CN105095251B - 一种基于用户习惯的终端自动展示方法及装置 - Google Patents

Abstract

本发明公开了一种基于用户习惯的终端自动展示方法及装置，涉及终端技术领域，其方法包括以下步骤：在终端运行期间，收集用户操作终端的用户行为习惯；根据所收集的用户行为习惯，建立并保存对应于用户行为习惯的用户行为特征的用户行为分析模型；根据用户发出的自动展示指令，开启所述用户行为分析模型；终端根据所述用户行为分析模型中保存的用户行为特征，自动执行适应用户行为习惯的展示。本发明通过用户根据自己的行为习惯，方便快捷地看到自己想看到的内容，提升了用户体验，并提高了用户对终端的满意度。

Description

一种基于用户习惯的终端自动展示方法及装置

技术领域

本发明涉及终端技术领域，特别涉及一种基于用户习惯的终端自动展示方法及装置。

背景技术

随着科技的发展，智能手机已经成为我们生活中不可缺少的一部分。不同用户会有不同的使用习惯，特别是手机发烧友们，他们都有解锁手机后，迅速浏览某些页面然后锁屏的习惯。而有些用户会在特定时间浏览某些网页或打开某些应用。这样在用户想要看自己感兴趣的东西时，就需要重复操作，给用户带来极大不便。所以满足不同用户的使用习惯已成为提升用户体验的重要因素。

因此，本发明提供了一种基于用户习惯的终端自动展示方法及装置。

发明内容

本发明的目的在于提供一种基于用户习惯的终端自动展示方法及装置，解决里现有技术中对于用户想看感兴趣的东西时需要重复操作的问题。

根据本发明的一个方面，提供了一种基于用户习惯的终端自动展示方法，包括以下步骤：

在终端运行期间，收集用户操作终端的用户行为习惯；

根据所收集的用户行为习惯，建立并保存对应于用户行为习惯的用户行为特征的用户行为分析模型；

根据用户发出的自动展示指令，开启所述用户行为分析模型；

终端根据所述用户行为分析模型中保存的用户行为特征，自动执行适应用户行为习惯的展示。

优选地，所述的收集用户操作终端的行为习惯包括：

通过对用户较长时间操作终端的行为习惯进行记录；

在所记录的行为习惯中，对属于非全屏应用的操作终端的用户行为习惯进行收集。

优选地，所述的根据所收集的用户行为习惯，建立并保存对应于用户行为习惯的用户行为特征的用户行为分析模型包括：

根据所收集非全屏应用的用户行为习惯，分别计算每个非全屏应用的操作频度；

将所计算出的每个非全屏应用的操作频度作为对应于用户行为习惯的用户行为特征，建立并保存包含所述用户行为特征的用户行为分析模型。

优选地，所述每个非全屏应用展示的先后顺序和展示时间取决于所述每个非全屏应用的操作频度。

优选地，所述的自动执行适应用户行为习惯的展示包括：

根据所述每个非全屏应用的操作频度和用户预置的展示时间，分别计算出所述每个非全屏应用的展示时间；

按照所述非全屏应用的展示时间长短的顺序，依次自动执行适应用户行为习惯的。

优选地，当所述非全屏应用的操作频度较小时，则根据用户设置的最小展示单元时间内进行展示。

根据本发明的另一方面，提供了一种基于用户习惯的终端自动展示装置，包括：

收集模块，用于在终端运行期间，收集用户操作终端的用户行为习惯；

建立用户行为分析模型模块，用于根据所收集的用户行为习惯，建立并保存对应于用户行为习惯的用户行为特征的用户行为分析模型；

自动展示模块，用于根据用户发出的自动展示指令，开启所述用户行为分析模型，以及根据所述用户行为分析模型中保存的用户行为特征，自动执行适应用户行为习惯的展示。

优选地，所述的收集模块包括：

记录单元，用于通过对用户较长时间操作终端的行为习惯进行记录；

收集单元，用于在所记录的行为习惯中，对属于非全屏应用的操作终端的用户行为习惯进行收集。

优选地，所述的建立用户行为分析模型模块包括：

计算操作频度单元，用于根据所收集非全屏应用的用户行为习惯，分别计算每个非全屏应用的操作频度；

建立单元，用于将所计算出的每个非全屏应用的操作频度作为对应于用户行为习惯的用户行为特征，建立并保存包含所述用户行为特征的用户行为分析模型。

优选地，所述的自动展示模块包括：

计算展示时间单元，用于根据所述每个非全屏应用的操作频度和用户预置的展示时间，分别计算出所述每个非全屏应用的展示时间；

自动展示单元，用于按照所述非全屏应用的展示时间长短的顺序，依次自动执行适应用户行为习惯的。

与现有技术相比较，本发明的有益效果在于：

本发明通过自动搜索用户的使用习惯，把用户想看到的内容智能推送到终端，贴合用户习惯，大大提升了用户体验。

附图说明

图1是本发明提供的一种基于用户习惯的终端自动展示方法流程图；

图2是本发明提供的一种基于用户习惯的终端自动展示装置示意图；

图3是本发明实施例提供的终端自动展示过程的流程图；

图4是本发明实施例提供的终端自动展示方法的流程图。

具体实施方式

以下结合附图对本发明的优选实施例进行详细说明，应当理解，以下所说明的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

每个用户都有自己的行为特征，反映在他们使用手机会有不同的操作习惯和访问习惯。通过对用户较长时间操作行为进行记录，对时间点和停留时间进行收集，建立“用户行为分析模型”。这个模型反映了一个用户较长时间的行为习惯，且这种行为习惯具有连续性和连惯性，根据用户行为推断出在某段时间内用户最希望看到的内容。自动演示功能开启时，在特定时间内自动演示用户在这个时间段内经常查看的页面或应用程序，各个页面的持续时间取决于该用户打开各个页面的时间，演示完毕后重新让手机处于锁屏睡眠状态。

图1显示了本发明提供的一种基于用户习惯的终端自动展示方法流程图，如图1所示，包括以下步骤：

步骤S101：在终端运行期间，收集用户操作终端的用户行为习惯；

具体地说，所述的收集用户操作终端的行为习惯包括：通过对用户较长时间操作终端的行为习惯进行记录；在所记录的行为习惯中，对属于非全屏应用的操作终端的用户行为习惯进行收集。

步骤S102：根据所收集的用户行为习惯，建立并保存对应于用户行为习惯的用户行为特征的用户行为分析模型；

具体地说，所述的根据所收集的用户行为习惯，建立并保存对应于用户行为习惯的用户行为特征的用户行为分析模型包括：根据所收集非全屏应用的用户行为习惯，分别计算每个非全屏应用的操作频度；将所计算出的每个非全屏应用的操作频度作为对应于用户行为习惯的用户行为特征，建立并保存包含所述用户行为特征的用户行为分析模型。

步骤S103：根据用户发出的自动展示指令，开启所述用户行为分析模型；

步骤S104：终端根据所述用户行为分析模型中保存的用户行为特征，自动执行适应用户行为习惯的展示。

本发明所述每个非全屏应用展示的先后顺序和展示时间取决于所述每个非全屏应用的操作频度。具体地说，所述的自动执行适应用户行为习惯的展示包括：根据所述每个非全屏应用的操作频度和用户预置的展示时间，分别计算出所述每个非全屏应用的展示时间；按照所述非全屏应用的展示时间长短的顺序，依次自动执行适应用户行为习惯的。其中，当所述非全屏应用的操作频度较小时，则根据用户设置的最小展示单元时间内进行展示。

图2显示了本发明提供的一种基于用户习惯的终端自动展示装置示意图，如图2所示，包括：收集模块201，用于在终端运行期间，收集用户操作终端的用户行为习惯；建立用户行为分析模型模块202，用于根据所收集的用户行为习惯，建立并保存对应于用户行为习惯的用户行为特征的用户行为分析模型；自动展示模块203，用于根据用户发出的自动展示指令，开启所述用户行为分析模型，以及根据所述用户行为分析模型中保存的用户行为特征，自动执行适应用户行为习惯的展示。其中，所述的收集模块201包括：记录单元，用于通过对用户较长时间操作终端的行为习惯进行记录；收集单元，用于在所记录的行为习惯中，对属于非全屏应用的操作终端的用户行为习惯进行收集。所述的建立用户行为分析模型模块202包括：计算操作频度单元，用于根据所收集非全屏应用的用户行为习惯，分别计算每个非全屏应用的操作频度；建立单元，用于将所计算出的每个非全屏应用的操作频度作为对应于用户行为习惯的用户行为特征，建立并保存包含所述用户行为特征的用户行为分析模型。所述的自动展示模块203包括：计算展示时间单元，用于根据所述每个非全屏应用的操作频度和用户预置的展示时间，分别计算出所述每个非全屏应用的展示时间；自动展示单元，用于按照所述非全屏应用的展示时间长短的顺序，依次自动执行适应用户行为习惯的。

图3显示了本发明实施例提供的一种终端自动展示过程的流程图，如图3所示，具体包括以下步骤：

1、开启自动演示功能；

2、调用用户行为分析模型；

3、系统时间是否到达用户行为数据中的特定时间；

4、框架侧通过保存的数据，调用系统提供的接口，打开对应界面，同时启动定时程序；

5、定时时间是否超过自动演示该程序的持续时间；

6、打开下一个界面，定时程序清零，重新计时，根据操作频度，依次演示用户行为特征数据库里的所有用户行为操作；

7、系统时间是否超过用户行为数据中的特定时间段；

8、关闭查看的页面或应用程序后锁屏睡眠；

9、继续演示。

图4显示了本发明实施例提供的终端自动展示方法的流程图，如图4所示，包括以下步骤：

步骤S401：收集用户行为习惯，存储用户行为数据；

1)系统运行过程中，会不断记录用户进入的界面，记录用户进入哪个界面是通过修改框架来实现，比如在Android中是通过修改ActivityStack来达到目标的。通过计算进入各个界面停留的时间计算出各个应用界面的权重。界面A的总驻留时间为t0，界面B的总驻留时间为t1，界面C的总驻留时间为t2，那么界面A的演示权重则为t0/(t0+t1+t2)。类似的，B和C分别为：t1/(t0+t1+t2)以及t2/(t0+t1+t2)。当用户希望使用该自动演示功能时，就会调用相关的应用程序界面逐一显示。

2)对于一些特定应用需要进行限制，比如天气预报应用，即使用户查看的时间很短，也要进行演示。而一些游戏，时间再长也不会进行演示。因此，全屏应用(大部分游戏都是全屏应用)不会加入用户特定行为特征，不会进行自动演示；对于某些日常生活应用，如天气预报(可从应用名称以及其系统行为作判断)，即使打开时间很短，但是仍然加入到用户特定行为特征，会进行自动演示。

3)在用户进入应用界面进行观看时，系统也会通过框架接口，比如如果在Android系统上，则会记录用户的点击动作。以及对应的时间。这些属于现有技术，这里不再多加描述。

步骤S402：用户开启自动演示功能，当特定时间到后，根据存储的用户行为数据，框架侧自动打开经常查看的页面或应用程序；

1)用户开启自动演示功能，会调用用户特定行为特征数据库中保存的用户行为分析模型，取出特定时间段的开始时间，当系统时间到达该时间时，框架侧通过保存的数据，调用系统提供的接口，打开对应界面，同时启动定时程序。当定时程序超过自动演示该程序的持续时间后，便打开下一个界面，定时程序清零，重新计时，依次演示完用户行为特征库里的所有用户行为操作。

2)自动演示程序的先后顺序是由该程序的操作频度大小顺序来决定的。操作频度最大的程序最先演示，操作频段最小的最后演示。

3)自动演示程序的持续时间也是由该程序的操作频度来决定的。如上文所述在某一时间段内，总时间是T，操作A的频度为Fa，如果操作A的操作A的持续时间就是Fa×T。另外每个应用的演示时间至少为Fm，如果Fa×T<Fm则仍旧按照Fm来进行。同时调整其余项以确保时间总量不变。

4)演示过程中会自动执行用户实际使用中的一些操作动作以确保用户能正常观看演示。

步骤S403：当特定某段时间过后，关闭自动演示的页面或应用程序，然后锁屏睡眠。

本发明在系统运行过程中，会不断收集特定时间段内用户的特定行为特征，详细记录这些特征的开始时间、具体操作、结束时间、操作次数、操作频度、对应调用接口等数据信息，并不断地完善样本数据和各种操作所占的比例。动态地对用户特定行为特征进行调整，并把这些用户特定行为特征数据存储在系统内。当用户希望根据自己的行为习惯来浏览网页或应用程序时，就开启自动演示功能，才会调用这些存储的用户特定行为特征数据库。当用户开启自动演示功能时，会调用用户特定行为特征数据库，取出特定时间段的开始时间，当系统时间到达该时间时，框架侧通过保存的数据，调用系统提供的接口，打开对应界面，同时启动定时程序。当定时程序超时后，便打开下一个界面，定时程序清零，重新计时。根据用户行为的操作频段，依次演示用户行为特征库里的所有用户行为操作。各个页面演示的先后顺序和持续时间取决于该用户打开各个页面的操作频度。操作频度越大，演示越靠前，持续时间越长。当系统时间超过特定时间段的结束时间时，将关闭所有查看的页面或应用程序，然后手机锁屏睡眠。

下面以具体的实施例对本发明的内容进行说明：

在早上7点到8点之间，某用户的使用习惯基本为：看天气预报(约用时10秒)，打开微博看了20分钟(其中5分钟看评论，15分钟刷新微博)，打开微信使用10分钟(全部用来看新消息)，最后打开游戏玩了25分钟，然后锁屏休息。偶尔会看看日历或者上网。由于游戏属于全屏应用，不纳入计算领域。由于天气预报属于特定应用，所以虽然时间很短但仍旧纳入计算范围。通过计算得知，天气预报权重为必演示类别，由于其本身时间很短，所以其演示权重为最小演示单元。微博20分钟，微信10分钟，其余应用由于时间不定且用户是否访问也属于随机，所以不纳入计算。故微博的评论转发权重为5/(20+10)为六分之一，新微博权重为15/(20+10)微信权重为二分之一，微信则为三分之一。

假设用户设置的演示时间为1分钟，最小演示单元为5s。由于天气预报属于最小演示单元，所以实际可供其余应用瓜分的时间为60s-5s＝55s，所以其演示流程为：先自动刷新微博，持续演示时间为27s(55*1/2)随后自动打开微信，演示18s(55*1/3)再自动切换到微博的评论转发列表，持续时间9s(55*1/6)。打开天气预报，持续5s，最后回归锁屏，演示完毕。

综上所述，本发明具有以下技术效果：

本发明在手机解锁后，通过自动搜索用户习惯，智能推送某时间段内用户想看到的内容，提升了用户体验。

尽管上文对本发明进行了详细说明，但是本发明不限于此，本技术领域技术人员可以根据本发明的原理进行各种修改。因此，凡按照本发明原理所作的修改，都应当理解为落入本发明的保护范围。

Claims (10)

1.一种基于用户习惯的终端自动展示方法，其特征在于，包括以下步骤：

根据终端运行时收集的用户行为习惯，建立用于依次展示各应用的用户行为分析模型；

根据用户发出的自动展示指令，调用所述用户行为分析模型；

终端根据所述用户行为分析模型中保存的各应用的操作频度，确定各应用的展示顺序和展示时长；

终端根据所确定的各应用的展示顺序和展示时长，依次展示各应用。

2.根据权利要求1所述的方法，其特征在于，所述终端运行时收集用户行为习惯包括：

通过对用户较长时间操作终端的行为习惯进行记录；

在所记录的行为习惯中，对属于非全屏应用的操作终端的用户行为习惯进行收集。

3.根据权利要求2所述的方法，其特征在于，所述的根据终端运行时收集的用户行为习惯，建立用于依次展示各应用的用户行为分析模型包括：

根据所收集的非全屏应用的用户行为习惯，分别计算每个非全屏应用的操作频度；

将所计算出的每个非全屏应用的操作频度作为对应于用户行为习惯的用户行为特征，建立并保存包含所述用户行为特征的用户行为分析模型。

4.根据权利要求3所述的方法，其特征在于，所述每个非全屏应用的展示顺序和展示时长取决于所述每个非全屏应用的操作频度。

5.根据权利要求4所述的方法，其特征在于，所述终端根据所述用户行为分析模型中保存的各应用的操作频度，确定各应用的展示顺序和展示时长，终端根据所确定的各应用的展示顺序和展示时长，依次展示各应用包括：

根据所述每个非全屏应用的操作频度，确定所述每个非全屏应用的展示顺序；

根据所述每个非全屏应用的操作频度和用户预置的展示时长，分别计算出所述每个非全屏应用的展示时长；

按照所述每个非全屏应用的展示顺序和展示时长，依次自动展示所述每个非全屏应用。

6.根据权利要求4或5所述的方法，其特征在于，当所述非全屏应用的操作频度较小时，则根据用户设置的最小展示单元时间内进行展示。

7.一种基于用户习惯的终端自动展示装置，包括：

收集模块，用于在终端运行时收集用户行为习惯；

其特征在于，还包括：

建立用户行为分析模型模块，用于根据终端运行时收集的用户行为习惯，建立用于依次展示各应用的用户行为分析模型；

自动展示模块，用于根据用户发出的自动展示指令，调用所述用户行为分析模型，以及根据所述用户行为分析模型中保存的各应用的操作频度，确定各应用的展示顺序和展示时长，并根据所确定的各应用的展示顺序和展示时长，依次展示各应用。

8.根据权利要求7所述的装置，其特征在于，所述的收集模块包括：

记录单元，用于通过对用户较长时间操作终端的行为习惯进行记录；

收集单元，用于在所记录的行为习惯中，对属于非全屏应用的操作终端的用户行为习惯进行收集。

9.根据权利要求8所述的装置，其特征在于，所述的建立用户行为分析模型模块包括：

计算操作频度单元，用于根据所收集的非全屏应用的用户行为习惯，分别计算每个非全屏应用的操作频度；

建立单元，用于将所计算出的每个非全屏应用的操作频度作为对应于用户行为习惯的用户行为特征，建立并保存包含所述用户行为特征的用户行为分析模型。

10.根据权利要求9所述的装置，其特征在于，所述的自动展示模块包括：

计算展示时间单元，用于根据所述每个非全屏应用的操作频度，确定所述每个非全屏应用的展示顺序，根据所述每个非全屏应用的操作频度和用户预置的展示时长，分别计算出所述每个非全屏应用的展示时长；

自动展示单元，用于按照所述每个非全屏应用的展示顺序和展示时长，依次自动展示所述每个非全屏应用。