CN110351431A - 睡眠模式设置方法、用户终端及计算机可读存储介质 - Google Patents

Abstract

本发明公开了一种基于用户终端的睡眠模式设置方法、用户终端及计算机可读存储介质，所述睡眠模式设置方法包括：获取多个单位周期内用户的历史睡眠数据，其中每个单位周期内的历史睡眠数据包括历史睡眠起始点和历史睡眠终点；根据每个历史睡眠起始点、历史睡眠终点和每个单位周期内的历史睡眠数据对应的预设权重，预测当前单位周期内用户的睡眠时段；将预测的当前单位周期内用户的睡眠时段作为用户终端的睡眠模式开启时段。本发明基于用户历史数据对用户睡眠行为进行学习，进而得出用户的睡眠习惯，获得较为准确的用户睡眠开始时间和结束时间，实现了自适应调整用户终端的睡眠模式开启时段，减少了用户调节次数，智能化程度高。

Description

睡眠模式设置方法、用户终端及计算机可读存储介质

技术领域

本发明涉及移动终端应用领域，尤其涉及一种基于用户终端的睡眠模式设置方法、用户终端及计算机可读存储介质。

背景技术

近年来，随着移动终端的不断发展，移动终端，例如手机在人们的日常生活中己经相当的普及。很多体积小、功能齐全的手机受到越来越多人的喜爱，手机的广泛应用缩短了人与人之间在时间和空间上的距离，方便了人与人之间的交流，但同样手机在某些时候也会对人造成困扰，例如，在夜间休息时，用户常常会被手机应用的通知惊醒，为了应对这一问题，睡眠模式应运而生。

睡眠模式是指在用户睡眠时将设备能耗降低并开启免打扰功能，以此达到省电及防打扰的目的。现有技术中开启睡眠模式的时段主要由系统设置或用户手动输入一个固定时间段，这种方案对于睡眠时间多变的用户来说需要多次调节，灵活程度低。

发明内容

本发明的主要目的在于提出一种基于用户终端的睡眠模式设置方法、用户终端及计算机可读存储介质，旨在解决现有技术对于睡眠时间多变的用户来说需要多次调节，灵活程度低的技术问题。

为实现上述目的，本发明提供一种基于用户终端的睡眠模式设置方法，包括步骤：

获取多个单位周期内用户的历史睡眠数据，其中每个单位周期内的历史睡眠数据包括历史睡眠起始点和历史睡眠终点；

根据每个历史睡眠起始点、历史睡眠终点和每个单位周期内的历史睡眠数据对应的预设权重，预测当前单位周期内用户的睡眠时段；

将预测的当前单位周期内用户的睡眠时段作为用户终端的睡眠模式开启时段。

优选地，所述获取多个单位周期内用户的历史睡眠数据的步骤包括：

获取用户终端多个单位周期内的熄屏事件和亮屏事件，并从每个单位周期内选择最长的相邻熄屏事件和亮屏事件的间隔时间作为用户的历史睡眠时段；

根据每个单位周期内用户的历史睡眠时段，获取每个单位周期内用户的历史睡眠起始点和历史睡眠终点，并将所述历史睡眠起始点和所述历史睡眠终点作为历史睡眠数据。

优选地，所述获取每个单位周期内用户的历史睡眠起始点和历史睡眠终点的步骤之后，还包括：

判断每个单位周期内的睡眠时段是否存在应用申请记录；

当单位周期内的睡眠时段存在应用申请记录时，删除该单位周期的历史睡眠起始点和历史睡眠终点；

当单位周期内的睡眠时段不存在应用申请记录时，执行步骤：将所述历史睡眠起始点和所述历史睡眠终点作为历史睡眠数据。

优选地，所述历史睡眠数据还包括每个单位周期距离当前单位周期的时长；

所述根据每个历史睡眠起始点、历史睡眠终点和每个单位周期内的历史睡眠数据对应的预设权重，预测当前单位周期内用户的睡眠时段的步骤之前，还包括：

根据历史睡眠数据中每个单位周期距离当前单位周期的时长，从时长和预设权重的映射关系表中获取每个单位周期内的历史睡眠数据对应的预设权重。

优选地，单位周期距离当前单位周期的时长越短，预设权重越高。

优选地，所述根据每个历史睡眠起始点、历史睡眠终点和每个单位周期内的历史睡眠数据对应的预设权重，预测当前单位周期内用户的睡眠时段的步骤包括：

将多个历史睡眠起始点按照预设权重进行加权平均计算，将计算的结果作为当前单位周期内用户睡眠起始点；

和/或，

将多个历史睡眠终点按照预设权重进行加权平均计算，将计算的结果作为当前单位周期内用户睡眠终点。

优选地，所述获取多个单位周期内用户的历史睡眠数据，其中每个单位周期内的历史睡眠数据包括历史睡眠起始点和历史睡眠终点的步骤之后，还包括：

判断每个单位周期内的历史睡眠起始点和历史睡眠终点是否符合预设周期条件；

当单位周期内的历史睡眠起始点和/或历史睡眠终点不符合预设周期条件时，将该单位周期内对应不符合预设周期条件的历史睡眠起始点和/或历史睡眠终点加上24小时，以对应更新该单位周期内的历史睡眠起始点和/或历史睡眠终点。

优选地，所述预测当前单位周期内用户的睡眠时段的步骤包括：

当预测的当前单位周期睡眠起始点或睡眠终点大于或等于24小时时，将大于或等于24小时的睡眠起始点或睡眠终点减去24小时，以对应更新预测的当前单位周期内用户睡眠时段睡眠起始点或睡眠终点。

优选地，所述将预测的当前单位周期内用户的睡眠时段作为用户终端的睡眠模式开启时段的步骤之后，还包括：

在所述预测的当前单位周期内用户的睡眠时段开始之前，获取并存储用户终端的当前设置；

在所述预测的当前单位周期内用户的睡眠时段结束时，还原用户终端设置。

优选地，所述将预测的当前单位周期内用户的睡眠时段作为用户终端的睡眠模式开启时段的步骤之后，还包括：

在所述预测的当前单位周期内用户的睡眠时段开始时，检测用户终端是否处于熄屏状态；

当用户终端处于熄屏状态时，将用户终端设置为睡眠模式；

当用户终端不处于熄屏状态时，保持用户终端当前设置。

为实现上述目的，本发明还提供一种用户终端，所述用户终端包括存储器、处理器和存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上所述的基于用户终端的睡眠模式设置方法的步骤。

为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的基于用户终端的睡眠模式设置方法的步骤。

本发明提出的基于用户终端的睡眠模式设置方法、用户终端及计算机可读存储介质，在获取多个包含历史睡眠起始点和历史睡眠终点的历史睡眠数据之后，根据历史睡眠起始点、历史睡眠终点和每个单位周期内的历史睡眠数据对应的预设权重，预测当前单位周期内用户的睡眠时段，最后将预测的当前单位周期内的用户睡眠时段作为用户终端的睡眠模式开启时段。其中基于多组历史睡眠数据结合特定预设权重计算得到当前周期内用户的睡眠时段，解决了用户终端不能自适应地根据用户睡眠习惯调整睡眠模式设置时段的问题，从而更有效地进行睡眠模式的设置，减少了用户调整睡眠模式开启时段的次数，同时不会对用户的正常使用造成影响，灵活程度高。

附图说明

图1为本发明基于用户终端的睡眠模式设置方法第一实施例的流程示意图；

图2为本发明基于用户终端的睡眠模式设置方法第二实施例中步骤S10中获取多个单位周期内用户的历史睡眠数据的细化流程示意图；

图3为本发明基于用户终端的睡眠模式设置方法第四实施例的流程示意图；

图4为本发明用户终端的模块结构示意图。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明提供一种基于用户终端的睡眠模式设置方法，所述用户终端可以是平板电脑、手机或可穿戴设备，还可以是计算机设备等等。参照图1，图1为本发明基于用户终端的睡眠模式设置方法第一实施例的流程示意图，在本实施例中所述基于用户终端的睡眠模式设置方法包括：

步骤S10，获取多个单位周期内用户的历史睡眠数据，其中每个单位周期内的历史睡眠数据包括历史睡眠起始点和历史睡眠终点；

所述单位周期是指预先设置的一个统计周期,在本实施例中，单位周期以12:00am为单位周期统计起点，次日12:00am为单位周期统计终点，单位周期长为24小时。对于本方案的可选实施方案而言，由于大多数用户的睡眠时段起点位于中午12：00之后，睡眠时段终点位于次日中午12:00之前，所以将单位周期起点设置成12:00am，终点设置成次日12:00am有利于得到较为准确的用户睡眠数据。此外，也可以根据用户终端运营商的设置或用户的选择将其他时段设置为统计周期的起点和终点，在此不作赘述。

所述历史睡眠数据是在本单位周期之前的历史单位周期内所记录的用户睡眠数据，包括历史睡眠起始点和历史睡眠终点，例如，当一个单位周期的历史睡眠时段为22:00-8:00，则该单位周期的历史睡眠起始点为22:00，历史睡眠终点为次日8:00。可选地，所述用户睡眠数据还可以包括历史单位周期距离当前单位周期的时长，例如距离当前单位周期1天或48个小时。

步骤S20，根据每个历史睡眠起始点、历史睡眠终点和每个单位周期内的历史睡眠数据对应的预设权重，预测当前单位周期内用户的睡眠时段；

权重是指某一因素或指标相对于某一事物的重要程度，其不同于一般的比重，体现的不仅仅是某一因素或指标所占的百分比，强调的是因素或指标的相对重要程度，倾向于贡献度或重要性。所述每个历史睡眠起始点和历史睡眠终点所对应的预设权重可以相同，也可以不同。可选地，可以将全部单位周期内的历史睡眠数据作为预测当前用户睡眠时段的参考数据，距离当前单位周期的时间越久，权重就越小，也可以按照距离时间的范围进行权重的划分。或者，也可以从单位周期内选择记录有数据的且离当前单位周期时间较短的预设数量个单位周期的历史睡眠数据联合对应权重进行预测。在进行过历史睡眠数据的筛选后，即可根据多个历史睡眠起始点和历史睡眠终点计算得到当前单位周期睡眠起始点和当前周期睡眠终点，从而确定当前单位周期内用户的睡眠时段。

步骤S30，将预测的当前单位周期内用户的睡眠时段作为用户终端的睡眠模式开启时段。

在计算得到当前单位周期内用户的睡眠时段后，可以将睡眠时段的起点作为用户当前周期睡眠模式的开启点，将睡眠时段的终点作为对应的结束点。对应在用户终端睡眠模式设置时，处理器可以直接将睡眠时段对应的数据通过预设代码写入预留的变量，从而实现睡眠模式的时段设置。

本实施例通过获取多个单位周期内用户的历史睡眠数据，其中每个单位周期内的历史睡眠数据包括历史睡眠起始点和历史睡眠终点，然后根据每个历史睡眠起始点、历史睡眠终点和每个单位周期内的历史睡眠数据对应的预设权重，预测当前单位周期内用户的睡眠时段，再将预测的当前单位周期内用户的睡眠时段作为用户终端的睡眠模式开启时段。其中基于历史睡眠数据和相应设置的权重计算得到预测的当前周期睡眠时段，能够根据用户的睡眠习惯来调整睡眠模式的设置时间，使得有效设置睡眠模式的同时又不影响用户的正常使用，也减少了用户调节睡眠模式的次数，智能化程度高。

进一步地，参照图2，在本发明基于用户终端的睡眠模式设置方法的第二实施例中，所述步骤S10中获取多个单位周期内用户的历史睡眠数据的步骤包括：

步骤S11，获取用户终端多个单位周期内的熄屏事件和亮屏事件，并从每个单位周期内选择最长的相邻熄屏事件和亮屏事件的间隔时间作为用户的历史睡眠时段；

步骤S12，根据每个单位周期内用户的历史睡眠时段，获取每个单位周期内用户的历史睡眠起始点和历史睡眠终点，并将所述历史睡眠起始点和所述历史睡眠终点作为历史睡眠数据。

相邻熄屏事件和亮屏事件之间即为一个熄屏时段，一般情况可以认为在一个单位周期内，最长的熄屏时段往往对应是该单位周期用户的睡眠时段，因此可以选择每个单位周期内最长的相邻熄屏事件和亮屏事件的间隔时间作为用户的历史睡眠时段，而时段中的起点和结束点即是历史睡眠数据对应的历史睡眠起始点和历史睡眠终点。通过终端单位周期内熄灭屏事件的统计，能够帮助获取用于统计用户睡眠的睡眠数据，为后续自适应调整睡眠模式时段提供了技术基础。

进一步地，在本发明基于用户终端的睡眠模式设置方法的第三实施例中，所述步骤S12包括：

步骤S121，根据每个单位周期内用户的历史睡眠时段，获取每个单位周期内用户的历史睡眠起始点和历史睡眠终点；

步骤S122，判断每个单位周期内的睡眠时段是否存在应用申请记录；

步骤S123，当单位周期内的睡眠时段存在应用申请记录时，删除该单位周期的历史睡眠起始点和历史睡眠终点；

步骤S124，当单位周期内的睡眠时段不存在应用申请记录时，将所述历史睡眠起始点和所述历史睡眠终点作为历史睡眠数据。

其中判断每个单位周期内的睡眠数段是否存在应用申请记录可以通过获取每个单位周期内的Wakelock表单，以检查每个单位周期内Wakelock表单在睡眠时段是否存在应用申请记录确定。当任一单位周期内的Wakelock表单在睡眠时段存在应用申请记录，则确定该单位周期内的睡眠时段存在应用申请记录，反之，则不存在。需要说明的是，Wakelock是Android框架层提供的一套机制，使用该机制可以达到控制Android设备状态的目的。对应在其他用户终端也可以找到相应的机制进行设备状态监控，在此仅以基于Android系统的用户终端举例说明。当手机灭屏状态下保持一段时间后，系统会进入休眠，一些后台运行的任务就可能得不到正常执行，比如网络下载中断，后台播放音乐暂停等。Wakelock正是为了解决这类问题，应用只要申请了Wakelock，那么在释放Wakelock之前，系统不会进入休眠，即使在灭屏的状态下，应用要执行的任务依旧不会被系统打断。

睡眠时段是根据统计及分析而得出来的，本发明中的睡眠时段实质上仍是持续时间最长的熄屏时段，像音乐、下载、手电筒这类在熄屏状态下不影响使用的功能存在时，无法轻易判断用户是在使用这些功能还是处于睡眠状态，所以通过判断单位周期的睡眠时段是否存在应用申请记录，例如在睡眠时段存在如音乐、下载、手电筒等申请记录时，删除该单位周期的历史睡眠起始点和历史睡眠终点，防止由于出现了上述这些进程而导致系统选取了错误的熄屏时段作为历史睡眠时段，以间接提高睡眠时段预测的准确性。

此外，还需要说明的是，若选择当前单位周期前预设数量个历史睡眠数据进行睡眠时段预测，而其中某一个或某几个中又存在用户使用如音乐、下载、手电筒等应用的情况，那么对应使用应用时的历史睡眠数据会被删除，可以从所有历史睡眠数据中选择相近的其他历史睡眠数据进行补充，避免预测数据不够的情况，或者调整剩余其他历史睡眠数据所占权重。

进一步地，在其他实施例中，所述历史睡眠数据还包括每个单位周期距离当前单位周期的时长；在实施例执行时，所述步骤S20根据每个历史睡眠起始点、历史睡眠终点和每个单位周期内的历史睡眠数据对应的预设权重，预测当前单位周期内用户的睡眠时段的步骤之前，还包括：

步骤S13，根据历史睡眠数据中每个单位周期距离当前单位周期的时长，从时长和预设权重的映射关系表中获取每个单位周期内的历史睡眠数据对应的预设权重。

其中单位周期距离当前单位周期的时长越短，预设权重可以越高，可以理解的是，睡眠数据越靠近当前单位周期，则认为该睡眠数据更接近用户当前睡眠习惯，或者也可以根据实际需要进行其它偏重设置。本实施例为不同历史睡眠数据进行了权重的偏向分配，实际历史睡眠数据中包括的距离当前单位周期的时长即是划分权重的参数。可选地，历史睡眠数据中也可以记录不同历史睡眠数据中历史睡眠起点及历史睡眠终点的日期信息，通过对比各个历史睡眠起点及历史终点的日期信息进行权重分配，实际原理与距离当前单位周期的时长的方案相同，可参照执行。

需要说明的是，用户终端的存储器中可以存储有距离当前单位周期的时长与预设权重的映射关系表，该映射关系表可以是用户终端出厂前已经存储的，也可以作为第三方插件或应用中的数据包供用户下载获取。以单位周期距离当前单位周期的时长越短，预设权重越高为例，例如距离当前周期1天，权重为0.4；距离当前周期2天，权重为0.2。可以理解的是，当第A天的睡眠时段根据历史睡眠时段设置完成后，用户终端同样也会记录当前的用户睡眠数据，以作为第A+1天设置睡眠时段的参考。本实施例通过距离当前单位周期的时长划分睡眠数据的预设权重，实现了偏向性的权重划分，特别在单位周期距离当前单位周期的时长越短，预设权重越高的设置时更为贴近用户的实际睡眠情况，提升了睡眠时段设置的准确性。

此外，在本方案中，所述步骤S20执行时可以包括以下步骤中的至少一个：

步骤S21，将多个历史睡眠起始点按照预设权重进行加权平均计算，将计算的结果作为当前单位周期内用户睡眠起始点；

步骤S22，将多个历史睡眠终点按照预设权重进行加权平均计算，将计算的结果作为当前单位周期内用户睡眠终点。

加权平均计算指将各数值乘以相应的权数，然后加总求和得到总体值，再除以总的单位数得到加权平均值的过程。加权平均值的大小不仅取决于总体中各单位的数值(变量值)的大小，而且取决于权重大小，权重在加权平均数中起着权衡轻重的作用。采用加权平均计算使得越接近当前单位周期的历史睡眠数据所占权重越高，更加贴合用户的睡眠习惯。后续实施例将举例具体说明其预测计算过程。

可选地，在其他实施例中，所述步骤S10之后，还可以对某些特殊形式的数据进行处理，可以包括以下步骤：

步骤S14，判断每个单位周期内的历史睡眠起始点和历史睡眠终点是否符合预设周期条件；

步骤S15，当单位周期内的历史睡眠起始点或历史睡眠终点不符合预设周期条件时，将该单位周期内对应不符合预设周期条件的历史睡眠起始点和/或历史睡眠终点加上24小时，以对应更新该单位周期内的历史睡眠起始点和/或历史睡眠终点。

在执行步骤S14和步骤S15后，所述步骤S20中预测当前单位周期内的用户的睡眠时段的步骤还可以包括：

步骤S23，当预测的当前单位周期睡眠起始点或睡眠终点大于或等于24小时时，将大于或等于24小时的睡眠起始点或睡眠终点减去24小时，以对应更新预测的当前单位周期内用户睡眠时段睡眠起始点或睡眠终点。

其中预设周期条件是指单位周期的历史睡眠起始点和历史睡眠终点按照自然日排序，单个单位周期历史睡眠起始点至历史睡眠终点的跨度为连续的两个自然日，例如用户次日凌晨3点睡觉，次日上午9点起床，则认为不符合预设周期条件，需要对不符合条件的进行数据处理。还需要说明的是，本实施例对于睡眠时间跨度超过单位周期的历史睡眠时段可以给予删除处理，即不作为睡眠模式设置的参考数据，例如当单位周期为当日12:00am至次日12:00am，如果得到的单位周期用户历史睡眠起始点为当日6:00pm至次日8:00pm，则不使用该历史睡眠数据。

对于何时进行数据处理可以通过实例对比发现，当各个历史睡眠起始点和历史睡眠终点位于同一自然日内，如果直接按实际表示的时间计算当前单位周期内用户睡眠时段起始点和当前单位周期内用户睡眠时段终点，计算结果会出现与实际睡眠时段相差较大的情况。例如：

当历史睡眠起始点位于单位周期的所属自然日排序相同时，可以取5组历史睡眠数据，五组历史睡眠数据的历史睡眠起始点分别是：ts1：22:00、ts2：22:00、ts3：22:00、ts4：22:00、ts5：22:00；

查找映射关系表得到历史睡眠起始点对应的权重分别为w1：5％、w2：10％、w3：15％、w4：20％、w5：50％；

然后将上述历史睡眠起始点用分钟为单位进行表示，分别对应的历史睡眠起始点为ts1：1320、ts2：1320、ts3：1320、ts4：1320、ts5：1320

最后按照以下计算过程将历史睡眠起始点进行加权平均计算：

(ts1w1+ts2w2+ts3w3+ts4w4+ts5w5)/(w1+w2+w3+w4+w5)＝(1320×5％+1320×10％+1320×15％+1320×20％+1320×50％)/1＝1320

以24小时制表示最终的预测结果，得到当前单位周期内睡眠起始点为22:00。

但当历史睡眠起始点位于单位周期内所属自然日排序不相同，即存在历史睡眠起始点不符合预设周期条件时，取5组历史睡眠数据，五组历史睡眠数据的历史睡眠起始点分别是ts1：22:00、ts2：22:00、ts3：22:00、ts4：22:00、ts5：次日1:00；

查找映射关系表得到历史睡眠起始点对应的权重分别为w1：5％、w2：10％、w3：15％、w4：20％、w5：50％；

然后将上述历史睡眠起始点用分钟为单位进行表示，分别对应的历史睡眠起始点为ts1：1320、ts2：1320、ts3：1320、ts4：1320、ts5：60

最后按照以下计算过程将历史睡眠起始点进行加权平均计算：

(ts1w1+ts2w2+ts3w3+ts4w4+ts5w5)/(w1+w2+w3+w4+w5)＝(1320×5％+1320×10％+1320×15％+1320×20％+60×50％)/1＝690

以24小时制表示最终的预测结果，得到当前单位周期内睡眠起始点为11:30。

当前单位周期内睡眠终点计算可以参照执行，在此不作赘述。

由以上计算可得知，若各个历史睡眠起始点或历史睡眠终点不均对应属于同一次序的自然日内时，即在加权平均计算时的历史睡眠起始点或者历史睡眠终点不均属于单位周期的第N个自然日，或者说该历史睡眠起始点或者终点对应自然日在单位周期的排序不相同，直接进行计算得到的结果与实际情况相去甚远。因此需要对不在同一次序的相对靠后次序自然日内的历史睡眠起始点或历史睡眠终点进行修改，可以通过设置的预设周期条件进行判断，将不符合条件的历史睡眠起始点和/或历史睡眠终点对应加上24小时后再计算对应当前单位周期内的睡眠起始点和历史睡眠终点：

仍以上述方案为例，取5组历史睡眠数据；五组历史睡眠数据的历史睡眠起始点分别是ts1：22:00、ts2：22:00、ts3：22:00、ts4：22:00、ts5：次日1:00；

ts5属于该单位周期内的第二自然日，不与其它历史睡眠起始点的次序相同，可以认为不符合预设周期条件，将ts5加上24小时，则ts5：25:00；

查找映射关系表得到历史睡眠起始点对应的权重分别为w1：5％、w2：10％、w3：15％、w4：20％、w5：50％；

然后将历史睡眠起始点用分钟表示：ts1：1320、ts2：1320、ts3：1320、ts4：1320、ts5：1500；

最终将历史睡眠起始点进行加权平均计算：

(ts1w1+ts2w2+ts3w3+ts4w4+ts5w5)/(w1+w2+w3+w4+w5)＝(1320×5％+1320×10％+1320×15％+1320×20％+1500×50％)/1＝1410

以24小时制表示最终的预测结果，得到当前单位周期内睡眠起始点为23:30。

当前单位周期内睡眠终点计算可以参照执行，在此不作赘述。

由以上计算可得知，在将相对靠后的，例如排序序号为2的自然日的历史睡眠起始点或终点加上24小时后，得到的结果与实际情况较为接近。

因此通过设置预设周期条件进行判断，当各个历史睡眠起始点或历史睡眠终点不位于所有单位周期的同一排序自然日内时，将对应属于相对靠后自然日的历史睡眠起始点和历史睡眠终点分别加上与其它自然日的差值和24小时的乘积，以更新该单位周期内的历史睡眠起始点和历史睡眠终点。例如，其它历史睡眠起始点属于第一个自然日，A历史睡眠起始点属于第二个自然日，可以将A加上24小时再进行计算。可以理解的是，可以在计算时先确定各个历史睡眠起始点或者历史睡眠终点对应所属的自然日在单位周期内的排序，从而确定是否需要对历史睡眠起始点或者终点进行格式更新调整，保证了数据预测的准确性。

还需要说明的是，所述预测当前单位周期内用户的睡眠时段的步骤包括：

当预测的当前单位周期睡眠起始点或睡眠终点大于或等于24小时时，将大于或等于24小时的睡眠起始点或睡眠终点减去24小时与N的乘积，以对应更新预测的当前单位周期内用户睡眠时段睡眠起始点或睡眠终点，其中N为预测出的对应大于或等于24小时的睡眠起始点或睡眠终点除以24小时的商，以最终使得得到的当前预测的睡眠起始点和睡眠终点均小于24小时。以下为举例说明，当历史睡眠起始点或历史睡眠终点因位于相对靠后的第二个自然日的情况而加上24小时后再进行计算时，有出现计算结果大于24小时的可能，例如：

五组历史睡眠数据的历史睡眠起始点分别是ts1：1:00、ts2：1:00、ts3：1:00、ts4：1:00、ts5：1:00；五组历史睡眠起始点均属于该单位周期内的第二自然日，将五组历史睡眠起始点加上24小时，ts1：25:00、ts2：25:00、ts3：25:00、ts4：25:00、ts5：25:00；

查找映射关系表得到历史睡眠起始点对应的权重分别为w1：5％、w2：10％、w3：15％、w4：20％、w5：50％；

接着将更新后的历史睡眠起始点以分钟为单位进行表示：ts1：1500、ts2：1500、ts3：1500、ts4：1500、ts5：1500

然后按以下公式将历史睡眠起始点进行加权平均计算：

(ts1w1+ts2w2+ts3w3+ts4w4+ts5w5)/(w1+w2+w3+w4+w5)＝(1500×5％+1500×10％+1500×15％+150×20％+1500×50％)/1＝1500

将结果转换为24小时制，得到当前单位周期内睡眠起始点为25:00。

由于计算得出的当前单位周期内睡眠起始点为25:00，显然这个时刻在当前周期内是不存在的，需要缩减至24小时内的时间进行表示，即将计算结果减去24小时得到1:00，这个结果是符合用户实际使用情况的。

本实施例避免了由于跨越自然日时的时钟重置所带来的计算错误。解决了由于上述加上单个单位周期时长时有可能出现的计算结果不符合实际时钟的问题。

进一步地，所述步骤S30之后，还包括：

步骤S31，在所述预测的当前单位周期内用户的睡眠时段开始之前，获取并存储用户终端的当前设置；

步骤S32，在所述预测的当前单位周期内用户的睡眠时段结束时，还原用户终端设置。

需要说明的是，睡眠时段开始时用户终端设置睡眠模式的同时可能执行的操作有：清理后台；关闭数据业务，wifi，蓝牙，热点等耗电功能(需要保留通话，短信等基础功能)用以大幅减少待机唤醒并提升续航时间；降低后台应用活跃程度，加入对齐唤醒；将消息静音及关闭震动；降低亮度等。但一旦自动执行这些操作，对于用户在结束睡眠后正常使用终端时则无法找回当时需要的数据。因此可以在睡眠时段开始之前，保存用户对于上述业务开启或运行过程的数据，同时在睡眠时段结束时，恢复还原这些设置，不影响用户的正常使用，同时保证在睡眠模式开启的时间低续航，节约用户终端的电量，在节约了电能的同时不影响用户体验。

还需要说明的是，其中所述对齐唤醒是指每个后台进程自启动时间是不一样，每自启动一个进程就会造成系统唤醒一次。对齐唤醒的目的就是让所有进程在同一时间启动，这样就会降低唤醒系统的次数，从而达到减少耗电，而增加待机时间的目的。

进一步地，参照图3，在本发明的第四实施例中，所述步骤S30将预测的当前单位周期内用户的睡眠时段作为用户终端的睡眠模式开启时段的步骤之后，还包括：

步骤S40，在所述预测的当前单位周期内用户的睡眠时段开始时，检测用户终端是否处于熄屏状态；

步骤S50，当用户终端处于熄屏状态时，将用户终端设置为睡眠模式；

步骤S60，当用户终端不处于熄屏状态时，保持用户终端当前设置。

在所述预测的当前单位周期内用户的睡眠时段开始时，检测用户终端是否处于熄屏状态，当用户终端不处于熄屏状态时，则判断为用户还未进入睡眠状态，若此时仍然对用户终端进行睡眠模式设置，则会影响用户正常使用，因此，在所述预测的当前单位周期内用户的睡眠时段开始时，当用户终端不处于熄屏状态时，不对用户终端进行睡眠模式设置，以不影响用户对于用户终端的正常使用，避免因睡眠模式的设置对于用户操作进行过多的干扰。

图4为本发明所提供的用户终端的硬件结构示意图。

所述用户终端可以是手机、可穿戴设备以及平板电脑等等，在硬件结构上可以包括通信模块10、存储器20以及处理器30等部件。在所述用户终端中，所述处理器30分别与所述存储器20以及所述通信模块10连接，所述存储器20上存储有计算机程序，所述计算机程序同时被处理器30执行，所述计算机程序执行时实现上述方法实施例的步骤。

通信模块10，可通过网络与外部通讯设备连接。通信模块10可以接收外部通讯设备发出的请求，还可以发送请求、指令及信息至所述外部通讯设备，所述外部通讯设备可以是其它用户终端、服务器或者物联网设备等等。

存储器20，可用于存储软件程序以及各种数据。存储器20可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如获取多个单位周期内用户的历史睡眠数据)等；存储数据区可包括数据库，存储数据区可存储根据系统的使用所创建的数据或信息等。此外，存储器20可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

处理器30，是用户终端的控制中心，利用各种接口和线路连接整个用户终端的各个部分，通过运行或执行存储在存储器20内的软件程序和/或模块，以及调用存储在存储器20内的数据，执行用户终端的各种功能和处理数据，从而对用户终端进行整体监控。处理器30可包括一个或多个处理单元；可选地，处理器30可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器30中。

尽管图4未示出，但上述用户终端还可以包括电路控制模块，用于与电源连接，保证其他部件的正常工作。本领域技术人员可以理解，图4中示出的用户终端结构并不构成对用户终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

本发明还提出一种计算机可读存储介质，其上存储有计算机程序。所述计算机可读存储介质可以是图4的终端中的存储器20，也可以是如ROM(Read-Only Memory，只读存储器)/RAM(Random Access Memory，随机存取存储器)、磁碟、光盘中的至少一种，所述计算机可读存储介质包括若干指令用以使得一台具有处理器的终端设备(可以是手机，计算机，服务器，终端，或者网络设备等)执行本发明各个实施例所述的方法。

在本发明中，术语“第一”“第二”“第三”“第四”“第五”仅用于描述的目的，而不能理解为指示或暗示相对重要性，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

尽管上面已经示出和描述了本发明的实施例，本发明保护的范围并不局限于此，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改和替换，这些变化、修改和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权利要求的保护范围为准。

Claims (12)

1.一种基于用户终端的睡眠模式设置方法，其特征在于，包括：

获取多个单位周期内用户的历史睡眠数据，其中每个单位周期内的历史睡眠数据包括历史睡眠起始点和历史睡眠终点；

根据每个历史睡眠起始点、历史睡眠终点和每个单位周期内的历史睡眠数据对应的预设权重，预测当前单位周期内用户的睡眠时段；

将预测的当前单位周期内用户的睡眠时段作为用户终端的睡眠模式开启时段。

2.如权利要求1所述的基于用户终端的睡眠模式设置方法，其特征在于，所述获取多个单位周期内用户的历史睡眠数据的步骤包括：

获取用户终端多个单位周期内的熄屏事件和亮屏事件，并从每个单位周期内选择最长的相邻熄屏事件和亮屏事件的间隔时间作为用户的历史睡眠时段；

根据每个单位周期内用户的历史睡眠时段，获取每个单位周期内用户的历史睡眠起始点和历史睡眠终点，并将所述历史睡眠起始点和所述历史睡眠终点作为历史睡眠数据。

3.如权利要求2所述的基于用户终端的睡眠模式设置方法，其特征在于，所述获取每个单位周期内用户的历史睡眠起始点和历史睡眠终点的步骤之后，还包括：

判断每个单位周期内的睡眠时段是否存在应用申请记录；

当单位周期内的睡眠时段存在应用申请记录时，删除该单位周期的历史睡眠起始点和历史睡眠终点；

当单位周期内的睡眠时段不存在应用申请记录时，执行步骤：将所述历史睡眠起始点和所述历史睡眠终点作为历史睡眠数据。

4.如权利要求1所述的基于用户终端的睡眠模式设置方法，其特征在于，所述历史睡眠数据还包括每个单位周期距离当前单位周期的时长；

所述根据每个历史睡眠起始点、历史睡眠终点和每个单位周期内的历史睡眠数据对应的预设权重，预测当前单位周期内用户的睡眠时段的步骤之前，还包括：

根据历史睡眠数据中每个单位周期距离当前单位周期的时长，从时长和预设权重的映射关系表中获取每个单位周期内的历史睡眠数据对应的预设权重。

5.如权利要求4所述的基于用户终端的睡眠模式设置方法，其特征在于，单位周期距离当前单位周期的时长越短，预设权重越高。

6.如权利要求1所述的基于用户终端的睡眠模式设置方法，其特征在于，所述根据每个历史睡眠起始点、历史睡眠终点和每个单位周期内的历史睡眠数据对应的预设权重，预测当前单位周期内用户的睡眠时段的步骤包括：

将多个历史睡眠起始点按照预设权重进行加权平均计算，将计算的结果作为当前单位周期内用户睡眠起始点；

和/或，

将多个历史睡眠终点按照预设权重进行加权平均计算，将计算的结果作为当前单位周期内用户睡眠终点。

7.如权利要求1所述的基于用户终端的睡眠模式设置方法，其特征在于，所述获取多个单位周期内用户的历史睡眠数据，其中每个单位周期内的历史睡眠数据包括历史睡眠起始点和历史睡眠终点的步骤之后，还包括：

判断每个单位周期内的历史睡眠起始点和历史睡眠终点是否符合预设周期条件；

当单位周期内的历史睡眠起始点或历史睡眠终点不符合预设周期条件时，将该单位周期内对应不符合预设周期条件的历史睡眠起始点和/或历史睡眠终点加上24小时，以对应更新该单位周期内的历史睡眠起始点和/或历史睡眠终点。

8.如权利要求7所述的基于用户终端的睡眠模式设置方法，其特征在于，所述预测当前单位周期内用户的睡眠时段的步骤包括：

当预测的当前单位周期睡眠起始点或睡眠终点大于或等于24小时时，将大于或等于24小时的睡眠起始点或睡眠终点减去24小时，以对应更新预测的当前单位周期内用户睡眠时段睡眠起始点或睡眠终点。

9.如权利要求1所述的基于用户终端的睡眠模式设置方法，其特征在于，所述将预测的当前单位周期内用户的睡眠时段作为用户终端的睡眠模式开启时段的步骤之后，还包括：

在所述预测的当前单位周期内用户的睡眠时段开始之前，获取并存储用户终端的当前设置；

在所述预测的当前单位周期内用户的睡眠时段结束时，还原用户终端设置。

10.如权利要求1-9任一项所述的基于用户终端的睡眠模式设置方法，其特征在于，所述将预测的当前单位周期内用户的睡眠时段作为用户终端的睡眠模式开启时段的步骤之后，还包括：

在所述预测的当前单位周期内用户的睡眠时段开始时，检测用户终端是否处于熄屏状态；

当用户终端处于熄屏状态时，将用户终端设置为睡眠模式；

当用户终端不处于熄屏状态时，保持用户终端当前设置。

11.一种用户终端，其特征在于，所述用户终端包括存储器、处理器和存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至10中任一项所述的基于用户终端的睡眠模式设置方法的步骤。

12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至10中任一项所述的基于用户终端的睡眠模式设置方法的步骤。