CN105095214A - 基于运动识别进行信息推荐的方法及装置 - Google Patents

Abstract

本发明实施例提供了一种基于运动识别进行信息推荐的方法，包括步骤：获取用户的运动关联信息；根据所述运动关联信息，识别所述用户的运动类型；基于所述运动关联信息和所述运动类型，向所述用户推荐信息。本发明还提供一种基于运动识别进行信息推荐的装置。通过上述方式，可基于多模态的传感器运动数据和用户通信数据中的运动信息，对运动类型进行识别。本发明提出的技术方案，能够构建具有自学习能力的个性化识别库，进一步提高运动类型识别的准确性，进而根据个性化识别库中的用户特性，向用户推荐具有针对性的多样化信息。

Description

基于运动识别进行信息推荐的方法及装置

技术领域

本发明涉及信息推荐技术领域，具体而言，本发明涉及基于运动识别进行信息推荐的方法及装置。

背景技术

近年来，随着电子产业和通信技术的飞速发展，以数据、话音、视频为基础的新业务发展迅猛。微电子技术、计算机软硬件技术的快速发展，为终端设备处理越来越复杂的工作打下了基础，为终端设备个性化提供了实现可能，使得终端从某种程度上摆脱了网络的制约，可以具备越来越强大的功能。此外，用户本身也对终端有迫切的需求，希望终端功能更强大、更灵活、更简捷。信息技术的发展，使终端技术走向智能化、移动化、多功能化。

目前，运动识别技术分为两大类，一类基于图像识别，如：微软的Kinect或索尼的Move等，利用人体周围固定放置的传感器，感知人体躯干和四肢的运动轨迹，从而识别诸如举手或拍动上肢等运动。但此类运动识别技术识别场景有限，只能识别人体动作，无法感知心率、脉搏等特征，且也无法随识别主体进行移动。

另一类基于人体随身携带的便携式传感器，由于便携式传感器本身及算法的局限，大多数便携式传感器只能提供运动数据监测技术，如：Nike+、NikeFuelband、Fitbit或咕咚网手环等，可记录用户的运动距离和消耗的热量等数据，但无法识别运动的种类。

目前，针对运动的推荐方法较少，且推荐模式较简单。就一般推荐方法而言，可分为基于内容、协同过滤算法和关联规则挖掘三大类。各方法具体内容如下：

基于内容的推荐，推荐给用户一些与用户已选择过的项目相似的内容。例如，当用户在网上购书时，总是购买与历史相关的书籍，那么基于内容的推荐就会给用户推荐一些热门的历史方面的书籍。

基于协同过滤算法的推荐，推荐给用户一些与用户品味相似的其他用户喜欢的内容。例如，当用户在网上买衣服时，基于协同过滤算法的推荐，会根据用户的历史购买记录或是浏览记录，分析出用户的穿衣品位，并找到与该用户品味相似的一些用户，将他们浏览和购买的衣服信息推荐给该用户。

基于关联规则挖掘的推荐，推荐给用户一些采用关联规则发现算法计算出的内容。关联规则的发现算法包括Apriori、AprioriTid、DHP和FP-tree等。其核心为使用候选项集找频繁项集。

其中，还可结合上述各推荐方法，得到一个更加全面的推荐结果，向用户推荐。综合用户的兴趣偏好、属性，商品的属性、内容、分类，及用户之间的社交关系等，挖掘用户的喜好和需求，向用户推荐其感兴趣或需要的商品。

识别出不同的运动类型，对运动推荐具有重要的作用，如：散步、慢跑和骑车，不同的运动类型其实施者的兴趣爱好也不同。

随着智能终端计算能力的提高和传感器的集成，可区分一些简单的运动类型。主要表现在，受限于便携式传感器简单的构造和感知信息的不精细，可利用的便携式传感器较少，通常利用加速度传感器和方向传感器，根据震动幅度和方向的不同，区分散步、跑步、爬楼梯等简单运动。对于一些复杂或相近的运动，现有运动识别技术则无法进行区分。

现有运动识别技术，多采用机器学习中的分类算法，但该类算法需要大量的训练数据，才能给出较高的分类性能。可人工构造训练数据，耗时耗力，增加成本。

现有运动识别技术，没有区别个体的差异，导致识别结果会不精确。如老年人的跑步和青年人的走路，传感器信息则比较接近。

由于现有运动识别技术无法识别出真实的运动爱好，导致不能进行准确的运动推荐。且现有运动推荐也仅是根据当前的地理位置给出一些宽泛的推荐，较少考虑如何针对所识别的运动进行必要的推荐。对于异构数据，现有推荐方法无法进行处理，现有推荐方法只能推荐一类项目，无法处理多个项目之间的关系。

因此，有必要提出一种技术方案，解决现有运动识别技术的识别类型过于简单、识别结果不够精确，及运动推荐单一、无针对性，不能满足用户真实需要的问题。

发明内容

本发明的目的旨在至少解决上述技术缺陷之一，特别是基于多模态的传感器运动数据和用户通信数据中的运动信息，对运动类型进行识别，进而向用户推荐具有针对性的多样化信息。

一方面，本发明实施方式提供一种基于运动识别进行信息推荐的方法，包括步骤：获取用户的运动关联信息；根据所述运动关联信息，识别所述用户的运动类型；基于所述运动关联信息和所述运动类型，向所述用户推荐信息。

另一方面，本发明实施方式提供一种基于运动识别进行信息推荐的装置，包括：获取模块，用于获取用户的运动关联信息；识别模块，用于根据所述运动关联信息，识别所述用户的运动类型；推荐模块，用于基于所述运动关联信息和所述运动类型，向所述用户推荐信息。

本发明提出的上述方案，可基于多模态的传感器运动数据和用户通信数据中的运动信息，对运动类型进行识别；其后，基于识别出的运动关联信息和运动类型，向用户推荐具有针对性的多样化信息。

本发明附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1为本发明基于运动识别进行信息推荐的方法一种实施例的流程示意图；

图2为本发明异构数据关系建模的图形式；

图3为本发明异构数据关系建模的矩阵形式；

图4为本发明基于运动识别进行信息推荐的方法一种具体实施例的框图；

图5为本发明基于运动识别进行信息推荐的装置一种实施例的结构示意图；

图6为本发明基于运动识别进行信息推荐的装置另一种实施例的结构示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。

本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。

本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。

本技术领域技术人员可以理解，这里所使用的“终端”、“终端设备”既包括无线信号接收器的设备，其仅具备无发射能力的无线信号接收器的设备，又包括接收和发射硬件的设备，其具有能够在双向通信链路上，进行双向通信的接收和发射硬件的设备。这种设备可以包括：蜂窝或其他通信设备，其具有单线路显示器或多线路显示器或没有多线路显示器的蜂窝或其他通信设备；PCS(PersonalCommunicationsService，个人通信系统)，其可以组合语音、数据处理、传真和/或数据通信能力；PDA(PersonalDigitalAssistant，个人数字助理)，其可以包括射频接收器、寻呼机、互联网/内联网访问、网络浏览器、记事本、日历和/或GPS(GlobalPositioningSystem，全球定位系统)接收器；常规膝上型和/或掌上型计算机或其他设备，其具有和/或包括射频接收器的常规膝上型和/或掌上型计算机或其他设备。这里所使用的“终端”、“终端设备”可以是便携式、可运输、安装在交通工具(航空、海运和/或陆地)中的，或者适合于和/或配置为在本地运行，和/或以分布形式，运行在地球和/或空间的任何其他位置运行。这里所使用的“终端”、“终端设备”还可以是通信终端、上网终端、音乐/视频播放终端，例如可以是PDA、MID(MobileInternetDevice，移动互联网设备)和/或具有音乐/视频播放功能的移动电话，也可以是智能电视、机顶盒等设备。

为了实现本发明的目的，本发明实施例提出了一种基于运动识别进行信息推荐的方法，包括以下步骤：

获取用户的运动关联信息；根据所述运动关联信息，识别所述用户的运动类型；基于所述运动关联信息和所述运动类型，向所述用户推荐信息。

本发明提出的上述方法，可基于多模态的传感器运动数据和用户通信数据中的运动信息，对运动类型进行识别；其后，基于识别出的运动关联信息和运动类型，向用户推荐具有针对性的多样化信息。

应当理解，本发明提出的技术方案，在具体的实现中可以在终端设备，和/或服务器，和/或云端上实现。也就是，本发明提出的技术方案的功能分布，可以根据实际的实现需要进行调整，这些调整均应视为不脱离本发明原理，这种适应性调整应视为落入本发明的保护范围。在后面的举例中，为了便于理解本发明，部分示例将以在终端设备上实现进行举例说明。

如图1所示，为本发明基于运动识别进行信息推荐的方法一种实施例的流程示意图，包括以下步骤：

S11，获取用户的运动关联信息。

终端设备在向用户推荐信息前，需准确识别用户的运动类型。为识别运动类型，终端设备首先需获取用户的运动关联信息。其中，运动关联信息包括以下任意一种或两种：

A.通过传感器获取的运动数据。

在本实施例中，传感器包括以下任意一种或多种：

加速计，方向传感器，三轴陀螺仪，距离传感器，光线传感器，三角定位，GPS，海拔仪，体温传感器，心率传感器，血压监测器。

上述传感器可分布于用户的颈部、手腕部、腰部、下肢等部位，以识别人体不同部位的动作及人体对不同运动的反应。

在本实施例中，传感器与终端设备可以无线或有线的方式传输数据，且部分传感器可集成于终端设备上。终端设备可以是智能手机或智能手表等可穿戴设备。

通过多种类型的传感器，可获取多模态的信息，增大各种运动的可区分性。例如：散步、跑步、爬山、骑车等运动可通过步速、四肢晃动幅度、心率、海拔和GPS信息区分出来；乒乓球、网球和羽毛球等小球类运动，可通过挥拍姿势、手腕震动幅度等信息区分；篮球、排球和足球等大球类运动，可通过四肢晃动幅度等信息区分；水上运动利用水压等信息区分；室内健身利用GPS等信息区分。

B.从用户的通信数据中获取的运动信息。

用户在运动开始前、运动中、运动后，可能会通过即时通讯分享或搜索有关运动的内容，此类信息非常有助于区分运动的类别。

在本实施例中，从用户的通信数据中获取的运动信息包括以下任意一种或多种：

a.从用户的语音信息中获取的运动信息。

b.从用户的文字信息中获取的运动信息。

c.从用户的图片信息中获取的运动信息。

d.从用户的网络访问的主题中获取的运动信息。

网络访问的主题包括在线购买信息，如：物品、时间、费用、地址等。

通信数据中获取的运动信息还包括商场购物信息，如：物品、时间、费用、商户地址等。

基于自然语言处理技术，首先获取用户的自然语言，包括文字、语音及图片和网络访问主题中的自然语言，用户的自然语言需转化为文字信息，再从文字信息中提取运动名、时间、地点、人物或运动情感等信息，以辅助判断用户的运动类型。

上述自然语言处理技术主要功能包括从文字信息中提取与运动相关的信息，具体如下：

A.提取命名实体，包括人名、地名、机构名、时间、日期等。可采用序列标注模型和规则模板相结合的方法。

B.提取运动类别关键词，并对应至相应类别中。由于自然语言的自由性和歧义性，导致同一种运动会有多种表示，而同一种表示可能表达不同的含义。采用词义的向量化及词聚类的方法处理语言理解的问题。

C.情感词的提取，用于判断用户的情感，如：喜、怒、哀、乐等情绪。

S12，根据运动关联信息，识别用户的运动类型。

具体实践中，运动类型的识别例如包括以下四种不同的实现方式：

A.终端设备根据传感器传输的运动数据和/或用户通信数据中的运动信息，识别用户的运动类型。

B.终端设备将其获取的传感器传输的运动数据和/或用户通信数据中的运动信息发送至服务器，由服务器进行用户运动类型的识别，服务器识别出运动类型后，将识别结果反馈至终端设备。

其中，服务器将传感器传输的运动数据和/或用户通信数据中的运动信息与其自身的全局运动识别库结合，进行精确的运动类型识别。

C.终端设备根据传感器传输的运动数据和/或用户通信数据中的运动信息，初步识别用户的运动类型，并将初步识别的运动类型发送至服务器，服务器结合其自身的全局运动识别库，进行精确的运动类型识别。

其中，服务器识别后的结果同样反馈至终端设备。

D.终端设备从服务器接收全局运动识别库的数据，根据全局运动识别库的数据，分析通过传感器获取的运动数据和/或从用户的通信数据中获取的运动信息，识别用户的运动类型。

为提高识别运动类型的准确性，通常采用传感器传输的运动数据和通信数据中的运动信息相结合的方式来识别运动类型，以通信数据中的运动信息来辅助传感器的运动数据，提高识别运动类型的信赖度。

以上所述，可知运动类型识别功能可由终端设备、服务器或终端设备结合服务器实现。作为本发明的实施例，图1所示的流程包括以上任意一种或多种识别方式进行识别。

其中，采用任意一种分类系统如决策树或SVM(SupportVectorMachine，支持向量机)等将通过传感器获取的运动数据和从用户的通信数据中获取的运动信息分类，转换为用户的特性。

用户的特性包括：运动类型、体力水平、运动强度、频次、购物特性、地理位置和时间等。

其中，可在预定时间范围内，分析通过传感器获取的运动数据和从用户的通信数据中获取的运动信息，识别用户的运动类型。例如：先获取运动数据，间隔一段时间后，再获取通信数据中的运动信息；或先获取通信数据中的运动信息，间隔一段时间后，再获取运动数据。针对此情况，就需要预置一定的时间范围，进行准确而有效的识别。

若获取运动数据与获取通信数据中的运动信息所间隔的时间，超出预定的时间范围，可单独根据获取的运动数据或获取的通信数据中的运动信息对用户已做的或即将做的运动类型进行识别。

其中，为节省成本，初始的全局运动识别库为一初始训练库，包括一些通过人工生成的运动类型、传感器特性所对应的训练数据。

为不断提高识别运动类型的准确性，针对用户个体差异的问题，本实施例终端设备采用个性化的运动识别，即根据用户的运动特性，建立用户的个性化识别库。个性化识别库的作用表现为两点，一为根据个性化识别库识别用户的运动类型；二为终端设备将用户个性化识别库的数据发送至服务器，服务器根据收到的个性化识别库，更新其全局运动识别库。

更新全局运动识别库的意义在于，根据全局运动识别库中的用户特性，服务器的识别算法会参考个性化信息，如：运动强度上个体间的差异，可根据用户的特性进行调整。

需指出的是，个性化识别库具有自学能力，可自动更新。

其中，个性化识别库的自学习能力表现为：一方面，将高信赖度的传感器运动数据、通信数据中的运动信息及识别的运动类型自动扩充到个性化识别库，其中，具体扩充算法可采用bootstrapping算法或其他弱监督模式算法；另一方面，在尽量少干扰的前提下，通过与用户进行信息交换，即将不确定的识别结果发给用户确认或纠正，将用户反馈的信息扩充到个性化识别库。其中，对不确定的识别结果进行人工标注，并迭代，以使其可扩充到个性化识别库。

S13，基于运动关联信息和运动类型，向用户推荐信息。

放入至个性化识别库的运动关联信息和运动类型可反映用户的真实特性，针对用户特性，进行有针对性的推荐。例如：推荐类似用户特性的人及与运动相关的其他运动、商品、购物地等；针对运动所需的消耗品，提醒并推荐消耗品的类型、购物地等；针对运动指标不理想，提醒并推荐可改善的运动方式。

在本实施例中，为使推荐更具针对性，还从服务器接收其他用户的信息，包括其他用户的个性化识别库和一些在线信息。

其中，本实施例终端设备向用户具体推荐的信息包括以下任意一种或多种：

A.运动类型的活动信息；

B.运动类型的商品信息；

C.运动类型的运动建议信息；

D.与用户具有相同个性化识别库的其他用户的信息。

在本实施例中，由于推荐信息的多样性和异构性，采用专门处理异构数据及异构数据间关系的推荐算法。

异构数据包括：运动类别、运动强度、运动时间、运动地点、购物时间、购物地点、购买商品及用户本身等多个数据。

针对异构数据的推荐算法具体为，首先对不同数据间的两两关系进行统一建模，通过计算出数据间的全局关系，按照与该用户最相关的数据点进行推荐。请参阅图2和图3，图2为本发明异构数据关系建模的图形式，图3为本发明异构数据关系建模的矩阵形式。其中，1、2、3、4、5为节点，代表不同的数据，R₁、R₂、R₃代表节点间不同的关系。

综上所述，本实施例基于运动识别进行信息推荐的方法，具有如下优点：

A.多个传感器获得的多模态信息可提高区分运动的准确性，表现为：如果没有海拔的变化，就很难区分散步和爬山；如果没有上肢晃动幅度信息，很难区分跑步和骑车；如果没有手腕震动幅度信息，很难区分羽毛球和篮球；如果没有水压信息，很难区分游泳；如果没有定位信息，很难区分水上脚踏船和陆地脚踏车运动；如果没有定位信息，很难区分大街上跑步和球场踢足球运动。

B.多模态信息与用户的通信数据中的运动信息相结合，可消除一些传感器的不利因素，同时提高运动类型识别的准确性。传感器的不利因素包括：某些运动的传感器信息比较混淆，瑜伽的特征不明显，传感器信息的缺失等。

C.个性化识别库的自学习能力会逐渐优化运动识别效果。包括有监督自学习方法和无监督自学习方法。无监督自学习方法为，将用户辨识度较高的运动加入个性化识别库。有监督自学习方法为，在尽可能不打扰用户的情况下，将不确定的识别信息发给用户，由用户判断，再将用户反馈的信息加入个性化识别库。

D.针对用户特性进行个性化推荐、多种推荐。

请参阅图4，图4为本发明基于运动识别进行信息推荐的方法一种具体实施例的框图，下面详细阐述框图所示的基于运动识别进行信息推荐的方法。

某日，A骑车，开启传感器并记录数据。其中，传感器包括计步器、陀螺仪、海拔仪和心率传感器。传感器记录的数据包括上肢静止、下肢快速圆周运动、心率快等。终端设备接收到传感器记录的数据后，识别出A的运动可能为骑车。

A在骑车过程中，自发的分享一些运动感受，如：骑车前，给同伴发短信“走，下午和阿海去奥森骑两圈吧”。骑车中，给朋友发微信，写到“XX单车俱乐部组织的这次活动挺靠谱啊”。骑车后，给朋友发微信，说“今天尝试了死飞，挺刺激”。其中，语音信息会通过语音识别转化为文字。且A骑车前，电子购买一些功能饮料。基于自然语言处理技术从用户的通信数据中获取的运动信息包括：运动类别“骑车”，地点“奥林匹克森林公园”，A很喜欢骑车运动，购买的物品，购买物品的场所。

由于通信数据中的运动信息的辅助，使得终端设备识别出的骑车的可能性较大。此时，骑车这一用户特性的信赖度较高，可自动扩充至个性化识别库，得到真实的A骑车所对应的传感器数据。

另一日，A进行羽毛球运动，同时打开传感器，记录运动数据，终端设备自动识别运动类型。A在运动过程中，未分享任何信息。由于没有通信数据的辅助，且A打球动作不规范、时间短，使得识别出的羽毛球运动可能性较低。根据个性化识别库的自学习能力，询问A是否为羽毛球运动，A反馈为“是”。此时，羽毛球运动这一用户特性的信赖度较高，可扩充至个性化识别库，得到真实的A打羽毛球所对应的传感器数据。

A经过多次运动和购物后，形成如下的用户特性：

运动：骑车0.6，羽毛球0.2，爬山0.1，散步0.1。

购物：功能饮料，羽毛球拍，跑鞋。

活动地点：昌平，海淀。

总结：周末去打羽毛球，平时骑车健身。

基于上述用户特性，对于A的不同运动场景，进行有针对性的推荐。其中，在推荐过程中，还会参考天气、促销信息等因素。

A到某地，终端设备自动向其推荐附近的自行车用品店，或者羽毛球馆，而排除其他干扰信息。

终端设备判断出A可能用完上次购买的羽毛球，向其推荐是否该补充羽毛球。

A苦于找到志同道合的朋友，但网上交友的头像或简介都不太真实，根据A的特性和其他用户的特性，终端设备可推荐真正兴趣相投的人。

A不知去哪运动，终端设备根据与其具有类似爱好、运动地点的其他用户运动信息，主动向其推荐评价好、热度高的运动及地点。

终端设备检测出A在打羽毛球时的姿势不太规范，推荐一些适合A的小贴士。

请参阅图5，图5为本发明基于运动识别进行信息推荐的装置一种实施例的结构示意图，如图5所示，包括：获取模块21、识别模块22和推荐模块23。

在本实施例中，获取模块21用于获取用户的运动关联信息；识别模块22用于根据运动关联信息，识别用户的运动类型；推荐模块23用于基于运动关联信息和运动类型，向用户推荐信息。

其中，获取模块21用于获取的运动关联信息包括：通过传感器获取的运动数据和/或从用户的通信数据中获取的运动信息。

传感器包括加速计、方向传感器、三轴陀螺仪、距离传感器、光线传感器、三角定位、GPS、海拔仪、体温传感器、心率传感器、血压监测器的一种或多种。

其中，本实施例的装置集成于图1所示实施例的终端设备，实现图1所示实施例的终端设备的功能，推荐模块23用于向用户具体推荐的信息包括以下任意一种或多种：

A.运动类型的活动信息；

B.运动类型的商品信息；

C.运动类型的运动建议信息；

D.与用户具有相同个性化识别库的其他用户的信息。

需要指出的是，根据识别模块22识别方式的不同，本实施例装置在具体的应用中可设置于智能终端，还可分开设置于终端设备和服务器。其中，获取模块21和推荐模块23设置于终端设备中，识别模块22的具体设置方式及功能如下：

A.识别模块22设置于终端设备，其根据相关信息识别用户的运动类型。

B.识别模块22设置于服务器，其根据相关信息识别用户的运动类型。

C.识别模块22分别设置于终端设备和服务器，服务器根据终端设备的初步识别进行综合识别。

其中，B、C设置方式中，服务器识别出的运动类型需反馈至终端设备的推荐模块23。

应当理解，上述识别模块22的各种具体设置方式及功能分布，均应视为不脱离本发明原理的适应性调整，这种适应性调整应视为落入本发明的保护范围。在后面的举例中，为了便于理解本发明，部分示例将以识别模块22设置于终端设备、其根据相关信息识别用户的运动类型进行举例说明。

本实施例的基于运动识别进行信息推荐的装置可获取多模态的传感器运动数据，提高识别运动类型的准确性，且在识别过程中，还可以借助用户通信数据中的运动信息，进一步提高识别运动类型的准确性。通过运动关联信息和运动类型，向用户推荐具有针对性的多样化信息。

请参阅图6，图6为本发明基于运动识别进行信息推荐的装置另一种实施例的结构示意图，如图6所示，包括：获取模块31、识别模块32、推荐模块33、建立模块34、发送模块35及接收模块36。

上述各模块的功能如下：

获取模块31用于获取用户的运动关联信息；识别模块32用于根据所述运动关联信息，识别所述用户的运动类型；推荐模块33用于基于所述运动关联信息和所述运动类型，向所述用户推荐信息。

建立模块34用于根据用户的运动特性，建立用户的个性化识别库。其中，放入至个性化识别库的用户特性为信赖度高或用户反馈的运动关联信息和运动类型，可反映用户的真实特性。用户反馈为本实施例装置与用户进行信息交换的结果。

发送模块35用于向服务器传递用户的个性化识别库，服务器根据收到的个性化识别库，更新全局运动识别库。

接收模块36用于从服务器接收其他用户的信息，包括运动信息和购物信息等。

其中，本实施例的装置集成于图1所示实施例的终端设备，实现图1所示实施例的终端设备的功能。

在本实施例中，运动关联信息包括以下任意一种或两种：

A.通过传感器获取的运动数据。

传感器包括加速计、方向传感器、三轴陀螺仪、距离传感器、光线传感器、三角定位、GPS、海拔仪、体温传感器、心率传感器、血压监测器的一种或多种。

其中，传感器所记录的数据发送至本实施例的装置。

B.从用户的通信数据中获取的运动信息。

获取模块31用于从用户的通信数据中获取的运动信息包括以下任意一种或多种：

a.获取模块31用于从用户的语音信息中获取的运动信息。

b.获取模块31用于从用户的文字信息中获取的运动信息。

c.获取模块31用于从用户的图片信息中获取的运动信息。

d.获取模块31用于从用户的网络访问的主题中获取的运动信息。

网络访问的主题包括在线购买信息，如：物品、时间、费用、地址等。

通信数据中获取的运动信息还包括商场购物信息，如：物品、时间、费用、商户地址等。

在本实施例中，识别模块32从服务器接收全局运动识别库的数据，根据全局运动识别库的数据，分析通过传感器获取的运动数据和从用户的通信数据中获取的运动信息，识别用户的运动类型。

其中，初始的全局运动识别库为一初始训练库，包括一些通过人工生成的训练数据。

其中，识别模块32可在预定时间范围内，分析通过传感器获取的运动数据和从用户的通信数据中获取的运动信息，识别用户的运动类型。

在本实施例中，个性化识别库为可扩充的状态，可不断扩充用户特性，进而使识别模块32具有更准确的识别效果。

在本实施例中，推荐模块33向用户推荐的信息包括以下任意一种或多种信息：

A.运动类型的活动信息；

B.运动类型的商品信息；

C.运动类型的运动建议信息；

D.与用户具有相同个性化识别库的其他用户的信息。

下面详细阐述本实施例装置的识别推荐过程。

获取模块31首先获取用户的运动关联信息，识别模块32根据从服务器接收的全局运动识别库的数据，分析运动关联信息，识别用户的运动类型。识别模块32在识别过程中，会识别出信赖度高的运动类型，建立模块34基于该信赖度高的运动类型及对应的运动关联信息建立个性化识别库，且建立模块34将信赖度低的运动类型及对应的运动关联信息与用户进行交互，并将用户反馈的信息扩充至个性化识别库。

发送模块35向服务器发送个性化识别库，使全局运动识别库得以更新。推荐模块33根据运动关联信息、识别的运动类型及接收模块36接收的其他用户的信息，向用户推荐信息。其中，推荐模块33所根据的运动关联信息、识别的运动类型包括个性化识别库中的用户特性。

本实施例基于运动识别进行信息推荐的装置，采用多模态传感器信息，并与用户的通信数据相结合，可提高识别用户运动类型的准确性。

识别过程中，本实施例基于运动识别进行信息推荐的装置，针对个体运动数据的差异，构建个性化识别库，进一步提高运动类型识别的准确性，且个性化识别库具有终身自学习的能力。

本实施例基于运动识别进行信息推荐的装置，基于真实用户特性的推荐，可提高推荐的有效性和真实性。

本技术领域技术人员可以理解，本发明包括涉及用于执行本申请中所述操作中的一项或多项的设备。这些设备可以为所需的目的而专门设计和制造，或者也可以包括通用计算机中的已知设备。这些设备具有存储在其内的计算机程序，这些计算机程序选择性地激活或重构。这样的计算机程序可以被存储在设备(例如，计算机)可读介质中或者存储在适于存储电子指令并分别耦联到总线的任何类型的介质中，所述计算机可读介质包括但不限于任何类型的盘(包括软盘、硬盘、光盘、CD-ROM、和磁光盘)、ROM(Read-OnlyMemory，只读存储器)、RAM(RandomAccessMemory，随即存储器)、EPROM(ErasableProgrammableRead-OnlyMemory，可擦写可编程只读存储器)、EEPROM(ElectricallyErasableProgrammableRead-OnlyMemory，电可擦可编程只读存储器)、闪存、磁性卡片或光线卡片。也就是，可读介质包括由设备(例如，计算机)以能够读的形式存储或传输信息的任何介质。

本技术领域技术人员可以理解，可以用计算机程序指令来实现这些结构图和/或框图和/或流图中的每个框以及这些结构图和/或框图和/或流图中的框的组合。本技术领域技术人员可以理解，可以将这些计算机程序指令提供给通用计算机、专业计算机或其他可编程数据处理方法的处理器来实现，从而通过计算机或其他可编程数据处理方法的处理器来执行本发明公开的结构图和/或框图和/或流图的框或多个框中指定的方案。

本技术领域技术人员可以理解，本发明中已经讨论过的各种操作、方法、流程中的步骤、措施、方案可以被交替、更改、组合或删除。进一步地，具有本发明中已经讨论过的各种操作、方法、流程中的其他步骤、措施、方案也可以被交替、更改、重排、分解、组合或删除。进一步地，现有技术中的具有与本发明中公开的各种操作、方法、流程中的步骤、措施、方案也可以被交替、更改、重排、分解、组合或删除。

以上所述仅是本发明的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (22)

1.一种基于运动识别进行信息推荐的方法，其特征在于，包括以下步骤：

获取用户的运动关联信息；

根据所述运动关联信息，识别所述用户的运动类型；

基于所述运动关联信息和所述运动类型，向所述用户推荐信息。

2.根据权利要求1所述的基于运动识别进行信息推荐的方法，其特征在于，运动关联信息包括：

通过传感器获取的运动数据；和/或，

从用户的通信数据中获取的运动信息。

3.根据权利要求2所述的基于运动识别进行信息推荐的方法，其特征在于，所述传感器包括以下任意一种或多种：

加速计，方向传感器，三轴陀螺仪，距离传感器，光线传感器，三角定位，GPS，海拔仪，体温传感器，心率传感器，血压监测器。

4.根据权利要求2所述的基于运动识别进行信息推荐的方法，其特征在于，从用户的通信数据中获取的运动信息包括以下任意一种或多种：

从用户的语音信息中获取的运动信息；

从用户的文字信息中获取的运动信息；

从用户的图片信息中获取的运动信息；

从用户的网络访问的主题中获取的运动信息。

5.根据权利要求2所述的基于运动识别进行信息推荐的方法，其特征在于，根据所述运动关联信息，识别所述用户的运动类型，包括：

从服务器接收全局运动识别库的数据，根据所述全局运动识别库的数据，分析通过传感器获取的运动数据和从用户的通信数据中获取的运动信息，识别所述用户的运动类型。

6.根据权利要求5所述的基于运动识别进行信息推荐的方法，其特征在于，还包括：

在预定时间范围内，分析通过传感器获取的运动数据和从用户的通信数据中获取的运动信息，识别所述用户的运动类型。

7.根据权利要求5所述的基于运动识别进行信息推荐的方法，其特征在于，还包括：

根据所述用户的运动特性，建立所述用户的个性化识别库。

8.根据权利要求7所述的基于运动识别进行信息推荐的方法，其特征在于，还包括：

建立所述用户的个性化识别库时，通过与所述用户进行信息交换，以确定当前识别的运动类型。

9.根据权利要求8所述的基于运动识别进行信息推荐的方法，其特征在于，还包括：

向服务器传递所述用户的个性化识别库，所述服务器根据收到的个性化识别库，更新全局运动识别库。

10.根据权利要求7所述的基于运动识别进行信息推荐的方法，其特征在于，还包括：

从服务器接收其他用户的信息。

11.根据权利要求7至10任意之一所述的基于运动识别进行信息推荐的方法，其特征在于，向所述用户推荐信息，包括以下任意一种或多种信息：

所述运动类型的活动信息；

所述运动类型的商品信息；

所述运动类型的运动建议信息；

与所述用户具有相同个性化识别库的其他用户的信息。

12.一种基于运动识别进行信息推荐的装置，其特征在于，包括：

获取模块，用于获取用户的运动关联信息；

识别模块，用于根据所述运动关联信息，识别所述用户的运动类型；

推荐模块，用于基于所述运动关联信息和所述运动类型，向所述用户推荐信息。

13.根据权利要求12所述的基于运动识别进行信息推荐的装置，其特征在于，所述获取模块获取的运动关联信息包括：

通过传感器获取的运动数据；和/或，

从用户的通信数据中获取的运动信息。

14.根据权利要求13所述的基于运动识别进行信息推荐的装置，其特征在于，所述传感器包括以下任意一种或多种：

加速计，方向传感器，三轴陀螺仪，距离传感器，光线传感器，三角定位，GPS，海拔仪，体温传感器，心率传感器，血压监测器。

15.根据权利要求13所述的基于运动识别进行信息推荐的装置，其特征在于，所述获取模块用于从用户的通信数据中获取的运动信息包括以下任意一种或多种：

所述获取模块用于从用户的语音信息中获取的运动信息；

所述获取模块用于从用户的文字信息中获取的运动信息；

所述获取模块用于从用户的图片信息中获取的运动信息；

所述获取模块用于从用户的网络访问的主题中获取的运动信息。

16.根据权利要求13所述的基于运动识别进行信息推荐的装置，其特征在于，所述识别模块进一步用于：

从服务器接收全局运动识别库的数据，根据所述全局运动识别库的数据，分析通过传感器获取的运动数据和从用户的通信数据中获取的运动信息，识别所述用户的运动类型。

17.根据权利要求16所述的基于运动识别进行信息推荐的装置，其特征在于，所述识别模块进一步用于：

在预定时间范围内，分析通过传感器获取的运动数据和从用户的通信数据中获取的运动信息，识别所述用户的运动类型。

18.根据权利要求16所述的基于运动识别进行信息推荐的装置，其特征在于，还包括：

建立模块，用于根据所述用户的运动特性，建立所述用户的个性化识别库。

19.根据权利要求18所述的基于运动识别进行信息推荐的装置，其特征在于，所述建立模块进一步用于：

通过与所述用户进行信息交换，以建立所述用户的个性化识别库。

20.根据权利要求19所述的基于运动识别进行信息推荐的装置，其特征在于，还包括：

发送模块，用于向服务器传递所述用户的个性化识别库，所述服务器根据收到的个性化识别库，更新全局运动识别库。

21.根据权利要求18所述的基于运动识别进行信息推荐的装置，其特征在于，还包括：

接收模块，用于从服务器接收其他用户的信息。

22.根据权利要求18至21任意之一所述的基于运动识别进行信息推荐的装置，其特征在于，所述推荐模块用于向所述用户推荐信息，包括以下任意一种或多种信息：

所述运动类型的活动信息；

所述运动类型的商品信息；

所述运动类型的运动建议信息；

与所述用户具有相同个性化识别库的其他用户的信息。