CN108596241A - 一种基于多维感知数据的用户性别快速分类方法 - Google Patents

一种基于多维感知数据的用户性别快速分类方法 Download PDF

Info

Publication number
CN108596241A
CN108596241A CN201810359111.XA CN201810359111A CN108596241A CN 108596241 A CN108596241 A CN 108596241A CN 201810359111 A CN201810359111 A CN 201810359111A CN 108596241 A CN108596241 A CN 108596241A
Authority
CN
China
Prior art keywords
mobile phone
user
scene
gender
screen
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
Application number
CN201810359111.XA
Other languages
English (en)
Other versions
CN108596241B (zh
Inventor
於志文
章文媛
徐恩
郭斌
王柱
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.)
Northwestern Polytechnical University
Original Assignee
Northwestern Polytechnical University
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 Northwestern Polytechnical University filed Critical Northwestern Polytechnical University
Priority to CN201810359111.XA priority Critical patent/CN108596241B/zh
Publication of CN108596241A publication Critical patent/CN108596241A/zh
Application granted granted Critical
Publication of CN108596241B publication Critical patent/CN108596241B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/251—Fusion techniques of input or preprocessed data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/253—Fusion techniques of extracted features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/254—Fusion techniques of classification results, e.g. of results related to same input data
    • G06F18/256—Fusion techniques of classification results, e.g. of results related to same input data of results relating to different input data, e.g. multimodal recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
    • G06F3/033—Pointing devices displaced or positioned by the user, e.g. mice, trackballs, pens or joysticks; Accessories therefor
    • G06F3/0346—Pointing devices displaced or positioned by the user, e.g. mice, trackballs, pens or joysticks; Accessories therefor with detection of the device orientation or free movement in a 3D space, e.g. 3D mice, 6-DOF [six degrees of freedom] pointers using gyroscopes, accelerometers or tilt-sensors

Abstract

本发明公开了一种基于多维感知数据的用户性别快速分类方法。本发明从智能手机出发，在解锁屏幕、社交软件的使用、游戏、手机的基本信息和APP列表五个场景下，采集解锁屏幕、社交软件、游戏场景下加速度传感器、磁力计和陀螺仪传感器的数据以及APP安装列表、手机基本信息，提取相应的特征，进而对用户的性别进行分类，在分类过程中，所需的时间更短、特征更多，在效率和准确率上取得了较好的效果，可更好的支撑相关的应用研究。同时，本发明不使用拍照和声音获取用户信息，避免用户隐私泄露，同时可以将采集数据的时间缩短到十分钟至半小时(主要取决于一局游戏的时长)；从而获得更迅速的预测，可更好的支撑相关的应用研究。

Description

一种基于多维感知数据的用户性别快速分类方法
技术领域
本发明涉及用户性别分类技术领域，更具体的涉及一种基于多维感知数据的用户性别快速分类方法。
背景技术
随着智能手机的普及，人们的生活、行为与移动智能设备的联系越来越紧密。手机除了具有传统的接打电话、收听电台等功能，手机APP能为用户在衣食住行等领域提供便捷，降低生活成本，使人们的生活变得更加方便快捷。考虑到不同性别的用户对于手机的需求不同，例如，对于大多数女生来说，她们可能更热衷于使用拍照类APP，而男生更倾向使用游戏类APP和大屏幕手机，由于男女性用户在使用手机的习惯和偏好存在一定的差异，对用户性别进行分类显得十分重要。
现实中，男性手掌通常大于女性手掌，且男性拇指、食指更长；通过观察，我们发现当手持智能手机，使用相同功能时，女生可能更大幅度的旋转手机，使得操作更方便。从APP安装列表，我们可以看到男生可能会安装更多关于游戏类的应用程序；例如，炉石传说、王者荣耀等；而女生可能比男生更喜欢摄影类的APP，例如，美图秀秀、美颜相机等。在购买手机时，男生更倾向选择性价比较高的小米和华为品牌的手机，而具有更多明星效应的vivo和oppo手机，会被更多的女生选择。基于此，不同性别的用户对于手机的需求可能会存在明显的差异，准确对用户性别进行分类，可以为男女性用户提供很好的服务。区分智能手机用户的性别对于服务供应商来说具有重要的应用价值。现已有相关研究针对用户性别分类。
专利CN106295591A提出一种基于人脸图像的性别识别方法，从终端存储的图像中获取备选用户，将提取的人脸特征输入卷积神经网络中进行性别识别，进而得到用户性别；利用预置的深度卷积神经网络中的先验模型，对人脸图像进行性别分类。专利CN103198303A介绍了一种基于人脸图像的性别识别方法，将人脸上的局部器官特征分别训练的分类器和人脸整体特征的分类器相结合的分类器融合方式，构造融合分类器来进行性别识别。专利CN100589117C公开一种基于步态的性别识别方法，首先对已经标好性别的步态视频序列进行特征提取，对提取的特征进行训练并建模，获得性别分类模型参数；对含有行人的视频或者摄像头数据进行特征提取，将提取的特征输入到训练得到的模型，获得视频中行人的性别。这些方法主要利用图像处理技术，从用户的人脸图像提取相应的特征，进而对用户性别分类。这些基于图像的性别分类，可能会无形的暴露过多的用户隐私，对用户安全造成影响。
专利CN104598648B提出一种微博用户交互式性别识别方法，首先获取微博用户的个人资料信息和用户之间的交互微博文本，利用交互用户个人资料中的性别信息对交互文本的交互式性别类别进行标注；然后将标注好的交互文本作为训练样本，用于训练最大熵分类器；最后，对某测试交互用户集进行分类。但是，该方法研究需要获取的信息种类多，且数据爬虫过程时间较长。
目前，在识别用户性别的相关研究中，有的通过对用户的面部图像展开研究，有的则通过声音信息实现的性别分类，图像或声音信息的采集，需要依赖用户主动采集，在一定程度上，可能会侵犯用户的隐私，同时可能需要规定特定的实验场景。
发明内容
本发明实施例提供一种基于多维感知数据的用户性别快速分类方法，用以解决现有技术中存在的问题。
本发明实施例提供一种基于多维感知数据的用户性别快速分类方法，包括：
步骤一、利用智能手机中自带的加速度传感器、磁力计和陀螺仪传感器，采集解锁屏幕场景、社交软件场景和游戏场景下，用户使用手机时的传感器数据；
步骤二、根据解锁屏幕场景下用户使用手机时的传感器数据，获取用户使用手机时手机仰角和倾角的统计特征和方差以及滑屏特征；
步骤三、根据社交软件场景下采集的加速度传感器、磁力计的数据，计算手机的方向变化数据，确定用户使用手机时手机仰角和倾角的统计特征；
步骤四、根据游戏场景下采集的加速度传感器、磁力计的数据，计算手机的方向值，同时根据游戏场景下采集的陀螺仪传感器数据，确定手机仰角、倾角以及陀螺仪X轴和Y轴的统计特征；
步骤五、根据Android提供的API，采集用户安装APP列表信息和手机基本信息；
步骤六、将步骤二、步骤三、步骤四、步骤五中得到的所有特征值赋予性别属性；并将用户在解锁屏幕场景、社交软件场景以及游戏场景下，使用手机时的传感器值，以及用户APP列表信息和手机基本信息作为输入，以设定的不同性别相应的特征阈值，判断用户的性别。
进一步地，所述手机基本信息包括：品牌、型号、Android版本和屏幕尺寸。
进一步地，所述解锁屏幕场景包括：拿起手机场景和滑动屏幕场景；所述拿起手机场景指从手机初始位置到用户点亮手机屏幕阶段；所述滑动屏幕场景指用户与手机屏幕的接触，即从按下手机电源按钮到解锁成功的过程。
进一步地，所述滑屏特征包括：滑屏长度、角度、起止位置、滑屏时间和滑屏速度。
进一步地，所述社交软件场景指用户使用社交软件完成一次聊天的过程。
进一步地，所述统计特征包括：最大值、最小值、均值和方差。
进一步地，所述游戏场景指用户操作一局游戏的过程。
本发明实施例中，提供一种基于多维感知数据的用户性别快速分类方法，与现有技术相比，其有益效果如下：
本发明从智能手机出发，在解锁屏幕、社交软件的使用、游戏、手机的基本信息和APP列表五个场景下，采集解锁屏幕、社交软件、游戏场景下加速度传感器、磁力计和陀螺仪传感器的数据以及APP安装列表、手机基本信息，提取相应的特征，进而对用户的性别进行分类，在分类过程中，所需的时间更短、特征更多，在效率和准确率上取得了较好的效果，可更好的支撑相关的应用研究。同时，本发明不使用拍照和声音获取用户信息，避免用户隐私泄露，同时可以将采集数据的时间缩短到十分钟至半小时(主要取决于一局游戏的时长)；从而获得更迅速的预测，可更好的支撑相关的应用研究。
附图说明
图1为本发明实施例提供的一种基于多维感知数据的用户性别快速分类方法流程图；
图2为本发明实施例提供的解锁屏幕场景的详图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参见图1～2，本发明实施例提供的一种基于多维感知数据的用户性别快速分类方法，该方法包括：
步骤一、利用智能手机中自带的加速度传感器、磁力计和陀螺仪传感器，采集解锁屏幕、社交软件的使用情况以及游戏场景，用户使用手机时的传感器数据。
步骤二、将解锁屏幕场景分为拿起手机和滑动屏幕两个动作；拿起手机是指从手机初始位置到用户点亮手机屏幕阶段；滑动屏幕动作主要指用户与手机屏幕的接触，即从按下手机电源按钮到解锁成功的过程；在该场景下，主要研究用户使用手机时，手机仰角和倾角的最大值(pick_up_phone_y/z_max)、最小值(pick_up_phone_y/z_min)、均值(pick_up_phone_y/z_mean)和方差(pick_up_phone_y/z_var)以及滑屏的特征，包含滑屏的长度(Sliding distance)、角度(Sliding angle)、起始位置(coordinates-area-start)、终止位置(coordinates-area-end)、滑屏时间(Sliding duration)和滑屏速率(Slidingvelocity)；这里手机的仰角和倾角是由加速度传感器和磁力计计算得出，手机的仰角是指手机前后翻转的角度，即Z轴(垂直屏幕并指向屏幕外部的方向)向Y轴(屏幕竖直向上)旋转；倾角表示手机左右翻转的角度，X轴(屏幕水平向右)向Z轴(垂直屏幕并指向屏幕外部的方向)旋转。
步骤三、社交软件场景是指用户使用社交软件(QQ或者微信)完成一次聊天的过程；根据在该实验场景中采集的加速度传感器、磁力计的数据计算手机的方向变化数据；进而研究手机仰角、倾角的统计特征，包含最大值(social_app_usage_y/z_max)、最小值(social_app_usage_y/z_min)、均值(social_app_usage_y/z_mean)和方差(social_app_usage_y/z_var)；这里所指的仰角和倾角与步骤二相同。
步骤四、游戏场景是指用户操作一局游戏的过程；在该场景中，利用加速度传感器和磁力计，计算手机的方向值；同时采集陀螺仪传感器数据，进一步研究手机的变化情况；最终计算手机仰角、倾角以及陀螺仪X轴和Y轴的统计特征，包含最大值(game_y/z_max)、最小值(game_y/z_max)、均值(game_y/z_max)和方差(game_y/z_max)；这里所指的仰角和倾角与步骤二相同。
步骤五、为了实现用户性别的快速识别，根据Android提供API，仅采集用户安装APP列表信息和手机的基本信息；这里根据Google Play Store和豌豆荚中对于应用程序的分类，将APP分为27类，包括通讯类(通话记录、短息等)、娱乐类(斗鱼直播、熊猫直播等)、生活时尚与休闲类(美团外卖、饿了么等)、体育类(腾讯体育、懂球帝等)、图书与工具书类(掌阅、咪咕阅读等)、购物类(手机淘宝、京东等)、漫画类(快看漫画、腾讯动漫等)、教育类(网易有道词典、考研帮等)、浏览器类(百度、QQ浏览器等)、出行导航类(12306、去哪儿旅行等)、新闻杂志类(人民日报、凤凰新闻等)、游戏类(节奏大师、开心消消乐等)、音乐与音频类(QQ音乐、喜马拉雅FM等)、视频播放类(腾讯视频、哔哩哔哩等)、摄影类(美颜相机、美图秀秀等)、社交类(微信、微博等)、商务办公类(WPS Office、百度网盘等)、健康与健身类(悦动圈、keep等)、财务类(支付宝、招商银行等)、天气类(天气通、墨迹天气等)、优化类(360清理大师、一键清理等)、安全类(360手机卫士、安全中心等)、个性化类(主题、壁纸等)、公司类(智联招聘、中华英才等)、工具类(计算器、VPN、搜狗输入法、应用中心等)、Wi-Fi类(Wi-Fi管家、Wi-Fi万能钥匙等)和邮箱类(QQ邮箱、网易邮箱等)；从APP的种类和数量上实现性别分类过程；同时对手机的基本信息，包括品牌(brand)、型号(model)、Android版本、屏幕尺寸(size)等展开研究，统计男女性用户在选择手机时，对于硬件的偏好差异。
步骤六、针对解锁屏幕场景，按照步骤二的方法计算相应特征值；针对社交软件使用情况，按步骤三提供的方法计算相应特征的数值；而游戏场景则根据步骤四计算相应的特征值；将步骤二、步骤三、步骤四、步骤五中得到的所有特征值赋予性别属性；将用户在解锁屏幕、社交软件使用以及游戏场景下，使用手机时的传感器值，以及用户APP列表和手机基本信息作为输入，以设定的不同性别相应的特征阈值为根据，判断用户的性别。
综上所述，本发明从智能手机出发，在解锁屏幕、社交软件的使用、游戏、手机的基本信息和APP列表五个场景下，采集解锁屏幕、社交软件、游戏场景下加速度传感器、磁力计和陀螺仪传感器的数据以及APP安装列表、手机基本信息，提取相应的特征，进而对用户的性别进行分类，在分类过程中，所需的时间更短、特征更多，在效率和准确率上取得了较好的效果，可更好的支撑相关的应用研究。同时，本发明不使用拍照和声音获取用户信息，避免用户隐私泄露，同时可以将采集数据的时间缩短到十分钟至半小时(主要取决于一局游戏的时长)；从而获得更迅速的预测，可更好的支撑相关的应用研究。
以上公开的仅为本发明的几个具体实施例，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (7)

1.一种基于多维感知数据的用户性别快速分类方法，其特征在于，包括：
步骤一、利用智能手机中自带的加速度传感器、磁力计和陀螺仪传感器，采集解锁屏幕场景、社交软件场景和游戏场景下，用户使用手机时的传感器数据；
步骤二、根据解锁屏幕场景下用户使用手机时的传感器数据，获取用户使用手机时手机仰角和倾角的统计特征和方差以及滑屏特征；
步骤三、根据社交软件场景下采集的加速度传感器、磁力计的数据，计算手机的方向变化数据，确定用户使用手机时手机仰角和倾角的统计特征；
步骤四、根据游戏场景下采集的加速度传感器、磁力计的数据，计算手机的方向值，同时根据游戏场景下采集的陀螺仪传感器数据，确定手机仰角、倾角以及陀螺仪X轴和Y轴的统计特征；
步骤五、根据Android提供的API，采集用户安装APP列表信息和手机基本信息；
步骤六、将步骤二、步骤三、步骤四、步骤五中得到的所有特征值赋予性别属性；并将用户在解锁屏幕场景、社交软件场景以及游戏场景下，使用手机时的传感器值，以及用户APP列表信息和手机基本信息作为输入，以设定的不同性别相应的特征阈值，判断用户的性别。
2.如权利要求1所述的基于多维感知数据的用户性别快速分类方法，其特征在于，所述手机基本信息包括：品牌、型号、Android版本和屏幕尺寸。
3.如权利要求1所述的基于多维感知数据的用户性别快速分类方法，其特征在于，所述解锁屏幕场景包括：拿起手机场景和滑动屏幕场景；所述拿起手机场景指从手机初始位置到用户点亮手机屏幕阶段；所述滑动屏幕场景指用户与手机屏幕的接触，即从按下手机电源按钮到解锁成功的过程。
4.如权利要求1所述的基于多维感知数据的用户性别快速分类方法，其特征在于，所述滑屏特征包括：滑屏长度、角度、起止位置、滑屏时间和滑屏速度。
5.如权利要求1所述的基于多维感知数据的用户性别快速分类方法，其特征在于，所述社交软件场景指用户使用社交软件完成一次聊天的过程。
6.如权利要求1所述的基于多维感知数据的用户性别快速分类方法，其特征在于，所述统计特征包括：最大值、最小值、均值和方差。
7.如权利要求1所述的基于多维感知数据的用户性别快速分类方法，其特征在于，所述游戏场景指用户操作一局游戏的过程。
CN201810359111.XA 2018-04-20 2018-04-20 一种基于多维感知数据的用户性别快速分类方法 Active CN108596241B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810359111.XA CN108596241B (zh) 2018-04-20 2018-04-20 一种基于多维感知数据的用户性别快速分类方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810359111.XA CN108596241B (zh) 2018-04-20 2018-04-20 一种基于多维感知数据的用户性别快速分类方法

Publications (2)

Publication Number Publication Date
CN108596241A true CN108596241A (zh) 2018-09-28
CN108596241B CN108596241B (zh) 2022-05-13

Family

ID=63614109

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810359111.XA Active CN108596241B (zh) 2018-04-20 2018-04-20 一种基于多维感知数据的用户性别快速分类方法

Country Status (1)

Country Link
CN (1) CN108596241B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110717101A (zh) * 2019-09-30 2020-01-21 上海淇玥信息技术有限公司 基于应用行为的用户分类方法、装置和电子设备
CN111277995A (zh) * 2018-12-05 2020-06-12 中国移动通信集团甘肃有限公司 一种对终端用户进行识别的方法及设备
US11450160B2 (en) 2018-12-13 2022-09-20 Carrier Corporation Wireless access control using an electromagnet

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120083255A1 (en) * 2010-10-04 2012-04-05 Telefonica, S.A. Method for gender identification of a cell-phone subscriber
CN104601817A (zh) * 2015-01-20 2015-05-06 电子科技大学 一种基于智能手机加速度传感器的用户基础属性预测方法
CN104966016A (zh) * 2015-06-12 2015-10-07 西安交通大学 移动终端儿童用户协作式判断及限制操作权限的方法
CN106371750A (zh) * 2016-08-30 2017-02-01 北京奇艺世纪科技有限公司 一种用户性别的确定方法及装置
CN106682686A (zh) * 2016-12-09 2017-05-17 北京拓明科技有限公司 一种基于手机上网行为的用户性别预测方法
CN106897727A (zh) * 2015-12-21 2017-06-27 百度在线网络技术（北京）有限公司 一种用户性别识别方法及装置
CN106940805A (zh) * 2017-03-06 2017-07-11 江南大学 一种基于手机传感器的群体行为分析方法
CN107015647A (zh) * 2017-03-28 2017-08-04 广州中国科学院软件应用技术研究所 基于智能手机姿态行为大数据的用户性别识别方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120083255A1 (en) * 2010-10-04 2012-04-05 Telefonica, S.A. Method for gender identification of a cell-phone subscriber
CN104601817A (zh) * 2015-01-20 2015-05-06 电子科技大学 一种基于智能手机加速度传感器的用户基础属性预测方法
CN104966016A (zh) * 2015-06-12 2015-10-07 西安交通大学 移动终端儿童用户协作式判断及限制操作权限的方法
CN106897727A (zh) * 2015-12-21 2017-06-27 百度在线网络技术（北京）有限公司 一种用户性别识别方法及装置
CN106371750A (zh) * 2016-08-30 2017-02-01 北京奇艺世纪科技有限公司 一种用户性别的确定方法及装置
CN106682686A (zh) * 2016-12-09 2017-05-17 北京拓明科技有限公司 一种基于手机上网行为的用户性别预测方法
CN106940805A (zh) * 2017-03-06 2017-07-11 江南大学 一种基于手机传感器的群体行为分析方法
CN107015647A (zh) * 2017-03-28 2017-08-04 广州中国科学院软件应用技术研究所 基于智能手机姿态行为大数据的用户性别识别方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
BEVAN CHRIS等: "Different strokes for different folks? Revealing the physical characteristics of smartphone users from their swipe gestures", 《INTERNATIONAL JOURNAL OF HUMAN-COMPUTER STUDIES》 *
KHURRAM ZEESHAN HAIDER等: "Deepgender: real-time gender classification using deep learning for smartphones", 《J REAL-TIME IMAGE PROC》 *
王斯盾等: "基于集成分类器的用户属性预测研究", 《四川大学学报(自然科学版)》 *
陶建容: "基于智能手机应用数据的用户属性挖掘", 《万方数据库》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111277995A (zh) * 2018-12-05 2020-06-12 中国移动通信集团甘肃有限公司 一种对终端用户进行识别的方法及设备
CN111277995B (zh) * 2018-12-05 2023-04-07 中国移动通信集团甘肃有限公司 一种对终端用户进行识别的方法及设备
US11450160B2 (en) 2018-12-13 2022-09-20 Carrier Corporation Wireless access control using an electromagnet
CN110717101A (zh) * 2019-09-30 2020-01-21 上海淇玥信息技术有限公司 基于应用行为的用户分类方法、装置和电子设备
CN110717101B (zh) * 2019-09-30 2023-04-07 上海淇玥信息技术有限公司 基于应用行为的用户分类方法、装置和电子设备

Also Published As

Publication number Publication date
CN108596241B (zh) 2022-05-13

Similar Documents

Publication Publication Date Title
US11895068B2 (en) Automated content curation and communication
US11491393B2 (en) Generating collectible items based on location information
CN109716264B (zh) 显示自定义的电子消息图形
CN104572905B (zh) 照片索引创建方法、照片搜索方法及装置
CN103870485B (zh) 实现增强现实应用的方法及设备
CN104915351B (zh) 图片排序方法及终端
CN108885639A (zh) 内容集合导航和自动转发
CN106462598A (zh) 信息处理设备、信息处理方法与程序
CN108875781A (zh) 一种标签分类方法、装置、电子设备及存储介质
CN106845390A (zh) 视频标题生成方法及装置
JP2021520567A (ja) 顔マッチング方法および装置、記憶媒体
CN105824799B (zh) 一种信息处理方法、设备和终端设备
CN108596241A (zh) 一种基于多维感知数据的用户性别快速分类方法
EP4217837A1 (en) Augmented reality content items including user avatar to share location
CN108833527A (zh) 一种兴趣点下线方法以及相关设备
CN106095876A (zh) 图像处理方法及装置
CN107729528A (zh) 一种建筑物信息获取方法及装置、计算机装置和计算机可读存储介质
CN107015647A (zh) 基于智能手机姿态行为大数据的用户性别识别方法
US11409788B2 (en) Method for clustering at least two timestamped photographs
US11876634B2 (en) Group contact lists generation
CN105797375A (zh) 一种跟随用户脸部表情改变角色模型表情的方法和终端
US20210075754A1 (en) Method for sharing a photograph
US20210072869A1 (en) Method for retrieving at least two captured photographs
Chin et al. Snap2play: A mixed-reality game based on scene identification
CN108009280A (zh) 图片处理方法、装置、终端及存储介质

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