CN107729092B

CN107729092B - 一种用于电子书的自动翻页方法和系统

Info

Publication number: CN107729092B
Application number: CN201610665486.XA
Authority: CN
Inventors: 王东; 郭海伟; 喻向东; 杨文�; 金晴晴
Original assignee: Beijing Tech Bas Technology Co ltd
Current assignee: Beijing Tech Bas Technology Co ltd
Priority date: 2016-08-12
Filing date: 2016-08-12
Publication date: 2021-09-07
Anticipated expiration: 2036-08-12
Also published as: CN107729092A

Abstract

本发明提供了一种用于电子书的自动翻页方法，包括：步骤1，获取用户当前的阅读内容信息和阅读环境信息；步骤2，根据所述用户当前的阅读内容信息和阅读环境信息，基于翻页时间预测模型预测翻页时间，其中，所述翻页时间预测模型基于所述用户的翻页信息建立，其中，所述翻页信息包括：阅读内容信息、阅读环境信息以及页面停留时间。本发明还提供了一种用于电子书的自动翻页系统。本发明的技术方案能够学习用户的历史翻页习惯；根据用户阅读的内容和环境信息预测用户阅读所需的时间，实现较为精准的自动翻页，提升用户体验。

Description

一种用于电子书的自动翻页方法和系统

技术领域

本发明涉及智能终端和人机交互领域，具体地说，本发明涉及一种用于电子书的自动翻页方法和系统。

背景技术

随着信息技术的发展，在计算机、手机、平板电脑等电子设备上阅读电子书已经和阅读纸质书一样成为人们获取知识和休闲娱乐的重要方式，并且也出现了专用的电子书阅读终端，如“Kindle”、“汉王电纸书”等。由于基于智能电子设备，电子书可以在某些方面提供比纸质书更好的阅读体验。例如，对电子书的书籍进行翻页更为方便、快捷。有些电子书阅读设备和软件还可自动翻页，进一步节省了阅读时间，提升了阅读体验。

当前的电子书翻页方法主要可分为两类：一类是用户人工翻页，即用户在阅读时通过特定的操作控制电子书阅读设备或软件进行翻页，例如，通过传统的按键或在触摸屏上进行触摸来控制翻页；利用用户阅读时所使用的终端设备识别用户做出的特定动作来控制翻页，例如，可以利用终端设备上的摄像头采集图像或视频并对其进行分析，从而实现根据人的手势(如手指在空中滑动或挥动)、头部动作(如摆头或摇头)或眼睛动作(如眨眼)等进行翻页。另一类是自动翻页，主要包括两种方法：自动定时翻页和通过监测用户的阅读进度自动翻页。自动定时翻页，即设定一个时间间隔，每隔固定的时间自动翻一页。通过监测用户的阅读进度自动翻页，当前主要是采用阅读时所用的终端设备上的摄像头跟踪用户的视线：当检测到用户的视线移动到屏幕底部时自动翻至下一页。

对于用户来说，当前已有的电子书翻页方法都存在一定的问题：人工翻页效率较低，而且在手不方便操作(如需要手持设备或手被其他事务占用)时会影响正常翻页；通过摇头、眨眼等动作控制时会受到图像分析算法性能的限制，可能出现漏识别或误识别。自动定时翻页虽然是当前大多数阅读设备和软件普遍具备的功能，但真正长期使用这一功能的用户却较少。其原因在于自动定时翻页的翻页时间很难与用户阅读时实际所需的真实时间一致，从而导致提前或延迟翻页，明显影响用户的阅读体验。通过监测用户的阅读进度进行自动翻页看似是比较理想的方式，但实际应用却受到技术的限制和多种实际因素的干扰：比如，用户视线跟踪的准确率仍然相对偏低、用户可能在阅读时往复移动视线以回顾某些关键内容，等等。这些因素都可能导致翻页不及时或翻页错误，从而影响用户的阅读体验。

发明内容

本发明的目的是提供一种能够克服上述技术问题的解决方案。

本发明提供了一种用于电子书的自动翻页方法，包括：步骤1，获取用户当前的阅读内容信息和阅读环境信息；步骤2，根据所述用户当前的阅读内容信息和阅读环境信息，基于翻页时间预测模型预测翻页时间，其中，所述翻页时间预测模型基于所述用户的翻页信息建立，其中，所述翻页信息包括：阅读内容信息、阅读环境信息以及页面停留时间。

优选地，所述翻页时间预测模型包括：适于不同图书类别的通用翻页时间预测模型。

优选地，所述用户的阅读内容信息包括：图书类别；所述翻页时间预测模型还包括：针对不同图书类别的多个翻页时间预测模型。

优选地，所述阅读环境信息包括：场景类型、环境亮度和环境音量。

优选地，所述翻页时间预测模型基于多元线性回归模型。

优选地，所述方法还包括：更新所述翻页时间预测模型。

本发明还相应地提供了一种用于电子书的自动翻页系统，包括信息获取模块和时间预测模块，其中，

所述信息获取模块，用于获取用户当前的阅读内容信息和阅读环境信息；

所述时间预测模块，用于根据所述用户当前的阅读内容和阅读环境信息，基于翻页时间预测模型预测翻页时间，其中，所述翻页时间预测模型基于所述用户的翻页信息建立，其中，所述翻页信息包括：阅读内容信息、阅读环境信息以及页面停留时间。

与现有技术相比，本发明提出的技术方案能够学习用户的历史翻页习惯；根据用户阅读的内容和环境信息预测用户阅读所需的时间，实现较为精准的自动翻页，提升用户体验。

附图说明

为了更清楚地说明本发明的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图并不构成对于本发明的技术方案的限制。

图1示出了根据本发明的实施例的自动翻页系统的示意图；

图2示出了根据本发明的实施例的自动翻页方法的总体流程示意图。

具体实施方式

下面结合附图和具体实施例对本发明做进一步地描述。

本发明人发现，一方面，用户在阅读不同类别、不同内容的书籍以及处在不同的阅读环境中时，阅读的效率都会不同，因此，很难统一设置一个固定的翻页时间；另一方面，既然用户的阅读效率与其阅读的内容以及阅读时所处的环境存在相关关系，可以通过建立预测模型的方式对用户翻页的时间间隔进行学习和预测，进而实现动态且较为准确的自动翻页，提升用户体验。

图1示出了根据本发明的实施例的自动翻页系统的示意图。如图1所示，根据本发明的实施例，自动翻页系统100，包括阅读场景信息获取模块102、历史翻页信息记录模块104、翻页时间预测模块106以及自动翻页模块108。

阅读场景信息获取模块102获取当前的阅读场景信息，并将所获取的阅读场景信息根据请求提供给历史翻页信息记录模块104和翻页时间预测模块106。其中，阅读场景信息包括与用户当前阅读内容相关的信息(诸如，当前阅读的书的图书类别、当前页的字数等)和当前的阅读环境信息(诸如，移动或固定场景类型、环境亮度、环境音量等)。

历史翻页信息记录模块104将用户每一次进行向下翻页操作时的阅读场景信息和翻页前在当前阅读的页面上停留的时间存入其数据库，并将所记录的数据提供给翻页时间预测模块106。

翻页时间预测模块106根据来自历史翻页信息记录模块104的数据训练并更新翻页时间预测模型；根据来自阅读场景信息获取模块102的数据和已建立的翻页时间预测模型对用户当前正在阅读的页面的翻页时间进行预测；在尚未建立翻页时间预测模型的时候，将预设或用户选择的翻页时间作为预测的翻页时间；将预测的翻页时间提供给自动翻页模块108。

自动翻页模块108根据接收到的预测的翻页时间，维护软件定时器来触发自动翻页。

图2示出了根据本发明的实施例的自动翻页方法的总体流程示意图。如图2所示，根据本发明的实施例，自动翻页方法包括两个阶段：建模阶段和自动翻页阶段。

建模阶段

步骤202，记录用户历史翻页信息。将用户每一次进行向下翻页操作时的阅读场景信息和翻页前在当前阅读的页面上停留的时间存入数据库中。

其中，用户翻页操作包括用户的人工翻页操作和/或用户认可的自动翻页操作。其中，用户的人工翻页操作可通过按键、触摸屏手势、三维手势、语音命令及身体动作(如摇头、眨眼等)等实现。用户认可的自动翻页操作，即在本次自动翻页后至下一次自动翻页之前，用户并未进行停止、撤销自动翻页等操作(也就是说，用户认可了本次自动翻页的结果，继续进行电子书阅读)。

其中，阅读场景信息包括与用户当前阅读内容相关的信息和当前的阅读环境信息。根据本发明的实施例，与用户阅读内容相关的信息可以包括：当前阅读的书的图书类别、当前页的字数等。其中，当前页的字数可以通过统计显示在当前页中的文本字数获取；当前阅读的书的图书类别可以从正在阅读的图书中附带的元数据信息获取，类别的定义可采用当前已有的图书分类方法。根据本发明的一个实施例，可采用中国图书馆图书分类法(中图分类法)，按照其定义的22个基本大类为每一个图书文件附加一个元数据标注文件(其中标注有该图书的中图分类号)，在用户阅读时(即用户打开该图书文件或使用该图书文件期间)获取该分类号。

根据本发明的实施例，用户当前的阅读环境信息包括：场景类型、环境亮度、环境音量等。这些环境信息可分别由阅读终端(例如，手机、平板电脑等)上的位置传感器(例如，GPS模块)、光线传感器、麦克风等用于数据采集的模块或装置获得。在根据本发明的一个实施例中，可以采用阅读终端上的GPS模块每隔一段时间(如30秒)获取一次设备的位置，如果设备的位置无变化，则判定场景类型为固定场景，否则判定场景类型为移动场景。进一步地，可将场景类型信息的取值数值化以便于后续计算，例如，定义数值1代表固定场景，0代表移动场景。在一个实施例中，可采用阅读终端上的光线传感器获取环境亮度，得到一个代表亮度的数值。在一个实施例中，可采用阅读终端上的麦克风采集一定长度(如5秒)的环境音音频，计算该音频的平均能量数值，将该数值作为环境音量的取值；进一步地，可采用阅读终端的麦克风采集时长为5秒的16KHz采样、16位量化、单声道的音频，然后将音频数据按每25毫秒一帧切分，对每帧计算短时能量(STE)，然后把各帧的能量求平均值作为环境音频的取值。在根据本发明的另一实施例中，也可将环境亮度和环境音量通过预设的阈值转换为几个等级，如{低，中，高}等，并分别对各个等级赋予不同的数据，如“低”为1，“中”为2，“高”为3等，以便于后续计算。

其中，用户在当前阅读的页面上的停留时间为从进入当前阅读的页面到翻至下一页之间所经过的时间。

步骤204，建立/更新翻页时间预测模型。

当数据库中累积的用户历史翻页信息达到一定规模时，建立翻页时间预测模型。

根据本发明的一个实施例，当数据库中累积的关于用户翻页信息的数据总量达到预设数量(如200条)时，为每一个图书类别建立一个翻页时间预测模型：基于诸如当前页的字数、场景类型、环境亮度、环境音量等阅读场景信息预测在当前阅读页面上的停留时间；采用数据库中已有的相应数据来训练模型。

优选地，可以为中图分类法中的22个基本大类中的每一类建立一个多元线性回归模型。设t表示在当前阅读页面上的停留时间，w表示当前页的字数，m表示场景类型，l表示环境亮度，s表示环境音量，则多元线性回归模型为：

t＝a₁w+a₂m+a₃l+a₄s+b

其中，a₁,a₂,a₃,a₄,b为模型参数。

采用数据库中累积的相应图书类别所对应的数据分别训练每一个图书类别的翻页时间预测模型，得到该模型的参数。根据本发明的一个实施例，可以采用当前常用的线性回归参数训练方法对模型的参数进行训练，即在要求误差平方和为最小的前提下，用最小二乘法求解模型参数。

根据本发明的一个实施例，还可以基于上述利用数据库中的用户历史翻页信息的数据训练模型参数的方法，采用现有技术中的其他统计模型来建立基于诸如当前页的字数、场景类型、环境亮度、环境音量等阅读场景信息预测在当前阅读页面上的停留时间的翻页时间预测模型。例如，支持向量回归(Support Vector Regression，SVR)统计模型。

根据本发明的实施例，如果数据库中累积的数据虽然达到了预设数量，但是其中却暂无针对某一个图书类别的相应数据，则暂不训练针对该图书类别的翻页时间预测模型，并利用所有数据，训练一个不区分图书类别(或称之为通用类别)的通用翻页时间预测模型。

根据本发明的另一个实施例，也可以当某一个图书类别的相应数据达到预设数量(如10-50条，优选50条)时，使用针对该图书类别的相应数据为该图书类别训练翻页时间预测模型。而当数据库中的关于用户翻页信息的数据总量达到预设数量(如200条)时，使用数据库中累积的所有关于用户翻页信息的数据训练不区分图书类别的通用翻页时间预测模型。

进一步地，根据本发明的实施例，在初次建立和训练翻页时间预测模型后，当某一个图书类别(包括不区分类别的通用类别)的新增数据达到一定规模(如50条)时，自动更新相应类别的翻页时间预测模型，以使得预测模型更加准确，同时也能适应用户阅读习惯的变化。根据本发明的一个实施例，更新方法可为利用当前对应于该图书类别的所有数据重新求解翻页时间预测模型的参数。根据本发明的另一个实施例，更新方法也可以是仅利用当前对应于该图书类别的新增数据重新求解翻页预测模型的参数。

自动翻页阶段

在用户开始阅读电子书时，通过该电子书文件附加的元数据标注文件获取该电子书的图书类别(例如，采用中图分类法的22个基本大类)，并且根据该图书类别检索是否已经建立了针对该图书类别的翻页时间预测模型以及通用翻页时间预测模型：若已经建立了针对该图书类别的翻页时间预测模型和通用翻页时间预测模型中的至少一个，则判断翻页时间预测模型已经建立，进而在用户阅读该电子书的某一页时，获取除图书类别之外其他的当前的阅读场景信息(步骤206)，然后基于该阅读场景信息，利用已建立的翻页时间预测模型预测在当前阅读页面的停留时间，并将用户开始阅读该页面的时间(即，翻到该页面的时间)与页面的停留时间相加，即可得到预测的翻页时间(步骤208)；若针对该图书类别的翻页时间预测模型和通用翻页时间预测模型均尚未建立，则采用固定的预设翻页时间作为预测的翻页时间；优选地，可设置多个固定的预设翻页时间以供用户选择。

进一步地，根据本发明的一个实施例，在判断翻页时间预测模型已经建立的情况下，可以在用户阅读电子书的某一页的时间内，按照预定的频率，多次进行以下步骤206和步骤208的过程，并计算所获得多个预测的翻页时间的均值，将该均值作为最终确定的该页的预测的翻页时间。

步骤206，获取当前的阅读场景信息。

根据本发明的一个实施例，在用户阅读电子书的某一页面时：获取当前阅读的电子书的图书类别；获取当前页的字数；利用阅读设备上的位置传感器(例如，GPS)、光线传感器、麦克风分别获取当前的场景类型、环境亮度、环境音量等信息。获取方法与步骤202中所述实施例相同，在此不再赘述。

步骤208，预测翻页时间。

首先，将所获得的数据输入已经建立的对应图书类别的翻页时间预测模型中计算预测的当前页面停留时间。以前述采用多元线性回归模型作为翻页时间预测模型为例，设t表示阅读页面停留时间，w表示当前页的字数，m表示场景类型，l表示环境亮度，s表示环境音量，则利用已训练好的翻页时间预测模型的模型参数a₁,a₂,a₃,a₄,b，可由w,m,l,s计算得到某一图书类别在当前阅读场景下的阅读页面停留时间t：

t＝a₁w+a₂m+a₃l+a₄s+b

进一步地，根据本发明的一个实施例，若某一图书类别还没有建立翻页时间预测模型，则采用不区分类别的通用的翻页时间预测模型来预测当前阅读页面的停留时间。

然后，将用户开始阅读该页面的时间与所预测的当前阅读页面的停留时间相加，即可得到预测的翻页时间。

进一步地，根据本发明的实施例，还可以对得到的预测翻页时间进行一定的调整。例如，根据本发明的一个实施例，可以按预设的等级阈值将翻页时间调整为若干个预设的固定的等级阈值之一。例如，根据本发明的另一个实施例，可以将带有小数的秒数时间调整为整秒(大于该小数的最小整数)。

步骤210，自动翻页。

在得到预测的翻页时间后，维护一个软件定时器，定时器触发时间设置为预测的翻页时间。当定时器触发时，自动翻至下一页。

应当理解的是，根据本发明的实施例，所述自动翻页阶段可以基于已经建立的翻页时间预测模型单独重复实施，而不必每次都重新建立翻页时间预测模型再实施该阶段的步骤或方法。

以上所述仅为本发明示意性的具体实施方式，并非用以限定本发明的范围。任何本领域的技术人员，在不脱离本发明的精神和范围的前提下所作的等同变化、修改与结合，均应属于本发明要求保护的范围。本发明要求的保护范围由所附的权利要求书及其等同界定。

Claims

1.一种用于电子书的自动翻页方法，包括：

步骤1，获取用户当前的阅读内容信息和阅读环境信息；

步骤2，根据所述用户当前的阅读内容信息和阅读环境信息，基于翻页时间预测模型预测翻页时间，其中，所述翻页时间预测模型是基于多元线性回归模型并使用所述用户的历史翻页信息训练的，所述用户的历史翻页信息包括：所述用户向下翻页操作时的阅读内容信息、阅读环境信息以及页面停留时间；

所述阅读环境信息包括：场景类型、环境亮度和环境音量，其中所述场景类型用于描述所述用户的位置变化；

所述用户的阅读内容信息包括：图书类别；

所述翻页时间预测模型包括：针对不同图书类别的多个翻页时间预测模型。

2.根据权利要求1所述的方法，其特征在于，所述翻页时间预测模型还包括：适于不同图书类别的通用翻页时间预测模型。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：更新所述翻页时间预测模型。

4.一种用于电子书的自动翻页系统，包括信息获取模块和时间预测模块，其中，

所述时间预测模块，用于根据所述用户当前的阅读内容信息和阅读环境信息，基于翻页时间预测模型预测翻页时间，其中，所述翻页时间预测模型是基于多元线性回归模型并使用所述用户的历史翻页信息训练的，所述用户的历史翻页信息包括：所述用户向下翻页操作时的阅读内容信息、阅读环境信息以及页面停留时间；

所述用户的阅读内容信息包括：图书类别；

5.根据权利要求4所述的系统，其特征在于，所述翻页时间预测模型还包括：适于不同图书类别的通用翻页时间预测模型。