CN109491498A - 人机交互方法、系统、终端设备及计算机可读存储介质 - Google Patents
人机交互方法、系统、终端设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN109491498A CN109491498A CN201811290052.1A CN201811290052A CN109491498A CN 109491498 A CN109491498 A CN 109491498A CN 201811290052 A CN201811290052 A CN 201811290052A CN 109491498 A CN109491498 A CN 109491498A
- Authority
- CN
- China
- Prior art keywords
- user
- sequence
- data
- data model
- subsequent
- 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
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明适用于人机交互技术领域,提供了人机交互方法、系统、终端设备及计算机可读存储介质,人机交互方法包括接收操作设备发送的用户操作数据;判断数据模型库中是否记录有与用户操作数据对应的后续操作序列,后续操作序列至少包含一个操作步骤;若是,则根据后续操作序列生成建议操作列表,并将建议操作列表发送至操作设备,使操作设备向用户提供建议操作列表所包含的操作建议。本技术方案基于数据模型库,根据用户操作数据预测后续操作序列供用户选择,为用户提供多种可能的后续操作内容,能够极大地简化用户与操作设备的交互次数,简化用户操作,提升工作效率。
Description
技术领域
本发明属于人机交互技术领域,尤其涉及人机交互方法及终端设备。
背景技术
当前市面上的各类仪器产品,人机交互方式都是固定的,即用户选择一个功能,设备只会执行该功能。用户完成一次测试或测量,往往需要连续执行多次交互操作,进行非常复杂的配置,才能得到自己期望的测量结果。
现有设备的交互方式,需要大量的人工交互/设置,操作繁琐,效率低,并且需要修改的配置过多,容易引入人为的操作错误,降低测量质量。同时,用户需要投入大量的学习时间,才能掌握各种功能的使用功能与配置方法,功能越丰富的设备学习周期越长。此外,系统配置共享难度大,虽然之前测试的配置可以保存到本地,但跨设备,跨地区的配置共享难度很大,需要通过U盘,邮件等一系列复杂的操作才能实现。
发明内容
有鉴于此,本发明实施例提供了人机交互方法、系统、终端设备及计算机可读存储介质,以解决现有技术中现有仪器设备的人机交互过程操作繁琐、效率低的问题。
本发明实施例的第一方面提供了一种人机交互方法,包括:
接收操作设备发送的用户操作数据;
判断数据模型库中是否记录有与所述用户操作数据对应的后续操作序列,所述后续操作序列至少包含一个操作步骤;
若有记录,则根据一个或多个所述后续操作序列生成建议操作列表,并将所述建议操作列表发送至所述操作设备,使所述操作设备向用户提供所述建议操作列表所包含的操作建议。
进一步地,所述判断数据模型库中是否记录有与所述用户操作数据对应的后续操作序列,所述后续操作序列至少包含一个操作步骤,包括:
分析出所述用户操作数据中包含的末位操作步骤,并判断所述数据模型库中是否记录有所述末位操作步骤;
若所述数据模型库中记录有所述末位操作步骤,则判断所述数据模型库中是否记录与所述末位操作步骤对应的后续操作步骤;
若存在所述后续操作步骤,则判断出所述数据模型库中的以所述后续操作步骤开始的操作序列为所述后续操作序列。
进一步地,所述根据一个或多个所述后续操作序列生成建议操作列表,并将所述建议操作列表发送至所述操作设备,使所述操作设备向用户提供所述建议操作列表所包含的操作建议,包括:
从所述数据模型库中获取一个或多个所述后续操作序列,并根据多个所述后续操作序列对应的频率权重的高低或者一个所述后续操作序列生成建议操作列表;
将所述建议操作列表发送至所述操作设备,使所述操作设备向用户提供所述建议操作列表所包含的操作建议。
进一步地,所述判断数据模型库中是否记录有与所述用户操作数据对应的后续操作序列,所述后续操作序列至少包含一个操作步骤之后,还包括:
若无记录,则记录后续的用户操作数据于所述数据模型库中,并将所述后续的用户操作数据关联所述用户操作数据。
进一步地,所述接收操作设备发送的用户操作数据之后,还包括:
判断所述数据模型库中是否记录有与所述用户操作数据中包含的操作序列相同的操作序列;
若有记录,则将所述数据模型库中的与所述用户操作数据中包含的操作序列相同的操作序列的频率权重加1;
若无记录,则将所述用户操作数据中包含的操作序列记录于所述数据模型库中,并将所述用户操作数据中包含的操作序列的频率权重设为默认值。
本发明实施例的第二方面提供了一种人机交互系统,包括服务器,所述服务器包括:
数据交互模块,所述数据交互模块用于接收操作设备发送的用户操作数据和用于将建议操作列表发送至所述操作设备;
数据模型库,所述数据模型库用于保存操作列表,所述操作列表记录有历史的操作步骤、与操作步骤对应的后续操作步骤、操作序列和操作序列对应的频率权重;
操作匹配与预测模块,所述操作匹配与预测模块用于判断所述数据模型库中是否记录有与所述用户操作数据对应的后续操作序列,有记录,则根据一个或多个所述后续操作序列生成建议操作列表。
进一步地,所述操作匹配与预测模块,包括第一判断模块、第二判断模块和结果生成模块,
所述第一判断模块,用于分析出所述用户操作数据中包含的末位操作步骤,并判断所述数据模型库中是否记录有所述末位操作步骤;
所述第二判断模块,用于当所述数据模型库中记录有所述末位操作步骤时,判断所述数据模型库中是否存在与所述末位操作步骤对应的后续操作步骤;
结果生成模块,用于当数据模型库中存在与所述末位操作步骤对应的后续操作步骤时,判断出所述数据库中记录有与所述用户操作数据对应的操作序列,根据所述操作序列生成建议操作列表。
进一步地,所述人机交互系统还包括操作设备,所述操作设备包括:
操作接收模块,所述操作接收模块用于接收用户的输入操作,并根据所述用户的输入操作生成用户操作数据;
信息交互模块,所述信息交互模块用于将所述用户操作数据发送至所述云服务器,还用于接收所述建议操作列表;
显示模块,所述显示模块用于显示所述建议操作列表中包含的操作建议。
本发明实施例的第三方面提供了一种终端设备,包括包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如上述所述方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如上述所述方法的步骤。
本发明实施例与现有技术相比存在的有益效果是:
本发明接收到操作设备发送或上传的用户操作数据后,判断预设的数据模型库中是否记录有与用户操作数据对应的操作序列,若存在,则根据操作序列生成建议操作列表,并将操作建议列表发送至操作设备,以使操作设备向用户提供建议操作列表所包含的操作建议。本技术方案中,操作设备与服务器配合工作,用户在操作设备上的操作数据被上传或发送至服务器,服务器内预先构建有数据模型库,服务器根据用户操作数据基于数据模型库直接预测用户的后续操作内容,预测结果直接反馈到操作设备上,供用户选择,为用户提供多种可能的后续操作步骤,能够极大地简化用户与操作设备的交互次数,简化用户操作,提升工作效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的人机交互方法的第一实施例的流程示意图;
图2是本发明实施例提供的人机交互方法的第二实施例中S20的细化流程示意图;
图3是本发明实施例提供的人机交互方法的第三实施例的步骤S30的细化流程示意图;
图4是本发明实施例提供的人机交互方法的第四实施例的流程示意图;
图5是本发明实施例提供的人机交互方法的第五实施例的流程示意图;
图6是本发明实施例提供的人机交互系统一实施例的结构示意图;
图7是本发明实施例提供的人机交互系统另一实施例的结构示意图;
图8是本发明实施例提供的人机交互系统另一实施例的结构示意图;
图9是本发明实施例提供的人机交互系统另一实施例的结构示意图;
图10是本发明实施例提供的终端设备的硬件结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
本发明实施例方案的主要思路是:提供一种人机交互方法,通过前期收集大量的用户操作数据样本,并运用机器学习、大数据分析等一系列技术手段,构建数据模型库。当接收到操作设备发送用户操作数据时,从数据模型库中查找出与用户操作数据对应的包含后续操作步骤的操作序列,并根据操作序列生成建议操作列表,以预测用户接下来的可能操作步骤,建议操作列表中包括了多种可能存在的后续操作序列,每一个操作序列至少包含一步操作步骤。将生成的操作建议列表发送至操作设备,以使操作设备向用户显示并提供建议操作列表中的操作建议,以供用户选择,能够大大减少用户与操作设备的交互次数,简化用户操作过程,提高工作效率。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
图1为本发明第一实施例的提供的人机交互方法的流程示意图,人机交互方法包括如下步骤:
S10,接收操作设备发送的用户操作数据。
本实施例中,流程的执行主体为终端设备,如手机、电脑、服务、操作仪器等具有处理功能的终端设备,下面以服务器作为流程的执行主体为例进行说明。操作设备用于获取用户的操作指令,根据用户的操作指令生成用户操作数据,通过无线网络或者有线网络发送将用户操作数据至服务器。操作设备可以是各种仪器设备,如示波器。用户在使用仪器设备时,对仪器设备的操作步骤将生成用户操作数据。在其他实施例中,还可以将操作设备作为流程的执行主体。将服务器作为执行主体,服务器与操作设备两者配合工作,有利于实现跨设备、跨地区的系统配置共享,且基于同一服务器内的数据模型库,不同操作设备发送的相同用户操作数据能够反馈相同的建议操作列表,便于统一管理数据模型库。
以多通道示波器为例来说明用户操作数据,假设用户需要分析电源的开关损耗情况。首先,采集A线路、B线路、C线路和N线路的电压和电流波形数据。示波器有1通道(简称CH1)、2通道(简称CH2)、...、8通道(简称CH8)共八条通道,其中CH1采集A线路的电压数据Ua,CH2采集A线路的电流数据Ia,CH3采集Ub,CH4采集Ib......CH7采集Un,CH8采集In。然后,计算A、B、C、N四个线路的功率波形曲线。开启4个“数学运算”通道,数学运算1通道(下文简称Math1)计算公式设置为“CH1*CH2”,以此类推,Math2=CH3*CH4,Math3=CH5*CH6,Math4=CH7*CH8。计算A、B、C、N的四个通道的能量损耗。开启“参数测量”功能,选择关心的数据范围,测量公式选择为“积分”,测量数据源选择Math1~Math4。在结果显示区域查看最终的能量损耗数值。用户完成上述计算的过程中,用户每次在示波器的项目选择步骤为用户操作数据,如开启数学运算、开启参数测试等步骤。
S20,判断数据模型库中是否记录有与所述用户操作数据对应的后续操作序列,所述后续操作序列至少包含一个操作步骤;
在本实施例中,服务器中预设数据模型库,数据模型库内保存有多种操作设备的操作数据。服务器的使用阶段包括两个阶段,即“前期学习阶段”和“产品应用阶段”。前期学习阶段时,服务器通过收集大量的用户操作数据样本后,运用机器学习、大数据分析等一系列手段构建数据模型库;产品应用阶段时,服务器获取用户操作数据后,基于数据模型库预测用户的后续操作步骤。
在本实施例中,数据模型库内保存有操作列表,操作列表记录有历史的操作步骤、与操作步骤对应的前导操作步骤、与操作步骤对应的后续操作步骤、操作序列和操作序列对应的频率权重,操作列表一种优选格式如表1所示。服务器中接收到用户操作数据后,判断数据模型库中是否记录有与用户操作数据对应的后续操作序列,其中后续操作序列是指与用户操作数据对应的后续可能被用户执行的操作序列。需要说明的是,操作列表中记录有多个操作序列,操作序列中至少包含一个操作步骤,且操作序列的个数可能为多个。其中可能继用户操作之后发生的操作列表为用户操作数据对应的后续操作序列。
表1操作列表示例
举例说明前期学习阶段数据模型库的构建。以查看多通道示波器的通道2波形数据为例,需用户具体执行步骤如下:Step1:点击屏幕菜单,开启通道2;Step2:旋转垂直档位旋钮,将垂直档位调整为合适值(假设为0.5V/div);Step3:旋转水平时基旋钮,将时机调整为合适值(假设为1ms/div);Step4:点击屏幕菜单,将记录长度设置为合适值(假设为10kpts);Step5:点击开始采集按钮,开始采集操作。在前期学习阶段,训练员在仪器设备上依次执行上述操作,训练员的每次操作,仪器均会将操作数据上传到服务器,服务器记录当前操作步骤以及前后操作步骤之间的关系,并增加操作序列出现的频率权重。流程如下:
当训练员操作Step1时,数据模型库记录下Step1。
当执行Step2时,数据模型库记录下Step2并将其加入到Step1的后续操作列表中,之后再将Step1加入Step2的前导操作列表中,再之后将操作序列Step1->Step2的出现频率权重设置为默认值(如1)。
当执行Step3时,数据模型库记录下Step3并将其加入到Step2的后续操作列表中,之后再将Step2加入Step3的前导操作列表中,再之后将操作序列Step1->Step2->Step3的出现频率权重设置为默认值。
当执行Step4时,数据模型库记录下Step4并将其加入到Step3的后续操作列表中,之后再将Step3加入Step4的前导操作列表中,再之后将操作序列Step1->Step2->Step3->Step4的出现频率权重设置为默认值。
当执行Step5时,数据模型库记录下Step5并将其加入到Step4的后续操作列表中,之后再将Step4加入Step5的前导操作列表中,再之后将操作序列Step1->Step2->Step3->Step4->Step5的出现频率权重设置为默认值。
此时训练员完成所有操作,Step1~Step5每个操作步骤的操作内容,前后操作步骤的关系,操作序列的频率权重数值作为一组操作数据模型样本,已被记录进数据模型库中。
经上述举例后,数据模型库初步构建完成,进入产品应用阶段。当用户在操作设备上执行Step1时,服务器接收操作设备发送的用户操作数据,并将用户操作数据放入数据模型库中进行匹配,得到所有Step1后续可能参与的操作序列。在本实施例中,用户执行步骤Step1之后,服务器判断出与用户操作数据对应的后续操作序列有Step2、Step2->Step3、Step2->Step3->Step4、Step2->Step3->Step4->Step5共4个操作序列。
可以理解的是,数据模型库记录操作步骤、前导操作步骤、后续操作步骤后,根据操作步骤、前导操作步骤、后续操作步骤的关系计算出当前操作步骤对应的操作序列,并根据记录操作序列的出现次数记录操作序列出现的频率权重。在产品应用阶段时,服务器同时还进行数据模型库的持续完善和构建。
S30,若有记录,则根据一个或多个所述后续操作序列生成建议操作列表,并将所述建议操作列表发送至所述操作设备,使所述操作设备向用户提供所述建议操作列表所包含的操作建议。
当服务器判断出数据模型库中记录有与用户操作数据对应的后续操作序列时,则根据对应的后续操作序列生成建议操作列表。可以理解的是,后续操作序列可能存在一个或者多个。在本实施例中,用户执行步骤用户执行步骤Step1之后,服务器根据数据模型库内的记录生成建议操作列表,如表2所示。
表2建议操作列表-示例1
序号 | 序列内容 |
1-1 | Step2 |
1-2 | Step2->Step3 |
1-3 | Step2->Step3->Step4 |
1-4 | Step2->Step3->Step4->Step5 |
生成建议操作列表之后,服务器将建议操作列表发送至操作设备。操作设备根据接收到的建议操作列表,向用户显示推荐建议操作列表所包含的操作建议,操作建议包括建议操作列表内推荐的至少一个操作序列。优选地,操作设备除了向用户呈现操作建议的操作序列之外,还为用户提供自定义选项,以供用户自定义操作步骤。
若数据模型库内没有记录有与用户操作数据对应的操作序列,例如用户操作数据中的操作步骤为数据模型库内所记录的操作步骤中的最后一步。由于数据模型库无法向操作设备提供建议操作列表,优选地,服务器则向操作设备发送提醒信息,以使所述操作设备告知用户无操作建议,执行S40。
在本实施例中,操作设备与服务器配合工作,用户在操作设备上的操作数据被上传或发送至服务器,服务器内预先构建有数据模型库,服务器根据用户操作数据基于数据模型库直接预测用户的后续操作内容,预测结果直接反馈到操作设备上,供用户选择,为用户提供多种可能的后续操作步骤,能够极大地简化用户与操作设备的交互次数,简化用户操作,提升工作效率。
图2为本发明第二实施例提供的人机交互方法的S20的细化流程示意图,其中S20包括S21~S23,详述如下:
步骤S21,分析出所述用户操作数据中包含的末位操作步骤,并判断所述数据模型库中是否记录有所述末位操作步骤;
可以理解的是,用户使用操作设备时,可能只执行一个步骤,也可能同时依次执行多个步骤。因此,用户操作数据中的操作序列至少包含一个操作步骤。获取用户操作数据后,由服务器分析出用户操作数据所包含的操作序列中的末位操作步骤,服务器根据用户操作数据中的末位操作步骤来预测和匹配与末位操作步骤对应的后续操作序列,后续操作序列是指末位操作步骤后预测可能执行的操作序列。
如前述实施例,当用户执行Step1之后,服务器分析出用户操作数据中的末位操作步骤为Step1,则从数据模型库中查找与Step1对应的后续操作序列,如操作序列Step2、操作序列Step2->Step3、操作序列Step2->Step3->Step4、操作序列Step2->Step3->Step4->Step5。
S22,若所述数据模型库中记录有所述末位操作步骤,则判断所述数据模型库中是否记录与所述末位操作步骤对应的后续操作步骤;
根据末位操作步骤来预测和匹配与用户操作数据对应的操作序列,当数据模型库中记录有用户操作数据中的末位操作步骤时,则继续判断模型库中是否存在与末位操作步骤对应的后续操作步骤。
其中,与末位操作步骤对应的后续操作步骤,是指数据模型库记录的操作列表中,位于末位操作步骤之后发生的操作步骤,操作列表中记录的与操作步骤项目对应的后续操作步骤项目。当分析出用户操作数据中的末位操作步骤之后,根据操作列表中的后续操作步骤一栏的记录,判断数据模型库中是否存在与末位操作步骤对应的后续操作步骤。可以理解的是,由于历史记录的不同,末位操作步骤的后续操作步骤可能存在多种步骤,例如,用户第一次操作Step1之后继续操作Step2,第二次用户操作Step1之后继续操作Step3,此时Step1的后续操作步骤包括Step2和Step3。
在其他实施例中,当数据模型库中记录有末位操作步骤时,判断数据模型库中是否存在前导操作步骤为末位操作步骤的操作步骤。例如用户操作数据中包含Step1,从数据模型库中查找前导操作步骤为Step1的操作步骤,例如Step2,此时Step2也是作为Step1的后续操作步骤,因此通过前导操作步骤来判断是否存在操作序列的预测原理与通过后续操作步骤来判断是否存在操作序列的原理互为逆向,再此不赘述。
当数据模型库中没有记录有用户操作数据中的末位操作步骤时,则说明此次的用户操作超出数据模型库中记录的历史操作范围。因此,服务器不能预测和匹配出与用户操作数据对应的操作序列,执行步骤S40。
S23,若存在所述后续操作步骤,则判断出所述数据模型库中的以所述后续操作步骤开始的操作序列为所述后续操作序列。
当数据模型库中存在与末位操作步骤对应的后续操作步骤时,服务器则判断出与数据模型库内记录有与用户操作记录对应的操作序列。可以理解的是,当数据模型库中记录有与末位操作步骤对应的后续操作步骤时,后续操作步骤本身作为一种操作序列推荐给操作设备。同时,服务器判断数据模型库中是否记录有与后续操作步骤本身对应的后续操作步骤,依次类推。因此,服务器此时判断出的操作序列包括后续操作步骤本身,也包括以后续操作步骤开始的后续操作序列。
图3为本发明第三实施例提供的人机交互方法的S30的细化流程示意图,S30包括S31~S32,详述如下:
S31,从所述数据模型库中获取一个或多个所述后续操作序列,并根据多个所述后续操作序列对应的频率权重的高低或者一个所述后续操作序列生成建议操作列表;
当判断出数据模型库中记录有与用户操作数据对应的后续操作序列后,可以理解的是,后续操作序列是以末位操作步骤对应的后续操作步骤开始的操作序列。服务器根据数据模型库的记录确认好后续操作序列,且后续操作序列的数量可能为一个也可能为多个。当数据模型库中的后续操作序列的数量为一个时,则根据特有的一个后续操作序列生成建议操作列表。
数据模型库中,对应每一个操作序列记录有对应的频率权重,频率权重指操作序列出现的次数,操作序列被执行的次数愈多,其频率权重的数值越大。在本实施例中,频率权重的默认值为1,且每当操作序列被执行一次,对应的频率权重的数值将会增加1个单位,单位可选为次数。
操作序列的频率权重的数值越大,说明操作序列被执行的次数愈多,反映出用户按照操作序列进行操作的机率愈大。因此,当数据模型库中记录有多个后续操作序列时,在根据操作序列生成建议操作列表时,根据操作序列的频率权重的从高至低的排列顺序进行排列,即频率权重越高的的操作序列在建议操作列表的位置越靠前且在操作设备上优先显示,以减少用户的选择时间,加快工作效率。
步骤S32,将所述建议操作列表发送至所述操作设备,使所述操作设备向用户提供所述建议操作列表所包含的操作建议。
按照操作序列的频率权重的高低次序生成建议操作列表之后,将建议操作列表发送至操作设备。操作设备接收到建议操作列表后,将操作列表中包含的操作序列提供给用户选择。可以理解的是,操作列表除了显示建议操作列表中包含的操作序列的操作建议之外,还显示用户自定义的操作选项。自定义的操作选项包括结束操作选项、手动操作选项等。
图4为本发明第四实施例提供的人机交互方法的流程示意图,本实施例中,S10”~S30”与前述S10~S30相同,在此不再赘述。不同之处在于,S40”与S40不同,详述如下:
S40”,若无记录,则记录后续的用户操作数据于所述数据模型库中,并将所述后续的用户操作数据关联所述用户操作数据。
在本实施例中,为了扩充数据模型库内的后续操作序列,当数据模型库内没有记录与当前的用户操作步骤对应的后续操作步骤时,将用户下一步的操作步骤所对应的用户操作数据与当前的用户操作步骤关联起来,以使得下一次出现当前的用户操作数据时,能够基于后续的用户操作数据提供操作建议。具体的,当数据模型库中不存在与用户操作数据对应的后续操作序列时,则继续获取用户的下一步操作所应对的后续的用户操作数据,并将所述后续的用户操作数据记录于数据模型库中。可以理解的是,将后续的用户操作数据与当前的用户操作数据关联,有利于扩充数据模型库的容量,提供更多的操作建议。
图5为本发明第五实施例提供的人机交互方法的流程示意图,本实施例中,S10'~S40'与前述S10~S40相同,在此不再赘述。不同之处在于,本实施例在步骤S10'之后还包括步骤S50'~S52',详述如下:
S50',判断所述数据模型库中是否记录有与所述用户操作数据中包含的操作序列相同的操作序列;
在本实施例中,为了在前期学习阶段创建数据模型库,以及在产品应用阶段持续完善数据模型库,在接受到用户操作数据之后,判断数据模型苦衷是否记录有与用户操作数据中包含的操作序列相同的操作序列。进一步地,在接受到用户操作数据之后,分析用户操作数据中包含的操作序列中形成包含至少一个操作步骤,当存在多个操作步骤时同时分析出多个操作步骤之间的前后顺序关系,并判断数据模型库中是否存在用户操作数据中包含的操作步骤和操作步骤之间的前导和后续关系。
S51',若是,则将所述数据模型库中的与所述用户操作数据中包含的操作序列相同的操作序列的频率权重加1;
若数据模型中记录有用户操作数据包含的操作序列,则说明数据模型库中存在历史操作与用户操作相同的记录,此时将数据模型中的与用户操作数据相同的操作序列的频率权重加1,以持续完善数据模型库。
以上述实施例中的例子继续说明。当操作设备向用户提供了图表2所示的建议操作列表后的操作建议后,用户选择了执行Step1->Step2->Step3的操作序列,操作设备按照用户选择的操作序列执行操作的时,将用户本次的用户操作数据发送至服务器。服务器再次将用户操作数据与数据模型库中的操作序列进行匹配。此时模型库中存在Step1->Step2->Step3的操作序列,则先将Step1->Step2->Step3操作序列的权重加1。之后再执行步骤S20和步骤S30,返回与本次用户操作数据对应的后续操作序列,如表3所示:
表3建议操作列表-示例2
序号 | 序列内容 | 频率权重 |
2-1 | Step4 | 1 |
2-2 | Step4->Step5 | 1 |
操作涉笔再次根据建议操作列表2向用户提供操作建议。此时用户选择了Step4->Step5操作序列。服务器接收用户的选择,并将用户操作数据再次与数据模型库斤进行匹配。此时模型库中存在记录2-2的操作序列(Step1->Step2->Step3->Step4->Step5),则先将操作序列的权重加1。此时模型库中没有记录2-2的后续操作序列了,则不再返回建议操作列表。
此时若再次执行Step1,则返回的建议操作列表的顺序会发生改变,具体列表如下,由于在上次操作中,“Step1->Step2->Step3”和“Step1->Step2->Step3->Step4->Step5”两个操作序列的频率权重增加了,说明这些操作用户比较常用,则在建议列表中会靠前优先显示,如表4所示。
表4建议操作列表-示例3
序号 | 序列内容 | 频率权重 |
1-1 | Step2->Step3 | 2 |
1-2 | Step2->Step3->Step4->Step5 | 2 |
1-3 | Step2 | 1 |
1-4 | Step2->Step3->Step4 | 1 |
这样一来,完成相同的操作,传统方式需要操作5次。而基于本发明的操作方法,只需要执行2次甚至1次即可,极大的提升了工作效率与用户体验。
S52',若否,则将所述用户操作数据中包含的操作序列记录于所述数据模型库中,并将所述用户操作数据中包含的操作序列的频率权重设为默认值。
若数据模型库中没有记录有与用户操作数据中包含的操作序列相同的操作序列,则将用户操作数据中包含的操作序列记录于数据模型库中,并将用户操作数据中包含的操作序列的频率权重设为默认值,以增加数据模型库内的数据容量,不断完善数据模型库。值得指出的是,将操作序列记录于数据模型库中的同时,根据操作序列包含的操作步骤之间的前后顺序关系,将各个操作步骤记录于操作列表中,并将各个操作步骤对应的前导和后续关系记录于操作列表中。可以理解的是,当数据模型库中已经记录有用户操作数据中包含的单个操作步骤,但是没有记录单个操作步骤制件的前后顺序关系时,将前后顺序关系增录在操作列表的前导操作步骤和后续操作步骤中,以便服务器根据操作列表预测出更多的操作序列。
在本实施例中,通过判断数据模型库中是都记录有用户操作数据包含的操作序列来不断完善和构建数据模型库,不论是在前期学习阶段和产品应用阶段均能适用,能够构建和完善数据库,不断扩大数据模型库的内容,为用户提供更多的选择。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
本发明还提供了一种人机交互系统,如图6所示为人机交互系统一优选实施例的结构示意图。如图6所示,人机交互系统6包括服务器51,其中服务器51包括:
数据交互模块511,用于接收操作设备发送的用户操作数据和用于将建议操作列表发送至所述操作设备;
数据模型库512,用于保存操作列表,所述操作列表记录有历史的操作步骤、与操作步骤对应的后续操作步骤、操作序列和操作序列对应的频率权重;
操作匹配与预测模块513,用于判断所述数据模型库中是否记录有与所述用户操作数据对应的后续操作序列,若存在,则根据所述后续操作序列生成建议操作列表。
图7为人机交互系统另一实施例的结构示意图,其中操作匹配与预测模块513包括第一判断模块5131、第二判断模块5132和结果生成模块5133,
第一判断模块5131,用于分析出所述用户操作数据中包含的末位操作步骤,并判断所述数据模型库中是否记录有所述末位操作步骤;
第二判断模块5132,用于当所述数据模型库中记录有所述末位操作步骤时,判断所述数据模型库中是否存在与所述末位操作步骤对应的后续操作步骤;
结果生成模块5133,用于当数据模型库中存在与所述末位操作步骤对应的后续操作步骤时,判断出所述数据库中记录有与所述用户操作数据对应的操作序列,根据所述操作序列生成建议操作列表。
图8为人机交互系统另一实施例的结构示意图,其中数据交互模块511还用于向操作设备发送提醒信息,以使所述操作设备告知用户无操作建议。
进一步地,服务器51还包括模型构建模块514,模型构建模块514包括分析模块5141和构建模块5142,其中,
分析模块5141,用于判断所述数据模型库中是否记录有与所述用户操作数据中包含的操作序列相同的操作序列;
构建模块5142,用于当判断所述数据模型库中记录有与所述用户操作数据中包含的操作序列相同的操作序列,将所述数据模型库中的与所述用户操作数据中包含的操作序列相同的操作序列的频率权重加1;还用于,当判断所述数据模型库中没有记录有与所述用户操作数据中包含的操作序列相同的操作序列,将所述用户操作数据中包含的操作序列记录于所述数据模型库中,并将所述用户操作数据中包含的操作序列的频率权重设为默认值。
图9为人机交互系统另一实施例的结构示意图,其中人机交互系统5还包括操作设备52,操作设备52包括:
操作接收模块521,用于接收用户的输入操作,并根据用户的输入操作生成用户操作数据;
信息交互模块522,用于将所述用户操作数据发送至所述云服务器,还用于接收所述建议操作列表;
显示模块523,用于显示所述建议操作列表中包含的操作建议。
其中,上述软件开发装置中各个模块的功能实现与上述软件开发方法实施例中各步骤相对应,其功能和实现过程在此处不再一一赘述。
图10是本发明一实施例提供的终端设备的示意图。如图10所示,该实施例的终端设备6包括:处理器60、存储器61以及存储在所述存储器61中并可在所述处理器60上运行的计算机程序62,例如人机交互程序。所述处理器60执行所述计算机程序62时实现上述各个人机交互方法实施例中的步骤,例如图1所示的步骤S10至S40。或者,所述处理器60执行所述计算机程序62时实现上述各装置实施例中各模块/单元的功能,例如图5所示模块511至513的功能。
示例性的,所述计算机程序62可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器61中,并由所述处理器60执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序62在所述终端设备6中的执行过程。例如,所述计算机程序62可以交互模块、存储模块和预测模块,各模块具体功能如下:
交互模块,用于接收操作设备发送的用户操作数据和用于将建议操作列表发送至操作设备;
存储模块,用于保存操作列表,操作列表记录有历史的操作步骤、与操作步骤对应的后续操作步骤、操作序列和操作序列对应的频率权重;
预测模块,用于判断数据模型库中是否记录有与用户操作数据对应的后续操作序列,若存在,则根据后续操作序列生成建议操作列表。
所述终端设备6可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括,但不仅限于,处理器60、存储器61。本领域技术人员可以理解,图6仅仅终端设备6的示例,并不构成对终端设备6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,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器60可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)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。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器61可以是所述终端设备6的内部存储单元,例如终端设备6的硬盘或内存。所述存储器61也可以是所述终端设备6的外部存储设备,例如所述终端设备6上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器61还可以既包括所述终端设备6的内部存储单元也包括外部存储设备。所述存储器61用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器61还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种人机交互方法,其特征在于,包括:
接收操作设备发送的用户操作数据;
判断数据模型库中是否记录有与所述用户操作数据对应的后续操作序列,所述后续操作序列至少包含一个操作步骤;
若有记录,则根据一个或多个所述后续操作序列生成建议操作列表,并将所述建议操作列表发送至所述操作设备,使所述操作设备向用户提供所述建议操作列表所包含的操作建议。
2.如权利要求1所述的人机交互方法,其特征在于,所述判断数据模型库中是否记录有与所述用户操作数据对应的后续操作序列,包括:
分析出所述用户操作数据中包含的末位操作步骤,并判断所述数据模型库中是否记录有所述末位操作步骤;
若所述数据模型库中记录有所述末位操作步骤,则判断所述数据模型库中是否记录与所述末位操作步骤对应的后续操作步骤;
若存在所述后续操作步骤,则判断出所述数据模型库中的以所述后续操作步骤开始的操作序列为所述后续操作序列。
3.如权利要求1所述的人机交互方法,其特征在于,所述根据一个或多个所述后续操作序列生成建议操作列表,并将所述建议操作列表发送至所述操作设备,使所述操作设备向用户提供所述建议操作列表所包含的操作建议,包括:
从所述数据模型库中获取一个或多个所述后续操作序列,并根据多个所述后续操作序列对应的频率权重的高低或者一个所述后续操作序列生成建议操作列表;
将所述建议操作列表发送至所述操作设备,使所述操作设备向用户提供所述建议操作列表所包含的操作建议。
4.如权利要求1所述的人机交互方法,其特征在于,所述判断数据模型库中是否记录有与所述用户操作数据对应的后续操作序列,所述后续操作序列至少包含一个操作步骤之后,还包括:
若无记录,则记录后续的用户操作数据于所述数据模型库中,并将所述后续的用户操作数据关联所述用户操作数据。
5.如权利要求1至4中任一项所述的人机交互方法,其特征在于,所述接收操作设备发送的用户操作数据之后,还包括:
判断所述数据模型库中是否记录有与所述用户操作数据中包含的操作序列相同的操作序列;
若有记录,则将所述数据模型库中的与所述用户操作数据中包含的操作序列相同的操作序列的频率权重加1;
若无记录,则将所述用户操作数据中包含的操作序列记录于所述数据模型库中,并将所述用户操作数据中包含的操作序列的频率权重设为默认值。
6.一种人机交互系统,其特征在于,包括服务器,所述服务器包括:
数据交互模块,所述数据交互模块用于接收操作设备发送的用户操作数据和用于将建议操作列表发送至所述操作设备;
数据模型库,所述数据模型库用于保存操作列表,所述操作列表记录有历史的操作步骤、与操作步骤对应的后续操作步骤、操作序列和操作序列对应的频率权重;
操作匹配与预测模块,所述操作匹配与预测模块用于判断所述数据模型库中是否记录有与所述用户操作数据对应的后续操作序列,若有记录,则根据一个或多个所述后续操作序列生成建议操作列表。
7.如权利要求6所述的人机交互系统,其特征在于,所述操作匹配与预测模块,包括第一判断模块、第二判断模块和结果生成模块,
所述第一判断模块,用于分析出所述用户操作数据中包含的末位操作步骤,并判断所述数据模型库中是否记录有所述末位操作步骤;
所述第二判断模块,用于当所述数据模型库中记录有所述末位操作步骤时,判断所述数据模型库中是否存在与所述末位操作步骤对应的后续操作步骤;
结果生成模块,用于当数据模型库中存在与所述末位操作步骤对应的后续操作步骤时,判断出所述数据库中记录有与所述用户操作数据对应的操作序列,根据所述操作序列生成建议操作列表。
8.如权利要求1所述的人机交互系统,其特征在于,所述人机交互系统还包括操作设备,所述操作设备包括:
操作接收模块,所述操作接收模块用于接收用户的输入操作,并根据所述用户的输入操作生成用户操作数据;
信息交互模块,所述信息交互模块用于将所述用户操作数据发送至所述云服务器,还用于接收所述建议操作列表;
显示模块,所述显示模块用于显示所述建议操作列表中包含的操作建议。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811290052.1A CN109491498A (zh) | 2018-10-31 | 2018-10-31 | 人机交互方法、系统、终端设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811290052.1A CN109491498A (zh) | 2018-10-31 | 2018-10-31 | 人机交互方法、系统、终端设备及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109491498A true CN109491498A (zh) | 2019-03-19 |
Family
ID=65691841
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811290052.1A Pending CN109491498A (zh) | 2018-10-31 | 2018-10-31 | 人机交互方法、系统、终端设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109491498A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110187945A (zh) * | 2019-04-26 | 2019-08-30 | 平安科技(深圳)有限公司 | 指示信息生成方法、装置、终端及存储介质 |
CN110320378A (zh) * | 2019-05-09 | 2019-10-11 | 深圳麦科田生物医疗技术有限公司 | 质控测试申请方法、装置、设备及计算机可读存储介质 |
CN110705799A (zh) * | 2019-10-10 | 2020-01-17 | 北京小米移动软件有限公司 | 一种智能提示梳洗相关信息的方法、装置及介质 |
WO2021017853A1 (zh) * | 2019-07-27 | 2021-02-04 | 华为技术有限公司 | 推荐操作序列的方法、终端及计算机可读介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5748512A (en) * | 1995-02-28 | 1998-05-05 | Microsoft Corporation | Adjusting keyboard |
CN101089782A (zh) * | 2006-06-12 | 2007-12-19 | 乐金电子(中国)研究开发中心有限公司 | 一种键盘智能输入的装置和方法 |
CN101576929A (zh) * | 2009-06-16 | 2009-11-11 | 程治永 | 一种快速词条提示的实现方法 |
CN102082874A (zh) * | 2011-01-28 | 2011-06-01 | 宇龙计算机通信科技(深圳)有限公司 | 移动终端中应用程序界面的排列方法及移动终端 |
CN102109960A (zh) * | 2011-03-22 | 2011-06-29 | 董浩亮 | 基于具有触摸感应设备的汉字拼音快速输入方法和实现该方法的系统 |
CN103049163A (zh) * | 2012-12-28 | 2013-04-17 | 华为技术有限公司 | 用户界面智能显示控制方法和装置 |
CN103677299A (zh) * | 2012-09-12 | 2014-03-26 | 深圳市世纪光速信息技术有限公司 | 一种在输入法中实现智能联想的方法、装置及终端设备 |
CN103713894A (zh) * | 2013-11-28 | 2014-04-09 | 百度时代网络技术(北京)有限公司 | 一种用于确定用户的访问需求信息的方法与设备 |
CN103885968A (zh) * | 2012-12-20 | 2014-06-25 | 北京百度网讯科技有限公司 | 一种用于提供推荐信息的方法和装置 |
CN106326320A (zh) * | 2015-07-09 | 2017-01-11 | 阿里巴巴集团控股有限公司 | 一种个性化引导的实现方法及装置 |
CN108062343A (zh) * | 2017-07-27 | 2018-05-22 | 宁波方太厨具有限公司 | 一种个性化智能菜谱的生成方法 |
-
2018
- 2018-10-31 CN CN201811290052.1A patent/CN109491498A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5748512A (en) * | 1995-02-28 | 1998-05-05 | Microsoft Corporation | Adjusting keyboard |
CN101089782A (zh) * | 2006-06-12 | 2007-12-19 | 乐金电子(中国)研究开发中心有限公司 | 一种键盘智能输入的装置和方法 |
CN101576929A (zh) * | 2009-06-16 | 2009-11-11 | 程治永 | 一种快速词条提示的实现方法 |
CN102082874A (zh) * | 2011-01-28 | 2011-06-01 | 宇龙计算机通信科技(深圳)有限公司 | 移动终端中应用程序界面的排列方法及移动终端 |
CN102109960A (zh) * | 2011-03-22 | 2011-06-29 | 董浩亮 | 基于具有触摸感应设备的汉字拼音快速输入方法和实现该方法的系统 |
CN103677299A (zh) * | 2012-09-12 | 2014-03-26 | 深圳市世纪光速信息技术有限公司 | 一种在输入法中实现智能联想的方法、装置及终端设备 |
CN103885968A (zh) * | 2012-12-20 | 2014-06-25 | 北京百度网讯科技有限公司 | 一种用于提供推荐信息的方法和装置 |
CN103049163A (zh) * | 2012-12-28 | 2013-04-17 | 华为技术有限公司 | 用户界面智能显示控制方法和装置 |
CN103713894A (zh) * | 2013-11-28 | 2014-04-09 | 百度时代网络技术(北京)有限公司 | 一种用于确定用户的访问需求信息的方法与设备 |
CN106326320A (zh) * | 2015-07-09 | 2017-01-11 | 阿里巴巴集团控股有限公司 | 一种个性化引导的实现方法及装置 |
CN108062343A (zh) * | 2017-07-27 | 2018-05-22 | 宁波方太厨具有限公司 | 一种个性化智能菜谱的生成方法 |
Non-Patent Citations (1)
Title |
---|
周属衡等: "《现代计算机实习指导》", 30 September 2002 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110187945A (zh) * | 2019-04-26 | 2019-08-30 | 平安科技(深圳)有限公司 | 指示信息生成方法、装置、终端及存储介质 |
CN110320378A (zh) * | 2019-05-09 | 2019-10-11 | 深圳麦科田生物医疗技术有限公司 | 质控测试申请方法、装置、设备及计算机可读存储介质 |
CN110320378B (zh) * | 2019-05-09 | 2023-07-14 | 深圳麦科田生物医疗技术股份有限公司 | 质控测试申请方法、装置、设备及计算机可读存储介质 |
WO2021017853A1 (zh) * | 2019-07-27 | 2021-02-04 | 华为技术有限公司 | 推荐操作序列的方法、终端及计算机可读介质 |
CN110705799A (zh) * | 2019-10-10 | 2020-01-17 | 北京小米移动软件有限公司 | 一种智能提示梳洗相关信息的方法、装置及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109491498A (zh) | 人机交互方法、系统、终端设备及计算机可读存储介质 | |
US20210241177A1 (en) | Method and system for performing machine learning process | |
US20220414544A1 (en) | Parallel Development and Deployment for Machine Learning Models | |
CN106067080B (zh) | 提供可配置工作流能力 | |
CN109542399A (zh) | 软件开发方法、装置、终端设备及计算机可读存储介质 | |
CN104204969B (zh) | 参数设定装置 | |
CN103020459B (zh) | 一种多维度用电行为的感知方法及系统 | |
CN112532299B (zh) | 基于模块拼接的卫星测试自动执行系统 | |
CN110599985B (zh) | 一种音频内容生成方法、服务端设备和客户端设备 | |
CN108334601A (zh) | 基于标签主题模型的歌曲推荐方法、装置及存储介质 | |
CN107609004A (zh) | 应用程序埋点方法和装置、计算机设备和存储介质 | |
CN110348622A (zh) | 一种基于机器学习的时间序列预测方法、系统及电子设备 | |
CN107632827A (zh) | 应用的安装包的生成方法及装置 | |
CN107219472A (zh) | 一种自动测试稳压器的方法和系统 | |
CN106803788A (zh) | 网络封包管理服务器及其网络封包管理方法 | |
CN109389518A (zh) | 关联分析方法及装置 | |
CN110288097A (zh) | 一种模型训练的方法以及相关装置 | |
CN107733710A (zh) | 链路调用关系的构建方法、装置、计算机设备及存储介质 | |
CN108304925A (zh) | 一种池化计算装置及方法 | |
CN109976875A (zh) | 一种超融合云计算系统的数据监测方法和装置 | |
CN109347938A (zh) | 一种流量监控方法、电话手表、移动终端及服务器 | |
CN106686179A (zh) | 一种基于测试自动化的手机功耗测试系统及方法 | |
TW201636750A (zh) | 用於辨識及遵守公共網格中的標準操作限制條件之系統及方法 | |
Chen et al. | Manufacturing apps and the Dynamic House of Quality: Towards an industrial revolution | |
US20220122174A1 (en) | Method and apparatus for peer-to-peer energy sharing based on reinforcement learning |
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: 20190319 |
|
RJ01 | Rejection of invention patent application after publication |