CN105763212A - 用户行为确定方法及装置 - Google Patents

Abstract

本公开揭示了一种用户行为确定方法及装置，属于智能家居领域。所述用户行为确定方法包括：接收蓝牙设备广播的声明数据，所述声明数据用于声明所述蓝牙设备所对应器械的运动类型；对所述声明数据进行解析，获取所述声明数据所对应的运动类型；根据所述运动类型确定用户行为。本公开解决了相关技术中当待识别行为的运动数据特征不明显时，通过预先建立的模型无法准确识别用户行为，导致识别的准确度较低的问题；达到了提高确定用户行为的准确度的效果。

Description

用户行为确定方法及装置

技术领域

本公开涉及智能家居领域，特别涉及一种用户行为确定方法及装置。

背景技术

为了辅助了解用户的日常生活状态，智能穿戴设备可以对用户的运动数据进行采集，根据对运动数据的分析确定用户行为。

智能穿戴设备需要预先收集大量的运动数据，针对每一类用户行为进行数学建模。当用户佩戴智能穿戴设备后，智能穿戴设备可以根据内置的运动传感器采集运动数据，当采集到的运动数据符合预先建立的某一类模型时，则将该类模型所对应的用户行为确定为用户当前所属的行为。

当待识别行为具有较低的可识别性时，也即，待识别行为的运动数据特征不明显时，通过预先建立的模型无法准确识别用户行为，导致识别的准确度较低。

发明内容

本公开提供一种用户行为确定方法及装置。所述技术方案如下：

根据本公开实施例的第一方面，提供一种用户行为确定方法，应用于智能穿戴设备，所述方法包括：接收蓝牙设备广播的声明数据，所述声明数据用于声明所述蓝牙设备所对应器械的运动类型；对所述声明数据进行解析，获取所述声明数据所对应的运动类型；根据所述运动类型确定用户行为。由于蓝牙设备广播的声明数据是用于声明与其位置相近的器械的运动类型的，当智能穿戴设备检测到该声明数据时，可以认为佩戴该智能穿戴设备的用户正在使用该声明数据中声明的器械，因此可以将声明数据中器械对应的运动类型作为用户行为；解决了相关技术中当待识别行为的运动数据特征不明显时，通过预先建立的模型无法准确识别用户行为，导致识别的准确度较低的问题，提高了确定用户行为的准确度。

可选的，所述对所述声明数据进行解析，获取所述声明数据所对应的运动类型，包括：当获取到至少两个蓝牙设备广播的声明数据时，获取接收到各个声明数据时声明数据所对应的信号强度；对信号强度最大的声明数据进行解析，获取所述声明数据所对应的运动类型；或者，当获取到至少两个蓝牙设备广播的声明数据时，对接收到的各个声明数据进行解析，获取至少两种运动类型。由于蓝牙设备广播的声明数据是用于声明与其位置相近的器械的运动类型，且信号强度最大的声明数据的蓝牙设备与智能穿戴设备位置最接近，此时可以认为佩戴该智能穿戴设备的用户正在使用信号强度最大的声明数据的蓝牙设备对应的器械，读取该蓝牙设备的声明数据中该器械的运动类型，该器械对应的运动类型即为用户行为。

可选的，所述根据所述运动类型确定用户行为，包括：当根据声明数据获取到至少两种运动类型时，读取所述智能穿戴设备采集到的运动数据；查询与所述至少两种运动类型分别对应的数学模型；将所述运动数据与各个数学模型进行匹配，确定出所述运动数据所匹配的数学模型；将所述数学模型所对应的运动类型确定为所述用户行为。由于只需要将运动数据与从声明数据中获取到运动类型对应的数学模型相匹配，无需与所有的运动类型的数学模型相匹配，提高了用户行为确定的效率和准确率。

可选的，所述声明数据还包括与器械相关的参数信息，所述方法还包括：根据所述参数信息以及确定出的所述用户行为，分析所述智能穿戴设备所采集到的运动数据，将分析结果发送至与所述智能穿戴设备相连接的终端设备。

可选的，所述接收蓝牙设备广播的声明数据之前，所述方法还包括：当接收到第一触发信号且所述智能穿戴设备的工作模式为从机peripheral工作模式时，将所述智能穿戴设备的工作模式切换为主机host工作模式；其中，所述智能穿戴设备处于host工作模式时，接收处于peripheral工作模式下的蓝牙设备广播的数据；使得用户可以主动将智能穿戴设备的工作模式从peripheral工作模式切换为host工作模式，以便该智能穿戴设备能够对用户行为进行识别。

可选的，所述接收蓝牙设备广播的声明数据之前，所述方法还包括：每隔预定时间段检测所述智能穿戴设备的工作模式是否为peripheral工作模式，若所述智能穿戴设备的工作模式为peripheral工作模式，则将所述智能穿戴设备的工作模式切换为host工作模式；其中，所述智能穿戴设备处于host工作模式时，接收处于peripheral工作模式下的蓝牙设备广播的数据。

可选的，所述接收蓝牙设备广播的声明数据之前，所述方法还包括：当所述智能穿戴设备的工作模式为peripheral工作模式且根据所述智能穿戴设备采集到的运动数据确定用户行为发生变化时，将所述智能穿戴设备的工作模式切换为host工作模式；其中，所述智能穿戴设备处于host工作模式时，接收处于peripheral工作模式下的蓝牙设备广播的数据；当智能穿戴设备采集到的运动数据不符合用户行为对应的数学模型时，则认为用户行为发生了变化，需要重新确定用户行为，此时将该智能穿戴设备的工作模式从peripheral工作模式切换至host工作模式来重新确定用户行为。

可选的，所述方法还包括：当接收到第二触发信号且所述智能穿戴设备的工作模式为host工作模式时，将所述智能穿戴设备的工作模式切换为peripheral工作模式；使得用户可以主动将智能穿戴设备的工作模式从host工作模式切换为peripheral工作模式，当智能穿戴设备处于peripheral工作模式时，可以将确定出的用户行为和/或分析结果及时更新至与该智能穿戴设备相连接的终端设备。

根据本公开实施例的第二方面，提供一种用户行为确定装置，应用于智能穿戴设备，所述装置包括：接收模块，被配置为接收蓝牙设备广播的声明数据，所述声明数据用于声明所述蓝牙设备所对应器械的运动类型；获取模块，被配置为对所述接收模块接收到的声明数据进行解析，获取所述声明数据所对应的运动类型；确定模块，被配置为根据所述获取模块获取的运动类型确定用户行为。

可选地，所述获取模块，包括：第一获取子模块，被配置为当获取到至少两个蓝牙设备广播的声明数据时，获取接收到各个声明数据时声明数据所对应的信号强度；对信号强度最大的声明数据进行解析，获取所述声明数据所对应的运动类型；第二获取子模块，被配置为当获取到至少两个蓝牙设备广播的声明数据时，对接收到的各个声明数据进行解析，获取至少两种运动类型。

可选地，所述确定模块，包括：读取子模块，被配置为当根据声明数据获取到至少两种运动类型时，读取所述智能穿戴设备采集到的运动数据；查询子模块，被配置为查询与所述至少两种运动类型分别对应的数学模型；第一确定子模块，被配置为将所述读取子模块读取到的运动数据与所述查询子模块查询到的各个数学模型进行匹配，确定出所述读取子模块读取到的运动数据所匹配的数学模型；第二确定子模块，被配置为将所述第一确定子模块确定的数学模型所对应的运动类型确定为所述用户行为。

可选地，所述声明数据还包括与器械相关的参数信息，所述装置还包括：发送模块，被配置为根据所述参数信息以及确定出的所述用户行为，分析所述智能穿戴设备所采集到的运动数据，将分析结果发送至与所述智能穿戴设备相连接的终端设备。

可选地，所述装置还包括：第一切换模块，被配置为当接收到第一触发信号且所述智能穿戴设备的工作模式为从机peripheral工作模式时，将所述智能穿戴设备的工作模式切换为主机host工作模式；第二切换模块，被配置为每隔预定时间段检测所述智能穿戴设备的工作模式是否为peripheral工作模式，若所述智能穿戴设备的工作模式为peripheral工作模式，则将所述智能穿戴设备的工作模式切换为host工作模式；第三切换模块，被配置为当所述智能穿戴设备的工作模式为peripheral工作模式且根据所述智能穿戴设备采集到的运动数据确定用户行为发生变化时，将所述智能穿戴设备的工作模式切换为host工作模式。

可选地，所述装置还包括：第四切换模块，被配置为当接收到第二触发信号且所述智能穿戴设备的工作模式为host工作模式时，将所述智能穿戴设备的工作模式切换为peripheral工作模式；其中，所述智能穿戴设备处于host工作模式时，接收处于peripheral工作模式下的蓝牙设备广播的数据。

可选地，所述声明数据是所述蓝牙设备利用蓝牙低能耗BLE技术向所述智能穿戴设备发送的。

根据本公开实施例的第三方面，提供一种用户行为确定装置，应用于智能穿戴设备，所述装置包括：处理器；用于存储所述处理器可执行指令的存储器；其中，所述处理器被配置为：接收蓝牙设备广播的声明数据，所述声明数据用于声明所述蓝牙设备所对应器械的运动类型；对所述声明数据进行解析，获取所述声明数据所对应的运动类型；根据所述运动类型确定用户行为。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本公开。

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，示出了符合本公开的实施例，并于说明书一起用于解释本公开的原理。

图1是根据一示例性实施例示出的一种用户行为确定方法的流程图；

图2是根据另一示例性实施例示出的一种用户行为确定方法的流程图；

图3是根据再一示例性实施例示出的一种用户行为确定方法的流程图；

图4是根据一示例性实施例示出的一种用户行为确定装置的框图；

图5是根据另一示例性实施例示出的一种用户行为确定装置的框图；

图6是根据一示例性实施例示出的一种用于确定用户行为的装置的框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

图1是根据一示例性实施例示出的一种用户行为确定方法的流程图，该用户行为确定方法应用于智能穿戴设备中，该用户行为确定方法可以包括如下几个步骤。

在步骤101中，接收蓝牙设备广播的声明数据，该声明数据用于声明该蓝牙设备所对应器械的运动类型。

在步骤102中，对声明数据进行解析，获取声明数据所对应的运动类型。

在步骤103中，根据该运动类型确定用户行为。

综上所述，本公开实施例中提供的用户行为确定方法，通过接收蓝牙设备广播的声明数据，对明数据进行解析，获取声明数据所对应的运动类型，根据该运动类型确定用于行为；由于蓝牙设备广播的声明数据是用于声明与其位置相近的器械的运动类型，当智能穿戴设备检测到该声明数据时，可以认为佩戴该智能穿戴设备的用户正在使用该器械，该器械对应的运动类型即为用户行为，解决了相关技术中当待识别行为的运动数据特征不明显时，通过预先建立的模型无法准确识别用户行为，导致识别的准确度较低的问题，达到了提高确定用户行为的准确度的效果。

图2是根据另一示例性实施例示出的一种用户行为确定方法的流程图，该用户行为确定方法应用于智能穿戴设备中，该用户行为确定方法可以包括如下几个步骤。

在步骤201中，接收蓝牙设备广播的声明数据，该声明数据用于声明该蓝牙设备所对应器械的运动类型。

这里所讲的器械是指用于竞技体育比赛和健身锻炼所使用的各种器械、装备及用品，比如跑步机、腹肌板、哑铃、健身车以及杠铃等等。

每个器械对应的运动类型通常由开发人员根据该器械的用途设定的，比如，开发人员可以设定跑步机的运动类型为跑步，设定腹肌板对应的运动类型为仰卧起坐。

通常来讲，一个蓝牙设备与一个器械相对应，这种对应关系通常表现为该蓝牙设备放置在与该器械的附近，且该蓝牙设备广播的声明数据用于声明该器械对应的运动类型。

将蓝牙设备放置在器械附近具体的可以通过以下方式实现：将蓝牙设备制作成贴片，将该蓝牙设备贴片粘贴在运动器械上。

举例来讲，将一个蓝牙设备贴片粘贴在腹肌板上，且该蓝牙设备广播的声明数据声明的运动类型为仰卧起坐。

相应地，智能穿戴设备接收蓝牙设备广播的声明数据。

需要说明的一点是，在将蓝牙设备与器械进行对应时，可以根据蓝牙设备的声明数据中声明的运动类型确定与其对应的器械。举例来讲，若该蓝牙设备的声明数据中声明的运动类型为跑步机，则可以将该蓝牙设备贴片粘贴在跑步机上。若蓝牙设备的声明数据中声明的运动类型为仰卧起坐，则可将该蓝牙设备贴片粘贴在腹肌板上。

将蓝牙设备与器械进行对应时，还可以根据器械来更改蓝牙设备的声明数据，比如将粘贴在跑步机上的蓝牙设备贴片广播的声明数据设置为用于声明运动类型为跑步的声明数据。

在步骤202中，当只获取到一个蓝牙设备广播的声明数据时，对该声明数据进行解析，获取该声明数据所对应的运动类型，根据该运动类型确定用户行为。

对于一个智能穿戴设备，该智能穿戴设备可以接收到预定范围内的广播数据。当该智能穿戴设备获取到一个蓝牙设备广播的声明数据时，说明该蓝牙设备与智能穿戴设备的距离较近。由于蓝牙设备通常与其对应的器械位置相同或者位置接近，也就是说该智能穿戴设备与该蓝牙设备对应器械的距离较近，佩戴该智能穿戴设备用户正在使用与该蓝牙设备对应器械。

由于该蓝牙设备中已经声明与器械的运动类型，此时智能穿戴设备只需读取该蓝牙设备声明数据中声明的运动类型，将该运动类型确定为用户行为。

举例来讲，一个蓝牙设备贴片粘贴在腹肌板上，该蓝牙设备贴片声明的运动数据为仰卧起坐。当智能穿戴设备只检测到该蓝牙设备发送的声明数据时，说明佩戴该智能穿戴设备的用户正在使用与该蓝牙设备对应器械(也即，腹肌板)，此时获取该蓝牙设备声明数据中的运动类型为仰卧起坐，将仰卧起坐确定为用户行为。

在步骤203中，当获取到至少两个蓝牙设备广播的声明数据时，获取接收到各个声明数据时声明数据所对应的信号强度，对信号强度最大的声明数据进行解析，获取该声明数据所对应的运动类型，根据该运动类型确定用户行为。

当该智能穿戴设备获取到至少两个蓝牙设备广播的声明数据时，表明在该智能穿戴设备的预定距离内存在两个蓝牙设备。通常佩戴该智能穿戴设备的用户正在使用的器械与该智能穿戴设备的距离最接近，由于一个器械与其对应蓝牙设备的位置相同或者位置接近，也就说与该智能穿戴设备距离最小的蓝牙设备对应器械是用户正在使用的器械。

本实施例中，智能穿戴设备根据各个蓝牙设备的信号强度，来确定与其位置最接近的蓝牙设备。

具体地，获取接收到各个声明数据时声明数据所对应的信号强度，信号强度最大的蓝牙设备为与智能穿戴设备位置最接近的蓝牙设备，该蓝牙设备对应器械为佩戴该智能穿戴设备的用户正在使用的器械，此时将该器械的运动类型确定为用户行为。

具体地，智能穿戴设备对该器械的运动类型的获取，通过读取该蓝牙设备的声明数据，获取声明数据中的该器械运动类型，将该运动类型确定为用户行为。

举例来讲，信号强度最大的声明数据中声明的运动类型为仰卧起坐，将仰卧起坐确定为用户行为。

综上所述，本公开实施例中提供的用户行为确定方法，通过接收蓝牙设备广播的声明数据；当只获取到一个蓝牙设备广播的声明数据时，对该声明数据进行解析，获取该声明数据所对应的运动类型，将该运动类型确定用户行为；当获取到至少两个蓝牙设备广播的声明数据时，获取接收到各个声明数据时声明数据所对应的信号强度，对信号强度最大的声明数据进行解析，获取该声明数据所对应的运动类型，根据该运动类型确定用户行为；由于蓝牙设备广播的声明数据是用于声明与其位置相近的器械的运动类型，且信号强度最大的声明数据的蓝牙设备与智能穿戴设备位置最接近，此时可以认为佩戴该智能穿戴设备的用户正在使用信号强度最大的声明数据的蓝牙设备对应的器械，该器械对应的运动类型即为用户行为，解决了相关技术中当待识别行为的运动数据特征不明显时，通过预先建立的模型无法准确识别用户行为，导致识别的准确度较低的问题，达到了提高确定用户行为的准确度的效果。

图3是根据再一示例性实施例示出的一种用户行为确定方法的流程图，该用户行为确定方法应用于智能穿戴设备中，该用户行为确定方法可以包括如下几个步骤。

在步骤301中，接收蓝牙设备广播的声明数据，该声明数据用于声明该蓝牙设备所对应器械的运动类型。

这里所讲的器械是指用于竞技体育比赛和健身锻炼所使用的各种器械、装备及用品，比如跑步机、腹肌板、哑铃、健身车以及杠铃等等。

每个器械对应的运动类型通常由开发人员根据该器械的用途设定的，比如，开发人员可以设定跑步机的运动类型为跑步，设定腹肌板对应的运动类型为仰卧起坐。

通常来讲，一个蓝牙设备与一个器械相对应，这种对应关系通常表现为该蓝牙设备放置在与该器械的附近，且该蓝牙设备广播的声明数据用于声明该器械对应的运动类型。

将蓝牙设备放置在器械附近具体的可以通过以下方式实现：将蓝牙设备制作成贴片，将该蓝牙设备贴片粘贴在运动器械上，或该蓝牙设备作为运动器械的一部分，比如蓝牙设备为运动器械中的芯片，或为芯片的一部分。

举例来讲，将一个蓝牙设备贴片粘贴在腹肌板上，且该蓝牙设备广播的声明数据声明的运动类型为仰卧起坐。

当蓝牙设备被制成贴片后，该贴片通常可以独立工作，比如贴片包含芯片、电源、收发器等独立工作必要的器件。可选的，蓝牙设备可以为蓝牙低能耗(英文：Bluetoothlowenergy，BLE)贴片。

相应地，智能穿戴设备接收蓝牙设备广播的声明数据。

可选地，声明数据是蓝牙设备利用蓝牙低能耗(英文：Bluetoothlowenergy，BLE)技术向智能穿戴设备发送的，蓝牙设备通过BLE技术发送数据减少对蓝牙设备电量的消耗。

需要说明的一点是，在将蓝牙设备与器械进行对应时，可以根据蓝牙设备的声明数据中声明的运动类型确定与其对应的器械。举例来讲，若该蓝牙设备的声明数据中声明的运动类型为跑步机，则可以将该蓝牙设备贴片粘贴在跑步机上。若蓝牙设备的声明数据中声明的运动类型为仰卧起坐，则可将该蓝牙设备贴片粘贴在腹肌板上。

将蓝牙设备与器械进行对应时，还可以根据器械来更改蓝牙设备的声明数据，比如将粘贴在跑步机上的蓝牙设备贴片广播的声明数据设置为用于声明运动类型为跑步的声明数据。

在步骤302中，当获取到至少两个蓝牙设备广播的声明数据时，对接收到的各个声明数据进行解析，获取至少两种运动类型。

在步骤303中，当根据声明数据获取到至少两种运动类型时，读取智能穿戴设备采集到的运动数据，查询与至少两种运动类型分别对应的数学模型，将该运动数据与各个数学模型进行匹配，确定出该运动数据所匹配的数学模型，将该数学模型所对应的运动类型确定为用户行为。

对于每一种运动类型，需要预先收集大量的运动数据，针对该运动类型建立与其对应的数学模型。当智能穿戴设备采集的运动数据与某一类模型相匹配时，则说明当前用户行为是该类模型对应的运动类型。

举例来讲，当获取到运动类型为跑步和仰卧起坐，当智能穿戴设备采集的运动数据与仰卧起坐对应的数学模型相匹配时，则说明当前用户行为是仰卧起坐。

当智能穿戴设备根据声明数据获取到至少两种运动类型时，需要结合采集到的运动数据确定用户行为。具体地，查询上述至少两种运动类型分别对应的数学模型，将该运动数据与各个数学模型进行匹配，确定出该运动数据所匹配的数学模型，将该数学模型所对应的运动类型确定为用户行为。

举例来讲，当获取到运动类型为跑步和仰卧起坐，读取智能穿戴设备采集到的运动数据，查询与跑步和仰卧起坐对应的数学模型，将该运动数据与跑步数学模型和仰卧起坐数学模型进行匹配。当运动数据与跑步数学模型匹配时，将用户行为确定为跑步；当运动数据与仰卧起坐数学模型匹配时，将用户行为确定为仰卧起坐。

需要说明的是，对运动数据与数学模型的匹配是本领域普通技术人员能够实现的，本实施例对此不再赘述。

综上所述，本公开实施例中提供的用户行为确定方法，通过接收蓝牙设备广播的声明数据；当获取到至少两个蓝牙设备广播的声明数据时，对接收到的各个声明数据进行解析，获取至少两种运动类型；当根据声明数据获取到至少两种运动类型时，读取智能穿戴设备采集到的运动数据，查询与至少两种运动类型分别对应的数学模型，将该运动数据与各个数学模型进行匹配，确定出该运动数据所匹配的数学模型，将该数学模型所对应的运动类型确定为用户行为；由于只需要将运动数据与从声明数据中获取到运动类型对应的数学模型相匹配，无需与所有的运动类型的数学模型相匹配，解决了相关技术中当待识别行为的运动数据特征不明显时，通过预先建立的模型无法准确识别用户行为，导致识别的准确度较低的问题，达到了提高确定用户行为的准确度的效果。

可选地，蓝牙设备广播的声明数据是字节流，对于接收到的每一个声明数据进行解析时，得到与该声明类型对应的运动类型，具体可通过以下这种方式实现。

通常由开发人员设定在用于声明运动类型的字节，比如用户可以设定声明数据的第三个字节用于声明运动类型，再比如用户还可以设定声明数据的第四个字节用于声明运动类型。

具体地，对于每一种运动类型，开发人员还设定了用于声明该运动类型的字节的取值。举例来讲，开发人员设定第三个字节用于声明运动类型，该取值1与运动类型仰卧起坐相对应，设定取值2与运动类型跑步相对应。

当智能穿戴设备接收到声明数据时，读取在预定位置处的取值，根据取值与运动类型的关系确定该声明数据的运动类型。比如，当智能穿戴设备接收到声明数据时，读取第三个字节的取值为1，则该声明数据声明的运动类型为仰卧起坐。

智能穿戴设备的工作模式包括：从机peripheral工作模式和主机host工作模式。当智能穿戴设备的工作模式为peripheral工作模式时，此时该智能穿戴设备广播其标识，以便于终端设备能够对其扫描并与其建立连接；当智能穿戴设备的工作模式为host工作模式时，扫描获取其他设备广播的数据，本实施例中扫描获取到的是蓝牙设备广播的声明数据。

对智能穿戴设备的工作模式的切换可以通过以下几种可能的实施方式实现。

在一种可能的实施方式中，当接收到第一触发信号且智能穿戴设备的工作模式为从peripheral工作模式时，将该智能穿戴设备的工作模式切换为host工作模式；该智能穿戴设备处于host工作模式时，接收处于peripheral工作模式下的蓝牙设备广播的数据。

可选地，当接收到第二触发信号且智能穿戴设备的工作模式为host工作模式时，将该智能穿戴设备的工作模式切换为peripheral工作模式。当智能穿戴设备处于peripheral工作模式时，可以将确定出的用户行为和/或分析结果及时更新至与该智能穿戴设备相连接的终端设备。

需要说明的一点是，第一触发信号和第二触发信号可以为相同的触发信号，也可以为不同的触发信号。比如，第一触发信号和第二触发信号可以是智能穿戴设备同一个按键被触发后生成的，也可以是智能穿戴设备不同按键被触发后生成的；还比如，第一触发信号和第二触发信号可以是按照相同的手势移动智能穿戴设备后生成的，第一触发信号和第二触发信号也可以是按照不同的手势移动智能穿戴设备后生成的；再比如，用户可以通过敲击智能穿戴设备来切换智能穿戴设备的工作模式，具体地，当智能穿戴设备处于peripheral工作模式，将敲击智能穿戴设备产生的触发信号确定为第一触发信号；当智能穿戴设备处于host工作模式时，将敲击智能穿戴设备产生的触发信号确定为第二触发信号。

这里的术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或隐含所指示的技术特征的数量。由此，限定的“第一”、“第二”的特征可以明示或隐含地包括一个或者更多个该特征。在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。

在一种可能的实施方式中，每隔预定时间段检测智能穿戴设备的工作模式是否为peripheral工作模式，若该智能穿戴设备的工作模式为peripheral工作模式，则将该智能穿戴设备的工作模式切换为host工作模式，该智能穿戴设备处于host工作模式时，接收处于peripheral工作模式下的蓝牙设备广播的数据。

在一种可能的实施方式中，当智能穿戴设备的工作模式为peripheral工作模式且根据该智能穿戴设备采集到的运动数据确定用户行为发生变化时，将该智能穿戴设备的工作模式切换为host工作模式，该智能穿戴设备处于host工作模式时，接收处于peripheral工作模式下的蓝牙设备广播的数据。

当智能穿戴设备处于peripheral工作模式时，获取当前的用户行为。一般来讲，智能穿戴设备每隔一段时间检测一次，当前的运动数据是否符合与该用户行为对应的数学模型。若当前的运动数据符合与该用户行为对应的数学模型，则认为该用户的用户行为未发生变化。若当前的运动数据不符合与该用户行为对应的数学模型，则为认为该用户的用户行为发生了变化，此时需要重新确定用户行为，将该智能穿戴设备的工作模式从peripheral工作模式切换至host工作模式来重新确定用户行为。

在一种可能的实施方式中，按照预定切换频率对智能穿戴设备的工作模式进行切换，工作模式包括host工作模式和peripheral工作模式。也就是说，每隔预定时间间隔切换智能穿戴设备的工作模式。在切换频率较高时，智能穿戴设备能够实时确定用户行为，并将确定出的用户行为和/或分析结果实时发送至与该智能穿戴设备相连接的智能终端。

为了能更好的统计用户的运算量，蓝牙设备广播的声明数据还可以包括与器械相关的参数信息。在智能穿戴设备接收到该器械相关的参数信息时，可以根据该参数信息以及确定出的用户行为，分析该智能穿戴设备所采集到的运动数据，将分析结果发送至与智能穿戴设备相连接的终端设备。

这里所讲的分析结果用于描述用户的运动量。

举例来讲，在与杠铃对应蓝牙设备声明的广播数据中，还包括该杠铃的质量信息。当智能穿戴设备接收到该蓝牙设备的广播声明数据时，通过对声明数据解析得到运动类型为杠铃，且该杠铃的质量为80kg，此时再结合运动数据分析用户的能量消耗。

再举例来讲，智能穿戴设备获取到用户当前行为是举杠铃，且该杠铃的质量为80kg。此时，结合用户运动数据(比如，杠铃举高的次数)来分析用户的能量消耗或者运动量。

可选地，声明数据还可以用于声明蓝牙设备所对应运动场所的运动类型。

这里所讲的运动场所是用于进行体育活动的场所，比如篮球场、网球场、足球场等等。在具体实现对蓝牙设备广播的声明数据进行解析，获取该声明数据所对应的运动类型，确定用户行为的方法可参照方法上述实施例进行实现，此处不再赘述。

下述为本公开装置实施例，可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节，请参照本公开方法实施例。

图4是根据一示例性实施例示出的一种用户行为确定装置的框图，该用户行为确定装置应用于智能穿戴设备中，该用户行为确定装置可以包括：接收模块410、获取模块420和确定模块430。

接收模块410，被配置为接收蓝牙设备广播的声明数据，该声明数据用于声明该蓝牙设备所对应器械的运动类型。

获取模块420，被配置为对接收模块410接收到的声明数据进行解析，获取该声明数据所对应的运动类型。

确定模块430，被配置为根据获取模块420获取的运动类型确定用户行为。

综上所述，本公开实施例中提供的用户行为确定装置，通过接收蓝牙设备广播的声明数据，对明数据进行解析，获取声明数据所对应的运动类型，根据该运动类型确定用于行为；由于蓝牙设备广播的声明数据是用于声明与其位置相近的器械的运动类型，当智能穿戴设备检测到该声明数据时，可以认为佩戴该智能穿戴设备的用户正在使用该器械，该器械对应的运动类型即为用户行为；解决了相关技术中当待识别行为的运动数据特征不明显时，通过预先建立的模型无法准确识别用户行为，导致识别的准确度较低的问题，达到了提高确定用户行为的准确度的效果。

图5是根据另一示例性实施例示出的一种用户行为确定装置的框图，该用户行为确定装置应用于智能穿戴设备中，该用户行为确定装置可以包括：接收模块510、获取模块520和确定模块530。

接收模块510，被配置为接收蓝牙设备广播的声明数据，该声明数据用于声明该蓝牙设备所对应器械的运动类型。

这里所讲的器械是指用于竞技体育比赛和健身锻炼所使用的各种器械、装备及用品，比如跑步机、腹肌板、哑铃、健身车以及杠铃等等。每个器械对应的运动类型通常由开发人员根据该器械的用途设定的。

通常来讲，一个蓝牙设备与一个器械相对应，这种对应关系通常表现为该蓝牙设备放置在与该器械的附近，且该蓝牙设备广播的声明数据用于声明该器械对应的运动类型。

需要说明的一点是，在将蓝牙设备与器械进行对应时，可以根据蓝牙设备的声明数据中声明的运动类型确定与其对应的器械。将蓝牙设备与器械进行对应时，还可以根据器械来更改蓝牙设备的声明数据。

获取模块520，被配置为对接收模块510接收到的声明数据进行解析，获取该声明数据所对应的运动类型。

对于一个智能穿戴设备，该智能穿戴设备可以接收到预定范围内的广播数据。当该智能穿戴设备获取到一个蓝牙设备广播的声明数据时，说明该蓝牙设备与智能穿戴设备的距离较近。由于蓝牙设备通常与其对应的器械位置相同或者位置接近，也就是说该智能穿戴设备与该蓝牙设备对应器械的距离较近，佩戴该智能穿戴设备用户正在使用与该蓝牙设备对应器械。

由于该蓝牙设备中已经声明与器械的运动类型，此时智能穿戴设备只需读取该蓝牙设备声明数据中声明的运动类型，将该运动类型确定为用户行为。

当只获取到一个蓝牙设备广播的声明数据时，对该声明数据进行解析，获取该声明数据所对应的运动类型，根据该运动类型确定用户行为。

确定模块530，被配置为根据获取模块520获取的运动类型确定用户行为。

可选地，获取模块520，包括：第一获取子模块520a和第二获取子模块520b。

第一获取子模块520a，被配置为当接收模块510获取到至少两个蓝牙设备广播的声明数据时，获取接收到各个声明数据时声明数据所对应的信号强度；对信号强度最大的声明数据进行解析，获取该声明数据所对应的运动类型。

当该智能穿戴设备获取到至少两个蓝牙设备广播的声明数据时，表明在该智能穿戴设备的预定距离内存在两个蓝牙设备。通常佩戴该智能穿戴设备的用户正在使用的器械与该智能穿戴设备的距离最接近，由于一个器械与其对应蓝牙设备的位置相同或者位置接近，也就说与该智能穿戴设备距离最小的蓝牙设备对应器械是用户正在使用的器械。

本实施例中，智能穿戴设备根据各个蓝牙设备的信号强度，来确定与其位置最接近的蓝牙设备。

具体地，获取接收到各个声明数据时声明数据所对应的信号强度，信号强度最大的蓝牙设备为与智能穿戴设备位置最接近的蓝牙设备，该蓝牙设备对应器械为佩戴该智能穿戴设备的用户正在使用的器械，此时将该器械的运动类型确定为用户行为。

第二获取子模块520b，被配置为当接收模块510获取到至少两个蓝牙设备广播的声明数据时，对接收到的各个声明数据进行解析，获取至少两种运动类型。

可选地，确定模块530，包括：读取子模块530a、查询子模块530b、第一确定子模块530c和第二确定子模块530d。

读取子模块530a，被配置为当根据声明数据获取到至少两种运动类型时，读取智能穿戴设备采集到的运动数据。

当智能穿戴设备根据声明数据获取到至少两种运动类型时，需要结合采集到的运动数据确定用户行为。

查询子模块530b，被配置为查询与上述至少两种运动类型分别对应的数学模型。

对于每一种运动类型，需要预先收集大量的运动数据，针对该运动类型建立与其对应的数学模型。当智能穿戴设备采集的运动数据与某一类模型相匹配时，则说明当前用户行为是该类模型对应的运动类型。

第一确定子模块530c，被配置为将读取子模块530a读取到的运动数据与查询子模块530b查询到的各个数学模型进行匹配，确定出读取子模块530a读取到的运动数据所匹配的数学模型。

需要说明的是，对运动数据与数学模型的匹配是本领域普通技术人员能够实现的，本实施例对此不再赘述。

第二确定子模块530d，被配置为将第一确定子模块530c确定的数学模型所对应的运动类型确定为所述用户行为。

可选地，所述声明数据还包括与器械相关的参数信息，该用户行为确定装置，还包括：

发送模块540，被配置为根据参数信息以及确定出的用户行为，分析智能穿戴设备所采集到的运动数据，将分析结果发送至与智能穿戴设备相连接的终端设备。

为了能更好的统计用户的运算量，蓝牙设备广播的声明数据还可以包括与器械相关的参数信息。在智能穿戴设备接收到该器械相关的参数信息时，可以根据该参数信息以及确定出的用户行为，分析该智能穿戴设备所采集到的运动数据，将分析结果发送至与智能穿戴设备相连接的终端设备。

可选地，该用户行为确定装置，还包括：

第一切换模块550，被配置为当接收到第一触发信号且智能穿戴设备的工作模式为从机peripheral工作模式时，将智能穿戴设备的工作模式切换为主机host工作模式，该智能穿戴设备处于host工作模式时，接收处于peripheral工作模式下的蓝牙设备广播的数据。

第二切换模块560，被配置为每隔预定时间段检测智能穿戴设备的工作模式是否为peripheral工作模式，若该智能穿戴设备的工作模式为peripheral工作模式，则将该智能穿戴设备的工作模式切换为host工作模式。

第三切换模块570，被配置为当智能穿戴设备的工作模式为peripheral工作模式且根据该智能穿戴设备采集到的运动数据确定用户行为发生变化时，将该智能穿戴设备的工作模式切换为host工作模式。

其中，该智能穿戴设备处于host工作模式时，接收处于peripheral工作模式下的蓝牙设备广播的数据。

可选地，该用户行为确定装置，还包括：

第四切换模块580，被配置为当接收到第二触发信号且所述智能穿戴设备的工作模式为host工作模式时，将所述智能穿戴设备的工作模式切换为peripheral工作模式；其中，所述智能穿戴设备处于host工作模式时，接收处于peripheral工作模式下的蓝牙设备广播的数据。

可选地，上述声明数据是蓝牙设备利用蓝牙低能耗BLE技术向智能穿戴设备发送的。

综上所述，本公开实施例中提供的用户行为确定装置，通过接收蓝牙设备广播的声明数据，对明数据进行解析，获取声明数据所对应的运动类型，根据该运动类型确定用于行为；由于蓝牙设备广播的声明数据是用于声明与其位置相近的器械的运动类型，当智能穿戴设备检测到该声明数据时，可以认为佩戴该智能穿戴设备的用户正在使用该器械，该器械对应的运动类型即为用户行为，解决了相关技术中当待识别行为的运动数据特征不明显时，通过预先建立的模型无法准确识别用户行为，导致识别的准确度较低的问题，达到了提高确定用户行为的准确度的效果。

本公开一示例性实施例提供了一种用户行为确定装置，能够实现本公开提供的用户行为确定方法，该用户行为确定装置包括：处理器、用于存储处理器可执行指令的存储器；

其中，处理器被配置为：

接收蓝牙设备广播的声明数据，该声明数据用于声明蓝牙设备所对应器械的运动类型。

对声明数据进行解析，获取该声明数据所对应的运动类型。

根据该运动类型确定用户行为。

图6是根据一示例性实施例示出的一种用于确定用户行为的装置的框图。

参照图6，装置600可以包括以下一个或多个组件：处理组件602，存储器604，电源组件606，多媒体组件608，音频组件610，输入/输出(I/O)的接口612，传感器组件614，以及通信组件616。

处理组件602通常控制装置600的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件602可以包括一个或多个处理器620来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件602可以包括一个或多个模块，便于处理组件602和其他组件之间的交互。例如，处理组件602可以包括多媒体模块，以方便多媒体组件608和处理组件602之间的交互。

存储器604被配置为存储各种类型的数据以支持在装置600的操作。这些数据的示例包括用于在装置600上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器604可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件606为装置600的各种组件提供电力。电源组件606可以包括电源管理系统，一个或多个电源，及其他与为装置600生成、管理和分配电力相关联的组件。

多媒体组件608包括在所述装置600和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件608包括一个前置摄像头和/或后置摄像头。当装置600处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件610被配置为输出和/或输入音频信号。例如，音频组件610包括一个麦克风(MIC)，当装置600处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器604或经由通信组件616发送。在一些实施例中，音频组件610还包括一个扬声器，用于输出音频信号。

I/O接口612为处理组件602和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件614包括一个或多个传感器，用于为装置600提供各个方面的状态评估。例如，传感器组件614可以检测到装置600的打开/关闭状态，组件的相对定位，例如所述组件为装置600的显示器和小键盘，传感器组件614还可以检测装置600或装置600一个组件的位置改变，用户与装置600接触的存在或不存在，装置600方位或加速/减速和装置600的温度变化。传感器组件614可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件614还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件614还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件616被配置为便于装置600和其他设备之间有线或无线方式的通信。装置600可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件616经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件616还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，装置600可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器604，上述指令可由装置600的处理器620执行以完成上述用户行为确定方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

一种非临时性计算机可读存储介质，当所述存储介质中的指令由装置600的处理器执行时，使得装置600能够执行如图1、图2和图3中的步骤。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (11)

1.一种用户行为确定方法，其特征在于，应用于智能穿戴设备，所述方法包括：

接收蓝牙设备广播的声明数据，所述声明数据用于声明所述蓝牙设备所对应器械的运动类型；

对所述声明数据进行解析，获取所述声明数据所对应的运动类型；

根据所述运动类型确定用户行为。

2.根据权利要求1所述的方法，其特征在于，所述接收蓝牙设备广播的声明数据之前，所述方法还包括：

当接收到触发信号且所述智能穿戴设备的工作模式为从机peripheral工作模式时，将所述智能穿戴设备的工作模式切换为主机host工作模式；

或者，

每隔预定时间段检测所述智能穿戴设备的工作模式是否为peripheral工作模式，若所述智能穿戴设备的工作模式为peripheral工作模式，则将所述智能穿戴设备的工作模式切换为host工作模式；

或者，

当所述智能穿戴设备的工作模式为peripheral工作模式且根据所述智能穿戴设备采集到的运动数据确定用户行为发生变化时，将所述智能穿戴设备的工作模式切换为host工作模式；

其中，所述智能穿戴设备处于host工作模式时，接收处于peripheral工作模式下的蓝牙设备广播的数据。

3.根据权利要求1所述的方法，其特征在于，所述对所述声明数据进行解析，获取所述声明数据所对应的运动类型，包括：

当获取到至少两个蓝牙设备广播的声明数据时，获取接收到各个声明数据时声明数据所对应的信号强度；对信号强度最大的声明数据进行解析，获取所述声明数据所对应的运动类型；

或者，

当获取到至少两个蓝牙设备广播的声明数据时，对接收到的各个声明数据进行解析，获取至少两种运动类型。

4.根据权利要求1所述的方法，其特征在于，所述根据所述运动类型确定用户行为，包括：

当根据声明数据获取到至少两种运动类型时，读取所述智能穿戴设备采集到的运动数据；

查询与所述至少两种运动类型分别对应的数学模型；

将所述运动数据与各个数学模型进行匹配，确定出所述运动数据所匹配的数学模型；

将所述数学模型所对应的运动类型确定为所述用户行为。

5.根据权利要求1至4中任一所述的方法，其特征在于，所述声明数据还包括与器械相关的参数信息，所述方法还包括：

根据所述参数信息以及确定出的所述用户行为，分析所述智能穿戴设备所采集到的运动数据，将分析结果发送至与所述智能穿戴设备相连接的终端设备。

6.一种用户行为确定装置，其特征在于，应用于智能穿戴设备，所述装置包括：

接收模块，被配置为接收蓝牙设备广播的声明数据，所述声明数据用于声明所述蓝牙设备所对应器械的运动类型；

获取模块，被配置为对所述接收模块接收到的声明数据进行解析，获取所述声明数据所对应的运动类型；

确定模块，被配置为根据所述获取模块获取的运动类型确定用户行为。

7.根据权利要求6所述的装置，其特征在于，所述装置还包括：

第一切换模块，被配置为当接收到触发信号且所述智能穿戴设备的工作模式为从机peripheral工作模式时，将所述智能穿戴设备的工作模式切换为主机host工作模式；

第二切换模块，被配置为每隔预定时间段检测所述智能穿戴设备的工作模式是否为peripheral工作模式，若所述智能穿戴设备的工作模式为peripheral工作模式，则将所述智能穿戴设备的工作模式切换为host工作模式；

第三切换模块，被配置为当所述智能穿戴设备的工作模式为peripheral工作模式且根据所述智能穿戴设备采集到的运动数据确定用户行为发生变化时，将所述智能穿戴设备的工作模式切换为host工作模式；

其中，所述智能穿戴设备处于host工作模式时，接收处于peripheral工作模式下的蓝牙设备广播的数据。

8.根据权利要求6所述的装置，其特征在于，所述获取模块，包括：

第一获取子模块，被配置为当获取到至少两个蓝牙设备广播的声明数据时，获取接收到各个声明数据时声明数据所对应的信号强度；对信号强度最大的声明数据进行解析，获取所述声明数据所对应的运动类型；

第二获取子模块，被配置为当获取到至少两个蓝牙设备广播的声明数据时，对接收到的各个声明数据进行解析，获取至少两种运动类型。

9.根据权利要求6所述的装置，其特征在于，所述确定模块，包括：

读取子模块，被配置为当根据声明数据获取到至少两种运动类型时，读取所述智能穿戴设备采集到的运动数据；

查询子模块，被配置为查询与所述至少两种运动类型分别对应的数学模型；

第一确定子模块，被配置为将所述读取子模块读取到的运动数据与所述查询子模块查询到的各个数学模型进行匹配，确定出所述读取子模块读取到的运动数据所匹配的数学模型；

第二确定子模块，被配置为将所述第一确定子模块确定的数学模型所对应的运动类型确定为所述用户行为。

10.根据权利要求6至9中任一所述的装置，其特征在于，所述声明数据还包括与器械相关的参数信息，所述装置还包括：

发送模块，被配置为根据所述参数信息以及确定出的所述用户行为，分析所述智能穿戴设备所采集到的运动数据，将分析结果发送至与所述智能穿戴设备相连接的终端设备。

11.一种用户行为确定装置，其特征在于，应用于智能穿戴设备，所述装置包括：

处理器；

用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为：

接收蓝牙设备广播的声明数据，所述声明数据用于声明所述蓝牙设备所对应器械的运动类型；

对所述声明数据进行解析，获取所述声明数据所对应的运动类型；

根据所述运动类型确定用户行为。