人機交互數(shù)據(jù)處理方法和裝置制造方法
【專利摘要】本發(fā)明實施例提供一種人機交互數(shù)據(jù)處理方法和裝置。本發(fā)明人機交互數(shù)據(jù)處理方法，包括：接收用戶終端發(fā)送的數(shù)據(jù)采集信息，數(shù)據(jù)采集信息包括用戶終端的標識信息、傳感器數(shù)據(jù)和數(shù)據(jù)采集時間信息；獲取與標識信息和數(shù)據(jù)采集時間信息對應(yīng)的應(yīng)用業(yè)務(wù)內(nèi)容信息，并從應(yīng)用業(yè)務(wù)內(nèi)容信息中提取用戶活動行為特征；根據(jù)用戶終端的用戶活動行為特征，對傳感器數(shù)據(jù)進行標記處理。本發(fā)明實施例由于對于每一個用戶均可以采用本實施例提供的方法來進行傳感器數(shù)據(jù)的采集，避免需要用戶主動配合的方式，同時保證了大規(guī)模的傳感器數(shù)據(jù)量，使后續(xù)處理更加簡便準確。
【專利說明】人機交互數(shù)據(jù)處理方法和裝置
【技術(shù)領(lǐng)域】
[0001]本發(fā)明實施例涉及通信技術(shù)，尤其涉及一種人機交互數(shù)據(jù)處理方法和裝置。
【背景技術(shù)】
[0002]隨著用戶終端功能的不斷增強，用戶終端的使用與用戶的日常生活聯(lián)系更加緊密。利用用戶終端對用戶動作、活動甚至用戶意圖進行感知和預(yù)測的研究與應(yīng)用正在興起。
[0003]為了識別用戶動作和活動，就需要使用用戶終端中的大量傳感器數(shù)據(jù)，并且需要將用戶終端采集到的傳感器數(shù)據(jù)與用戶的動作和活動進行匹配?，F(xiàn)有技術(shù)中，為了采集傳感器數(shù)據(jù)，普遍采用征集志愿者的方式。志愿者可以提供所攜帶的用戶終端上的傳感器數(shù)據(jù)，并且志愿者還需要主動提供與該傳感器數(shù)據(jù)對應(yīng)的其自身的動作和活動，例如提供視頻數(shù)據(jù)或音頻數(shù)據(jù)，已作為與傳感器數(shù)據(jù)進行匹配的依據(jù)。在具體匹配時，工作人員需要通過檢查視頻數(shù)據(jù)或音頻數(shù)據(jù)將不同的動作和活動與傳感器數(shù)據(jù)相匹配，從而完成傳感器數(shù)據(jù)的標記。
[0004]但是，現(xiàn)有技術(shù)受到志愿者征集人數(shù)和志愿者參與積極性的限制，無法保證大規(guī)模的傳感器數(shù)據(jù)量，對于志愿者來說，其操作復(fù)雜，而且，對于工作人員來說，其后續(xù)處理復(fù)雜耗時。

【發(fā)明內(nèi)容】

[0005]本發(fā)明實施例提供一種人機交互數(shù)據(jù)處理方法和裝置，以克服現(xiàn)有技術(shù)受到志愿者征集人數(shù)和志愿者參與積極性的限制，無法保證大規(guī)模的傳感器數(shù)據(jù)量，以及對于志愿者和操作人員操作過于復(fù)雜耗時的問題。
[0006]本發(fā)明實施例提供一種人機交互數(shù)據(jù)處理方法，包括:
[0007]接收用戶終端發(fā)送的數(shù)據(jù)采集信息，所述數(shù)據(jù)采集信息包括用戶終端的標識信息、傳感器數(shù)據(jù)和數(shù)據(jù)采集時間信息；
[0008]獲取與所述標識信息和所述數(shù)據(jù)采集時間信息對應(yīng)的應(yīng)用業(yè)務(wù)內(nèi)容信息，并從所述應(yīng)用業(yè)務(wù)內(nèi)容信息中提取用戶活動行為特征；
[0009]根據(jù)所述用戶終端的用戶活動行為特征，對所述傳感器數(shù)據(jù)進行標記處理。
[0010]進一步的，上述人機交互數(shù)據(jù)處理方法，其中，所述獲取與所述標識信息和所述數(shù)據(jù)采集時間信息對應(yīng)的應(yīng)用業(yè)務(wù)內(nèi)容信息，包括:
[0011]獲取與所述標識信息對應(yīng)的用戶終端在所述數(shù)據(jù)采集時間信息對應(yīng)的時間段內(nèi)所使用的應(yīng)用的業(yè)務(wù)內(nèi)容信息。
[0012]進一步的，上述人機交互數(shù)據(jù)處理方法，其中，所述從所述應(yīng)用業(yè)務(wù)內(nèi)容信息中提取用戶活動行為特征，包括:
[0013]從所述應(yīng)用業(yè)務(wù)內(nèi)容信息中的文本信息、鏈接信息以及圖片信息中的至少一種信息中提取所述用戶活動行為特征。
[0014]進一步的，上述人機交互數(shù)據(jù)處理方法，其中，所述根據(jù)所述用戶終端的用戶活動行為特征，對所述傳感器數(shù)據(jù)進行標記處理，包括:對所述用戶終端的用戶活動行為特征進行分類處理；
[0015]采用分類處理后的用戶活動行為特征，對所述傳感器數(shù)據(jù)進行標記處理。
[0016]進一步的，上述人機交互數(shù)據(jù)處理方法，其中，所述應(yīng)用，包括:
[0017]社交分享應(yīng)用、簽到應(yīng)用、在線評論應(yīng)用、生活日志應(yīng)用中的至少一種應(yīng)用。
[0018]本發(fā)明實施例提供一種服務(wù)器，包括:
[0019]傳感器數(shù)據(jù)接收模塊，用于接收用戶終端發(fā)送的數(shù)據(jù)采集信息，所述數(shù)據(jù)采集信息包括用戶終端的標識信息、傳感器數(shù)據(jù)和數(shù)據(jù)采集時間信息；
[0020]應(yīng)用業(yè)務(wù)獲取模塊，用于獲取與所述標識信息和所述數(shù)據(jù)采集時間信息對應(yīng)的應(yīng)用業(yè)務(wù)內(nèi)容信息，并從所述應(yīng)用業(yè)務(wù)內(nèi)容信息中提取用戶活動行為特征；
[0021]標記處理模塊，用于根據(jù)所述用戶終端的用戶活動行為特征，對所述傳感器數(shù)據(jù)進行標記處理。
[0022]進一步的，上述服務(wù)器，其中，所述應(yīng)用業(yè)務(wù)獲取模塊，包括:
[0023]業(yè)務(wù)內(nèi)容獲取單元，用于獲取與所述標識信息對應(yīng)的用戶終端在所述數(shù)據(jù)采集時間信息對應(yīng)的時間段內(nèi)所使用的應(yīng)用的業(yè)務(wù)內(nèi)容信息；
[0024]特征提取單元，用于從所述應(yīng)用業(yè)務(wù)內(nèi)容信息中的文本信息、鏈接信息以及圖片信息中的至少一種信息中提取所述用戶活動行為特征。
[0025]進一步的，上述服務(wù)器，其中，所述標記處理模塊，包括:
[0026]特征分類單元，用于對所述用戶終端的用戶活動行為特征進行分類處理；
[0027]標記處理單元，用于采用分類處理后的用戶活動行為特征，對所述傳感器數(shù)據(jù)進行標記處理。
[0028]進一步的，上述服務(wù)器，其中，所述應(yīng)用，包括:
[0029]社交分享應(yīng)用、簽到應(yīng)用、在線評論應(yīng)用、生活日志應(yīng)用中的至少一種應(yīng)用。
[0030]本發(fā)明實施例人機交互數(shù)據(jù)處理方法和裝置，通過接收用戶終端發(fā)送的數(shù)據(jù)采集信息，同時獲取與標識信息和數(shù)據(jù)采集時間信息對應(yīng)的應(yīng)用業(yè)務(wù)內(nèi)容信息，并從應(yīng)用業(yè)務(wù)內(nèi)容信息中提取用戶活動行為特征，再根據(jù)用戶終端的用戶活動行為特征，對傳感器數(shù)據(jù)進行標記處理。實現(xiàn)傳感器數(shù)據(jù)的有效采集，并保證了傳感器數(shù)據(jù)與用戶相應(yīng)活動內(nèi)容的匹配，由于對于每一個用戶均可以采用本實施例提供的方法來進行傳感器數(shù)據(jù)的采集，避免需要用戶主動配合的方式，同時保證了大規(guī)模的傳感器數(shù)據(jù)量，使后續(xù)處理更加簡便準確。
【專利附圖】

【附圖說明】
[0031]為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作一簡單地介紹，顯而易見地，下面描述中的附圖是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
[0032]圖1為本發(fā)明人機交互數(shù)據(jù)處理方法實施例一的流程圖；
[0033]圖2為本發(fā)明人機交互數(shù)據(jù)處理方法實施例二的流程圖；
[0034]圖3為本發(fā)明服務(wù)器實施例一的結(jié)構(gòu)圖；[0035]圖4為本發(fā)明服務(wù)器實施例二的結(jié)構(gòu)示意圖；
[0036]圖5為本發(fā)明服務(wù)器實施例三的結(jié)構(gòu)示意圖。
【具體實施方式】
[0037]為使本發(fā)明實施例的目的、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例是本發(fā)明一部分實施例，而不是全部的實施例。基于本發(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。
[0038]圖1為本發(fā)明人機交互數(shù)據(jù)處理方法實施例一的流程圖，如圖1所示，本實施例的方法可以包括:
[0039]步驟100、接收用戶終端發(fā)送的數(shù)據(jù)采集信息。
[0040]具體的，服務(wù)器可以接收用戶終端發(fā)送的數(shù)據(jù)采集信息，該數(shù)據(jù)采集信息可以包括用戶終端的標識信息、傳感器數(shù)據(jù)和數(shù)據(jù)采集時間信息。
[0041]舉例來說，用戶終端的標識信息，可以為用戶手機號、微博賬號、社交網(wǎng)絡(luò)賬號等可以唯一標識用戶身份的信息。
[0042]傳感器數(shù)據(jù)，例如可以包括:根據(jù)蜂窩基站定位技術(shù)產(chǎn)生的位置數(shù)據(jù)或GPS產(chǎn)生的位置數(shù)據(jù)、加速度、角度、光照、聲音傳感器采集的各類傳感數(shù)據(jù)。
[0043]數(shù)據(jù)采集時間信息，標示采集某段數(shù)據(jù)的時間點，或者時間段。
[0044]優(yōu)選地，服務(wù)器可以將數(shù)據(jù)采集信息存在服務(wù)器中的傳感器數(shù)據(jù)庫中，同時將標識信息和數(shù)據(jù)采集時間信息儲存在服務(wù)器的活動關(guān)聯(lián)信息庫中。
[0045]步驟102、獲取與標識信息和數(shù)據(jù)采集時間信息對應(yīng)的應(yīng)用業(yè)務(wù)內(nèi)容信息。
[0046]具體的，服務(wù)器可以對同一用戶同一時間段內(nèi)通過移動終端發(fā)布的應(yīng)用業(yè)務(wù)內(nèi)容信息進行提取。例如當(dāng)一個用戶使用智能移動終端在微博中發(fā)送一條消息“我在散步”，服務(wù)器會獲取該用戶微博賬號的對應(yīng)信息、該用戶發(fā)送“我在散步”這條消息的時間信息、以及該應(yīng)用業(yè)務(wù)的內(nèi)容信息“我在散步”。因此，服務(wù)器可以根據(jù)不同用戶不同的標識信息和數(shù)據(jù)采集時間信息，對大量用戶發(fā)布的應(yīng)用業(yè)務(wù)內(nèi)容信息進行提取。
[0047]步驟104、從應(yīng)用業(yè)務(wù)內(nèi)容信息中提取用戶活動行為特征。
[0048]具體的，服務(wù)器可以從應(yīng)用業(yè)務(wù)內(nèi)容信息中提取用戶活動行為特征。目的在于將同一用戶同一時間段內(nèi)的應(yīng)用業(yè)務(wù)內(nèi)容信息與傳感器數(shù)據(jù)進行匹配，可以根據(jù)應(yīng)用業(yè)務(wù)內(nèi)容信息的不同，來進行相應(yīng)的用戶活動行為特征提取。例如，在獲取到應(yīng)用業(yè)務(wù)的內(nèi)容信息“我在散步”后，從中將“散步”提取出來，作為用戶活動行為特征。并將該用戶活動行為特征存儲到服務(wù)器上的活動行為特征庫中。
[0049]步驟106、根據(jù)用戶終端的用戶活動行為特征，對傳感器數(shù)據(jù)進行標記處理。
[0050]具體的，服務(wù)器可以將一段時間內(nèi)的傳感器數(shù)據(jù)與相同時間內(nèi)用戶活動行為特征對應(yīng)起來，例如，將提取到的用戶活動行為特征“散步”根據(jù)用戶終端的標識信息以及數(shù)據(jù)采集時間信息與對應(yīng)的傳感器數(shù)據(jù)，如用戶終端上的傳感器采集的用戶位置數(shù)據(jù)、加速度數(shù)據(jù)等進行匹配，對匹配好的傳感器數(shù)據(jù)進行標記處理，并將標記后的用戶活動行為特征存儲到活動標記數(shù)據(jù)庫中與對應(yīng)的傳感器數(shù)據(jù)匹配。例如，在上述“散步”對應(yīng)的傳感器數(shù)據(jù)上標記類型為“運動”。[0051]本實施例，通過接收用戶終端發(fā)送的數(shù)據(jù)采集信息，同時獲取與標識信息和數(shù)據(jù)采集時間信息對應(yīng)的應(yīng)用業(yè)務(wù)內(nèi)容信息，并從應(yīng)用業(yè)務(wù)內(nèi)容信息中提取用戶活動行為特征，再根據(jù)該用戶終端的用戶活動行為特征，對傳感器數(shù)據(jù)進行標記處理。實現(xiàn)傳感器數(shù)據(jù)的有效采集，并保證了傳感器數(shù)據(jù)與用戶相應(yīng)活動內(nèi)容的匹配，由于對于每一個用戶均可以采用本實施例提供的方法來進行傳感器數(shù)據(jù)的采集，避免需要用戶主動配合的方式，所以就可以基于大量用戶同時進行傳感器數(shù)據(jù)的采集，保證了大規(guī)模的傳感器數(shù)據(jù)量，使后續(xù)處理更加簡便準確。
[0052]基于本發(fā)明人機交互數(shù)據(jù)處理方法實施例一，進一步的，圖2為本發(fā)明人機交互數(shù)據(jù)處理方法實施例二的流程圖，如圖2所示，本實施例的方法可以包括:
[0053]步驟200，接收用戶終端發(fā)送的數(shù)據(jù)采集信息。
[0054]具體的，步驟200的功能和原理已在本發(fā)明人機交互數(shù)據(jù)處理方法實施例一的步驟100中已進行了詳細說明，此處不再贅述。
[0055]步驟202，獲取與標識信息對應(yīng)的用戶終端在數(shù)據(jù)采集時間信息對應(yīng)的時間段內(nèi)所使用的應(yīng)用的業(yè)務(wù)內(nèi)容信息。
[0056]具體的，對于用戶不同的活動，用戶終端上的傳感器采集到的傳感器數(shù)據(jù)是不同的，例如，在用戶跑步時傳感器采集到的加速度數(shù)據(jù)與用戶看書時的加速度數(shù)據(jù)顯然是不同的，為了對用戶不同活動對應(yīng)的傳感器數(shù)據(jù)進行區(qū)分，本實施例提供的方法通過服務(wù)器中的應(yīng)用業(yè)務(wù)獲取模塊獲取與標識信息對應(yīng)的用戶終端在數(shù)據(jù)采集時間信息對應(yīng)的時間段內(nèi)所使用的應(yīng)用的業(yè)務(wù)內(nèi)容信息。其意義在于，在用戶進行活動時，傳感器數(shù)據(jù)可與在同一時間內(nèi)用戶通過移動終端發(fā)布的應(yīng)用業(yè)務(wù)內(nèi)容信息相匹配，例如，用戶在跑步時用戶移動終端上的傳感器獲取了一組相應(yīng)的加速度數(shù)據(jù)，同時，在該時間段內(nèi)，用戶通過移動終端在微博上發(fā)布了 “我在跑步”的應(yīng)用業(yè)務(wù)內(nèi)容，此時由服務(wù)器獲取“我在跑步”的應(yīng)用業(yè)務(wù)內(nèi)容信息。因此，服務(wù)器可以根據(jù)不同用戶不同的標識信息和數(shù)據(jù)采集時間信息，對大量用戶發(fā)布的應(yīng)用業(yè)務(wù)內(nèi)容信息進行提取。
[0057]步驟204，從應(yīng)用業(yè)務(wù)內(nèi)容信息中的文本信息、鏈接信息以及圖片信息中的至少一種信息中提取用戶活動行為特征。
[0058]具體的，對于文本信息，可以提取文本信息的事件和動作詞匯，可以基于半結(jié)構(gòu)化分析方法，即將網(wǎng)頁格式中不需要的字段信息去除，提取有用的內(nèi)容，如地點、業(yè)務(wù)名、評分、社交關(guān)系等等特征，例如用戶通過移動終端在微博上公布“我在跑步”，則此時通過服務(wù)器將“跑步”提取出來；對于用戶發(fā)布的鏈接信息，可以根據(jù)鏈接信息的統(tǒng)一資源定位符(Uniform Resource Locator,以下簡稱URL)對鏈接信息對應(yīng)的網(wǎng)站進行區(qū)分,例如區(qū)分該網(wǎng)站屬于運動俱樂部網(wǎng)站、影院網(wǎng)站等等，進一步的，服務(wù)器可以打開該網(wǎng)站，利用基于文字內(nèi)容的提取方法對網(wǎng)站中的文本信息進行相應(yīng)的用戶活動行為特征提取；對于用戶發(fā)布的圖片，既可以根據(jù)圖片附帶的文字內(nèi)容進行相應(yīng)的用戶活動行為特征提取，又可以根據(jù)相關(guān)圖像識別技術(shù)來對圖片中的人、地點進行識別，從而對相應(yīng)的用戶活動行為特征進行提取。
[0059]對于從應(yīng)用業(yè)務(wù)內(nèi)容信息中的文本信息、鏈接信息以及圖片信息中的至少一種信息中提取到的用戶活動行為特征，可選的，服務(wù)器的將用戶活動行為特征存儲到活動行為特征庫中。[0060]步驟206，對用戶終端的用戶活動行為特征進行分類處理。
[0061]具體的，因為對于用戶通過移動終端發(fā)布的應(yīng)用業(yè)務(wù)內(nèi)容信息各不相同，所以服務(wù)器提取到的用戶活動行為特征也各不相同，但是對于多個用戶活動行為特征來說，是可以進行分類的?？蛇x的，分類方法，服務(wù)器可以通過決策樹、貝葉斯分類算法、SVM分類器、最大熵分類器、KNN分類算法等分類算法對用戶活動行為特征進行分類，再通過基于隱變量矩陣、相似圖等聚類方法，產(chǎn)生對于用戶活動行為特征的聚類結(jié)果完成整個分類處理。當(dāng)服務(wù)器提取到了大量的用戶的大量用戶活動行為特征后，就可以根據(jù)這些分類算法和聚類算法對不同用戶的不同用戶活動行為特征的進行分類和聚類。不需要想現(xiàn)有技術(shù)需要志愿者的主動參與。通過本發(fā)明實施例提供的方法采集到的大量用戶活動行為特征，保證了分類和聚類的準確和細致。需要說明的是，本發(fā)明實施例對于分類算法和聚類算法不做限制，并且可以將不同的分類、聚類算法存儲在服務(wù)器上的一個分類處理模型庫中。
[0062]步驟208，采用分類處理后的用戶活動行為特征，對傳感器數(shù)據(jù)進行標記處理。
[0063]具體的，對于分類處理后的用戶活動行為特征，此時還需要對用戶活動行為特征進行標記處理，可選的，可以通過操作人員對已分好類的用戶活動行為特征進行標記，例如被分到一類的用戶活動行為特征分別為:“跑步”、“游泳”、“散步”，此時操作人員可以將該類用戶活動行為特征定義為“運動”；也可以通過建立一個知識庫，將同一類的用戶活動行為特征與知識庫中的類型進行比對，對一類用戶活動行為特征的類型進行上位概括，將概括出的類型標記在該類用戶活動行為特征上，例如，被分到一類的用戶活動行為特征分別為:“吃火鍋”、“吃面”、“吃烤肉”，此時，將這些用戶活動行為特征與知識庫中的類別名稱進行比對，最終由服務(wù)器根據(jù)知識庫的比對結(jié)果進行上位概括，將該類用戶活動行為特征標記為“吃飯”。這樣就將用戶發(fā)布的各式各樣的應(yīng)用業(yè)務(wù)內(nèi)容信息總結(jié)歸類到某一個大類中。此時，又因為用戶活動行為特征與具有相同用戶終端的標識信息和數(shù)據(jù)采集時間信息，所以對于用戶活動行為特征的標記處理，實際上也就是對對應(yīng)的傳感器數(shù)據(jù)的標記處理。并可以將標記處理后的傳感數(shù)據(jù)存儲在活動標記數(shù)據(jù)庫中。
[0064]需要說明的是，上述應(yīng)用，包括:社交分享應(yīng)用、簽到應(yīng)用、在線評論應(yīng)用、生活日志應(yīng)用中的至少一種應(yīng)用。
[0065]本實施例，通過獲取與標識信息對應(yīng)的用戶終端在數(shù)據(jù)采集時間信息對應(yīng)的時間段內(nèi)所使用的應(yīng)用的業(yè)務(wù)內(nèi)容信息，從應(yīng)用業(yè)務(wù)內(nèi)容信息中的文本信息、鏈接信息以及圖片信息中的至少一種信息中提取用戶活動行為特征，對用戶終端的用戶活動行為特征進行分類處理，并采用分類處理后的用戶活動行為特征，對傳感器數(shù)據(jù)進行標記處理。實現(xiàn)對于用戶傳感器數(shù)據(jù)與對應(yīng)用戶活動行為特征的準確匹配，由于對于每一個用戶均可以采用本實施例提供的方法來進行傳感器數(shù)據(jù)的采集，避免需要用戶主動配合的方式，所以就可以基于大量用戶同時進行傳感器數(shù)據(jù)的采集，保證了大規(guī)模的傳感器數(shù)據(jù)量，使后續(xù)處理更加簡便準確。
[0066]圖3為本發(fā)明服務(wù)器實施例一的結(jié)構(gòu)圖，如圖3所示，本實施例的服務(wù)器可以包括:傳感器數(shù)據(jù)接收模塊10、應(yīng)用業(yè)務(wù)獲取模塊12、標記處理模塊14。
[0067]傳感器數(shù)據(jù)接收模塊10，用于接收用戶終端發(fā)送的數(shù)據(jù)采集信息，數(shù)據(jù)采集信息包括用戶終端的標識信息、傳感器數(shù)據(jù)和數(shù)據(jù)采集時間信息。
[0068]具體的，傳感器接收模塊10接收來自于用戶移動終端上的各類傳感器采集的傳感器數(shù)據(jù)，用戶終端的標識信息以及數(shù)據(jù)采集時間信息。并可以將數(shù)據(jù)采集信息存儲在傳感器數(shù)據(jù)庫中，同時將標識信息和數(shù)據(jù)采集時間信息儲存在服務(wù)器的活動關(guān)聯(lián)信息庫中。
[0069]應(yīng)用業(yè)務(wù)獲取模塊12，用于獲取與標識信息和數(shù)據(jù)采集時間信息對應(yīng)的應(yīng)用業(yè)務(wù)內(nèi)容信息，并從應(yīng)用業(yè)務(wù)內(nèi)容信息中提取用戶活動行為特征。
[0070]具體的，應(yīng)用業(yè)務(wù)獲取模塊12從上述活動關(guān)聯(lián)信息庫中獲取用戶的標識信息以及數(shù)據(jù)采集時間信息，并且同時在網(wǎng)絡(luò)上獲取與該用戶的標識信息以及數(shù)據(jù)采集時間信息對應(yīng)的應(yīng)用業(yè)務(wù)內(nèi)容信息。由于用戶通過移動終端發(fā)布的應(yīng)用業(yè)務(wù)內(nèi)容中有許多無用的信息，例如在網(wǎng)頁中發(fā)布的文本信息具有網(wǎng)頁固有的格式字段等，這對于用戶具體的活動內(nèi)容是沒有意義的，所以需要對應(yīng)用業(yè)務(wù)內(nèi)容中的用戶活動行為特征進行提取，例如，“我在看電影”，其中“我在”沒有具體意義，所以由應(yīng)用業(yè)務(wù)獲取模塊12進行用戶活動行為特征的提取，將“看電影”作為該應(yīng)用業(yè)務(wù)內(nèi)容的用戶活動行為特征提取出來。當(dāng)然，對于復(fù)雜的應(yīng)用業(yè)務(wù)內(nèi)容，可以同時提取其中的地點、業(yè)務(wù)名、評分和社交關(guān)系等等。之后由應(yīng)用業(yè)務(wù)獲取模塊12將這些提取出來的用戶活動行為特征儲存到服務(wù)器中的活動行為特征庫中。
[0071]標記處理模塊14，用于根據(jù)用戶終端的用戶活動行為特征，對傳感器數(shù)據(jù)進行標記處理。
[0072]具體的，標記處理模塊14將一段時間內(nèi)的傳感器數(shù)據(jù)與相同時間內(nèi)用戶活動行為特征通過添加標記的方式對應(yīng)起來，具體的原理和方法已在本發(fā)明人機交互數(shù)據(jù)處理方法一中進行了詳細說明，此處不再贅述。
[0073]本實施例的服務(wù)器，可以用于執(zhí)行本發(fā)明人機交互數(shù)據(jù)處理方法一的技術(shù)方案，其實現(xiàn)原理和技術(shù)效果類似，此處不再贅述。
[0074]在圖3的基礎(chǔ)上，圖4為本發(fā)明服務(wù)器實施例二的結(jié)構(gòu)示意圖，如圖4所示，應(yīng)用業(yè)務(wù)獲取模塊12，包括:業(yè)務(wù)內(nèi)容獲取單元120、特征提取單元122。
[0075]業(yè)務(wù)內(nèi)容獲取單元120，用于獲取與標識信息對應(yīng)的用戶終端在數(shù)據(jù)采集時間信息對應(yīng)的時間段內(nèi)所使用的應(yīng)用的業(yè)務(wù)內(nèi)容信息。
[0076]具體的，業(yè)務(wù)內(nèi)容獲取單元120從本發(fā)明服務(wù)器實施例一中的活動關(guān)聯(lián)信息庫中獲取用戶的標識信息以及數(shù)據(jù)采集時間信息，并且同時在網(wǎng)絡(luò)上獲取與該用戶的標識信息以及數(shù)據(jù)采集時間信息對應(yīng)的應(yīng)用業(yè)務(wù)內(nèi)容信息。
[0077]特征提取單元122，用于從應(yīng)用業(yè)務(wù)內(nèi)容信息中的文本信息、鏈接信息以及圖片信息中的至少一種信息中提取用戶活動行為特征。
[0078]具體的，特征提取單元122提取用戶活動行為特征的方法和原理在本發(fā)明人機交互數(shù)據(jù)處理方法二中已進行了詳細說明，此處不再贅述。
[0079]如圖4所示，標記處理模塊14，包括:標記處理單元140、特征分類單元142。
[0080]標記處理單元140，用于采用分類處理后的用戶活動行為特征，對傳感器數(shù)據(jù)進行標記處理。
[0081]特征分類單元142，用于對用戶終端的用戶活動行為特征進行分類處理。
[0082]具體的，特征分類單元142根據(jù)各類分類、聚類處理算法，對用戶活動行為特征進行分類和聚類，可選的各類分類、聚類處理算法儲存在服務(wù)器的分類模型庫中。具體的分類處理方法和過程，本發(fā)明機交互數(shù)據(jù)處理方法實施例二已進行了詳細說明，此處不再贅述。
[0083]可選的，由操作人員通過服務(wù)器的標記處理模塊14對進行過分類處理的用戶活動行為特征進行標記，也可以通過標記處理模塊14與預(yù)先設(shè)置在服務(wù)器中的知識庫配合對用戶活動行為特征進行標記，從而實現(xiàn)對對傳感器數(shù)據(jù)的標記處理，具體的方法和過程在本發(fā)明機交互數(shù)據(jù)處理方法實施例二已進行了詳細說明，此處不再贅述。
[0084]進一步的，上述應(yīng)用，包括:社交分享應(yīng)用、簽到應(yīng)用、在線評論應(yīng)用、生活日志應(yīng)用中的至少一種應(yīng)用。
[0085]本實施例的服務(wù)器，可以用于執(zhí)行本發(fā)明人機交互數(shù)據(jù)處理方法實施例二的技術(shù)方案，其實現(xiàn)原理和技術(shù)效果類似，此處不再贅述。
[0086]在圖4的基礎(chǔ)上，圖5為本發(fā)明服務(wù)器實施例三的結(jié)構(gòu)示意圖，下面參照圖4，采用實例對本發(fā)明服務(wù)器實施例三的技術(shù)方案進行詳細說明。
[0087]假設(shè)，用戶在8:30至10:00這段時間內(nèi)散步，此時由用戶的移動終端上的傳感器記錄用戶的位置數(shù)據(jù)和加速度數(shù)據(jù)，可選的，傳感器可以通過多種采集方案進行數(shù)據(jù)采集，比如，在移動終端不同的運行模式下采取不同的時間間隔對數(shù)據(jù)進行采集。之后，由服務(wù)器上的傳感器數(shù)據(jù)接收模塊10將傳感器采集到的用戶終端的標識信息、傳感器數(shù)據(jù)以及數(shù)據(jù)采集時間信息一并儲存到服務(wù)器上的傳感器數(shù)據(jù)庫11中，并將其中的用戶終端的標識信息和數(shù)據(jù)采集時間信息存儲到服務(wù)器上的活動關(guān)聯(lián)信息庫13中。
[0088]服務(wù)器上應(yīng)用業(yè)務(wù)獲取模塊12中的業(yè)務(wù)內(nèi)容獲取單元120根據(jù)活動關(guān)聯(lián)信息庫13中的用戶終端的標識信息和數(shù)據(jù)采集時間信息，對同一用戶同一時間段，用戶通過移動終端發(fā)布的應(yīng)用業(yè)務(wù)內(nèi)容信息進行提取，如業(yè)務(wù)內(nèi)容獲取單元120提取在9:30時，上述用戶通過移動終端在微博發(fā)布“我在散步”的應(yīng)用業(yè)務(wù)內(nèi)容信息。并將提取到的應(yīng)用業(yè)務(wù)內(nèi)容信息“我在散步”存儲到應(yīng)用業(yè)務(wù)獲取模塊12中的業(yè)務(wù)內(nèi)容庫124中，可選的，業(yè)務(wù)內(nèi)容庫124可以獨立設(shè)置于服務(wù)器中。再通過應(yīng)用業(yè)務(wù)獲取模塊12中的特征提取單元122對應(yīng)用業(yè)務(wù)內(nèi)容信息“我在散步”的用戶活動行為特征進行提取，提取得到“散步”。并將該用戶活動行為特征“散步”存儲到服務(wù)器中的活動行為特征庫15中。
[0089]標記處理模塊14中的特征分類單元142提取活動行為特征庫15中該用戶的用戶活動行為特征“散步”，并根據(jù)服務(wù)器中分類處理模型庫16提供的分類處理模型對“散步”進行分類，需要說明的是，此處之舉了用戶在散步的一個例子，當(dāng)該用戶發(fā)布了大量應(yīng)用業(yè)務(wù)內(nèi)容信息時，均通過特征分類單元以及服務(wù)器中分類處理模型庫16配合對應(yīng)用業(yè)務(wù)內(nèi)容信息中的用戶活動行為特征進行分類處理，并將分類處理后的用戶活動行為特征“散步”被發(fā)送給標記處理單元140，此時標記處理單元140將“散步”與被分在一類的該用戶在其他時間段內(nèi)發(fā)布的一些用戶活動行為特征如“跑步”、“游泳”等標記為“運動”，整個標記處理過程可以通過操作人員進行標記處理，也可以通過在服務(wù)器中預(yù)先設(shè)置知識庫進行匹配處理，其具體方法和過程在本發(fā)明人機交互數(shù)據(jù)處理方法實施例二中進行了詳細說明，此處不再贅述。并將標記處理過的用戶活動行為特征“運動”存儲到活動標記數(shù)據(jù)庫17中，并且根據(jù)活動關(guān)聯(lián)信息庫13中的用戶終端的標識信息和數(shù)據(jù)采集時間信息，將活動標記數(shù)據(jù)庫17中標記過的用戶活動行為特征與傳感器數(shù)據(jù)庫11中的傳感器數(shù)據(jù)對應(yīng)起來。
[0090]本領(lǐng)域普通技術(shù)人員可以理解:實現(xiàn)上述各方法實施例的全部或部分步驟可以通過程序指令相關(guān)的硬件來完成。前述的程序可以存儲于一計算機可讀取存儲介質(zhì)中。該程序在執(zhí)行時，執(zhí)行包括上述各方法實施例的步驟；而前述的存儲介質(zhì)包括:R0M、RAM、磁碟或者光盤等各種可以存儲程序代碼的介質(zhì)。[0091]最后應(yīng)說明的是:以上各實施例僅用以說明本發(fā)明的技術(shù)方案，而非對其限制；盡管參照前述各實施例對本發(fā)明進行了詳細的說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解:其依然可以對前述各實施例所記載的技術(shù)方案進行修改，或者對其中部分或者全部技術(shù)特征進行等同替換；而這些修改或者替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明各實施例技術(shù)方案的范圍。
【權(quán)利要求】
1.一種人機交互數(shù)據(jù)處理方法，其特征在于，包括: 接收用戶終端發(fā)送的數(shù)據(jù)采集信息，所述數(shù)據(jù)采集信息包括用戶終端的標識信息、傳感器數(shù)據(jù)和數(shù)據(jù)采集時間信息； 獲取與所述標識信息和所述數(shù)據(jù)采集時間信息對應(yīng)的應(yīng)用業(yè)務(wù)內(nèi)容信息，并從所述應(yīng)用業(yè)務(wù)內(nèi)容信息中提取用戶活動行為特征； 根據(jù)所述用戶終端的用戶活動行為特征，對所述傳感器數(shù)據(jù)進行標記處理。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取與所述標識信息和所述數(shù)據(jù)采集時間信息對應(yīng)的應(yīng)用業(yè)務(wù)內(nèi)容信息，包括: 獲取與所述標識信息對應(yīng)的用戶終端在所述數(shù)據(jù)采集時間信息對應(yīng)的時間段內(nèi)所使用的應(yīng)用的業(yè)務(wù)內(nèi)容信息。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述從所述應(yīng)用業(yè)務(wù)內(nèi)容信息中提取用戶活動行為特征，包括: 從所述應(yīng)用業(yè)務(wù)內(nèi)容信息中的文本信息、鏈接信息以及圖片信息中的至少一種信息中提取所述用戶活動行為特征。
4.根據(jù)權(quán)利要求1?3中任一項所述的方法，其特征在于，所述根據(jù)所述用戶終端的用戶活動行為特征，對所述傳感器數(shù)據(jù)進行標記處理，包括:對所述用戶終端的用戶活動行為特征進行分類處理； 采用分類處理后的用戶活動行為特征，對所述傳感器數(shù)據(jù)進行標記處理。
5.根據(jù)權(quán)利要求1?4中任一項所述的方法，其特征在于，所述應(yīng)用，包括: 社交分享應(yīng)用、簽到應(yīng)用、在線評論應(yīng)用、生活日志應(yīng)用中的至少一種應(yīng)用。
6.一種服務(wù)器，其特征在于，包括: 傳感器數(shù)據(jù)接收模塊，用于接收用戶終端發(fā)送的數(shù)據(jù)采集信息，所述數(shù)據(jù)采集信息包括用戶終端的標識信息、傳感器數(shù)據(jù)和數(shù)據(jù)采集時間信息； 應(yīng)用業(yè)務(wù)獲取模塊，用于獲取與所述標識信息和所述數(shù)據(jù)采集時間信息對應(yīng)的應(yīng)用業(yè)務(wù)內(nèi)容信息，并從所述應(yīng)用業(yè)務(wù)內(nèi)容信息中提取用戶活動行為特征； 標記處理模塊，用于根據(jù)所述用戶終端的用戶活動行為特征，對所述傳感器數(shù)據(jù)進行標記處理。
7.根據(jù)權(quán)利要求6所述的服務(wù)器，其特征在于，所述應(yīng)用業(yè)務(wù)獲取模塊，包括: 業(yè)務(wù)內(nèi)容獲取單元，用于獲取與所述標識信息對應(yīng)的用戶終端在所述數(shù)據(jù)采集時間信息對應(yīng)的時間段內(nèi)所使用的應(yīng)用的業(yè)務(wù)內(nèi)容信息； 特征提取單元，用于從所述應(yīng)用業(yè)務(wù)內(nèi)容信息中的文本信息、鏈接信息以及圖片信息中的至少一種信息中提取所述用戶活動行為特征。
8.根據(jù)權(quán)利要求6或7所述的服務(wù)器，所述標記處理模塊，包括: 特征分類單元，用于對所述用戶終端的用戶活動行為特征進行分類處理； 標記處理單元，用于采用分類處理后的用戶活動行為特征，對所述傳感器數(shù)據(jù)進行標記處理。
9.根據(jù)權(quán)利要求6?8所述的服務(wù)器，其特征在于，所述應(yīng)用，包括: 社交分享應(yīng)用、簽到應(yīng)用、在線評論應(yīng)用、生活日志應(yīng)用中的至少一種應(yīng)用。
【文檔編號】G06F17/30GK103678417SQ201210361466
【公開日】2014年3月26日 申請日期:2012年9月25日 優(yōu)先權(quán)日:2012年9月25日
【發(fā)明者】王靚偉, 張弓 申請人:華為技術(shù)有限公司