不对上述电子设备的结构造成限定。例如,终端设备还可包括比图5中所示更多或者更少的组件(如网络接口、显示装置等),或者具有与图5所示的不同的配置。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:闪存盘、ROM、RAM、磁盘或光盘等。
根据本申请实施例的又一个方面,还提供了一种存储介质。可选地,在本实施例中,上述存储介质可以用于执行基于行为习惯的控制方法的程序代码。
可选地,在本实施例中,上述存储介质可以位于上述实施例所示的网络中的多个网络设备中的至少一个网络设备上。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:
S1,获取目标用户与目标设备之间的交互信息;
S2,基于交互信息获得目标用户对应的行为数据,其中,行为数据包括目标用户的交互事件的执行时间;
S3,根据交互事件的执行时间,从多个行为习惯中确定与目标用户匹配的目标行为习惯,其中,目标行为习惯用于表征目标用户的生活习惯,多个行为习惯包括时间行为习惯、事件行为习惯以及普通行为习惯中的至少之二;
S4,执行目标行为习惯对应的控制操作。
可选地,本实施例中的具体示例可以参考上述实施例中所描述的示例,本实施例中对此不再赘述。
可选地,在本实施例中,上述存储介质可以包括但不限于:U盘、ROM、RAM、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
根据本申请实施例的又一个方面,还提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中;计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述任一个实施例中的基于行为习惯的控制方法步骤。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
上述实施例中的集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在上述计算机可读取的存储介质中。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存储介质中,包括若干指令用以使得一台或多台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例基于行为习惯的控制方法的全部或部分步骤。
在本申请的上述实施例中,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,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的客户端,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如单元的划分,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,例如多个单元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,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例中所提供的方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
以上仅是本申请的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (7)
1.一种基于行为习惯的控制方法,其特征在于,所述方法包括:
获取目标用户与目标设备之间的交互信息;
基于所述交互信息获得所述目标用户对应的行为数据,其中,所述行为数据包括所述目标用户的交互事件的执行时间;
按照所述执行时间对所有所述交互事件进行排序,得到事件序列;
根据所述事件序列,获取位于目标交互事件前一执行时间所对应的第一交互事件;
根据所述事件序列中目标交互事件与所述第一交互事件之间的关系,从多个行为习惯中选取与所述目标交互事件对应的目标行为习惯,所述多个行为习惯包括事件行为习惯,还包括时间行为习惯和普通行为习惯中的至少之一,其中,所述事件行为习惯是以事件为判定目标用户行为习惯的标准,在确定所述事件行为习惯为目标行为习惯时,按照所述事件行为习惯所设定的事件,在目标用户执行了所述事件后,就会做出下一行为;
执行所述目标行为习惯对应的控制操作;
其中,所述基于所述交互信息获得所述目标用户对应的行为数据包括:
对所述交互信息进行分组处理,得到多个数据组,其中,各个所述数据组内交互信息的相似度大于第二预设相似度阈值;
在所述数据组中的交互信息在预设时间内出现重复的频率大于或者等于第二预设数值的情况下,对所述数据组内的交互信息进行意图分析,得到所述行为数据;
其中,所述根据所述事件序列中目标交互事件与所述第一交互事件之间的关系,从多个行为习惯中选取与所述目标交互事件对应的目标行为习惯还包括:
在所述目标交互事件对应的所述执行时间与第一交互事件对应的所述执行时间之间的差值大于第一预设差值的情况下,确定所述目标交互事件与所述第一交互事件之间的相似度,其中,所述第一交互事件为位于所述目标交互事件前一执行时间所对应的交互事件;
在确定所述相似度大于第一预设相似度阈值的情况下,将所述事件行为习惯,作为所述目标用户对应的目标行为习惯。
2.根据权利要求1所述的方法,其特征在于,所述根据所述事件序列中目标交互事件与所述第一交互事件之间的关系,从多个行为习惯中选取与所述目标交互事件对应的目标行为习惯包括:
在所述目标交互事件对应的所述执行时间与所述第一交互事件对应的所述执行时间之间的差值小于或者等于第一预设差值的情况下,将所述时间行为习惯,作为所述目标用户对应的所述目标行为习惯。
3.根据权利要求1所述的方法,其特征在于,所述根据所述事件序列中目标交互事件与所述第一交互事件之间的关系,从多个行为习惯中选取与所述目标交互事件对应的目标行为习惯还包括:
在所述目标交互事件对应的所述执行时间与第一交互事件对应的所述执行时间之间的差值大于第一预设差值的情况下,确定所述目标交互事件与所述第一交互事件之间的相似度,其中,所述第一交互事件为位于所述目标交互事件前一执行时间所对应的交互事件;
在确定所述相似度小于或者等于第一预设相似度阈值的情况下,将多个所述行为习惯中的所述普通行为习惯,作为所述目标用户对应的目标行为习惯。
4.根据权利要求2至3中任一项所述的方法,其特征在于,所述执行所述目标行为习惯对应的控制操作包括:
获取所述目标用户和所述目标设备之间进行交互的目标帐号,其中,所述目标帐号用于指示所述目标用户的唯一性;
在确定目标行为习惯为所述时间行为习惯的情况下,在当前时刻为所述执行时间时,向所述目标帐号发送与所述目标交互事件对应的资源信息;或
在确定目标行为习惯为所述事件行为习惯的情况下,依次向所述目标帐号发送与所述第一交互事件对应的资源信息和所述目标交互事件对应的资源信息。
5.一种基于行为习惯的控制装置,其特征在于,所述装置包括:
第一获取单元,用于获取目标用户与目标设备之间的交互信息;
第二获取单元,用于基于所述交互信息获得所述目标用户对应的行为数据,其中,所述行为数据包括所述目标用户的交互事件的执行时间;
选取单元,用于按照所述执行时间对所有所述交互事件进行排序,得到事件序列;根据所述事件序列,获取位于目标交互事件前一执行时间所对应的第一交互事件;根据所述事件序列中目标交互事件与所述第一交互事件之间的关系,从多个行为习惯中选取与所述目标交互事件对应的目标行为习惯,其中,所述多个行为习惯包括事件行为习惯,还包括时间行为习惯和普通行为习惯中的至少之一;
控制单元,用于执行所述目标行为习惯对应的控制操作;
其中,所述第二获取单元用于:
对所述交互信息进行分组处理,得到多个数据组,其中,各个所述数据组内交互信息的相似度大于第二预设相似度阈值;
在所述数据组中的交互信息在预设时间内出现重复的频率大于或者等于第二预设数值的情况下,对所述数据组内的交互信息进行意图分析,得到所述行为数据;
其中,所述选取单元用于:
在所述目标交互事件对应的所述执行时间与第一交互事件对应的所述执行时间之间的差值大于第一预设差值的情况下,确定所述目标交互事件与所述第一交互事件之间的相似度,其中,所述第一交互事件为位于所述目标交互事件前一执行时间所对应的交互事件;
在确定所述相似度大于第一预设相似度阈值的情况下,将所述事件行为习惯,作为所述目标用户对应的目标行为习惯。
6.一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,所述处理器、所述通信接口和所述存储器通过所述通信总线完成相互间的通信,其特征在于,
所述存储器,用于存储计算机程序;
所述处理器,用于通过运行所述存储器上所存储的所述计算机程序来执行权利要求1至4中任一项所述的方法步骤。
7.一种计算机可读的存储介质,其特征在于,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行权利要求1至4中任一项中所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110756712.6A CN113505272B (zh) | 2021-07-05 | 2021-07-05 | 基于行为习惯的控制方法和装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110756712.6A CN113505272B (zh) | 2021-07-05 | 2021-07-05 | 基于行为习惯的控制方法和装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113505272A CN113505272A (zh) | 2021-10-15 |
CN113505272B true CN113505272B (zh) | 2024-05-03 |
Family
ID=78011688
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110756712.6A Active CN113505272B (zh) | 2021-07-05 | 2021-07-05 | 基于行为习惯的控制方法和装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113505272B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114547140A (zh) * | 2022-01-27 | 2022-05-27 | 青岛海尔科技有限公司 | 行为序列的生成方法及装置、存储介质、电子装置 |
CN115422452B (zh) * | 2022-08-30 | 2024-05-31 | 山西凯特通讯有限责任公司 | 基于大数据的智能家居控制方法、装置、设备及存储介质 |
CN116431458B (zh) * | 2023-06-08 | 2024-05-31 | 深圳市聚人科技有限公司 | 一种平板电脑智能管理***与方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013178607A (ja) * | 2012-02-28 | 2013-09-09 | Kddi Corp | ユーザの行動文から結果イベントを予測する予測プログラム、予測装置及び方法 |
CN104181886A (zh) * | 2014-08-13 | 2014-12-03 | 惠州Tcl移动通信有限公司 | 一种智能家居***及控制方法 |
CN105554304A (zh) * | 2016-01-26 | 2016-05-04 | 上海斐讯数据通信技术有限公司 | 一种基于用户习惯的情景模式切换方法及***、智能设备 |
CN105872966A (zh) * | 2016-04-01 | 2016-08-17 | 乐视控股(北京)有限公司 | 一种推送定制消息的方法及装置 |
CN106292356A (zh) * | 2015-06-09 | 2017-01-04 | 联想(北京)有限公司 | 一种机器人控制方法及电子设备 |
CN109428968A (zh) * | 2017-08-24 | 2019-03-05 | 中兴通讯股份有限公司 | 控制终端的方法、装置及存储介质 |
CN110941197A (zh) * | 2019-12-03 | 2020-03-31 | 刘知硕 | 一种家庭电器智能控制***及其控制方法 |
-
2021
- 2021-07-05 CN CN202110756712.6A patent/CN113505272B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013178607A (ja) * | 2012-02-28 | 2013-09-09 | Kddi Corp | ユーザの行動文から結果イベントを予測する予測プログラム、予測装置及び方法 |
CN104181886A (zh) * | 2014-08-13 | 2014-12-03 | 惠州Tcl移动通信有限公司 | 一种智能家居***及控制方法 |
CN106292356A (zh) * | 2015-06-09 | 2017-01-04 | 联想(北京)有限公司 | 一种机器人控制方法及电子设备 |
CN105554304A (zh) * | 2016-01-26 | 2016-05-04 | 上海斐讯数据通信技术有限公司 | 一种基于用户习惯的情景模式切换方法及***、智能设备 |
CN105872966A (zh) * | 2016-04-01 | 2016-08-17 | 乐视控股(北京)有限公司 | 一种推送定制消息的方法及装置 |
CN109428968A (zh) * | 2017-08-24 | 2019-03-05 | 中兴通讯股份有限公司 | 控制终端的方法、装置及存储介质 |
CN110941197A (zh) * | 2019-12-03 | 2020-03-31 | 刘知硕 | 一种家庭电器智能控制***及其控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113505272A (zh) | 2021-10-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113505272B (zh) | 基于行为习惯的控制方法和装置、电子设备和存储介质 | |
CN108334533B (zh) | 关键词提取方法和装置、存储介质及电子装置 | |
US20200236184A1 (en) | Method, electronic device and computer storage medium for pushing information | |
CN113127746B (zh) | 基于用户聊天内容分析的信息推送方法及其相关设备 | |
CN113383362B (zh) | 用户识别方法及相关产品 | |
US11475055B2 (en) | Artificial intelligence based method and apparatus for determining regional information | |
CN108304426B (zh) | 标识的获取方法及装置 | |
CN110413867B (zh) | 用于内容推荐的方法及*** | |
CN111163072B (zh) | 机器学习模型中特征值的确定方法、装置及电子设备 | |
CN110544109A (zh) | 用户画像生成方法、装置、计算机设备和存储介质 | |
CN113412607B (zh) | 内容推送方法、装置、移动终端及存储介质 | |
US10984781B2 (en) | Identifying representative conversations using a state model | |
CN109195154B (zh) | 物联网窜卡用户识别方法和装置 | |
CN110399026B (zh) | 基于fpga的多源单输出复位方法、装置及相关设备 | |
CN112749258A (zh) | 数据搜索的方法和装置、电子设备和存储介质 | |
CN116310994A (zh) | 一种视频片段提取方法、装置、电子设备及介质 | |
CN113593546B (zh) | 终端设备唤醒方法和装置、存储介质及电子装置 | |
CN113297358A (zh) | 数据处理方法、装置、服务器和计算机可读存储介质 | |
CN110324292B (zh) | 身份验证装置、身份验证方法及计算机存储介质 | |
CN114282940A (zh) | 用于意图识别的方法及装置、存储介质及电子设备 | |
CN110674386B (zh) | 资源推荐方法、装置及存储介质 | |
CN111552850A (zh) | 类型确定方法及装置、电子设备和计算机可读存储介质 | |
CN108711073B (zh) | 用户分析方法、装置及终端 | |
CN113905400B (zh) | 网络优化处理方法、装置、电子设备及存储介质 | |
CN114626340B (zh) | 基于手机信令的行为特征提取方法及相关装置 |
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 |