CN111338811A - 用户书写行为分析方法、服务器、终端、系统及电子设备 - Google Patents
用户书写行为分析方法、服务器、终端、系统及电子设备 Download PDFInfo
- Publication number
- CN111338811A CN111338811A CN201910112606.7A CN201910112606A CN111338811A CN 111338811 A CN111338811 A CN 111338811A CN 201910112606 A CN201910112606 A CN 201910112606A CN 111338811 A CN111338811 A CN 111338811A
- Authority
- CN
- China
- Prior art keywords
- user
- writing
- behavior
- data
- analysis
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 148
- 230000006399 behavior Effects 0.000 claims abstract description 331
- 238000000034 method Methods 0.000 claims abstract description 65
- 238000005516 engineering process Methods 0.000 claims abstract description 22
- 238000007418 data mining Methods 0.000 claims abstract description 12
- 238000013135 deep learning Methods 0.000 claims abstract description 11
- 238000010801 machine learning Methods 0.000 claims abstract description 11
- 230000015654 memory Effects 0.000 claims description 45
- 238000004590 computer program Methods 0.000 claims description 10
- 238000007405 data analysis Methods 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 3
- 230000006870 function Effects 0.000 description 11
- 230000008901 benefit Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 230000009471 action Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 238000005065 mining Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/54—Interprogram communication
- G06F9/546—Message passing systems or structures, e.g. queues
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/54—Interprogram communication
- G06F9/547—Remote procedure calls [RPC]; Web services
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/54—Indexing scheme relating to G06F9/54
- G06F2209/541—Client-server
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/54—Indexing scheme relating to G06F9/54
- G06F2209/548—Queue
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Technology (AREA)
- Educational Administration (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种用户书写行为分析方法,包括:接收不同系统的用户书写行为信息列表,并排列生成行为信息队列;将所述行为信息队列中的用户书写行为信息转换为行为分析数据;利用数据建模技术建立书写行为分析模型,并根据所述分析模型对所述行为分析数据进行数据挖掘得到用户书写行为的分析结果;根据用户书写的机器学习算法和深度学习算法,对所述分析结果进行学习,得到最终的用户书写方案;将得到的所述用户书写方案发给不同系统的用户终端。通过采用统一的用户书写行为指令,采集多系统用户书写行为数据并进行统计和挖掘,实现了多种系统环境下统一的用户书写行为分析。
Description
技术领域
本发明涉及数据处理技术领域,特别是指用户书写行为分析方法、服务器、终端、系统及电子设备。
背景技术
随着云计算、大数据、人工智能等行业应用的兴起,为了给用户提供高水平的服务,许多软件系统都提供用户行为分析功能,而用户在书写操作时的行为、书写喜好等各不相同,如何通过对用户书写行为进行分析,了解用户对于书写的使用情况,帮助书写产品在迭代开发中不断提升用户的使用体验,给用户提供便捷、有效地指导和最佳的建议,给产品带来更好的经济效益成为急需解决的问题。
针对现在越来越多种类的软件系统环境包括PC端软件系统、移动设备上的APP软件系统、大屏软件系统等,以及不断激增的产品数据,需要一种在多种软件系统环境下的统一的用户行为分析方法及系统,能够同时对不同软件系统的用户行为数据进行分析处理和快速挖掘。
发明内容
有鉴于此,本发明实施例的目的在于提出用户书写行为分析方法、服务器、终端、系统及电子设备,能够在不同系统下统一的进行用户书写行为分析。
基于上述目的,本发明实施例的第一个方面,提供了一种用户书写行为分析方法,应用于服务器,包括:
接收不同系统的用户书写行为信息列表,并排列生成行为信息队列;
将所述行为信息队列中的用户书写行为信息转换为行为分析数据;
利用数据建模技术建立书写行为分析模型,并根据所述分析模型对所述行为分析数据进行数据挖掘得到用户书写行为的分析结果;
根据用户书写的机器学习算法和深度学习算法,对所述分析结果进行学习,得到最终的用户书写方案;
将得到的所述用户书写方案发给不同系统的用户终端。
可选的,所述将所述行为信息队列中的用户书写行为信息转换为行为分析数据,包括:
将所述行为信息队列中的用户书写行为信息分类保存于实时数据库;
根据预设时间或数据类型,将所述实时数据库的用户书写行为信息转存给离线数据库;
将所述离线数据库和所述实时数据库中的所述用户书写行为信息转换为行为分析数据。
可选的,所述利用数据建模技术建立书写行为分析模型,并根据所述分析模型对所述行为分析数据进行数据挖掘得到用户书写行为的分析结果,包括:
将所述行为分析数据按用户特征和行为序列进行归类;
按照行为过滤方法,对归类后的所述行为分析数据进行筛选和初步分析,得到中间分析数据;
根据数学建模技术,建立用户书写行为分析模型;
根据建立的所述分析模型中的指标要求,判断所述中间分析数据得到最终的分析结果。
可选的,所述用户书写方案,包括:
根据用户书写行为的所述分析结果,得到与不同应用软件相关联的用户书写方案。
可选的,在所述接收不同系统的用户书写行为信息列表之前,还包括:
根据不同系统,定义用户书写行为指令,所述书写行为指令包括系统信息、硬件地址和行为类型代码。
可选的,所述系统包括:计算机软件系统、移动设备应用系统和大屏应用系统。
本发明实施例的第二个方面,提供了一种用户书写行为分析方法,应用于用户终端,包括:
获取服务器定义的用户书写行为指令,并根据所述书写行为指令定义书写行为数据;
采集所述书写行为数据,并将采集的所述书写行为数据转换为用户书写行为信息;
统计所述用户书写行为信息,生成用户书写的行为信息列表,并将所述行为信息列表上传至所述服务器。
可选的,所述的一种用户书写行为分析方法,还包括:
接收服务器反馈的用户书写方案;
在用户启动书写行为时,将所述用户书写方案作为用户默认的书写方式呈现给用户。
可选的,所述用户书写行为信息包括:书写笔的种类、书写笔的颜色和书写笔的粗细。
本发明实施例的第三个方面,提供了一种服务器,包括:
行为指令定义模块,用于根据不同系统,定义用户书写行为指令;
数据获取模块,用于接收不同系统的用户书写行为信息列表,并排列生成行为信息队列;
数据统计模块,用于将所述行为信息队列中的用户书写行为信息转换为行为分析数据;
所述数据统计模块,还用于将所述行为信息队列中的用户书写行为信息分类保存于实时数据库;根据预设时间或数据类型,将所述实时数据库的用户书写行为信息转存给离线数据库;将所述离线数据库和所述实时数据库中的所述用户书写行为信息转换为行为分析数据;
数据分析模块,用于利用数据建模技术建立书写行为分析模型,并根据所述分析模型对所述行为分析数据进行数据挖掘得到用户书写行为的分析结果;
所述数据分析模块,还用于将所述行为分析数据按用户特征和行为序列进行归类;按照行为过滤方法,对归类后的所述行为分析数据进行筛选和初步分析,得到中间分析数据;根据数学建模技术,建立用户书写行为分析模型;根据建立的所述分析模型中的指标要求,判断所述中间分析数据得到最终的分析结果;
结果反馈模块,用于根据用户书写的机器学习算法和深度学习算法,对所述分析结果进行学习,得到最终的用户书写方案;以及,将得到的所述用户书写方案发给不同系统的用户终端。
本发明实施例的第四个方面,提供了一种用户终端,包括:
行为数据定义模块,用于获取服务器定义的用户书写行为指令,并根据所述书写行为指令定义书写行为数据;
数据采集模块,用于采集所述书写行为数据,并将采集的所述书写行为数据转换为用户书写行为信息;
数据上传模块,用于统计所述用户书写行为信息,生成用户书写的行为信息列表,并将所述行为信息列表上传至所述服务器;
结果接收模块,用于接收服务器反馈的用户书写方案;
显示模块,用于在用户启动书写行为时,将所述用户书写方案作为用户默认的书写方式呈现给用户。
本发明实施例的第五个方面,提供了一种用户书写行为分析系统,包括所述服务器,以及,所述用户终端。
本发明实施例的第六个方面,提供了一种电子设备,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如前任意一项所述的方法。
本发明实施例的第七个方面,提供了一种存储有计算机程序的计算机可读存储介质,其中,所述计算机程序在由处理器执行时实现前述任一项所述的方法的步骤。
从上面所述可以看出,本发明提供的用户书写行为分析方法、服务器、终端、系统及电子设备,通过采用统一的用户书写行为指令,采集多系统用户书写行为数据并进行统计和挖掘,实现了多种系统环境下统一的用户书写行为分析,通过利用大数据建模技术对用户书写行为数据进行深入的挖掘与分析,为软件系统的性能优化和维护提供了重要支持,通过机器学习和深度学习,得到每个用户不同的书写行为方案并反馈给用户,为用户提供了便捷、有效地书写行为指导和更加有针对性的书写建议,提升了用户的使用体验和满意度,给书写产品带来了更好的经济效益。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,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的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的一种用户书写行为分析方法的一个实施例的流程示意图;
图2为本发明提供的一种用户书写行为分析方法的另一个实施例的流程示意图;
图3为本发明提供的服务器的一个实施例的结构示意图;
图4为本发明提供的执行所述用户书写行为分析方法的电子设备的一个实施例的硬件结构示意图;
图5为本发明提供的用户终端的一个实施例的结构示意图;
图6为本发明提供的执行所述用户书写行为分析方法的电子设备的另一个实施例的硬件结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明进一步详细说明。
需要说明的是,本发明实施例中所有使用“第一”和“第二”的表述均是为了区分两个相同名称非相同的实体或者非相同的参量,可见“第一”“第二”仅为了表述的方便,不应理解为对本发明实施例的限定,后续实施例对此不再一一说明。
本发明实施例的第一个方面,提出了一种用户书写行为分析方法,能在不同系统下统一的进行用户书写行为分析。如图1所示,为本发明提供的一种用户书写行为分析方法的一个实施例的流程示意图。
所述用户书写行为分析方法,可选的,应用于服务器,包括以下步骤:
步骤101:接收不同系统的用户书写行为信息列表,并排列生成行为信息队列。这里通过实时地接收不同系统的用户书写行为指令信息列表,将用户书写行为信息进行收集,用户书写行为信息包括:书写笔的种类、书写笔的颜色和书写笔的粗细。
可选的,所述系统包括:计算机软件系统、移动设备应用系统和大屏应用系统。其中软件系统包括:Android App、iOS App和Web页面。
步骤102:将所述行为信息队列中的用户书写行为信息转换为行为分析数据。将行为信息队列中的用户书写行为信息分类保存在数据库中,通过统计整理得到用户可用于进行行为分析的行为分析数据。
步骤103:利用数据建模技术建立书写行为分析模型,并根据所述分析模型对所述行为分析数据进行数据挖掘得到用户书写行为的分析结果。用户书写行为的数据挖掘和分析结构分成三层分析模式,最底层由多个系统中每个用户及其书写行为的细节数据构成的,例如每一个用户进行书写行为的软件系统、书写过程中的具体操作以及书写的时间等,这些数据可以做到深入的了解每一个用户的书写行为和习惯;中间层是由一系列相互关联的分析方法、模型以及相应的数据构成的,例如行为分析、漏斗、留存、细分、画像洞察等,实现对最底层数据进行初步的过滤分析;分析层是由一系列从中间层组织的数据指标构成,例如使用次数最大值、使用时长等,通过数据指标对中间层过滤后的用户分析数据进行判断和分析,得到最终每个用户在使用不同软件时的书写行为分析结果。
步骤104:根据用户书写的机器学习算法和深度学习算法,对所述分析结果进行学习,得到最终的用户书写方案。通过系统的用户书写行为分析可以清楚而明晰地看清每一个用户的属性信息、行为轨迹以及具体操作,为公司的运营决策提供建议,例如:对用户在大屏、手机、安卓白板的书写行为和电脑OPS行为进行统一汇总,可以分析出用户的书写习惯是怎样的,更喜欢用哪种笔,颜色、粗细等。
可选的,所述用户书写方案,包括:根据用户书写行为的所述分析结果,得到与不同应用软件相关联的用户书写方案,其中,所述应用软件包括word、excel、PowerPoint、WPS、Photoshop。
步骤105:将得到的所述用户书写方案发给不同系统的用户终端。
可选的,在所述接收不同系统的用户书写行为信息列表之前,还包括以下步骤:
步骤106:根据不同系统,定义用户书写行为指令,所述书写行为指令包括系统信息、硬件地址和行为类型代码。为了保证多系统统一的用户书写行为维度,不同系统之间采用统一的用户书写行为指令,使多个系统用户书写行为的数据在分析时能够保持一致,降低了分析的难度。
可选的,所述将所述行为信息队列中的用户书写行为信息转换为行为分析数据,包括:
将所述行为信息队列中的用户书写行为信息分类保存于实时数据库。服务器监控用户书写行为信息队列,并实时把队列里面的用户书写行为信息分类后保存到实时数据库中,以备后续分析所用。
根据预设时间或数据类型,将所述实时数据库的用户书写行为信息转存给离线数据库。随着系统的使用,用户书写行为数据是海量巨大的,实时系统无法满足使用的需求时,需要根据时间或者行为数据的类型将实时数据库中的指令数据列表转存到离线数据库中,提高了系统分析的效率。
将所述离线数据库和所述实时数据库中的所述用户书写行为信息转换为行为分析数据。这里将离线数据库和实时数据库中的行为指令数据转换为行为分析时所用的分析数据。
可选的,所述利用数据建模技术建立书写行为分析模型,并根据所述分析模型对所述行为分析数据进行数据挖掘得到用户书写行为的分析结果,包括:
将所述行为分析数据按用户特征和行为序列进行归类;按照行为过滤方法,对归类后的所述行为分析数据进行筛选和初步分析,得到中间分析数据;
根据数学建模技术,建立用户书写行为分析模型;根据建立的所述分析模型中的指标要求,判断所述中间分析数据得到最终的分析结果。
从上面实施例可以看出,本实施例提供的一种用户书写行为分析方法,通过采用统一的用户书写行为指令,采集多系统用户书写行为数据并进行统计和数据挖掘,实现了多种系统环境下统一的用户书写行为分析,通过利用大数据建模技术对用户书写行为数据进行深入的挖掘与分析,为软件系统的性能优化和维护提供了重要支持,通过机器学习和深度学习,得到每个用户不同的书写行为方案并反馈给用户,为用户提供了便捷、有效地书写行为指导和更加有针对性的书写建议,提升了用户的使用体验和满意度,给书写产品带来了更好的经济效益。
本发明实施例的第二个方面,提出了一种用户书写行为分析方法,能够将在用户终端采集的用户书写行为数据上传到服务器端。如图2所示,为本发明提供的一种用户书写行为分析方法的另一个实施例的流程示意图。
所述一种用户书写行为分析方法,可选的,应用于用户终端,包括以下步骤:
步骤201:获取服务器定义的用户书写行为指令,并根据所述书写行为指令定义书写行为数据。
步骤202:采集所述书写行为数据,并将采集的所述书写行为数据转换为用户书写行为信息。
可选的,所述用户书写行为信息包括:书写笔的种类、书写笔的颜色和书写笔的粗细。采集的用户书写行为数据为机器指令代码,将其转换为用户书写行为指令数据具体表现为用户的动作,比如白板软件里面使用了红色笔粗为5的硬笔。
步骤203:统计所述用户书写行为信息,生成用户书写的行为信息列表,并将所述行为信息列表上传至所述服务器。将指令数据列表通过REST API服务上传给服务器的用户书写行为指令队列,当本地实时数据库缓存到指定数量以后,系统调用云端的服务接口,上传指令数据列表到服务器,为了保障指令数据列表能够上传到云端服务中,指令数据列表是通过指令队列进入到服务器中,以免造成服务器的阻塞。
所述一种用户书写行为分析方法,可选的,应用于用户终端,还包括以下步骤:
步骤204:接收服务器反馈的用户书写方案。
步骤205:在用户启动书写行为时,将所述用户书写方案作为用户默认的书写方式呈现给用户。
从上面实施例可以看出,本实施例提供的一种用户书写行为分析方法,通过接收服务器反馈的每个用户的书写方案并在用户终端进行显示,为用户提供了便捷、有效地书写行为指导和更加有针对性的书写建议,提供了更加丰富的用户需求,提升了用户的使用体验和满意度。
本发明实施例的第三个方面,提出了一种服务器,能够对用户终端发送的用户书写行为信息列表进行统计和分析。如图3所示,为本发明提供的服务器的一个实施例的结构示意图。
所述一种服务器,包括:
行为指令定义模块301,用于根据不同系统,定义用户书写行为指令。
数据获取模块302,用于接收不同系统的用户书写行为信息列表,并排列生成行为信息队列。
数据统计模块303,用于将所述行为信息队列中的用户书写行为信息转换为行为分析数据。所述数据统计模块,还用于将所述行为信息队列中的用户书写行为信息分类保存于实时数据库;根据预设时间或数据类型,将所述实时数据库的用户书写行为信息转存给离线数据库;将所述离线数据库和所述实时数据库中的所述用户书写行为信息转换为行为分析数据。
数据分析模块304,用于利用数据建模技术建立书写行为分析模型,并根据所述分析模型对所述行为分析数据进行数据挖掘得到用户书写行为的分析结果。所述数据分析模块,还用于将所述行为分析数据按用户特征和行为序列进行归类;按照行为过滤方法,对归类后的所述行为分析数据进行筛选和初步分析,得到中间分析数据;根据数学建模技术,建立用户书写行为分析模型;根据建立的所述分析模型中的指标要求,判断所述中间分析数据得到最终的分析结果。
数据反馈模块305,用于根据用户书写的机器学习算法和深度学习算法,对所述分析结果进行学习,得到最终的用户书写方案;以及,将得到的所述用户书写方案发给不同系统的用户终端。
从上面实施例可以看出,本发明实施例提供的服务器,通过采用统一的用户书写行为指令,采集多系统用户书写行为数据并进行统计和挖掘,实现了多种系统环境下统一的用户书写行为分析,通过利用大数据建模技术对用户书写行为数据进行深入的挖掘与分析,为软件系统的性能优化和维护提供了重要支持,通过机器学习和深度学习,得到每个用户不同的书写行为方案并反馈给用户,为用户提供了便捷、有效地书写行为指导和更加有针对性的书写建议,提升了用户的使用体验和满意度,给书写产品带来了更好的经济效益。
本发明实施例的第四个方面,提出了一种电子设备,能够对用户终端发送的用户书写行为信息列表进行统计和分析。如图4所示,为本发明提供的执行所述用户书写行为分析方法的电子设备的一个实施例的硬件结构示意图。
如图4所示,所述装置包括:
一个或多个处理器401以及存储器402,图4中以一个处理器401为例。
所述执行所述数据推荐方法的装置还可以包括:输入装置403和输出装置404。
处理器401、存储器402、输入装置403和输出装置404可以通过总线或者其他方式连接,图4中以通过总线连接为例。
存储器402作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块,如本申请实施例中的所述数据推荐方法对应的程序指令/模块(例如,附图3所示的行为指令定义模块301、数据获取模块302、数据统计模块303、数据分析模块304和数据反馈模块305)。处理器401通过运行存储在存储器402中的非易失性软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例的数据推荐方法。
存储器402可以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、至少一个功能所需要的应用程序;存储数据区可存储根据数据推荐装置的使用所创建的数据等。此外,存储器402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、或其他非易失性固态存储器件。在一些实施例中,存储器402可选包括相对于处理器401远程设置的存储器,这些远程存储器可以通过网络连接至会员用户书写行为监控装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置403可接收输入的数字或字符信息,以及产生与数据推荐装置的用户设置以及功能控制有关的键信号输入。输出装置404可包括显示屏等显示设备。
所述一个或者多个模块存储在所述存储器402中,当被所述一个或者多个处理器401执行时,执行上述任意方法实施例中的数据推荐方法。所述执行所述数据推荐方法的装置的实施例,其技术效果与前述任意方法实施例相同或者类似。
本发明实施例的第五个方面,提出了一种用户终端,能够将采集的用户书写行为数据保存并上传至服务器。如图5所示,为本发明提供的用户终端的一个实施例的结构示意图。
所述一种用户终端,包括:
行为数据定义模块501,用于获取服务器定义的用户书写行为指令,并根据所述书写行为指令定义书写行为数据;
数据采集模块502,用于采集所述书写行为数据,并将采集的所述书写行为数据转换为用户书写行为信息;
数据上传模块503,用于统计所述用户书写行为信息,生成用户书写的行为信息列表,并将所述行为信息列表上传至所述服务器;
结果接收模块504,用于接收服务器反馈的用户书写方案;
显示模块505,用于在用户启动书写行为时,将所述用户书写方案作为用户默认的书写方式呈现给用户。
本发明实施例的第六个方面,提出了一种电子设备,能够将采集的用户书写行为数据保存并上传至服务器。如图6所示,为本发明提供的执行所述用户书写行为分析方法的电子设备的另一个实施例的硬件结构示意图。
如图6所示,所述装置包括:
一个或多个处理器601以及存储器602,图6中以一个处理器601为例。
所述执行所述数据推荐方法的装置还可以包括:输入装置603和输出装置604。
处理器601、存储器602、输入装置603和输出装置604可以通过总线或者其他方式连接,图6中以通过总线连接为例。
存储器602作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块,如本申请实施例中的所述数据推荐方法对应的程序指令/模块(例如,附图5所示的行为数据定义模块501、数据采集模块502、数据上传模块503、结果接收模块504和显示模块505)。处理器601通过运行存储在存储器602中的非易失性软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例的数据推荐方法。
存储器602可以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、至少一个功能所需要的应用程序;存储数据区可存储根据数据推荐装置的使用所创建的数据等。此外,存储器602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、或其他非易失性固态存储器件。在一些实施例中,存储器602可选包括相对于处理器601远程设置的存储器,这些远程存储器可以通过网络连接至会员用户书写行为监控装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置603可接收输入的数字或字符信息,以及产生与数据推荐装置的用户设置以及功能控制有关的键信号输入。输出装置604可包括显示屏等显示设备。
所述一个或者多个模块存储在所述存储器602中,当被所述一个或者多个处理器601执行时,执行上述任意方法实施例中的数据推荐方法。所述执行所述数据推荐方法的装置的实施例,其技术效果与前述任意方法实施例相同或者类似。
本发明实施例的第七个方面,提出了一种用户书写行为分析系统,能在不同系统下统一的进行用户书写行为分析。所述一种用户书写行为分析系统,包括所述服务器,以及,所述用户终端。
从上面所述可以看出,本发明提供的一种用户书写行为分析方法系统,通过采用统一的用户书写行为指令,采集多系统用户书写行为数据并进行统计和挖掘,实现了多种系统环境下统一的用户书写行为分析,通过利用大数据建模技术对用户书写行为数据进行深入的挖掘与分析,为软件系统的性能优化和维护提供了重要支持,通过机器学习和深度学习,得到每个用户不同的书写行为方案并反馈给用户,为用户提供了便捷、有效地书写行为指导和更加有针对性的书写建议,提升了用户的使用体验和满意度,给书写产品带来了更好的经济效益。
本申请实施例提供了一种非暂态计算机存储介质,所述计算机存储介质存储有计算机可执行指令,该计算机可执行指令可执行上述任意方法实施例中的列表项操作的处理方法。所述非暂态计算机存储介质的实施例,其技术效果与前述任意方法实施例相同或者类似。
最后需要说明的是,本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random Access Memory,RAM)等。所述计算机程序的实施例,其技术效果与前述任意方法实施例相同或者类似。
此外,典型地,本公开所述的装置、设备等可为各种电子终端设备,例如手机、个人数字助理(PDA)、平板电脑(PAD)、智能电视等,也可以是大型终端设备,如服务器等,因此本公开的保护范围不应限定为某种特定类型的装置、设备。本公开所述的用户终端可以是以电子硬件、计算机软件或两者的组合形式应用于上述任意一种电子终端设备中。
此外,根据本公开的方法还可以被实现为由CPU执行的计算机程序,该计算机程序可以存储在计算机可读存储介质中。在该计算机程序被CPU执行时,执行本公开的方法中限定的上述功能。
此外,上述方法步骤以及系统单元也可以利用控制器以及用于存储使得控制器实现上述步骤或单元功能的计算机程序的计算机可读存储介质实现。
此外,应该明白的是,本文所述的计算机可读存储介质(例如,存储器)可以是易失性存储器或非易失性存储器,或者可以包括易失性存储器和非易失性存储器两者。作为例子而非限制性的,非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦写可编程ROM(EEPROM)或快闪存储器。易失性存储器可以包括随机存取存储器(RAM),该RAM可以充当外部高速缓存存储器。作为例子而非限制性的,RAM可以以多种形式获得,比如同步RAM(DRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据速率SDRAM(DDR SDRAM)、增强SDRAM(ESDRAM)、同步链路DRAM(SLDRAM)以及直接RambusRAM(DRRAM)。所公开的方面的存储设备意在包括但不限于这些和其它合适类型的存储器。
本领域技术人员还将明白的是,结合这里的公开所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。为了清楚地说明硬件和软件的这种可互换性,已经就各种示意性组件、方块、模块、电路和步骤的功能对其进行了一般性的描述。这种功能是被实现为软件还是被实现为硬件取决于具体应用以及施加给整个系统的设计约束。本领域技术人员可以针对每种具体应用以各种方式来实现所述的功能,但是这种实现决定不应被解释为导致脱离本公开的范围。
结合这里的公开所描述的各种示例性逻辑块、模块和电路可以利用被设计成用于执行这里所述功能的下列部件来实现或执行:通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、分立门或晶体管逻辑、分立的硬件组件或者这些部件的任何组合。通用处理器可以是微处理器,但是可替换地,处理器可以是任何传统处理器、控制器、微控制器或状态机。处理器也可以被实现为计算设备的组合,例如,DSP和微处理器的组合、多个微处理器、一个或多个微处理器结合DSP核、或任何其它这种配置。
结合这里的公开所描述的方法或算法的步骤可以直接包含在硬件中、由处理器执行的软件模块中或这两者的组合中。软件模块可以驻留在RAM存储器、快闪存储器、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动盘、CD-ROM、或本领域已知的任何其它形式的存储介质中。示例性的存储介质被耦合到处理器,使得处理器能够从该存储介质中读取信息或向该存储介质写入信息。在一个替换方案中,所述存储介质可以与处理器集成在一起。处理器和存储介质可以驻留在ASIC中。ASIC可以驻留在用户终端中。在一个替换方案中,处理器和存储介质可以作为分立组件驻留在用户终端中。
在一个或多个示例性设计中,所述功能可以在硬件、软件、固件或其任意组合中实现。如果在软件中实现,则可以将所述功能作为一个或多个指令或代码存储在计算机可读介质上或通过计算机可读介质来传送。计算机可读介质包括计算机存储介质和通信介质,该通信介质包括有助于将计算机程序从一个位置传送到另一个位置的任何介质。存储介质可以是能够被通用或专用计算机访问的任何可用介质。作为例子而非限制性的,该计算机可读介质可以包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储设备、磁盘存储设备或其它磁性存储设备,或者是可以用于携带或存储形式为指令或数据结构的所需程序代码并且能够被通用或专用计算机或者通用或专用处理器访问的任何其它介质。此外,任何连接都可以适当地称为计算机可读介质。例如,如果使用同轴线缆、光纤线缆、双绞线、数字用户线路(DSL)或诸如红外线、无线电和微波的无线技术来从网站、服务器或其它远程源发送软件,则上述同轴线缆、光纤线缆、双绞线、DSL或诸如红外先、无线电和微波的无线技术均包括在介质的定义。如这里所使用的,磁盘和光盘包括压缩盘(CD)、激光盘、光盘、数字多功能盘(DVD)、软盘、蓝光盘,其中磁盘通常磁性地再现数据,而光盘利用激光光学地再现数据。上述内容的组合也应当包括在计算机可读介质的范围内。
公开的示例性实施例,但是应当注公开的示例性实施例,但是应当注意,在不背离权利要求限定的本公开的范围的前提下,可以进行多种改变和修改。根据这里描述的公开实施例的方法权利要求的功能、步骤和/或动作不需以任何特定顺序执行。此外,尽管本公开的元素可以以个体形式描述或要求,但是也可以设想多个,除非明确限制为单数。
应当理解的是,在本文中使用的,除非上下文清楚地支持例外情况,单数形式“一个”(“a”、“an”、“the”)旨在也包括复数形式。还应当理解的是,在本文中使用的“和/或”是指包括一个或者一个以上相关联地列出的项目的任意和所有可能组合。
上述本公开实施例序号仅仅为了描述,不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
所属领域的普通技术人员应当理解:以上任何实施例的讨论仅为示例性的,并非旨在暗示本公开的范围(包括权利要求)被限于这些例子;在本发明实施例的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,并存在如上所述的本发明实施例的不同方面的许多其它变化,为了简明它们没有在细节中提供。因此,凡在本发明实施例的精神和原则之内,所做的任何省略、修改、等同替换、改进等,均应包含在本发明实施例的保护范围之内。
Claims (16)
1.一种用户书写行为分析方法,其特征在于,应用于服务器,包括:
接收不同系统的用户书写行为信息列表,并排列生成行为信息队列;
将所述行为信息队列中的用户书写行为信息转换为行为分析数据;
利用数据建模技术建立书写行为分析模型,并根据所述分析模型对所述行为分析数据进行数据挖掘得到用户书写行为的分析结果;
根据用户书写的机器学习算法和深度学习算法,对所述分析结果进行学习,得到最终的用户书写方案;
将得到的所述用户书写方案发给不同系统的用户终端。
2.根据权利要求1所述的一种用户书写行为分析方法,其特征在于,所述将所述行为信息队列中的用户书写行为信息转换为行为分析数据,包括:
将所述行为信息队列中的用户书写行为信息分类保存于实时数据库;
根据预设时间或数据类型,将所述实时数据库的用户书写行为信息转存给离线数据库;
将所述离线数据库和所述实时数据库中的所述用户书写行为信息转换为行为分析数据。
3.根据权利要求1所述的一种用户书写行为分析方法,其特征在于,所述利用数据建模技术建立书写行为分析模型,并根据所述分析模型对所述行为分析数据进行数据挖掘得到用户书写行为的分析结果,包括:
将所述行为分析数据按用户特征和行为序列进行归类;
按照行为过滤方法,对归类后的所述行为分析数据进行筛选和初步分析,得到中间分析数据;
根据数学建模技术,建立用户书写行为分析模型;
根据建立的所述分析模型中的指标要求,判断所述中间分析数据得到最终的分析结果。
4.根据权利要求1所述的一种用户书写行为分析方法,其特征在于,所述用户书写方案,包括:
根据用户书写行为的所述分析结果,得到与不同应用软件相关联的用户书写方案。
5.根据权利要求1所述的一种用户书写行为分析方法,其特征在于,在所述接收不同系统的用户书写行为信息列表之前,还包括:
根据不同系统,定义用户书写行为指令,所述书写行为指令包括系统信息、硬件地址和行为类型代码。
6.根据权利要求1所述的一种用户书写行为分析方法,其特征在于,所述系统包括:计算机软件系统、移动设备应用系统和大屏应用系统。
7.一种用户书写行为分析方法,其特征在于,应用于用户终端,包括:
获取服务器定义的用户书写行为指令,并根据所述书写行为指令定义书写行为数据;
采集所述书写行为数据,并将采集的所述书写行为数据转换为用户书写行为信息;
统计所述用户书写行为信息,生成用户书写的行为信息列表,并将所述行为信息列表上传至所述服务器。
8.根据权利要求7所述的一种用户书写行为分析方法,其特征在于,还包括:
接收服务器反馈的用户书写方案;
在用户启动书写行为时,将所述用户书写方案作为用户默认的书写方式呈现给用户。
9.根据权利要求7所述的一种用户书写行为分析方法,其特征在于,所述用户书写行为信息包括:书写笔的种类、书写笔的颜色和书写笔的粗细。
10.一种服务器,其特征在于,包括:
行为指令定义模块,用于根据不同系统,定义用户书写行为指令;
数据获取模块,用于接收不同系统的用户书写行为信息列表,并排列生成行为信息队列;
数据统计模块,用于将所述行为信息队列中的用户书写行为信息转换为行为分析数据;
所述数据统计模块,还用于将所述行为信息队列中的用户书写行为信息分类保存于实时数据库;根据预设时间或数据类型,将所述实时数据库的用户书写行为信息转存给离线数据库;将所述离线数据库和所述实时数据库中的所述用户书写行为信息转换为行为分析数据;
数据分析模块,用于利用数据建模技术建立书写行为分析模型,并根据所述分析模型对所述行为分析数据进行数据挖掘得到用户书写行为的分析结果;
所述数据分析模块,还用于将所述行为分析数据按用户特征和行为序列进行归类;按照行为过滤方法,对归类后的所述行为分析数据进行筛选和初步分析,得到中间分析数据;根据数学建模技术,建立用户书写行为分析模型;根据建立的所述分析模型中的指标要求,判断所述中间分析数据得到最终的分析结果;
结果反馈模块,用于根据用户书写的机器学习算法和深度学习算法,对所述分析结果进行学习,得到最终的用户书写方案;以及,将得到的所述用户书写方案发给不同系统的用户终端。
11.一种用户终端,其特征在于,包括:
行为数据定义模块,用于获取服务器定义的用户书写行为指令,并根据所述书写行为指令定义书写行为数据;
数据采集模块,用于采集所述书写行为数据,并将采集的所述书写行为数据转换为用户书写行为信息;
数据上传模块,用于统计所述用户书写行为信息,生成用户书写的行为信息列表,并将所述行为信息列表上传至所述服务器;
结果接收模块,用于接收服务器反馈的用户书写方案;
显示模块,用于在用户启动书写行为时,将所述用户书写方案作为用户默认的书写方式呈现给用户。
12.一种用户书写行为分析系统,包括如权利要求1-6任一项所述的服务器,以及,如权利要求7-9任一项所述的用户终端。
13.一种电子设备,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1-6任意一项所述的方法。
14.一种电子设备,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求7-9任意一项所述的方法。
15.一种存储有计算机程序的计算机可读存储介质,其中,所述计算机程序在由处理器执行时实现权利要求1-6中任一项所述的方法的步骤。
16.一种存储有计算机程序的计算机可读存储介质,其中,所述计算机程序在由处理器执行时实现权利要求7-9中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910112606.7A CN111338811A (zh) | 2019-02-13 | 2019-02-13 | 用户书写行为分析方法、服务器、终端、系统及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910112606.7A CN111338811A (zh) | 2019-02-13 | 2019-02-13 | 用户书写行为分析方法、服务器、终端、系统及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111338811A true CN111338811A (zh) | 2020-06-26 |
Family
ID=71185753
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910112606.7A Pending CN111338811A (zh) | 2019-02-13 | 2019-02-13 | 用户书写行为分析方法、服务器、终端、系统及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111338811A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114428584A (zh) * | 2021-12-31 | 2022-05-03 | 深圳市优必选科技股份有限公司 | 数据获取方法、终端设备、书法笔及计算机可读存储介质 |
CN115237309A (zh) * | 2022-09-21 | 2022-10-25 | 深圳市方成教学设备有限公司 | 一种基于智能书写板的显示控制方法以及智能书写板 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107193399A (zh) * | 2017-04-18 | 2017-09-22 | 深圳市金立通信设备有限公司 | 一种人机交互的处理方法及终端 |
CN108089747A (zh) * | 2017-12-13 | 2018-05-29 | 四川大学 | 一种笔压信息获得方法、装置、电子设备及存储介质 |
CN108469912A (zh) * | 2018-02-01 | 2018-08-31 | 华北电力大学 | 一种文字输入方法及系统 |
US20180284907A1 (en) * | 2015-03-27 | 2018-10-04 | Inkerz Pty Ltd | Systems and methods for sharing physical writing actions |
-
2019
- 2019-02-13 CN CN201910112606.7A patent/CN111338811A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180284907A1 (en) * | 2015-03-27 | 2018-10-04 | Inkerz Pty Ltd | Systems and methods for sharing physical writing actions |
CN107193399A (zh) * | 2017-04-18 | 2017-09-22 | 深圳市金立通信设备有限公司 | 一种人机交互的处理方法及终端 |
CN108089747A (zh) * | 2017-12-13 | 2018-05-29 | 四川大学 | 一种笔压信息获得方法、装置、电子设备及存储介质 |
CN108469912A (zh) * | 2018-02-01 | 2018-08-31 | 华北电力大学 | 一种文字输入方法及系统 |
Non-Patent Citations (1)
Title |
---|
龚辉 等: "《中国石油炼制技术大会论文集》", 大连出版社, pages: 648 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114428584A (zh) * | 2021-12-31 | 2022-05-03 | 深圳市优必选科技股份有限公司 | 数据获取方法、终端设备、书法笔及计算机可读存储介质 |
CN114428584B (zh) * | 2021-12-31 | 2023-12-15 | 深圳市优必选科技股份有限公司 | 数据获取方法、终端设备、书法笔及计算机可读存储介质 |
CN115237309A (zh) * | 2022-09-21 | 2022-10-25 | 深圳市方成教学设备有限公司 | 一种基于智能书写板的显示控制方法以及智能书写板 |
CN115237309B (zh) * | 2022-09-21 | 2022-12-20 | 深圳市方成教学设备有限公司 | 一种基于智能书写板的显示控制方法以及智能书写板 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE202017105691U1 (de) | Intelligente Assistenz für wiederholte Aktionen | |
CN110428127B (zh) | 自动化分析方法、用户设备、存储介质及装置 | |
CN104679658A (zh) | Web页面的测试方法和系统 | |
CN112149393B (zh) | 一种数据处理方法、设备以及计算机可读存储介质 | |
CA3113807A1 (en) | Model aggregation using model encapsulation of user-directed iterative machine learning | |
CN108304329B (zh) | 一种测试用例的设计方法、装置、终端及可读存储介质 | |
CN112464034A (zh) | 用户数据提取方法、装置、电子设备及计算机可读介质 | |
CN112085087B (zh) | 业务规则生成的方法、装置、计算机设备及存储介质 | |
US20200334697A1 (en) | Generating survey responses from unsolicited messages | |
CN104504027A (zh) | 网页内容的自动筛选方法及装置 | |
CN111338811A (zh) | 用户书写行为分析方法、服务器、终端、系统及电子设备 | |
CN111582341A (zh) | 用户异常操作预测方法及装置 | |
CN102073670A (zh) | 一种用于调试在线网页模板的方法、设备及系统 | |
CN109117467A (zh) | 可配置的动态数据报表的生成方法、系统、设备和介质 | |
CN109086451A (zh) | 一种图片存储与检索方法与装置 | |
CN105550361A (zh) | 日志处理方法及装置和问答信息处理方法及装置 | |
US20150066965A1 (en) | Data processing, data collection | |
US20190370297A1 (en) | Method and apparatus for enriching metadata via a network | |
CN113076417A (zh) | 政策文件数据处理方法及装置 | |
CN106372158A (zh) | 用户行为数据的处理方法及装置 | |
CN113077142A (zh) | 智能学员画像方法、系统及终端设备 | |
CN101877866A (zh) | 移动终端机型能力的检测方法和设备 | |
CN111324725A (zh) | 一种话题获取方法、终端、计算机可读存储介质 | |
CN115840765A (zh) | 基于规则引擎的数据处理方法及装置 | |
US20190199811A1 (en) | Application session event inference from network activity |
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 |