CN107341226B - 信息展示方法、装置及移动终端 - Google Patents

信息展示方法、装置及移动终端 Download PDF

Info

Publication number
CN107341226B
CN107341226B CN201710527241.5A CN201710527241A CN107341226B CN 107341226 B CN107341226 B CN 107341226B CN 201710527241 A CN201710527241 A CN 201710527241A CN 107341226 B CN107341226 B CN 107341226B
Authority
CN
China
Prior art keywords
user
category
activity state
information
mobile terminal
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.)
Active
Application number
CN201710527241.5A
Other languages
English (en)
Other versions
CN107341226A (zh
Inventor
赵洪乐
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Qihoo Technology Co Ltd
Original Assignee
Beijing Qihoo Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Qihoo Technology Co Ltd filed Critical Beijing Qihoo Technology Co Ltd
Priority to CN201710527241.5A priority Critical patent/CN107341226B/zh
Publication of CN107341226A publication Critical patent/CN107341226A/zh
Application granted granted Critical
Publication of CN107341226B publication Critical patent/CN107341226B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • 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
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M1/00—Substation equipment, e.g. for use by subscribers
    • H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
    • H04M1/724—User interfaces specially adapted for cordless or mobile telephones
    • H04M1/72403—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality
    • H04M1/7243—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality with interactive means for internal management of messages
    • H04M1/72439—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality with interactive means for internal management of messages for image or video messaging
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M1/00—Substation equipment, e.g. for use by subscribers
    • H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
    • H04M1/724—User interfaces specially adapted for cordless or mobile telephones
    • H04M1/72448—User interfaces specially adapted for cordless or mobile telephones with means for adapting the functionality of the device according to specific conditions
    • H04M1/72457—User interfaces specially adapted for cordless or mobile telephones with means for adapting the functionality of the device according to specific conditions according to geographic location

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Environmental & Geological Engineering (AREA)
  • Remote Sensing (AREA)
  • Multimedia (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Navigation (AREA)

Abstract

本发明提供了一种信息展示方法、装置及移动终端，上述信息展示方法包括：获取用户当前的活动参数，根据所述活动参数识别所述用户的活动状态的类别；当所述用户的活动状态的类别为步行时，获取所述用户当前的地理位置；结合所述用户当前的地理位置，在移动终端的地图应用上进行信息展示。本发明提供的信息展示方法无需用户手动选择信息展示的类型，移动终端可以自动识别出用户当前的状态，智能地为用户展示适合用户当前浏览的信息，大大提升了用户体验。

Description

信息展示方法、装置及移动终端
技术领域
本发明涉及互联网技术领域，特别是涉及一种信息展示方法、装置及移动终端。
背景技术
目前，智能手机、平板电脑等移动终端已成为人们日常生活中必不可少的工具，而随着科学技术的不断发展，移动终端的可实现的功能也越来越多，例如视频聊天、网络直播、电子地图等。
虽然移动终端已具备的功能已经很丰富，但是，大部分都是需要用户频繁地与移动终端进行手动交互才可以实现，且通过移动终端进行信息展示时效率较低，需要经常触发才可以获取到用户所需要的信息。
发明内容
本发明提供了一种信息展示方法、装置及移动终端以克服上述问题或者至少部分地解决上述问题。
根据本发明的一个方面，提供了一种信息展示方法，包括：
获取用户当前的活动参数，根据所述活动参数识别所述用户的活动状态的类别；
当所述用户的活动状态的类别为步行时，获取所述用户当前的地理位置；
结合所述用户当前的地理位置，在移动终端的地图应用上进行信息展示。
可选地，所述结合所述用户当前的地理位置，在移动终端的地图应用上进行信息展示包括：
增加所述地图应用的显示比例。
可选地，所述获取用户当前的活动参数，根据所述活动参数识别所述用户的活动状态的类别之后还包括：
调起所述移动终端的地图应用；
在所述地图应用上显示与所述用户的活动状态的类别相对应的地图。
可选地，所述获取用户当前的活动参数，根据所述活动参数识别所述用户的活动状态的类别之后还包括：
当所述用户的活动状态的类别为驾车时，获取所述用户当前的地理位置；
沿着所述用户的驾驶方向，获取所述用户当前的地理位置前方的路况信息；
通过移动终端以预设的方式提示所述路况信息。
可选地，
所述通过移动终端以预设的方式提示所述路况信息包括：
通过所述移动终端以语音播报的方式播报所述路况信息。
可选地，通过移动终端以预设的方式提示所述路况信息包括：
唤醒所述移动终端的屏幕并调起所述移动终端中的地图应用；
基于所述地图应用以屏保的形式在所述移动终端的屏幕上显示所述路况信息。
可选地，上述方法还包括：
当所述用户的活动状态的类别为驾车时，判断所述用户是否处于驾驶过程中的等待状态；
若是，则通过移动终端为所述用户推送与所述驾驶过程中的等待状态相关的信息。
可选地，上述方法还包括：
收集识别出的用户活动状态和相应的时间信息；
基于收集的用户活动状态和相应的时间信息，确定用户活动状态为静止状态的时间区间；
当到达所述时间区间时，获取用户所在的地理位置信息；
将获取的所述地理位置信息所在的地点作为用户的常停留点。
可选地，所述获取用户当前的活动参数，根据所述活动参数识别所述用户的活动状态的类别包括：
读取所述移动终端的传感器采集的传感器数据；
提取所述传感器数据中的特征向量，并输入从特征向量到用户活动状态的类别的分类模型；
利用所述分类模型识别出所述当前的传感器数据对应的用户活动状态的类别。
可选地，所述获取用户当前的活动参数，根据所述活动参数识别所述用户的活动状态的类别还包括：
基于所述移动终端获取用于识别用户活动状态的类别的辅助识别信息；
利用所述辅助识别信息来调整识别出的用户活动状态的类别。
可选地，基于所述移动终端获取用于识别用户活动状态的类别的辅助识别信息，包括：判断所述移动终端上的指定通信模块是否接入相应协议类型的通信设备；若是，则获取所述移动终端上的通信模块接入的通信设备的相关信息；
利用所述辅助识别信息来调整识别出的用户活动状态的类别，包括：基于获取的所述相关信息来调整识别出的用户活动状态的类别。
可选地，基于所述移动终端获取用于识别用户活动状态的类别的辅助识别信息，包括：获取所述移动终端上的指定应用程序的业务数据；
利用所述辅助识别信息来调整识别出的用户活动状态的类别，包括：基于获取的所述业务数据来调整识别出的用户活动状态的类别。
可选地，获取用户当前的活动参数，根据所述活动参数识别所述用户的活动状态的类别之后，还包括：
判断本次识别是否为初次识别操作；
若是，则将本次识别出的用户活动状态的类别作为本次确定的用户活动状态的类别；
若否，则获取上一次确定的用户活动状态的类别，并基于上一次确定的用户活动状态的类别与本次识别出的用户活动状态的类别，确定本次用户活动状态是否发生切换。
可选地，基于上一次确定的用户活动状态的类别与本次识别出的用户活动状态的类别，确定本次用户活动状态是否发生切换，包括：
若上一次确定的用户活动状态的类别与本次识别出的用户活动状态的类别相同，则确定本次用户活动状态未发生切换；
若上一次确定的用户活动状态的类别与本次识别出的用户活动状态的类别不相同，则将上一次确定的用户活动状态的类别称为第一类别，本次识别出的用户活动状态的类别称为第二类别，并继续进行上述的读取、识别操作，当后续识别出的用户活动状态的类别为所述第二类别的次数超出阈值，则确定超出阈值时对应的用户活动状态发生切换。
可选地，在确定所述用户的活动状态切换之后，所述方法还包括：
向移动终端用户推荐与切换后的活动状态相关的信息；和/或
调起移动终端上与切换后的活动状态相关的功能。
可选地，通过以下步骤训练得到从特征向量到用户活动状态的类别的分类模型，包括：
收集移动终端上传感器采集的数据，得到数据序列；
将所述数据序列作为训练样本提取其中的特征向量，将特征向量映射到用户活动状态的类别，使用机器学习算法训练从特征向量到用户活动状态的类别的分类模型。
可选地，将所述数据序列作为训练样本提取其中的特征向量，将特征向量映射到用户活动状态的类别，使用机器学习算法训练从特征向量到用户活动状态的类别的分类模型，包括：
将所述各组传感器中各类传感器对应的数据序列作为训练样本提取其中的特征向量，将特征向量映射到用户活动状态的类别，使用机器学习算法训练所述各组传感器的从特征向量到用户活动状态的类别的分类模型。
根据本发明的另一个方面，提供了一种信息展示装置，包括：
状态识别模块，配置为获取用户当前的活动参数，根据所述活动参数识别所述用户的活动状态的类别；
地理位置获取模块，配置为当所述用户的活动状态的类别为步行时，获取所述用户当前的地理位置；
信息展示模块，配置为结合所述用户当前的地理位置，在移动终端的地图应用上进行信息展示。
可选地，所述信息展示模块包括：
地图放大单元，配置为增加所述地图应用的显示比例。
可选地，上述装置还包括：
地图调起模块，配置为调起所述移动终端的地图应用；
地图显示模块，配置为在所述地图应用上显示与所述用户的活动状态的类别相对应的地图。
可选地，上述装置还包括：
位置获取模块，配置为当所述用户的活动状态的类别为驾车时，获取所述用户当前的地理位置；
路况信息获取模块，配置为沿着所述用户的驾驶方向，获取所述用户当前的地理位置前方的路况信息；
路况信息显示模块，配置为通过移动终端以预设的方式提示所述路况信息。
可选地，所述路况信息显示模块还配置为：通过所述移动终端以语音播报的方式播报所述路况信息。
可选地，所述路况信息显示模块还配置为：唤醒所述移动终端的屏幕并调起所述移动终端中的地图应用；基于所述地图应用以屏保的形式在所述移动终端的屏幕上显示所述路况信息。
可选地，上述装置还包括：
判断模块，配置为当所述用户的活动状态的类别为驾车时，判断所述用户是否处于驾驶过程中的等待状态；
信息推送模块，配置为若是，则通过移动终端为所述用户推送与所述驾驶过程中的等待状态相关的信息。
可选地，上述装置还包括：
常停留点确定模块，配置为收集识别出的用户活动状态的类别和相应的时间信息，其中，所述用户活动状态的类别包括静止、步行、跑步、驾车、乘坐公共交通中的一项或多项；基于收集的用户活动状态的类别和相应的时间信息，确定用户活动状态为静止状态的时间区间；当到达所述时间区间时，获取用户所在的地理位置信息；将获取的所述地理位置信息所在的地点作为用户的常停留点。
可选地，所述状态识别模块还配置为：
读取所述移动终端的传感器采集的传感器数据；提取所述传感器数据中的特征向量，并输入从特征向量到用户活动状态的类别的分类模型；利用所述分类模型识别出所述当前的传感器数据对应的用户活动状态的类别。
可选地，所述状态识别模块还配置为：
在利用所述分类模型识别出所述当前的传感器数据对应的用户活动状态的类别之后，基于所述移动终端获取用于识别用户活动状态的类别的辅助识别信息；利用所述辅助识别信息来调整识别出的用户活动状态的类别。
可选地，所述状态识别模块还配置为：
判断所述移动终端上的指定通信模块是否接入相应协议类型的通信设备；若是，则获取所述移动终端上的通信模块接入的通信设备的相关信息；基于获取的所述相关信息来调整识别出的用户活动状态的类别。
可选地，所述状态识别模块还配置为：
获取所述移动终端上的指定应用程序的业务数据；基于获取的所述业务数据来调整识别出的用户活动状态的类别。
可选地，上述装置还包括：
状态切换确定模块，配置为在所述识别模块识别出用户活动状态的类别之后，判断本次识别是否为初次识别操作；以及
若是，则将本次识别出的用户活动状态的类别作为本次确定的用户活动状态的类别；
若否，则获取上一次确定的用户活动状态的类别，并基于上一次确定的用户活动状态的类别与本次识别出的用户活动状态的类别，确定本次用户活动状态是否发生切换。
可选地，所述状态切换确定模块还配置为：
若上一次确定的用户活动状态的类别与本次识别出的用户活动状态的类别相同，则确定本次用户活动状态未发生切换；
若上一次确定的用户活动状态的类别与本次识别出的用户活动状态的类别不相同，则将上一次确定的用户活动状态的类别称为第一类别，本次识别出的用户活动状态的类别称为第二类别，并继续进行上述的读取、识别操作，当后续识别出的用户活动状态的类别为所述第二类别的次数超出阈值，则确定超出阈值时对应的用户活动状态发生切换。
可选地，上述装置还包括：信息推荐模块，配置为在所述状态切换确定模块确定所述用户的活动状态切换之后，向移动终端用户推荐与切换后的活动状态相关的信息；和/或
功能调起模块，配置为调起移动终端上与切换后的活动状态相关的功能。
可选地，上述装置还包括：
分类模型建立模块，配置为收集移动终端上传感器采集的数据，得到数据序列；将所述数据序列作为训练样本提取其中的特征向量，将特征向量映射到用户活动状态的类别，使用机器学习算法训练从特征向量到用户活动状态的类别的分类模型。
可选地，所述分类模型建立模块还配置为：
将所述各组传感器中各类传感器对应的数据序列作为训练样本提取其中的特征向量，将特征向量映射到用户活动状态的类别，使用机器学习算法训练所述各组传感器的从特征向量到用户活动状态的类别的分类模型。
根据本发明的再一个方面，还提供了一种计算机程序，包括计算机可读代码，当所述计算机可读代码在计算设备上运行时，导致所述计算机设备执行根据上述任一项所述的信息展示方法。
根据本发明的再一个方面，还提供了一种计算机可读介质，其中存储了所述的计算机程序。
根据本发明的再一个方面，还提供了一种移动终端，包括处理器和存储器：
所述存储器用于执行上述任一项移动终端路况信息展示方法的程序；
所述处理器被配置为用于执行所述存储器中存储的程序。
本发明提供了一种更加智能的信息展示方法、装置及移动终端，通过获取用户当前的活动参数识别用户的活动状态为步行时，根据用户当前所处的地理位置在移动终端的地图应用上为用户进行信息展示。本发明提供的信息展示方法无需用户手动搜索选择信息展示的类型，移动终端可以自动识别出用户当前的状态，智能地为用户筛选出适合用户当前浏览的信息或是用户需要的信息并进行信息展示，大大提升了用户体验。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
根据下文结合附图对本发明具体实施例的详细描述，本领域技术人员将会更加明了本发明的上述以及其他目的、优点和特征。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1是根据本发明一个实施例的信息展示方法流程示意图；
图2是根据本发明一个实施例的在移动终端的地图应用上的信息展示示意图；
图3是根据本发明另一个实施例的信息展示方法流程示意图；
图4是根据本发明优选实施例的信息展示方法流程示意图；
图5是根据本发明实施例的用户状态识别方法流程示意图；
图6是根据本发明实施例的分类模型的训练方法流程示意图；
图7是根据本发明实施例的信息展示装置结构示意图；
图8是根据本发明一个优选实施例的信息展示装置结构示意图；
图9是根据本发明另一个优选实施例的信息展示装置结构示意图；
图10是根据本发明实施例的移动终端的结构示意图；
图11是根据本发明实施例的用于执行根据本发明的信息展示方法的计算设备的框图；
图12根据本发明实施例的用于保持或者携带实现根据本发明的信息展示方法的程序代码的存储单元。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
图1是根据本发明一个实施例提供了一种信息展示方法流程示意图，如图1所示，根据本发明一个实施例提供的信息展示方法包括：
步骤S102，获取用户当前的活动参数，根据上述活动参数识别用户的活动状态的类别；
步骤S104，当用户的活动状态的类别为步行时，获取用户当前的地理位置；
步骤S106，结合用户当前的地理位置，在移动终端的地图应用上进行信息展示。
本发明实施例提供了一种更加智能的信息展示方法，通过获取用户当前的活动参数识别用户的活动状态为步行时，根据用户当前所处的地理位置在移动终端的地图应用上为用户进行信息展示。本发明实施例提供的信息展示方法无需用户手动搜索或选择信息展示的类型，移动终端可以自动识别出用户当前的状态，自动调起地图应用，智能地为用户筛选出适合用户当前浏览的信息或是用户需要的信息并进行信息展示，大大提升了用户体验。
本实施例主要通过在移动终端的电子地图为处于步行状态的用户进行信息展示，因此，在移动终端的地图应用上进行信息展示时，可以增加地图应用的显示比例，方便用户查看。当用户处于步行状态时，通常是在散步或是逛街，因此，通过移动终端的地图应用为用户进行信息展示时，可以结合用户当前所处地理位置为用户展示附近的热点信息或是用户可能感兴趣的信息，例如：可以在地图应用上显示商场信息、餐饮信息、公园信息、游览景点信息或是公园等信息中的一种或多种，还可以进一步地显示商场的促销活动信息等等，图2为根据本实施例的在移动终端地图应用上的信息展示示意图，当然，还可以有其他信息展示方式，本发明不做限定。
在上述步骤S102中，获取到用户当前的活动参数之后，根据所获取到的活动参数可以识别出用户的活动状态类别，如静止、步行、跑步、乘坐公交、乘坐地铁等。根据用户不同的活动状态类别，移动终端上的地图应用也可以是多种显示形式的。
图3是根据本发明另一个实施例的信息展示方法流程示意图，如图3所示，本发明另一个实施例的信息展示方法包括：
步骤S302，获取用户当前的活动参数，根据上述活动参数识别用户的活动状态的类别；
步骤S304，调起移动终端的地图应用；
步骤S306，在地图应用上显示与用户的活动状态的类别相对应的地图。
用户的活动状态类别不同，对应的地图显示类别也可以不同。在移动终端的地图应用上显示地图之前，可以预先设定静止活动状态对应普通地图，步行、跑步活动状态对应运动地图，驾车活动状态对应驾车地图，乘坐公交、乘坐地铁对应公共出行地图。针对不同的地图，显示的信息也是不同的。在普通地图中，可以显示全部的地图信息；在运动地图中，仅显示可供行人通行的路径，屏蔽其他地图信息；在驾车地图中，仅显示车行道路，屏蔽其他地图信息；在公共出行地图中，仅显示公交线路图和/或地铁线路图，屏蔽其他地图信息。
进一步地，还可以在地图上突出显示用户的活动状态类别相匹配的POI(Point ofInterest，兴趣点)信息。若地图为普通地图，则可以在地图上显示热点POI信息；若地图为运动地图，则可以增加地图的显示比例，并且在地图上突出显示商场、餐饮店、公园、景点中的至少一种POI信息；若地图为驾车地图，则在地图上突出显示路况信息，并突出显示加油站、停车场、维修站中的至少一种POI信息；若地图为公共出行地图，则在地图上突出显示公交站点、地铁站点中的至少一种POI信息。当然，在以上的地图中所显示的POI信息并不是固定的，可以根据不同的情景进行设置，本发明不做限定。此外，在地图上突出显示POI信息的方式可以将与活动状态的类别相匹配的POI信息加粗显示，将与活动状态的类别相匹配的POI信息高亮显示，和/或将与活动状态的类别相匹配的POI信息以预设的颜色进行显示，对于不同的地图所采用的配色方案也是不同的，在实际应用中，还可以通过其他方式突出显示与活动状态的类别相匹配POI信息，此处不一一赘述。
图4是根据本发明优选实施例的信息展示方法流程示意图，如图4所示，本发明优选实施例的信息展示方法包括：
步骤S402，获取用户当前的活动参数，根据上述活动参数识别用户的活动状态的类别；
步骤S404，当用户的活动状态的类别为驾车时，获取用户当前的地理位置；
步骤S406，沿着用户的驾驶方向，获取用户当前的地理位置前方的路况信息；
步骤S408，通过移动终端以预设的方式提示路况信息。
根据本发明优选实施例提供的信息展示方法，当识别出用户的活动状态的类别为驾车时，会根据用户当前的地理位置，通过移动终端自动为用户提示驾驶前方的路况信息，无需用户频繁地与移动终端进行交互，方便用户及时获取路况信息。
在上述步骤S408中，可以通过移动终端以语音播报的方式播报路况信息，当识别到用户处于驾车状态时，可以实时或定时，自动为用户语音提示驾驶前方的路况信息。
除了通过语音播报的方式为用户提示路况信息，还可以在移动终端的屏幕上显示路况信息，即上述步骤S408还可以包括：唤醒移动终端的屏幕并调起移动终端中的地图应用，基于地图应用以屏保的形式在移动终端的屏幕上显示路况信息，为了节省移动终端的电量，可以通过预设的时间间隔唤醒移动终端的屏幕。也就是说，当识别出用户处于驾车状态时，主动唤醒移动终端的屏幕，调起移动终端中的地图应用，直接将路况信息以屏保的方式显示在移动终端的屏幕上。也可以是用户在触发移动终端后，自动为用户显示路况信息。当然，还可以通过其他方式为用户提示路况信息，本发明不做限定。
进一步地，当用户的活动状态的类别为驾车时，还可以判断用户是否处于驾驶过程中的等待状态，若是，则通过移动终端为用户推送与驾驶过程中的等待状态相关的信息。处于出行高峰期时，正在驾车状态的用户可能会遇到堵车、等待通过高速公路收费站或是其他停车等待的情况，可以适时为用户推送信息，如前方路况、加油站打折信息、最新的热点新闻等。
上文中所提及的信息展示方法，均需要准确识别出用户的活动状态的类别。因此，本发明实施例提供了一种用户活动状态识别方法，如图5所示，根据本发明实施例提供的用户状态识别方法包括：
步骤S502，读取移动终端的传感器采集的传感器数据；
步骤S504，提取上述传感器数据中的特征向量，并输入从特征向量到用户活动状态的类别的分类模型；
步骤S506，利用分类模型识别出当前的传感器数据对应的用户活动状态的类别。
其中，传感器可以是加速度计(accelerometer)、磁力计(magnetometer)、陀螺仪(gyroscope)或其他类型的传感器，本发明不做限定。这些传感器中，加速度计测量作用于设备的三个轴方向x、y、z的加速度，包含了重力加速度，加速度计是本发明实施例用户活动状态识别最主要的传感器；地磁传感器监测三个轴方向x、y、z的磁场强度值；陀螺仪测量设备三个轴x、y、z旋转的速度。读取到传感器数据之后，再从读取的传感器数据中提取特征向量，由于提取的特征向量是输入分类模型中来识别用户活动状态的类别，如静止、步行、骑行、跑步、驾车、坐公交、坐地铁等，分类模型中的特征向量与提取的特征向量是对应的，图6为根据本发明实施例提供的分类模型的训练方法的流程示意图，如图6所示，本发明实施例提供的分类模型的训练方法包括：
步骤S602，收集移动终端上传感器采集的数据，得到数据序列；
步骤S604，将数据序列作为训练样本提取其中的特征向量，将特征向量映射到用户活动状态的类别，使用机器学习算法训练从特征向量到用户活动状态的类别的分类模型。
根据本发明实施例提供的分类模型的训练方法，主要包括数据收集、预处理、数据分割、特征提取以及机器学习，详细介绍如下。
1.数据收集。收集移动终端上传感器采集的数据，得到数据序列。可以从加速度计、磁力计、陀螺仪等传感器中获得用户活动期间的传感器数据序列，具体可以以恒定采样频率(如50赫兹等)采样得到数据。并且，传感器采集的数据可以包括多个方向的数据，这样，数据序列也可以包括相应的各个方向的数据序列。例如，加速度计、地磁传感器、陀螺仪都有三个轴的读数，因而对于每个传感器，都会得到三个轴x、y、z的信号值序列。在数据收集过程中，本发明实施例对前述的各个类别的用户活动状态都需要收集充分的样本，同一类别的用户活动状态，也可以考虑移动终端的姿态等各种不同的情况。
2.预处理。有些移动终端不一定支持所有的传感器，因此，本发明实施例从收集的数据中，提取不同传感器组合的数据。即，对多种类型的传感器进行组合，得到多组传感器，其中，各组传感器中包含一类或多类传感器；进而收集移动终端上的各组传感器采集的数据，得到各组传感器中各类传感器对应的数据序列。由于加速度计是最主要的传感器，本发明实施例选择以下三种可能的组合：a.加速度计；b.加速度计和地磁传感器；c.加速度计、地磁传感器和陀螺仪，对这三种情况的数据将分别进行训练。
3.数据分割。将传感器数据序列分割成子序列，每个子序列映射到一个对应的活动标签。对于加速度计、地磁传感器和陀螺仪这些以恒定采样频率采样的数据，本发明实施例将整个传感器数据序列分割为时间间隔相等的子序列。选择最佳的时间窗口大小或时间间隔是影响识别效果的关键因素之一，因此，本发明实施例分别选择1至6秒的不同间隔进行分割得到子序列，后面通过机器学习分类时，对不同尺度的数据分别进行学习，得到基于不同时间窗口大小的识别模型，然后对不同的模型评测其识别效果，以选择最佳的分割间隔。需要说明的是，这里选取的1至6秒的时间间隔仅是示意性的，并不对本发明实施例进行限制，在实际应用中，还可以选取7或8秒等时间间隔来对序列进行分割。
数据分割完毕后得到的样本集中，可以选取一部分作为后续机器学习的输入，剩下的部分作为测试集，用来评测分类模型的分类效果。
在本发明的优选实施例中，在利用各个时间窗口对数据序列进行分割处理时，每时间窗口生成一个子序列，子序列之间互不重叠，得到该时间窗口对应的多个子序列作为训练样本；或者，将各个时间窗口在数据序列上进行滑动，每滑动指定时长生成当前时间窗口对应的子序列，得到各个时间窗口各自对应的多个子序列作为训练样本。
4.特征提取。对于分割后的传感器数据子序列，本发明实施例举例以下公式来计算以下特征量来得到序列的特征向量，但需要说明的是，本发明保护的技术方案并不局限于以下及说明书中列的各个公式实现的方案，本领域技术人员能够想到通过合理变化、增减比例、调整系数、增加权重等方式依然可以实现本发明技术方案，而这些未穷举的方案也都在本发明保护范围内。
(1)均值(mean)
对于大小为n的序列S，其均值为n个信号值相加的总和除以序列大小，计算公式如下：
Mean(S)＝Sum(S)/n
(2)标准差(standard deviation)
标准差是各信号值与均值离差平方的算术平均数的平方根，可以反映样本的变化度。
对于大小为n的序列x1,x2...xn，其均值为μ，标准差公式为：
Figure BDA0001338703080000121
(3)中位数(median)
中位数为数据序列按顺序排列后位于中间位置的数。对于大小为n的序列，将该序列按升序排序，如果n为奇数，则取(n+1)/2个数为中位数；如果n为偶数，则取第n/2个数和第n/2+1个数的平均数为中位数。
(4)中位数绝对偏差(median absolute deviation)
当存在异常值可能影响平均值的一些情况下，中位数绝对偏差相对标准差可以提供更好的变化度测量。将序列的各项减去序列的中位数后求绝对值，得到新序列，对于新序列求中位数，即可以得到中位数绝对偏差。
对于序列x1,x2...xn，中位数绝对偏差为：
MAD＝Median(|xi-Median(X)|)
(5)零交叉(zero crossing)
零交叉为信号值与中位置相交的次数，这个特征量用于区分快运动和慢运动。计算方法是遍历序列的各项值，如果中位数大于当前项且小于后一项，或者小于当前项且大于后一项，则零交叉次数加1。
(6)相关性(correlation)
多分量的传感器，其各个分量之间存在相关性，如加速度计的x、y、z三个方向相互之间的相关性。不同的活动状态各分量的相关性可能存在差异。对于大小为n的序列x和y，其相关性的计算公式如下：
Figure BDA0001338703080000131
(7)峰-峰振幅
该值表示信号的峰值到谷值之差，即数据序列的最大值与最小值之差，计算公式如下：
P2PA(S)＝Max(S)-Min(S)
(8)信号能量
信号能量指信号曲线与时间轴之间构成的区域的面积，对于传感器数值序列，信号能量可以表示为平方值之和：
Figure BDA0001338703080000132
以上介绍了本发明实施例从数据序列或子序列中主要提取的特征向量，当然还可以有其他特征向量提取方式，本发明不做限定。
5.机器学习。本发明实施例使用监督学习方法，将特征向量映射到用户活动状态的类别，建立从特征向量到用户活动状态的类别的分类模型。这里，如前文介绍，数据序列对应有用户活动状态的类别的标签，这样在将特征向量映射到用户活动状态的类别时，可以将数据序列对应的用户活动状态的类别的标签作为其特征向量的标签，从而将数据序列的特征向量映射到用户活动状态的类别。
针对不同的传感器组合，本发明实施例将训练不同的分类模型，之后就可以利用这些分类模型，识别新的样本对应的用户活动状态的类别。
不同的监督学习算法对活动的识别效果有明显的差异，本发明实施例选取支持向量机(Support Vector Machine，SVM)作为主要的监督学习方法。SVM的目标是使预测精度最大化而又不会引起数据的过拟合，对于二元分类，SVM算法在特征空间里建立一个区域模型，将数据(特征向量)在多维空间中分隔成两个不同的类别，使分类边界离最近的数据点的距离尽量远。对活动进行分类属于多类别问题，多类别问题可以分解为多个二元分类问题，本发明实施例选择一对一方法，即最大赢选举法(maximum-wins voting)来处理活动分类问题，对每对不同的活动类别，训练一个SVM模型，最终得到K(K-1)/2个SVM分类器，对新样本分类时，每个分类器将得出一个分类，记录每个类别的得票数，得票最多的分类胜出，即确定为新样本对应的用户活动状态的类别。
需要说明的是，此处列举的机器学习SVM算法仅是示意性的，本发明实施例还可以使用决策树、人工神经网络、朴素贝叶斯等算法来实现分类，并且还可以对比评估不同学习算法的效果，从而选择合适的学习算法。具体地，利用测试样本集可以实现学习效果的评测，本发明实施例选择召回率、准确率、F-Score作为评测指标，通过不断调整训练样本、特征向量等相关参数以达到更佳的标准，优化识别效果。
在训练得到分类模型之后，接下来就可以利用分类模型来识别用户活动状态的类别。即读取移动终端的传感器采集的传感器数据，提取传感器数据中提取特征向量，并输入从特征向量到用户活动状态的类别的分类模型，利用上述分类模型识别读取的传感器数据对应的用户活动状态的类别。这里，在读取传感器数据时，可以以固定时间间隔生成样本，有以下两种生成样本的方式：
第一，假设样本所需持续时间为5秒，每5秒生成一个样本，样本之间互相不重叠；
第二，假设样本所需持续时间为5秒，每1秒生成一个样本，取之前5秒内的数据，样本之间会相互重叠。
在提取特征向量时，提取的特征向量与训练时相同，即，可以利用上文特征提取步骤中提及的方法计算数据序列或子序列的均值、标准差、中位数、中位数绝对偏差、零交叉、相关性、峰-峰振幅、信号能量，将这些特征值作为序列的特征向量。接下来，根据移动终端支持的传感器，选择合适的分类模型，使得训练好的分类模型对样本进行分类，识别出读取的传感器数据对应的用户活动状态的类别。
在本发明的优选实施例中，为了进一步提高识别的准确率，利用分类模型识别读取的传感器数据对应的用户活动状态的类别之后，还可以基于移动终端获取用于识别用户活动状态的类别的辅助识别信息，进而利用辅助识别信息来调整识别出的用户活动状态的类别。也就是说，将利用分类模型识别用户活动状态的类别称为初步识别，可以利用辅助识别信息来调整初步识别的识别结果。
在利用辅助识别信息来调整识别出的用户活动状态的类别时，可以判断移动终端上的蓝牙、WIFI、ZigBee等指定通信模块是否接入相应协议类型的通信设备；若是，则获取移动终端上的通信模块接入的通信设备的相关信息，进而基于获取的相关信息来调整识别出的用户活动状态的类别。下面通过几个实施例来详细介绍。
实施例一，蓝牙连接状态
本发明实施例可以获取蓝牙连接状态及连接的蓝牙设备类型，查看连接的蓝牙设备类型可以识别车载蓝牙设备，当确认移动终端连接了车载蓝牙设备，且初步识别的用户活动状态为驾车或与驾车接近的状态，则可以确认或纠正为驾车状态。
实施例二，周边蓝牙设备
通过蓝牙扫描可以得到周边的蓝牙设备列表，分析其中的设备类型及数量，统计发现驾车时扫描到的蓝牙设备数量通过不会太多。因此，可以设定数量阈值，如果该数量超过了数量阈值且无车载蓝牙设备，而初步识别为驾车，则认为是误识别。
实施例三，GPS
通过GPS可以获得当前的位置及移动速度，通过设定速度阈值，可以确认是否在行驶的车辆上。由于GPS长时间使用功耗较高，因此，本发明实施例仅在用户活动状态可能发生切换，进行确认时才使用GPS辅助判断。
实施例四，WiFi
目前，许多公交车上都会安装WiFi，这些WiFi通常都有较明显的特征(如名称等)，通过数据收集与分析可以提取这些特征，如果移动终端连接了WiFi，通过判断当前连接的WiFiI的特征，可以辅助判断是否在公交车上。
实施例五，历史状态
历史状态用于状态切换，在判断是否可以切换到新的状态时，需要考察历史状态，确认新的状态是否已经持续了指定时长，若是，则确认切换到新的状态；若否，则不认为切换到新的状态。
在利用辅助识别信息来调整识别出的用户活动状态的类别时，本发明实施例还可以获取移动终端上的指定应用程序的业务数据，进而基于获取的业务数据来调整识别出的用户活动状态的类别。例如，用户开启指定应用程序，利用指定应用程序打开自行车车锁，然后进入骑行状态，该指定应用程序从开锁到关锁一直会记录用户的骑行时间，本发明实施例从指定应用程序获取到这些业务数据时，则确认用户活动状态为骑行状态。又例如，用户开启刷公共交通卡功能，刷卡之后，该公共交通卡功能会记录用户乘坐公共交通的时间或站点，本发明实施例从公共交通卡功能处获取到这些业务数据时，则确认用户活动状态为乘坐公共交通状态。
在本发明的优选实施例中，当发生调整识别出的用户活动状态的类别的事件时，获取调整后的用户活动状态的类别，进而利用传感器数据中的特征向量与调整后的用户活动状态的类别对分类模型进行训练。
在本发明的另一个优选实施例中，还可以确定用户的活动状态是否发生切换。在识别出用户活动状态的类别之后，可以判断本次识别是否为初次识别操作；若是，则将本次识别出的用户活动状态的类别作为本次确定的用户活动状态的类别；若否，则获取上一次确定的用户活动状态的类别，并基于上一次确定的用户活动状态的类别与本次识别出的用户活动状态的类别，确定本次用户活动状态是否发生切换。
进一步地，若上一次确定的用户活动状态的类别与本次识别出的用户活动状态的类别相同，则确定本次用户活动状态未发生切换；若上一次确定的用户活动状态的类别与本次识别出的用户活动状态的类别不相同，则将上一次确定的用户活动状态的类别称为第一类别，本次识别出的用户活动状态的类别称为第二类别，并继续进行上述的读取、识别操作，当后续识别出的用户活动状态的类别为第二类别的次数超出阈值，则确定超出阈值时对应的用户活动状态发生切换。
举例来说，如果根据用户当前的活动参数识别出用户的活动状态的类别为静止状态，为了确定用户活动状态是否发生切换，首先判断本次识别是否为初次识别操作，若是，则将本次识别出的用户活动状态的类别作为本次确定的用户活动状态的类别；若否，则获取到上一次确定的用户活动状态的类别为步行，此时不会立即确定用户活动状态切换为静止状态，而是再次根据用户当前的活动参数识别出用户的活动状态的类别，若通过多次识别用户活动状态的类别为静止，则确定用户活动状态切换为静止状态。
根据本优选实施例，在状态发生变化时，进入新的状态前，需要一段时间进行确认，以确保状态的准确性，以下是状态切换时的基本策略。
首先是初始状态。在初次识别之前，由于还无法确定状态，可以将状态设为未知。
其次是状态进入。无论原先是未知状态或其它已识别的状态，进入新的状态都需要持续一段时间的稳定状态，才确认切换到新的状态。
再次是状态退出。通常有三种情况会退出原来的状态：
a.进入新的状态；
b.未确认进入新状态，但已经连续有一段时间识别的状态不符合旧的状态。对于简单的状态，这个时间相对较短(如30秒)；对于复杂的状态(如驾车、公交等)，这些状态持续期间通常会包含其它状态，如等红绿灯时静止，因此只有持续较长时间(如5分钟)未识别为原来的状态才退出；
c.系统或应用退出。
最后是状态维持。进入新的状态之后，将一直维持该状态，直到满足退出条件。
接下来针对各种状态，详细描述其切换条件。
1.关于静止状态
从未知、步行、跑步等状态到静止状态，只需要静止状态持续稳定一段时间(如5-15秒)，即可确认切换到静止状态。
从驾车状态到静止状态，为避免等红绿灯这类情况下状态变化，需要静止的稳定持续时间更长(如超过2分钟)才会切换状态。
从坐公交状态到静止状态，通常不应该从坐公交状态直接切换到静止状态，为避免异常情况，设置一个较长的确认时间即可(如5分钟以上)。
2.关于步行、跑步状态
从未知、静止等状态到步行或跑步状态，只需步行或跑步状态持续稳定一段时间(如5-15秒)，即可确认切换到新状态。
步行和跑步之间的切换，为避免像快走和慢跑等这类很接近的状态导致状态来回变化，步行与跑步之间的状态切换需要的确认时间更长(如15-30秒)。
从驾车状态到步行、跑步状态，因驾车状态较为复杂，而且驾车过程中经过颠簸道路时，有可能误识别为步行等其它状态，因此从驾车状态切换到步行或跑步状态，需要确保新状态稳定持续了较长时间(如30秒以上)。在驾车和步行之间通常存在停车静止状态(时间较短未切换到静止)，如果步行状态之前存在静止状态，可适当降低确认时间。为了确保准确性，还可以利用GPS确认当前速度没有超过步行的速度。
从坐公交状态到步行、跑步状态，乘坐公交时，因可能在车厢内走动，还可能站立，因此进入步行、跑步状态需要确保新状态持续较长时间(如30秒以上)。为了确保准确性，还可以利用GPS确认当前速度没有超过步行的速度。
3.关于驾车状态
从未知、静止状态到驾车状态，需要驾驶状态稳定持续较长的时间(如30秒以上)，且在确认期间开启GPS获取当前速度，如果连续一段时间(如15秒内)速度太低(如小于10千米每小时)或无GPS信号，则不进入驾车状态。
从步行、跑步状态到驾车状态，进入的条件类似从未知或静止进入驾车，但相比上一种情况，从步行或跑步到驾车状态之间，刚进入车内还未开动时，通常会有一段时间的静止状态(时间太短未切换到静止)，因此需额外再增加驾车状态前的静止状态判断，如不存在静止状态，需要适当增加确认时间。
从坐公交到驾车状态，通常不允许从坐公交状态直接切换为驾车状态。
4.坐公交、地铁
坐公交相比驾车是更复杂的状态，因其状态相对更不稳定，比如乘客可坐可站，也可能频繁操作移动终端等，因此仅仅通过初步识别的状态结合WiFi、GPS等，还不足以准确识别，需要进一步结合公交站点及线路数据来进行判断。
从未知、步行、跑步状态到乘坐公共交通状态，上车时通常会识别为步行，因此从步行状态切换为乘坐公共交通是进入乘坐公共交通状态比较普遍的方式。在确认是否进入乘坐公共交通状态期间，本发明实施例开启移动终端上的GPS，通过开启的GPS获取移动终端用户所在的第一位置信息。接着，将第一位置信息与公共交通站点和线路数据进行匹配，判断当前是否在公共交通站点或其附近，或者是否沿公共交通线路行驶，若匹配上，则在指定时长后获取移动终端用户所在的第二位置信息和移动速度，若匹配上，且移动速度符合预设条件，则确定用户活动状态为乘坐公共交通状态。
从静止到乘坐公共交通状态，通过定位位置结合公共交通站点和线路数据，判断当前是否在公共交通站点附近及站点是否为始发站，如果不是从始发站上车，通常不会存在静止状态，即便存在，也可能持续时间很短，因此设定阈值，静止时间超过阈值则不认为是乘坐公共交通状态；如果是始发站，则该阈值可以设为较长的时间，同时还需要判断静止之前的历史状态，需存在步行状态才可以识别为乘坐公共交通状态。
通过以上方式识别用户活动状态的类别之后，本发明实施例还可以基于这些识别出的用户活动状态的类别进行各种功能、信息或服务的推荐，以满足用户个性化的需求。
在本发明实施例中，可以收集识别出的用户活动状态的类别和相应的时间信息，其中，用户活动状态的类别可以包括静止、步行、跑步、驾车、乘坐公共交通等，本发明不限于此；进而，基于收集的用户活动状态的类别和相应的时间信息，确定用户活动状态为静止状态的时间区间；之后，当到达该时间区间时，获取用户所在的地理位置信息；最后，将获取的地理位置信息所在的地点作为用户的常停留点。
在本发明的另一个实施例中，在确定用户活动状态从第一活动状态切换为第二活动状态之后，可以向移动终端用户推荐与第二活动状态相关的信息，也可以调起移动终端上与第二活动状态相关的功能。举例来说，当第二活动状态为驾车状态时，可以调起移动终端上的地图导航功能，也可以调起移动终端上的语音交互驾驶模式，等等。
对应于上述的信息展示方法，本发明实施例还提供了一种对应的信息展示装置，可以设置任意类型的终端设备中。图7是根据本发明实施例的信息展示装置结构示意图，如图7所示，根据本发明实施例的信息展示装置可以包括：
状态识别模块10，配置为获取用户当前的活动参数，根据所述活动参数识别所述用户的活动状态的类别；
地理位置获取模块20，配置为当所述用户的活动状态的类别为步行时，获取所述用户当前的地理位置；
信息展示模块30，配置为结合所述用户当前的地理位置，在移动终端的地图应用上进行信息展示。
在本发明的一个优选实施例中，如图8所示，上述信息展示模块30还可以包括：
地图放大单元31，配置为增加所述地图应用的显示比例。
在本发明的一个优选实施例中，如图9所示，上述信息展示装置还可以包括：
位置获取模块40，配置为当所述用户的活动状态的类别为驾车时，获取所述用户当前的地理位置；
路况信息获取模块50，配置为沿着所述用户的驾驶方向，获取所述用户当前的地理位置前方的路况信息；
路况信息显示模块60，配置为通过移动终端以预设的方式提示所述路况信息。
在本发明的一个优选实施例中，路况信息显示模块60还配置为：
通过所述移动终端以语音播报的方式播报所述路况信息。
在本发明的一个优选实施例中，路况信息显示模块60还配置为：
唤醒所述移动终端的屏幕并调起所述移动终端中的地图应用；基于所述地图应用以屏保的形式在所述移动终端的屏幕上显示所述路况信息。
在本发明的一个优选实施例中，如图9所示，上述信息展示装置还可以包括：
判断模块70，配置为当所述用户的活动状态的类别为驾车时，判断所述用户是否处于驾驶过程中的等待状态；
信息推送模块80，配置为若是，则通过移动终端为所述用户推送与所述驾驶过程中的等待状态相关的信息。
在本发明的一个优选实施例中，如图9所示，上述信息展示装置还可以包括：
常停留点确定模块90，配置为收集识别出的用户活动状态的类别和相应的时间信息，其中，所述用户活动状态的类别包括静止、步行、跑步、驾车、乘坐公共交通中的一项或多项；基于收集的用户活动状态的类别和相应的时间信息，确定用户活动状态为静止状态的时间区间；当到达所述时间区间时，获取用户所在的地理位置信息；将获取的所述地理位置信息所在的地点作为用户的常停留点。
在本发明的一个优选实施例中，上述状态识别模块10还配置为：
读取所述移动终端的传感器采集的传感器数据；提取所述传感器数据中的特征向量，并输入从特征向量到用户活动状态的类别的分类模型；利用所述分类模型识别出所述当前的传感器数据对应的用户活动状态的类别。
在本发明的一个优选实施例中，上述状态识别模块10还配置为：
在利用所述分类模型识别出所述当前的传感器数据对应的用户活动状态的类别之后，基于所述移动终端获取用于识别用户活动状态的类别的辅助识别信息；利用所述辅助识别信息来调整识别出的用户活动状态的类别。
在本发明的一个优选实施例中，上述状态识别模块10还配置为：
判断所述移动终端上的指定通信模块是否接入相应协议类型的通信设备；若是，则获取所述移动终端上的通信模块接入的通信设备的相关信息；基于获取的所述相关信息来调整识别出的用户活动状态的类别。
在本发明的一个优选实施例中，上述状态识别模块10还配置为：
获取所述移动终端上的指定应用程序的业务数据；基于获取的所述业务数据来调整识别出的用户活动状态的类别。
在本发明的一个优选实施例中，如图9所示，上述信息展示装置还可以包括：
状态切换确定模块100，配置为在所述识别模块识别出用户活动状态的类别之后，判断本次识别是否为初次识别操作；以及
若是，则将本次识别出的用户活动状态的类别作为本次确定的用户活动状态的类别；
若否，则获取上一次确定的用户活动状态的类别，并基于上一次确定的用户活动状态的类别与本次识别出的用户活动状态的类别，确定本次用户活动状态是否发生切换。
在本发明的一个优选实施例中，上述状态切换确定模块100还配置为：
若上一次确定的用户活动状态的类别与本次识别出的用户活动状态的类别相同，则确定本次用户活动状态未发生切换；
若上一次确定的用户活动状态的类别与本次识别出的用户活动状态的类别不相同，则将上一次确定的用户活动状态的类别称为第一类别，本次识别出的用户活动状态的类别称为第二类别，并继续进行上述的读取、识别操作，当后续识别出的用户活动状态的类别为所述第二类别的次数超出阈值，则确定超出阈值时对应的用户活动状态发生切换。
在本发明的一个优选实施例中，如图9所示，上述信息展示装置还可以包括：
信息推荐模块110，配置为在所述状态切换确定模块确定所述用户的活动状态切换之后，向移动终端用户推荐与切换后的活动状态相关的信息；和/或
功能调起模块120，配置为调起移动终端上与切换后的活动状态相关的功能。
在本发明的一个优选实施例中，如图9所示，上述信息展示装置还可以包括：
分类模型建立模块130，配置为收集移动终端上传感器采集的数据，得到数据序列；将所述数据序列作为训练样本提取其中的特征向量，将特征向量映射到用户活动状态的类别，使用机器学习算法训练从特征向量到用户活动状态的类别的分类模型。
在本发明的一个优选实施例中，上述分类模型建立模块130还配置为：
将所述各组传感器中各类传感器对应的数据序列作为训练样本提取其中的特征向量，将特征向量映射到用户活动状态的类别，使用机器学习算法训练所述各组传感器的从特征向量到用户活动状态的类别的分类模型。
此外，本发明实施例还提供了一种移动终端，如图10所示，包括处理器1080和存储器1020：
存储器1020用于执行上述任一项信息展示方法的程序；
处理器1080被配置为用于执行存储器1020中存储的程序
为了便于说明，图10仅示出了与本发明实施例相关的部分，具体技术细节未揭示的，请参照本发明实施例方法部分。该移动终端可以为包括手机、平板电脑、PDA(PersonalDigital Assistant，个人数字助理)、POS(Point of Sales，销售终端)、车载电脑等任意终端设备，以终端为手机为例：
图10示出的是与本发明实施例提供的移动终端相关的手机的部分结构的框图。参考图10，手机包括：射频(Radio Frequency，RF)电路1010、存储器1020、输入单元1030、显示单元1040、传感器1050、音频电路1060、无线保真(wireless-fidelity，Wi-Fi)模块1070、处理器1080、以及电源1090等部件。本领域技术人员可以理解，图10中示出的手机结构并不构成对手机的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
下面结合图10对手机的各个构成部件进行具体的介绍：
RF电路1010可用于收发信息或通话过程中，信号的接收和发送，特别地，将基站的下行信息接收后，给处理器1080处理；另外，将设计上行的数据发送给基站。通常，RF电路1010包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器(Low NoiseAmplifier，LNA)、双工器等。此外，RF电路1010还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议，包括但不限于全球移动通讯系统(GlobalSystem of Mobile communication，GSM)、通用分组无线服务(General Packet RadioService，GPRS)、码分多址(Code Division Multiple Access，CDMA)、宽带码分多址(Wideband Code Division Multiple Access,WCDMA)、长期演进(Long Term Evolution，LTE)、电子邮件、短消息服务(Short Messaging Service，SMS)等。
存储器1020可用于存储软件程序以及模块，处理器1080通过运行存储在存储器1020的软件程序以及模块，从而执行手机的各种功能应用以及数据处理。存储器1020可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器1020可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
输入单元1030可用于接收输入的数字或字符信息，以及产生与手机的用户设置以及功能控制有关的键信号输入。具体地，输入单元1030可包括触控面板1031以及其他输入设备1032。触控面板1031，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板1031上或在触控面板1031附近的操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触控面板1031可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器1080，并能接收处理器1080发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1031。除了触控面板1031，输入单元1030还可以包括其他输入设备1032。具体地，其他输入设备1032可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
显示单元1040可用于显示由用户输入的信息或提供给用户的信息以及手机的各种菜单。显示单元1040可包括显示面板1041，可选的，可以采用液晶显示器(LiquidCrystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板1041。进一步的，触控面板1031可覆盖显示面板1041，当触控面板1031检测到在其上或附近的触摸操作后，传送给处理器1080以确定触摸事件的类型，随后处理器1080根据触摸事件的类型在显示面板1041上提供相应的视觉输出。虽然在图10中，触控面板1031与显示面板1041是作为两个独立的部件来实现手机的输入和输入功能，但是在某些实施例中，可以将触控面板1031与显示面板1041集成而实现手机的输入和输出功能。
手机还可包括至少一种传感器1050，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板1041的亮度，接近传感器可在手机移动到耳边时，关闭显示面板1041和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于手机还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。
音频电路1060、扬声器1061，传声器1062可提供用户与手机之间的音频接口。音频电路1060可将接收到的音频数据转换后的电信号，传输到扬声器1061，由扬声器1061转换为声音信号输出；另一方面，传声器1062将收集的声音信号转换为电信号，由音频电路1060接收后转换为音频数据，再将音频数据输出处理器1080处理后，经RF电路1010以发送给比如另一手机，或者将音频数据输出至存储器1020以便进一步处理。
WiFi属于短距离无线传输技术，手机通过WiFi模块1070可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图10示出了WiFi模块1070，但是可以理解的是，其并不属于手机的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。
处理器1080是手机的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在存储器1020内的软件程序和/或模块，以及调用存储在存储器1020内的数据，执行手机的各种功能和处理数据，从而对手机进行整体监控。可选的，处理器1080可包括一个或多个处理单元；优选的，处理器1080可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器1080中。
手机还包括给各个部件供电的电源1090(比如电池)，优选的，电源可以通过电源管理系统与处理器1080逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
尽管未示出，手机还可以包括摄像头、蓝牙模块等，在此不再赘述。
本发明实施例提供了一种更加智能的信息展示方案，通过获取用户当前的活动参数识别用户的活动状态为步行时，根据用户当前所处的地理位置在移动终端的地图应用上为用户进行信息展示。本发明实施例无需额外增加硬件工具，充分利用了移动终端本身具备的传感器，读取传感器采集的传感器数据，并基于传感器数据和分类模型能够识别出使用该移动终端的用户的日常活动状态。并且，本发明实施例中传感器采集的传感器数据是实时的，因而本发明可以基于实时的传感器数据来识别用户实时的活动状态，识别结果全面且准确，能够满足用户后续的各种个性化需求。当准确识别出用户的活动状态之后，智能地为用户筛选出适合用户当前浏览的信息或是用户需要的信息并进行信息展示，大大提升了用户体验。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的信息展示装置中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
例如，图11示出了可以实现根据本发明的信息展示方法的计算设备的框图。该计算设备传统上包括处理器1110和以存储器1120形式的计算机程序产品或者计算机可读介质。存储器1120可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。存储器1120具有存储用于执行上述方法中的任何方法步骤的程序代码1131的存储空间1130。例如，存储程序代码的存储空间1130可以存储分别用于实现上面的方法中的各种步骤的各个程序代码1131。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。这些计算机程序产品包括诸如硬盘，紧致盘(CD)、存储卡或者软盘之类的程序代码载体。这样的计算机程序产品通常为如图12所示的便携式或者固定存储单元。该存储单元可以具有与图11的计算设备中的存储器1120类似布置的存储段、存储空间等。程序代码可以例如以适当形式进行压缩。通常，存储单元包括存储有用于执行根据本发明的方法步骤的计算机可读程序代码1131’，即可以由例如诸如1110之类的处理器读取的程序代码，当这些程序代码由计算设备运行时，导致该计算设备执行上面所描述的方法中的各个步骤
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
至此，本领域技术人员应认识到，虽然本文已详尽示出和描述了本发明的多个示例性实施例，但是，在不脱离本发明精神和范围的情况下，仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此，本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。

Claims (34)

1.一种信息展示方法，包括：
获取用户当前的活动参数，根据所述活动参数识别所述用户的活动状态的类别，调起移动终端的地图应用，在所述地图应用上显示与所述用户的活动状态的类别相对应的地图，在所述地图上突出显示所述用户的活动状态类别相匹配的兴趣点信息；
其中，在所述地图上突出显示与所述地图的类别以及所述用户的活动状态类别相匹配的兴趣点信息，其中地图的类别与用户的活动状态的类别匹配；若地图的类别为普通地图，则在地图上突出显示热点兴趣点信息；若地图的类别为运动地图，则在地图上突出显示商场、餐饮店、公园、景点中的至少一种兴趣点信息；若地图的类别为驾车地图，则在地图上突出显示路况信息，并突出显示加油站、停车场、维修站中的至少一种兴趣点信息；若地图的类别为公共出行地图，则在地图上突出显示公交站点、地铁站点中的至少一种兴趣点信息；
当所述用户的活动状态的类别为步行或运动或驾车或坐公交时，获取所述用户当前的地理位置；
结合所述用户当前的地理位置，在移动终端的地图应用上进行信息展示。
2.根据权利要求1所述的方法，其中，所述结合所述用户当前的地理位置，在移动终端的地图应用上进行信息展示包括：
增加所述地图应用的显示比例。
3.根据权利要求1所述的方法，其中，所述获取用户当前的活动参数，根据所述活动参数识别所述用户的活动状态的类别之后还包括：
当所述用户的活动状态的类别为驾车时，获取所述用户当前的地理位置；
沿着所述用户的驾驶方向，获取所述用户当前的地理位置前方的路况信息；
通过移动终端以预设的方式提示所述路况信息。
4.根据权利要求3所述的方法，其中，所述通过移动终端以预设的方式提示所述路况信息包括：
通过所述移动终端以语音播报的方式播报所述路况信息。
5.根据权利要求3所述的方法，其中，通过移动终端以预设的方式提示所述路况信息包括：
唤醒所述移动终端的屏幕并调起所述移动终端中的地图应用；
基于所述地图应用以屏保的形式在所述移动终端的屏幕上显示所述路况信息。
6.根据权利要求3所述的方法，其中，还包括：
当所述用户的活动状态的类别为驾车时，判断所述用户是否处于驾驶过程中的等待状态；
若是，则通过移动终端为所述用户推送与所述驾驶过程中的等待状态相关的信息。
7.根据权利要求1-6任一项所述的方法，其中，还包括：
收集识别出的用户活动状态和相应的时间信息；
基于收集的用户活动状态和相应的时间信息，确定用户活动状态为静止状态的时间区间；
当到达所述时间区间时，获取用户所在的地理位置信息；
将获取的所述地理位置信息所在的地点作为用户的常停留点。
8.根据权利要求1-6任一项所述的方法，其中，所述获取用户当前的活动参数，根据所述活动参数识别所述用户的活动状态的类别包括：
读取所述移动终端的传感器采集的传感器数据；
提取所述传感器数据中的特征向量，并输入从特征向量到用户活动状态的类别的分类模型；
利用所述分类模型识别出当前的传感器数据对应的用户活动状态的类别。
9.根据权利要求1-6任一项所述的方法，其中，所述获取用户当前的活动参数，根据所述活动参数识别所述用户的活动状态的类别还包括：
基于所述移动终端获取用于识别用户活动状态的类别的辅助识别信息；
利用所述辅助识别信息来调整识别出的用户活动状态的类别。
10.根据权利要求9所述的方法，其中，基于所述移动终端获取用于识别用户活动状态的类别的辅助识别信息，包括：
判断所述移动终端上的指定通信模块是否接入相应协议类型的通信设备；若是，则获取所述移动终端上的通信模块接入的通信设备的相关信息；
利用所述辅助识别信息来调整识别出的用户活动状态的类别，包括：基于获取的所述相关信息来调整识别出的用户活动状态的类别。
11.根据权利要求9所述的方法，其中，基于所述移动终端获取用于识别用户活动状态的类别的辅助识别信息，包括：
获取所述移动终端上的指定应用程序的业务数据；
利用所述辅助识别信息来调整识别出的用户活动状态的类别，包括：基于获取的所述业务数据来调整识别出的用户活动状态的类别。
12.根据权利要求1-6任一项所述的方法，其中，获取用户当前的活动参数，根据所述活动参数识别所述用户的活动状态的类别之后，还包括：
判断本次识别是否为初次识别操作；
若是，则将本次识别出的用户活动状态的类别作为本次确定的用户活动状态的类别；
若否，则获取上一次确定的用户活动状态的类别，并基于上一次确定的用户活动状态的类别与本次识别出的用户活动状态的类别，确定本次用户活动状态是否发生切换。
13.根据权利要求12所述的方法，其中，基于上一次确定的用户活动状态的类别与本次识别出的用户活动状态的类别，确定本次用户活动状态是否发生切换，包括：
若上一次确定的用户活动状态的类别与本次识别出的用户活动状态的类别相同，则确定本次用户活动状态未发生切换；
若上一次确定的用户活动状态的类别与本次识别出的用户活动状态的类别不相同，则将上一次确定的用户活动状态的类别称为第一类别，本次识别出的用户活动状态的类别称为第二类别，并继续进行读取、识别操作，当后续识别出的用户活动状态的类别为所述第二类别的次数超出阈值，则确定超出阈值时对应的用户活动状态发生切换。
14.根据权利要求13所述的方法，其中，在确定所述用户的活动状态切换之后，还包括：
向移动终端用户推荐与切换后的活动状态相关的信息；和/或
调起移动终端上与切换后的活动状态相关的功能。
15.根据权利要求1-6任一项所述的方法，其中，通过以下步骤训练得到从特征向量到用户活动状态的类别的分类模型，包括：
收集移动终端上传感器采集的数据，得到数据序列；
将所述数据序列作为训练样本提取其中的特征向量，将特征向量映射到用户活动状态的类别，使用机器学习算法训练从特征向量到用户活动状态的类别的分类模型。
16.根据权利要求15所述的方法，其中，将所述数据序列作为训练样本提取其中的特征向量，将特征向量映射到用户活动状态的类别，使用机器学习算法训练从特征向量到用户活动状态的类别的分类模型，包括：
将各组传感器中各类传感器对应的数据序列作为训练样本提取其中的特征向量，将特征向量映射到用户活动状态的类别，使用机器学习算法训练所述各组传感器的从特征向量到用户活动状态的类别的分类模型。
17.一种信息展示装置，包括：
状态识别模块，配置为获取用户当前的活动参数，根据所述活动参数识别所述用户的活动状态的类别；
地图调起模块，配置为调起移动终端的地图应用；
地图显示模块，配置为在所述地图应用上显示与所述用户的活动状态的类别相对应的地图，在所述地图上突出显示所述用户的活动状态类别相匹配的兴趣点信息；其中，在所述地图上突出显示与所述地图的类别以及所述用户的活动状态类别相匹配的兴趣点信息，其中地图的类别与用户的活动状态的类别匹配；若地图的类别为普通地图，则在地图上突出显示热点兴趣点信息；若地图的类别为运动地图，则在地图上突出显示商场、餐饮店、公园、景点中的至少一种兴趣点信息；若地图的类别为驾车地图，则在地图上突出显示路况信息，并突出显示加油站、停车场、维修站中的至少一种兴趣点信息；若地图的类别为公共出行地图，则在地图上突出显示公交站点、地铁站点中的至少一种兴趣点信息；
地理位置获取模块，配置为当所述用户的活动状态的类别为步行或运动或驾车或坐公交时，获取所述用户当前的地理位置；
信息展示模块，配置为结合所述用户当前的地理位置，在移动终端的地图应用上进行信息展示。
18.根据权利要求17所述的装置，其中，所述信息展示模块包括：
地图放大单元，配置为增加所述地图应用的显示比例。
19.根据权利要求17所述的装置，其中，还包括：
位置获取模块，配置为当所述用户的活动状态的类别为驾车时，获取所述用户当前的地理位置；
路况信息获取模块，配置为沿着所述用户的驾驶方向，获取所述用户当前的地理位置前方的路况信息；
路况信息显示模块，配置为通过移动终端以预设的方式提示所述路况信息。
20.根据权利要求19所述的装置，其中，所述路况信息显示模块还配置为：通过所述移动终端以语音播报的方式播报所述路况信息。
21.根据权利要求19所述的装置，其中，所述路况信息显示模块还配置为：唤醒所述移动终端的屏幕并调起所述移动终端中的地图应用；基于所述地图应用以屏保的形式在所述移动终端的屏幕上显示所述路况信息。
22.根据权利要求19所述的装置，其中，还包括：
判断模块，配置为当所述用户的活动状态的类别为驾车时，判断所述用户是否处于驾驶过程中的等待状态；
信息推送模块，配置为若是，则通过移动终端为所述用户推送与所述驾驶过程中的等待状态相关的信息。
23.根据权利要求17-22任一项所述的装置，其中，还包括：
常停留点确定模块，配置为收集识别出的用户活动状态的类别和相应的时间信息，其中，所述用户活动状态的类别包括静止、步行、跑步、驾车、乘坐公共交通中的一项或多项；基于收集的用户活动状态的类别和相应的时间信息，确定用户活动状态为静止状态的时间区间；当到达所述时间区间时，获取用户所在的地理位置信息；将获取的所述地理位置信息所在的地点作为用户的常停留点。
24.根据权利要求17-22任一项所述的装置，其中，所述状态识别模块还配置为：
读取所述移动终端的传感器采集的传感器数据；提取所述传感器数据中的特征向量，并输入从特征向量到用户活动状态的类别的分类模型；利用所述分类模型识别出当前的传感器数据对应的用户活动状态的类别。
25.根据权利要求17-22任一项所述的装置，其中，所述状态识别模块还配置为：
在利用分类模型识别出当前的传感器数据对应的用户活动状态的类别之后，基于所述移动终端获取用于识别用户活动状态的类别的辅助识别信息；利用所述辅助识别信息来调整识别出的用户活动状态的类别。
26.根据权利要求25所述的装置，其中，所述状态识别模块还配置为：
判断所述移动终端上的指定通信模块是否接入相应协议类型的通信设备；若是，则获取所述移动终端上的通信模块接入的通信设备的相关信息；基于获取的所述相关信息来调整识别出的用户活动状态的类别。
27.根据权利要求25所述的装置，其中，所述状态识别模块还配置为：
获取所述移动终端上的指定应用程序的业务数据；基于获取的所述业务数据来调整识别出的用户活动状态的类别。
28.根据权利要求17-22任一项所述的装置，其中，还包括：
状态切换确定模块，配置为在所述识别模块识别出用户活动状态的类别之后，判断本次识别是否为初次识别操作；以及
若是，则将本次识别出的用户活动状态的类别作为本次确定的用户活动状态的类别；
若否，则获取上一次确定的用户活动状态的类别，并基于上一次确定的用户活动状态的类别与本次识别出的用户活动状态的类别，确定本次用户活动状态是否发生切换。
29.根据权利要求28所述的装置，其中，所述状态切换确定模块还配置为：
若上一次确定的用户活动状态的类别与本次识别出的用户活动状态的类别相同，则确定本次用户活动状态未发生切换；
若上一次确定的用户活动状态的类别与本次识别出的用户活动状态的类别不相同，则将上一次确定的用户活动状态的类别称为第一类别，本次识别出的用户活动状态的类别称为第二类别，并继续进行读取、识别操作，当后续识别出的用户活动状态的类别为所述第二类别的次数超出阈值，则确定超出阈值时对应的用户活动状态发生切换。
30.根据权利要求29所述的装置，其中，还包括：
信息推荐模块，配置为在所述状态切换确定模块确定所述用户的活动状态切换之后，向移动终端用户推荐与切换后的活动状态相关的信息；和/或
功能调起模块，配置为调起移动终端上与切换后的活动状态相关的功能。
31.根据权利要求17-22任一项所述的装置，其中，还包括：
分类模型建立模块，配置为收集移动终端上传感器采集的数据，得到数据序列；将所述数据序列作为训练样本提取其中的特征向量，将特征向量映射到用户活动状态的类别，使用机器学习算法训练从特征向量到用户活动状态的类别的分类模型。
32.根据权利要求31所述的装置，其中，所述分类模型建立模块还配置为：
将各组传感器中各类传感器对应的数据序列作为训练样本提取其中的特征向量，将特征向量映射到用户活动状态的类别，使用机器学习算法训练所述各组传感器的从特征向量到用户活动状态的类别的分类模型。
33.一种计算机可读介质，包括计算机可读代码，当所述计算机可读代码在计算设备上运行时，导致所述计算设备执行根据权利要求1-16中任一项所述的信息展示方法。
34.一种移动终端，包括处理器和存储器：
所述存储器用于存储执行权利要求1-16任一项方法的程序；
所述处理器被配置为用于执行所述存储器中存储的程序。
CN201710527241.5A 2017-06-30 2017-06-30 信息展示方法、装置及移动终端 Active CN107341226B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710527241.5A CN107341226B (zh) 2017-06-30 2017-06-30 信息展示方法、装置及移动终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710527241.5A CN107341226B (zh) 2017-06-30 2017-06-30 信息展示方法、装置及移动终端

Publications (2)

Publication Number Publication Date
CN107341226A CN107341226A (zh) 2017-11-10
CN107341226B true CN107341226B (zh) 2021-06-22

Family

ID=60219423

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710527241.5A Active CN107341226B (zh) 2017-06-30 2017-06-30 信息展示方法、装置及移动终端

Country Status (1)

Country Link
CN (1) CN107341226B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109685632A (zh) * 2019-01-22 2019-04-26 重庆建筑工程职业学院 基于互联网的商品自动化共享系统及方法
CN110930750A (zh) * 2019-11-15 2020-03-27 苏州浪潮智能科技有限公司 一种基于云平台的智能园区人员管理方法及系统
CN111402089A (zh) * 2020-02-12 2020-07-10 北京城市网邻信息技术有限公司 一种业务信息的展示方法和装置
CN112215965B (zh) * 2020-09-30 2024-02-20 杭州灵伴科技有限公司 基于ar的场景导览方法、设备以及计算机可读存储介质

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101813491A (zh) * 2010-04-02 2010-08-25 深圳市凯立德计算机系统技术有限公司 步行导航路径规划方法、步行导航方法及导航设备
CN101865696A (zh) * 2010-04-21 2010-10-20 深圳市凯立德计算机系统技术有限公司 一种导航设备及其路径规划的方法和导航方法
CN101939620A (zh) * 2008-05-02 2011-01-05 通腾科技股份有限公司 用于显示地图信息的导航装置及方法
WO2012089260A1 (en) * 2010-12-29 2012-07-05 Tomtom Belgium Nv Method for improved output of address location and application to navigation devices
CN102881157A (zh) * 2012-10-09 2013-01-16 北京易华录信息技术股份有限公司 基于移动终端显示的个性化交通诱导方法和系统
CN103810851A (zh) * 2014-01-23 2014-05-21 广州地理研究所 一种基于手机定位的交通出行模式识别方法
CN104374399A (zh) * 2014-10-31 2015-02-25 北京搜狗科技发展有限公司 一种导航信息显示方法和装置
CN104680046A (zh) * 2013-11-29 2015-06-03 华为技术有限公司 一种用户活动识别方法及装置
CN104835341A (zh) * 2014-03-14 2015-08-12 北汽福田汽车股份有限公司 用于车辆中的红绿灯提醒装置及系统
CN105115515A (zh) * 2015-08-07 2015-12-02 百度在线网络技术（北京）有限公司 地图显示方法及装置
CN106778652A (zh) * 2016-12-26 2017-05-31 东软集团股份有限公司 人体活动识别方法及装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103697904A (zh) * 2013-12-25 2014-04-02 沈阳美行科技有限公司 一种车载导航兴趣点智能化选择性高亮的解决方法
CN104318765A (zh) * 2014-10-22 2015-01-28 浙江工业大学 基于智能手机的实时交通拥堵自动检测方法
CN105628039A (zh) * 2014-11-08 2016-06-01 南通录万电子有限公司 车载导航兴趣点智能指引方法
CN106157657A (zh) * 2015-04-14 2016-11-23 香港生产力促进局 一种移动用户的运动状态识别系统及其方法
CN105893400A (zh) * 2015-11-06 2016-08-24 乐视移动智能信息技术（北京）有限公司 周边信息的显示方法、装置及移动终端
CN106679682A (zh) * 2015-11-10 2017-05-17 如皋市富钢机械配件有限公司 车载导航系统
CN105808332B (zh) * 2016-02-29 2020-02-21 宇龙计算机通信科技(深圳)有限公司 场景模式切换方法、装置及终端

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101939620A (zh) * 2008-05-02 2011-01-05 通腾科技股份有限公司 用于显示地图信息的导航装置及方法
CN101813491A (zh) * 2010-04-02 2010-08-25 深圳市凯立德计算机系统技术有限公司 步行导航路径规划方法、步行导航方法及导航设备
CN101865696A (zh) * 2010-04-21 2010-10-20 深圳市凯立德计算机系统技术有限公司 一种导航设备及其路径规划的方法和导航方法
WO2012089260A1 (en) * 2010-12-29 2012-07-05 Tomtom Belgium Nv Method for improved output of address location and application to navigation devices
CN102881157A (zh) * 2012-10-09 2013-01-16 北京易华录信息技术股份有限公司 基于移动终端显示的个性化交通诱导方法和系统
CN104680046A (zh) * 2013-11-29 2015-06-03 华为技术有限公司 一种用户活动识别方法及装置
CN103810851A (zh) * 2014-01-23 2014-05-21 广州地理研究所 一种基于手机定位的交通出行模式识别方法
CN104835341A (zh) * 2014-03-14 2015-08-12 北汽福田汽车股份有限公司 用于车辆中的红绿灯提醒装置及系统
CN104374399A (zh) * 2014-10-31 2015-02-25 北京搜狗科技发展有限公司 一种导航信息显示方法和装置
CN105115515A (zh) * 2015-08-07 2015-12-02 百度在线网络技术（北京）有限公司 地图显示方法及装置
CN106778652A (zh) * 2016-12-26 2017-05-31 东软集团股份有限公司 人体活动识别方法及装置

Also Published As

Publication number Publication date
CN107341226A (zh) 2017-11-10

Similar Documents

Publication Publication Date Title
CN107172590B (zh) 基于移动终端的活动状态信息处理方法、装置及移动终端
CN107391603B (zh) 用于移动终端的用户画像建立方法及装置
CN110147705B (zh) 一种基于视觉感知的车辆定位方法及电子设备
CN109556621B (zh) 一种路线规划的方法及相关设备
CN107341226B (zh) 信息展示方法、装置及移动终端
US9763055B2 (en) Travel and activity capturing
CN107391605A (zh) 基于地理位置的信息推送方法、装置及移动终端
CN103488666B (zh) 信息处理设备和方法、电子装置以及计算机可读存储介质
CN107241697A (zh) 用于移动终端的用户行为确定方法、装置及移动终端
US10274336B2 (en) Context aware map application
CN107391604A (zh) 基于活动状态的地图样式显示方法、装置及移动终端
CN107402397B (zh) 基于移动终端的用户活动状态确定方法、装置及移动终端
CN107277154A (zh) 信息推送方法、装置及移动终端
CN109556612B (zh) 一种导航信息处理方法、装置、服务器、终端及存储介质
US20100077020A1 (en) Method, apparatus and computer program product for providing intelligent updates of emission values
CN107315519A (zh) 驾驶状态下的os切换方法、装置及移动终端
CN108304758A (zh) 人脸特征点跟踪方法及装置
US20140136696A1 (en) Context Extraction
CN111459569A (zh) 快捷交通方法、装置、电子设备及存储介质
CN104823433A (zh) 在语义上融合上下文推断
CN106705988B (zh) 路况展示方法、装置及计算机设备
KR20140091128A (ko) 사용자의 이동행위를 구분하는 모바일 장치, 사용자의 이동행위 구분방법 및 이를 위한 계층적 트리 모델 생성방법
CN107368553B (zh) 基于活动状态提供搜索建议词的方法及装置
US11606741B2 (en) Method to enhance WLAN connection based on activity recognition
KR20140089975A (ko) 이동 단말의 배터리 소모를 줄이는 장치 및 방법

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant