CN113286262A - 服务提供方法及装置、计算机可读存储介质和电子设备 - Google Patents

Abstract

本公开提供了一种服务提供方法、服务提供装置、计算机可读存储介质和电子设备，涉及终端控制技术领域。该服务提供方法包括：从移动终端的WiFi列表中，确定与预设场景相关联的WiFi信号集合；确定WiFi信号集合包含的WiFi信号在预设场景中的场景概率；基于WiFi信号集合包含的WiFi信号在预设场景中的场景概率，确定移动终端是否处于预设场景；如果移动终端处于预设场景，则提供与预设场景对应的服务。本公开可以提高移动终端使用上的便利性。

Description

服务提供方法及装置、计算机可读存储介质和电子设备

技术领域

本公开涉及终端控制技术领域，具体而言，涉及一种服务提供方法、服务提供装置、计算机可读存储介质和电子设备。

背景技术

随着终端控制技术的发展，移动终端已经在一定程度上提升了用户工作和生活的便利程度。用户手持移动终端，在进行相应点击操作后，即可实现支付、信息查询、社交等一系列功能。

然而，在一些场景中，移动终端仍存在使用上便利性不足，智能程度低的问题。

发明内容

本公开提供一种服务提供方法、服务提供装置、计算机可读存储介质和电子设备，进而至少在一定程度上克服移动终端使用上便利性不足的问题。

根据本公开的第一方面，提供了一种服务提供方法，包括：从移动终端的WiFi列表中，确定与预设场景相关联的WiFi信号集合；确定WiFi信号集合包含的WiFi信号在预设场景中的场景概率；基于WiFi信号集合包含的WiFi信号在预设场景中的场景概率，确定移动终端是否处于预设场景；如果移动终端处于预设场景，则提供与预设场景对应的服务。

根据本公开的第二方面，提供了一种服务提供装置，包括：信号集合确定模块，用于从移动终端的WiFi列表中，确定与预设场景相关联的WiFi信号集合；场景概率确定模块，用于确定WiFi信号集合包含的WiFi信号在预设场景中的场景概率；场景判断模块，基于WiFi信号集合包含的WiFi信号在预设场景中的场景概率，确定移动终端是否处于预设场景；服务模块，如果移动终端处于预设场景，则提供与预设场景对应的服务。

根据本公开的第三方面，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述的服务提供方法。

根据本公开的第四方面，提供了一种电子设备，包括处理器；存储器，用于存储一个或多个程序，当一个或多个程序被处理器执行时，使得所述处理器实现上述的服务提供方法。

在本公开的一些实施例所提供的技术方案中，从移动终端的WiFi列表中，确定与预设场景相关联的WiFi信号集合，确定WiFi信号集合包含的WiFi信号在预设场景中的场景概率，基于场景概率确定移动终端是否处于该预设场景，并在移动终端处于预设场景的情况下，提供与该预设场景对应的服务。本公开方案可以利用检测到的WiFi信号来确定场景，并自动触发与场景对应的服务，整个过程无需用户参与，即可提供相应的服务，提高了移动终端使用上的便利性，有助于移动终端智能化的提升。另外，由于无需用户参与，节省了用户主动操作的时间，用户体验佳。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，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。在附图中：

图1示出了应用本公开实施方式的服务提供方案的场景示意图；

图2示出了适于用来实现本公开实施例的电子设备的结构示意图；

图3示意性示出了根据本公开示例性实施方式的服务提供方法的流程图；

图4示意性示出了预先构建所述预设场景与WiFi信号的关联关系的过程的流程图；

图5示出了本公开实施例的预先采集的数据的示意图；

图6示出了本公开实施例的为场景预先配置WiFi信息并入库的示意性流程图；

图7示出了以闸机口为例的手机提供支付码的场景示意图；

图8示出了与图7场景对应的实现本公开服务提供方案的后台数据的示意图；

图9示意性示出了根据本公开示例性实施方式的服务提供装置的方框图；

图10示意性示出了根据本公开另一示例性实施方式的服务提供装置的方框图；

图11示意性示出了根据本公开又一示例性实施方式的服务提供装置的方框图。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。

此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

附图中所示的流程图仅是示例性说明，不是必须包括所有的步骤。例如，有的步骤还可以分解，而有的步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。另外，下面所有的术语“第一”、“第二”仅是为了区分的目的，不应作为本公开内容的限制。

图1示出了应用本公开实施方式的服务提供方案的场景示意图。

参考图1，移动终端100可以获取检测到的WiFi列表，如果根据WiFi列表中的WiFi信号能够确定出当前移动终端100所处的场景，并且该场景对应有相应的应用服务，则移动终端100可以将当前状态切换为与该场景对应的服务状态。

其中，可以预先配置WiFi信号在各个场景中的场景概率，并根据场景概率确定出移动终端100是否处于某个场景。这里预先配置的过程可以由移动终端100执行，也可以由除移动终端100之外的其他终端执行，并将配置的结果进行保存，以便移动终端100可以调取该预先配置的结果，实现自动提供服务的功能。

例如，在用户刷码进入地铁的场景中，移动终端100可以获取地铁中存在的WiFi信号的信息，如果基于获取到的WiFi信号判断出当前已经到达或即将达到闸机口，则移动终端100可以自动切换为付款的状态，在移动终端100的界面上展示付款码，以便用户刷码进站。通过将本公开方案应用于地铁刷码的场景，可以减少用户的操作，大大提高通行效率。

又例如，在超市结账付款的场景中，移动终端100可以获取超市中存在的WiFi信号的信息，如果基于获取到的WiFi信号判断出当前已经到达结账口或即将达到结账口，则移动终端100的显示界面可以自动切换为包含该超市的电子会员卡(展示方式例如包括条形码、二维码、数字号码等)的界面，以便超市系统录入会员信息。由此，避免了用户在应用中查找会员卡繁琐的过程，便利性得到了大幅提高。

应当说明的是，移动终端100可以包括但不限于智能手机、平板电脑、智能可穿戴设备等等。

另外，本公开示例性实施方式的服务提供方法一般由移动终端100执行，相应地，下面描述的服务提供装置一般配置在移动终端100中。

图2示出了适于用来实现本公开示例性实施方式的电子设备的示意图。本公开示例性实施方式的移动终端可以被配置为如图2的形式。需要说明的是，图2示出的电子设备仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

本公开的电子设备至少包括处理器和存储器，存储器用于存储一个或多个程序，当一个或多个程序被处理器执行时，使得处理器可以实现本公开示例性实施方式的服务提供方法。

具体的，如图2所示，电子设备200可以包括：处理器210、内部存储器221、外部存储器接口222、通用串行总线(Universal Serial Bus，USB)接口230、充电管理模块240、电源管理模块241、电池242、天线1、天线2、移动通信模块250、无线通信模块260、音频模块270、扬声器271、受话器272、麦克风273、耳机接口274、传感器模块280、显示屏290、摄像模组291、指示器292、马达293、按键294以及用户标识模块(Subscriber IdentificationModule，SIM)卡接口295等。其中传感器模块280可以包括深度传感器、压力传感器、陀螺仪传感器、气压传感器、磁传感器、加速度传感器、距离传感器、接近光传感器、指纹传感器、温度传感器、触摸传感器、环境光传感器及骨传导传感器等。

可以理解的是，本公开实施例示意的结构并不构成对电子设备200的具体限定。在本公开另一些实施例中，电子设备200可以包括比图示更多或更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置。图示的部件可以以硬件、软件或软件和硬件的组合实现。

处理器210可以包括一个或多个处理单元，例如：处理器210可以包括应用处理器(Application Processor，AP)、调制解调处理器、图形处理器(Graphics ProcessingUnit，GPU)、图像信号处理器(Image Signal Processor，ISP)、控制器、视频编解码器、数字信号处理器(Digital Signal Processor，DSP)、基带处理器和/或神经网络处理器(Neural-etwork Processing Unit，NPU)等。其中，不同的处理单元可以是独立的器件，也可以集成在一个或多个处理器中。另外，处理器210中还可以设置存储器，用于存储指令和数据。

电子设备200的无线通信功能可以通过天线1、天线2、移动通信模块250、无线通信模块260、调制解调处理器以及基带处理器等实现。

移动通信模块250可以提供应用在电子设备200上的包括2G/3G/4G/5G等无线通信的解决方案。

无线通信模块260可以提供应用在电子设备200上的包括无线局域网(WirelessLocal Area Networks，WLAN)(如无线保真(Wireless Fidelity，Wi-Fi)网络)、蓝牙(Bluetooth，BT)、全球导航卫星系统(Global Navigation Satellite System，GNSS)、调频(Frequency Modulation，FM)、近距离无线通信技术(Near Field Communication，NFC)、红外技术(Infrared，IR)等无线通信的解决方案。

电子设备200通过GPU、显示屏290及应用处理器等实现显示功能。GPU为图像处理的微处理器，连接显示屏290和应用处理器。GPU用于执行数学和几何计算，用于图形渲染。处理器210可包括一个或多个GPU，其执行程序指令以生成或改变显示信息。

内部存储器221可以用于存储计算机可执行程序代码，所述可执行程序代码包括指令。内部存储器221可以包括存储程序区和存储数据区。外部存储器接口222可以用于连接外部存储卡，例如Micro SD卡，实现扩展电子设备200的存储能力。

本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。

计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读存储介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被一个该电子设备执行时，使得该电子设备实现如下述实施例中所述的方法。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的单元也可以设置在处理器中。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。

图3示意性示出了本公开的示例性实施方式的服务提供方法的流程图。参考图3，服务提供方法可以包括以下步骤：

S32.从移动终端的WiFi列表中，确定与预设场景相关联的WiFi信号集合。

在移动终端的WiFi无线网络功能开启的情况下，移动终端可以检测周围的WiFi信号，得到WiFi列表。可以理解的是，得到的WiFi列表中包含至少一个WiFi信号的信息。

本公开所述的场景或预设场景指的是实际的物理位置，该物理位置处存在至少一个WiFi信号。而对于该物理位置处是否存在真实的物体，本公开不做限制。

对于WiFi信号，本公开关注的是场景中固定存在的WiFi信号，以地铁闸机口为例，WiFi信号的来源可以包括地铁内固定配置的WiFi信号源、周边商场固定配置的WiFi信号源等。而不包括个人设备的WiFi热点，原因在于个人设备的WiFi热点不稳定，会随着个人的移动出现或消失，通常不作为本公开判断场景的WiFi信号。

根据本公开的一些实施例，移动终端可以先确定当前所处的位置区域，如果当前所处的位置区域内包含预设场景，则可以从移动终端的WiFi列表中，确定与预设场景相关的WiFi信号集合。

具体的，可以通过GPS(Global Positioning System，全球定位系统)确定出位置区域，再通过预先配置的位置区域与预设场景的对应关系表，确定出该位置区域是否包含预设场景以及包括哪些预设场景。

以位置区域为地铁进站区域为例，如果移动终端通过GPS确定出当前处于地铁进站区域，则确定出地铁进站区域包括一个或多个闸机口，即包括一个或多个预设场景。

在本公开的示例性实施方式中，可以预先构建预设场景与WiFi信号的关联关系。由此，可以从WiFi列表中确定出与预设场景相关联的WiFi信号集合。

例如，在预先构建的预设场景与WiFi信号的关联关系中，预设场景A对应10个WiFi信号，记为为WiFi 1至WiFi 10。如果移动终端的WiFi列表中包括WiFi 1、WiFi 3、WiFi 4、WiFi 5，则可以将由WiFi 1、WiFi3、WiFi 4、WiFi 5组成的WiFi信号集合，确定为与预设场景A相关联的WiFi信号集合。

应当理解的是，确定出的WiFi信号集合可能仅包含一个WiFi信号，或者包含多个WiFi信号，亦或者为空集。

另外，同一位置区域可以包含多个预设场景，针对每一个预设场景均可以执行本公开示例性方案的过程，以确定移动终端当前所处哪一个预设场景中。

除通过GPS确定出位置区域之外，还可以通过移动终端当前拍摄的图像确定出位置区域。例如，移动终端可以通过其摄像模组拍摄到地铁站点的标识信息(例如站点名)，通过图像识别的方式确定出移动终端所处的地铁站点。

根据本公开的另一些实施例，移动终端可以根据实时检测出的WiFi信号，确定出可能的预设场景。

例如，WiFi列表中包括WiFi 1、WiFi 2、WiFi 3、WiFi 4和WiFi 5，如果与预设场景A相关联的WiFi信号包括WiFi 1、WiFi 3、WiFi 5、WiFi 6、WiFi 7，则可以确定出可能的预设场景A，以及与WiFi列表中与预设场景相关联的包含WiFi 1、WiFi 3、WiFi 5的WiFi信号集合。

S34.确定WiFi信号集合包含的WiFi信号在预设场景中的场景概率。

在本公开的示例性实施方式中，场景概率表征的是根据该WiFi信号能够确定出场景的概率。例如，WiFi 1在预设场景A中的场景概率为1/10，在预设场景B中的场景概率为1/6，表示的是，当检测到WiFi 1的时候，处于预设场景B的概率比处于预设场景A的概率大。

具体的，WiFi信号在场景中的场景概率可以通过预先进行试验测试得到，概率的具体幅值可以由开发人员根据试验结果配置出。

根据本公开的一些实施例，可以预先存储有WiFi信号在预设场景中的场景概率。

根据本公开的另一些实施例，预先构建的预设场景与WiFi信号的关联关系中包含WiFi信号在预设场景中的权重，可以利用WiFi信号在各场景中的权重计算出WiFi信号在预设场景中的场景概率。

例如，WiFi 1在预设场景A中的权重为3，在预设场景B中的权重为5，由此，可以通过归一化处理并结合WiFi 1相对于其他WiFi信号的权重，分别得到WiFi 1在预设场景A和预设场景B的场景概率。

S36.基于WiFi信号集合包含的WiFi信号在预设场景中的场景概率，确定移动终端是否处于预设场景。

在WiFi信号集合仅包含一个WiFi信号的情况下，移动终端可以将该WiFi信号在预设场景中的场景概率与一概率阈值进行比较，如果大于等于该概率阈值，则确定出移动终端当前处于该预设场景。

如果小于该概率阈值，则确定出移动终端当前不处于该预设场景，此后，执行其他预设场景的判断过程，或处理结束。

在WiFi信号集合包含多个WiFi信号的情况下，首先，可以计算这多个WiFi信号在预设场景中的场景概率之和，得到预设场景的当前概率总和。

在一个实施例中，可以直接将多个WiFi信号在预设场景中的场景概率累加，得到预设场景的当前概率总和。

在另一个实施例中，移动终端处于移动的状态，例如，用户手持该移动终端移动。在这种情况下，可以结合上一时刻的计算结果来计算当前时刻的概率总和，由此，相比于一个一个累加的过程，减少了计算量。

具体的，如果相比于上一时刻，当前时刻的WiFi列表中存在新增的WiFi信号，则确定上一时刻的概率总和，并计算上一时刻的概率总和与新增的WiFi信号在预设场景中的场景概率之和。

如果相比于上一时刻，当前时刻的WiFi列表中存在剔除的WiFi信号，即有WiFi信号消失，则确定上一时刻的概率总和，并计算上一时刻的概率总和与剔除的WiFi信号在预设场景中的场景概率之差。

另外，本公开对上一时刻与当前时刻之间的时间间隔不做限制，通常，上一时刻可以是WiFi列表上一次刷新的时刻。

在得到预设场景的当前概率总和之后，接下来，移动终端可以将预设场景的当前概率总和与一概率阈值进行比较，如果预设场景的当前概率总和大于等于该概率阈值，则确定出移动终端处于该预设场景。

如果预设场景的当前概率总和小于该概率阈值，则确定出移动终端当前不处于该预设场景，此后，执行其他预设场景的判断过程，或处理结束。

应当理解的是，上述两种情况下采用的概率阈值可以相同，也可以不同，本公开对概率阈值的取值不做限制，例如，可以均被配置为0.5、0.8等。

S38.如果移动终端处于预设场景，则提供与预设场景对应的服务。

应当理解的是，预设场景不同，通常对应的服务也不同。本公开对服务的类型不做限制，例如包括但不限于展示认证信息、支付、查询等。

提供服务的过程由移动终端自动执行，无需用户操作，提升了移动终端使用上的便利性，节省了用户主动操作的时间，大幅提升了用户体验。

如上所述，本公开实施方式需要预先构建预设场景与WiFi信号的关联关系。下面将参考图4对预先构建关联关系的过程进行说明。

在步骤S402中，预先在所述预设场景处采集多组WiFi信号。

其中，每组WiFi信号通常均包括多个WiFi信号。

具体的，可以预先在预设场景处，开启与预设场景对应的服务，每开启与预设场景对应的服务时，采集一组WiFi信号。也就是说，通过多次在预设场景的服务开启操作，采集出多组WiFi信号。

以地铁进站为例，用户手持移动终端刷码进站，移动终端在检测到刷码成功后，开始采集WiFi信号，采集的过程可以持续一段时间(例如，1s、2s等)。

除采集到WiFi信号外，采集的数据还可以包括位置信息等。

仍以地铁闸机口采集数据为例，除采集到WiFi信号外，还可以采集城市信息、GPS信息、地铁路线信息中的一个或多个。

图5示出了本公开实施例的预先采集的数据的示意图。参考图5，可见采集到的数据包括城市信息“上海”，地铁路线信息“龙华中路”、“7号线”、“12号线”，例如“花生地铁WiFi”的WiFi信号。

在从不同地理位置采集数据之后，本公开的一些实施例还可以根据位置进行标记分组，并打上分组标签。

对于有明确位置信息的数据，直接以位置信息进行分组，对每一次采集的数据文件打上标签，标签如：上海-7号线-光华中路。

对于没有明确位置信息的数据，计算GPS的点位距离，如果距离过大，则不属于同一地理位置，不做处理。如果距离小于一距离阈值，则认为两次采集是发生在同一位置，给对应的这两个数据文件打上标签，标签如：位置1。此标签仅是为了区分不同的地理位置，对标签的表示方式不做限制。

在步骤S404中，对采集的多组WiFi信号进行组间相似度分组。

首先，针对同一场景下采集到的每一组WiFi信号，可以按信号强度进行WiFi信号的降序排列。也就是说，对于每一组WiFi信号，均执行信号强度的降序排列。

另外，对理想信号强度范围进行划分，得到多个信号强度区间。此处理想信号强度范围可以是0到-90，容易理解的是，越靠近WiFi信号源，信号强度越接近0。具体的，可以按阈值t(例如，t＝10)进行划分，例如，划分为：0、-t、-2t、…、-nt，共n个信号强度区间。

接下来，针对按信号强度降序排列的每一组WiFi信号，确定每个信号强度区间中WiFi信号的数量占比。

例如，按信号强度降序排列的一组WiFi信号包括20个WiFi信号，这20个WiFi信号在0到-t范围内有2个，则在0到-t这个信号强度区间中，WiFi信号的数量占比为1/10；这20个WiFi信号在-t到-2t范围内有5个，则在-t到-2t这个信号强度区间中，WiFi信号的数量占比为1/4。

然后，根据每个信号强度区间中WiFi信号的数量占比，对同一场景下采集的多组WiFi信号进行组间相似度分组。

具体的，每组WiFi信号两两之间按信号强度区间进行相似度比较，如果相似，则这两组WiFi信号被分到同一组间相似度分组中。

本公开的一些实施例可以采用余弦相似度的方法按信号强度区间进行相似度比较。例如，一组WiFi信号在0到-t这个信号强度区间中，WiFi信号的数量占比为1/10，另一组WiFi信号在0到-t这个信号强度区间中，WiFi信号的数量占比为1/11，则可以将cos(1/10)与cos(1/11)进行比较。对于每一个信号强度区间，均执行此相似度比较过程，再综合所有的比较结果确定两组WiFi信号是否可被归为一个组件相似度分组中。

另外，还可以为WiFi信号配置权重，处于同一信号强度区间的WiFi信号在预设场景中的权重相同，且权重与信号强度区间的信号强度正相关。例如，0到-t的权重可配置为10，-t到-2t的权重可配置为8，以此类推。然而，在本公开一些实例中，还可以将-t到-2t、-2t到-3t的权重配置为同一数值，本公开对此不做限制。

在上述相似度的计算过程中，可以融合配置出的权重，综合确定两组WiFi信号之间的相似度是否大于一相似度阈值，如果大于，被归为一个组件相似度分组中。如果不大于，则不归为一个组件相似度分组。

在步骤S406中，利用组间相似度分组的结果，构建所述预设场景与WiFi信号的关联关系。

针对组件相似度分组后得到的属于同一分组的多组WiFi信号，可以将信号强度最强的信号强度区间中包含的WiFi信号进行合并，也就是说，将0到-t区间中包含的WiFi信号进行合并，并利用合并的结果构建出预设场景与WiFi信号的关联关系。

具体的，对于合并后存在交集的，打上标签，如上海-7号线-龙华中路-1。对于合并后不存在交集的单独分组，同样打上标签，如上海-7号线-龙华中路-2。

然后，对数据进行去重处理，得到可以表征关联关系的数据集。参考表1：

表1

	权重	标签
			WiFi 1	10	上海-7号线-龙华中路-1
WiFi 2	5	上海-7号线-龙华中路-1
			WiFi n	1	上海-7号线-龙华中路-1
WiFi 3	10	上海-7号线-龙华中路-2
			WiFi n	10	上海-7号线-龙华中路-2
WiFi 4	1	上海-7号线-龙华中路-2

容易理解的是，在数据存储时，存储的是WiFi信号的标识(如，MAC地址)。

根据本公开的一些实施例，在将信号强度最强的信号强度区间中包含的WiFi信号进行合并之前，移动终端还可以从组间相似度分组后得到的属于同一分组的多组WiFi信号中，剔除干扰WiFi信号。

首先，对组间相似度分组后得到的属于同一分组的多组WiFi信号取交集，得到第一WiFi信号集合。

接下来，可以对组间相似度分组后得到的多组WiFi信号与第一WiFi信号集合取差集，从差集的结果中剔除非白名单的WiFi信号，得到第二WiFi信号集合。具体的，白名单可以由各厂商或用户申请的MAC地址确定出，剔除的WiFi信号通常为个人WiFi信号。

然后，合并第一WiFi信号集合与第二WiFi信号集合，以实现从组间相似度分组后得到的多组WiFi信号中剔除干扰WiFi信号。

下面将参考图6对本公开实施例的为场景预先配置WiFi信息并入库的方案进行说明。

在步骤S602中，读取采集到的数据文件。

在步骤S604中，判断数据文件中是否有位置信息。如果有，则执行步骤S606，如果没有，则执行步骤S610。

在步骤S606中，可以按位置名称进行标记分组。

在步骤S608中，判断同一分组文件数量是否大于等于2，如果是，则执行步骤S614；如果不是，则不对文件进行处理。

在步骤S610中，判断GPS点位距离是否小于一阈值。如果小于，则执行步骤S612；如果不小于，则不对文件进行处理。

在步骤S612中，对于GPS点位距离较小的情况，可以按同一位置进行标记分组。

在步骤S614中，执行相似度分组的过程。

在步骤S616中，根据相似度分组的结果，确定场景对应的WiFi，得到场景与WiFi的关联关系。在步骤S618中，将场景与WiFi的关联关系入库，以便后续需要提供服务时，可能获取到该关联关系。

下面将参考图7，以处于闸机口场景在手机上提供支付码为例，对本公开方案的一个应用场景进行说明。

用户手持手机71，自地铁口向闸机口72方向行走的过程中，刚开始的时候，手机71距闸机口72较远，无法获取到闸机口72相关联的WiFi信号，可以理解的是，累加的WiFi信号的场景概率为0。

随着手机71不断接近闸机口72，与闸机口72相关联的WiFi信号逐渐被手机71检测到，累加的WiFi信号的场景概率不断增加。

在累加的WiFi信号的场景概率大于概率阈值的情况下，表明手机71已到达闸机口72。此时，可以为用户弹出二维码，以方便用户刷码进站。

图8示出了与图7场景对应的实现本公开服务提供方案的后台数据的示意图。参考图8，在概率自0开始累加的过程中，如果概率阈值被配置为为50％，当累加的概率达到54.55％时，则为在手机71上弹出二维码。

本公开示例性实施方式的服务提供方案，可以帮助用户判断出当前是否进入某个场景，准确且及时为用户提供应用服务。

应当注意，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。

进一步的，本示例实施方式中还提供了一种应用于移动终端的服务提供装置。

图9示意性示出了本公开的示例性实施方式的服务提供装置的方框图。参考图9，根据本公开的示例性实施方式的服务提供装置9可以包括信号集合确定模块91、场景概率确定模块93、场景判断模块95和服务模块97。

具体的，信号集合确定模块91可以用于从移动终端的WiFi列表中，确定与预设场景相关联的WiFi信号集合；场景概率确定模块93可以用于确定WiFi信号集合包含的WiFi信号在预设场景中的场景概率；场景判断模块95可以用于基于WiFi信号集合包含的WiFi信号在预设场景中的场景概率，确定移动终端是否处于预设场景；服务模块97可以用于如果移动终端处于预设场景，则提供与预设场景对应的服务。

根据本公开的示例性实施例，WiFi信号集合包含多个WiFi信号。在这种情况下，场景判断模块95可以被配置为执行：计算多个WiFi信号在预设场景中的场景概率之和，得到预设场景的当前概率总和；将预设场景的当前概率总和与一概率阈值进行比较；如果预设场景的当前概率总和大于等于概率阈值，则确定出移动终端处于预设场景。

根据本公开的示例性实施例，移动终端处于移动的状态。在这种情况下，场景判断模块95计算多个WiFi信号在预设场景中的场景概率之和的过程可以被配置为包括：如果相比于上一时刻，当前时刻的WiFi列表中存在新增的WiFi信号，则确定上一时刻的概率总和，并计算上一时刻的概率总和与新增的WiFi信号在预设场景中的场景概率之和；如果相比于上一时刻，当前时刻的WiFi列表中存在剔除的WiFi信号，则确定上一时刻的概率总和，并计算上一时刻的概率总和与剔除的WiFi信号在预设场景中的场景概率之差。

根据本公开的示例性实施例，参考图10，相比于服务提供装置9，服务提供装置10还可以包括位置确定模块101。

具体的，位置确定模块101可以被配置为执行：确定移动终端当前所处的位置区域。其中，在位置确定模块101确定出移动终端当前所处的位置区域内包含预设场景的情况下，信号集合确定模块91可以从移动终端的WiFi列表中，确定与预设场景相关联的WiFi信号集合。

根据本公开的示例性实施例，参考图11，相比于服务提供装置9，服务提供装置11还可以包括预配置模块111。

具体的，预配置模块111可以被配置为执行：预先构建预设场景与WiFi信号的关联关系。由此，信号集合确定模块91可以利用关联关系从移动终端的WiFi列表中确定与预设场景相关联的WiFi信号集合。其中，关联关系中包含WiFi信号在预设场景中的权重，利用WiFi信号在各场景中的权重计算出WiFi信号在预设场景中的场景概率。

根据本公开的示例性实施例，预配置模块111可以被配置为执行：预先在预设场景处采集多组WiFi信号；对采集的多组WiFi信号进行组间相似度分组；利用组间相似度分组的结果，构建预设场景与WiFi信号的关联关系。

根据本公开的示例性实施例，预配置模块111预先在预设场景处采集多组WiFi信号的过程可以被配置为执行：预先在预设场景处，开启与预设场景对应的服务；每开启与预设场景对应的服务时，采集一组WiFi信号。

根据本公开的示例性实施例，预配置模块111对采集的多组WiFi信号进行组间相似度分组的过程可以被配置为执行：针对采集到的每一组WiFi信号，按信号强度进行WiFi信号的降序排列；对理想信号强度范围进行划分，得到多个信号强度区间；针对按信号强度降序排列的每一组WiFi信号，确定每个信号强度区间中WiFi信号的数量占比；根据每个信号强度区间中WiFi信号的数量占比，对采集的多组WiFi信号进行组间相似度分组。

根据本公开的示例性实施例，预配置模块111利用组间相似度分组的结果构建预设场景与WiFi信号的关联关系的过程可以被配置为执行：针对组间相似度分组后得到的多组WiFi信号，将信号强度最强的信号强度区间中包含的WiFi信号进行合并，并利用合并的结果构建出预设场景与WiFi信号的关联关系。

根据本公开的示例性实施例，预配置模块111还可以被配置为执行：在将信号强度最强的信号强度区间中包含的WiFi信号进行合并之前，从组间相似度分组后得到的多组WiFi信号中，剔除干扰WiFi信号。

根据本公开的示例性实施例，预配置模块111剔除干扰WiFi信号的过程可以被配置为执行：对组间相似度分组后得到的多组WiFi信号取交集，得到第一WiFi信号集合；对组间相似度分组后得到的多组WiFi信号与第一WiFi信号集合取差集，从差集的结果中剔除非白名单的WiFi信号，得到第二WiFi信号集合；合并第一WiFi信号集合与第二WiFi信号集合，以从组间相似度分组后得到的多组WiFi信号中剔除干扰WiFi信号。

根据本公开的示例性实施例，处于同一信号强度区间的WiFi信号在预设场景中的权重相同，且权重与信号强度区间的信号强度正相关。

由于本公开实施方式的服务提供装置的各个功能模块与上述方法实施方式中相同，因此在此不再赘述。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。

此外，上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

本领域技术人员在考虑说明书及实践这里公开的内容后，将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。

Claims (15)

1.一种服务提供方法，其特征在于，应用于移动终端，所述服务提供方法包括：

从所述移动终端的WiFi列表中，确定与预设场景相关联的WiFi信号集合；

确定所述WiFi信号集合包含的WiFi信号在所述预设场景中的场景概率；

基于所述WiFi信号集合包含的WiFi信号在所述预设场景中的场景概率，确定所述移动终端是否处于所述预设场景；

如果所述移动终端处于所述预设场景，则提供与所述预设场景对应的服务。

2.根据权利要求1所述的服务提供方法，其特征在于，所述WiFi信号集合包含多个WiFi信号；其中，基于所述WiFi信号集合包含的WiFi信号在所述预设场景中的场景概率，确定所述移动终端是否处于所述预设场景，包括：

计算所述多个WiFi信号在所述预设场景中的场景概率之和，得到所述预设场景的当前概率总和；

将所述预设场景的当前概率总和与一概率阈值进行比较；

如果所述预设场景的当前概率总和大于等于所述概率阈值，则确定出所述移动终端处于所述预设场景。

3.根据权利要求2所述的服务提供方法，其特征在于，所述移动终端处于移动的状态；其中，计算所述多个WiFi信号在所述预设场景中的场景概率之和包括：

如果相比于上一时刻，当前时刻的WiFi列表中存在新增的WiFi信号，则确定上一时刻的概率总和，并计算所述上一时刻的概率总和与所述新增的WiFi信号在所述预设场景中的场景概率之和；

如果相比于上一时刻，当前时刻的WiFi列表中存在剔除的WiFi信号，则确定上一时刻的概率总和，并计算所述上一时刻的概率总和与所述剔除的WiFi信号在所述预设场景中的场景概率之差。

4.根据权利要求1所述的服务提供方法，其特征在于，在从所述移动终端的WiFi列表中，确定与预设场景相关联的WiFi信号集合之前，所述服务提供方法还包括：

确定所述移动终端当前所处的位置区域；

其中，如果所述移动终端当前所处的位置区域内包含所述预设场景，则从所述移动终端的WiFi列表中，确定与预设场景相关联的WiFi信号集合。

5.根据权利要求1至4中任一项所述的服务提供方法，其特征在于，从所述移动终端的WiFi列表中，确定与预设场景相关联的WiFi信号集合包括：

预先构建所述预设场景与WiFi信号的关联关系；

利用所述关联关系，从所述移动终端的WiFi列表中确定与所述预设场景相关联的WiFi信号集合；

其中，所述关联关系中包含WiFi信号在所述预设场景中的权重，利用所述WiFi信号在各场景中的权重计算出所述WiFi信号在所述预设场景中的场景概率。

6.根据权利要求5所述的服务提供方法，其特征在于，预先构建所述预设场景与WiFi信号的关联关系包括：

预先在所述预设场景处采集多组WiFi信号；

对采集的多组WiFi信号进行组间相似度分组；

利用组间相似度分组的结果，构建所述预设场景与WiFi信号的关联关系。

7.根据权利要求6所述的服务提供方法，其特征在于，预先在所述预设场景处采集多组WiFi信号包括：

预先在所述预设场景处，开启与所述预设场景对应的服务；

每开启与所述预设场景对应的服务时，采集一组WiFi信号。

8.根据权利要求6所述的服务提供方法，其特征在于，对采集的多组WiFi信号进行组间相似度分组包括：

针对采集到的每一组WiFi信号，按信号强度进行WiFi信号的降序排列；

对理想信号强度范围进行划分，得到多个信号强度区间；

针对按信号强度降序排列的每一组WiFi信号，确定每个所述信号强度区间中WiFi信号的数量占比；

根据每个所述信号强度区间中WiFi信号的数量占比，对采集的所述多组WiFi信号进行组间相似度分组。

9.根据权利要求8所述的服务提供方法，其特征在于，利用组间相似度分组的结果，构建所述预设场景与WiFi信号的关联关系包括：

针对组间相似度分组后得到的多组WiFi信号，将信号强度最强的信号强度区间中包含的WiFi信号进行合并，并利用合并的结果构建出所述预设场景与WiFi信号的关联关系。

10.根据权利要求9所述的服务提供方法，其特征在于，在将信号强度最强的信号强度区间中包含的WiFi信号进行合并之前，所述服务提供方法还包括：

从组间相似度分组后得到的多组WiFi信号中，剔除干扰WiFi信号。

11.根据权利要求9所述的服务提供方法，其特征在于，从组间相似度分组后得到的多组WiFi信号中，剔除干扰WiFi信号，包括：

对组间相似度分组后得到的多组WiFi信号取交集，得到第一WiFi信号集合；

对组间相似度分组后得到的多组WiFi信号与所述第一WiFi信号集合取差集，从差集的结果中剔除非白名单的WiFi信号，得到第二WiFi信号集合；

合并所述第一WiFi信号集合与所述第二WiFi信号集合，以从组间相似度分组后得到的多组WiFi信号中剔除干扰WiFi信号。

12.根据权利要求8所述的服务提供方法，其特征在于，处于同一信号强度区间的WiFi信号在所述预设场景中的权重相同，且权重与信号强度区间的信号强度正相关。

13.一种服务提供装置，其特征在于，应用于移动终端，所述服务提供装置包括：

信号集合确定模块，用于从所述移动终端的WiFi列表中，确定与预设场景相关联的WiFi信号集合；

场景概率确定模块，用于确定所述WiFi信号集合包含的WiFi信号在所述预设场景中的场景概率；

场景判断模块，用于基于所述WiFi信号集合包含的WiFi信号在所述预设场景中的场景概率，确定所述移动终端是否处于所述预设场景；

服务模块，用于如果所述移动终端处于所述预设场景，则提供与所述预设场景对应的服务。

14.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1至12中任一项所述的服务提供方法。

15.一种电子设备，其特征在于，包括：

处理器；

存储器，用于存储一个或多个程序，当所述一个或多个程序被所述处理器执行时，使得所述处理器实现如权利要求1至12中任一项所述的服务提供方法。

Images