CN107704542A - 一种标记方法、装置及存储介质 - Google Patents

Abstract

本发明公开了一种标记方法，所述方法包括：获取表征用户不同特征的第一数据集和第二数据集；将所述第一数据集中的第一数据与所述第二数据集中的第二数据进行匹配，生成第三数据集；对所述第一数据进行第一标记，对所述第二数据进行第二标记；根据所述第一标记和所述第二标记，生成第三标记；根据所述第三标记对所述第三数据集中的第三数据进行标记。本发明还同时公开了一种标记装置。

Description

一种标记方法、装置及存储介质

技术领域

本发明涉及信息处理技术，尤其涉及一种标记方法、装置及存储介质。

背景技术

以机器学习、深度学习为基础的人工智能技术广泛应用于各个领域，传感器和其它监控装置正在变成许多人每天生活中的常见同伴。事实上，每个人日常利用的许多电子装置都包含多个传感器。例如，智能电话、平板计算机、智能电视中。此外，在最近的趋势中，传感器已经被加到可穿戴个人物品诸如智能衣服、智能手表、智能眼镜、智能手镯以及其它智能首饰和可穿戴个人物品上。

但是，在传感器数据分析中，特别是基于用户可穿戴设备的传感器数据分析中，进行数据标记的方法通常是通过人工预先设置标记，然后按照人工设置的标记人为模拟一些数据样本。采用这样的方法，往往难于对数据进行正确的理解和分类标记。不仅数据标记速度慢，而且用户在日常生活中的真实数据往往与人工模拟数据样本得到的数据有差距，无法得到有效的数据样本。因此，如何能够有效提高数据标记速度和得到有效数据数量为目前扼要解决的问题、

发明内容

有鉴于此，本发明实施例期望提供一种标记方法及装置，用于解决根据现有技术方案无法得到有效的数据样本的技术问题。

为达到上述目的，本发明实施例的技术方案是这样实现的：

根据本发明实施例的一方面，提供一种标记方法，所述方法包括：

获取表征用户不同特征的第一数据集和第二数据集；

将所述第一数据集中的第一数据与所述第二数据集中的第二数据进行匹配，生成第三数据集；

对所述第一数据进行第一标记，对所述第二数据进行第二标记；

根据所述第一标记和所述第二标记，生成第三标记；

根据所述第三标记对所述第三数据集中的第三数据进行标记。

上述方案中，所述获取表征用户不同特征的第一数据集和第二数据集，包括：

采集表征用户生理特征的生理数据和表征用户所处环境的物理数据；

根据所述生理数据和所述物理数据，生成所述第一数据集；

根据用户对终端实施的行为，获取表征用户行为特征的行为数据；

根据所述行为数据，生成所述第二数据集。

上述方案中，将所述第一数据集中的第一数据与所述第二数据集中的第二数据进行匹配，生成第三数据集，包括：

获取所述第一数据对应的第一时间戳和所述第二数据对应的第二时间戳；

将所述第一时间戳或所述第二时间戳确定为基准对象；

根据所述基准对象，将所述第一数据与所述第二数据进行匹配，生成第三数据集。

上述方案中，对所述第一数据进行第一标记，对所述第二数据进行第二标记，包括：

通过分类算法或聚类算法对所述第一数据和所述第二数据进行分类或聚类，以得到所述第一数据对应的第一状态标识和所述第二数据对应的第二状态标识；

根据所述第一状态标识对所述第一数据进行第一标记，根据所述第二状态标识对所述第二数据进行第二标记。

上述方案中，根据所述第三标记对所述第三数据集中的第三数据进行标记，包括：

确定所述第三数据集中已标记数据和未标记数据；

对所述已标记数据中处于同一时刻内的标记对象的标记次数进行统计，生成统计结果；

根据所述统计结果，将标记次数达到预设次数的标记对象确定为目标标记对象；

使用与所述目标标记对象对应的标记对所述未标记数据进行标记。

根据本发明实施例的另一方面，提供一种标记装置，包括：

获取单元，用于获取表征用户不同特征的第一数据集和第二数据集；

匹配单元，用于将所述第一数据集中的第一数据与所述第二数据集中的第二数据进行匹配，生成第三数据集；

标记单元，用于对所述第一数据进行第一标记，对所述第二数据进行第二标记；还用于根据第三标记对所述第三数据集中的第三数据进行标记。

生成单元，用于根据所述第一标记和所述第二标记，生成第三标记。

上述方案中，所述装置还包括：

采集单元，用于采集表征用户生理特征的生理数据和表征用户所处环境的物理数据；

获取单元，根据用户对终端实施的行为，获取表征用户行为特征的行为数据；

所述生成单元，具体用于根据所述生理数据和所述物理数据，生成所述第一数据集；根据所述行为数据，生成所述第二数据集。

上述方案中，所述获取单元，还用于获取所述第一数据对应的第一时间戳和所述第二数据对应的第二时间戳；

所述装置还包括：

确定单元，用于将所述第一时间戳或所述第二时间戳确定为基准对象；

所述匹配单元，具体用于根据所述基准对象，将所述第一数据与所述第二数据进行匹配，生成第三数据集。

上述方案中，其特征在于，

所述确定单元，还用于确定所述第三数据集中已标记数据和未标记数据；还用于根据统计结果，将标记次数达到预设次数的标记对象确定为目标标记对象；

所述装置还包括：

统计单元，用于对所述已标记数据中处于同一时刻内的标记对象的标记次数进行统计，生成所述统计结果；

所述标记单元，具体用于使用与所述目标标记对象对应的标记对所述未标记数据进行标记。

根据本发明实施例的再一方面，提供一种标记装置，包括：存储器和处理器；

其中，所述存储器，用于存储能够在所述处理器上运行的计算机程序；

所述处理器，用于运行所述计算机程序时，执行上述标记方法中的任一方法的步骤。

本发明所提供的一种标记方法及装置，通过获取表征用户不同特征的第一数据集和第二数据集；将所述第一数据集中的第一数据与所述第二数据集中的第二数据进行匹配，生成第三数据集；对所述第一数据进行第一标记，对所述第二数据进行第二标记；根据所述第一标记和所述第二标记，生成第三标记；根据所述第三标记对所述第三数据集中的第三数据进行标记。如此，通过对用户的不同特征的数据分别进行标记后，得到的相匹配的数据再对相匹配的数据进行数据标记，能够得到有效的数据样本，从而也能得到有效的数据数量。

附图说明

图1为本发明实施例中一种标记方法的流程示意图；

图2为本发明实施例中数据融合流程示意图；

图3为本发明实施例中标记装置的结构组成示意图；

图4为本发明另一实施例的标记装置的结构示意图。

具体实施方式

为了能够更加详尽地了解本发明的特点与技术内容，下面结合附图对本发明的实现进行详细阐述，所附附图仅供参考说明之用，并非用来限定本发明。

图1为本发明实施例中一种标记方法的流程示意图，如图1所示，所述方法包括以下步骤：

步骤101，获取表征用户不同特征的第一数据集和第二数据集；

本发明实施例中，所述方法主要应用于传感器数据分析的服务器。所述服务器通过网络与用户的可穿戴设备以及用户使用的终端进行连接。

具体地，当所述可穿戴设备通电并接入无线局域网络或移动网络时，所述服务器即可通过所述可穿戴设备，采集到表征用户生理特征的生理数据和表征用户所处环境的物理数据。然后，所述服务器根据所述生理数据和所述物理数据，生成所述第一数据集。

这里，所述可穿戴设备包括以手腕为支撑类的智能手表、智能腕带等产品，以脚为支撑类的智能鞋、智能袜子以及腿上的佩戴产品，以头部为支撑类的智能眼镜、智能头盔以及基他头带产品，以及智能服装、智能书包、智能拐杖、智能配饰等产品。

本发明实施例中，所述物理特征数据具体包括：当前用户进行的各种运动、姿势的数据，以及当前用户所处的地理位置信息、天气数据等。

所述生理数据具体包括用户的血压、心跳、呼吸等身体指标的变化数据。表征身份指标的变化数据至少包括以下类型之一：

第一种类型是反映用户身体电活动变化的生物电信号的数据。如神经骨肉的电活动变化、细胞内外的电活动变化以及脑电、心电的变化等。这些生物电信号通过所述可穿戴设备中相应的电极引导模块对所述生物电信号进行监测，所述服务器通过网络采集所述可穿戴设备监测到的生物电信号，然后，将采集到的生物电信号，生成所述用户的生理数据。

第二种类型是反映用户压力变化的信号数据。如血压的变化、心脏收缩期和舒张期的压力变化、胆囊收缩的压力变化、呼吸的压力变化等。这些压力变化信号通过所述可穿戴设备中的压力信号转换装置(压力换能器)，将压力信号转换为电信号，然后，由所述服务器通过网络对所述电信号进行采集，然后，将采集到的所述电信号生成所述用户的生理数据。

第三种类型是反映张力变化的信号数据，如离体肠管收缩、舒张的张力变化、肌或者心房肌收缩、舒张的张力变化，腓肠肌收缩的张力变化，呼吸肌的运动等。这些张力变化信号需要通过所述可穿戴设备中的张力信号转换装置(张力换能器)，将张力信号转换为电信号，然后，再由所述服务器通过网络对所述电信号进行采集，再由所述服务器将采集到的所述电信号生成所述用户的生理数据。

第四种类型是反映心跳输出量变化和血液流量变化的信号数据。这些数据需要所述可穿戴设备中的流量转换装置先将流速、流量的信号转换为电信号，然后由所述服务器通过网络对所述电信号进行采集，将采集到的电信号生成所述用户的生理数据。

本发明实施例中，所述终端包括用户使用的电脑、手机、平板电脑等产品。

当所述终端接入无线局域网或者移动网络后，所述服务器能够通过用户对所述终端实施的行为，获取表征用户行为特征的行为数据。然后，所述服务器根据所述行为数据，生成所述第二数据集。

这里，所述用户对所述终端实施的行为可以是网页浏览行为、网络阅读行为、视频观看行为、音乐演唱行为和文字输入行为等。

本发明实施例中，通过使用用户的传感器数据能够直接体现用户的状态变化，表现出用户的真实工作状态。而使用用户使用的终端可以通过用户操作频率和后台运行程序给用户的工作强度进行评价，将工作强度与传感器数据相关联，使得到的数据更真实有效。

步骤102，将所述第一数据集中的第一数据与所述第二数据集中的第二数据进行匹配，生成第三数据集；

本发明实施例中，所述服务器在采集到所述第一数据集和所述第二数据集后，从所述第一数据集中提取所述第一数据对应的时间戳，从所述第二数据集中提取所述第二数据对应的第二时间戳，并将所述第一时间戳或所述第二时间戳确定为基准对象，然后，根据所述基准对象，将所述第一数据与所述第二数据进行匹配，生成第三数据集。

这里，所述时间戳是指数据库中一个能表示一份数据在某个特定时间之前已经存在的、完整的、可验证的数据，所述时间戳通常是一个字符序列，唯一地标识某一刻的时间。

例如，每个数据库都有一个计数器，当对数据库中包含时间戳(timestamp)列的表执行插入或更新操作时，该计数器值就会增加。而该计数器是数据库时间戳。这可以跟踪数据库内的相对时间，而不是时钟相关联的实际时间。

通过使用某一行中的timestamp列可以很容易地确定该行中的任何值自上次读取以后是否发生了更改。如果对行进行了更改，就会更新该时间戳值。如果没有对行进行更改，则该时间戳值将与以前读取该行时的时间戳值一致。

本发明实施例中，通过从第一数据集和第二数据集中提取时间戳后，例如，将第一数据作为基准对象，然后，将第二数据以所述第一数据的时间戳为基准，与所述第一数据进行时间戳对齐，将时间戳对齐的数据作为所述第三数据集。

步骤103，对所述第一数据进行第一标记，对所述第二数据进行第二标记；

本发明实施例中，所述服务器在获取到所述第一数据集和所述第二数据集后，通过分类算法或聚类算法对所述第一数据集中的所述第一数据和所述第二数据集中的所述第二数据进行分类或聚类，以得到所述第一数据对应的第一状态标识和所述第二数据对应的第二状态标识，然后，根据所述第一状态标识对所述第一数据进行第一标记，根据所述第二状态标识对所述第二数据进行第二标记。

例如，服务器收集到的传感器数据集D＝(p1，p2，...pn，g1，g2，...gn)，其中，(p1，p2，...pn)表示用户的生理特征的生理数据。如心率，血压，呼吸等生理指标数据；(g1，g2，...gn)表示用户所处环境的物理数据，如用户正在进行的运动、姿态，位置，温度，光照等物理指标数据。

而对于所述生理数据，本发明实施列中使用医学规则对所述生理数据进行分类计算。具体地，引入医学专家规则库R＝(pi，[c1，c2]，r)，其中的r表示p1中的属性pi在阈值范围[c1，c2]内时对应的生理状态。如：(体温[35℃，37℃]，正常)。

然后，所述服务器再使用医学专家规则库R处理传感器数据集D中的生理指标数据(p1，p2，...pn)，并把r标记给对应数据条目。

而对于所述物理数据，本发明实施例中，使用DBSCAN聚类算法对传感器数据集D中的物理指标数据(g1，g2，...gn)进行聚类，以得到对应所述物理数据的类别标号[0，1，2，3，...n]，但是，此时对于所述服务器，并不清楚每个类别标号对应的实际意义。

当所述服务器对所述传感器数据中的数据分别进行分类或聚类后，然后，用类别标号(r，n)对所述传感器数据中的所述第一数据进行标记。此时，对于传感器数据D中的每一条传感器数据，其实都对应了两个分类标号，即(r，n)。

本发明实施例中，所述服务器再对用户每天使用的终端数据进行分类。

具体地，所述服务器首先收集用户在每台终端上的工作强度v(频率)和工作内容。得到对应一个2880维的向量列表d＝{V1，V2...Vn}。

其中，d表示终端集合，{V1，V2...Vn}表示具体某一个终端。例如，所述终端集合d中包括的终端有：智能手环、智能床垫、手机等可穿戴设备。

所述服务器将用户每天使用终端的使用频率映射到相同的2880个区间中，也就是说，例如每天共有1440分钟，则每半分钟对所述使用频率取一个数值，将取的数值放入所述2882个区间中。

然后，所述服务器获取每个终端在每一时刻的操作记录，使用Vi＝{v1,v2,...v2880}表示。

其中，Vi表示具体的某个终端，{v1,v2,...v2880}表示该终端在时刻v1,v2,...v2880的操作记录。

所述服务器获取到每个终端在每个时间的操作记录后，根据每台终端在每个时刻的工作记录，获取该工作记录中包含的上下文(context)工作内容，例如，所述上下文工作内容包括用户在该时刻使用的软件，操作的浏览记录等详实情景信息。

然后，所述服务器再对获取到的所述上下文(context)工作内容进行文本分类。例如，对每个终端的上下文工作内容进行文本分类后，得到每个终端的工作内容为：娱乐、办公、视频、浏览、学习、体育等，并为分类后的上下文内容打上情景标签类别c。

所述服务器再对用户每天对每个终端的工作强度(即操作状态)依据操作频率进行聚类。

本发明实施例中，将每天对每个终端的工作强度分为四类，即划分为超负荷，高强度，正常，休息四个状态，并为该四类打上标签类别m。

步骤104，根据所述第一标记和所述第二标记，生成第三标记；

本发明实施例中，所述服务器在获取到第一数据对应的类别标号(r，n)，以及第二数据对应的类别标号(c，m)之后，将所述类别标号(r，n)和所述类别标号(c，m)进行合并，生成新的类别标号(r，n，c，m)，将新的类别标号(r，n，c，m)作为所述第三标记。

步骤105，根据所述第三标记对所述第三数据集中的第三数据进行标记。

本发明实施例中，所述服务器在生成新的类别标号(r，n，c，m)后，将所述新的类别标号(r，n，c，m)输入至所述第三数据中，对所述第三数据进行标记。确定出所述第三数据集中已标记数据和未标记数据；

然后，对所述已标记数据中处于同一时刻内的标记对象的标记次数进行统计，生成统计结果，根据所述统计结果，将标记次数达到预设次数的标记对象确定为目标标记对象，使用与所述目标标记对象对应的标记对所述未标记数据进行标记。

本发明实施例中，通过所述服务器将带有类别标号(r，n，c，m)的数据集输入数据互标算法中，通过交叉映射，完善数据标注结果，丰富数据标记。例如，将情景感知信息映射到实测数据之中，形成带标记的数据集。可以有效提高数据标记速度和有效数据数量，能够处理大量冗余数据，更重要的是为丰富数据属性提供了可靠有效的新方法。

下面，通过数据互标算法对如何进行交叉映射进行描述：

数据互标算法：

图2为本发明实施例中数据融合流程示意图；如图2所示：包括：

步骤201，服务器采集穿戴设备的传感器数据；以及获取用户操作终端的操作记录数据和操作的工作内容数据；

其中，所述传感器数据中包括：表征用户生理特征的生理数据和表征用户所处环境或所进行的运动的物理数据；所述用户终端的数据中包括有用户使用某一终端在每一天的操作频率数据，以及用户使用某一终端在每一天的某一时刻所操作的实体内容数据。

步骤202，服务器对物理数据和操作频率数据使用聚类算法进行聚类。

例如，所述聚类算法可以是DBSCAN聚类算法。

另外，服务器对物理数据进行聚类的算法和对操作频率数据进行聚类的算法可以相同，也可以不同。

步骤203，服务器对生理数据使用医学专家规则库进行分类，对实体内容数据使用文本分类算法进行分类。

这里，步骤202和步骤203的顺序可以互换，即可以先执行步骤203，再执行步骤202。

所述服务器对传感器数据进行分类或聚类后，得到第一分类标号，例如(r，n)，对终端的操作记录数据和工作内容进行分类后，得到第二分类标号，例如(c，m)，再分别使用第一分类标号对所述传感器数据，即用户的生理数据和物理数据进行第一标记，使用第二分类标号对所述终端数据进行第二标记。

然后，所述服务器将所述传感器数据和所述终端数据，以时间戳对齐的方式进行数据匹配，得到第三数据。再将第一分类标号和第二分类标号进行合并后，生成第三分类标号，即(r，n，c，m)。以所述第三分类标号对所述第三数据进行数据标记。

步骤204，标记结果互映射。

所述服务器将通过将带有类别标号(r，n，c，m)的数据集输入数据互标算法中，通过对已标记数据中处于同一时刻内的标记对象的标记次数进行统计，生成统计结果，根据所述统计结果，将标记次数达到预设次数的标记对象确定为目标标记对象，使用与所述目标标记对象对应的标记对所述未标记数据进行标记。

步骤205，得到完整的用户生理信息和对应的情景环境感知信息。

本发明实施例中，通过用户每天使用的终端的工作频率，收集用户工作强度数据、用户的生理数据以及用户周围环境信息数据等多标记信息。然后通过数据互标算法构造多维标记数据集。依据带标签的训练数据，可以构造基于用户数据的感知模型。从而为搭建用户传感器感知模型提供真实的训练样本。

图3为本发明实施例中标记装置的结构组成示意图；如图3所示，包括：获取单元301、匹配单元302、标记单元303和生成单元304；

其中，所述获取单元301，用于获取表征用户不同特征的第一数据集和第二数据集；

匹配单元302，用于将所述第一数据集中的第一数据与所述第二数据集中的第二数据进行匹配，生成第三数据集；

标记单元303，用于对所述第一数据进行第一标记，对所述第二数据进行第二标记；还用于根据第三标记对所述第三数据集中的第三数据进行标记。

生成单元304，用于根据所述第一标记和所述第二标记，生成第三标记。

本发明实施例中，所述装置具体可以是传感器数据分析的服务器。所述服务器通过网络与用户的可穿戴设备以及用户使用的终端进行连接。

具体地，当所述可穿戴设备通电并接入无线局域网络或移动网络时，所述获取单元301即可通过所述可穿戴设备，采集到表征用户生理特征的生理数据和表征用户所处环境的物理数据。然后，触发所述生成单元304根据所述生理数据和所述物理数据，生成所述第一数据集。

这里，所述可穿戴设备包括以手腕为支撑类的智能手表、智能腕带等产品，以脚为支撑类的智能鞋、智能袜子以及腿上的佩戴产品，以头部为支撑类的智能眼镜、智能头盔以及基他头带产品，以及智能服装、智能书包、智能拐杖、智能配饰等产品。

本发明实施例中，所述物理特征数据具体包括：当前用户进行的各种运动、姿势的数据，以及当前用户所处的地理位置信息、天气数据等。

所述生理数据具体包括用户的血压、心跳、呼吸等身体指标的变化数据。表征身份指标的变化数据至少包括以下类型之一：

第一种类型是反映用户身体电活动变化的生物电信号的数据。如神经骨肉的电活动变化、细胞内外的电活动变化以及脑电、心电的变化等。这些生物电信号通过所述可穿戴设备中相应的电极引导模块对所述生物电信号进行监测，所述获取单元301通过网络采集所述可穿戴设备监测到的生物电信号，然后，触发所述生成单元304将采集到的生物电信号，生成所述用户的生理数据。

第二种类型是反映用户压力变化的信号数据。如血压的变化、心脏收缩期和舒张期的压力变化、胆囊收缩的压力变化、呼吸的压力变化等。这些压力变化信号通过所述可穿戴设备中的压力信号转换装置(压力换能器)，将压力信号转换为电信号，然后，由所述获取单元301通过网络对所述电信号进行采集，然后触发所述生成单元304将采集到的所述电信号生成所述用户的生理数据。

第三种类型是反映张力变化的信号数据，如离体肠管收缩、舒张的张力变化、肌或者心房肌收缩、舒张的张力变化，腓肠肌收缩的张力变化，呼吸肌的运动等。这些张力变化信号需要通过所述可穿戴设备中的张力信号转换装置(张力换能器)，将张力信号转换为电信号，然后，再由所述获取单元301通过网络对所述电信号进行采集，触发所述生成单元304将采集到的所述电信号生成所述用户的生理数据。

第四种类型是反映心跳输出量变化和血液流量变化的信号数据。这些数据需要所述可穿戴设备中的流量转换装置先将流速、流量的信号转换为电信号，然后由所述获取单元301通过网络对所述电信号进行采集，之后触发所述生成单元304将采集到的电信号生成所述用户的生理数据。

本发明实施例中，所述终端包括用户使用的电脑、手机、平板电脑等产品。

当所述终端接入无线局域网或者移动网络后，所述获取单元301能够通过用户对所述终端实施的行为，获取表征用户行为特征的行为数据。然后，触发所述生成单元304根据所述行为数据，生成所述第二数据集。

这里，所述用户对所述终端实施的行为可以是网页浏览行为、网络阅读行为、视频观看行为、音乐演唱行为和文字输入行为等。

本发明实施例中，通过使用用户的传感器数据能够直接体现用户的状态变化，表现出用户的真实工作状态。而使用用户使用的终端可以通过用户操作频率和后台运行程序给用户的工作强度进行评价，将工作强度与传感器数据相关联，使得到的数据更真实有效。

本发明实施例中，所述装置还包括：提取单元305、确定单元306和匹配单元307；

具体地，所述获取单元301在采集到所述第一数据集和所述第二数据集后，触发所述提取单元305从所述第一数据集中提取所述第一数据对应的时间戳，以及从所述第二数据集中提取所述第二数据对应的第二时间戳。待所述提取单元305提取到所述第一数据和第二数据的时间戳后，由所述装置或所述提取单元305触发所述确定单元306，由所述确定单元306将所述第一时间戳或所述第二时间戳确定为基准对象。然后，由所述装置或所述确定单元306触发所述匹配单元307，由所述匹配单元307根据所述基准对象，将所述第一数据与所述第二数据进行匹配，以使得所述生成单元304根据匹配结果生成第三数据集。

这里，所述时间戳是指数据库中一个能表示一份数据在某个特定时间之前已经存在的、完整的、可验证的数据，所述时间戳通常是一个字符序列，唯一地标识某一刻的时间。

例如，每个数据库都有一个计数器，当对数据库中包含时间戳(timestamp)列的表执行插入或更新操作时，该计数器值就会增加。而该计数器是数据库时间戳。这可以跟踪数据库内的相对时间，而不是时钟相关联的实际时间。

通过使用某一行中的timestamp列可以很容易地确定该行中的任何值自上次读取以后是否发生了更改。如果对行进行了更改，就会更新该时间戳值。如果没有对行进行更改，则该时间戳值将与以前读取该行时的时间戳值一致。

本发明实施例中，通过所述提取单元305从第一数据集和第二数据集中提取时间戳后，例如，由所述确定单元306将第一数据作为基准对象，所述匹配单元307将第二数据以所述第一数据的时间戳为基准，与所述第一数据进行时间戳对齐，使得所述生成单元304将时间戳对齐的数据作为所述第三数据集。

本发明实施例中，所述获取单元301在获取到所述第一数据集和所述第二数据集后，通过分类算法或聚类算法对所述第一数据集中的所述第一数据和所述第二数据集中的所述第二数据进行分类或聚类，以得到所述第一数据对应的第一状态标识和所述第二数据对应的第二状态标识，然后，由所述装置或所述获取单元301触发所述标记单元303，由所述标记单元303根据所述第一状态标识对所述第一数据进行第一标记，根据所述第二状态标识对所述第二数据进行第二标记。

例如，服务器收集到的传感器数据集D＝(p1，p2，...pn，g1，g2，...gn)，其中，(p1，p2，...pn)表示用户的生理特征的生理数据。如心率，血压，呼吸等生理指标数据；(g1，g2，...gn)表示用户所处环境的物理数据，如用户正在进行的运动、姿态，位置，温度，光照等物理指标数据。

而对于所述生理数据，本发明实施列中使用医学规则对所述生理数据进行分类计算。具体地，引入医学专家规则库R＝(pi，[c1，c2]，r)，其中的r表示p1中的属性pi在阈值范围[c1，c2]内时对应的生理状态。如：(体温[35℃，37℃]，正常)。

然后，所述服务器再使用医学专家规则库R处理传感器数据集D中的生理指标数据(p1，p2，...pn)，并把r标记给对应数据条目。

而对于所述物理数据，本发明实施例中，使用DBSCAN聚类算法对传感器数据集D中的物理指标数据(g1，g2，...gn)进行聚类，以得到对应所述物理数据的类别标号[0，1，2，3，...n]，但是，此时对于所述服务器，并不清楚每个类别标号对应的实际意义。

当所述服务器对所述传感器数据中的数据分别进行分类或聚类后，然后，所述标记单元303用类别标号(r，n)对所述传感器数据中的所述第一数据进行标记。此时，对于传感器数据D中的每一条传感器数据，其实都对应了两个分类标号，即(r，n)。

本发明实施例中，所述服务器再对用户每天使用的终端数据进行分类。

具体地，所述服务器首先收集用户在每台终端上的工作强度v(频率)和工作内容。得到对应一个2880维的向量列表d＝{V1，V2...Vn}。

其中，d表示终端集合，{V1，V2...Vn}表示具体某一个终端。例如，所述终端集合d中包括的终端有：智能手环、智能床垫、手机等可穿戴设备。

所述服务器将用户每天使用终端的使用频率映射到相同的2880个区间中，也就是说，例如每天共有1440分钟，则每半分钟对所述使用频率取一个数值，将取的数值放入所述2882个区间中。

然后，所述获取单元301获取每个终端在每一时刻的操作记录，使用Vi＝{v1,v2,...v2880}表示。

其中，Vi表示具体的某个终端，{v1,v2,...v2880}表示该终端在时刻v1,v2,...v2880的操作记录。

所述获取单元301获取到每个终端在每个时间的操作记录后，根据每台终端在每个时刻的工作记录，获取该工作记录中包含的上下文(context)工作内容，例如，所述上下文工作内容包括用户在该时刻使用的软件，操作的浏览记录等详实情景信息。

然后，所述服务器再对获取到的所述上下文(context)工作内容进行文本分类。例如，对每个终端的上下文工作内容进行文本分类后，得到每个终端的工作内容为：娱乐、办公、视频、浏览、学习、体育等，并由所述标记单元303为分类后的上下文内容打上情景标签类别c。

所述服务器再对用户每天对每个终端的工作强度(即操作状态)依据操作频率进行聚类。

本发明实施例中，将每天对每个终端的工作强度分为四类，即划分为超负荷，高强度，正常，休息四个状态，并为该四类打上标签类别m。

本发明实施例中，所述获取单元301在获取到第一数据对应的类别标号(r，n)，以及第二数据对应的类别标号(c，m)之后，触发所述生成单元304，由所述生成章元304将所述类别标号(r，n)和所述类别标号(c，m)进行合并，生成新的类别标号(r，n，c，m)，并将新的类别标号(r，n，c，m)作为所述第三标记。

本发明实施例中，所述生成单元304在生成新的类别标号(r，n，c，m)后，将所述新的类别标号(r，n，c，m)输入至所述第三数据中，触发所述标记单元303对所述第三数据进行标记。以确定出所述第三数据集中已标记数据和未标记数据；

本发明实施例中，所述装置还包括：统计单元308；

具体地，在所述确定单元306确定出所述第三数据中已标记数据和未标记数据后，触发所述统计单元308对所述已标记数据中处于同一时刻内的标记对象的标记次数进行统计，生成统计结果。所述确定单元306还用于根据所述统计结果，将标记次数达到预设次数的标记对象确定为目标标记对象，并由所述装置或所述确定单元306使用与所述目标标记对象对应的标记对所述未标记数据进行标记。

本发明实施例中，通过所述服务器将带有类别标号(r，n，c，m)的数据集输入数据互标算法中，通过交叉映射，完善数据标注结果，丰富数据标记。例如，将情景感知信息映射到实测数据之中，形成带标记的数据集。可以有效提高数据标记速度和有效数据数量，能够处理大量冗余数据，更重要的是为丰富数据属性提供了可靠有效的新方法。

本发明实施例还提供另一种标记装置，所述装置包括：存储器和处理器；

其中，所述存储器，用于存储能够在所述处理器上运行的计算机程序；

所述处理器，用于运行所述计算机程序时，执行：获取表征用户不同特征的第一数据集和第二数据集；

将所述第一数据集中的第一数据与所述第二数据集中的第二数据进行匹配，生成第三数据集；

对所述第一数据进行第一标记，对所述第二数据进行第二标记；

根据所述第一标记和所述第二标记，生成第三标记；

根据所述第三标记对所述第三数据集中的第三数据进行标记。

所述处理器，用于运行所述计算机程序时，还执行：采集表征用户生理特征的生理数据和表征用户所处环境的物理数据；

根据所述生理数据和所述物理数据，生成所述第一数据集；

根据用户对终端实施的行为，获取表征用户行为特征的行为数据；

根据所述行为数据，生成所述第二数据集。

所述处理器，用于运行所述计算机程序时，还执行：获取所述第一数据对应的第一时间戳和所述第二数据对应的第二时间戳；

将所述第一时间戳或所述第二时间戳确定为基准对象；

根据所述基准对象，将所述第一数据与所述第二数据进行匹配，生成第三数据集。

所述处理器，用于运行所述计算机程序时，还执行：通过分类算法或聚类算法对所述第一数据和所述第二数据进行分类或聚类，以得到所述第一数据对应的第一状态标识和所述第二数据对应的第二状态标识；

根据所述第一状态标识对所述第一数据进行第一标记，根据所述第二状态标识对所述第二数据进行第二标记。

所述处理器，用于运行所述计算机程序时，还执行：确定所述第三数据集中已标记数据和未标记数据；

对所述已标记数据中处于同一时刻内的标记对象的标记次数进行统计，生成统计结果；

根据所述统计结果，将标记次数达到预设次数的标记对象确定为目标标记对象；

使用与所述目标标记对象对应的标记对所述未标记数据进行标记。

图4为本发明另一实施例的标记装置的结构示意图，标记装置400可以是路由器、移动电话、计算机、数字广播终端、信息收发设备、游戏控制台、平板设备、个人数字助理、信息推送服务器、内容服务器等。图4所示的标记装置400包括：至少一个处理器401、存储器402、至少一个网络接口404和用户接口403。标记装置400中的各个组件通过总线系统405耦合在一起。可理解，总线系统405用于实现这些组件之间的连接通信。总线系统405除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图4中将各种总线都标为总线系统405。

其中，用户接口403可以包括显示器、键盘、鼠标、轨迹球、点击轮、按键、按钮、触感板或者触摸屏等。

可以理解，存储器402可以是易失性存储器或非易失性存储器，也可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(ROM，Read Only Memory)、可编程只读存储器(PROM，Programmable Read-Only Memory)、可擦除可编程只读存储器(EPROM，Erasable Programmable Read-Only Memory)、电可擦除可编程只读存储器(EEPROM，Electrically Erasable Programmable Read-Only Memory)、磁性随机存取存储器(FRAM，ferromagnetic random access memory)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(CD-ROM，Compact Disc Read-Only Memory)；磁表面存储器可以是磁盘存储器或磁带存储器。易失性存储器可以是随机存取存储器(RAM，Random AccessMemory)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(SRAM，Static Random Access Memory)、同步静态随机存取存储器(SSRAM，Synchronous Static Random Access Memory)、动态随机存取存储器(DRAM，Dynamic Random Access Memory)、同步动态随机存取存储器(SDRAM，SynchronousDynamic Random Access Memory)、双倍数据速率同步动态随机存取存储器(DDRSDRAM，Double Data Rate Synchronous Dynamic Random Access Memory)、增强型同步动态随机存取存储器(ESDRAM，Enhanced Synchronous Dynamic Random Access Memory)、同步连接动态随机存取存储器(SLDRAM，SyncLink Dynamic Random Access Memory)、直接内存总线随机存取存储器(DRRAM，Direct Rambus Random Access Memory)。本发明实施例描述的存储器402旨在包括但不限于这些和任意其它适合类型的存储器。

本发明实施例中的存储器402用于存储各种类型的数据以支持标记装置400的操作。这些数据的示例包括：用于在标记装置400上操作的任何计算机程序，如操作系统4021和应用程序4022；音乐数据；动漫数据；图书信息；视频等。其中，操作系统4021包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序4022可以包含各种应用程序，例如媒体播放器(Media Player)、浏览器(Browser)等，用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序4022中。

上述本发明实施例揭示的方法可以应用于处理器401中，或者由处理器401实现。处理器401可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器401中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器401可以是通用处理器、数字信号处理器(DSP，Digital Signal Processor)，或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。处理器401可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本发明实施例所公开的方法的步骤，可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于存储介质中，该存储介质位于存储器402，处理器401读取存储器402中的信息，结合其硬件完成前述方法的步骤。

在示例性实施例中，标记装置400可以被一个或多个应用专用集成电路(ASIC，Application Specific Integrated Circuit)、DSP、可编程逻辑器件(PLD，ProgrammableLogic Device)、复杂可编程逻辑器件(CPLD，Complex Programmable Logic Device)、现场可编程门阵列(FPGA，Field-Programmable Gate Array)、通用处理器、控制器、微控制器(MCU，Micro Controller Unit)、微处理器(Microprocessor)、或其他电子元件实现，用于执行前述方法。

在示例性实施例中，本发明实施例还提供了一种计算机可读存储介质，例如包括计算机程序的存储器402，上述计算机程序可由标记装置400的处理器401执行，以完成前述方法所述步骤。计算机可读存储介质可以是FRAM、ROM、PROM、EPROM、EEPROM、Flash Memory、磁表面存储器、光盘、或CD-ROM等存储器；也可以是包括上述存储器之一或任意组合的各种设备，如移动电话、计算机、平板设备、个人数字助理等。

一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器运行时，执行：获取表征用户不同特征的第一数据集和第二数据集；

将所述第一数据集中的第一数据与所述第二数据集中的第二数据进行匹配，生成第三数据集；

对所述第一数据进行第一标记，对所述第二数据进行第二标记；

根据所述第一标记和所述第二标记，生成第三标记；

根据所述第三标记对所述第三数据集中的第三数据进行标记。

该计算机程序被处理器运行时，还执行：采集表征用户生理特征的生理数据和表征用户所处环境的物理数据；

根据所述生理数据和所述物理数据，生成所述第一数据集；

根据用户对终端实施的行为，获取表征用户行为特征的行为数据；

根据所述行为数据，生成所述第二数据集。

该计算机程序被处理器运行时，还执行：获取所述第一数据对应的第一时间戳和所述第二数据对应的第二时间戳；

将所述第一时间戳或所述第二时间戳确定为基准对象；

根据所述基准对象，将所述第一数据与所述第二数据进行匹配，生成第三数据集。

该计算机程序被处理器运行时，还执行：通过分类算法或聚类算法对所述第一数据和所述第二数据进行分类或聚类，以得到所述第一数据对应的第一状态标识和所述第二数据对应的第二状态标识；

根据所述第一状态标识对所述第一数据进行第一标记，根据所述第二状态标识对所述第二数据进行第二标记。

该计算机程序被处理器运行时，还执行：确定所述第三数据集中已标记数据和未标记数据；

对所述已标记数据中处于同一时刻内的标记对象的标记次数进行统计，生成统计结果；

根据所述统计结果，将标记次数达到预设次数的标记对象确定为目标标记对象；

使用与所述目标标记对象对应的标记对所述未标记数据进行标记。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种标记方法，所述方法包括：

获取表征用户不同特征的第一数据集和第二数据集；

将所述第一数据集中的第一数据与所述第二数据集中的第二数据进行匹配，生成第三数据集；

对所述第一数据进行第一标记，对所述第二数据进行第二标记；

根据所述第一标记和所述第二标记，生成第三标记；

根据所述第三标记对所述第三数据集中的第三数据进行标记。

2.根据权利要求1所述的方法，其特征在于，所述获取表征用户不同特征的第一数据集和第二数据集，包括：

采集表征用户生理特征的生理数据和表征用户所处环境的物理数据；

根据所述生理数据和所述物理数据，生成所述第一数据集；

根据用户对终端实施的行为，获取表征用户行为特征的行为数据；

根据所述行为数据，生成所述第二数据集。

3.根据权利要求1所述的方法，其特征在于，将所述第一数据集中的第一数据与所述第二数据集中的第二数据进行匹配，生成第三数据集，包括：

获取所述第一数据对应的第一时间戳和所述第二数据对应的第二时间戳；

将所述第一时间戳或所述第二时间戳确定为基准对象；

根据所述基准对象，将所述第一数据与所述第二数据进行匹配，生成第三数据集。

4.根据权利要求1所述的方法，其特征在于，对所述第一数据进行第一标记，对所述第二数据进行第二标记，包括：

通过分类算法或聚类算法对所述第一数据和所述第二数据进行分类或聚类，以得到所述第一数据对应的第一状态标识和所述第二数据对应的第二状态标识；

根据所述第一状态标识对所述第一数据进行第一标记，根据所述第二状态标识对所述第二数据进行第二标记。

5.根据权利要求1所述的方法，其特征在于，根据所述第三标记对所述第三数据集中的第三数据进行标记，包括：

确定所述第三数据集中已标记数据和未标记数据；

对所述已标记数据中处于同一时刻内的标记对象的标记次数进行统计，生成统计结果；

根据所述统计结果，将标记次数达到预设次数的标记对象确定为目标标记对象；

使用与所述目标标记对象对应的标记对所述未标记数据进行标记。

6.一种标记装置，包括：

获取单元，用于获取表征用户不同特征的第一数据集和第二数据集；

匹配单元，用于将所述第一数据集中的第一数据与所述第二数据集中的第二数据进行匹配，生成第三数据集；

标记单元，用于对所述第一数据进行第一标记，对所述第二数据进行第二标记；还用于根据第三标记对所述第三数据集中的第三数据进行标记。

生成单元，用于根据所述第一标记和所述第二标记，生成第三标记。

7.根据权利要求6所述的装置，所述装置还包括：

所述获取单元，具体用于采集表征用户生理特征的生理数据和表征用户所处环境的物理数据；以及具体还用于根据用户对终端实施的行为，获取表征用户行为特征的行为数据；

所述生成单元，具体用于根据所述生理数据和所述物理数据，生成所述第一数据集；根据所述行为数据，生成所述第二数据集。

8.根据权利要求6所述的装置，其特征在于，所述获取单元，还用于获取所述第一数据对应的第一时间戳和所述第二数据对应的第二时间戳；

所述装置还包括：

确定单元，用于将所述第一时间戳或所述第二时间戳确定为基准对象；

所述匹配单元，具体用于根据所述基准对象，将所述第一数据与所述第二数据进行匹配，生成第三数据集。

9.根据权利要求8所述的装置，其特征在于，

所述确定单元，还用于确定所述第三数据集中已标记数据和未标记数据；还用于根据统计结果，将标记次数达到预设次数的标记对象确定为目标标记对象；

所述装置还包括：

统计单元，用于对所述已标记数据中处于同一时刻内的标记对象的标记次数进行统计，生成所述统计结果；

所述标记单元，具体用于使用与所述目标标记对象对应的标记对所述未标记数据进行标记。

10.一种标记装置，包括：存储器和处理器；

其中，所述存储器，用于存储能够在所述处理器上运行的计算机程序；

所述处理器，用于运行所述计算机程序时，执行权利要求1至5任一项所述方法的步骤。