CN111538881B - 一种基于行为数据的活跃度分析方法、设备及存储介质 - Google Patents
一种基于行为数据的活跃度分析方法、设备及存储介质 Download PDFInfo
- Publication number
- CN111538881B CN111538881B CN202010301794.0A CN202010301794A CN111538881B CN 111538881 B CN111538881 B CN 111538881B CN 202010301794 A CN202010301794 A CN 202010301794A CN 111538881 B CN111538881 B CN 111538881B
- Authority
- CN
- China
- Prior art keywords
- data
- behavior data
- equipment
- function
- behavior
- 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.)
- Active
Links
- 230000000694 effects Effects 0.000 title claims abstract description 42
- 238000004458 analytical method Methods 0.000 title claims abstract description 15
- 230000006399 behavior Effects 0.000 claims description 135
- 230000006870 function Effects 0.000 claims description 53
- 238000000034 method Methods 0.000 claims description 29
- 238000004590 computer program Methods 0.000 claims description 10
- 230000003542 behavioural effect Effects 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 5
- 238000007405 data analysis Methods 0.000 description 2
- 238000013499 data model Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005714 functional activity Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/909—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Library & Information Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于行为数据的设备功能活跃度分析方法、设备及存储介质,其中分析方法包括S1:接收来自物联网平台授权推送的行为数据;所述行为数据包括设备行为数据和用户行为数据;S2:根据所述行为数据构建实体设备的物模型;S3:根据所述物模型将所述行为数据中的所述设备行为数据和所述用户行为数据进行区分;S4:分别对区分后的所述用户行为数据和所述设备行为数据进行功能使用频率的统计,根据功能使用频率获得设备每个功能对应的活跃度等级。本发明可快速区分用户行为数据和设备行为数据,获知设备功能的使用活跃度情况。
Description
技术领域
本发明涉及数据分析领域,尤其涉及一种基于行为数据的设备功能活跃度分析方法、设备及存储介质。
背景技术
目前,智能家居是以住宅为平台,利用综合布线技术、网络通信技术、安全防范技术、自动控制技术、音视频技术将家居生活有关的设施集成,构建高效的住宅设施与家庭日程事务的管理系统,提升家居安全性、便利性、舒适性、艺术性,并实现环保节能的居住环境。
随着智能家居行业的发展,智能晾衣机也应运而生,智能晾衣机进入千家万户;为了给用户更好的晾晒体验和创造舒适的家庭环境,对晾衣机用户行为做大数据分析尤为必要;智能家居自动化操作依赖于物联网平台,物联网平台会把用户和设备的行为数据一起推送给智能家居生产商用于反馈设备和用户的使用情况,可利用反馈的行为数据来进行分析,以进一步提高用户体验;但是提供给物联网供应商的数据并未做任何标识区分,无法从大量数据中快速分别出哪些是用户的行为数据,哪些是设备的行为数据,导致供应商仍需花费大量时间来区分,效率低下;因此,怎样区分是设备机械上报的数据还是用户行为操作数据尤为重要。
发明内容
为了克服现有技术的不足,本发明的目的之一在于提供一种基于行为数据的设备功能活跃度分析方法,可快速区分用户行为数据和设备行为数据,获知设备功能的使用活跃度情况。
本发明的目的之二在于提供一种电子设备。
本发明的目的之三在于提供一种存储介质。
本发明的目的之一采用如下技术方案实现:
一种基于行为数据的设备功能活跃度分析方法,包括:
步骤S1:接收来自物联网平台授权推送的行为数据;所述行为数据包括设备行为数据和用户行为数据;
步骤S2:根据所述行为数据构建实体设备的物模型;
步骤S3:根据所述物模型将所述行为数据中的所述设备行为数据和所述用户行为数据进行区分;
步骤S4:分别对区分后的所述用户行为数据和所述设备行为数据进行功能使用频率的统计,根据功能使用频率获得设备每个功能对应的活跃度等级。
进一步地,所述物模型中包含有设备的属性数据、服务数据和事件数据;所述属性数据用于描述设备运行时状态;所述服务数据用于描述设备运行时,设备被外部调用的能力或方法;所述事件数据用于描述设备运行时被外部感知和处理的通知信息。
进一步地,所述步骤S3前还包括:
调取所述物模型中每个所述行为数据对应的所述属性数据、所述服务数据和所述事件数据,判断所述属性数据、所述服务数据和所述事件数据是否已被绑定数据类型,若存在任一数据已被绑定数据类型,则直接将该行为数据分类为已绑定的数据类型;若所有数据均未被绑定数据类型,则执行步骤S3。
进一步地,所述步骤S3中区分所述设备行为数据和所述用户行为数据的方法为:
调取所述物模型中每个所述行为数据对应的所述属性数据、所述服务数据和所述事件数据;
根据所述属性数据、所述服务数据和所述事件数据进行人为操作相关度的分析;若当前行为数据的所述属性数据、所述服务数据和所述事件数据中存在任一数据与人为操作行为相关,则判定当前行为数据为用户行为数据;若当前行为数据的所述属性数据、所述服务数据和所述事件数据均与人为操作行为不相关,则判定当前行为数据为设备行为数据。
进一步地,所述步骤S3中区分所述设备行为数据和所述用户行为数据的方法为:
获取所述物模型中每个行为数据的属性数据及每个行为数据的状态发生时间;
判断属性数据相同的一类行为数据的状态发生时间是否集中在同一时间段内,若是,则代表该类行为数据为用户行为数据;若否,则代表该类行为数据为设备行为数据。
进一步地,所述步骤S3后还包括:根据区分结果按照预设模板生成对应的区分报表。
进一步地,所述步骤S4中所述活跃度等级分为高级、中级和低级三个等级,在设定时间内功能使用频率达到70%以上,该功能的活跃度等级为高级;在设定时间内功能使用频率达到20%~70%内,该功能的活跃度等级为中级;在设定时间内功能使用频率在20%以下的,该功能的活跃度等级为低级。
进一步地,还包括步骤S5:接收环境参数,将环境参数与设备功能活跃度进行匹配和关联,生成环境关联列表;所述环境参数包括天气温度、天气湿度、紫外线指数。
本发明的目的之二采用如下技术方案实现:
一种电子设备,其包括处理器、存储器及存储于所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述的基于行为数据的设备功能活跃度分析方法。
本发明的目的之三采用如下技术方案实现:
一种存储介质,其上存储有计算机程序,所述计算机程序被执行时实现上述的基于行为数据的设备功能活跃度分析方法。
相比现有技术,本发明的有益效果在于:
通过建立物模型将设备产品数字化,可快速根据物模型属性对设备行为与用户行为进行区分;还可在区分行为数据后进行用户活跃度的分析,分析所得的活跃度可用于设备产品功能的优化,有效提升用户体验。
附图说明
图1为本发明基于行为数据的设备功能活跃度分析方法的流程示意图;
图2为本发明基于行为数据的设备功能活跃度分析方法中区分报表示意图。
具体实施方式
下面,结合附图以及具体实施方式,对本发明做进一步描述,需要说明的是,在不相冲突的前提下,以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
实施例一
一种基于行为数据的设备功能活跃度分析方法,本实施例应用在晾衣机设备领域,参考图1所示,具体包括如下步骤:
步骤S1:接收来自物联网平台授权推送的行为数据。
晾衣机设备在入网使用后,每个状态的发生均会生成对应的行为数据,而晾衣机设备的行为数据可实时或定时上传到物联网平台中,所述物联网平台在获得数据获取请求时,可将收集所得的所有行为数据进行推送。
其中,所述行为数据包括设备行为数据和用户行为数据,在本实施例的晾衣机领域中,晾衣机的设备行为数据包括但不限于故障上报、状态执行时间统计、设备型号代码等数据,一般是指非人为操控的设备状态信息;而用户行为数据则包括但不限于电源开启或关闭、照明开启或关闭、晾杆控制模式启动或关闭等,一般是由人员控制引发的设备状态信息。
步骤S2:根据所述行为数据构建实体设备的物模型。
物模型是将物理空间中的实体数字化,并在云端构建该实体的数据模型,而在本实施例中,构建晾衣机设备的数据模型。而物模型将晾衣机设备功能类型分为三类:属性、服务和事件,相对应地,物模型中则包含有设备的属性数据、服务数据和事件数据;所述属性数据用于描述设备运行时状态;所述服务数据用于描述设备运行时,设备被外部调用的能力或方法;所述事件数据用于描述设备运行时被外部感知和处理的通知信息。
而在本实施例中,在物模型中按照属性、服务和事件三类对每一个行为数据进行标识,使得在云端中可通过直接查看属性数据、服务数据和事件数据来区分每一个行为数据的具体内容,从而使得数据可清晰且快速被区分。
步骤S3:根据所述物模型将所述行为数据中的所述设备行为数据和所述用户行为数据进行区分。
其中区分的方法可分为两种:
方法一、根据物模型数据判断用户行为,具体如下:
调取所述物模型中每个所述行为数据对应的所述属性数据、所述服务数据和所述事件数据;其后,根据所述属性数据、所述服务数据和所述事件数据进行人为操作相关度的分析。
人为操作相关度可根据预先录入的与人为操作相关联的数据种类进行判断,即在判断用户行为之前,规定某几种属性数据、或某几种服务数据、或某几种事件数据与人为操作有关;若当前数据的属性数据、服务数据或事件数据中的任一数据标记为与人为操作行为有关,则可直接判断当前数据的种类为用户行为数据;若当前行为数据的所述属性数据、所述服务数据和所述事件数据均与人为操作行为不相关,则判定当前行为数据为设备行为数据。
方法二、根据物模型属性判断用户行为,具体如下:
获取所述物模型中每个行为数据的属性数据,以及获取每个行为数据的状态发生时间;其后,将属性数据相同的一类行为数据划分出来,并针对该类行为数据的状态发生时间是否长期集中在同一时间段内;若是,则代表该类行为数据具有一定的规律,是根据用户习惯操作所产生的,因此可判定该类行为数据为用户行为数据;若否,且该类行为数据明显不具有规律性,则可判定该类行为数据为设备行为数据。
在利用上述方法一或方法二进行用户行为判定之前,还可调取所述物模型中每个所述行为数据对应的所述属性数据、所述服务数据和所述事件数据,判断所述属性数据、所述服务数据和所述事件数据是否已被绑定数据类型,若存在任一数据已被绑定数据类型,则直接将该行为数据分类为已绑定的数据类型;若所有数据均未被绑定数据类型,则可利用方法一或方法二进行用户行为判定。
在区分用户行为数据和设备行为数据后,可根据区分结果按照预设模板生成对应的区分报表,参考图2所示,区分报表中包括属性名、属性值、用户或设备行为类型等表头,按照区分后的行为数据填写入模板中,并将区分报表传送至云端供供应商查看。其中属性值与所述属性名相关,是属性唯一标识符,在产品中具有唯一性,作为设备上报该产品属性数据的关键。
步骤S4:分别对区分后的所述用户行为数据和所述设备行为数据进行功能使用频率的统计,根据功能使用频率获得设备每个功能对应的活跃度等级。
所述活跃度等级分为高级、中级和低级三个等级,在设定时间内功能使用频率达到70%以上,该功能的活跃度等级为高级;在设定时间内功能使用频率达到20%~70%内,该功能的活跃度等级为中级;在设定时间内功能使用频率在20%以下的,该功能的活跃度等级为低级。例如:若在设定时间内某用户行为数据出现频率达到50%,则该用户行为数据对应的设备功能的活跃度等级判定为中级。活跃度等级同样可上传到云端中进行显示,让供应商获知晾衣机设备该功能的使用情况。
步骤S5:接收环境参数,所述环境参数包括但不限于每天每时段的天气温度、天气湿度、紫外线指数等数据;将环境参数与设备功能活跃度进行匹配和关联,生成环境关联列表,该环境关联列表同样可上传至云端进行显示。在环境关联列表中可体现设备功能活跃度与天气之间的关联度,让供应商获知晾衣机设备在哪种天气下哪个功能的使用频率更高,便于确定产品后续研发方向。
实施例二
本实施例提供一种电子设备,其包括处理器、存储器及存储于所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现实施例一中的基于行为数据的设备功能活跃度分析方法;另外,本实施例还提供一种存储介质,其上存储有计算机程序,所述计算机程序被执行时实现上述的基于行为数据的设备功能活跃度分析方法。
本实施例中的设备及存储介质与前述实施例中的方法是基于同一发明构思下的两个方面,在前面已经对方法实施过程作了详细的描述,所以本领域技术人员可根据前述描述清楚地了解本实施中的系统的结构及实施过程,为了说明书的简洁,在此就不再赘述。
上述实施方式仅为本发明的优选实施方式,不能以此来限定本发明保护的范围,本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。
Claims (7)
1.一种基于行为数据的设备功能活跃度分析方法,其特征在于,包括:
步骤S1:接收来自物联网平台授权推送的行为数据;所述行为数据包括设备行为数据和用户行为数据;
步骤S2:根据所述行为数据构建实体设备的物模型;
步骤S3:根据所述物模型将所述行为数据中的所述设备行为数据和所述用户行为数据进行区分;
步骤S4:分别对区分后的所述用户行为数据和所述设备行为数据进行功能使用频率的统计,根据功能使用频率获得设备每个功能对应的活跃度等级;
所述物模型中包含有设备的属性数据、服务数据和事件数据;所述属性数据用于描述设备运行时状态;所述服务数据用于描述设备运行时,设备被外部调用的能力或方法;所述事件数据用于描述设备运行时被外部感知和处理的通知信息;
在所述物模型中按照属性、服务和事件三类对每一个行为数据进行标识;
所述步骤S3中区分所述设备行为数据和所述用户行为数据的方法为:
调取所述物模型中每个所述行为数据对应的所述属性数据、所述服务数据和所述事件数据;
根据所述属性数据、所述服务数据和所述事件数据进行人为操作相关度的分析;若当前行为数据的所述属性数据、所述服务数据和所述事件数据中存在任一数据与人为操作行为相关,则判定当前行为数据为用户行为数据;若当前行为数据的所述属性数据、所述服务数据和所述事件数据均与人为操作行为不相关,则判定当前行为数据为设备行为数据;
或者,所述步骤S3中区分所述设备行为数据和所述用户行为数据的方法为:
获取所述物模型中每个行为数据的属性数据及每个行为数据的状态发生时间;
判断属性数据相同的一类行为数据的状态发生时间是否集中在同一时间段内,若是,则代表该类行为数据为用户行为数据;若否,则代表该类行为数据为设备行为数据。
2.根据权利要求1所述的基于行为数据的设备功能活跃度分析方法,其特征在于,所述步骤S3前还包括:
调取所述物模型中每个所述行为数据对应的所述属性数据、所述服务数据和所述事件数据,判断所述属性数据、所述服务数据和所述事件数据是否已被绑定数据类型,若存在任一数据已被绑定数据类型,则直接将该行为数据分类为已绑定的数据类型;若所有数据均未被绑定数据类型,则执行步骤S3。
3.根据权利要求2所述的基于行为数据的设备功能活跃度分析方法,其特征在于,所述步骤S3后还包括:根据区分结果按照预设模板生成对应的区分报表。
4.根据权利要求1所述的基于行为数据的设备功能活跃度分析方法,其特征在于,所述步骤S4中所述活跃度等级分为高级、中级和低级三个等级,在设定时间内功能使用频率达到70%以上,该功能的活跃度等级为高级;在设定时间内功能使用频率达到20%~70%内,该功能的活跃度等级为中级;在设定时间内功能使用频率在20%以下的,该功能的活跃度等级为低级。
5.根据权利要求1所述的基于行为数据的设备功能活跃度分析方法,其特征在于,还包括步骤S5:接收环境参数,将环境参数与设备功能活跃度进行匹配和关联,生成环境关联列表;所述环境参数包括天气温度、天气湿度、紫外线指数。
6.一种电子设备,其特征在于,其包括处理器、存储器及存储于所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现权利要求1~5任一所述的基于行为数据的设备功能活跃度分析方法。
7.一种存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被执行时实现权利要求1~5任一所述的基于行为数据的设备功能活跃度分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010301794.0A CN111538881B (zh) | 2020-04-16 | 2020-04-16 | 一种基于行为数据的活跃度分析方法、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010301794.0A CN111538881B (zh) | 2020-04-16 | 2020-04-16 | 一种基于行为数据的活跃度分析方法、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111538881A CN111538881A (zh) | 2020-08-14 |
CN111538881B true CN111538881B (zh) | 2024-02-09 |
Family
ID=71974992
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010301794.0A Active CN111538881B (zh) | 2020-04-16 | 2020-04-16 | 一种基于行为数据的活跃度分析方法、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111538881B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112714193B (zh) * | 2021-03-26 | 2021-07-13 | 深圳佳兆业科技集团有限公司 | 基于物联网平台的社区数据处理系统、方法、装置和设备 |
CN114706537B (zh) * | 2022-06-02 | 2022-09-02 | 深圳市迅犀数字科技有限公司 | 一种物联网设备的非活跃数据处理方法和处理系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105607508A (zh) * | 2016-03-24 | 2016-05-25 | 重庆邮电大学 | 基于用户行为分析的智能家居设备控制方法及系统 |
CN106789378A (zh) * | 2017-03-29 | 2017-05-31 | 宁夏灵智科技有限公司 | 智能家居中信息防止泄露方法及系统 |
WO2017218437A1 (en) * | 2016-06-13 | 2017-12-21 | Neura, Inc. | Situation forecast mechanisms for internet of things integration platform |
CN108259421A (zh) * | 2016-12-29 | 2018-07-06 | 沈阳美行科技有限公司 | 一种用户活跃度的统计方法及系统 |
CN110517084A (zh) * | 2019-08-27 | 2019-11-29 | 重庆长安汽车股份有限公司 | 车辆功能活跃度分析方法及系统 |
CN110569438A (zh) * | 2019-09-10 | 2019-12-13 | 珠海格力电器股份有限公司 | 一种运行模式推荐方法及计算机可读存储介质 |
CN110737654A (zh) * | 2019-10-18 | 2020-01-31 | 浪潮云信息技术有限公司 | 一种基于Flink的物联网设备行为分析方法 |
CN110971673A (zh) * | 2019-11-15 | 2020-04-07 | 广东浪潮大数据研究有限公司 | 一种获取深度学习平台用户活跃度的计算机装置及方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160006577A1 (en) * | 2009-10-08 | 2016-01-07 | Bringrr Systems, Llc | Method and device to set household parameters based on the movement of items |
-
2020
- 2020-04-16 CN CN202010301794.0A patent/CN111538881B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105607508A (zh) * | 2016-03-24 | 2016-05-25 | 重庆邮电大学 | 基于用户行为分析的智能家居设备控制方法及系统 |
WO2017218437A1 (en) * | 2016-06-13 | 2017-12-21 | Neura, Inc. | Situation forecast mechanisms for internet of things integration platform |
CN108259421A (zh) * | 2016-12-29 | 2018-07-06 | 沈阳美行科技有限公司 | 一种用户活跃度的统计方法及系统 |
CN106789378A (zh) * | 2017-03-29 | 2017-05-31 | 宁夏灵智科技有限公司 | 智能家居中信息防止泄露方法及系统 |
CN110517084A (zh) * | 2019-08-27 | 2019-11-29 | 重庆长安汽车股份有限公司 | 车辆功能活跃度分析方法及系统 |
CN110569438A (zh) * | 2019-09-10 | 2019-12-13 | 珠海格力电器股份有限公司 | 一种运行模式推荐方法及计算机可读存储介质 |
CN110737654A (zh) * | 2019-10-18 | 2020-01-31 | 浪潮云信息技术有限公司 | 一种基于Flink的物联网设备行为分析方法 |
CN110971673A (zh) * | 2019-11-15 | 2020-04-07 | 广东浪潮大数据研究有限公司 | 一种获取深度学习平台用户活跃度的计算机装置及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111538881A (zh) | 2020-08-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103312544B (zh) | 一种控制终端上报日志文件的方法、设备和系统 | |
CN111538881B (zh) | 一种基于行为数据的活跃度分析方法、设备及存储介质 | |
CN101933003A (zh) | 自动化的应用依赖性映射 | |
CN108334525A (zh) | 一种数据展示方法及装置 | |
CN112363943B (zh) | 一种埋点设置方法、装置、计算机设备和存储介质 | |
CN104182232B (zh) | 一种创建上下文感知应用的方法及用户终端 | |
CN110322143B (zh) | 模型实体化管理方法、装置、设备及计算机存储介质 | |
CN113422693A (zh) | 物联网设备的模型构建方法、识别方法及计算机设备 | |
CN107508914A (zh) | 一种基于云计算分析的消息精准推送方法和系统 | |
CN111352969B (zh) | 一种埋点数据分析方法、装置及电子设备 | |
CN106537339A (zh) | 一种单技能包升级管理装置和方法 | |
WO2016101446A1 (zh) | 数据分析方法、装置、系统及终端和服务器 | |
CN114493028A (zh) | 预测模型的建立方法和装置、存储介质及电子装置 | |
CN103368857B (zh) | 一种发送数据信息的方法及系统 | |
CN113778885B (zh) | 基于数据埋点的提示信息生成方法、装置及电子设备 | |
CN108509311A (zh) | 一种设备监控方法、装置、存储介质及计算机设备 | |
CN116757402A (zh) | 服务策略的确定方法及装置、存储介质及电子装置 | |
CN116208579A (zh) | 信息推送方法、装置、设备以及存储介质 | |
CN115481315A (zh) | 推荐信息的确定方法和装置、存储介质及电子装置 | |
CN109714378A (zh) | 应用程序的推荐方法和系统 | |
CN104104526A (zh) | 上网行为监控方法、装置和系统 | |
CN117290428B (zh) | 物联设备的数据管理方法、设备和可读存储介质 | |
CN117459516B (zh) | 一种基于智能家居系统的自动化数据文件同步方法及系统 | |
CN114047708B (zh) | 家居设备控制方法、装置、电子设备及存储介质 | |
CN115314330B (zh) | 感知事件上报方法、装置、存储介质及电子装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |