CN109407914A - 用户特征识别方法、装置、设备、介质和操作系统 - Google Patents
用户特征识别方法、装置、设备、介质和操作系统 Download PDFInfo
- Publication number
- CN109407914A CN109407914A CN201710714397.4A CN201710714397A CN109407914A CN 109407914 A CN109407914 A CN 109407914A CN 201710714397 A CN201710714397 A CN 201710714397A CN 109407914 A CN109407914 A CN 109407914A
- Authority
- CN
- China
- Prior art keywords
- user
- user characteristics
- operating characteristics
- mapping relations
- feature
- 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.)
- Pending
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
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
-
- 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
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
-
- 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
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
- G06F3/0488—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Human Computer Interaction (AREA)
- Accounting & Taxation (AREA)
- Data Mining & Analysis (AREA)
- Finance (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本申请实施例提供了一种用户特征识别方法、装置、设备、介质和操作系统,其中的方法具体包括:获取用户对应的操作特征;依据操作特征与用户特征之间的映射关系,确定所述操作特征对应的用户特征;其中,所述操作特征与用户特征之间的映射关系依据以下信息确定:根据多个用户的历史操作确定出的:操作特征及对应的操作对象信息;操作对象信息与用户特征之间的映射关系。本申请实施例可以在用户无感知且保护用户的个人隐私的情况下实现用户特征的识别。
Description
技术领域
本申请涉及信息技术领域,特别是涉及一种用户特征识别方法、一种用户特征识别装置、一种设备、一种机器可读介质、以及一种用于设备的操作系统。
背景技术
随着信息技术的发展,伴随着个性化的视频、新闻、直播等内容的流行,根据年龄来推送不同的内容成为个性化推荐的趋势;例如,向小朋友推送儿童类的动画视频,又如,向年轻人推送娱乐类的内容,再如,向年纪稍大些的人推送财经新闻等等。因此,年龄识别为个性化推荐中的重要技术。
现有的年龄识别方法,可以依据用户的脸部特征、消费数据、社交关系链、教育信息或语音信息,进行用户年龄的判别。然而,由于上述脸部特征、消费数据、社交关系链、教育信息或语音信息通常涉及用户的个人隐私,因此,现有的年龄识别方法不可避免地影响到用户的个人隐私。
发明内容
本申请实施例所要解决的技术问题是提供一种用户特征识别方法,可以在用户无感知且保护用户的个人隐私的情况下实现用户特征的识别。
相应的,本申请实施例还提供了一种用户特征识别装置、设备、机器可读介质以及一种用于设备的操作系统,用以保证上述方法的实现及应用。
为了解决上述问题,本申请实施例公开了一种用户特征识别方法,包括:
获取用户对应的操作特征;
依据操作特征与用户特征之间的映射关系,确定所述操作特征对应的用户特征;
其中,所述操作特征与用户特征之间的映射关系依据以下信息确定:
根据多个用户的历史操作确定出的:操作特征及对应的操作对象信息;
操作对象信息与用户特征之间的映射关系。
本申请实施例还公开了一种用户特征识别装置,包括:
操作特征获取模块,用于获取用户对应的操作特征;以及
用户特征识别模块,用于依据操作特征与用户特征之间的映射关系,确定所述操作特征对应的用户特征;
其中,所述操作特征与用户特征之间的映射关系依据以下信息确定:
根据多个用户的历史操作确定出的:操作特征及对应的操作对象信息;
操作对象信息与用户特征之间的映射关系。
本申请实施例还公开了一种设备,包括:
一个或多个处理器;和
其上存储有指令的一个或多个机器可读介质,当由所述一个或多个处理器执行时,使得所述设备执行前述一个或多个所述的方法。
本申请实施例还公开了一个或多个机器可读介质,其上存储有指令,当由一个或多个处理器执行时,使得设备执行前述一个或多个所述的方法。
本申请实施例还公开了一种用于设备的操作系统,其特征在于,包括:
操作特征获取单元,用于获取用户对应的操作特征;以及
用户特征识别单元,用于依据操作特征与用户特征之间的映射关系,确定所述操作特征对应的用户特征;
其中,所述操作特征与用户特征之间的映射关系依据以下信息确定:
根据多个用户的历史操作确定出的:操作特征及对应的操作对象信息;
操作对象信息与用户特征之间的映射关系。
与现有方案相比,本申请实施例包括以下优点:
本申请实施例通过操作特征与用户特征之间的映射关系实现操作特征对应的用户特征的识别,由于本申请实施例在用户特征识别过程中所采用的操作特征可以不涉及用户的个人隐私,因此,本申请实施例可以在用户无感知且保护用户的个人隐私的情况下实现用户特征的识别。
附图说明
图1是本申请的一种用户特征识别方法实施例的步骤流程图;
图2是本申请的一种用户特征识别方法实施例的步骤流程图;
图3是本申请的一种用户特征识别装置实施例的结构框图;
图4是本申请一实施例提供的终端设备的硬件结构示意图;
图5是本申请另一实施例提供的终端设备的硬件结构示意图;
图6是本申请一实施例提供的操作系统的示意图。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本申请作进一步详细的说明。
本申请实施例的发明人注意到,不同用户特征的用户对应的操作特征通常是不同的,而相同用户特征的用户对应的操作特征往往具有一定的共性。以用户特征为用户年龄为例,假设上述操作特征可以包括:操作的行为特征和/或时间段特征,则不同年龄区间的用户对应的操作的行为特征和/或时间段特征往往是不同的。例如,第一年龄区间(1-20岁)的按键频率最快,第二年龄区间(20-50岁)的按键频率次快,第三年龄区间(50岁以上)的按键频率最慢;又如,对于智能电视、投影仪等终端设备的用户而言,第三年龄区间对应的操作的时间段通常为11-13点,第一年龄区间对应的操作的时间段通常为18-20点,第二年龄区间对应的操作的时间段通常为20-22点,等等。
可以理解,上述第一年龄区间、第二年龄区间和第三年龄区间只是作为用户年龄的划分的示例,实际上,本领域技术人员还可以根据实际应用需求,进行用户年龄的其他划分,如将用户年龄划分为4个年龄区间等,本申请实施例对于用户年龄的具体划分不加以限制。另外,可以理解,用户年龄只是作为用户特征的示例,实际上,本申请实施例的用户特征还可以包括:用户性别(如男、女)、或者用户性格(如慢性格、快性格等),可以理解,本申请实施例对于具体的用户特征不加以限制。
本申请实施例利用“不同用户特征的用户对应的操作特征通常是不同的”的规律,提出了操作特征与用户特征之间的映射关系;其中,所述操作特征与用户特征之间的映射关系可以依据以下信息确定:根据多个用户的历史操作确定出的:操作特征及对应的操作对象信息;以及操作对象信息与用户特征之间的映射关系。
并且,本申请实施例提供了一种用户特征识别方案,该方案可以获取用户对应的操作特征;依据操作特征与用户特征之间的映射关系,确定所述操作特征对应的用户特征;本申请实施例通过操作特征与用户特征之间的映射关系实现操作特征对应的用户特征的识别,由于本申请实施例在用户特征识别过程中所采用的操作特征可以不涉及用户的个人隐私,因此,本申请实施例可以在用户无感知且保护用户的个人隐私的情况下实现用户特征的识别。
参照图1,示出了本申请的一种用户特征识别方法实施例的步骤流程图,具体可以包括如下步骤:
步骤101、获取用户对应的操作特征;
步骤102、依据操作特征与用户特征之间的映射关系,确定所述操作特征对应的用户特征;
其中,所述操作特征与用户特征之间的映射关系可以依据以下信息确定:
根据多个用户的历史操作确定出的:操作特征及对应的操作对象信息;
操作对象信息与用户特征之间的映射关系。
本申请实施例可以应用于终端设备的应用场景中,终端设备可用于表示具备操作对象信息输出能力的任意设备。可选地,该终端设备可以包括但不限于:智能手机、平板电脑、电子书阅读器、MP3(动态影像专家压缩标准音频层面3,Moving Picture ExpertsGroup Audio Layer III)播放器、MP4(动态影像专家压缩标准音频层面4,Moving PictureExperts Group Audio Layer IV)播放器、膝上型便携计算机、车载电脑、台式计算机、机顶盒、智能电视机、投影仪、可穿戴设备等等。
本申请实施例中,用户可以为使用终端设备的用户。用户可以通过终端设备触发操作,操作特征可用于表征该操作对应的特征。
在实际应用中,用户可以通过终端设备触发相应的操作。可选地,该操作可以包括:按键操作、鼠标操作和触摸操作中的至少一种。例如,例如智能电视机、机顶盒或者投影仪的终端设备通常包括遥控器,可以通过该遥控器触发相应的按键操作。又如,例如智能手机或者平板电脑的终端设备通常包括触摸屏,可以通过该触摸屏触发相应的触摸操作。再如,例如台式计算机或者笔记本电脑的终端设备通常包括鼠标,可以通过该鼠标触发相应的鼠标操作。可以理解,本申请实施例对于具体的操作及其对应的触发方式不加以限制。
本申请实施例的操作可以对应有操作特征,且不同用户特征的用户对应的操作特征通常是不同的。根据一些实施例,上述操作特征可以与一次操作或者多次操作相应。可选地,所述操作特征可以包括:操作的行为特征和/或时间段特征。
上述操作的行为特征可用于反映操作的速率、频率、操作力度等特征。可选地,所述操作的行为特征可以包括:操作的持续时间、操作的按压力度、相邻操作之间的时间间隔和预设时段内的操作数量中的至少一种。
其中,操作的持续时间可用于表示操作的结束时间与开始时间的差值。以按键操作为例,其对应的结束时间和开始时间可以为按键被抬起和按下的时间点。以用户特征为用户年龄为例,通常第一年龄区间对应操作的持续时间最短,第二年龄区间对应操作的持续时间次短,第三年龄区间对应操作的持续时间最长。
操作的按压力度可用于表示在触发操作时对于键盘、鼠标或者屏幕的按压力度。以用户特征为用户年龄为例,通常第一年龄区间对应操作的按压力度最小,第二年龄区间对应操作的按压力度最大,第三年龄区间对应操作的按压力度适中。
相邻操作之间的时间间隔可用于表示相邻两次操作之间的时间间隔;该相邻操作之间的时间间隔和/或预设时段内的操作数量可以反映操作的频率或者频繁程度。以用户特征为用户年龄为例,通常第一年龄区间、第二年龄区间和第三年龄区间对应相邻操作之间的时间间隔递增,和/或,第一年龄区间、第二年龄区间和第三年龄区间对应预设时段内的操作数量递减。上述预设时段可由本领域技术人员根据实际应用需求确定,例如,上述预设时段的时长可以为2小时,上述预设时段的开始时间可以为上午、下午、或者晚上的某个整点或者半点等。
上述时间段特征可用于反映操作所处的时间段。可以理解,本领域技术人员可以根据实际应用需求,确定具体的时间段。例如,时间段的长度可以为2小时,时间段可以包括:11-13点、18-20点、20-22点等。不同用户特征的用户对应的操作特征通常是不同的,根据一些实施例,第三年龄区间对应的操作的时间段通常为11-13点,第一年龄区间对应的操作的时间段通常为18-20点,第二年龄区间对应的操作的时间段通常为20-22点。
以上通过操作的行为特征和/或时间段特征对操作特征进行了详细介绍,可以理解,本领域技术人员可以根据实际应用需求,采用操作的行为特征和/或时间段特征中的任一或者组合,或者,还可以采用其他操作特征,如触摸操作对应的操作特征还可以包括:触摸热区面积等,其中,触摸热区可用于表示高频的触摸操作对应的区域,可以理解,本申请实施例对于具体的操作特征不加以限制。
在步骤101获取用户对应的操作特征之后,步骤102可以对所述操作特征对应的用户特征进行识别,以得到所述操作特征对应的用户特征。对所述操作特征对应的用户特征进行识别的过程可以包括:依据操作特征与用户特征之间的映射关系,确定所述操作特征对应的用户特征。
本申请实施例中,操作特征与用户特征之间的映射关系可以反映“不同用户特征的用户对应的操作特征通常是不同的”的规律。具体地,所述操作特征与用户特征之间的映射关系可以依据以下信息确定:根据多个用户的历史操作确定出的:操作特征及对应的操作对象信息;以及操作对象信息与用户特征之间的映射关系。
其中,操作对象信息可用于表示终端设备输出的信息,该操作对象信息可以为任意的信息。可选地,该操作对象信息可以为终端设备的界面内容,例如,智能电视机、机顶盒或者投影仪等终端设备对应的界面内容可以包括:电视节目、点播节目对应的内容等;又如,智能手机、平板电脑、台式计算机、笔记本电脑等终端设备对应的界面内容可以包括:游戏应用、购物应用等应用程序的界面内容。可以理解,本申请实施例对于具体的操作对象信息不加以限制。
“多个用户的历史操作”中的多个用户,可以为使用同一终端设备的多个用户,也可以为使用不同终端用户的多个用户。多个用户的历史操作可被记录在操作日志中,该操作日志可用于记录历史操作特征及其对应的操作对象信息。
在本申请的一种可选实施例中,该操作日志的获取过程可以包括:监测用户触发的操作,获取该操作对应的操作特征和操作对象信息,将该操作对应的操作特征和操作对象信息作为历史操作特征及其对应的操作对象信息记录至操作日志。在本申请的一种应用示例中,某老年人用户对于“养生节目Y”的操作路径可以包括:将遥控器的焦点移动至“养生节目Y”对应的目录内容之上,然后按确认键以播放“养生节目Y”,则“按确认键”的操作对应的操作对象信息可以为:“养生节目Y”对应的目录内容或者“养生节目Y”。在实际应用中,若历史操作特征与一次操作相应,则历史操作特征对应的操作对象信息可以为该次操作对应的操作对象信息;和/或,若历史操作特征与多次操作相应,则历史操作特征对应的操作对象信息可以为该多次操作对应的操作对象信息,可以理解,本申请实施例对于历史操作特征及其对应的操作对象信息的具体获取过程不加以限制。
根据一些实施例,同一终端设备的用户在一段时间内可以固定不变,例如,智能手机、平板电脑、或者可穿戴设备等终端设备的用户在一天甚至较长的时间内可以固定不变。在此种情况下,所述操作日志可用于记录多个终端设备对应的历史操作特征及历史操作特征对应的操作对象信息,这样,由于多个终端设备对应的历史操作特征及历史操作特征对应的操作对象信息可以包含不同用户特征的用户对应的操作特征,故可以依据所述操作日志得到操作特征与用户特征之间的映射关系。
根据一些实施例,同一终端设备的用户在一段时间内可以发生变化,例如,对于电视机、投影仪、机顶盒等终端设备而言,可能有多个用户在一天内的不同时段使用上述终端设备:在中午使用终端设备的为家中的老人,下午使用终端设备的为放学的孩子,而晚上使用终端设备的为下班的父母等等。在此种情况下,所述操作日志可用于记录一个终端设备对应的历史操作特征及所述历史操作特征对应的操作对象信息;这样,由于一个终端设备对应的历史操作特征及历史操作特征对应的操作对象信息可以包含不同用户特征的用户对应的操作特征,故可以依据所述操作日志得到操作特征与用户特征之间的映射关系。
本申请实施例中,上述操作对象信息与上述用户特征之间可以具有映射关系,具体地,可以依据用户特征对操作对象信息进行分类或者分组,并针对用户特征提供对应的操作对象信息。例如,依据用户年龄得到的操作对象信息可以包括:第一年龄区间对应的少儿节目和/或动画节目和/或动漫节目、第二年龄区间对应的财经新闻、以及第三年龄区间对应的戏曲节目和/或养生节目等,可以理解,本申请实施例对于用户特征对应的具体操作对象信息不加以限制。
在本申请的一种可选实施例中,操作特征与用户特征之间的映射关系的确定过程可以包括:依据操作对象信息与用户特征之间的映射关系,确定操作日志中历史操作特征对应的用户特征;依据所述操作日志中历史操作特征及其对应的用户特征,得到操作特征与用户特征之间的映射关系。
本申请实施例可以依据上述操作对象信息与上述用户特征之间的映射关系,针对该操作日志中历史操作特征获取对应的用户特征;具体地,对于该操作日志中历史操作特征A而言,假设历史操作特征A对应的操作对象信息为操作对象信息B,该操作对象信息B与用户特征C之间具有映射关系,则可以认为历史操作特征A对应的用户特征为用户特征C。以前述“按确认键”的操作及其对应的“养生节目Y”为例,本申请实施例可以利用“养生节目Y”对应的用户特征(第三年龄区间)推定该操作日志中历史操作特征对应的用户特征,因此可以在用户无感知的情况下实现该操作日志中历史操作特征对应的用户特征的获取。
根据一种实施例,可以通过映射表来表征操作特征与用户特征之间的映射关系。
根据另一种实施例,可以通过用户特征模型表征操作特征与用户特征之间的映射关系。相应地,上述依据所述操作日志中历史操作特征及其对应的用户特征,得到操作特征与用户特征之间的映射关系的过程,可以包括:将所述操作日志中历史操作特征及其对应的用户特征作为训练数据;利用所述训练数据生成用户特征模型。依据训练数据得到的上述用户特征模型具备操作特征与用户特征之间的映射关系的描述能力,故能够通过上述用户特征模型实现操作特征对应的用户特征的识别。
在实际应用中,可以采用机器学习算法对上述训练数据进行训练,以得到上述用户特征模型。上述机器学习算法的例子可以包括:近邻分类、贝叶斯、LR(逻辑回归,Logistic Regression)、SVM(支持向量机,Support Vector Machine)、Adaboost(自适应增强)、神经网络、隐马尔科夫等,可以理解,本申请实施例对于用户特征模型对应的机器学习算法不加以限制。
在本申请的一种应用示例中,假设上述训练数据对应的集合为{(xi,yi)},其中,i=1,...,n,xi为操作日志中历史操作特征,yi为该xi对应的用户特征,yi的种类数量可以与用户特征的种类数量一致,例如,若用户特征的种类为2(如性别男和性别女、或者慢性格和快性格等),则yi的值1或者-1可以分别代表2种用户特征中的用户特征1和用户特征2;则采用机器学习算法训练得到的SVM模型可以表示为:
其中,sgn为符号函数,b*为分类阈值,αi *为训练得到的最优分类参数,x表示用户对于的操作特征,f(x)为输出函数。
根据一种实施例,上述步骤102依据操作特征与用户特征之间的映射关系,确定所述操作特征对应的用户特征的过程可以包括:依据所述操作特征,在操作特征与用户特征之间的映射关系中进行查找,以得到所述操作特征对应的用户特征。
根据另一种实施例,上述步骤102依据操作特征与用户特征之间的映射关系,确定所述操作特征对应的用户特征的过程可以包括:将所述操作特征输入到用户特征模型中,得到所述用户特征模型的输出结果;所述用户特征模型用于表征操作特征与用户特征之间的映射关系;并依据所述输出结果,确定所述操作特征对应的用户特征。
在本申请的一种可选实施例中,上述输出结果可以包括:输出函数f(x)的结果,则上述依据所述输出结果,确定所述操作特征对应的用户特征的过程可以包括:对输出函数f(x)的结果进行判别,以得到所述操作特征对应的用户特征。例如,对于SVM二类模型,上述判别过程可以包括:若该输出函数f(x)的结果≥1,则操作特征对应的用户特征为用户特征1;若该输出函数f(x)的结果≤-1,则操作特征对应的用户特征为用户特征2;若-1<该输出函数f(x)的结果<1,计算该输出函数f(x)的结果的置信值,若所述置信值>预设置信值,则操作特征对应的用户特征为用户特征1,若所述假脸置信值≤预设置信值,则操作特征对应的用户特征为用户特征1。
例如,计算该输出函数f(x)的结果的置信值的过程可以为:
在本申请的另一种可选实施例中,所述输出结果可以包括:所述操作特征属于不同用户特征的概率值,则上述依据所述输出结果,确定所述操作特征对应的用户特征的过程可以包括:将最大概率值对应的用户特征,作为操作特征对应的用户特征。例如,LR模型可以描述所述操作特征属于不同用户特征的概率值,则可以将最大概率值对应的用户特征,作为操作特征对应的用户特征。以用户特征为用户年龄为例,可以依据用户特征模型,确定所述操作特征属于第一年龄区间、第二年龄区间、第三年龄区间等不同年龄区域的概率,这样,操作特征属于不同年龄区域的概率可以作为用户年龄识别的依据。
可以理解,上述输出函数f(x)的结果和所述操作特征属于不同用户特征的概率值只是作为用户特征模型的输出结果的示例,实际上,上述用户特征模型的输出结果可以为操作特征对应的用户特征,也即,假设用户特征对应多个类别,上述用户特征模型的输出结果可以为操作特征对应的分类结果,可以理解,本申请实施例对于依据用户特征模型,对所述操作特征对应的用户特征进行识别的具体过程不加以限制。
综上,本申请实施例的用户特征识别方法,通过操作特征与用户特征之间的映射关系实现操作特征对应的用户特征的识别,由于本申请实施例在用户特征识别过程中所采用的操作特征可以不涉及用户的个人隐私,因此,本申请实施例可以在用户无感知且保护用户的个人隐私的情况下实现用户特征的识别。
本申请实施例可以应用于多用户终端设备和/或单用户终端设备的应用场景。
其中,在多用户终端设备的应用场景中,同一终端设备的用户在一段时间内可以发生变化,例如,对于电视机、投影仪、机顶盒等终端设备而言,可能有多个用户在一天内的不同时段使用上述终端设备:在中午使用终端设备的为家中的老人,下午使用终端设备的为放学的孩子,而晚上使用终端设备的为下班的父母等等。本申请实施例通过上述用户特征模型实现操作特征对应的用户特征的识别,可以实现对于多用户终端设备的多个用户的用户特征识别。
在单用户终端设备的应用场景中,同一终端设备的用户在一段时间内可以固定不变,例如,智能手机、平板电脑、或者可穿戴设备等终端设备的用户在一天甚至较长的时间内可以固定不变。本申请实施例通过上述用户特征模型实现操作特征对应的用户特征的识别,也可以实现对于单用户终端设备的单个用户的用户特征识别。
参照图2,示出了本申请的一种用户特征识别方法实施例的步骤流程图,具体可以包括如下步骤:
步骤201、依据用户特征对操作对象信息进行分类或者分组,以得到操作对象信息与用户特征之间的映射关系;
步骤202、通过终端设备输出所述操作对象信息;
步骤203、监测用户触发的历史操作,获取该历史操作对应的历史操作特征和操作对象信息;
步骤204、将该历史操作对应的历史操作特征和操作对象信息记录至操作日志;
步骤205、依据操作对象信息与用户特征之间的映射关系,确定操作日志中历史操作特征对应的用户特征,并依据所述操作日志中历史操作特征及其对应的用户特征,得到操作特征与用户特征之间的映射关系;
步骤206、获取用户对应的操作特征;
步骤207、、依据操作特征与用户特征之间的映射关系,确定所述操作特征对应的用户特征。
本申请实施例的步骤201至步骤205中的一个或者多个可由服务器和/客户端执行,例如,步骤201可由服务器执行,步骤202和步骤203可由客户端执行,步骤204和步骤205可由服务器执行,步骤206和步骤207可由客户端执行。由于操作特征与用户特征之间的映射关系的确定过程由服务器执行,故可以发挥服务器运算资源丰富的优势,提高操作特征与用户特征之间的映射关系的确定效率。
在实际应用中,客户端与服务器之间可以通过有线网络和/或无线网络进行数据交互,对应的数据交互过程可以包括:客户端向服务器发送历史操作对应的历史操作特征和操作对象信息,以使服务器将该历史操作对应的历史操作特征和操作对象信息记录至操作日志;和/或,服务器向客户端发送操作特征与用户特征之间的映射关系,以使客户端依据操作特征与用户特征之间的映射关系,对所述操作特征对应的用户特征进行识别;和/或,客户端向服务器发送用户对应的操作特征,以使服务器依据操作特征与用户特征之间的映射关系,对所述操作特征对应的用户特征进行识别等等。可以理解,本申请实施例对于步骤201至步骤205中的一个或者多个的执行主体和执行顺序不加以限制。
本申请实施例依据用户特征对内容进行分类或者分组,以得到操作对象信息与用户特征之间的映射关系,这样,可以利用操作日志中历史操作特征对应操作对象信息对应的用户特征,推定该操作日志中历史操作特征对应的用户特征,因此可以在用户无感知的情况下实现该操作日志中历史操作特征对应的用户特征的获取。
可以理解,本申请实施例在确定所述操作特征对应的用户特征后,可以依据所述操作特征对应的用户特征,向用户输出该用户特征对应的操作对象信息。
为使本领域技术人员更好地理解本申请实施例,在此提供本申请的用户特征识别方法的应用示例。
应用示例1
应用示例1可以应用于多用户终端设备的应用场景,下面以智能电视为例对用户年龄的识别过程进行说明。
在智能电视的场景中,往往是家庭成员对应的多个用户在不同时间使用智能电视,应用示例1可以通过操作的时间段特征,来区分不同的用户年龄,由此可以实现用户年龄的识别,相应的识别过程可以包括:
1)按照用户年龄,将智能电视的内容(如电视节目或视频内容)进行分类或者分组,以得到操作对象信息与用户年龄之间的映射关系。
例如,可以将智能电视的内容进行分组,其中,第一年龄区间对应少儿组内容(例如,少儿节目和/或动画节目和/或动漫节目等),第二年龄区间对应中年组内容(包括财经新闻等),第三年龄区间对应老年组内容(包括戏曲节目和/或养生节目等)。
2)通过智能电视输出少儿组内容、中年组内容和老年组内容;
3)监测用户触发的历史操作,获取该历史操作对应的历史操作特征和操作对象信息;该历史操作特征可以包括:操作的时间段特征;
4)将该历史操作对应的时间段特征和操作对象信息记录至操作日志;
5)依据操作对象信息与用户特征之间的映射关系,确定所述操作日志中历史操作的时间段特征对应的用户特征;将所述操作日志中历史操作的时间段特征及其对应的用户特征作为训练数据,并利用所述训练数据建立用户年龄模型;
例如,该用户年龄模型描述的操作的时间段特征属于不同用户特征的概率值可以为:11-13点属于第三年龄区间的概率为95%,18-20点属于第一年龄区间的概率为95%,20-22点属于第二年龄区间的概率为95%;
6)获取用户对应的操作的时间段特征,若用户对应的操作的时间段特征包括:11-13点,则可以将用户的用户年龄识别为第三年龄区间,并向用户输出老年组内容;若用户对应的操作的时间段特征包括:18-20点,则可以将用户的用户年龄识别为第一年龄区间,并向用户输出少儿组内容;若用户对应的操作的时间段特征包括:20-22点,则可以将用户的用户年龄识别为第二年龄区间,并向用户输出中年组内容。
应用示例2
应用示例2可以应用于多用户终端设备的应用场景,应用示例1可以通过操作的行为特征,来区分不同的用户年龄,由此可以实现用户年龄的识别,相应的识别过程可以包括:
1)按照用户年龄,将智能电视的内容(如电视节目或视频内容)进行分类或者分组,以得到操作对象信息与用户年龄之间的映射关系。
例如,可以将智能电视的内容进行分组,其中,第一年龄区间对应少儿组内容(例如,少儿节目和/或动画节目和/或动漫节目等),第二年龄区间对应中年组内容(包括财经新闻等),第三年龄区间对应老年组内容(包括戏曲节目和/或养生节目等)。
2)通过智能电视输出少儿组内容、中年组内容和老年组内容;
3)监测用户触发的历史操作,获取该历史操作对应的历史操作特征和操作对象信息;该操作特征可以包括:操作的行为特征;
4)将该历史操作对应的行为特征和操作对象信息记录至操作日志;
5)依据操作对象信息与用户特征之间的映射关系,确定所述操作日志中历史操作的行为特征对应的用户特征;将所述操作日志中历史操作的行为特征及其对应的用户特征作为训练数据,并利用所述训练数据建立用户年龄模型;
例如,该用户年龄模型描述的操作特征属于不同用户特征的概率值可以为:第一年龄区间(1-20岁)的按键频率最快,第二年龄区间(20-50岁)的按键频率次快,第三年龄区间(50岁以上)的按键频率最慢。
6)获取用户对应的操作的行为特征,用户对应的操作的行为特征可以包括:操作的持续时间、相邻操作之间的时间间隔和预设时段内的操作数量等,这样,可以获取用户对应的操作的行为特征属于不同第一年龄区间、第二年龄区间和第三年龄区间的概率,选取最大概率值的年龄区间作为用户对应的用户年龄,并向用户推送对应的操作对象信息。
应用示例3
应用示例3可以应用于多用户终端设备和/或单用户终端设备等任意终端的应用场景,下面以终端设备的购物APP(应用程序,Application)为例对用户性别的识别过程进行说明。
在终端设备的购物APP场景中,应用示例3可以通过操作的行为特征(如操作频率的快慢、按压力度的轻重等),来区分不同的用户性别,由此可以实现用户性别的识别,相应的识别过程可以包括:
1)依据用户性别对商品内容进行分组,例如,得到的男性组内容可以包括:数码类内容等,得到的女性组内容可以包括:女装类、童装类等内容。
2)通过智能电视输出男性组内容和女性组内容;
3)监测用户触发的历史操作,获取该历史操作对应的历史操作特征和操作对象信息;该操作特征可以包括:操作的行为特征;
4)将该历史操作对应的行为特征和操作对象信息记录至操作日志;
5)依据操作对象信息与用户特征之间的映射关系,确定所述操作日志中历史操作的行为特征对应的用户特征;将所述操作日志中历史操作的行为特征及其对应的用户特征作为训练数据,并利用所述训练数据建立用户年龄模型;
例如,该用户年龄模型描述的操作特征属于不同用户特征的概率值可以为:男性的按键频率低于女性的按键频率,男性的按压力度高于女性的按压力度等。。
6)获取用户对应的操作的行为特征,用户对应的操作的行为特征可以包括:操作的持续时间、操作的按压力度、相邻操作之间的时间间隔和预设时段内的操作数量等,这样,可以获取用户对应的操作的行为特征属于不同男性或者女性的概率,选取最大概率值的性别作为用户对应的性别,并向用户推送所确定的性别对应的操作对象信息。
可以理解,上述应用示例1至应用示例3只是作为本申请实施例在特定应用场景下的应用示例,可以理解,本领域技术人员可以根据实际应用需求,在任意应用场景下应用本申请实施例的用户特征识别方法,本申请实施例对于具体的应用场景不加以限制。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请实施例并不受所描述的动作顺序的限制,因为依据本申请实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本申请实施例所必须的。
本申请实施例还提供了一种用户特征识别装置。
参照图3,示出了本申请的一种用户特征识别装置实施例的结构框图,具体可以包括如下模块:
操作特征获取模块301,用于获取用户对应的操作特征;以及
用户特征识别模块302,用于依据操作特征与用户特征之间的映射关系,确定所述操作特征对应的用户特征;
其中,所述操作特征与用户特征之间的映射关系可以依据以下信息确定:
根据多个用户的历史操作确定出的:操作特征及对应的操作对象信息;
操作对象信息与用户特征之间的映射关系。
可选地,所述装置还可以包括:
用户特征确定模块,用于依据操作对象信息与用户特征之间的映射关系,确定操作日志中历史操作特征对应的用户特征;
映射关系确定模块,用于依据所述操作日志中历史操作特征及其对应的用户特征,得到操作特征与用户特征之间的映射关系。
可选地,所述映射关系确定模块可以包括:
训练数据确定子模块,用于将所述操作日志中历史操作特征及其对应的用户特征作为训练数据;
模型生成子模块,用于利用所述训练数据生成用户特征模型;所述用户特征模型用于表征操作特征与用户特征之间的映射关系
可选地,所述操作日志用于记录一个终端设备对应的历史操作特征及所述历史操作特征对应的操作对象信息;和/或,所述操作日志用于记录多个终端设备对应的历史操作特征及历史操作特征对应的操作对象信息。
可选地,所述操作特征可以包括:操作的行为特征和/或时间段特征。
可选地,所述操作的行为特征可以包括:操作的持续时间、操作的按压力度、相邻操作之间的时间间隔和预设时段内的操作数量中的至少一种。
可选地,所述用户特征可以包括:用户年龄、用户性别和用户性格中的至少一种。
可选地,所述用户特征识别模块302可以包括:
查找子模块,用于依据所述操作特征,在操作特征与用户特征之间的映射关系中进行查找,以得到所述操作特征对应的用户特征。
可选地,所述用户特征识别模块302可以包括:
输入子模块,用于将所述操作特征输入到用户特征模型中,得到所述用户特征模型的输出结果;所述用户特征模型用于表征操作特征与用户特征之间的映射关系;
用户特征确定子模块,用于依据所述输出结果,确定所述操作特征对应的用户特征。
可选地,所述输出结果可以包括:所述操作特征属于不同用户特征的概率值,则所述用户特征确定子模块,具体用于将最大概率值对应的用户特征,作为所述操作特征对应的用户特征。
综上,本申请实施例的用户特征识别装置,通过操作特征与用户特征之间的映射关系实现操作特征对应的用户特征的识别,由于本申请实施例在用户特征识别过程中所采用的操作特征可以不涉及用户的个人隐私,因此,本申请实施例可以在用户无感知且保护用户的个人隐私的情况下实现用户特征的识别。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本申请实施例还提供了一种非易失性可读存储介质,该存储介质中存储有一个或多个模块(programs),该一个或多个模块被应用在终端设备时,可以使得该终端设备执行本申请实施例中用户特征识别方法所包含步骤的指令(instructions)。
本申请实施例还提供了一种设备,该设备可以包括:一个或多个处理器;和其上存储有指令的一个或多个机器可读介质,当由所述一个或多个处理器执行时,使得所述设备执行图1至图2所述的方法。在实际应用中,该设备可以作为终端设备,也可以作为服务器,终端设备的例子可以包括:智能手机、平板电脑、电子书阅读器、MP3(动态影像专家压缩标准音频层面3,Moving Picture Experts Group Audio Layer III)播放器、MP4(动态影像专家压缩标准音频层面4,Moving Picture Experts Group Audio Layer IV)播放器、膝上型便携计算机、车载电脑、机顶盒、智能电视机、可穿戴设备等等,本申请实施例对于具体的设备不加以限制。
图4为本申请一实施例提供的终端设备的硬件结构示意图。如图4所示,该终端设备可以包括:输入设备1100、处理器1101、输出设备1102、存储器1103和至少一个通信总线1104。通信总线1104用于实现元件之间的通信连接。存储器1103可能包含高速RAM存储器,也可能还包括非易失性存储NVM,例如至少一个磁盘存储器,存储器1103中可以存储各种程序,用于完成各种处理功能以及实现本实施例的方法步骤。
可选的,上述处理器1101例如可以为中央处理器(Central Processing Unit,简称CPU)、应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,该处理器1101通过有线或无线连接耦合到上述输入设备1100和输出设备1102。
可选的,上述输入设备1100可以包括多种输入设备,例如可以包括面向用户的用户接口、面向设备的设备接口、软件的可编程接口、摄像头、传感器中至少一种。可选的,该面向设备的设备接口可以是用于设备与设备之间进行数据传输的有线接口、还可以是用于设备与设备之间进行数据传输的硬件插入接口(例如USB接口、串口等);可选的,该面向用户的用户接口例如可以是面向用户的控制按键、用于接收语音输入的语音输入设备以及用户接收用户触摸输入的触摸感知设备(例如具有触摸感应功能的触摸屏、触控板等);可选的,上述软件的可编程接口例如可以是供用户编辑或者修改程序的入口,例如芯片的输入引脚接口或者输入接口等;可选的,上述收发信机可以是具有通信功能的射频收发芯片、基带处理芯片以及收发天线等。麦克风等音频输入设备可以接收语音数据。输出设备1102可以包括显示器、音响等输出设备。
在本实施例中,该终端设备的处理器包括用于执行各设备中数据处理装置各模块的功能,具体功能和技术效果参照上述实施例即可,此处不再赘述。
图5为本申请的一个实施例提供的终端设备的硬件结构示意图。图5是对图4在实现过程中的一个具体的实施例。如图5所示,本实施例的终端设备可以包括处理器1201以及存储器1202。
处理器1201执行存储器1202所存放的计算机程序代码,实现上述实施例中图1、图2的用户特征识别方法。
存储器1202被配置为存储各种类型的数据以支持在终端设备的操作。这些数据的示例包括用于在终端设备上操作的任何应用程序或方法的指令,例如消息,图片,视频等。存储器1202可能包含随机存取存储器(random access memory,简称RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
可选地,处理器1201设置在处理组件1200中。该终端设备还可以包括:通信组件1203,电源组件1204,多媒体组件1205,音频组件1206,输入/输出接口1207和/或传感器组件1208。处理组件1200、通信组件1203,电源组件1204、多媒体组件1205、音频组件1206、输入/输出接口1207和/或传感器组件1208之间可以通过总线相连。终端设备具体所包含的组件等依据实际需求设定,本申请实施例对此不作限定。
处理组件1200通常控制终端设备的整体操作。处理组件1200可以包括一个或多个处理器1201来执行指令,以完成上述图1、图6所示方法的全部或部分步骤。此外,处理组件1200可以包括一个或多个模块,便于处理组件1200和其他组件之间的交互。例如,处理组件1200可以包括多媒体模块,以方便多媒体组件1205和处理组件1200之间的交互。
电源组件1204为终端设备的各种组件提供电力。电源组件1204可以包括电源管理系统,一个或多个电源,及其他与为终端设备生成、管理和分配电力相关联的组件。
多媒体组件1205包括在终端设备和用户之间的提供一个输出接口的显示屏。在一些实施例中,显示屏可以包括液晶显示器(LCD)和触摸面板(TP)。如果显示屏包括触摸面板,显示屏可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。
音频组件1206被配置为输出和/或输入音频信号。例如,音频组件1206包括一个麦克风(MIC),当终端设备处于操作模式,如语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器1202或经由通信组件1203发送。在一些实施例中,音频组件1206还包括一个扬声器,用于输出音频信号。
输入/输出接口1207为处理组件1200和外围接口模块之间提供接口,上述外围接口模块可以是点击轮,按钮等。这些按钮可包括但不限于:音量按钮、启动按钮和锁定按钮。
传感器组件1208包括一个或多个传感器,用于为终端设备提供各个方面的状态评估。例如,传感器组件1208可以检测到终端设备的打开/关闭状态,组件的相对定位,用户与终端设备接触的存在或不存在。传感器组件1208可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在,包括检测用户与终端设备间的距离。在一些实施例中,该传感器组件1208还可以包括摄像头等。
通信组件1203被配置为便于终端设备和其他设备之间有线或无线方式的通信。终端设备可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个实施例中,该终端设备中可以包括SIM卡插槽,该SIM卡插槽用于插入SIM卡,使得终端设备可以登录GPRS网络,通过互联网与服务器建立通信。
由上可知,在图5实施例中所涉及的通信组件1203、音频组件1206以及输入/输出接口1207、传感器组件1208均可以作为图4实施例中的输入设备的实现方式。
本申请实施例还提供了一种用于设备的操作系统,如图6所示,该用于设备的操作系统可以包括:
操作特征获取单元601,用于获取用户对应的操作特征;以及
用户特征识别单元602,用于依据操作特征与用户特征之间的映射关系,确定所述操作特征对应的用户特征;
其中,所述操作特征与用户特征之间的映射关系可以依据以下信息确定:
根据多个用户的历史操作确定出的:操作特征及对应的操作对象信息;
操作对象信息与用户特征之间的映射关系。
可选地,所述操作系统还可以包括:
用户特征确定单元,用于依据操作对象信息与用户特征之间的映射关系,确定操作日志中历史操作特征对应的用户特征;
映射关系确定单元,用于依据所述操作日志中历史操作特征及其对应的用户特征,得到操作特征与用户特征之间的映射关系。
可选地,所述映射关系确定单元可以包括:
训练数据确定子单元,用于将所述操作日志中历史操作特征及其对应的用户特征作为训练数据;
模型生成子单元,用于利用所述训练数据生成用户特征模型;所述用户特征模型用于表征操作特征与用户特征之间的映射关系
可选地,所述操作日志用于记录一个终端设备对应的历史操作特征及所述历史操作特征对应的操作对象信息;和/或,所述操作日志用于记录多个终端设备对应的历史操作特征及历史操作特征对应的操作对象信息。
可选地,所述操作特征可以包括:操作的行为特征和/或时间段特征。
可选地,所述操作的行为特征可以包括:操作的持续时间、操作的按压力度、相邻操作之间的时间间隔和预设时段内的操作数量中的至少一种。
可选地,所述用户特征可以包括:用户年龄、用户性别和用户性格中的至少一种。
可选地,所述用户特征识别单元602可以包括:
查找子单元,用于依据所述操作特征,在操作特征与用户特征之间的映射关系中进行查找,以得到所述操作特征对应的用户特征。
可选地,所述用户特征识别单元602可以包括:
输入子单元,用于将所述操作特征输入到用户特征模型中,得到所述用户特征模型的输出结果;所述用户特征模型用于表征操作特征与用户特征之间的映射关系;
用户特征确定子单元,用于依据所述输出结果,确定所述操作特征对应的用户特征。
可选地,所述输出结果可以包括:所述操作特征属于不同用户特征的概率值,则所述用户特征确定子单元,具体用于将最大概率值对应的用户特征,作为所述操作特征对应的用户特征。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本申请实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本申请实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
在一个典型的配置中,所述计算机设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被终端设备访问的信息。按照本文中的界定,计算机可读介质不包括非持续性的电脑可读媒体(transitory media),如调制的数据信号和载波。
本申请实施例是参照根据本申请实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本申请所提供的一种用户特征识别方法、一种用户特征识别装置、一种设备、一种机器可读介质和一种用于设备的操作系统,进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (19)
1.一种用户特征识别方法,其特征在于,包括:
获取用户对应的操作特征;
依据操作特征与用户特征之间的映射关系,确定所述操作特征对应的用户特征;
其中,所述操作特征与用户特征之间的映射关系依据以下信息确定:
根据多个用户的历史操作确定出的:操作特征及对应的操作对象信息;
操作对象信息与用户特征之间的映射关系。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
依据操作对象信息与用户特征之间的映射关系,确定操作日志中历史操作特征对应的用户特征;
依据所述操作日志中历史操作特征及其对应的用户特征,得到操作特征与用户特征之间的映射关系。
3.根据权利要求2所述的方法,其特征在于,所述依据所述操作日志中历史操作特征及其对应的用户特征,得到操作特征与用户特征之间的映射关系,包括:
将所述操作日志中历史操作特征及其对应的用户特征作为训练数据;
利用所述训练数据生成用户特征模型;所述用户特征模型用于表征操作特征与用户特征之间的映射关系。
4.根据权利要求1所述的方法,其特征在于,所述操作日志用于记录一个终端设备对应的历史操作特征及所述历史操作特征对应的操作对象信息;和/或,所述操作日志用于记录多个终端设备对应的历史操作特征及历史操作特征对应的操作对象信息。
5.根据权利要求1或2或3或4所述的方法,其特征在于,所述操作特征包括:操作的行为特征和/或时间段特征。
6.根据权利要求5所述的方法,其特征在于,所述操作的行为特征包括:操作的持续时间、操作的按压力度、相邻操作之间的时间间隔和预设时段内的操作数量中的至少一种。
7.根据权利要求1或2或3或4所述的方法,其特征在于,所述用户特征包括:用户年龄、用户性别和用户性格中的至少一种。
8.根据权利要求1或2或3或4所述的方法,其特征在于,所述确定所述操作特征对应的用户特征,包括:
依据所述操作特征,在操作特征与用户特征之间的映射关系中进行查找,以得到所述操作特征对应的用户特征。
9.根据权利要求1或2或3或4所述的方法,其特征在于,所述确定所述操作特征对应的用户特征,包括:
将所述操作特征输入到用户特征模型中,得到所述用户特征模型的输出结果;所述用户特征模型用于表征操作特征与用户特征之间的映射关系;
依据所述输出结果,确定所述操作特征对应的用户特征。
10.根据权利要求9所述的方法,其特征在于,所述输出结果包括:所述操作特征属于不同用户特征的概率值,则所述依据所述输出结果,确定所述操作特征对应的用户特征,包括:
将最大概率值对应的用户特征,作为所述操作特征对应的用户特征。
11.一种用户特征识别装置,其特征在于,包括:
操作特征获取模块,用于获取用户对应的操作特征;以及
用户特征识别模块,用于依据操作特征与用户特征之间的映射关系,确定所述操作特征对应的用户特征;
其中,所述操作特征与用户特征之间的映射关系依据以下信息确定:
根据多个用户的历史操作确定出的:操作特征及对应的操作对象信息;
操作对象信息与用户特征之间的映射关系。
12.根据权利要求11所述的装置,其特征在于,所述装置还包括:
用户特征确定模块,用于依据操作对象信息与用户特征之间的映射关系,确定操作日志中历史操作特征对应的用户特征;
映射关系确定模块,用于依据所述操作日志中历史操作特征及其对应的用户特征,得到操作特征与用户特征之间的映射关系。
13.根据权利要求11所述的装置,其特征在于,所述操作日志用于记录一个终端设备对应的历史操作特征及所述历史操作特征对应的操作对象信息;和/或,所述操作日志用于记录多个终端设备对应的历史操作特征及历史操作特征对应的操作对象信息。
14.根据权利要求11或12或13所述的装置,其特征在于,所述操作特征包括:操作的行为特征和/或时间段特征。
15.根据权利要求14所述的装置,其特征在于,所述操作的行为特征包括:操作的持续时间、操作的按压力度、相邻操作之间的时间间隔和预设时段内的操作数量中的至少一种。
16.根据权利要求11或12或13所述的装置,其特征在于,所述用户特征包括:用户年龄、用户性别和用户性格中的至少一种。
17.一种设备,其特征在于,包括:
一个或多个处理器;和
其上存储有指令的一个或多个机器可读介质,当由所述一个或多个处理器执行时,使得所述设备执行如权利要求1-10中一个或多个所述的方法。
18.一个或多个机器可读介质,其上存储有指令,当由一个或多个处理器执行时,使得设备执行如权利要求1-10中一个或多个所述的方法。
19.一种用于设备的操作系统,其特征在于,包括:
操作特征获取单元,用于获取用户对应的操作特征;以及
用户特征识别单元,用于依据操作特征与用户特征之间的映射关系,确定所述操作特征对应的用户特征;
其中,所述操作特征与用户特征之间的映射关系依据以下信息确定:
根据多个用户的历史操作确定出的:操作特征及对应的操作对象信息;
操作对象信息与用户特征之间的映射关系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710714397.4A CN109407914A (zh) | 2017-08-18 | 2017-08-18 | 用户特征识别方法、装置、设备、介质和操作系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710714397.4A CN109407914A (zh) | 2017-08-18 | 2017-08-18 | 用户特征识别方法、装置、设备、介质和操作系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109407914A true CN109407914A (zh) | 2019-03-01 |
Family
ID=65463345
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710714397.4A Pending CN109407914A (zh) | 2017-08-18 | 2017-08-18 | 用户特征识别方法、装置、设备、介质和操作系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109407914A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110347928A (zh) * | 2019-07-16 | 2019-10-18 | 韶关市启之信息技术有限公司 | 一种个性化信息推荐方法与系统 |
CN111105297A (zh) * | 2019-12-30 | 2020-05-05 | 广州探途网络技术有限公司 | 一种信息推送方法与相关装置 |
CN112235644A (zh) * | 2020-09-29 | 2021-01-15 | 深圳市鼎盛光电有限公司 | 一种节目信息推荐方法、推荐装置、数字电视及存储介质 |
CN114143607A (zh) * | 2020-09-03 | 2022-03-04 | 惠州视维新技术有限公司 | 一种信息推荐方法、存储介质及智能电视 |
CN115081334A (zh) * | 2022-06-30 | 2022-09-20 | 支付宝(杭州)信息技术有限公司 | 用于预测用户的年龄段或性别的方法、系统、装置和介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104239416A (zh) * | 2014-08-19 | 2014-12-24 | 北京奇艺世纪科技有限公司 | 一种用户识别方法和系统 |
CN104636504A (zh) * | 2015-03-10 | 2015-05-20 | 飞狐信息技术(天津)有限公司 | 一种识别用户性别的方法及系统 |
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 |
CN106777990A (zh) * | 2016-12-21 | 2017-05-31 | 湖南文理学院 | 智能终端操作者年龄估计方法 |
US20180121748A1 (en) * | 2016-11-02 | 2018-05-03 | Samsung Electronics Co., Ltd. | Method and apparatus to recognize object based on attribute of object and train |
-
2017
- 2017-08-18 CN CN201710714397.4A patent/CN109407914A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104239416A (zh) * | 2014-08-19 | 2014-12-24 | 北京奇艺世纪科技有限公司 | 一种用户识别方法和系统 |
CN104636504A (zh) * | 2015-03-10 | 2015-05-20 | 飞狐信息技术(天津)有限公司 | 一种识别用户性别的方法及系统 |
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 |
US20180121748A1 (en) * | 2016-11-02 | 2018-05-03 | Samsung Electronics Co., Ltd. | Method and apparatus to recognize object based on attribute of object and train |
CN106777990A (zh) * | 2016-12-21 | 2017-05-31 | 湖南文理学院 | 智能终端操作者年龄估计方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110347928A (zh) * | 2019-07-16 | 2019-10-18 | 韶关市启之信息技术有限公司 | 一种个性化信息推荐方法与系统 |
CN111105297A (zh) * | 2019-12-30 | 2020-05-05 | 广州探途网络技术有限公司 | 一种信息推送方法与相关装置 |
CN114143607A (zh) * | 2020-09-03 | 2022-03-04 | 惠州视维新技术有限公司 | 一种信息推荐方法、存储介质及智能电视 |
CN114143607B (zh) * | 2020-09-03 | 2024-03-15 | 惠州视维新技术有限公司 | 一种信息推荐方法、存储介质及智能电视 |
CN112235644A (zh) * | 2020-09-29 | 2021-01-15 | 深圳市鼎盛光电有限公司 | 一种节目信息推荐方法、推荐装置、数字电视及存储介质 |
CN115081334A (zh) * | 2022-06-30 | 2022-09-20 | 支付宝(杭州)信息技术有限公司 | 用于预测用户的年龄段或性别的方法、系统、装置和介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109407914A (zh) | 用户特征识别方法、装置、设备、介质和操作系统 | |
US20190392258A1 (en) | Method and apparatus for generating information | |
US10719695B2 (en) | Method for pushing picture, mobile terminal, and storage medium | |
CN110109899B (zh) | 物联网数据填补方法、装置及系统 | |
WO2018010409A1 (zh) | 耗电提醒方法及装置 | |
CN109271587A (zh) | 一种页面生成方法和装置 | |
CN110532983A (zh) | 视频处理方法、装置、介质和设备 | |
CN114881711B (zh) | 基于请求行为进行异常分析的方法及电子设备 | |
CN111651454B (zh) | 一种数据处理方法、装置及计算机设备 | |
CN111428671A (zh) | 人脸结构化信息识别方法、系统、装置及存储介质 | |
CN108111603A (zh) | 信息推荐方法、装置、终端设备及存储介质 | |
Pan et al. | Magthief: Stealing private app usage data on mobile devices via built-in magnetometer | |
CN107508969A (zh) | 一种信息处理方法、装置、计算机装置及计算机可读存储介质 | |
CN111178455B (zh) | 图像聚类方法、系统、设备及介质 | |
CN109165722A (zh) | 模型扩展方法及装置、电子设备和存储介质 | |
CN108829712A (zh) | 事项管理方法、装置、存储介质及终端设备 | |
CN107135494A (zh) | 垃圾短信识别方法及装置 | |
CN114465852B (zh) | 信号处理方法及相关装置 | |
CN115545720A (zh) | 一种模型训练的方法、业务风控的方法及装置 | |
CN115115869A (zh) | 业务图像标注方法、装置、电子设备、计算机程序产品 | |
CN111626233B (zh) | 一种关键点标注方法、系统、机器可读介质及设备 | |
CN111046232B (zh) | 一种视频分类方法、装置及系统 | |
CN113407277A (zh) | 显示元素颜色设置方法、装置、设备及计算机程序 | |
CN106778543A (zh) | 单人脸检测方法、装置及终端 | |
CN111813988A (zh) | 用于图像特征库的hnsw节点删除方法、系统、设备和介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190301 |
|
RJ01 | Rejection of invention patent application after publication |