CN106294759A - 一种自动获取群体用户作息时间的方法及系统 - Google Patents
一种自动获取群体用户作息时间的方法及系统 Download PDFInfo
- Publication number
- CN106294759A CN106294759A CN201610656595.5A CN201610656595A CN106294759A CN 106294759 A CN106294759 A CN 106294759A CN 201610656595 A CN201610656595 A CN 201610656595A CN 106294759 A CN106294759 A CN 106294759A
- Authority
- CN
- China
- Prior art keywords
- time
- point
- started
- sampled point
- end time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
Abstract
本发明公开了一种自动获取群体用户作息时间的方法,涉及信息技术领域,包括获取每个用户的作息时间数据,作息时间数据包括用户标识,开始时间和结束时间;进行群体时间筛选后进行群体时间设定:进行群体时间筛选包括从作息时间数据中筛选出开始时间分布密集的时间区域的中心作为开始时间点,并筛选出结束时间分布密集的时间区域的中心作为结束时间点;进行群体时间设定包括以开始时间点作为群体开始时间、结束时间点作为群体结束时间。本发明可根据群体用户每天的实际作息情况自动生成群体用户作息时间。本发明公开了一种自动获取群体用户作息时间的系统。
Description
技术领域
本发明涉及信息技术领域,具体涉及一种自动获取群体用户作息时间的方法及系统。
背景技术
群体用户一般都有相对统一的作息时间,为方便用户作息,需要制定群体用户的作息时间表。现有的方法都是人工输入作息时间表为主,在作息时间变更的时候,需重复人工输入,制作方法繁琐且无法根据具体情况实时调整。
发明内容
针对现有技术中存在的缺陷,本发明的目的在于提供一种自动获取群体用户作息时间的方法及系统,可根据群体用户每天的实际作息情况自动生成群体用户作息时间。
为达到以上目的,本发明采取的技术方案是:一种自动获取群体用户作息时间的方法:获取每个用户的作息时间数据,所述作息时间数据包括用户标识,开始时间和结束时间;进行群体时间筛选后进行群体时间设定:群体时间筛选包括从作息时间数据中筛选出开始时间分布密集的时间区域的中心作为开始时间点,并筛选出结束时间分布密集的时间区域的中心作为结束时间点;进行群体时间设定包括以开始时间点作为群体开始时间和以结束时间点作为群体结束时间。
在上述技术方案的基础上,在获取每个用户的作息时间数据前,预设控制参数。
在上述技术方案的基础上,所述控制参数包括作息时间范围,时间间隔范围,休息时间间隔,时间段数量范围,对齐参数,时间间隔对齐参数;所述作息时间范围包括开始时间范围和结束时间范围;所述时间间隔范围包括最小时间间隔和最大时间间隔;所述时间段数量范围包括最大时间段数量和最小时间段数量。
在上述技术方案的基础上,在群体时间筛选之前,从作息时间数据中删除开始时间或结束时间超出预设的作息时间范围的那部分作息时间数据并删除同一用户的开始时间和结束时间的间隔超出预设的时间间隔范围的那部分作息时间数据。
在上述技术方案的基础上,在群体时间筛选之前,对于同一用户的结束时间与下一个开始时间的间隔小于预设的休息时间间隔的作息时间数据进行合并。
在上述技术方案的基础上,在进行群体时间筛选时,修正逻辑错误的作息时间数据。
在上述技术方案的基础上,所述逻辑错误的作息时间数据为同一用户在预设的时间间隔范围内出现2个开始时间或出现2个结束时间。
在上述技术方案的基础上,修正逻辑错误的作息时间数据的方法为删除其中一个作息时间数据。
在上述技术方案的基础上,逐条对作息时间数据进行群体时间筛选。
在上述技术方案的基础上,批量对作息时间数据进行群体时间筛选。
在上述技术方案的基础上,在进行群体时间设定后,将群体开始时间和群体结束时间按照对齐参数进行对齐调整。
在上述技术方案的基础上,所述对齐参数为分钟是5的倍数的自然数。
在上述技术方案的基础上,在进行群体时间设定后,将群体开始时间和对应的群体结束时间按照相同的时间间隔对齐参数进行时间间隔相等调整。
在上述技术方案的基础上,所述时间间隔对齐参数为预设的或者为全部群体开始时间和对应的群体结束时间的时间间隔的平均值。
在上述技术方案的基础上,包括以下步骤:
S1,获取每个用户的作息时间数据;
S2,从作息时间数据中删除开始时间或结束时间超出预设的作息时间范围的作息时间数据,并删除同一用户的开始时间和结束时间间隔超出预设的时间间隔范围的作息时间数据;
S3,筛选出开始时间分布密集的时间区域的中心作为开始时间点,并筛选出结束时间分布密集的时间区域的中心作为结束时间点;
S4,以步骤S3筛选出的开始时间点作为群体开始时间、以结束时间点作为群体结束时间;
S5,使用群体开始时间和群体结束时间制成群体用户作息时间表;
S6,对群体开始时间和群体结束时间进行对齐调整和时间间隔相等调整,结束。
在上述技术方案的基础上,步骤S3包括:
S301,从预设的作息时间范围的开始时间范围的起点开始取若干采样时间间隔相同的开始时间采样点,查找该开始时间采样点前后相同的采样范围内的开始时间,计算每个开始时间采样点的密集度;从预设的作息时间范围的结束时间范围的起点开始取若干采样时间间隔相同的结束时间采样点,查找该结束时间采样点前后相同的采样范围内的结束时间,计算每个结束时间采样点的密集度;
S302,对开始时间采样点的密集度进行排序,得出开始时间采样点密集度最高值;
S303,筛选出与开始时间采样点密集度最高值的比值高于预设值的开始时间采样点作为密集度较高的开始时间采样点;
S304,对密集度较高的开始时间采样点进行筛选,筛选出最早的且其密集度高于相邻采样点的开始时间采样点作为开始时间点;
S305,从最近的开始时间点开始,沿时间轴向后推移一个预设的最小时间间隔,获得再次筛选时间起点;
S306,判断再次筛选时间起点是否超出开始时间范围,若是,进入步骤S308;若否,进入S307;
S307,对再次筛选时间起点之后的密集度较高的开始时间采样点进行筛选,筛选出最早的且其密集度高于相邻采样点的开始时间采样点作为开始时间点;再次进入步骤S305;
S308,判断筛选出的全部开始时间点的个数是否大于或等于预设的最小时间段数量;若是,进入步骤S310;若否,进入步骤S309;
S309,降低预设值,重新进入步骤S303;
S310,保留时间靠前且数量在预设的时间段数量范围内的开始时间点;
S311,针对步骤S310筛选出的每个开始时间点筛选出与该开始时间点间隔在预设的时间间隔范围内且密集度最高的结束时间采样点作为结束时间点,结束。
在上述技术方案的基础上,步骤S301的具体步骤包括:
设置采样时间间隔ScanTimeStep和采样范围ScanTimeRange;
从预设的作息时间范围的开始时间起点开始以ScanTimeStep的采样时间间隔取多个开始时间采样点;同时从预设的作息时间范围的结束时间起点开始以ScanTimeStep的采样时间间隔取多个结束时间采样点;
开始时间采样点为i,开始时间采样点的时间为ScanTime_i,从用户的作息时间数据中筛选出属于ScanTime_i-ScanTimeRange到ScanTime_i+ScanTimeRange时间范围内的开始时间,记录开始时间集合TIMEi;结束时间采样点为i’,结束时间采样的时间为ScanTime_i’,从用户的作息时间数据中筛选出属于ScanTime_i’-ScanTimeRange到ScanTime_i’+ScanTimeRange时间范围内的结束时间,记录结束时间集合TIMEi’;
计算出开始时间采样点i的开始时间采样点的密集度ScanDensity_i;计算出结束时间采样点i’的结束时间采样点的密集度ScanDensity_i’。
在上述技术方案的基础上,所述密集度ScanDensity_i的计算方法为:采样点的时间为ScanTime_i,采样点采样范围为ScanTimeRange,样本为n个,即有开始时间n个或结束时间n个;其中之一的样本的时间为Tn,样本的偏离值为Pi,i为1至n的正整数,Pi=ScanTimeRange-|ScanTime_i-Tn|,该采样点的密集度ScanDensity_i=P1+P2+P3……+Pn。
在上述技术方案的基础上,步骤S3包括:
S’301,从预设的作息时间范围的开始时间范围的起点开始取若干采样时间间隔相同的开始时间采样点,查找该开始时间采样点前后相同的采样范围内的开始时间,计算每个开始时间采样点的密集度;从预设的作息时间范围的结束时间范围的起点开始取若干采样时间间隔相同的结束时间采样点,查找该结束时间采样点前后相同的采样范围内的结束时间,计算每个结束时间采样点的密集度;
S’302,对结束时间采样点的密集度进行排序,得出结束时间采样点密集度最高值;
S’303,筛选出与结束时间采样点密集度最高值的比值高于预设值的结束时间采样点作为密集度较高的结束时间采样点;
S’304,对密集度较高的结束时间采样点进行筛选,筛选出最早的且其密集度高于相邻采样点的结束时间采样点作为结束时间点;
S’305,从最近的结束时间点开始,沿时间轴向后推移一个预设的最小时间间隔,获得再次筛选时间起点;
S’306,判断再次筛选时间起点是否超出结束时间范围,若是,进入步骤S’308;若否,进入S’307;
S’307,对再次筛选时间起点之后的密集度较高的结束时间采样点进行筛选,筛选出最早的且其密集度高于相邻采样点的结束时间采样点作为结束时间点;再次进入步骤S’305;
S’308,判断筛选出的全部结束时间点的个数是否大于或等于预设的最小时间段数量;若是,进入步骤S’310;若否,进入步骤S’309;
S’309,降低预设值,重新进入步骤S’303;
S’310,保留时间靠前且数量在预设的时间段数量范围内的开始时间点;
S’311,针对步骤S’310筛选出的每个结束时间点筛选出与该结束时间点间隔在预设的时间间隔范围内且密集度最高的开始时间采样点作为结束时间点,结束。
在上述技术方案的基础上,步骤S3包括:
S”301,从预设的作息时间范围的开始时间范围的起点开始取若干采样时间间隔相同的开始时间采样点,查找该开始时间采样点前后相同的采样范围内的开始时间,计算每个开始时间采样点的密集度;从预设的作息时间范围的结束时间范围的起点开始取若干采样时间间隔相同的结束时间采样点,查找该结束时间采样点前后相同的采样范围内的结束时间,计算每个结束时间采样点的密集度;
S”302,对开始时间采样点的密集度进行排序,得出开始时间采样点密集度最高值;对结束时间采样点的密集度进行排序,得出结束时间采样点密集度最高值;
S”303,筛选出与开始时间采样点密集度最高值的比值高于预设值的开始时间采样点作为密集度较高的开始时间采样点;对密集度较高的开始时间采样点进行筛选,筛选出最早的且其密集度高于相邻采样点的开始时间采样点作为开始时间点;
S”304,从最近的开始时间点开始,沿时间轴向后推移一个预设的最小时间间隔,获得再次筛选时间起点;
S”305,判断再次筛选时间起点是否超出开始时间范围,若是,进入步骤S”307;若否,进入步骤S”306;
S”306,对再次筛选时间起点之后的密集度较高的采样点进行筛选,筛选出最早的且其密集度高于相邻采样点的开始时间采样点作为开始时间点;再次进入步骤S”304;
S”307,判断筛选出的全部开始时间点的个数是否大于或等于预设的最小时间段数量;若是,进入步骤S”309;若否,进入步骤S”308;
S”308,降低预设值,重新进入步骤S”303;
S”309,保留时间靠前且数量在预设的时间段数量范围内的开始时间点;
S”310,筛选出与结束时间采样点密集度最高值的比值高于预设值的结束时间采样点作为密集度较高的结束时间采样点;对密集度较高的结束时间采样点进行筛选,筛选出最早的且其密集度高于相邻采样点的结束时间采样点作为结束时间点;
S”311,从最近的结束时间点开始,沿时间轴向后推移一个预设的最小时间间隔,获得再次筛选时间起点;
S”312,判断再次筛选时间起点是否超出结束时间范围,若是,进入步骤S”314;若否,进入S”313;
S”313,对再次筛选时间起点之后的密集度较高的采样点进行筛选,筛选出最早的且其密集度高于相邻采样点的结束时间采样点作为结束时间点;再次进入步骤S”311;
S”314,判断筛选出的全部结束时间点的个数是否大于或等于预设的最小时间段数量;若是,进入步骤S”316;若否,进入步骤S”315;
S”315,降低预设值,重新进入步骤S”310;
S”316,保留时间靠前且数量在预设的时间段数量范围内的开始时间点;
S”317,找出每个开始时间点对应的结束时间点并一一匹配,删除不匹配的开始时间点和/或结束时间点,结束。
本发明还公开了一种自动获取群体用户作息时间的系统,包括:
数据获取模块,所述数据获取模块用于获取每个用户的作息时间数据;
数据处理模块,所述数据处理模块用于从作息时间数据中筛选出开始时间分布密集的时间区域的中心作为开始时间点,并筛选出结束时间分布密集的时间区域的中心作为结束时间点,使用开始时间点作为群体开始时间、结束时间点作为群体结束时间制成群体用户作息时间表。
在上述技术方案的基础上,所述系统还包括参数设置模块,所述参数设置模块用于获取预先设置的控制参数。
在上述技术方案的基础上,所述控制参数包括作息时间范围,时间间隔范围,休息时间间隔,时间段数量范围,对齐参数,时间间隔对齐参数;所述作息时间范围包括开始时间范围和结束时间范围;所述时间间隔范围包括最小时间间隔和最大时间间隔;所述时间段数量范围包括最大时间段数量和最小时间段数量。
在上述技术方案的基础上,所述系统包括时间调整模块,所述时间调整模块用于对群体开始时间和群体结束时间进行对齐调整和时间间隔相等调整。
在上述技术方案的基础上,所述作息时间数据包括用户标识,开始时间和结束时间。
在上述技术方案的基础上,所述数据处理模块还用于从作息时间数据中删除开始时间或结束时间超出预设的作息时间范围的作息时间数据并删除同一用户的开始时间和结束时间间隔超出预设的时间间隔范围的作息时间数据。
在上述技术方案的基础上,所述数据处理模块还用于对于同一用户的任意两个开始时间间隔小于预设的休息时间间隔的开始时间进行合并,对于同一用户的两个结束时间间隔小于预设的休息时间间隔的结束时间进行合并。
与现有技术相比,本发明的优点在于:
获取每个用户的作息时间数据;从作息时间数据中筛选出开始时间分布密集的时间区域的中心作为开始时间点,并筛选出结束时间分布密集的时间区域的中心作为结束时间点;以开始时间点作为群体开始时间、结束时间点作为群体结束时间制成作息时间表,可根据群体用户每天的实际作息情况自动生成群体用户作息时间。
附图说明
图1为本发明实施例中自动获取群体用户作息时间的方法的流程示意图;
图2为本发明实施例中自动获取群体用户作息时间的方法步骤S3的流程示意图之一;
图3为本发明实施例中自动获取群体用户作息时间的方法步骤S3的流程示意图之二;
图4为本发明实施例中自动获取群体用户作息时间的方法步骤S3的流程示意图之三;
图5为本发明实施例中自动获取群体用户作息时间的系统的结构示意图。
图中:1-数据获取模块,2-数据处理模块,3-参数设置模块,4-时间调整模块。
具体实施方式
以下结合附图及实施例对本发明作进一步详细说明。
参见图1所示,本发明实施例提供一种自动获取群体用户作息时间的方法,获取每个用户的作息时间数据,作息时间数据包括用户标识,开始时间和结束时间;进行群体时间筛选后进行群体时间设定:进行群体时间筛选包括从作息时间数据中筛选出开始时间分布密集的时间区域的中心作为开始时间点,并筛选出结束时间分布密集的时间区域的中心作为结束时间点;进行群体时间设定包括以开始时间点作为群体开始时间和以结束时间点作为群体结束时间。本发明是从各种来源的数据库获取每个用户的作息时间数据。如通过监控系统监测到的用户活动的开始时间和结束时间;或者用户通过智能设备登记录入的开始时间和结束时间。用户标识可以是用户的信息,也可以是用户编号,或者是用户关键字。由于群体用户都有统一的作息时间,因此用户的开始时间和结束时间都会集中在一个区域,开始时间或结束时间分布密集的时间区域的中心即为用户共同的标准作息时间。
在获取每个用户的作息时间数据前,预设控制参数;控制参数包括作息时间范围,时间间隔范围,休息时间间隔,时间段数量范围,对齐参数,时间间隔对齐参数。其中:
作息时间范围包括开始时间范围和结束时间范围。
时间间隔范围为预设的开始时间和其对应结束时间的间隔。时间间隔范围包括最小时间间隔和最大时间间隔。
休息时间间隔为预设的同一用户的结束时间与下一个开始时间的间隔。
时间段数量范围包括最小时间段数量和最大时间段数量。
对齐参数为预设的将群体开始时间和群体结束时间进行对齐调整的参数。如分钟对齐,秒对齐。
时间间隔对齐参数为预设的将群体开始时间和群体结束时间的时间间隔进行时间间隔相等调整的参数。如设置群体开始时间和群体结束时间的时间间隔为40分钟。
进行群体时间筛选之前,从作息时间数据中删除开始时间或结束时间超出预设的作息时间范围的那部分作息时间数据并删除同一用户的开始时间和结束时间间隔超出预设的时间间隔范围的作息时间数据。
进行群体时间筛选之前,对于同一用户的结束时间与下一个开始时间的间隔小于预设的休息时间间隔的作息时间数据进行合并,保留靠前的开始时间和靠后的结束时间。在进行群体时间筛选时,修正逻辑错误的作息时间数据。所述逻辑错误的作息时间数据为同一用户在预设的时间间隔范围内出现2个开始时间或出现2个结束时间。修正逻辑错误的作息时间数据的方法为删除其中一个作息时间数据。可逐条对作息时间数据进行群体时间筛选或批量对作息时间数据进行群体时间筛选。
进行群体时间设定后,将群体开始时间和群体结束时间按照对齐参数进行对齐调整。对齐参数为分钟是5的倍数的自然数。进行群体时间设定后,将群体开始时间和对应的群体结束时间按照相同的时间间隔对齐参数进行时间间隔相等调整。时间间隔对齐参数为预设的或者为全部群体开始时间和对应的群体结束时间的时间间隔的平均值。
参见图1所示,包括以下步骤:
S1,获取每个用户的作息时间数据;
S2,从作息时间数据中删除开始时间或结束时间超出预设的作息时间范围的作息时间数据并删除同一用户的开始时间和结束时间间隔超出预设的时间间隔范围的作息时间数据;
S3,筛选出开始时间分布密集的时间区域的中心作为开始时间点,并筛选出结束时间分布密集的时间区域的中心作为结束时间点;
S4,以步骤S3筛选出的开始时间点作为群体开始时间、结束时间点作为群体结束时间;
S5,使用群体开始时间和群体结束时间制成群体用户作息时间表;
S6,对群体开始时间和群体结束时间进行对齐调整和时间间隔相等调整,结束。
筛选出开始时间分布密集的时间区域的中心作为开始时间点,并筛选出结束时间分布密集的时间区域的中心作为结束时间点有三种方法,一种是开始时间点优先法,一种是结束时间点优先法,一种是两者兼顾法。
参见图2所示,开始时间点优先法的步骤S3包括:
S301,从预设的开始时间范围的起点开始取若干采样时间间隔相同的开始时间采样点,查找该开始时间采样点前后相同的采样范围内的开始时间,计算每个开始时间采样点的密集度;从预设的结束时间范围的起点开始取若干采样时间间隔相同的结束时间采样点,查找该结束时间采样点前后相同的采样范围内的结束时间,计算每个结束时间采样点的密集度;
S302,对开始时间采样点的密集度进行排序,得出开始时间采样点密集度最高值;
S303,筛选出与开始时间采样点密集度最高值的比值高于预设值的开始时间采样点作为密集度较高的开始时间采样点;
S304,对密集度较高的开始时间采样点进行筛选,筛选出最早的且其密集度高于相邻采样点的开始时间采样点作为开始时间点;
S305,从最近的开始时间点开始,沿时间轴向后推移一个预设的最小时间间隔,获得再次筛选时间起点;
S306,判断再次筛选时间起点是否超出开始时间范围,若是,进入步骤S308;若否,进入S307;
S307,对再次筛选时间起点之后的密集度较高的开始时间采样点进行筛选,筛选出最早的且其密集度高于相邻采样点的开始时间采样点作为开始时间点;再次进入步骤305;
S308,判断筛选出的全部开始时间点的个数是否大于或等于预设的最小时间段数量;若是,进入步骤S310;若否,进入步骤S309;
S309,降低预设值,重新进入步骤S303;
S310,保留时间靠前且数量在预设的时间段数量范围内的开始时间点;
S311,针对步骤S310筛选出的每个开始时间点筛选出与该开始时间点间隔在预设的时间间隔范围内且密集度最高的结束时间采样点作为结束时间点,结束。
步骤S301的具体步骤包括:
(1)设置采样时间间隔ScanTimeStep和采样范围ScanTimeRange;
(2)从预设的作息时间范围的开始时间起点开始以ScanTimeStep的采样时间间隔取多个开始时间采样点;同时从预设的作息时间范围的结束时间起点开始以ScanTimeStep的采样时间间隔取多个结束时间采样点;
(3)开始时间采样点为i,开始时间采样点的时间为ScanTime_i,从用户的作息时间数据中筛选出属于ScanTime_i-ScanTimeRange到ScanTime_i+ScanTimeRange时间范围内的开始时间,记录开始时间集合TIMEi;结束时间采样点为i’,结束时间采样的时间为ScanTime_i’,从用户的作息时间数据中筛选出属于ScanTime_i’-ScanTimeRange到ScanTime_i’+ScanTimeRange时间范围内的结束时间,记录结束时间集合TIMEi’;
(4)计算出开始时间采样点i的开始时间采样点的密集度ScanDensity_i;计算出结束时间采样点i’的结束时间采样点的密集度ScanDensity_i’。
其中,密集度ScanDensity_i的计算方法有三种:
密集度ScanDensity_i的计算方法之一为:采样点的时间为ScanTime_i,采样点采样范围为ScanTimeRange,样本为n个,即有开始时间n个或结束时间n个;其中之一的样本的时间为Ti,样本的偏离值为Pi,i为1至n的正整数,Pi=ScanTimeRange-|ScanTime_i-Ti|,该采样点的密集度ScanDensity_i=P1+P2+P3……+Pn。
所述密集度ScanDensity_i的计算方法之二为:采样点的时间为ScanTime_i,采样点采样范围为ScanTimeRange,样本为n个,即有开始时间n个或结束时间n个;其中之一的样本的时间为Ti,样本的偏离值为Pi,i为1至n的正整数,偏离值Pi的计算方法可以根据上述表达式延伸出其各种函数增减性相同的表达式,例如Pi=ScanTimeRange2-(ScanTime_i-Ti)2,该采样点的密集度ScanDensity_i=P1+P2+P3……+Pn。
所述密集度ScanDensity_i的计算方法之三为:采样点的时间为ScanTime_i,采样点采样范围为ScanTimeRange,样本为n个,即有开始时间n个或结束时间n个;该采样点的密集度ScanDensity_i=n。
步骤S’301和S”301的步骤参照步骤S301。
参见图3所示,结束时间点优先法的步骤S3包括:
S’301,从预设的作息时间范围的开始时间范围的起点开始取若干采样时间间隔相同的开始时间采样点,查找该开始时间采样点前后相同的采样范围内的开始时间,计算每个开始时间采样点的密集度;从预设的作息时间范围的结束时间范围的起点开始取若干采样时间间隔相同的结束时间采样点,查找该结束时间采样点前后相同的采样范围内的结束时间,计算每个结束时间采样点的密集度;
S’302,对结束时间采样点的密集度进行排序,得出结束时间采样点密集度最高值;
S’303,筛选出与结束时间采样点密集度最高值的比值高于预设值的结束时间采样点作为密集度较高的结束时间采样点;
S’304,对密集度较高的结束时间采样点进行筛选,筛选出最早的且其密集度高于相邻采样点的结束时间采样点作为结束时间点;
S’305,从最近的结束时间点开始,沿时间轴向后推移一个预设的最小时间间隔,获得再次筛选时间起点;
S’306,判断再次筛选时间起点是否超出结束时间范围,若是,进入步骤S’308;若否,进入S’307;
S’307,对再次筛选时间起点之后的密集度较高的结束时间采样点进行筛选,筛选出最早的且其密集度高于相邻采样点的结束时间采样点作为结束时间点;再次进入步骤S’305;
S’308,判断筛选出的全部结束时间点的个数是否大于或等于预设的最小时间段数量;若是,进入步骤S’310;若否,进入步骤S’309;
S’309,降低预设值,重新进入步骤S’303;
S’310,保留时间靠前且数量在预设的时间段数量范围内的开始时间点;
S’311,针对步骤S’310筛选出的每个结束时间点筛选出与该结束时间点间隔在预设的时间间隔范围内且密集度最高的开始时间采样点作为结束时间点,结束。
参见图4所示,两者兼顾法的步骤S3包括:
S”301,从预设的作息时间范围的开始时间范围的起点开始取若干采样时间间隔相同的开始时间采样点,查找该开始时间采样点前后相同的采样范围内的开始时间,计算每个开始时间采样点的密集度;从预设的作息时间范围的结束时间范围的起点开始取若干采样时间间隔相同的结束时间采样点,查找该结束时间采样点前后相同的采样范围内的结束时间,计算每个结束时间采样点的密集度;
S”302,对开始时间采样点的密集度进行排序,得出开始时间采样点密集度最高值;对结束时间采样点的密集度进行排序,得出结束时间采样点密集度最高值;
S”303,筛选出与开始时间采样点密集度最高值的比值高于预设值的开始时间采样点作为密集度较高的开始时间采样点;对密集度较高的开始时间采样点进行筛选,筛选出最早的且其密集度高于相邻采样点的开始时间采样点作为开始时间点;
S”304,从最近的开始时间点开始,沿时间轴向后推移一个预设的最小时间间隔,获得再次筛选时间起点;
S”305,判断再次筛选时间起点是否超出开始时间范围,若是,进入步骤S”307;若否,进入步骤S”306;
S”306,对再次筛选时间起点之后的密集度较高的采样点进行筛选,筛选出最早的且其密集度高于相邻采样点的开始时间采样点作为开始时间点;再次进入步骤S”304;
S”307,判断筛选出的全部开始时间点的个数是否大于或等于预设的最小时间段数量;若是,进入步骤S”309;若否,进入步骤S”308;
S”308,降低预设值,重新进入步骤S”303;
S”309,保留时间靠前且数量在预设的时间段数量范围内的开始时间点;
S”310,筛选出与结束时间采样点密集度最高值的比值高于预设值的结束时间采样点作为密集度较高的结束时间采样点;对密集度较高的结束时间采样点进行筛选,筛选出最早的且其密集度高于相邻采样点的结束时间采样点作为结束时间点;
S”311,从最近的结束时间点开始,沿时间轴向后推移一个预设的最小时间间隔,获得再次筛选时间起点;
S”312,判断再次筛选时间起点是否超出结束时间范围,若是,进入步骤S”314;若否,进入S”313;
S”313,对再次筛选时间起点之后的密集度较高的采样点进行筛选,筛选出最早的且其密集度高于相邻采样点的结束时间采样点作为结束时间点;再次进入步骤S”311;
S”314,判断筛选出的全部结束时间点的个数是否大于或等于预设的最小时间段数量;若是,进入步骤S”316;若否,进入步骤S”315;
S”315,降低预设值,重新进入步骤S”310;
S”316,保留时间靠前且数量在预设的时间段数量范围内的开始时间点;
S”317,找出每个开始时间点对应的结束时间点并一一匹配,删除不匹配的开始时间点或结束时间点,结束。
参见图5所示,本发明还公开了一种自动获取群体用户作息时间的系统,包括:
数据获取模块1,数据获取模块1用于获取每个用户的作息时间数据;数据处理模块2,数据处理模块2用于从作息时间数据中筛选出开始时间分布密集的时间区域的中心作为开始时间点,并筛选出结束时间分布密集的时间区域的中心作为结束时间点,使用开始时间点作为群体开始时间和结束时间点作为群体结束时间制成群体用户作息时间表。
系统还包括参数设置模块3,参数设置模块3用于获取预先设置的控制参数。所述控制参数包括作息时间范围,时间间隔范围,休息时间间隔,时间段数量范围,对齐参数,时间间隔对齐参数;所述作息时间范围包括开始时间范围和结束时间范围;所述时间间隔范围包括最小时间间隔和最大时间间隔;所述时间段数量范围包括最大时间段数量和最小时间段数量
系统包括时间调整模块4,时间调整模块4用于对群体开始时间和群体结束时间进行对齐调整和时间间隔相等调整。作息时间数据包括用户标识,开始时间和结束时间。数据处理模块2还用于从作息时间数据中删除开始时间或结束时间超出预设的作息时间范围的作息时间数据并删除同一用户的开始时间和结束时间间隔超出预设的时间间隔范围的作息时间数据。数据处理模块2还用于对于同一用户的任意两个开始时间间隔小于预设的休息时间间隔的开始时间进行合并,对于同一用户的两个结束时间间隔小于预设的休息时间间隔的结束时间进行合并。
本发明不局限于上述实施方式,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,这些改进和润饰也视为本发明的保护范围之内。本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
Claims (27)
1.一种自动获取群体用户作息时间的方法,其特征在于:获取每个用户的作息时间数据,所述作息时间数据包括用户标识,开始时间和结束时间;进行群体时间筛选后进行群体时间设定:群体时间筛选包括从作息时间数据中筛选出开始时间分布密集的时间区域的中心作为开始时间点,并筛选出结束时间分布密集的时间区域的中心作为结束时间点;进行群体时间设定包括以开始时间点作为群体开始时间和以结束时间点作为群体结束时间。
2.如权利要求1所述的一种自动获取群体用户作息时间的方法,其特征在于:在获取每个用户的作息时间数据前,预设控制参数。
3.如权利要求2所述的一种自动获取群体用户作息时间的方法,其特征在于:所述控制参数包括作息时间范围,时间间隔范围,休息时间间隔,时间段数量范围,对齐参数,时间间隔对齐参数;所述作息时间范围包括开始时间范围和结束时间范围;所述时间间隔范围包括最小时间间隔和最大时间间隔;所述时间段数量范围包括最大时间段数量和最小时间段数量。
4.如权利要求3所述的一种自动获取群体用户作息时间的方法,其特征在于:在群体时间筛选之前,从作息时间数据中删除开始时间或结束时间超出预设的作息时间范围的那部分作息时间数据并删除同一用户的开始时间和结束时间的间隔超出预设的时间间隔范围的那部分作息时间数据。
5.如权利要求3所述的一种自动获取群体用户作息时间的方法,其特征在于:在群体时间筛选之前,对于同一用户的结束时间与下一个开始时间的间隔小于预设的休息时间间隔的作息时间数据进行合并。
6.如权利要求3所述的一种自动获取群体用户作息时间的方法,其特征在于:在进行群体时间筛选时,修正逻辑错误的作息时间数据。
7.如权利要求6所述的一种自动获取群体用户作息时间的方法,其特征在于:所述逻辑错误的作息时间数据为同一用户在预设的时间间隔范围内出现2个开始时间或出现2个结束时间。
8.如权利要求6所述的一种自动获取群体用户作息时间的方法,其特征在于:修正逻辑错误的作息时间数据的方法为删除其中一个作息时间数据。
9.如权利要求3所述的一种自动获取群体用户作息时间的方法,其特征在于:逐条对作息时间数据进行群体时间筛选。
10.如权利要求3所述的一种自动获取群体用户作息时间的方法,其特征在于:批量对作息时间数据进行群体时间筛选。
11.如权利要求3所述的一种自动获取群体用户作息时间的方法,其特征在于:在进行群体时间设定后,将群体开始时间和群体结束时间按照对齐参数进行对齐调整。
12.如权利要求11所述的一种自动获取群体用户作息时间的方法,其特征在于:所述对齐参数为分钟是5的倍数的自然数。
13.如权利要求3所述的一种自动获取群体用户作息时间的方法,其特征在于:在进行群体时间设定后,将群体开始时间和对应的群体结束时间按照相同的时间间隔对齐参数进行时间间隔相等调整。
14.如权利要求13所述的一种自动获取群体用户作息时间的方法,其特征在于:所述时间间隔对齐参数为预设的或者为全部群体开始时间和对应的群体结束时间的时间间隔的平均值。
15.如权利要求3-14任意一项所述的一种自动获取群体用户作息时间的方法,其特征在于,包括以下步骤:
S1,获取每个用户的作息时间数据;
S2,从作息时间数据中删除开始时间或结束时间超出预设的作息时间范围的作息时间数据,并删除同一用户的开始时间和结束时间间隔超出预设的时间间隔范围的作息时间数据;
S3,筛选出开始时间分布密集的时间区域的中心作为开始时间点,并筛选出结束时间分布密集的时间区域的中心作为结束时间点;
S4,以步骤S3筛选出的开始时间点作为群体开始时间、以结束时间点作为群体结束时间;
S5,使用群体开始时间和群体结束时间制成群体用户作息时间表;
S6,对群体开始时间和群体结束时间进行对齐调整和时间间隔相等调整,结束。
16.如权利要求15所述的一种自动获取群体用户作息时间的方法,其特征在于:步骤S3包括:
S301,从预设的作息时间范围的开始时间范围的起点开始取若干采样时间间隔相同的开始时间采样点,查找该开始时间采样点前后相同的采样范围内的开始时间,计算每个开始时间采样点的密集度;从预设的作息时间范围的结束时间范围的起点开始取若干采样时间间隔相同的结束时间采样点,查找该结束时间采样点前后相同的采样范围内的结束时间,计算每个结束时间采样点的密集度;
S302,对开始时间采样点的密集度进行排序,得出开始时间采样点密集度最高值;
S303,筛选出与开始时间采样点密集度最高值的比值高于预设值的开始时间采样点作为密集度较高的开始时间采样点;
S304,对密集度较高的开始时间采样点进行筛选,筛选出最早的且其密集度高于相邻采样点的开始时间采样点作为开始时间点;
S305,从最近的开始时间点开始,沿时间轴向后推移一个预设的最小时间间隔,获得再次筛选时间起点;
S306,判断再次筛选时间起点是否超出开始时间范围,若是,进入步骤S308;若否,进入S307;
S307,对再次筛选时间起点之后的密集度较高的开始时间采样点进行筛选,筛选出最早的且其密集度高于相邻采样点的开始时间采样点作为开始时间点;再次进入步骤S305;
S308,判断筛选出的全部开始时间点的个数是否大于或等于预设的最小时间段数量;若是,进入步骤S310;若否,进入步骤S309;
S309,降低预设值,重新进入步骤S303;
S310,保留时间靠前且数量在预设的时间段数量范围内的开始时间点;
S311,针对步骤S310筛选出的每个开始时间点筛选出与该开始时间点间隔在预设的时间间隔范围内且密集度最高的结束时间采样点作为结束时间点,结束。
17.如权利要求16所述的一种自动获取群体用户作息时间的方法,其特征在于:步骤S301的具体步骤包括:
(1)设置采样时间间隔ScanTimeStep和采样范围ScanTimeRange;
(2)从预设的作息时间范围的开始时间起点开始以ScanTimeStep的采样时间间隔取多个开始时间采样点;同时从预设的作息时间范围的结束时间起点开始以ScanTimeStep的采样时间间隔取多个结束时间采样点;
(3)开始时间采样点为i,开始时间采样点的时间为ScanTime_i,从用户的作息时间数据中筛选出属于ScanTime_i-ScanTimeRange到ScanTime_i+ScanTimeRange时间范围内的开始时间,记录开始时间集合TIMEi;结束时间采样点为i’,结束时间采样的时间为ScanTime_i’,从用户的作息时间数据中筛选出属于ScanTime_i’-ScanTimeRange到ScanTime_i’+ScanTimeRange时间范围内的结束时间,记录结束时间集合TIMEi’;
(4)计算出开始时间采样点i的开始时间采样点的密集度ScanDensity_i;计算出结束时间采样点i’的结束时间采样点的密集度ScanDensity_i’。
18.如权利要求17所述的一种自动获取群体用户作息时间的方法,其特征在于:所述密集度ScanDensity_i的计算方法为:采样点的时间为ScanTime_i,采样点采样范围为ScanTimeRange,样本为n个,即有开始时间n个或结束时间n个;其中之一的样本的时间为Tn,样本的偏离值为Pi,i为1至n的正整数,Pi=ScanTimeRange-|ScanTime_i-Tn|,该采样点的密集度ScanDensity_i=P1+P2+P3……+Pn。
19.如权利要求15所述的一种自动获取群体用户作息时间的方法,其特征在于:步骤S3包括:
S’301,从预设的作息时间范围的开始时间范围的起点开始取若干采样时间间隔相同的开始时间采样点,查找该开始时间采样点前后相同的采样范围内的开始时间,计算每个开始时间采样点的密集度;从预设的作息时间范围的结束时间范围的起点开始取若干采样时间间隔相同的结束时间采样点,查找该结束时间采样点前后相同的采样范围内的结束时间,计算每个结束时间采样点的密集度;
S’302,对结束时间采样点的密集度进行排序,得出结束时间采样点密集度最高值;
S’303,筛选出与结束时间采样点密集度最高值的比值高于预设值的结束时间采样点作为密集度较高的结束时间采样点;
S’304,对密集度较高的结束时间采样点进行筛选,筛选出最早的且其密集度高于相邻采样点的结束时间采样点作为结束时间点;
S’305,从最近的结束时间点开始,沿时间轴向后推移一个预设的最小时间间隔,获得再次筛选时间起点;
S’306,判断再次筛选时间起点是否超出结束时间范围,若是,进入步骤S’308;若否,进入S’307;
S’307,对再次筛选时间起点之后的密集度较高的结束时间采样点进行筛选,筛选出最早的且其密集度高于相邻采样点的结束时间采样点作为结束时间点;再次进入步骤S’305;
S’308,判断筛选出的全部结束时间点的个数是否大于或等于预设的最小时间段数量;若是,进入步骤S’310;若否,进入步骤S’309;
S’309,降低预设值,重新进入步骤S’303;
S’310,保留时间靠前且数量在预设的时间段数量范围内的开始时间点;
S’311,针对步骤S’310筛选出的每个结束时间点筛选出与该结束时间点间隔在预设的时间间隔范围内且密集度最高的开始时间采样点作为结束时间点,结束。
20.如权利要求15所述的一种自动获取群体用户作息时间的方法,其特征在于:步骤S3包括:
S”301,从预设的作息时间范围的开始时间范围的起点开始取若干采样时间间隔相同的开始时间采样点,查找该开始时间采样点前后相同的采样范围内的开始时间,计算每个开始时间采样点的密集度;从预设的作息时间范围的结束时间范围的起点开始取若干采样时间间隔相同的结束时间采样点,查找该结束时间采样点前后相同的采样范围内的结束时间,计算每个结束时间采样点的密集度;
S”302,对开始时间采样点的密集度进行排序,得出开始时间采样点密集度最高值;对结束时间采样点的密集度进行排序,得出结束时间采样点密集度最高值;
S”303,筛选出与开始时间采样点密集度最高值的比值高于预设值的开始时间采样点作为密集度较高的开始时间采样点;对密集度较高的开始时间采样点进行筛选,筛选出最早的且其密集度高于相邻采样点的开始时间采样点作为开始时间点;
S”304,从最近的开始时间点开始,沿时间轴向后推移一个预设的最小时间间隔,获得再次筛选时间起点;
S”305,判断再次筛选时间起点是否超出开始时间范围,若是,进入步骤S”307;若否,进入步骤S”306;
S”306,对再次筛选时间起点之后的密集度较高的采样点进行筛选,筛选出最早的且其密集度高于相邻采样点的开始时间采样点作为开始时间点;再次进入步骤S”304;
S”307,判断筛选出的全部开始时间点的个数是否大于或等于预设的最小时间段数量;若是,进入步骤S”309;若否,进入步骤S”308;
S”308,降低预设值,重新进入步骤S”303;
S”309,保留时间靠前且数量在预设的时间段数量范围内的开始时间点;
S”310,筛选出与结束时间采样点密集度最高值的比值高于预设值的结束时间采样点作为密集度较高的结束时间采样点;对密集度较高的结束时间采样点进行筛选,筛选出最早的且其密集度高于相邻采样点的结束时间采样点作为结束时间点;
S”311,从最近的结束时间点开始,沿时间轴向后推移一个预设的最小时间间隔,获得再次筛选时间起点;
S”312,判断再次筛选时间起点是否超出结束时间范围,若是,进入步骤S”314;若否,进入S”313;
S”313,对再次筛选时间起点之后的密集度较高的采样点进行筛选,筛选出最早的且其密集度高于相邻采样点的结束时间采样点作为结束时间点;再次进入步骤S”311;
S”314,判断筛选出的全部结束时间点的个数是否大于或等于预设的最小时间段数量;若是,进入步骤S”316;若否,进入步骤S”315;
S”315,降低预设值,重新进入步骤S”310;
S”316,保留时间靠前且数量在预设的时间段数量范围内的开始时间点;
S”317,找出每个开始时间点对应的结束时间点并一一匹配,删除不匹配的开始时间点和/或结束时间点,结束。
21.一种自动获取群体用户作息时间的系统,其特征在于,包括:
数据获取模块(1),所述数据获取模块(1)用于获取每个用户的作息时间数据;
数据处理模块(2),所述数据处理模块(2)用于从作息时间数据中筛选出开始时间分布密集的时间区域的中心作为开始时间点,并筛选出结束时间分布密集的时间区域的中心作为结束时间点,使用开始时间点作为群体开始时间、结束时间点作为群体结束时间制成群体用户作息时间表。
22.如权利要求21所述一种自动获取群体用户作息时间的系统,其特征在于:所述系统还包括参数设置模块(3),所述参数设置模块(3)用于获取预先设置的控制参数。
23.如权利要求22所述一种自动获取群体用户作息时间的系统,其特征在于:所述控制参数包括作息时间范围,时间间隔范围,休息时间间隔,时间段数量范围,对齐参数,时间间隔对齐参数;所述作息时间范围包括开始时间范围和结束时间范围;所述时间间隔范围包括最小时间间隔和最大时间间隔;所述时间段数量范围包括最大时间段数量和最小时间段数量。
24.如权利要求22所述一种自动获取群体用户作息时间的系统,其特征在于:所述系统包括时间调整模块(4),所述时间调整模块(4)用于对群体开始时间和群体结束时间进行对齐调整和时间间隔相等调整。
25.如权利要求22所述一种自动获取群体用户作息时间的系统,其特征在于:所述作息时间数据包括用户标识,开始时间和结束时间。
26.如权利要求22所述一种自动获取群体用户作息时间的系统,其特征在于:所述数据处理模块(2)还用于从作息时间数据中删除开始时间或结束时间超出预设的作息时间范围的作息时间数据并删除同一用户的开始时间和结束时间间隔超出预设的时间间隔范围的作息时间数据。
27.如权利要求22所述一种自动获取群体用户作息时间的系统,其特征在于:所述数据处理模块(2)还用于对于同一用户的任意两个开始时间间隔小于预设的休息时间间隔的开始时间进行合并,对于同一用户的两个结束时间间隔小于预设的休息时间间隔的结束时间进行合并。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610656595.5A CN106294759B (zh) | 2016-08-11 | 2016-08-11 | 一种自动获取群体用户作息时间的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610656595.5A CN106294759B (zh) | 2016-08-11 | 2016-08-11 | 一种自动获取群体用户作息时间的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106294759A true CN106294759A (zh) | 2017-01-04 |
CN106294759B CN106294759B (zh) | 2019-11-12 |
Family
ID=57669414
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610656595.5A Active CN106294759B (zh) | 2016-08-11 | 2016-08-11 | 一种自动获取群体用户作息时间的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106294759B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109240752A (zh) * | 2018-09-11 | 2019-01-18 | 浙江每日互动网络科技股份有限公司 | 一种获取终端用户作息时间的方法 |
CN110990387A (zh) * | 2019-11-29 | 2020-04-10 | 广东电网有限责任公司 | 一种电能计量设备停电记录错误处理方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080153596A1 (en) * | 2006-12-21 | 2008-06-26 | Nguyen Long N | System, method and apparatus for connecting video game players and associated virtual avatars to communicate, buy, sell, trade, search for companions, search for help, and exchange content about/of/in multiplayer online worlds |
US20150106025A1 (en) * | 2013-10-11 | 2015-04-16 | Sporttech, Llc | Method and System for Determining and Communicating a Performance Measure Using a Performance Measurement System |
CN105023074A (zh) * | 2014-04-17 | 2015-11-04 | 上海宽带技术及应用工程研究中心 | 确定被关注人员每日作息时间的方法及系统 |
CN105278666A (zh) * | 2014-12-16 | 2016-01-27 | 维沃移动通信有限公司 | 获取用户作息时间的方法及装置 |
-
2016
- 2016-08-11 CN CN201610656595.5A patent/CN106294759B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080153596A1 (en) * | 2006-12-21 | 2008-06-26 | Nguyen Long N | System, method and apparatus for connecting video game players and associated virtual avatars to communicate, buy, sell, trade, search for companions, search for help, and exchange content about/of/in multiplayer online worlds |
US20150106025A1 (en) * | 2013-10-11 | 2015-04-16 | Sporttech, Llc | Method and System for Determining and Communicating a Performance Measure Using a Performance Measurement System |
CN105023074A (zh) * | 2014-04-17 | 2015-11-04 | 上海宽带技术及应用工程研究中心 | 确定被关注人员每日作息时间的方法及系统 |
CN105278666A (zh) * | 2014-12-16 | 2016-01-27 | 维沃移动通信有限公司 | 获取用户作息时间的方法及装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109240752A (zh) * | 2018-09-11 | 2019-01-18 | 浙江每日互动网络科技股份有限公司 | 一种获取终端用户作息时间的方法 |
CN110990387A (zh) * | 2019-11-29 | 2020-04-10 | 广东电网有限责任公司 | 一种电能计量设备停电记录错误处理方法及装置 |
CN110990387B (zh) * | 2019-11-29 | 2024-02-27 | 广东电网有限责任公司 | 一种电能计量设备停电记录错误处理方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN106294759B (zh) | 2019-11-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2018414327A1 (en) | System for managing clinical data | |
CN106777758A (zh) | 工艺数据自动分析方法及装置 | |
CN106294759A (zh) | 一种自动获取群体用户作息时间的方法及系统 | |
CN107316119A (zh) | 一种依据岗位能力和任务要求的智能排班算法及系统 | |
CN103984726B (zh) | 一种数据库执行计划的局部修正方法 | |
DE112018000085B4 (de) | Detektionsvorrichtung, Leistungsaufbereiter, Detektionsverfahren und Detektionsprogramm | |
CH702608A2 (de) | Verfahren und System zum Steuern eines Hochfahrvorgangs einer Gasturbine. | |
CN104391620B (zh) | 文档处理方法、终端及系统 | |
CN108931960A (zh) | 一种数控设备加工信息采集系统及方法 | |
CN104615716B (zh) | 基于优先序列的分布式社交网络信息采集方法及系统 | |
CN105894205A (zh) | 智能排座系统 | |
CN209625804U (zh) | 一种使用目标数据控制结果数据的视觉识别分析系统 | |
CN107609077A (zh) | 焊材信息管理方法 | |
CN107841430A (zh) | 一种白酒智能勾兑系统 | |
CN108616647A (zh) | 基于用户使用习惯匹配操作区域的手机界面app整理方法 | |
CN114625937A (zh) | 一种火电机组燃煤掺烧稳定工况的筛选方法 | |
CN104714934B (zh) | 便捷编辑的实现方法及客户端 | |
DE102021210678A1 (de) | Verfahren zum Betrieb eines mobilen, selbstfahrenden Geräts | |
CN112135171A (zh) | 一种多媒体信息发布系统及操作方法 | |
CN106445772A (zh) | 一种多数据关联分析方法及系统 | |
CN109872255A (zh) | 一种基于烹饪平台的菜单烹饪排序调整方法及装置 | |
CN109980694A (zh) | 一种实时发电调度深调峰智能化辅助决策方法 | |
CN106057149A (zh) | 一种液晶显示器全自动调整白平衡的系统及方法 | |
CN208648951U (zh) | 一种水循环过滤层多级过滤结构 | |
DE102018001509A1 (de) | Verfahren und System zum Zubereiten von Speisen |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |