本發(fā)明涉及互聯(lián)網(wǎng)應(yīng)用技術(shù)領(lǐng)域，特別是涉及一種用于移動(dòng)終端的用戶行為確定方法、裝置及移動(dòng)終端。

背景技術(shù)：

隨著互聯(lián)網(wǎng)應(yīng)用技術(shù)的發(fā)展，移動(dòng)終端(如智能手機(jī)、平板電腦、智能手表等)已大量地出現(xiàn)在人們的日常生活中，其已成為人們?nèi)粘Ｉ?、工作和學(xué)習(xí)不可缺少的工具。例如，用戶可以通過(guò)移動(dòng)終端來(lái)通話、拍照、閱讀、聽(tīng)音樂(lè)、玩游戲，還可以實(shí)現(xiàn)包括定位、信息處理、指紋掃描、身份證掃描、條碼掃描以及酒精含量檢測(cè)等豐富的功能。

但是，在實(shí)際生活中，人們無(wú)法通過(guò)移動(dòng)終端來(lái)獲取更多與自身相關(guān)的信息，使得用戶無(wú)法與移動(dòng)終端進(jìn)行更好地交互。比如，目前移動(dòng)終端僅僅能夠通過(guò)用戶的活動(dòng)統(tǒng)計(jì)出其行走步數(shù)，而無(wú)法獲取與用戶相關(guān)的其他信息。因此，現(xiàn)有技術(shù)中，移動(dòng)終端還無(wú)法為用戶提供與其自身活動(dòng)密切相關(guān)的各種信息。

因此，現(xiàn)在亟需一種能夠準(zhǔn)確、靈活地確定用戶行為的方法。

技術(shù)實(shí)現(xiàn)要素：

鑒于上述問(wèn)題，提出了本發(fā)明以便提供一種克服上述問(wèn)題或者至少部分地解決上述問(wèn)題的用于移動(dòng)終端的用戶行為確定方法、相應(yīng)的裝置及移動(dòng)終端。

依據(jù)本發(fā)明實(shí)施例的一個(gè)方面，提供了一種用于移動(dòng)終端的用戶行為確定方法，包括：

基于用戶隨身攜帶的移動(dòng)終端獲取所述用戶的當(dāng)前活動(dòng)狀態(tài)信息；

獲取記錄所述用戶歷史行為規(guī)律的歷史軌跡，其中，所述歷史軌跡根據(jù)所述移動(dòng)終端的歷史數(shù)據(jù)生成；

將所述當(dāng)前活動(dòng)狀態(tài)信息與所述歷史軌跡進(jìn)行匹配，確定所述用戶的當(dāng)前行為。

可選地，基于用戶隨身攜帶的移動(dòng)終端獲取所述用戶的當(dāng)前活動(dòng)狀態(tài)信息，包括：

基于移動(dòng)終端的傳感器獲取所述用戶的當(dāng)前行為所產(chǎn)生的傳感器數(shù)據(jù)；

根據(jù)所述傳感器數(shù)據(jù)確定所述用戶的當(dāng)前活動(dòng)狀態(tài)信息。

可選地，基于用戶隨身攜帶的移動(dòng)終端獲取所述用戶的當(dāng)前活動(dòng)狀態(tài)信息，還包括：

進(jìn)一步獲取所述移動(dòng)終端的輔助識(shí)別信息，其中，所述輔助識(shí)別信息包括網(wǎng)絡(luò)數(shù)據(jù)、位置信息和/或應(yīng)用數(shù)據(jù)；

在所述傳感器數(shù)據(jù)的基礎(chǔ)上結(jié)合所述輔助識(shí)別信息，確定所述用戶的當(dāng)前活動(dòng)狀態(tài)信息。

可選地，所述移動(dòng)終端的網(wǎng)絡(luò)數(shù)據(jù)包括藍(lán)牙數(shù)據(jù)和/或wifi數(shù)據(jù)；所述移動(dòng)終端的位置信息包括gps信息。

可選地，將所述當(dāng)前活動(dòng)狀態(tài)信息與所述歷史軌跡進(jìn)行匹配，確定所述用戶的當(dāng)前行為，包括：

沿所述歷史軌跡的時(shí)間軸對(duì)應(yīng)存在多個(gè)事件節(jié)點(diǎn)；

將所述當(dāng)前活動(dòng)狀態(tài)信息與所述歷史軌跡匹配，確定與所述當(dāng)前活動(dòng)狀態(tài)信息匹配的軌跡點(diǎn)；

根據(jù)確定的所述軌跡點(diǎn)的鄰近事件節(jié)點(diǎn)的事件信息確定所述用戶的當(dāng)前行為。

可選地，根據(jù)確定的所述軌跡點(diǎn)的鄰近事件節(jié)點(diǎn)的事件信息確定所述用戶的當(dāng)前行為，包括：

根據(jù)當(dāng)前時(shí)間點(diǎn)確定所述軌跡點(diǎn)在所述歷史軌跡的行進(jìn)方向；

在所述軌跡點(diǎn)的鄰近事件節(jié)點(diǎn)選擇與所述行進(jìn)方向一致的事件節(jié)點(diǎn)；

根據(jù)與所述行進(jìn)方向一致的事件節(jié)點(diǎn)的事件信息，確定所述用戶的當(dāng)前行為是完成與所述行進(jìn)方向一致的事件節(jié)點(diǎn)的進(jìn)程。

可選地，所述歷史軌跡根據(jù)所述移動(dòng)終端的歷史數(shù)據(jù)生成，包括：

基于所述移動(dòng)終端的歷史數(shù)據(jù)獲取所述用戶在指定時(shí)長(zhǎng)內(nèi)的活動(dòng)狀態(tài)信息；

對(duì)所述指定時(shí)長(zhǎng)內(nèi)的活動(dòng)狀態(tài)信息進(jìn)行分類解析，歸納出所述用戶的不同行為的發(fā)生規(guī)律；

根據(jù)所述用戶的不同行為的發(fā)生規(guī)律繪制所述歷史軌跡。

可選地，將所述當(dāng)前活動(dòng)狀態(tài)信息與所述歷史軌跡進(jìn)行匹配，確定所述用戶的當(dāng)前行為之后，還包括：

為所述用戶推薦與所述用戶的當(dāng)前行為相關(guān)的推薦信息。

可選地，為所述用戶推薦與所述用戶的當(dāng)前行為相關(guān)的推薦信息，包括：

獲取所述用戶的當(dāng)前行為的所在地和/或目的地；

確定所述所在地和/或目的地的商業(yè)類型；

根據(jù)確定的商業(yè)類型為所述用戶推薦相關(guān)的商業(yè)信息。

可選地，根據(jù)確定的商業(yè)類型為所述用戶推薦相關(guān)的商業(yè)信息，包括：

根據(jù)確定的商業(yè)類型為所述用戶推薦與本商業(yè)類型相關(guān)的商業(yè)信息；和/或

在所述所在地和/或目的地周邊尋找與確定的商業(yè)類型不同的商業(yè)類型，將不同的商業(yè)類型推薦給所述用戶。

可選地，為所述用戶推薦與所述用戶的當(dāng)前行為相關(guān)的推薦信息，包括：若所述用戶的當(dāng)前活動(dòng)狀態(tài)為駕駛狀態(tài)，為所述用戶推送路況信息，和/或，在所述移動(dòng)終端界面自動(dòng)調(diào)起導(dǎo)航展示路線并顯示。

可選地，所述基于用戶隨身攜帶的移動(dòng)終端獲取所述用戶的當(dāng)前活動(dòng)狀態(tài)信息，包括：

收集所述移動(dòng)終端傳感器采集的傳感器數(shù)據(jù)，得到數(shù)據(jù)序列；

將所述數(shù)據(jù)序列作為訓(xùn)練樣本提取其中的特征向量，將特征向量映射到用戶活動(dòng)狀態(tài)的類別，使用機(jī)器學(xué)習(xí)算法訓(xùn)練從特征向量到用戶活動(dòng)狀態(tài)的類別的分類模型。

可選地，所述傳感器采集的數(shù)據(jù)包括多個(gè)方向上的數(shù)據(jù)，所述數(shù)據(jù)序列包括相應(yīng)的各個(gè)方向上的數(shù)據(jù)序列。

可選地，當(dāng)所述傳感器包括多種類型的傳感器時(shí)，收集所述移動(dòng)終端傳感器采集的傳感器數(shù)據(jù)，得到數(shù)據(jù)序列包括：

對(duì)所述多種類型的傳感器進(jìn)行組合，得到多組傳感器，其中，各組傳感器中包含一類或多類傳感器；

收集移動(dòng)終端上的各組傳感器采集的數(shù)據(jù)，得到各組傳感器中各類傳感器對(duì)應(yīng)的數(shù)據(jù)序列。

可選地，將所述數(shù)據(jù)序列作為訓(xùn)練樣本提取其中的特征向量，將特征向量映射到用戶活動(dòng)狀態(tài)的類別，使用機(jī)器學(xué)習(xí)算法訓(xùn)練從特征向量到用戶活動(dòng)狀態(tài)的類別的分類模型，包括：

將所述各組傳感器中各類傳感器對(duì)應(yīng)的數(shù)據(jù)序列作為訓(xùn)練樣本提取其中的特征向量，將特征向量映射到用戶活動(dòng)狀態(tài)的類別，使用機(jī)器學(xué)習(xí)算法訓(xùn)練所述各組傳感器的從特征向量到用戶活動(dòng)狀態(tài)的類別的分類模型。

依據(jù)本發(fā)明實(shí)施例的另一個(gè)方面，提供了一種用于移動(dòng)終端的用戶行為確定裝置，包括：

第一獲取模塊，適于基于用戶隨身攜帶的移動(dòng)終端獲取所述用戶的當(dāng)前活動(dòng)狀態(tài)信息；

第二獲取模塊，適于獲取記錄所述用戶歷史行為規(guī)律的歷史軌跡，其中，所述歷史軌跡根據(jù)所述移動(dòng)終端的歷史數(shù)據(jù)生成；

匹配確定模塊，適于將所述當(dāng)前活動(dòng)狀態(tài)信息與所述歷史軌跡進(jìn)行匹配，確定所述用戶的當(dāng)前行為。

可選地，所述第一獲取模塊，還適于：

基于移動(dòng)終端的傳感器獲取所述用戶的當(dāng)前行為所產(chǎn)生的傳感器數(shù)據(jù)；

根據(jù)所述傳感器數(shù)據(jù)確定所述用戶的當(dāng)前活動(dòng)狀態(tài)信息。

可選地，所述第一獲取模塊，還適于：

進(jìn)一步獲取所述移動(dòng)終端的輔助識(shí)別信息，其中，所述輔助識(shí)別信息包括網(wǎng)絡(luò)數(shù)據(jù)、位置信息和/或應(yīng)用數(shù)據(jù)；

在所述傳感器數(shù)據(jù)的基礎(chǔ)上結(jié)合所述輔助識(shí)別信息，確定所述用戶的當(dāng)前活動(dòng)狀態(tài)信息。

可選地，所述移動(dòng)終端的網(wǎng)絡(luò)數(shù)據(jù)包括藍(lán)牙數(shù)據(jù)和/或wifi數(shù)據(jù)；所述移動(dòng)終端的位置信息包括gps信息。

可選地，所述匹配確定模塊，還適于：

沿所述歷史軌跡的時(shí)間軸對(duì)應(yīng)存在多個(gè)事件節(jié)點(diǎn)；

將所述當(dāng)前活動(dòng)狀態(tài)信息與所述歷史軌跡匹配，確定與所述當(dāng)前活動(dòng)狀態(tài)信息匹配的軌跡點(diǎn)；

根據(jù)確定的所述軌跡點(diǎn)的鄰近事件節(jié)點(diǎn)的事件信息確定所述用戶的當(dāng)前行為。

可選地，所述匹配確定模塊，還適于：

根據(jù)當(dāng)前時(shí)間點(diǎn)確定所述軌跡點(diǎn)在所述歷史軌跡的行進(jìn)方向；

在所述軌跡點(diǎn)的鄰近事件節(jié)點(diǎn)選擇與所述行進(jìn)方向一致的事件節(jié)點(diǎn)；

根據(jù)與所述行進(jìn)方向一致的事件節(jié)點(diǎn)的事件信息，確定所述用戶的當(dāng)前行為是完成與所述行進(jìn)方向一致的事件節(jié)點(diǎn)的進(jìn)程。

可選地，所述第二獲取模塊，還適于：

基于所述移動(dòng)終端的歷史數(shù)據(jù)獲取所述用戶在指定時(shí)長(zhǎng)內(nèi)的活動(dòng)狀態(tài)信息；

對(duì)所述指定時(shí)長(zhǎng)內(nèi)的活動(dòng)狀態(tài)信息進(jìn)行分類解析，歸納出所述用戶的不同行為的發(fā)生規(guī)律；

根據(jù)所述用戶的不同行為的發(fā)生規(guī)律繪制所述歷史軌跡。

可選地，應(yīng)用的啟動(dòng)裝置，還包括：

推薦模塊，適于為所述用戶推薦與所述用戶的當(dāng)前行為相關(guān)的推薦信息。

可選地，所述推薦模塊，還適于：

獲取所述用戶的當(dāng)前行為的所在地和/或目的地；

確定所述所在地和/或目的地的商業(yè)類型；

根據(jù)確定的商業(yè)類型為所述用戶推薦相關(guān)的商業(yè)信息。

可選地，所述推薦模塊，還適于：

根據(jù)確定的商業(yè)類型為所述用戶推薦與本商業(yè)類型相關(guān)的商業(yè)信息；和/或

在所述所在地和/或目的地周邊尋找與確定的商業(yè)類型不同的商業(yè)類型，將不同的商業(yè)類型推薦給所述用戶。

可選地，所述推薦模塊，還適于：若所述用戶的當(dāng)前活動(dòng)狀態(tài)為駕駛狀態(tài)，為所述用戶推送路況信息，和/或，在所述移動(dòng)終端界面自動(dòng)調(diào)起導(dǎo)航展示路線并顯示。

可選地，所述第一獲取模塊，還適于：

收集所述移動(dòng)終端傳感器采集的傳感器數(shù)據(jù)，得到數(shù)據(jù)序列；

將所述數(shù)據(jù)序列作為訓(xùn)練樣本提取其中的特征向量，將特征向量映射到用戶活動(dòng)狀態(tài)的類別，使用機(jī)器學(xué)習(xí)算法訓(xùn)練從特征向量到用戶活動(dòng)狀態(tài)的類別的分類模型。

可選地，所述傳感器采集的數(shù)據(jù)包括多個(gè)方向上的數(shù)據(jù)，所述數(shù)據(jù)序列包括相應(yīng)的各個(gè)方向上的數(shù)據(jù)序列。

可選地，所述第一獲取模塊，還適于：

當(dāng)所述傳感器包括多種類型的傳感器時(shí)，對(duì)所述多種類型的傳感器進(jìn)行組合，得到多組傳感器，其中，各組傳感器中包含一類或多類傳感器；

收集移動(dòng)終端上的各組傳感器采集的數(shù)據(jù)，得到各組傳感器中各類傳感器對(duì)應(yīng)的數(shù)據(jù)序列。

可選地，所述第一獲取模塊，還適于：

將所述各組傳感器中各類傳感器對(duì)應(yīng)的數(shù)據(jù)序列作為訓(xùn)練樣本提取其中的特征向量，將特征向量映射到用戶活動(dòng)狀態(tài)的類別，使用機(jī)器學(xué)習(xí)算法訓(xùn)練所述各組傳感器的從特征向量到用戶活動(dòng)狀態(tài)的類別的分類模型。

依據(jù)本發(fā)明的又一個(gè)方面，提供了一種計(jì)算機(jī)程序，其包括計(jì)算機(jī)可讀代碼，當(dāng)所述計(jì)算機(jī)可讀代碼在計(jì)算設(shè)備上運(yùn)行時(shí)，導(dǎo)致所述計(jì)算設(shè)備執(zhí)行所述的用于移動(dòng)終端的用戶行為確定方法。

依據(jù)本發(fā)明的又一個(gè)方面，提供了一種計(jì)算機(jī)可讀介質(zhì)，其中存儲(chǔ)了所述的計(jì)算機(jī)程序。

依據(jù)本發(fā)明的再一個(gè)方面，提供了一種移動(dòng)終端，包括處理器和存儲(chǔ)器：

所述存儲(chǔ)器用于存儲(chǔ)執(zhí)行上述任一項(xiàng)用于移動(dòng)終端的用戶行為確定方法的程序，

所述處理器被配置為用于執(zhí)行所述存儲(chǔ)器中存儲(chǔ)的程序。

本發(fā)明實(shí)施例，為了能夠?qū)崿F(xiàn)通過(guò)移動(dòng)終端確定用戶當(dāng)前的行為，可以首先基于用戶隨身攜帶的移動(dòng)終端獲取用戶的當(dāng)前活動(dòng)狀態(tài)信息。進(jìn)而，在獲取到用戶當(dāng)前活動(dòng)狀態(tài)信息的基礎(chǔ)上，進(jìn)一步獲取記錄用戶歷史行為規(guī)律的歷史軌跡。其中，歷史軌跡可以根據(jù)移動(dòng)終端的歷史數(shù)據(jù)生成。進(jìn)一步地，在獲取到上述信息后，將當(dāng)前活動(dòng)狀態(tài)信息與歷史軌跡進(jìn)行匹配，進(jìn)而，根據(jù)匹配結(jié)果確定用戶的當(dāng)前行為。由此可知，本發(fā)明實(shí)施例通過(guò)利用移動(dòng)終端本身的設(shè)備可以獲取用戶的多種活動(dòng)狀態(tài)信息，其較現(xiàn)有技術(shù)中僅能通過(guò)移動(dòng)終端獲取用戶的步數(shù)統(tǒng)計(jì)信息有了極大提高。并且，本發(fā)明實(shí)施例的移動(dòng)終端是基于用戶隨身攜帶的，其能夠?qū)崟r(shí)記錄用戶的各種活動(dòng)信息，進(jìn)而提高獲取的用戶活動(dòng)狀態(tài)信息的準(zhǔn)確性。此外，本發(fā)明實(shí)施例還可以通過(guò)移動(dòng)終端獲取記錄用戶行為規(guī)律的歷史軌跡，該歷史軌跡通過(guò)結(jié)合大數(shù)據(jù)分析而生成，對(duì)用戶的日常行為作出了詳細(xì)統(tǒng)計(jì)。更多地，本發(fā)明實(shí)施例還可以通過(guò)將獲取的當(dāng)前活動(dòng)狀態(tài)信息與移動(dòng)終端上的歷史軌跡進(jìn)行匹配，以達(dá)到確定用戶行為的目的。本發(fā)明實(shí)施例僅通過(guò)移動(dòng)終端即可精準(zhǔn)地確定用戶當(dāng)前的行為，進(jìn)而可以更好地實(shí)現(xiàn)用戶與移動(dòng)終端之間的交互，同時(shí)為用戶提供全方位的推薦信息，為用戶的日常生活提供了極大的便利。

上述說(shuō)明僅是本發(fā)明技術(shù)方案的概述，為了能夠更清楚了解本發(fā)明的技術(shù)手段，而可依照說(shuō)明書(shū)的內(nèi)容予以實(shí)施，并且為了讓本發(fā)明的上述和其它目的、特征和優(yōu)點(diǎn)能夠更明顯易懂，以下特舉本發(fā)明的具體實(shí)施方式。

根據(jù)下文結(jié)合附圖對(duì)本發(fā)明具體實(shí)施例的詳細(xì)描述，本領(lǐng)域技術(shù)人員將會(huì)更加明了本發(fā)明的上述以及其他目的、優(yōu)點(diǎn)和特征。

附圖說(shuō)明

通過(guò)閱讀下文優(yōu)選實(shí)施方式的詳細(xì)描述，各種其他的優(yōu)點(diǎn)和益處對(duì)于本領(lǐng)域普通技術(shù)人員將變得清楚明了。附圖僅用于示出優(yōu)選實(shí)施方式的目的，而并不認(rèn)為是對(duì)本發(fā)明的限制。而且在整個(gè)附圖中，用相同的參考符號(hào)表示相同的部件。在附圖中：

圖1是根據(jù)本發(fā)明一個(gè)實(shí)施例的用于移動(dòng)終端的用戶行為確定方法的處理流程圖；

圖2是根據(jù)本發(fā)明一個(gè)實(shí)施例的用于移動(dòng)終端的用戶當(dāng)前活動(dòng)狀態(tài)識(shí)別方法的處理流程圖；

圖3是根據(jù)本發(fā)明一個(gè)實(shí)施例的分類模型的訓(xùn)練方法的處理流程圖；

圖4a是根據(jù)本發(fā)明一個(gè)實(shí)施例的常停留點(diǎn)作為搜索建議詞進(jìn)行推薦的第一種示意圖；

圖4b是根據(jù)本發(fā)明一個(gè)實(shí)施例的常停留點(diǎn)作為搜索建議詞進(jìn)行推薦的第二種示意圖；

圖5是根據(jù)本發(fā)明一個(gè)實(shí)施例的確定用戶行為之后的推薦信息示意圖；

圖6是根據(jù)本發(fā)明一個(gè)實(shí)施例的展示導(dǎo)航路線的示意圖；

圖7是根據(jù)本發(fā)明一個(gè)實(shí)施例的移動(dòng)終端上加速度傳感器的數(shù)據(jù)軌跡圖；

圖8是根據(jù)本發(fā)明一個(gè)實(shí)施例的用戶個(gè)性標(biāo)簽的示意圖；

圖9是根據(jù)本發(fā)明一個(gè)實(shí)施例的用于移動(dòng)終端的用戶行為確定裝置的示意性框圖；

圖10是根據(jù)本發(fā)明一個(gè)實(shí)施例的用于移動(dòng)終端的用戶行為確定裝置的另一個(gè)示意性框圖；

圖11是根據(jù)本發(fā)明一個(gè)實(shí)施例的移動(dòng)終端的結(jié)構(gòu)示意圖；

圖12是根據(jù)本發(fā)明一個(gè)實(shí)施例的用于執(zhí)行根據(jù)本發(fā)明的用于移動(dòng)終端的用戶行為確定方法的計(jì)算設(shè)備的框圖；以及

圖13是根據(jù)本發(fā)明一個(gè)實(shí)施例的用于保持或者攜帶實(shí)現(xiàn)根據(jù)本發(fā)明的用于移動(dòng)終端的用戶行為確定方法的程序代碼的存儲(chǔ)單元。

具體實(shí)施方式

下面將參照附圖更詳細(xì)地描述本公開(kāi)的示例性實(shí)施例。雖然附圖中顯示了本公開(kāi)的示例性實(shí)施例，然而應(yīng)當(dāng)理解，可以以各種形式實(shí)現(xiàn)本公開(kāi)而不應(yīng)被這里闡述的實(shí)施例所限制。相反，提供這些實(shí)施例是為了能夠更透徹地理解本公開(kāi)，并且能夠?qū)⒈竟_(kāi)的范圍完整的傳達(dá)給本領(lǐng)域的技術(shù)人員。

為解決上述技術(shù)問(wèn)題，本發(fā)明實(shí)施例提供了一種用于移動(dòng)終端的用戶行為確定方法。圖1是根據(jù)本發(fā)明一個(gè)實(shí)施例的用于移動(dòng)終端的用戶行為確定方法的處理流程圖。如圖1所示，用戶行為的確定方法至少包括步驟s102至步驟s106：

步驟s102、基于用戶隨身攜帶的移動(dòng)終端獲取用戶的當(dāng)前活動(dòng)狀態(tài)信息；

步驟s104、獲取記錄用戶歷史行為規(guī)律的歷史軌跡，其中，歷史軌跡根據(jù)移動(dòng)終端的歷史數(shù)據(jù)生成；

步驟s106、將當(dāng)前活動(dòng)狀態(tài)信息與歷史軌跡進(jìn)行匹配，確定用戶的當(dāng)前行為。

本發(fā)明實(shí)施例，為了能夠?qū)崿F(xiàn)通過(guò)移動(dòng)終端確定用戶當(dāng)前的行為，可以首先基于用戶隨身攜帶的移動(dòng)終端獲取用戶的當(dāng)前活動(dòng)狀態(tài)信息。進(jìn)而，在獲取到用戶當(dāng)前活動(dòng)狀態(tài)信息的基礎(chǔ)上，進(jìn)一步獲取記錄用戶歷史行為規(guī)律的歷史軌跡。其中，歷史軌跡可以根據(jù)移動(dòng)終端的歷史數(shù)據(jù)生成。進(jìn)一步地，在獲取到上述信息后，將當(dāng)前活動(dòng)狀態(tài)信息與歷史軌跡進(jìn)行匹配，進(jìn)而，根據(jù)匹配結(jié)果確定用戶的當(dāng)前行為。由此可知，本發(fā)明實(shí)施例通過(guò)利用移動(dòng)終端本身的設(shè)備可以獲取用戶的多種活動(dòng)狀態(tài)信息，其較現(xiàn)有技術(shù)中僅能通過(guò)移動(dòng)終端獲取用戶的步數(shù)統(tǒng)計(jì)信息有了極大提高。并且，本發(fā)明實(shí)施例的移動(dòng)終端是基于用戶隨身攜帶的，其能夠?qū)崟r(shí)記錄用戶的各種活動(dòng)信息，進(jìn)而提高獲取的用戶活動(dòng)狀態(tài)信息的準(zhǔn)確定。此外，本發(fā)明實(shí)施例還可以通過(guò)移動(dòng)終端獲取記錄用戶行為規(guī)律的歷史軌跡，該歷史軌跡通過(guò)結(jié)合大數(shù)據(jù)分析而生成，對(duì)用戶的日常行為做出了詳細(xì)統(tǒng)計(jì)。更多地，本發(fā)明實(shí)施例還可以通過(guò)將獲取的當(dāng)前活動(dòng)狀態(tài)信息與移動(dòng)終端上的歷史軌跡進(jìn)行匹配，以達(dá)到確定用戶行為的目的。本發(fā)明實(shí)施例僅通過(guò)移動(dòng)終端即可精準(zhǔn)地確定用戶當(dāng)前的行為，進(jìn)而可以更好地實(shí)現(xiàn)用戶與移動(dòng)終端之間的交互，同時(shí)為用戶提供全方位的推薦信息，為用戶的日常生活提供了極大的便利。

上文步驟s102中提及的移動(dòng)終端可以包括智能手機(jī)、平板電腦、智能手表、筆記本電腦、移動(dòng)pos機(jī)等，其目前已在人們的日常生活中得到了廣泛地運(yùn)用。根據(jù)本發(fā)明實(shí)施例，可以基于用戶隨身攜帶的移動(dòng)終端獲取用戶的當(dāng)前活動(dòng)狀態(tài)信息。

具體地，在執(zhí)行步驟s102時(shí)，可以基于移動(dòng)終端的傳感器獲取用戶的當(dāng)前行為所產(chǎn)生的傳感器數(shù)據(jù)。移動(dòng)終端的傳感器可以是加速度計(jì)(accelerometer)、磁力計(jì)(magnetometer)、陀螺儀(gyroscope)等，本發(fā)明實(shí)施例不限于此。這些傳感器使得移動(dòng)終端具備多種多樣的功能，其中，本發(fā)明實(shí)施例對(duì)用戶活動(dòng)狀態(tài)的識(shí)別即用到了移動(dòng)終端中各傳感器的測(cè)量數(shù)據(jù)。相應(yīng)地，加速度計(jì)是測(cè)量運(yùn)載體線加速度的儀表，其是活動(dòng)識(shí)別最主要的傳感器，其測(cè)量作用于設(shè)備的三個(gè)軸方向(x，y，z)的加速度(m/s²)，包含了重力加速度。磁力計(jì)測(cè)量作用于設(shè)備三個(gè)軸方向(x，y，z)的磁場(chǎng)強(qiáng)度值(a/m)。陀螺儀測(cè)量設(shè)備繞三個(gè)軸(x，y，z)旋轉(zhuǎn)的速度(rad/s)。移動(dòng)終端的各傳感器能夠?qū)τ脩舻牟煌袨檫M(jìn)行數(shù)據(jù)的測(cè)量和收集。

在根據(jù)移動(dòng)終端的傳感器獲取到用戶的當(dāng)前行為所產(chǎn)生的傳感器數(shù)據(jù)后，可以根據(jù)獲取的傳感器數(shù)據(jù)確定用戶的當(dāng)前活動(dòng)狀態(tài)信息。具體地，圖2示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的用于移動(dòng)終端的用戶活動(dòng)狀態(tài)識(shí)別方法的流程示意圖，在圖2中，該方法至少可以包括以下步驟s202至步驟s204：

步驟s202、提取當(dāng)前的傳感器數(shù)據(jù)中的特征向量，并輸入從特征向量到用戶活動(dòng)狀態(tài)的類別的分類模型。

步驟s204、利用上述分類模型識(shí)別出當(dāng)前的傳感器數(shù)據(jù)對(duì)應(yīng)的用戶活動(dòng)狀態(tài)的類別。

可以看到，本發(fā)明實(shí)施例充分利用了移動(dòng)終端本身具備的傳感器，讀取傳感器采集的傳感器數(shù)據(jù)，并基于傳感器數(shù)據(jù)和分類模型能夠識(shí)別出使用該移動(dòng)終端的用戶的日?；顒?dòng)狀態(tài)。并且，本發(fā)明實(shí)施例在對(duì)傳感器數(shù)據(jù)處理時(shí)，針對(duì)性地提取其中的特征向量，能夠提高識(shí)別結(jié)果的精確度。

本發(fā)明實(shí)施例，在讀取到傳感器數(shù)據(jù)之后，執(zhí)行步驟s202，從讀取的傳感器數(shù)據(jù)中提取特征向量，然后將提取的特征向量輸入分類模型中進(jìn)而識(shí)別用戶活動(dòng)狀態(tài)的類別，如靜止、步行、騎行、跑步、登山、駕車(chē)、坐公交、坐地鐵、坐火車(chē)等等。分類模型中的特征向量與提取的特征向量是對(duì)應(yīng)的，因此，本發(fā)明實(shí)施例首先介紹分類模型的訓(xùn)練步驟，圖3示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的分類模型的訓(xùn)練方法的流程示意圖，在圖3中，該方法至少可以包括以下步驟s302至步驟s304：

步驟s302、收集移動(dòng)終端上傳感器采集的數(shù)據(jù)，得到數(shù)據(jù)序列；

步驟s304、將數(shù)據(jù)序列作為訓(xùn)練樣本提取其中的特征向量，將特征向量映射到用戶活動(dòng)狀態(tài)的類別，使用機(jī)器學(xué)習(xí)算法訓(xùn)練從特征向量到用戶活動(dòng)狀態(tài)的類別的分類模型。

上述的步驟s302和步驟s304主要可以包括數(shù)據(jù)收集、預(yù)處理、數(shù)據(jù)分割、特征提取以及機(jī)器學(xué)習(xí)，詳細(xì)介紹如下。

在數(shù)據(jù)收集步驟中，收集移動(dòng)終端上傳感器采集的數(shù)據(jù)，得到數(shù)據(jù)序列。即，從前面介紹的各傳感器中可以獲得用戶活動(dòng)期間的傳感器數(shù)據(jù)序列，具體可以以恒定采樣頻率(如50赫茲等)來(lái)采樣得到數(shù)據(jù)。并且，傳感器采集的數(shù)據(jù)可以包括多個(gè)方向上的數(shù)據(jù)，這樣，數(shù)據(jù)序列也可以包括相應(yīng)的各個(gè)方向上的數(shù)據(jù)序列。例如，加速度計(jì)、地磁傳感器、陀螺儀都有三個(gè)軸的讀數(shù)，因而對(duì)于每個(gè)傳感器，都會(huì)得到三個(gè)軸x、y、z的信號(hào)值序列。在數(shù)據(jù)收集過(guò)程中，本發(fā)明實(shí)施例對(duì)前述的各個(gè)類別的用戶活動(dòng)狀態(tài)都需要收集充分的樣本，同一類別的用戶活動(dòng)狀態(tài)，也可以考慮移動(dòng)終端的姿態(tài)等各種不同的情況。

在預(yù)處理步驟中，有些移動(dòng)終端不一定支持所有的傳感器，因此，本發(fā)明實(shí)施例從收集的數(shù)據(jù)中，提取不同傳感器組合的數(shù)據(jù)。即，對(duì)多種類型的傳感器進(jìn)行組合，得到多組傳感器。其中，各組傳感器中包含一類或多類傳感器，進(jìn)而收集移動(dòng)終端上的各組傳感器采集的數(shù)據(jù)，得到各組傳感器中各類傳感器對(duì)應(yīng)的數(shù)據(jù)序列。由于加速度計(jì)是最主要的傳感器，本發(fā)明實(shí)施例選擇以下三種可能的組合：(1)加速度計(jì)；(2)加速度計(jì)和地磁傳感器；(3)加速度計(jì)、地磁傳感器和陀螺儀，對(duì)這三種情況的數(shù)據(jù)將分別進(jìn)行訓(xùn)練。

在數(shù)據(jù)分割步驟中，將傳感器數(shù)據(jù)序列分割成子序列，每個(gè)子序列映射到一個(gè)對(duì)應(yīng)的活動(dòng)標(biāo)簽。對(duì)于加速度計(jì)、地磁傳感器和陀螺儀這些以恒定采樣頻率采樣的數(shù)據(jù)，本發(fā)明實(shí)施例將整個(gè)傳感器數(shù)據(jù)序列分割為時(shí)間間隔相等的子序列。選擇最佳的時(shí)間窗口大小或時(shí)間間隔是影響識(shí)別效果的關(guān)鍵因素之一，因此，本發(fā)明實(shí)施例分別選擇1至6秒的不同間隔進(jìn)行分割得到子序列，后面通過(guò)機(jī)器學(xué)習(xí)分類時(shí)，對(duì)不同尺度的數(shù)據(jù)分別進(jìn)行學(xué)習(xí)，得到基于不同時(shí)間窗口大小的識(shí)別模型，然后對(duì)不同的模型評(píng)測(cè)其識(shí)別效果，以選擇最佳的分割間隔。需要說(shuō)明的是，這里選取的1至6秒的時(shí)間間隔僅是示意性的，并不對(duì)本發(fā)明實(shí)施例進(jìn)行限制，在實(shí)際應(yīng)用中，還可以選取7或8秒等時(shí)間間隔來(lái)對(duì)序列進(jìn)行分割。

數(shù)據(jù)分割完畢后得到的樣本集中，可以選取一部分作為后續(xù)機(jī)器學(xué)習(xí)的輸入，剩下的部分作為測(cè)試集，用來(lái)評(píng)測(cè)分類模型的分類效果。

在本發(fā)明的可選實(shí)施例中，在利用各個(gè)時(shí)間窗口對(duì)數(shù)據(jù)序列進(jìn)行分割處理時(shí)，每時(shí)間窗口生成一個(gè)子序列，子序列之間互不重疊，得到該時(shí)間窗口對(duì)應(yīng)的多個(gè)子序列作為訓(xùn)練樣本；或者，將各個(gè)時(shí)間窗口在數(shù)據(jù)序列上進(jìn)行滑動(dòng)，每滑動(dòng)指定時(shí)長(zhǎng)生成當(dāng)前時(shí)間窗口對(duì)應(yīng)的子序列，得到各個(gè)時(shí)間窗口各自對(duì)應(yīng)的多個(gè)子序列作為訓(xùn)練樣本。

在特征提取步驟中，對(duì)于分割后的傳感器數(shù)據(jù)子序列，本發(fā)明實(shí)施例舉例以下公式來(lái)計(jì)算以下特征量來(lái)得到序列的特征向量，但需要說(shuō)明的是，本發(fā)明保護(hù)的技術(shù)方案并不局限以下及說(shuō)明書(shū)中列的各個(gè)公式實(shí)現(xiàn)的方案，本領(lǐng)域技術(shù)人員能夠想到通過(guò)合理變化、增減比例、調(diào)整系數(shù)、增加權(quán)重等方式依然可以實(shí)現(xiàn)本發(fā)明技術(shù)方案，而這些未窮舉的方案也都在本發(fā)明保護(hù)范圍內(nèi)。

1)均值(mean)

對(duì)于大小為n的序列s，其均值為n個(gè)信號(hào)值相加的總和除以序列大小，計(jì)算公式如下：

mean(s)＝sum(s)/n

2)標(biāo)準(zhǔn)差(standarddeviation)

標(biāo)準(zhǔn)差是各信號(hào)值與均值離差平方的算術(shù)平均數(shù)的平方根，可以反映樣本的變化度。

對(duì)于大小為n的序列x1,x2...xn，其均值為μ，標(biāo)準(zhǔn)差公式為：

3)中位數(shù)(median)

中位數(shù)為數(shù)據(jù)序列按順序排列后位于中間位置的數(shù)。對(duì)于大小為n的序列，將該序列按升序排序，如果n為奇數(shù)，則取(n+1)/2個(gè)數(shù)為中位數(shù)；如果n為偶數(shù)，則取第n/2個(gè)數(shù)和第n/2+1個(gè)數(shù)的平均數(shù)為中位數(shù)。

4)中位數(shù)絕對(duì)偏差(medianabsolutedeviation)

當(dāng)存在異常值可能影響平均值的一些情況下，中位數(shù)絕對(duì)偏差相對(duì)標(biāo)準(zhǔn)差可以提供更好的變化度測(cè)量。將序列的各項(xiàng)減去序列的中位數(shù)后求絕對(duì)值，得到新序列，對(duì)于新序列求中位數(shù)，即可以得到中位數(shù)絕對(duì)偏差。

對(duì)于序列x1,x2...xn，中位數(shù)絕對(duì)偏差為：

mad＝median(|xi-median(x)|)

5)零交叉(zerocrossing)

零交叉為信號(hào)值與中位置相交的次數(shù)，這個(gè)特征量用于區(qū)分快運(yùn)動(dòng)和慢運(yùn)動(dòng)。計(jì)算方法是遍歷序列的各項(xiàng)值，如果中位數(shù)大于當(dāng)前項(xiàng)且小于后一項(xiàng)，或者小于當(dāng)前項(xiàng)且大于后一項(xiàng)，則零交叉次數(shù)加1。

6)相關(guān)性(correlation)

多分量的傳感器，其各個(gè)分量之間存在相關(guān)性，如加速度計(jì)的x、y、z三個(gè)方向相互之間的相關(guān)性。不同的活動(dòng)狀態(tài)各分量的相關(guān)性可能存在差異。對(duì)于大小為n的序列x和y，其相關(guān)性的計(jì)算公式如下：

7)峰-峰振幅

該值表示信號(hào)的峰值到谷值之差，即數(shù)據(jù)序列的最大值與最小值之差，計(jì)算公式如下：

p2pa(s)＝max(s)-min(s)

8)信號(hào)能量

信號(hào)能量指信號(hào)曲線與時(shí)間軸之間構(gòu)成的區(qū)域的面積，對(duì)于傳感器數(shù)值序列，信號(hào)能量可以表示為平方值之和：

以上介紹了本發(fā)明實(shí)施例從數(shù)據(jù)序列或子序列中主要提取的特征向量，當(dāng)然本發(fā)明并不限于此。

接下來(lái)，在機(jī)器學(xué)習(xí)步驟中，本發(fā)明實(shí)施例使用監(jiān)督學(xué)習(xí)方法，將特征向量映射到用戶活動(dòng)狀態(tài)的類別，建立從特征向量到用戶活動(dòng)狀態(tài)的類別的分類模型。這里，如前文介紹，數(shù)據(jù)序列對(duì)應(yīng)有用戶活動(dòng)狀態(tài)的類別的標(biāo)簽，這樣在將特征向量映射到用戶活動(dòng)狀態(tài)的類別時(shí)，可以將數(shù)據(jù)序列對(duì)應(yīng)的用戶活動(dòng)狀態(tài)的類別的標(biāo)簽作為其特征向量的標(biāo)簽，從而將數(shù)據(jù)序列的特征向量映射到用戶活動(dòng)狀態(tài)的類別。

針對(duì)不同的傳感器組合，本發(fā)明實(shí)施例將訓(xùn)練不同的分類模型，之后就可以利用這些分類模型，識(shí)別新的樣本對(duì)應(yīng)的用戶活動(dòng)狀態(tài)的類別。

不同的監(jiān)督學(xué)習(xí)算法對(duì)活動(dòng)的識(shí)別效果有明顯的差異，本發(fā)明實(shí)施例選取支持向量機(jī)(supportvectormachine，svm)作為主要的監(jiān)督學(xué)習(xí)方法。svm的目標(biāo)是使預(yù)測(cè)精度最大化而又不會(huì)引起數(shù)據(jù)的過(guò)擬合，對(duì)于二元分類，svm算法在特征空間里建立一個(gè)區(qū)域模型，將數(shù)據(jù)(特征向量)在多維空間中分隔成兩個(gè)不同的類別，使分類邊界離最近的數(shù)據(jù)點(diǎn)的距離盡量遠(yuǎn)。對(duì)活動(dòng)進(jìn)行分類屬于多類別問(wèn)題，多類別問(wèn)題可以分解為多個(gè)二元分類問(wèn)題，本發(fā)明實(shí)施例選擇一對(duì)一方法，即最大贏選舉法(maximum-winsvoting)來(lái)處理活動(dòng)分類問(wèn)題，對(duì)每對(duì)不同的活動(dòng)類別，訓(xùn)練一個(gè)svm模型，最終得到k(k-1)/2個(gè)svm分類器，對(duì)新樣本分類時(shí)，每個(gè)分類器將得出一個(gè)分類，記錄每個(gè)類別的得票數(shù)，得票最多的分類勝出，即確定為新樣本對(duì)應(yīng)的用戶活動(dòng)狀態(tài)的類別。

需要說(shuō)明的是，此處列舉的機(jī)器學(xué)習(xí)svm算法僅是示意性的，本發(fā)明實(shí)施例還可以使用決策樹(shù)、人工神經(jīng)網(wǎng)絡(luò)、樸素貝葉斯等算法來(lái)實(shí)現(xiàn)分類，并且還可以對(duì)比評(píng)估不同學(xué)習(xí)算法的效果，從而選擇合適的學(xué)習(xí)算法。具體地，利用測(cè)試樣本集可以實(shí)現(xiàn)學(xué)習(xí)效果的評(píng)測(cè)，本發(fā)明實(shí)施例選擇召回率、準(zhǔn)確率、f-score作為評(píng)測(cè)指標(biāo)，通過(guò)不斷調(diào)整訓(xùn)練樣本、特征向量等相關(guān)參數(shù)以達(dá)到更佳的標(biāo)準(zhǔn)，優(yōu)化識(shí)別效果。

在訓(xùn)練得到分類模型之后，接下來(lái)就可以利用分類模型來(lái)識(shí)別用戶活動(dòng)狀態(tài)的類別。即，在步驟s202中從讀取的傳感器數(shù)據(jù)中提取特征向量，并輸入從特征向量到用戶活動(dòng)狀態(tài)的類別的分類模型，在步驟s204中利用上述分類模型識(shí)別讀取的傳感器數(shù)據(jù)對(duì)應(yīng)的用戶活動(dòng)狀態(tài)的類別。這里，在讀取傳感器數(shù)據(jù)時(shí)，可以以固定時(shí)間間隔生成樣本，有以下兩種生成樣本的方式：

第一，假設(shè)樣本所需持續(xù)時(shí)間為5秒，每5秒生成一個(gè)樣本，樣本之間互相不重疊；

第二，假設(shè)樣本所需持續(xù)時(shí)間為5秒，每1秒生成一個(gè)樣本，取之前5秒內(nèi)的數(shù)據(jù)，樣本之間會(huì)相互重疊。

在提取特征向量時(shí)，提取的特征向量與訓(xùn)練時(shí)相同，即，可以利用上文特征提取步驟中提及的方法計(jì)算數(shù)據(jù)序列或子序列的均值、標(biāo)準(zhǔn)差、中位數(shù)、中位數(shù)絕對(duì)偏差、零交叉、相關(guān)性、峰-峰振幅、信號(hào)能量，將這些特征值作為序列的特征向量。接下來(lái)，根據(jù)移動(dòng)終端支持的傳感器，選擇合適的分類模型，使得訓(xùn)練好的分類模型對(duì)樣本進(jìn)行分類，識(shí)別出讀取的傳感器數(shù)據(jù)對(duì)應(yīng)的用戶活動(dòng)狀態(tài)的類別。

在本發(fā)明的可選實(shí)施例中，為了進(jìn)一步提高識(shí)別的準(zhǔn)確率，可以在確定用戶的當(dāng)前活動(dòng)狀態(tài)信息之前，進(jìn)一步獲取移動(dòng)終端的輔助識(shí)別信息，進(jìn)而利用輔助識(shí)別信息來(lái)調(diào)整識(shí)別出的用戶活動(dòng)狀態(tài)的類別。本發(fā)明實(shí)施例中，輔助識(shí)別信息可以是網(wǎng)絡(luò)數(shù)據(jù)、位置信息和/或應(yīng)用數(shù)據(jù)。更多地，移動(dòng)終端的網(wǎng)絡(luò)數(shù)據(jù)可以是藍(lán)牙數(shù)據(jù)和/或wifi數(shù)據(jù)，移動(dòng)終端的位置信息可以是gps信息等，本發(fā)明實(shí)施例對(duì)此不做具體限定。同時(shí)，本發(fā)明實(shí)施例所提供的方法，將利用分類模型識(shí)別用戶活動(dòng)狀態(tài)的類別稱為初步識(shí)別，進(jìn)而，還可以利用輔助識(shí)別信息來(lái)調(diào)整初步識(shí)別的識(shí)別結(jié)果。

在利用輔助識(shí)別信息來(lái)調(diào)整識(shí)別出的用戶活動(dòng)狀態(tài)的類別時(shí)，本發(fā)明實(shí)施例可以判斷移動(dòng)終端上的指定通信模塊(如藍(lán)牙、wifi等，本發(fā)明實(shí)施例不限于此)是否接入相應(yīng)協(xié)議類型的通信設(shè)備。若是，則獲取移動(dòng)終端上的通信模塊接入的通信設(shè)備的相關(guān)信息，進(jìn)而基于獲取的相關(guān)信息來(lái)調(diào)整識(shí)別出的用戶活動(dòng)狀態(tài)的類別。下面通過(guò)幾個(gè)實(shí)例來(lái)詳細(xì)介紹。

情況一，藍(lán)牙連接狀態(tài)

本發(fā)明實(shí)施例可以獲取藍(lán)牙連接狀態(tài)及連接的藍(lán)牙設(shè)備類型，查看連接的藍(lán)牙設(shè)備類型可以識(shí)別車(chē)載藍(lán)牙設(shè)備，當(dāng)確認(rèn)移動(dòng)終端連接了車(chē)載藍(lán)牙設(shè)備，且初步識(shí)別的用戶活動(dòng)狀態(tài)為駕車(chē)或與駕車(chē)接近的狀態(tài)，則可以確認(rèn)或糾正為駕車(chē)狀態(tài)。

情況二，周邊藍(lán)牙設(shè)備

通過(guò)藍(lán)牙掃描可以得到周邊的藍(lán)牙設(shè)備列表，分析其中的設(shè)備類型及數(shù)量，統(tǒng)計(jì)發(fā)現(xiàn)駕車(chē)時(shí)掃描到的藍(lán)牙設(shè)備數(shù)量通過(guò)不會(huì)太多。因此，可以設(shè)定數(shù)量閾值，如果該數(shù)量超過(guò)了數(shù)量閾值且無(wú)車(chē)載藍(lán)牙設(shè)備，而初步識(shí)別為駕車(chē)，則認(rèn)為是誤識(shí)別。

情況三，gps

通過(guò)gps可以獲得當(dāng)前的位置及移動(dòng)速度，通過(guò)設(shè)定速度閾值，可以確認(rèn)是否在行駛的車(chē)輛上。由于gps長(zhǎng)時(shí)間使用功耗較高，因此，本發(fā)明實(shí)施例僅在用戶活動(dòng)狀態(tài)可能發(fā)生切換，進(jìn)行確認(rèn)時(shí)才使用gps輔助判斷。

情況四，wifi

目前，許多公交車(chē)上都會(huì)安裝wifi，這些wifi通常都有較明顯的特征(如名稱等)，通過(guò)數(shù)據(jù)收集與分析可以提取這些特征，如果移動(dòng)終端連接了wifi，通過(guò)判斷當(dāng)前連接的wifi的特征，可以輔助判斷是否在公交車(chē)上。

情況五，歷史狀態(tài)

歷史狀態(tài)用于狀態(tài)切換，在判斷是否可以切換到新的狀態(tài)時(shí)，需要考察歷史狀態(tài)，確認(rèn)新的狀態(tài)是否已經(jīng)持續(xù)了指定時(shí)長(zhǎng)，若是，則確認(rèn)切換到新的狀態(tài)；若否，則不認(rèn)為切換到新的狀態(tài)。

在利用輔助識(shí)別信息來(lái)調(diào)整識(shí)別出的用戶活動(dòng)狀態(tài)的類別時(shí)，本發(fā)明實(shí)施例還可以獲取移動(dòng)終端上的指定應(yīng)用程序的業(yè)務(wù)數(shù)據(jù)，進(jìn)而基于獲取的業(yè)務(wù)數(shù)據(jù)來(lái)調(diào)整識(shí)別出的用戶活動(dòng)狀態(tài)的類別。例如，用戶開(kāi)啟指定應(yīng)用程序，利用指定應(yīng)用程序打開(kāi)自行車(chē)車(chē)鎖，然后進(jìn)入騎行狀態(tài)，該指定應(yīng)用程序從開(kāi)鎖到關(guān)鎖一直會(huì)記錄用戶的騎行時(shí)間，本發(fā)明實(shí)施例從指定應(yīng)用程序獲取到這些業(yè)務(wù)數(shù)據(jù)時(shí)，則確認(rèn)用戶活動(dòng)狀態(tài)為騎行狀態(tài)。又例如，用戶開(kāi)啟刷公共交通卡功能，刷卡之后，該公共交通卡功能會(huì)記錄用戶乘坐公共交通的時(shí)間或站點(diǎn)，本發(fā)明實(shí)施例從公共交通卡功能處獲取到這些業(yè)務(wù)數(shù)據(jù)時(shí)，則確認(rèn)用戶活動(dòng)狀態(tài)為乘坐公共交通狀態(tài)。

在本發(fā)明的可選實(shí)施例中，當(dāng)發(fā)生調(diào)整識(shí)別出的用戶活動(dòng)狀態(tài)的類別的事件時(shí)，獲取調(diào)整后的用戶活動(dòng)狀態(tài)的類別，進(jìn)而利用傳感器數(shù)據(jù)中的特征向量與調(diào)整后的用戶活動(dòng)狀態(tài)的類別對(duì)分類模型進(jìn)行訓(xùn)練，以修正分類模型。

在步驟s102執(zhí)行結(jié)束之后，可以獲取到用戶的當(dāng)前活動(dòng)狀態(tài)信息，其中，用戶活動(dòng)狀態(tài)的類別可以包括靜止、步行、跑步、駕車(chē)、乘坐公共交通等，本發(fā)明不限于此。此外，本發(fā)明實(shí)施例，在獲取到用戶當(dāng)前的活動(dòng)狀態(tài)信息時(shí)，還可以確定用戶的活動(dòng)狀態(tài)是否發(fā)生切換。具體地，在識(shí)別出用戶活動(dòng)狀態(tài)的類別之后，可以判斷本次識(shí)別是否為初次識(shí)別操作。若是，則將本次識(shí)別出的用戶活動(dòng)狀態(tài)的類別作為本次確定的用戶活動(dòng)狀態(tài)的類別。若否，則獲取上一次確定的用戶活動(dòng)狀態(tài)的類別，并基于上一次確定的用戶活動(dòng)狀態(tài)的類別與本次識(shí)別出的用戶活動(dòng)狀態(tài)的類別，確定本次用戶的活動(dòng)狀態(tài)是否發(fā)生切換。

進(jìn)一步地，若上一次確定的用戶活動(dòng)狀態(tài)的類別與本次識(shí)別出的用戶活動(dòng)狀態(tài)的類別相同，則確定本次用戶活動(dòng)狀態(tài)未發(fā)生切換。若上一次確定的用戶活動(dòng)狀態(tài)的類別與本次識(shí)別出的用戶活動(dòng)狀態(tài)的類別不相同，則將上一次確定的用戶活動(dòng)狀態(tài)的類別稱為第一類別，本次識(shí)別出的用戶活動(dòng)狀態(tài)的類別稱為第二類別，并繼續(xù)進(jìn)行上述的讀取、識(shí)別操作。當(dāng)后續(xù)識(shí)別出的用戶活動(dòng)狀態(tài)的類別為第二類別的次數(shù)超出閾值，則確定超出閾值時(shí)對(duì)應(yīng)的用戶活動(dòng)狀態(tài)發(fā)生切換。

比如，通過(guò)上述步驟識(shí)別出用戶的活動(dòng)狀態(tài)的類別為靜止?fàn)顟B(tài)，為了確定用戶活動(dòng)狀態(tài)是否發(fā)生切換，首先判斷本次識(shí)別是否為初次識(shí)別操作，若是，則將本次識(shí)別出的用戶活動(dòng)狀態(tài)的類別作為本次確定的用戶活動(dòng)狀態(tài)的類別；若否，則獲取到上一次確定的用戶活動(dòng)狀態(tài)的類別為步行，此時(shí)不會(huì)立即確定用戶活動(dòng)狀態(tài)切換為靜止?fàn)顟B(tài)，而是繼續(xù)執(zhí)行上述步驟識(shí)別出用戶活動(dòng)狀態(tài)的類別，若通過(guò)多次識(shí)別用戶活動(dòng)狀態(tài)的類別為靜止，則確定用戶活動(dòng)狀態(tài)切換為靜止?fàn)顟B(tài)。

在本發(fā)明的可選實(shí)施例中，當(dāng)確定用戶活動(dòng)狀態(tài)為第一活動(dòng)狀態(tài)后，從移動(dòng)終端的傳感器處讀取當(dāng)前的傳感器數(shù)據(jù)，并基于當(dāng)前的傳感器數(shù)據(jù)識(shí)別出用戶活動(dòng)狀態(tài)為第二活動(dòng)狀態(tài)；若第二活動(dòng)狀態(tài)與第一活動(dòng)狀態(tài)不相同、且用戶活動(dòng)狀態(tài)為第二活動(dòng)狀態(tài)的持續(xù)時(shí)長(zhǎng)大于第一指定時(shí)間閾值，則確定用戶活動(dòng)狀態(tài)從第一活動(dòng)狀態(tài)切換為第二活動(dòng)狀態(tài)。這里的第一指定時(shí)間閾值可以基于第一活動(dòng)狀態(tài)和第二活動(dòng)狀態(tài)來(lái)確定。

若第二活動(dòng)狀態(tài)與第一活動(dòng)狀態(tài)不相同、且用戶活動(dòng)狀態(tài)為第二活動(dòng)狀態(tài)的持續(xù)時(shí)長(zhǎng)小于第一指定時(shí)間閾值，則繼續(xù)從移動(dòng)終端的傳感器處讀取當(dāng)前的傳感器數(shù)據(jù)，并基于當(dāng)前的傳感器數(shù)據(jù)識(shí)別出用戶活動(dòng)狀態(tài)為第三活動(dòng)狀態(tài)。若第三活動(dòng)狀態(tài)與第一活動(dòng)狀態(tài)、第二活動(dòng)狀態(tài)不相同，并且用戶活動(dòng)狀態(tài)為第三活動(dòng)狀態(tài)的持續(xù)時(shí)長(zhǎng)大于第二指定時(shí)間閾值，則確定用戶活動(dòng)狀態(tài)從第一活動(dòng)狀態(tài)切換為第三活動(dòng)狀態(tài)。這里的第二指定時(shí)間閾值可以基于第一活動(dòng)狀態(tài)和第三活動(dòng)狀態(tài)來(lái)確定，也可以基于第一活動(dòng)狀態(tài)、第二活動(dòng)狀態(tài)以及第三活動(dòng)狀態(tài)來(lái)確定。

通過(guò)上面介紹可以看到，本發(fā)明實(shí)施例在狀態(tài)發(fā)生變化時(shí)，進(jìn)入新的狀態(tài)前，需要一段時(shí)間進(jìn)行確認(rèn)，以確保狀態(tài)的準(zhǔn)確性，以下是狀態(tài)切換時(shí)的基本策略。

首先是初始狀態(tài)。在初次識(shí)別之前，由于還無(wú)法確定狀態(tài)，可以將狀態(tài)設(shè)為未知。

其次是狀態(tài)進(jìn)入。無(wú)論原先是未知狀態(tài)或其它已識(shí)別的狀態(tài)，進(jìn)入新的狀態(tài)都需要持續(xù)一段時(shí)間的穩(wěn)定狀態(tài)，才確認(rèn)切換到新的狀態(tài)。

再次是狀態(tài)退出。通常有三種情況會(huì)退出原來(lái)的狀態(tài)：

a.進(jìn)入新的狀態(tài)；

b.未確認(rèn)進(jìn)入新?tīng)顟B(tài)，但已經(jīng)連續(xù)有一段時(shí)間識(shí)別的狀態(tài)不符合舊的狀態(tài)。對(duì)于簡(jiǎn)單的狀態(tài)，這個(gè)時(shí)間相對(duì)較短(如30秒)；對(duì)于復(fù)雜的狀態(tài)(如駕車(chē)、公交等)，這些狀態(tài)持續(xù)期間通常會(huì)包含其它狀態(tài)，如等紅綠燈時(shí)靜止，因此只有持續(xù)較長(zhǎng)時(shí)間(如5分鐘)未識(shí)別為原來(lái)的狀態(tài)才退出；

c.系統(tǒng)或應(yīng)用退出。

最后是狀態(tài)維持。進(jìn)入新的狀態(tài)之后，將一直維持該狀態(tài)，直到滿足退出條件。

接下來(lái)針對(duì)各種狀態(tài)，詳細(xì)描述其切換條件。

1)關(guān)于靜止?fàn)顟B(tài)

從未知、步行、跑步等狀態(tài)到靜止?fàn)顟B(tài)，只需要靜止?fàn)顟B(tài)持續(xù)穩(wěn)定一段時(shí)間(如5-15秒)，即可確認(rèn)切換到靜止?fàn)顟B(tài)。

從駕車(chē)狀態(tài)到靜止?fàn)顟B(tài)，為避免等紅綠燈這類情況下?tīng)顟B(tài)變化，需要靜止的穩(wěn)定持續(xù)時(shí)間更長(zhǎng)(如超過(guò)2分鐘)才會(huì)切換狀態(tài)。

從坐公交狀態(tài)到靜止?fàn)顟B(tài)，通常不應(yīng)該從坐公交狀態(tài)直接切換到靜止?fàn)顟B(tài)，為避免異常情況，設(shè)置一個(gè)較長(zhǎng)的確認(rèn)時(shí)間即可(如5分鐘以上)。

2)關(guān)于步行、跑步狀態(tài)

從未知、靜止等狀態(tài)到步行或跑步狀態(tài)，只需步行或跑步狀態(tài)持續(xù)穩(wěn)定一段時(shí)間(如5-15秒)，即可確認(rèn)切換到新?tīng)顟B(tài)。

步行和跑步之間的切換，為避免像快走和慢跑等這類很接近的狀態(tài)導(dǎo)致?tīng)顟B(tài)來(lái)回變化，步行與跑步之間的狀態(tài)切換需要的確認(rèn)時(shí)間更長(zhǎng)(如15-30秒)。

從駕車(chē)狀態(tài)到步行、跑步狀態(tài)，因駕車(chē)狀態(tài)較為復(fù)雜，而且駕車(chē)過(guò)程中經(jīng)過(guò)顛簸道路時(shí)，有可能誤識(shí)別為步行等其它狀態(tài)，因此從駕車(chē)狀態(tài)切換到步行或跑步狀態(tài)，需要確保新?tīng)顟B(tài)穩(wěn)定持續(xù)了較長(zhǎng)時(shí)間(如30秒以上)。在駕車(chē)和步行之間通常存在停車(chē)靜止?fàn)顟B(tài)(時(shí)間較短未切換到靜止)，如果步行狀態(tài)之前存在靜止?fàn)顟B(tài)，可適當(dāng)降低確認(rèn)時(shí)間。為了確保準(zhǔn)確性，還可以利用gps確認(rèn)當(dāng)前速度沒(méi)有超過(guò)步行的速度。

從坐公交狀態(tài)到步行、跑步狀態(tài)，乘坐公交時(shí)，因可能在車(chē)廂內(nèi)走動(dòng)，還可能站立，因此進(jìn)入步行、跑步狀態(tài)需要確保新?tīng)顟B(tài)持續(xù)較長(zhǎng)時(shí)間(如30秒以上)。為了確保準(zhǔn)確性，還可以利用gps確認(rèn)當(dāng)前速度沒(méi)有超過(guò)步行的速度。

3)關(guān)于駕車(chē)狀態(tài)

從未知、靜止?fàn)顟B(tài)到駕車(chē)狀態(tài)，需要駕駛狀態(tài)穩(wěn)定持續(xù)較長(zhǎng)的時(shí)間(如30秒以上)，且在確認(rèn)期間開(kāi)啟gps獲取當(dāng)前速度，如果連續(xù)一段時(shí)間(如15秒內(nèi))速度太低(如小于10千米每小時(shí))或無(wú)gps信號(hào)，則不進(jìn)入駕車(chē)狀態(tài)。

從步行、跑步狀態(tài)到駕車(chē)狀態(tài)，進(jìn)入的條件類似從未知或靜止進(jìn)入駕車(chē)，但相比上一種情況，從步行或跑步到駕車(chē)狀態(tài)之間，剛進(jìn)入車(chē)內(nèi)還未開(kāi)動(dòng)時(shí)，通常會(huì)有一段時(shí)間的靜止?fàn)顟B(tài)(時(shí)間太短未切換到靜止)，因此需額外再增加駕車(chē)狀態(tài)前的靜止?fàn)顟B(tài)判斷，如不存在靜止?fàn)顟B(tài)，需要適當(dāng)增加確認(rèn)時(shí)間。

從坐公交到駕車(chē)狀態(tài)，通常不允許從坐公交狀態(tài)直接切換為駕車(chē)狀態(tài)。

4)坐公交、地鐵

坐公交相比駕車(chē)是更復(fù)雜的狀態(tài)，因其狀態(tài)相對(duì)更不穩(wěn)定，比如乘客可坐可站，也可能頻繁操作移動(dòng)終端等，因此僅僅通過(guò)初步識(shí)別的狀態(tài)結(jié)合wifi、gps等，還不足以準(zhǔn)確識(shí)別，需要進(jìn)一步結(jié)合公交站點(diǎn)及線路數(shù)據(jù)來(lái)進(jìn)行判斷。

具體地，在本發(fā)明的可選實(shí)施例中，當(dāng)基于移動(dòng)終端的傳感器數(shù)據(jù)識(shí)別出用戶活動(dòng)狀態(tài)為預(yù)設(shè)狀態(tài)時(shí)，獲取移動(dòng)終端用戶所在的第一位置信息；隨后，將第一位置信息與公共交通站點(diǎn)和線路數(shù)據(jù)進(jìn)行匹配，若匹配上，則在指定時(shí)長(zhǎng)后獲取移動(dòng)終端用戶所在的第二位置信息和移動(dòng)速度；之后，將第二位置信息與公共交通站點(diǎn)和線路數(shù)據(jù)進(jìn)行匹配，若匹配上，且移動(dòng)速度符合預(yù)設(shè)條件，則確定用戶活動(dòng)狀態(tài)為乘坐公共交通狀態(tài)。

在確定上述的指定時(shí)長(zhǎng)時(shí)，若第一位置信息匹配上公共交通站點(diǎn)，則基于匹配上的公共交通站點(diǎn)的類型確定指定時(shí)長(zhǎng)，其中，公共交通站點(diǎn)的類型包括起始站點(diǎn)、中間站點(diǎn)以及結(jié)束站點(diǎn)中任意之一；若第一位置信息匹配上公共交通線路，則基于匹配上的公共交通線路的相關(guān)信息確定指定時(shí)長(zhǎng)，其中，公共交通線路的相關(guān)信息包括紅綠燈情況和/或?qū)崟r(shí)路況。

從未知、步行、跑步狀態(tài)到乘坐公共交通狀態(tài)，上車(chē)時(shí)通常會(huì)識(shí)別為步行，因此從步行狀態(tài)切換為乘坐公共交通是進(jìn)入乘坐公共交通狀態(tài)比較普遍的方式。在確認(rèn)是否進(jìn)入乘坐公共交通狀態(tài)期間，本發(fā)明實(shí)施例開(kāi)啟移動(dòng)終端上的gps，通過(guò)開(kāi)啟的gps獲取移動(dòng)終端用戶所在的第一位置信息。接著，將第一位置信息與公共交通站點(diǎn)和線路數(shù)據(jù)進(jìn)行匹配，判斷當(dāng)前是否在公共交通站點(diǎn)或其附近，或者是否沿公共交通線路行駛，若匹配上，則在指定時(shí)長(zhǎng)后獲取移動(dòng)終端用戶所在的第二位置信息和移動(dòng)速度，若匹配上，且移動(dòng)速度符合預(yù)設(shè)條件，則確定用戶活動(dòng)狀態(tài)為乘坐公共交通狀態(tài)。

從靜止到乘坐公共交通狀態(tài)，通過(guò)定位位置結(jié)合公共交通站點(diǎn)和線路數(shù)據(jù)，判斷當(dāng)前是否在公共交通站點(diǎn)附近及站點(diǎn)是否為始發(fā)站，如果不是從始發(fā)站上車(chē)，通常不會(huì)存在靜止?fàn)顟B(tài)，即便存在，也可能持續(xù)時(shí)間很短，因此設(shè)定閾值，靜止時(shí)間超過(guò)閾值則不認(rèn)為是乘坐公共交通狀態(tài)；如果是始發(fā)站，則該閾值可以設(shè)為較長(zhǎng)的時(shí)間，同時(shí)還需要判斷靜止之前的歷史狀態(tài)，需存在步行狀態(tài)才可以識(shí)別為乘坐公共交通狀態(tài)。

在確定用戶活動(dòng)狀態(tài)是否發(fā)生切換時(shí)，本發(fā)明實(shí)施例還可以基于移動(dòng)終端的狀態(tài)變化來(lái)確定。具體地，當(dāng)移動(dòng)終端的狀態(tài)發(fā)生變化時(shí)，獲取移動(dòng)終端上的用于識(shí)別用戶活動(dòng)狀態(tài)的相關(guān)數(shù)據(jù)，并基于獲取的相關(guān)數(shù)據(jù)識(shí)別用戶活動(dòng)狀態(tài)為待定活動(dòng)狀態(tài)；接著，判斷在待定活動(dòng)狀態(tài)之前是否存在已確定的第一活動(dòng)狀態(tài)；若存在，則基于待定活動(dòng)狀態(tài)與第一活動(dòng)狀態(tài)，確定用戶的第二活動(dòng)狀態(tài)。這里，移動(dòng)終端的狀態(tài)發(fā)生變化可以是多種情況，例如，從移動(dòng)終端的傳感器處讀取傳感器數(shù)據(jù)，若讀取的傳感器數(shù)據(jù)的振幅變化大于幅度閾值，則確定移動(dòng)終端的狀態(tài)發(fā)生變化；又例如，當(dāng)監(jiān)測(cè)到移動(dòng)終端上的指定通信模塊接入相應(yīng)協(xié)議類型的通信設(shè)備，則確定移動(dòng)終端的狀態(tài)發(fā)生變化，等等，本發(fā)明實(shí)施例不限于此。

進(jìn)一步，在基于待定活動(dòng)狀態(tài)與第一活動(dòng)狀態(tài)確定用戶的第二活動(dòng)狀態(tài)時(shí)，若用戶活動(dòng)狀態(tài)為待定活動(dòng)狀態(tài)的持續(xù)時(shí)長(zhǎng)大于時(shí)間閾值，則將待定活動(dòng)狀態(tài)確定為用戶的第二活動(dòng)狀態(tài)。若用戶活動(dòng)狀態(tài)為待定活動(dòng)狀態(tài)的持續(xù)時(shí)長(zhǎng)小于時(shí)間閾值，則繼續(xù)監(jiān)測(cè)移動(dòng)終端的狀態(tài)是否發(fā)生變化。

舉例來(lái)說(shuō)，若從移動(dòng)終端的傳感器處讀取傳感器數(shù)據(jù)，若讀取的傳感器數(shù)據(jù)的振幅變化大于幅度閾值，此時(shí)移動(dòng)終端的狀態(tài)發(fā)生變化，則獲取移動(dòng)終端上的用于識(shí)別用戶活動(dòng)狀態(tài)的相關(guān)數(shù)據(jù)，并基于獲取的相關(guān)數(shù)據(jù)識(shí)別用戶活動(dòng)狀態(tài)為待定活動(dòng)狀態(tài)，具體為靜止?fàn)顟B(tài)。若在靜止?fàn)顟B(tài)之前存在已確定的第一活動(dòng)狀態(tài)，具體為步行狀態(tài)。如果用戶活動(dòng)狀態(tài)為靜止?fàn)顟B(tài)的持續(xù)時(shí)長(zhǎng)大于時(shí)間閾值(如15秒)，則確定用戶的第二活動(dòng)狀態(tài)為靜止?fàn)顟B(tài)。如果用戶活動(dòng)狀態(tài)為靜止?fàn)顟B(tài)的持續(xù)時(shí)長(zhǎng)小于15秒，則繼續(xù)監(jiān)測(cè)移動(dòng)終端的狀態(tài)是否發(fā)生變化。若監(jiān)測(cè)到移動(dòng)終端上的指定通信模塊接入相應(yīng)協(xié)議類型的通信設(shè)備，此時(shí)移動(dòng)終端的狀態(tài)發(fā)生變化，則基于接入的通信設(shè)備的相關(guān)信息識(shí)別出用戶活動(dòng)狀態(tài)為待定活動(dòng)狀態(tài)，具體為駕車(chē)狀態(tài)。如果用戶活動(dòng)狀態(tài)為駕車(chē)狀態(tài)的持續(xù)時(shí)長(zhǎng)大于時(shí)間閾值(如30秒)，則確定用戶的第二活動(dòng)狀態(tài)為駕車(chē)狀態(tài)。如果用戶活動(dòng)狀態(tài)為駕車(chē)狀態(tài)的持續(xù)時(shí)長(zhǎng)小于30秒，則繼續(xù)監(jiān)測(cè)移動(dòng)終端的狀態(tài)是否發(fā)生變化，以此類推。

此外，本發(fā)明實(shí)施例還可以通過(guò)移動(dòng)終端采集與識(shí)別出的用戶的活動(dòng)狀態(tài)信息相對(duì)應(yīng)的時(shí)間信息。進(jìn)而，基于收集的用戶活動(dòng)狀態(tài)的類別和相應(yīng)的時(shí)間信息，確定用戶活動(dòng)狀態(tài)為靜止?fàn)顟B(tài)的時(shí)間區(qū)間。隨之，當(dāng)?shù)竭_(dá)該時(shí)間區(qū)間時(shí)，獲取用戶所在的地理位置信息。然后，將獲取的地理位置信息所在地點(diǎn)作為用戶的常停留點(diǎn)。

在確定了用戶的常停留點(diǎn)之后，本發(fā)明實(shí)施例還可以在搜索框中將這些常停留點(diǎn)作為搜索建議詞進(jìn)行推薦，如圖4a和4b所示。在圖4a中，“輸入地點(diǎn)”所在位置為搜索框，“搜索發(fā)現(xiàn)”部分為推薦的常停留點(diǎn)，當(dāng)光標(biāo)置于“輸入地點(diǎn)”時(shí)，用戶點(diǎn)擊“北京郵電大學(xué)”，則將“北京郵電大學(xué)”復(fù)制到搜索框中，再點(diǎn)擊“搜索”按鈕就可以進(jìn)行相關(guān)搜索。

在圖4b中，“我的位置”和“輸入終點(diǎn)”所在位置均為輸入框，“搜索發(fā)現(xiàn)”部分為推薦的常停留點(diǎn)，當(dāng)光標(biāo)置于“輸入終點(diǎn)”時(shí)，用戶點(diǎn)擊“小月河”，則將“小月河”復(fù)制到輸入框中，發(fā)起路線搜索。

在本發(fā)明的可選實(shí)施例中，還可以定時(shí)或不定時(shí)地向用戶推薦與這些常停留點(diǎn)相關(guān)的推薦信息，如商家信息、實(shí)時(shí)新聞等。

更多地，在獲取到用戶的活動(dòng)狀態(tài)如靜止、步行、騎行、跑步、登山、駕車(chē)、坐公交、坐地鐵、坐火車(chē)等等時(shí)，本發(fā)明實(shí)施例還可以針對(duì)不同的用戶活動(dòng)狀態(tài)提供相應(yīng)的地圖內(nèi)容。比如，當(dāng)用戶活動(dòng)狀態(tài)為步行狀態(tài)時(shí)，可以突出顯示包含購(gòu)物、餐飲、衛(wèi)生間等信息的地圖內(nèi)容；當(dāng)用戶活動(dòng)狀態(tài)為坐公交狀態(tài)時(shí)，可以突出顯示包含公交路線和站點(diǎn)等信息的地圖內(nèi)容；當(dāng)用戶活動(dòng)狀態(tài)為駕車(chē)狀態(tài)時(shí)，可以突出顯示包含加油站、維修站、停車(chē)場(chǎng)等信息的地圖內(nèi)容，等等。

本發(fā)明實(shí)施例，在獲取到用戶的活動(dòng)狀態(tài)信息時(shí)，還可以通過(guò)移動(dòng)終端采集與識(shí)別出的用戶的活動(dòng)狀態(tài)信息相對(duì)應(yīng)的時(shí)間信息，進(jìn)而獲取相應(yīng)時(shí)間區(qū)間內(nèi)用戶所在的地理位置信息。最后，將上述獲取到的相關(guān)信息記錄到移動(dòng)終端，進(jìn)一步結(jié)合移動(dòng)終端的大數(shù)據(jù)統(tǒng)計(jì)分析用戶的日常行為，并將統(tǒng)計(jì)結(jié)果作為移動(dòng)終端的歷史數(shù)據(jù)。

進(jìn)一步，執(zhí)行步驟s104，根據(jù)移動(dòng)終端的歷史數(shù)據(jù)生成記錄用戶歷史行為規(guī)律的歷史軌跡。具體地，在生成歷史軌跡時(shí)，可以首先基于移動(dòng)終端的歷史數(shù)據(jù)獲取用戶在指定時(shí)長(zhǎng)內(nèi)的活動(dòng)狀態(tài)信息。進(jìn)而，對(duì)指定時(shí)長(zhǎng)內(nèi)的活動(dòng)狀態(tài)信息進(jìn)行分類解析，歸納出用戶的不同行為的發(fā)生規(guī)律。該不同行為發(fā)生規(guī)律的統(tǒng)計(jì)是基于用戶隨身攜帶的移動(dòng)終端對(duì)用戶活動(dòng)狀態(tài)較長(zhǎng)時(shí)間的實(shí)時(shí)記錄，并結(jié)合大數(shù)據(jù)分析而得到的，其對(duì)移動(dòng)終端進(jìn)一步確定用戶行為奠定了良好的基礎(chǔ)。并且，用戶的移動(dòng)終端是其隨身攜帶的，由此獲取的不同行為的發(fā)生規(guī)律對(duì)用戶而言有較強(qiáng)的針對(duì)性，且該規(guī)律可以作為用戶的隱私存儲(chǔ)在移動(dòng)終端，保障了用戶信息的安全性。進(jìn)一步，本發(fā)明實(shí)施例可以根據(jù)用戶的不同行為的發(fā)生規(guī)律繪制相應(yīng)的歷史軌跡。

進(jìn)一步地，執(zhí)行步驟s106，將獲取的用戶當(dāng)前活動(dòng)狀態(tài)信息與歷史軌跡進(jìn)行匹配，以確定用戶當(dāng)前的具體行為。在本發(fā)明實(shí)施例中，沿歷史軌跡的時(shí)間軸可以對(duì)應(yīng)存在多個(gè)事件節(jié)點(diǎn)，比如在歷史軌跡的時(shí)間軸上可以對(duì)應(yīng)存在吃飯、工作、運(yùn)動(dòng)、娛樂(lè)、購(gòu)物等等不同的事件節(jié)點(diǎn)。進(jìn)而，將用戶當(dāng)前的活動(dòng)狀態(tài)信息與歷史軌跡進(jìn)行匹配，確定與當(dāng)前活動(dòng)狀態(tài)信息匹配的軌跡點(diǎn)。然后，根據(jù)確定的軌跡點(diǎn)的鄰近事件節(jié)點(diǎn)的事件信息確定用戶的當(dāng)前行為。

具體地，在根據(jù)確定的軌跡點(diǎn)的鄰近事件節(jié)點(diǎn)的事件信息確定用戶的當(dāng)前行為時(shí)，可以首先根據(jù)當(dāng)前時(shí)間點(diǎn)確定軌跡點(diǎn)在歷史軌跡的行進(jìn)方向，然后在軌跡點(diǎn)的鄰近事件節(jié)點(diǎn)選擇與行進(jìn)方向一致的事件節(jié)點(diǎn)，進(jìn)而，根據(jù)與行進(jìn)方向一致的事件節(jié)點(diǎn)的事件信息，確定用戶的當(dāng)前行為是完成與行進(jìn)方向一致的事件節(jié)點(diǎn)的進(jìn)程。

進(jìn)一步地，本發(fā)明實(shí)施例，在將當(dāng)前活動(dòng)狀態(tài)信息與歷史軌跡進(jìn)行匹配，確定用戶的當(dāng)前行為之后，還可以為用戶推薦與用戶的當(dāng)前行為相關(guān)的推薦信息。在實(shí)際應(yīng)用中，可以獲取用戶的當(dāng)前行為的所在地和/或目的地，進(jìn)而根據(jù)獲取到的信息確定用戶所在地和/或目的地的商業(yè)類型，然后，根據(jù)確定的商業(yè)類型為用戶推薦相關(guān)的商業(yè)信息。

相應(yīng)地，在根據(jù)確定的商業(yè)類型為用戶推薦相關(guān)的商業(yè)信息時(shí)，可以根據(jù)確定的商業(yè)類型為用戶推薦與本商業(yè)類型相關(guān)的商業(yè)信息，還可以在用戶所在地和/或目的地周邊尋找與確定的商業(yè)類型不同的商業(yè)類型，進(jìn)而將該不同的商業(yè)類型推薦給用戶。

在本發(fā)明實(shí)施例中，為用戶推薦與用戶的當(dāng)前行為相關(guān)的推薦信息時(shí)，如果用戶的當(dāng)前活動(dòng)狀態(tài)為駕駛狀態(tài)，此時(shí)，可以為用戶推送路況信息，還可以進(jìn)一步地在移動(dòng)終端的界面自動(dòng)調(diào)起導(dǎo)航展示路線并顯示，更多地，還可以調(diào)起移動(dòng)終端上的語(yǔ)音交互駕駛模式，等等。

此外，本發(fā)明實(shí)施例提供的方法，還可以在識(shí)別出的用戶活動(dòng)狀態(tài)為靜止、步行、騎行、跑步、登山、坐公交、坐地鐵、坐火車(chē)等等時(shí)，能夠針對(duì)不同的用戶活動(dòng)狀態(tài)結(jié)合歷史數(shù)據(jù)確定出不同的用戶行為，進(jìn)而為其提供相應(yīng)的推薦內(nèi)容。例如，當(dāng)用戶活動(dòng)狀態(tài)為步行狀態(tài)時(shí)，可以結(jié)合用戶移動(dòng)終端的歷史軌跡以及在該活動(dòng)狀態(tài)時(shí)對(duì)應(yīng)的時(shí)間信息確定用戶的具體行為。比如當(dāng)確定用戶當(dāng)前正在去往某家早餐店時(shí)，可以確定用戶此刻準(zhǔn)備去吃早餐，進(jìn)而為其推薦該家早餐店的熱門(mén)套餐以供用戶選擇等。

采用上述提供的用于移動(dòng)終端的用戶行為的確定方法，除了上述幾個(gè)例子外，還存在許多不同的應(yīng)用場(chǎng)景?，F(xiàn)提供幾個(gè)具體的實(shí)施例對(duì)本發(fā)明實(shí)施例所提供的用于移動(dòng)終端的用戶行為確定方法進(jìn)行詳細(xì)闡述。

實(shí)施例一

本實(shí)施例以用戶當(dāng)前的活動(dòng)狀態(tài)為跑步狀態(tài)為例，且該用戶近半年來(lái)每天堅(jiān)持在晚上八點(diǎn)到九點(diǎn)到舊宮地鐵站附近跑步。

具體地，根據(jù)本發(fā)明實(shí)施例所提供的用戶行為確定方法，當(dāng)用戶的當(dāng)前活動(dòng)狀態(tài)為跑步狀態(tài)時(shí)，可以結(jié)合用戶移動(dòng)終端的歷史數(shù)據(jù)進(jìn)一步確定用戶當(dāng)前的具體行為。

由于該用戶近半年來(lái)每天晚上八點(diǎn)到九點(diǎn)都會(huì)堅(jiān)持到舊宮地鐵站附近跑步，因此，在移動(dòng)終端進(jìn)行大數(shù)據(jù)統(tǒng)計(jì)分析后，已成功在移動(dòng)終端為該用戶建立晚上八點(diǎn)到九點(diǎn)這一時(shí)間區(qū)間的軌跡點(diǎn)，具體地，這一軌跡點(diǎn)還將被鎖定在舊宮地鐵站附近，并且鎖定為用戶處于跑步鍛煉身體的狀態(tài)。此時(shí)，當(dāng)用戶處于跑步狀態(tài)時(shí)，可以結(jié)合當(dāng)前的時(shí)間(如晚上八點(diǎn)半)及地點(diǎn)(如舊宮地鐵站)，在移動(dòng)終端上根據(jù)歷史軌跡確定出該用戶當(dāng)前正在跑步鍛煉身體。

在確定到用戶當(dāng)前正在跑步鍛煉身體后，根據(jù)本發(fā)明實(shí)施例所提供的方法，還可以為用戶提供相應(yīng)的推薦信息。如圖5所示，“搜索內(nèi)容”所在位置為搜索框，“搜索發(fā)現(xiàn)”部分為推薦的與用戶行為相關(guān)的信息。本例中，用戶可以在移動(dòng)終端的搜索界面獲取到與舊宮、運(yùn)動(dòng)、健康等相關(guān)的推薦信息。當(dāng)用戶點(diǎn)擊“健康食譜”時(shí)，則將“健康食譜”復(fù)制到搜索框中，再點(diǎn)擊“搜索”按鈕即可進(jìn)行相關(guān)搜索，為用戶提供了極大的便利。

實(shí)施例二

本實(shí)施例以用戶當(dāng)前的活動(dòng)狀態(tài)為駕駛狀態(tài)為例。

具體地，根據(jù)本發(fā)明實(shí)施例所提供的用于移動(dòng)終端的用戶行為確定方法，當(dāng)用戶的當(dāng)前活動(dòng)狀態(tài)為駕駛狀態(tài)時(shí)，結(jié)合移動(dòng)終端的歷史軌跡及其他數(shù)據(jù)，確定用戶當(dāng)前正在駕車(chē)回家的路上，且當(dāng)前正處于希格瑪公寓附近，用戶的住處在生命科學(xué)園地鐵站附近。此時(shí)，在用戶交互上，可以為其推薦由希格瑪公寓到生命科學(xué)園地鐵站這一路段的路況信息，還可以直接點(diǎn)亮移動(dòng)終端的屏幕，顯示地圖導(dǎo)航功能，并顯示導(dǎo)航路線。如圖6所示，在圖6中，三角形所在位置為用戶當(dāng)前駕車(chē)所處的位置，當(dāng)確定用戶處于駕車(chē)狀態(tài)時(shí)，直接點(diǎn)亮移動(dòng)終端的屏幕，顯示圖6所示的導(dǎo)航路線。

此外，當(dāng)用戶的活動(dòng)狀態(tài)為駕車(chē)狀態(tài)時(shí)，還可以調(diào)起移動(dòng)終端上的語(yǔ)音交互駕駛模式。具體地，可以啟動(dòng)移動(dòng)終端的操作系統(tǒng)控制功能，利用操作系統(tǒng)控制功能將移動(dòng)終端的操作系統(tǒng)以及其上運(yùn)行的各應(yīng)用調(diào)整為語(yǔ)音交互駕駛模式，這里的語(yǔ)音交互駕駛模式是指應(yīng)用能夠接收用戶的語(yǔ)音指令并執(zhí)行。

相應(yīng)地，在調(diào)起移動(dòng)終端上的語(yǔ)音交互駕駛模式時(shí)，還可以啟動(dòng)移動(dòng)終端的操作系統(tǒng)控制功能，利用操作系統(tǒng)控制功能開(kāi)啟移動(dòng)終端上的具有將各應(yīng)用調(diào)整為語(yǔ)音交互駕駛模式的應(yīng)用程序，由該應(yīng)用程序啟動(dòng)語(yǔ)音交互駕駛模式。此時(shí)，用戶無(wú)需手動(dòng)操作移動(dòng)終端即可對(duì)其進(jìn)行控制，為用戶駕車(chē)提供了方便。

實(shí)施例三

本實(shí)施例以從用戶隨身攜帶的移動(dòng)終端上獲取到用戶當(dāng)前的速度為6km/h，且獲取到加速度傳感器數(shù)據(jù)軌跡圖7為例。如圖7所示，本例可以獲取到作用于移動(dòng)終端的三個(gè)軸方向(x，y，z)的加速度(m/s²)。如圖7所示，三個(gè)軸方向(x，y，z)的加速度軌跡都處于比較平緩的狀態(tài)。進(jìn)一步，提取當(dāng)前獲取的加速度傳感器數(shù)據(jù)中的特征向量，并輸入從特征向量到用戶活動(dòng)狀態(tài)的類別的分類模型。利用分類模型識(shí)別出當(dāng)前的傳感器數(shù)據(jù)對(duì)應(yīng)的用戶活動(dòng)狀態(tài)的類別。本例中，結(jié)合用戶移動(dòng)終端的上述信息，可以識(shí)別出當(dāng)前用戶的活動(dòng)狀態(tài)為步行。

在獲取到用戶的活動(dòng)狀態(tài)為步行時(shí)，進(jìn)一步通過(guò)移動(dòng)終端采集到當(dāng)前的時(shí)間為早上八點(diǎn)，用戶的當(dāng)前位置為“希格瑪公寓”附近，且正在朝向“加州牛肉面”早餐店的方向運(yùn)動(dòng)。并且，通過(guò)用戶移動(dòng)終端上的歷史軌跡可以看到該用戶通常在每天早上八點(diǎn)時(shí)對(duì)應(yīng)的坐標(biāo)均為“加州牛肉面”早餐店。

此時(shí)，將獲取到的當(dāng)前活動(dòng)狀態(tài)等信息，與用戶移動(dòng)終端上的歷史軌跡進(jìn)行匹配，可以得知用戶此時(shí)正在準(zhǔn)備去吃早餐。本發(fā)明實(shí)施例，在確定用戶準(zhǔn)備去吃早餐時(shí)，可以由移動(dòng)終端為其推薦附近評(píng)價(jià)較好的早餐店，還可以為其推薦附近各早餐店的早餐類別及銷(xiāo)售情況等。該推薦信息為用戶提供了更多選擇，給用戶提供了方便。

上文的實(shí)施例中所提供的結(jié)果僅僅為例舉，本發(fā)明實(shí)施例提供的用于移動(dòng)終端的用戶行為確定方法還可以應(yīng)用于其他不同場(chǎng)景中，上述實(shí)施例對(duì)其并未做具體限定，比如，采用本發(fā)明實(shí)施例提供的方法，還可以根據(jù)識(shí)別出的用戶活動(dòng)狀態(tài)，結(jié)合移動(dòng)終端已生成的歷史軌跡及其他信息，確定用戶當(dāng)前的行為。進(jìn)而，可以確定用戶的個(gè)性標(biāo)簽，如購(gòu)物狂、美食、電影、旅游、讀書(shū)、運(yùn)動(dòng)等，如圖8所示，并給用戶進(jìn)行個(gè)性化的信息推薦。

因此，采用本發(fā)明實(shí)施例所提供的用于移動(dòng)終端的用戶行為確定方法，可以通過(guò)利用移動(dòng)終端本身的設(shè)備獲取用戶的多種活動(dòng)狀態(tài)信息，其較現(xiàn)有技術(shù)中僅能通過(guò)移動(dòng)終端獲取用戶的步數(shù)統(tǒng)計(jì)信息有了極大提高。并且，本發(fā)明實(shí)施例的移動(dòng)終端是基于用戶隨身攜帶的，其能夠?qū)崟r(shí)記錄用戶的各種活動(dòng)信息，進(jìn)而提高獲取的用戶活動(dòng)狀態(tài)信息的準(zhǔn)確定。此外，本發(fā)明實(shí)施例還可以通過(guò)移動(dòng)終端獲取記錄用戶行為規(guī)律的歷史軌跡，該歷史軌跡通過(guò)結(jié)合大數(shù)據(jù)分析而生成，對(duì)用戶的日常行為作出了詳細(xì)統(tǒng)計(jì)。更多地，本發(fā)明實(shí)施例還可以通過(guò)將獲取的當(dāng)前活動(dòng)狀態(tài)信息與移動(dòng)終端上的歷史軌跡進(jìn)行匹配，以達(dá)到確定用戶行為的目的。本發(fā)明實(shí)施例僅通過(guò)移動(dòng)終端即可精準(zhǔn)地確定用戶當(dāng)前的行為，進(jìn)而可以更好地實(shí)現(xiàn)用戶與移動(dòng)終端之間的交互，同時(shí)為用戶提供全方位的推薦信息，為用戶的日常生活提供了極大的便利。

需要說(shuō)明的是，實(shí)際應(yīng)用中，上述所有可選實(shí)施方式可以采用結(jié)合的方式任意組合，形成本發(fā)明的可選實(shí)施例，在此不再一一贅述。

基于同一發(fā)明構(gòu)思，本發(fā)明實(shí)施例還提供了一種用于移動(dòng)終端的用戶行為確定裝置。圖9是根據(jù)本發(fā)明一個(gè)實(shí)施例的用于移動(dòng)終端的用戶行為確定裝置的第一種示意性框圖。如圖9所示，用于移動(dòng)終端的用戶行為確定裝置至少包括：

第一獲取模塊910，適于基于用戶隨身攜帶的移動(dòng)終端獲取用戶的當(dāng)前活動(dòng)狀態(tài)信息；

第二獲取模塊920，與第一獲取模塊910耦合，適于獲取記錄用戶歷史行為規(guī)律的歷史軌跡，其中，歷史軌跡根據(jù)移動(dòng)終端的歷史數(shù)據(jù)生成；

匹配確定模塊930，與第二獲取模塊920耦合，適于將當(dāng)前活動(dòng)狀態(tài)信息與歷史軌跡進(jìn)行匹配，確定用戶的當(dāng)前行為。

在一個(gè)優(yōu)選的實(shí)施例中，第一獲取模塊910，還適于：

基于移動(dòng)終端的傳感器獲取用戶的當(dāng)前行為所產(chǎn)生的傳感器數(shù)據(jù)；

根據(jù)傳感器數(shù)據(jù)確定用戶的當(dāng)前活動(dòng)狀態(tài)信息。

在一個(gè)優(yōu)選的實(shí)施例中，第一獲取模塊910，還適于：

進(jìn)一步獲取移動(dòng)終端的輔助識(shí)別信息，其中，輔助識(shí)別信息包括網(wǎng)絡(luò)數(shù)據(jù)、位置信息和/或應(yīng)用數(shù)據(jù)；

在傳感器數(shù)據(jù)的基礎(chǔ)上結(jié)合輔助識(shí)別信息，確定用戶的當(dāng)前活動(dòng)狀態(tài)信息。

在一個(gè)優(yōu)選的實(shí)施例中，移動(dòng)終端的網(wǎng)絡(luò)數(shù)據(jù)包括藍(lán)牙數(shù)據(jù)和/或wifi數(shù)據(jù)；移動(dòng)終端的位置信息包括gps信息。

在一個(gè)優(yōu)選的實(shí)施例中，匹配確定模塊930，還適于：

沿歷史軌跡的時(shí)間軸對(duì)應(yīng)存在多個(gè)事件節(jié)點(diǎn)；

將當(dāng)前活動(dòng)狀態(tài)信息與歷史軌跡匹配，確定與當(dāng)前活動(dòng)狀態(tài)信息匹配的軌跡點(diǎn)；

根據(jù)確定的軌跡點(diǎn)的鄰近事件節(jié)點(diǎn)的事件信息確定用戶的當(dāng)前行為。

在一個(gè)優(yōu)選的實(shí)施例中，匹配確定模塊930，還適于：

根據(jù)當(dāng)前時(shí)間點(diǎn)確定軌跡點(diǎn)在歷史軌跡的行進(jìn)方向；

在軌跡點(diǎn)的鄰近事件節(jié)點(diǎn)選擇與行進(jìn)方向一致的事件節(jié)點(diǎn)；

根據(jù)與行進(jìn)方向一致的事件節(jié)點(diǎn)的事件信息，確定用戶的當(dāng)前行為是完成與行進(jìn)方向一致的事件節(jié)點(diǎn)的進(jìn)程。

在一個(gè)優(yōu)選的實(shí)施例中，第二獲取模塊920，還適于：

基于移動(dòng)終端的歷史數(shù)據(jù)獲取用戶在指定時(shí)長(zhǎng)內(nèi)的活動(dòng)狀態(tài)信息；

對(duì)指定時(shí)長(zhǎng)內(nèi)的活動(dòng)狀態(tài)信息進(jìn)行分類解析，歸納出用戶的不同行為的發(fā)生規(guī)律；

根據(jù)用戶的不同行為的發(fā)生規(guī)律繪制歷史軌跡。

在一個(gè)優(yōu)選的實(shí)施例中，如圖10所示，用于移動(dòng)終端的用戶行為確定裝置，還包括：

推薦模塊940，與匹配確定模塊930耦合，適于為用戶推薦與用戶的當(dāng)前行為相關(guān)的推薦信息。

在一個(gè)優(yōu)選的實(shí)施例中，推薦模塊940，還適于：

獲取用戶的當(dāng)前行為的所在地和/或目的地；

確定所在地和/或目的地的商業(yè)類型；

根據(jù)確定的商業(yè)類型為用戶推薦相關(guān)的商業(yè)信息。

在一個(gè)優(yōu)選的實(shí)施例中，推薦模塊940，還適于：

根據(jù)確定的商業(yè)類型為用戶推薦與本商業(yè)類型相關(guān)的商業(yè)信息；和/或

在所在地和/或目的地周邊尋找與確定的商業(yè)類型不同的商業(yè)類型，將不同的商業(yè)類型推薦給用戶。

在一個(gè)優(yōu)選的實(shí)施例中，推薦模塊940，還適于：若用戶的當(dāng)前活動(dòng)狀態(tài)為駕駛狀態(tài)，為用戶推送路況信息，和/或，在移動(dòng)終端界面自動(dòng)調(diào)起導(dǎo)航展示路線并顯示。

在一個(gè)優(yōu)選的實(shí)施例中，第一獲取模塊910，還適于：

收集移動(dòng)終端傳感器采集的傳感器數(shù)據(jù)，得到數(shù)據(jù)序列；

將數(shù)據(jù)序列作為訓(xùn)練樣本提取其中的特征向量，將特征向量映射到用戶活動(dòng)狀態(tài)的類別，使用機(jī)器學(xué)習(xí)算法訓(xùn)練從特征向量到用戶活動(dòng)狀態(tài)的類別的分類模型。

在一個(gè)優(yōu)選的實(shí)施例中，傳感器采集的數(shù)據(jù)包括多個(gè)方向上的數(shù)據(jù)，數(shù)據(jù)序列包括相應(yīng)的各個(gè)方向上的數(shù)據(jù)序列。

在一個(gè)優(yōu)選的實(shí)施例中，第一獲取模塊910，還適于：

當(dāng)傳感器包括多種類型的傳感器時(shí)，對(duì)多種類型的傳感器進(jìn)行組合，得到多組傳感器，其中，各組傳感器中包含一類或多類傳感器；

收集移動(dòng)終端上的各組傳感器采集的數(shù)據(jù)，得到各組傳感器中各類傳感器對(duì)應(yīng)的數(shù)據(jù)序列。

在一個(gè)優(yōu)選的實(shí)施例中，第一獲取模塊910，還適于：

將各組傳感器中各類傳感器對(duì)應(yīng)的數(shù)據(jù)序列作為訓(xùn)練樣本提取其中的特征向量，將特征向量映射到用戶活動(dòng)狀態(tài)的類別，使用機(jī)器學(xué)習(xí)算法訓(xùn)練各組傳感器的從特征向量到用戶活動(dòng)狀態(tài)的類別的分類模型。

此外，本發(fā)明實(shí)施例還提供了一種移動(dòng)終端，如圖11所示，包括處理器1180和存儲(chǔ)器1120：存儲(chǔ)器1120用于存儲(chǔ)執(zhí)行上述任意一個(gè)優(yōu)選的實(shí)施例或其組合所提供的用于移動(dòng)終端的用戶行為確定方法的程序；

處理器1180被配置為用于執(zhí)行存儲(chǔ)器1120中存儲(chǔ)的程序。

為了便于說(shuō)明，圖11僅示出了與本發(fā)明實(shí)施例相關(guān)的部分，具體技術(shù)細(xì)節(jié)未揭示的，請(qǐng)參照本發(fā)明實(shí)施例方法部分。該移動(dòng)終端可以包括手機(jī)、平板電腦、pda(personaldigitalassistant，個(gè)人數(shù)字處理)、pos(pointofsales，銷(xiāo)售終端)、車(chē)載電腦等任意終端設(shè)備，以終端為手機(jī)為例：

圖11示出的是與本發(fā)明實(shí)施例提供的移動(dòng)終端相關(guān)的手機(jī)的部分結(jié)構(gòu)的框圖。參考圖11，手機(jī)包括：射頻(radiofrequency，rf)電路1110、存儲(chǔ)器1120、輸入單元1130、顯示單元1140、傳感器1150、音頻電路1160、無(wú)線保真(wirelessfidelity，wifi)模塊1170、處理器1180、以及電源1190等部件。本領(lǐng)域技術(shù)人員可以理解，圖11中示出的手機(jī)結(jié)構(gòu)并不構(gòu)成對(duì)手機(jī)的限定，可以包括比圖示更多或更少的部件，或者組合某些部件，或者不同的部件布置。

下面結(jié)合圖11對(duì)手機(jī)的各個(gè)構(gòu)成部件進(jìn)行具體的介紹：

rf電路1110可用于收發(fā)信息或通話過(guò)程中，信號(hào)的接收和發(fā)送，特別地，將基站的下行信息接收后，給處理器1180處理；另外，將設(shè)計(jì)上行的數(shù)據(jù)發(fā)送給基站。通常，rf電路1110包括但不限于天線、至少一個(gè)放大器、收發(fā)信機(jī)、耦合器、低噪聲放大器(lownoiseamplifier，lna)、雙工器等。此外，rf電路1110還可以通過(guò)無(wú)線通信與網(wǎng)絡(luò)和其他設(shè)備通信。上述無(wú)線通信可以使用任一通信標(biāo)準(zhǔn)或協(xié)議，包括但不限于全球移動(dòng)通訊系統(tǒng)(globalsystemofmobilecommunication，gsm)、通用分組無(wú)線服務(wù)(generalpacketradioservice，gprs)、碼分多址(codedivisionmultipleaccess，cdma)、寬帶碼分多址(widebandcodedivisionmultipleaccess,wcdma)、長(zhǎng)期演進(jìn)(longtermevolution，lte)、電子郵件、短消息服務(wù)(shortmessagingservice，sms)等。

存儲(chǔ)器1120可用于存儲(chǔ)軟件程序以及模塊，處理器1180通過(guò)運(yùn)行存儲(chǔ)在存儲(chǔ)器1120的軟件程序以及模塊，從而執(zhí)行手機(jī)的各種功能應(yīng)用以及數(shù)據(jù)處理。存儲(chǔ)器1120可主要包括存儲(chǔ)程序區(qū)和存儲(chǔ)數(shù)據(jù)區(qū)，其中，存儲(chǔ)程序區(qū)可存儲(chǔ)操作系統(tǒng)、至少一個(gè)功能所需的應(yīng)用程序(比如聲音播放功能、圖像播放功能等)等；存儲(chǔ)數(shù)據(jù)區(qū)可存儲(chǔ)根據(jù)手機(jī)的使用所創(chuàng)建的數(shù)據(jù)(比如音頻數(shù)據(jù)、電話本等)等。此外，存儲(chǔ)器1120可以包括高速隨機(jī)存取存儲(chǔ)器，還可以包括非易失性存儲(chǔ)器，例如至少一個(gè)磁盤(pán)存儲(chǔ)器件、閃存器件、或其他易失性固態(tài)存儲(chǔ)器件。

輸入單元1130可用于接收輸入的數(shù)字或字符信息，以及產(chǎn)生與手機(jī)的用戶設(shè)置以及功能控制有關(guān)的鍵信號(hào)輸入。具體地，輸入單元1130可包括觸控面板1131以及其他輸入設(shè)備1132。觸控面板1131，也稱為觸摸屏，可收集用戶在其上或附近的觸摸操作(比如用戶使用手指、觸筆等任何適合的物體或附件在觸控面板1131上或在觸控面板1131附近的操作)，并根據(jù)預(yù)先設(shè)定的程式驅(qū)動(dòng)相應(yīng)的連接裝置?？蛇x的，觸控面板1131可包括觸摸檢測(cè)裝置和觸摸控制器兩個(gè)部分。其中，觸摸檢測(cè)裝置檢測(cè)用戶的觸摸方位，并檢測(cè)觸摸操作帶來(lái)的信號(hào)，將信號(hào)傳送給觸摸控制器；觸摸控制器從觸摸檢測(cè)裝置上接收觸摸信息，并將它轉(zhuǎn)換成觸點(diǎn)坐標(biāo)，再送給處理器1180，并能接收處理器1180發(fā)來(lái)的命令并加以執(zhí)行。此外，可以采用電阻式、電容式、紅外線以及表面聲波等多種類型實(shí)現(xiàn)觸控面板1131。除了觸控面板1131，輸入單元1130還可以包括其他輸入設(shè)備1132。具體地，其他輸入設(shè)備1132可以包括但不限于物理鍵盤(pán)、功能鍵(比如音量控制按鍵、開(kāi)關(guān)按鍵等)、軌跡球、鼠標(biāo)、操作桿等中的一種或多種。

顯示單元1140可用于顯示由用戶輸入的信息或提供給用戶的信息以及手機(jī)的各種菜單。顯示單元1140可包括顯示面板1141，可選的，可以采用液晶顯示器(liquidcrystaldisplay，lcd)、有機(jī)發(fā)光二極管(organiclight-emittingdiode,oled)等形式來(lái)配置顯示面板1141。進(jìn)一步的，觸控面板1131可覆蓋顯示面板1141，當(dāng)觸控面板1131檢測(cè)到在其上或附近的觸摸操作后，傳送給處理器1180以確定觸摸事件的類型，隨后處理器1180根據(jù)觸摸事件的類型在顯示面板1141上提供相應(yīng)的視覺(jué)輸出。雖然在圖11中，觸控面板1131與顯示面板1141是作為兩個(gè)獨(dú)立的部件來(lái)實(shí)現(xiàn)手機(jī)的輸入和輸入功能，但是在某些實(shí)施例中，可以將觸控面板1131與顯示面板1141集成而實(shí)現(xiàn)手機(jī)的輸入和輸出功能。

手機(jī)還可包括至少一種傳感器1150，比如光傳感器、運(yùn)動(dòng)傳感器以及其他傳感器。具體地，光傳感器可包括環(huán)境光傳感器及接近傳感器，其中，環(huán)境光傳感器可根據(jù)環(huán)境光線的明暗來(lái)調(diào)節(jié)顯示面板1141的亮度，接近傳感器可在手機(jī)移動(dòng)到耳邊時(shí)，關(guān)閉顯示面板1141和/或背光。作為運(yùn)動(dòng)傳感器的一種，加速計(jì)傳感器可檢測(cè)各個(gè)方向上(一般為三軸)加速度的大小，靜止時(shí)可檢測(cè)出重力的大小及方向，可用于識(shí)別手機(jī)姿態(tài)的應(yīng)用(比如橫豎屏切換、相關(guān)游戲、磁力計(jì)姿態(tài)校準(zhǔn))、振動(dòng)識(shí)別相關(guān)功能(比如計(jì)步器、敲擊)等；至于手機(jī)還可配置的陀螺儀、氣壓計(jì)、濕度計(jì)、溫度計(jì)、紅外線傳感器等其他傳感器，在此不再贅述。

音頻電路1160、揚(yáng)聲器1161，傳聲器1162可提供用戶與手機(jī)之間的音頻接口。音頻電路1160可將接收到的音頻數(shù)據(jù)轉(zhuǎn)換后的電信號(hào)，傳輸?shù)綋P(yáng)聲器1161，由揚(yáng)聲器1161轉(zhuǎn)換為聲音信號(hào)輸出；另一方面，傳聲器1162將收集的聲音信號(hào)轉(zhuǎn)換為電信號(hào)，由音頻電路1160接收后轉(zhuǎn)換為音頻數(shù)據(jù)，再將音頻數(shù)據(jù)輸出處理器1180處理后，經(jīng)rf電路1110以發(fā)送給比如另一手機(jī)，或者將音頻數(shù)據(jù)輸出至存儲(chǔ)器1120以便進(jìn)一步處理。

wifi屬于短距離無(wú)線傳輸技術(shù)，手機(jī)通過(guò)wifi模塊1170可以幫助用戶收發(fā)電子郵件、瀏覽網(wǎng)頁(yè)和訪問(wèn)流式媒體等，它為用戶提供了無(wú)線的寬帶互聯(lián)網(wǎng)訪問(wèn)。雖然圖11示出了wifi模塊1170，但是可以理解的是，其并不屬于手機(jī)的必須構(gòu)成，完全可以根據(jù)需要在不改變發(fā)明的本質(zhì)的范圍內(nèi)而省略。

處理器1180是手機(jī)的控制中心，利用各種接口和線路連接整個(gè)手機(jī)的各個(gè)部分，通過(guò)運(yùn)行或執(zhí)行存儲(chǔ)在存儲(chǔ)器1120內(nèi)的軟件程序和/或模塊，以及調(diào)用存儲(chǔ)在存儲(chǔ)器1120內(nèi)的數(shù)據(jù)，執(zhí)行手機(jī)的各種功能和處理數(shù)據(jù)，從而對(duì)手機(jī)進(jìn)行整體監(jiān)控?？蛇x的，處理器1180可包括一個(gè)或多個(gè)處理單元；優(yōu)選的，處理器1180可集成應(yīng)用處理器和調(diào)制解調(diào)處理器，其中，應(yīng)用處理器主要處理操作系統(tǒng)、用戶界面和應(yīng)用程序等，調(diào)制解調(diào)處理器主要處理無(wú)線通信。可以理解的是，上述調(diào)制解調(diào)處理器也可以不集成到處理器1180中。

手機(jī)還包括給各個(gè)部件供電的電源1190(比如電池)，優(yōu)選的，電源可以通過(guò)電源管理系統(tǒng)與處理器1180邏輯相連，從而通過(guò)電源管理系統(tǒng)實(shí)現(xiàn)管理充電、放電、以及功耗管理等功能。

盡管未示出，手機(jī)還可以包括攝像頭、藍(lán)牙模塊等，在此不再贅述。

采用本發(fā)明實(shí)施例提供的用于移動(dòng)終端的用戶行為確定方法、裝置及移動(dòng)終端能夠達(dá)到如下有益效果：

本發(fā)明實(shí)施例，為了能夠?qū)崿F(xiàn)通過(guò)移動(dòng)終端確定用戶當(dāng)前的行為，可以首先基于用戶隨身攜帶的移動(dòng)終端獲取用戶的當(dāng)前活動(dòng)狀態(tài)信息。進(jìn)而，在獲取到用戶當(dāng)前活動(dòng)狀態(tài)信息的基礎(chǔ)上，進(jìn)一步獲取記錄用戶歷史行為規(guī)律的歷史軌跡。其中，歷史軌跡可以根據(jù)移動(dòng)終端的歷史數(shù)據(jù)生成。進(jìn)一步地，在獲取到上述信息后，將當(dāng)前活動(dòng)狀態(tài)信息與歷史軌跡進(jìn)行匹配，進(jìn)而，根據(jù)匹配結(jié)果確定用戶的當(dāng)前行為。由此可知，本發(fā)明實(shí)施例通過(guò)利用移動(dòng)終端本身的設(shè)備可以獲取用戶的多種活動(dòng)狀態(tài)信息，其較現(xiàn)有技術(shù)中僅能通過(guò)移動(dòng)終端獲取用戶的步數(shù)統(tǒng)計(jì)信息有了極大提高。并且，本發(fā)明實(shí)施例的移動(dòng)終端是基于用戶隨身攜帶的，其能夠?qū)崟r(shí)記錄用戶的各種活動(dòng)信息，進(jìn)而提高獲取的用戶活動(dòng)狀態(tài)信息的準(zhǔn)確定。此外，本發(fā)明實(shí)施例還可以通過(guò)移動(dòng)終端獲取記錄用戶行為規(guī)律的歷史軌跡，該歷史軌跡通過(guò)結(jié)合大數(shù)據(jù)分析而生成，為用戶的日常行為作出了詳細(xì)統(tǒng)計(jì)。更多地，本發(fā)明實(shí)施例還可以通過(guò)將獲取的當(dāng)前活動(dòng)狀態(tài)信息與移動(dòng)終端上的歷史軌跡進(jìn)行匹配，以達(dá)到確定用戶行為的目的。本發(fā)明實(shí)施例僅通過(guò)移動(dòng)終端即可精準(zhǔn)地確定用戶當(dāng)前的行為，進(jìn)而可以更好地實(shí)現(xiàn)用戶與移動(dòng)終端之間的交互，同時(shí)為用戶提供全方位的推薦信息，為用戶的日常生活提供了極大的便利。

在此處所提供的說(shuō)明書(shū)中，說(shuō)明了大量具體細(xì)節(jié)。然而，能夠理解，本發(fā)明的實(shí)施例可以在沒(méi)有這些具體細(xì)節(jié)的情況下實(shí)踐。在一些實(shí)例中，并未詳細(xì)示出公知的裝置、結(jié)構(gòu)和技術(shù)，以便不模糊對(duì)本說(shuō)明書(shū)的理解。

類似地，應(yīng)當(dāng)理解，為了精簡(jiǎn)本公開(kāi)并幫助理解各個(gè)發(fā)明方面中的一個(gè)或多個(gè)，在上面對(duì)本發(fā)明的示例性實(shí)施例的描述中，本發(fā)明的各個(gè)特征有時(shí)被一起分組到單個(gè)實(shí)施例、圖、或者對(duì)其的描述中。然而，并不應(yīng)將該公開(kāi)的裝置解釋成反映如下意圖：即所要求保護(hù)的本發(fā)明要求比在每個(gè)權(quán)利要求中所明確記載的特征更多的特征。更確切地說(shuō)，如下面的權(quán)利要求書(shū)所反映的那樣，發(fā)明方面在于少于前面公開(kāi)的單個(gè)實(shí)施例的所有特征。因此，遵循具體實(shí)施方式的權(quán)利要求書(shū)由此明確地并入該具體實(shí)施方式，其中每個(gè)權(quán)利要求本身都作為本發(fā)明的單獨(dú)實(shí)施例。

本領(lǐng)域那些技術(shù)人員可以理解，可以對(duì)實(shí)施例中的設(shè)備中的模塊進(jìn)行自適應(yīng)性地改變并且把它們?cè)O(shè)置在與該實(shí)施例不同的一個(gè)或多個(gè)設(shè)備中?？梢园褜?shí)施例中的模塊或單元或組件組合成一個(gè)模塊或單元或組件，以及此外可以把它們分成多個(gè)子模塊或子單元或子組件。除了這樣的特征和/或過(guò)程或者單元中的至少一些是相互排斥之外，可以采用任何組合對(duì)本說(shuō)明書(shū)(包括伴隨的權(quán)利要求、摘要和附圖)中公開(kāi)的所有特征以及如此公開(kāi)的任何裝置或者設(shè)備的所有過(guò)程或單元進(jìn)行組合。除非另外明確陳述，本說(shuō)明書(shū)(包括伴隨的權(quán)利要求、摘要和附圖)中公開(kāi)的每個(gè)特征可以由提供相同、等同或相似目的的替代特征來(lái)代替。

此外，本領(lǐng)域的技術(shù)人員能夠理解，盡管在此所述的一些實(shí)施例包括其它實(shí)施例中所包括的某些特征而不是其它特征，但是不同實(shí)施例的特征的組合意味著處于本發(fā)明的范圍之內(nèi)并且形成不同的實(shí)施例。例如，在權(quán)利要求書(shū)中，所要求保護(hù)的實(shí)施例的任意之一都可以以任意的組合方式來(lái)使用。

本發(fā)明的各個(gè)部件實(shí)施例可以以硬件實(shí)現(xiàn)，或者以在一個(gè)或者多個(gè)處理器上運(yùn)行的軟件模塊實(shí)現(xiàn)，或者以它們的組合實(shí)現(xiàn)。本領(lǐng)域的技術(shù)人員應(yīng)當(dāng)理解，可以在實(shí)踐中使用微處理器或者數(shù)字信號(hào)處理器(dsp)來(lái)實(shí)現(xiàn)根據(jù)本發(fā)明實(shí)施例的用于移動(dòng)終端的用戶行為確定設(shè)備中的一些或者全部部件的一些或者全部功能。本發(fā)明還可以實(shí)現(xiàn)為用于執(zhí)行這里所描述的裝置的一部分或者全部的設(shè)備或者裝置程序(例如，計(jì)算機(jī)程序和計(jì)算機(jī)程序產(chǎn)品)。這樣的實(shí)現(xiàn)本發(fā)明的程序可以存儲(chǔ)在計(jì)算機(jī)可讀介質(zhì)上，或者可以具有一個(gè)或者多個(gè)信號(hào)的形式。這樣的信號(hào)可以從因特網(wǎng)網(wǎng)站上下載得到，或者在載體信號(hào)上提供，或者以任何其他形式提供。

例如，圖12示出了可以實(shí)現(xiàn)根據(jù)本發(fā)明的用于移動(dòng)終端的用戶行為確定方法的計(jì)算設(shè)備的框圖。該計(jì)算設(shè)備傳統(tǒng)上包括處理器1210和以存儲(chǔ)器1220形式的計(jì)算機(jī)程序產(chǎn)品或者計(jì)算機(jī)可讀介質(zhì)。存儲(chǔ)器1220可以是諸如閃存、eeprom(電可擦除可編程只讀存儲(chǔ)器)、eprom、硬盤(pán)或者rom之類的電子存儲(chǔ)器。存儲(chǔ)器1220具有存儲(chǔ)用于執(zhí)行上述方法中的任何方法步驟的程序代碼1231的存儲(chǔ)空間1230。例如，存儲(chǔ)用于程序代碼的存儲(chǔ)空間1230可以存儲(chǔ)分別用于實(shí)現(xiàn)上面的方法中的各種步驟的各個(gè)程序代碼1231。這些程序代碼可以從一個(gè)或者多個(gè)計(jì)算機(jī)程序產(chǎn)品中讀出或者寫(xiě)入到這一個(gè)或者多個(gè)計(jì)算機(jī)程序產(chǎn)品中。這些計(jì)算機(jī)程序產(chǎn)品包括諸如硬盤(pán)，緊致盤(pán)(cd)、存儲(chǔ)卡或者軟盤(pán)之類的程序代碼載體。這樣的計(jì)算機(jī)程序產(chǎn)品通常為如參考圖13所示的便攜式或者固定存儲(chǔ)單元。該存儲(chǔ)單元可以具有與圖12的計(jì)算設(shè)備中的存儲(chǔ)器1220類似布置的存儲(chǔ)段、存儲(chǔ)空間等。程序代碼可以例如以適當(dāng)形式進(jìn)行壓縮。通常，存儲(chǔ)單元包括存儲(chǔ)有用于執(zhí)行根據(jù)本發(fā)明的方法步驟的計(jì)算機(jī)可讀程序代碼1231’，即可以由例如諸如1210之類的處理器讀取的程序代碼，當(dāng)這些程序代碼當(dāng)由計(jì)算設(shè)備運(yùn)行時(shí)，導(dǎo)致該計(jì)算設(shè)備執(zhí)行上面所描述的方法中的各個(gè)步驟。

應(yīng)該注意的是上述實(shí)施例對(duì)本發(fā)明進(jìn)行說(shuō)明而不是對(duì)本發(fā)明進(jìn)行限制，并且本領(lǐng)域技術(shù)人員在不脫離所附權(quán)利要求的范圍的情況下可設(shè)計(jì)出替換實(shí)施例。在權(quán)利要求中，不應(yīng)將位于括號(hào)之間的任何參考符號(hào)構(gòu)造成對(duì)權(quán)利要求的限制。單詞“包含”不排除存在未列在權(quán)利要求中的元件或步驟。位于元件之前的單詞“一”或“一個(gè)”不排除存在多個(gè)這樣的元件。本發(fā)明可以借助于包括有若干不同元件的硬件以及借助于適當(dāng)編程的計(jì)算機(jī)來(lái)實(shí)現(xiàn)。在列舉了若干裝置的單元權(quán)利要求中，這些裝置中的若干個(gè)可以是通過(guò)同一個(gè)硬件項(xiàng)來(lái)具體體現(xiàn)。單詞第一、第二、以及第三等的使用不表示任何順序?？蓪⑦@些單詞解釋為名稱。

至此，本領(lǐng)域技術(shù)人員應(yīng)認(rèn)識(shí)到，雖然本文已詳盡示出和描述了本發(fā)明的多個(gè)示例性實(shí)施例，但是，在不脫離本發(fā)明精神和范圍的情況下，仍可根據(jù)本發(fā)明公開(kāi)的內(nèi)容直接確定或推導(dǎo)出符合本發(fā)明原理的許多其他變型或修改。因此，本發(fā)明的范圍應(yīng)被理解和認(rèn)定為覆蓋了所有這些其他變型或修改。