CN113674513A - 基于用户吸烟行为记录的干预提醒的触发方法及触发装置 - Google Patents
基于用户吸烟行为记录的干预提醒的触发方法及触发装置 Download PDFInfo
- Publication number
- CN113674513A CN113674513A CN202010417547.7A CN202010417547A CN113674513A CN 113674513 A CN113674513 A CN 113674513A CN 202010417547 A CN202010417547 A CN 202010417547A CN 113674513 A CN113674513 A CN 113674513A
- Authority
- CN
- China
- Prior art keywords
- smoking
- intervention
- data
- reminder
- behaviour
- 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
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/24—Reminder alarms, e.g. anti-loss alarms
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/52—Network services specially adapted for the location of the user terminal
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/535—Tracking the activity of the user
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/55—Push-based network services
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1112—Global tracking of patients, e.g. by using GPS
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Biomedical Technology (AREA)
- Databases & Information Systems (AREA)
- Biophysics (AREA)
- Data Mining & Analysis (AREA)
- Computer Hardware Design (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Heart & Thoracic Surgery (AREA)
- Radar, Positioning & Navigation (AREA)
- Physiology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Engineering & Computer Science (AREA)
- Physical Education & Sports Medicine (AREA)
- Child & Adolescent Psychology (AREA)
- Social Psychology (AREA)
- Hospice & Palliative Care (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Developmental Disabilities (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本公开内容提供了基于用户吸烟行为记录的干预提醒的触发方法,包括:接收与用户相关联的吸烟行为记录数据,吸烟行为记录数据包括多条吸烟行为记录;分析吸烟行为记录数据,以确定与每条吸烟行为记录相关联的吸烟行为位置数据;计算每两个吸烟行为位置数据所表示的位置之间的距离;将所述距离低于第一距离的第一数量的吸烟行为记录记录为一组吸烟行为记录数据;在所述第一数量高于第一阈值的情况下,基于与所述一组吸烟行为记录数据相关联的位置数据确定提醒范围,所述提醒范围是不间断的连通的区域或空间并且包含所述一组吸烟行为记录数据相关联的每个位置数据所表示的位置;以及当所述用户从外部进入所述提醒范围内时,触发所述干预提醒的推送。
Description
技术领域
本公开内容涉及戒烟干预提醒的触发机制,具体地,本公开内容涉及一种基于CBT(认知行为疗法)理论进行戒烟干预的提醒的触发方法,更为具体地涉及一种基于用户吸烟行为记录的干预提醒的触发方法、用于执行上述触发方法的基于用户吸烟行为记录的干预提醒的触发装置以及一种相应的计算机可读存储介质。
背景技术
现有戒烟软件的戒烟提醒功能主要有几种模式:
第一种是软件定时推送提醒,例如每天早上七点起床时发出提醒,或者每天上午九点到达办公室的时间定时推送提醒;
第二种是由用户设定或定位的特定吸烟地点提醒,例如用户向软件输入其经常吸烟的公司茶水间或者吸烟点的位置信息,然后软件基于自身的定位位置和所输入的位置信息的比较进行特定吸烟地点的提醒;
第三种则由用户设定的特定吸烟时间提醒,例如用户向软件输入其经常吸烟的时间段为午饭(例如午饭时间为12点结束)后的一个小时内,则软件基于自身的时间单元所获取的时间,在每天中午十一点半定时向用户推送戒烟提醒。
由以上三种戒烟消息提醒可知,目前现有技术的提醒方式均为固定方式进行提醒,即要么进行固定时间提醒,要么进行具体固定位置提醒,无法实现结合用户的吸烟习惯进行精准智能干预的目标。
发明内容
如前所述,现有技术中存在以下技术问题,即传统的戒烟方法要么进行固定时间提醒,要么进行具体固定位置提醒,无法实现结合用户的吸烟习惯进行精准智能干预的目标。而且在进行具体固定位置提醒时,由于GPS等定位方法不够精确以及传统的提醒机制自身的问题,并且由于仅仅考虑单个具体吸烟点位置,使得用于在距离较近的吸烟点之间走动时会不停地收到提醒,进而降低提醒的实际效果。
本公开内容所旨在实现的目的在于根据用户个人的吸烟行为记录,统计分析该用户的吸烟习惯,预测用户可能吸烟的高风险时间和地点,通过消息推送提醒进行认知行为疗法戒烟干预,避免吸烟行为发生。
为了实现上述目的,本公开内容的发明人意识到传统的特定吸烟地点提醒模式存在如下缺陷:
首先,其定位精度不够准确,目前的民用GPS定位其精度一般为10米左右,这样的精度将会使得特定地点提醒不够准确;
其次,特定地点提醒并不区分吸烟频次,即不会考虑用户的吸烟渴求度而无差别地进行提醒,这样一来便使得提醒过于频繁而使得其提醒效果大打折扣;
再者,现有的吸烟提醒功能并不会动态进行调整,即不会随着外部数据的变化进行修正,从而使得一成不变的位置提醒并不能和实际情况动态匹配,这将必然也会降低戒烟提醒的效果。
针对上述技术问题,本公开内容的发明人基于以上思考,提出了如下的基于CBT理论的戒烟提醒触发机制,具体而言,本公开内容涉及一种基于用户吸烟行为记录的干预提醒的触发方法,所述触发方法包括:
接收与用户相关联的吸烟行为记录数据,其中,所述吸烟行为记录数据包括多条吸烟行为记录;
分析所述吸烟行为记录数据,以确定与每条吸烟行为记录相关联的吸烟行为位置数据;
计算每两个吸烟行为位置数据所表示的位置之间的距离;
将所述距离低于第一距离的第一数量的吸烟行为记录记录为一组吸烟行为记录数据;
在所述第一数量高于第一阈值的情况下,基于与所述一组吸烟行为记录数据相关联的位置数据确定提醒范围,所述提醒范围是不间断的连通的区域或空间并且包含所述一组吸烟行为记录数据相关联的每个位置数据所表示的位置;以及
当所述用户从外部进入所述提醒范围内时,触发所述干预提醒的推送。
在依据本公开内容所提供的基于用户吸烟行为记录的干预提醒的触发方法中,按照吸烟位置之间距离的远近对一组吸烟行为记录数据进行汇聚,进而基于所汇聚的一组吸烟行为记录数据计算包括这些位置的提醒范围,进行一定提醒范围内的提醒,一来解决了提醒过于频密,使得单次提醒更为精准的技术效果得以实现,二来弥补了传统定位手段精度过低而使得定位提醒范围不准确的缺陷;此外,充分地考虑了吸烟频次的影响,仅仅对频次高于第一阈值的聚合吸烟点进行提醒,进而提高了干预提醒的针对性,这将必然会带来用户关注度的提升,最终达到提高戒烟效果的目的。
在依据本公开内容的一个实施例之中,基于与所述一组吸烟行为记录数据相关联的位置数据确定提醒范围进一步包括:
计算与所述一组吸烟行为记录数据相关联的位置数据的物理中心点,其中,所述提醒范围包括所述物理中心点周围第二距离的范围,其中,所述第二距离不小于所述物理中心点与所述一组吸烟行为记录数据所表示的离所述物理中心点最远的吸烟行为位置之间的距离。
以这样的方式,通过基于所汇聚的一组吸烟行为记录数据计算包括这些位置的物理中心点,从而进一步简化了提醒范围的计算,使得依据本公开内容所提出的基于用户吸烟行为记录的干预提醒的触发方法更容易实现。
在依据本公开内容的一个实施例之中,基于与所述一组吸烟行为记录数据相关联的位置数据确定提醒范围进一步包括:
基于与所述一组吸烟行为记录数据相关联的每个位置数据所表示的位置确定一个第一提醒范围,其中,所述提醒范围由多个所述第一提醒范围组成。
以这样的方式能够进一步精确每个位置数据对于最终提醒范围的影响,使得所计算得出的提醒范围更具有针对性,进而提高基于位置的干预提醒的针对性。
在依据本公开内容的一个实施例之中,所述触发方法还包括:
分析所述吸烟行为记录数据并确定与每条吸烟行为记录数据相关联的吸烟行为时间数据;
基于所述吸烟行为时间数据计算预定时间段内的吸烟次数;
记录所述吸烟次数高于第二阈值的预定时间段;以及
在所述预定时间段的开始时点之前触发所述干预提醒的推送。
在以上基于位置的提醒的基础之上,本公开内容还提出了基于时间的提醒,通过在频次超过第二阈值的时间段开始之前再次发送提醒,能够进一步提高吸烟提醒的针对性,这将必然会带来用户关注度的提升,最终达到提高戒烟效果的目的。
在依据本公开内容的一个实施例之中,所述触发方法还包括:
分析所述吸烟行为记录数据并确定与每条吸烟行为记录数据相关联的吸烟行为时间数据;
基于所述吸烟行为时间数据计算预定时间段内的吸烟次数;
将所述预定时间段按照所述吸烟次数由高到低进行排序;以及
在排序靠前的预定数量的预定时间段的开始时点之前触发所述干预提醒的推送。
在以上基于位置的提醒的基础之上,本公开内容还提出了基于时间的提醒,通过在排名靠前的预定数量的时间段开始之前再次发送提醒,能够进一步提高吸烟提醒的针对性,这将必然会带来用户关注度的提升,最终达到提高戒烟效果的目的。
在依据本公开内容的一个实施例之中,所述干预提醒的形式包括语音提醒、视频提醒、图片提醒以及文字提醒,并且其中,所述干预提醒的形式与所述预定时间段所表示的具体时间有关。
由于人作为一种生物,其在不同时间段对于各种提醒形式的反馈或者关注度是不同的,例如,在早晨则较为倾向于不细看文字提醒,更乐于接受语音或者图片类型的提醒;而在晚上入睡前,则更乐于接受视频或者文字类型的提醒。基于此,本公开内容的发明人创新地想到将干预提醒的形式设计成与所述预定时间段所表示的具体时间有关,进一步来提高用户关注度,最终达到提高戒烟效果的目的。
在依据本公开内容的一个实施例之中,所述触发方法还包括:
接收与所述用户相关联的用户数据;
基于所述用户数据确定所述用户的尼古丁依赖度;以及
基于所述用户的尼古丁依赖度确定所述干预提醒的类型,其中,所述干预提醒的类型包括正面消息、中性消息以及负面消息。
由于人作为一种生物,其对于不同类型的提醒的关注度是不同的,例如,尼古丁依赖度高的用户更需要被告知严厉的吸烟后果,故负面消息的比例也相应地高于尼古丁依赖度低或者中的用户;而尼古丁依赖度低的用户带有鼓励性质的正向消息的提醒效果更佳,故对于尼古丁依赖度低的用户,其正面消息的比例将相应地高于尼古丁依赖度中或者高的用户。
本公开内容的第二方面提供了一种基于用户吸烟行为记录的干预提醒的触发装置,所述触发装置包括:
数据接收模块,所述数据接收模块被配置用于接收与用户相关联的吸烟行为记录数据,其中,所述吸烟行为记录数据包括多条吸烟行为记录;
分析模块,所述分析模块被配置用于分析所述吸烟行为记录数据,以确定与每条吸烟行为记录相关联的吸烟行为位置数据;
第一计算模块,所述第一计算模块被配置用于计算每两个吸烟行为位置数据所表示的位置之间的距离;
分组模块,所述分组模块被配置用于将所述距离低于第一距离的第一数量的吸烟行为记录记录为一组吸烟行为记录数据;
第二计算模块,所述第二计算模块被配置用于在所述第一数量高于第一阈值的情况下,基于与所述一组吸烟行为记录数据相关联的位置数据确定提醒范围,所述提醒范围是不间断的连通的区域或空间并且包含所述一组吸烟行为记录数据相关联的每个位置数据所表示的位置;以及
触发模块,所述触发模块被配置用于当所述用户从外部进入所述提醒范围内时,触发所述干预提醒的推送。
在依据本公开内容的一个实施例之中,基于与所述一组吸烟行为记录数据相关联的位置数据确定提醒范围进一步包括:
计算与所述一组吸烟行为记录数据相关联的位置数据的物理中心点,其中,所述提醒范围包括所述物理中心点周围第二距离的范围,其中,所述第二距离不小于所述物理中心点与所述一组吸烟行为记录数据所表示的离所述物理中心点最远的吸烟行为位置之间的距离。
在依据本公开内容的一个实施例之中,基于与所述一组吸烟行为记录数据相关联的位置数据确定提醒范围进一步包括:
基于与所述一组吸烟行为记录数据相关联的每个位置数据所表示的位置确定一个第一提醒范围,其中,所述提醒范围由多个所述第一提醒范围组成。
在依据本公开内容的一个实施例之中,所述分析模块还被配置用于分析所述吸烟行为记录数据并确定与每条吸烟行为记录数据相关联的吸烟行为时间数据,所述第一计算模块还被配置用于基于所述吸烟行为时间数据计算预定时间段内的吸烟次数,并且所述触发装置还包括:
记录模块,所述记录模块被配置用于记录所述吸烟次数高于第二阈值的预定时间段;以及
第一时间触发模块,所述第一时间触发模块被配置用于在所述预定时间段的开始时点之前触发所述干预提醒的推送。
在依据本公开内容的一个实施例之中,所述分析模块还被配置用于分析所述吸烟行为记录数据并确定与每条吸烟行为记录数据相关联的吸烟行为时间数据,所述第一计算模块还被配置用于基于所述吸烟行为时间数据计算预定时间段内的吸烟次数,并且所述触发装置还包括:
排序模块,所述排序模块被配置用于将所述预定时间段按照所述吸烟次数由高到低进行排序;以及
第二时间触发模块,所述第二时间触发模块被配置用于在排序靠前的预定数量的预定时间段的开始时点之前触发所述干预提醒的推送。
在依据本公开内容的一个实施例之中,所述干预提醒的形式包括语音提醒、视频提醒、图片提醒以及文字提醒,并且其中,所述干预提醒的形式与所述预定时间段所表示的具体时间有关。
在依据本公开内容的一个实施例之中,所述数据接收模块还被配置用于接收与所述用户相关联的用户数据,所述触发装置还包括:
第三计算模块,所述第三计算模块被配置用于基于所述用户数据确定所述用户的尼古丁依赖度;以及
干预提醒类型确定模块,所述干预提醒类型确定模块被配置用于基于所述用户的尼古丁依赖度确定所述干预提醒的类型,其中,所述干预提醒的类型包括正面消息、中性消息以及负面消息。
本公开内容的第三方面提供了一种有形的计算机可读存储介质,所述存储介质包括用于执行基于用户吸烟行为记录的干预提醒的触发方法的指令,当所述指令被执行时,使得所述计算机的处理器至少用于:
接收与用户相关联的吸烟行为记录数据,其中,所述吸烟行为记录数据包括多条吸烟行为记录;
分析所述吸烟行为记录数据,以确定与每条吸烟行为记录相关联的吸烟行为位置数据;
计算每两个吸烟行为位置数据所表示的位置之间的距离;
将所述距离低于第一距离的第一数量的吸烟行为记录记录为一组吸烟行为记录数据;
在所述第一数量高于第一阈值的情况下,基于与所述一组吸烟行为记录数据相关联的位置数据确定提醒范围,所述提醒范围是不间断的连通的区域或空间并且包含所述一组吸烟行为记录数据相关联的每个位置数据所表示的位置;以及
当所述用户从外部进入所述提醒范围内时,触发所述干预提醒的推送。
在依据本公开内容的一个实施例之中,基于与所述一组吸烟行为记录数据相关联的位置数据确定提醒范围进一步包括:
计算与所述一组吸烟行为记录数据相关联的位置数据的物理中心点,其中,所述提醒范围包括所述物理中心点周围第二距离的范围,其中,所述第二距离不小于所述物理中心点与所述一组吸烟行为记录数据所表示的离所述物理中心点最远的吸烟行为位置之间的距离。
在依据本公开内容的一个实施例之中,基于与所述一组吸烟行为记录数据相关联的位置数据确定提醒范围进一步包括:
基于与所述一组吸烟行为记录数据相关联的每个位置数据所表示的位置确定一个第一提醒范围,其中,所述提醒范围由多个所述第一提醒范围组成。
在依据本公开内容的一个实施例之中,当所述指令被执行时,还使得所述计算机的处理器至少用于:
分析所述吸烟行为记录数据并确定与每条吸烟行为记录数据相关联的吸烟行为时间数据;
基于所述吸烟行为时间数据计算预定时间段内的吸烟次数;
记录所述吸烟次数高于第二阈值的预定时间段;以及
在所述预定时间段的开始时点之前触发所述干预提醒的推送。
在依据本公开内容的一个实施例之中,当所述指令被执行时,还使得所述计算机的处理器至少用于:
分析所述吸烟行为记录数据并确定与每条吸烟行为记录数据相关联的吸烟行为时间数据;
基于所述吸烟行为时间数据计算预定时间段内的吸烟次数;
将所述预定时间段按照所述吸烟次数由高到低进行排序;以及
在排序靠前的预定数量的预定时间段的开始时点之前触发所述干预提醒的推送。
在依据本公开内容的一个实施例之中,所述干预提醒的形式包括语音提醒、视频提醒、图片提醒以及文字提醒,并且其中,所述干预提醒的形式与所述预定时间段所表示的具体时间有关。
在依据本公开内容的一个实施例之中,当所述指令被执行时,还使得所述计算机的处理器至少用于:
接收与所述用户相关联的用户数据;
基于所述用户数据确定所述用户的尼古丁依赖度;以及
基于所述用户的尼古丁依赖度确定所述干预提醒的类型,其中,所述干预提醒的类型包括正面消息、中性消息以及负面消息。
综上所述,通过依据本公开内容的三个方面所提供的基于用户吸烟行为记录的干预提醒的触发方法、用于执行上述触发方法的基于用户吸烟行为记录的干预提醒的触发装置以及一种相应的计算机可读存储介质,按照吸烟位置之间距离的远近对一组吸烟行为记录数据进行汇聚,进而基于所汇聚的一组吸烟行为记录数据计算包括这些位置的提醒范围,进行一定提醒范围内的提醒,一来解决了提醒过于频密,使得单次提醒更为精准的技术效果得以实现,二来弥补了传统定位手段精度过低而使得定位提醒范围不准确的缺陷;此外,充分地考虑了吸烟频次的影响,仅仅对频次高于第一阈值的聚合吸烟点进行提醒,进而提高了干预提醒的针对性,这将必然会带来用户关注度的提升,最终达到提高戒烟效果的目的。本公开内容的其他优势将在下文中进一步说明。
附图说明
结合附图并参考以下详细说明,本公开内容的各实施例的特征、优点及其他方面将变得更加明显,在此以示例性而非限制性的方式示出了本公开内容的若干实施例,在附图中:
图1示出了根据本公开内容的一个实施例的基于用户吸烟行为记录的干预提醒的触发方法100的流程图;
图2示出了根据本公开内容的另一个实施例的基于用户吸烟行为记录的干预提醒的触发方法200的流程图;
图3示出了根据本公开内容的一个实施例的基于用户吸烟行为记录的干预提醒的触发装置300的示意方框图;以及
图4示出了根据本公开内容的另一个实施例的基于用户吸烟行为记录的干预提醒的触发装置400的示意方框图。
具体实施方式
以下参考附图详细描述本公开内容的各个示例性实施例。虽然以下所描述的示例性方法、装置包括在其它组件当中的硬件上执行的软件和/或固件,但是应当注意,这些示例仅仅是说明性的,而不应看作是限制性的。例如,考虑在硬件中独占地、在软件中独占地、或在硬件和软件的任何组合中可以实施任何或所有硬件、软件和固件组件。因此,虽然以下已经描述了示例性的方法和装置,但是本领域的技术人员应容易理解,所提供的示例并不用于限制用于实现这些方法和装置的方式。
此外,附图中的流程图和框图示出了根据本公开内容的各种实施例的方法和系统的可能实现的体系架构、功能和操作。应当注意,方框中所标注的功能也可以按照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,或者它们有时也可以按照相反的顺序执行,这取决于所涉及的功能。同样应当注意的是,流程图和/或框图中的每个方框、以及流程图和/或框图中的方框的组合,可以使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,或者可以使用专用硬件与计算机指令的组合来实现。
在详细介绍依据本公开内容的具体实施方式之前,首先对本公开内容中用到的一些术语进行说明。
在本公开内容中,术语“物理中心点”是指一组吸烟行为记录数据所表示的位置的中心点,例如二维平面中所有一组点的经度平均值被赋值为物理中心点的经度、所有一组点的纬度平均值被赋值为物理中心点的纬度。同理,在三维空间中,则所有一组点的经度平均值被赋值为物理中心点的经度、所有一组点的纬度平均值被赋值为物理中心点的纬度,并且所有一组点的高度平均值被赋值为物理中心点的高度。
在本公开内容中,术语“提醒范围”是指一个二维的平面区域或者三维的空间区域,当用户从外部进入所述提醒范围内时,将会触发所述干预提醒的推送。
在本公开内容中,术语“吸烟行为记录数据”是指与特定用户相关联的吸烟行为记录,其既可以是用户在准备阶段所输入的吸烟行为记录的静态数据,也可以是随着整个戒烟过程中所产生的吸烟行为记录的动态数据。
在开始介绍本公开内容所提出的提醒机制之前,本公开内容的申请人希望首先介绍接下来将会提及的几种模型,具体而言涉及用户模型、干预模型以及消息模型,其他相关度不高的模型将顺带而过,而不做重点介绍。
用户模型
用户在App中通过问卷测试进行用户画像分类(性别、戒烟经历、BMI指数、尼古丁依赖程度等),并通过吸烟记录功能记录吸烟行为(吸烟时间、GPS经度、GPS纬度、吸烟数量、渴求程度等信息)。在随后的基于用户吸烟行为记录的干预提醒的触发方法之中也会利用其中的一些参数进行决策,以便对特定用户进行有针对性的干预提醒。
干预模型
基于吸烟地点的干预模型:按照用户吸烟行为记录搜集的GPS数据的经纬度,统计分析吸烟密集点,定义为200米(第一距离)范围内的矩阵内,吸烟记录点的个数大于等于5个。以这些吸烟记录位置点计算出一个中心点,进行后续地点干预,如果距离在中心点200米(第二距离)范围内,由外入内,即形成推送条件。依据此算法规则我们可能计算出用户的多个吸烟密集中心点,进行精准干预。设置200米范围统计模式可以尽量减少定位误差,与单一固定位点相比,使干预提醒更加准确、合理、有效。
吸烟密集点算法,即如何计算哪些点归类为一组吸烟行为记录数据的算法:
通过排列组合枚举矩阵,先计算第一个点和其他所有点匹配,找到距离在200米以内的所有点。例如:1,2,4,5,7,8,9,12,22,23,24,25,27,29,33,34,35,37........这些点;然后再计算第二个点和其他所有点匹配,找到距离在200米以内的所有点。例如:2,1,4,5,12,22,23........;接下来再计算第三个点和其他所有点匹配,找到距离在200米以内的所有点。例如:4,1,2,5,12,22,23......。再接下来是第四个点和其他所有点匹配,找到距离在200米以内的所有点。5,1,2,4,12,33,34,35........;然后是第五个点和其他所有点匹配,找到距离在200米以内的所有点。例如12,1,2,4,5,36,37,41.......;以此类推,把这些矩阵进行整合,取交集,如果交集多余5个以上点的,这些点就是我们要找的密集点,例如:1,2,4,5.......。
概括地讲,如图1所示,图1示出了根据本公开内容的一个实施例的基于用户吸烟行为记录的干预提醒的触发方法100的流程图。从图中可以看出,依据本公开内容的基于用户吸烟行为记录的干预提醒的触发方法100至少包括以下六个步骤:
首先,在方法步骤110之中,将会接收与用户相关联的吸烟行为记录数据,其中,所述吸烟行为记录数据包括多条吸烟行为记录;以便为后续判断提供依据,例如,该吸烟行为记录数据包括20条吸烟行为记录。接下来将会在方法步骤120之中对这些吸烟行为记录数据进行分析,以确定与每条吸烟行为记录相关联的吸烟行为位置数据;因为吸烟行为记录数据中不仅仅包含位置数据,可能还会包含诸如时间数据、与谁一起吸烟的信息等,所以需要对这些吸烟行为记录数据进行分析,以提取出与每条吸烟行为记录相关联的吸烟行为位置数据。再接下来,在方法步骤130之中,计算每两个吸烟行为位置数据所表示的位置之间的距离,在此,如上面所介绍的详细的示例所显示的那样,遍历各个吸烟行为记录,以便发现每两个吸烟位置之间的距离,有的可能相距50米、80米、170米、185米、5公里等。然后在方法步骤140之中将所述距离低于第一距离的第一数量的吸烟行为记录记录为一组吸烟行为记录数据,例如,在此第一距离可以示例性地选择为200米,此时有关联的吸烟位置点而且与其中一个位置点小于200米则会归类为一个聚集点,例如这20条中有7条在住所周围、有8条在办公室周围、2条在上班路上的地铁站等场所,还有3条在商场。再然后,在方法步骤150之中,在所述第一数量高于第一阈值的情况下,基于与所述一组吸烟行为记录数据相关联的位置数据确定提醒范围,所述提醒范围是不间断的连通的区域或空间并且包含所述一组吸烟行为记录数据相关联的每个位置数据所表示的位置。在此,第一阈值例如可以示例性地选择为5次,那么像上面的例子所示的那样,会得到两个吸烟聚集点,即吸烟次数为7次的住所和吸烟次数为8次的办公室,那么对于这两个场所会分别形成一个提醒范围,这个提醒范围是不间断的连通的区域或空间,并且包含在住所周围的7条吸烟行为记录数据相关联的每个位置数据所表示的位置或者包含在办公室周围的8条吸烟行为记录数据相关联的每个位置数据所表示的位置。与此相对应地,由于所选择的第一阈值为5次,那么对于吸烟记录为2次的在上班路上的地铁站等场所或者对于吸烟记录为3条的商场则不会形成提醒范围。最后,在方法步骤160之中,当所述用户从外部进入所述提醒范围内时,触发所述干预提醒的推送。在依据本公开内容所提供的基于用户吸烟行为记录的干预提醒的触发方法中,按照吸烟位置之间距离的远近对一组吸烟行为记录数据进行汇聚,进而基于所汇聚的一组吸烟行为记录数据计算包括这些位置的提醒范围,进行一定提醒范围内的提醒,一来解决了提醒过于频密,使得单次提醒更为精准的技术效果得以实现,二来弥补了传统定位手段精度过低而使得定位提醒范围不准确的缺陷;此外,充分地考虑了吸烟频次的影响,仅仅对频次高于第一阈值的聚合吸烟点进行提醒,进而提高了干预提醒的针对性,这将必然会带来用户关注度的提升,最终达到提高戒烟效果的目的。
在依据本公开内容的一个实施例之中,方法步骤150之中的基于与所述一组吸烟行为记录数据相关联的位置数据确定提醒范围进一步包括:计算与所述一组吸烟行为记录数据相关联的位置数据的物理中心点,其中,所述提醒范围包括所述物理中心点周围第二距离的范围,其中,所述第二距离不小于所述物理中心点与所述一组吸烟行为记录数据所表示的离所述物理中心点最远的吸烟行为位置之间的距离。例如,当这些位置数据所表示的位置在一个平面之上时,例如二维平面中所有一组点的经度平均值被赋值为物理中心点的经度、所有一组点的纬度平均值被赋值为物理中心点的纬度。同理,在诸如办公楼的立体空间之中,即在三维空间中,则所有一组点的经度平均值被赋值为物理中心点的经度、所有一组点的纬度平均值被赋值为物理中心点的纬度,并且所有一组点的高度平均值被赋值为物理中心点的高度。以这样的方式,通过基于所汇聚的一组吸烟行为记录数据计算包括这些位置的物理中心点,从而进一步简化了提醒范围的计算,使得依据本公开内容所提出的基于用户吸烟行为记录的干预提醒的触发方法更容易实现。
在依据本公开内容的一个实施例之中,方法步骤150之中的基于与所述一组吸烟行为记录数据相关联的位置数据确定提醒范围进一步包括:基于与所述一组吸烟行为记录数据相关联的每个位置数据所表示的位置确定一个第一提醒范围,其中,所述提醒范围由多个所述第一提醒范围组成。例如,由于先前选定聚集点时要求两个相邻的吸烟位置之间的距离小于200米,那么以一组吸烟行为记录数据中的每个位置为圆心或者球心,以大于100米作为半径来画圆形或者球形时,则能够形成相互连通的整个提醒范围。如果是二维平面,则画圆形形成连通的平面区域即可形成这样的提醒范围。相应地,如果是空间区域,那么则画球形也必然能够形成相互连通的提醒范围。在另外一种实现形式之中,也能够将任意两点均连接起来,从而形成封闭的区域或者空间,该区域或者空间即可形成为此处的提醒范围。优选地,也能够以该区域或者空间为基础,向外延伸例如5米的范围,从而提高这样的提醒范围的容差性,进一步提高干预提醒的准确性。以这样的方式能够进一步精确每个位置数据对于最终提醒范围的影响,使得所计算得出的提醒范围更具有针对性,进而提高位置提醒的针对性。
图2示出了根据本公开内容的另一个实施例的基于用户吸烟行为记录的干预提醒的触发方法200的流程图,从图2之中可以看出,除了图1之中所包括的六个步骤之外,依据本公开内容的另一个实施例的基于用户吸烟行为记录的干预提醒的触发方法200还包括额外的四个步骤,这四个步骤用于实现额外的时间提醒。
由于方法步骤210至260与图1之中的方法步骤110至160相对应,故在此不再赘述,在此仅仅为了简洁起见介绍后四个步骤,即在方法步骤270之中,该触发方法还会分析所述吸烟行为记录数据并确定与每条吸烟行为记录数据相关联的吸烟行为时间数据;如前所述,因为吸烟行为记录数据中不仅仅包含位置数据,可能还会包含诸如时间数据、与谁一起吸烟的信息等,所以需要对这些吸烟行为记录数据进行分析,以确定与每条吸烟行为记录数据相关联的吸烟行为时间数据。接下来,在方法步骤275之中,基于所述吸烟行为时间数据计算预定时间段内的吸烟次数;然后,在方法步骤280之中,记录所述吸烟次数高于第二阈值的预定时间段;在此,例如将吸烟次数设定为3次,即统计并记录吸烟次数高于第二阈值即3次的预定时间段;替代地,能够在此将所述预定时间段按照所述吸烟次数由高到低进行排序,例如选取排名前三名或者前五名的预定时间段,即在方法步骤280之中把需要提醒的预定时间段选择出来。最后,在方法步骤285之中,在所述预定时间段的开始时点之前触发所述干预提醒的推送或者在排序靠前的预定数量的预定时间段的开始时点之前触发所述干预提醒的推送。在以上基于位置的提醒的基础之上,本公开内容还提出了基于时间的提醒,通过在频次超过第二阈值的时间段开始之前再次发送提醒或者通过在排名靠前的预定数量的时间段开始之前再次发送提醒,能够进一步提高吸烟提醒的针对性,这将必然会带来用户关注度的提升,最终达到提高戒烟效果的目的。
具体而言,基于吸烟时间的干预模型:按照用户吸烟行为记录搜集的吸烟时间数据,计算整点数据段内的吸烟次数,例如:1∶00-2∶00,2∶00-3∶00,...统计一天内不同整点时段的吸烟频次并进行排序。针对高吸烟频次时间段,在整点前30分钟进行干预提醒,并根据戒烟时间的延长逐渐降低提醒次数,具体的提醒设置如下表表1所示:
表1:提醒次数与戒烟时间长短的关系
例如:某个人当前处于戒烟0天到1周阶段,根据以往的收集到的数据分析出一天中8点~9点、11点~12点,15点~16点内吸烟最频繁,那么分别在7∶30、10∶30、14∶30进行推送干预。
此种时间干预推送模式可以根据用户吸烟行为的输入进行动态分析和调整推送的时间,利用统计数据更具代表性地反应出用户的习惯,进行准确合理的预测。
此外,干预提醒的形式也是多种多样的。由于人作为一种生物,其在不同时间段对于各种提醒形式的反馈或者关注度是不同的,例如,在早晨则较为倾向于不细看文字提醒,更乐于接受语音或者图片类型的提醒;而在晚上入睡前,则更乐于接受视频或者文字类型的提醒。基于此,本公开内容的发明人创新地想到将干预提醒的形式设计成与所述预定时间段所表示的具体时间有关,进一步来提高用户关注度,最终达到提高戒烟效果的目的。基于这样的考虑,在依据本公开内容的一个实施例之中,所述干预提醒的形式包括语音提醒、视频提醒、图片提醒以及文字提醒,并且其中,所述干预提醒的形式与所述预定时间段所表示的具体时间有关。
再者,由于人作为一种生物,其对于不同类型的提醒的关注度是不同的,例如,尼古丁依赖度高的用户更需要被告知严厉的吸烟后果,故负面消息的比例也相应地高于尼古丁依赖度低或者中的用户;而尼古丁依赖度低的用户带有鼓励性质的正向消息的提醒效果更佳,故对于尼古丁依赖度低的用户,其正面消息的比例将相应地高于尼古丁依赖度中或者高的用户。基于此,在依据本公开内容的一个实施例之中,所述触发方法还包括:接收与所述用户相关联的用户数据;基于所述用户数据确定所述用户的尼古丁依赖度;以及基于所述用户的尼古丁依赖度确定所述干预提醒的类型,其中,所述干预提醒的类型包括正面消息、中性消息以及负面消息。
例如:某某调研问卷中得出他是属于尼古丁轻度依赖,且在早上吸烟频繁需要在早上的某个时间点收到一条推送干预。从以上两表中分析可知,需要从所有的推送消息中随机筛选出只有语音类型、图片类型的消息,且语音数量:图片数量=80%∶20%=4∶1,且语音类型的消息的组成是正向∶中性∶负面=60%∶20%∶20%=3∶1∶1,图片类型的消息的组成也是正向∶中性∶负面=60%∶20%∶20%=3∶1∶1,最后从筛选出的消息中再随机选择一条消息推送。基于以上考虑,依据干预推送模型所推送的提醒消息根据内容分为正向内容、中性内容、负面内容,每种内容根据呈现形式分为语音、视频、文字、图片四种类型。消息推送依据用户模型分类和推送时段进行分类筛选和推送,具体规则如下表2所示:
表2:用户的干预提醒的类型与尼古丁依赖度的关系
此外,在早晨则较为倾向于不细看文字提醒,更乐于接受语音或者图片类型的提醒;而在晚上入睡前,则更乐于接受视频或者文字类型的提醒。基于此,本公开内容的发明人创新地想到将干预提醒的形式设计成与所述预定时间段所表示的具体时间有关,进一步来提高用户关注度,最终达到提高戒烟效果的目的。
表3:用户的干预提醒的形式与具体时间段的关系
而上述的干预模型的学习算法:通过埋点分析和用户反馈数据收集,哪类戒烟属性的人群,对哪类戒烟方案更适应,对哪些消息及内容更感兴趣,以及后续戒烟的成功因子,加在一起形成机器学习算法,动态调整干预模型的算法阈值。
而上述的基于用户吸烟行为记录的干预提醒的触发方法也能够通过通用的计算机设备(例如智能手机、平板电脑、笔记本电脑或者台式计算机等)或者专用的计算机设备(例如戒烟智能手环或者专用戒烟器)等来实现,而这样的计算机设备必然包括一种基于用户吸烟行为记录的干预提醒的触发装置。图3示出了根据本公开内容的一个实施例的基于用户吸烟行为记录的干预提醒的触发装置300的示意方框图。从图3中可以看出,所述触发装置包括:数据接收模块310,所述数据接收模块310被配置用于接收与用户相关联的吸烟行为记录数据,其中,所述吸烟行为记录数据包括多条吸烟行为记录;分析模块320,所述分析模块320被配置用于分析所述吸烟行为记录数据,以确定与每条吸烟行为记录相关联的吸烟行为位置数据;第一计算模块330,所述第一计算模块330被配置用于计算每两个吸烟行为位置数据所表示的位置之间的距离;分组模块340,所述分组模块340被配置用于将所述距离低于第一距离的第一数量的吸烟行为记录记录为一组吸烟行为记录数据;第二计算模块350,所述第二计算模块350被配置用于在所述第一数量高于第一阈值的情况下,基于与所述一组吸烟行为记录数据相关联的位置数据确定提醒范围,所述提醒范围是不间断的连通的区域或空间并且包含所述一组吸烟行为记录数据相关联的每个位置数据所表示的位置;以及触发模块360,所述触发模块360被配置用于当所述用户从外部进入所述提醒范围内时,触发所述干预提醒的推送。可选地,在依据本公开内容的一个实施例之中,基于与所述一组吸烟行为记录数据相关联的位置数据确定提醒范围进一步包括:计算与所述一组吸烟行为记录数据相关联的位置数据的物理中心点,其中,所述提醒范围包括所述物理中心点周围第二距离的范围,其中,所述第二距离不小于所述物理中心点与所述一组吸烟行为记录数据所表示的离所述物理中心点最远的吸烟行为位置之间的距离。可选地或者替代地,在依据本公开内容的一个实施例之中,基于与所述一组吸烟行为记录数据相关联的位置数据确定提醒范围进一步包括:基于与所述一组吸烟行为记录数据相关联的每个位置数据所表示的位置确定一个第一提醒范围,其中,所述提醒范围由多个所述第一提醒范围组成。
此外,在依据本公开内容的一个实施例之中,所述分析模块还被配置用于分析所述吸烟行为记录数据并确定与每条吸烟行为记录数据相关联的吸烟行为时间数据,所述第一计算模块还被配置用于基于所述吸烟行为时间数据计算预定时间段内的吸烟次数,并且所述触发装置还包括:记录模块,所述记录模块被配置用于记录所述吸烟次数高于第二阈值的预定时间段;以及第一时间触发模块,所述第一时间触发模块被配置用于在所述预定时间段的开始时点之前触发所述干预提醒的推送。可选地或者替代地,在依据本公开内容的一个实施例之中,所述分析模块还被配置用于分析所述吸烟行为记录数据并确定与每条吸烟行为记录数据相关联的吸烟行为时间数据,所述第一计算模块还被配置用于基于所述吸烟行为时间数据计算预定时间段内的吸烟次数,并且所述触发装置还包括:排序模块,所述排序模块被配置用于将所述预定时间段按照所述吸烟次数由高到低进行排序;以及第二时间触发模块,所述第二时间触发模块被配置用于在排序靠前的预定数量的预定时间段的开始时点之前触发所述干预提醒的推送。
此外,在依据本公开内容的一个实施例之中,所述干预提醒的形式包括语音提醒、视频提醒、图片提醒以及文字提醒,并且其中,所述干预提醒的形式与所述预定时间段所表示的具体时间有关。在依据本公开内容的一个实施例之中,所述数据接收模块还被配置用于接收与所述用户相关联的用户数据,所述触发装置还包括:第三计算模块,所述第三计算模块被配置用于基于所述用户数据确定所述用户的尼古丁依赖度;以及干预提醒类型确定模块,所述干预提醒类型确定模块被配置用于基于所述用户的尼古丁依赖度确定所述干预提醒的类型,其中,所述干预提醒的类型包括正面消息、中性消息以及负面消息。
此外,替代地,上述方法能够通过计算机程序产品,即计算机可读存储介质来实现。计算机程序产品可以包括计算机可读存储介质,其上载有用于执行本公开内容的各个方面的计算机可读程序指令。计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是但不限于电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
图4示出了依据本公开内容的一个实施例所提出的基于用户吸烟行为记录的干预提醒的触发装置400的示意性框图。应当理解,触发装置400可以被实现为实现图1中的基于用户吸烟行为记录的干预提醒的触发方法100或者图2中的基于用户吸烟行为记录的干预提醒的触发方法200的功能。从图4中可以看出该装置400包括中央处理单元(CPU)401(例如处理器),其可以根据存储在只读存储器(ROM)402中的计算机程序指令或者从存储单元408加载到随机访问存储器(RAM)403中的计算机程序指令,来执行各种适当的动作和处理。在RAM 403中,还可存储该触发装置400操作所需的各种程序和数据。CPU 401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
触发装置400中的多个部件连接至I/O接口405,包括:输入单元406,例如键盘、鼠标等;输出单元407,例如各种类型的显示器、扬声器等;存储单元408,例如磁盘、光盘等;以及通信单元409,例如网卡、调制解调器、无线通信收发机等。通信单元409允许该装置400通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
概括地将,本公开内容的第三方面提供了一种有形的计算机可读存储介质,所述存储介质包括用于执行基于用户吸烟行为记录的干预提醒的触发方法的指令,当所述指令被执行时,使得所述计算机的处理器至少用于:接收与用户相关联的吸烟行为记录数据,其中,所述吸烟行为记录数据包括多条吸烟行为记录;分析所述吸烟行为记录数据,以确定与每条吸烟行为记录相关联的吸烟行为位置数据;计算每两个吸烟行为位置数据所表示的位置之间的距离;将所述距离低于第一距离的第一数量的吸烟行为记录记录为一组吸烟行为记录数据;在所述第一数量高于第一阈值的情况下,基于与所述一组吸烟行为记录数据相关联的位置数据确定提醒范围,所述提醒范围是不间断的连通的区域或空间并且包含所述一组吸烟行为记录数据相关联的每个位置数据所表示的位置;以及当所述用户从外部进入所述提醒范围内时,触发所述干预提醒的推送。
在依据本公开内容的一个实施例之中,基于与所述一组吸烟行为记录数据相关联的位置数据确定提醒范围进一步包括:计算与所述一组吸烟行为记录数据相关联的位置数据的物理中心点,其中,所述提醒范围包括所述物理中心点周围第二距离的范围,其中,所述第二距离不小于所述物理中心点与所述一组吸烟行为记录数据所表示的离所述物理中心点最远的吸烟行为位置之间的距离。
在依据本公开内容的一个实施例之中,基于与所述一组吸烟行为记录数据相关联的位置数据确定提醒范围进一步包括:基于与所述一组吸烟行为记录数据相关联的每个位置数据所表示的位置确定一个第一提醒范围,其中,所述提醒范围由多个所述第一提醒范围组成。
在依据本公开内容的一个实施例之中,当所述指令被执行时,还使得所述计算机的处理器至少用于:分析所述吸烟行为记录数据并确定与每条吸烟行为记录数据相关联的吸烟行为时间数据;基于所述吸烟行为时间数据计算预定时间段内的吸烟次数;记录所述吸烟次数高于第二阈值的预定时间段;以及在所述预定时间段的开始时点之前触发所述干预提醒的推送。
在依据本公开内容的一个实施例之中,当所述指令被执行时,还使得所述计算机的处理器至少用于:分析所述吸烟行为记录数据并确定与每条吸烟行为记录数据相关联的吸烟行为时间数据;基于所述吸烟行为时间数据计算预定时间段内的吸烟次数;将所述预定时间段按照所述吸烟次数由高到低进行排序;以及在排序靠前的预定数量的预定时间段的开始时点之前触发所述干预提醒的推送。
在依据本公开内容的一个实施例之中,所述干预提醒的形式包括语音提醒、视频提醒、图片提醒以及文字提醒,并且其中,所述干预提醒的形式与所述预定时间段所表示的具体时间有关。
在依据本公开内容的一个实施例之中,当所述指令被执行时,还使得所述计算机的处理器至少用于:接收与所述用户相关联的用户数据;基于所述用户数据确定所述用户的尼古丁依赖度;以及基于所述用户的尼古丁依赖度确定所述干预提醒的类型,其中,所述干预提醒的类型包括正面消息、中性消息以及负面消息。
综上所述,通过依据本公开内容的三个方面所提供的基于用户吸烟行为记录的干预提醒的触发方法、用于执行上述触发方法的基于用户吸烟行为记录的干预提醒的触发装置以及一种相应的计算机可读存储介质,按照吸烟位置之间距离的远近对一组吸烟行为记录数据进行汇聚,进而基于所汇聚的一组吸烟行为记录数据计算包括这些位置的提醒范围,进行一定提醒范围内的提醒,一来解决了提醒过于频密,使得单次提醒更为精准的技术效果得以实现,二来弥补了传统定位手段精度过低而使得定位提醒范围不准确的缺陷;此外,充分地考虑了吸烟频次的影响,仅仅对频次高于第一阈值的聚合吸烟点进行提醒,进而提高了干预提醒的针对性,这将必然会带来用户关注度的提升,最终达到提高戒烟效果的目的。
上文所描述的各种方法,例如基于用户吸烟行为记录的干预提醒的触发方法100或者基于用户吸烟行为记录的干预提醒的触发方法200可由处理单元401执行。例如,在一些实施例中,基于用户吸烟行为记录的干预提醒的触发方法100或者基于用户吸烟行为记录的干预提醒的触发方法200可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元408。在一些实施例中,计算机程序的部分或者全部可以经由ROM 402和/或通信单元409而被载入和/或安装到触发装置400上。当计算机程序被加载到RAM 403并由处理器CPU 401执行时,可以执行上文描述的基于用户吸烟行为记录的干预提醒的触发方法100或者基于用户吸烟行为记录的干预提醒的触发方法200中的一个或多个动作或步骤。
一般而言,本公开内容的各种示例实施例可以在硬件或专用电路、软件、固件、逻辑,或其任何组合中实施。某些方面可以在硬件中实施,而其他方面可以在可以由控制器、微处理器或其他计算设备执行的固件或软件中实施。当本公开内容的实施例的各方面被图示或描述为框图、流程图或使用某些其他图形表示时,将理解此处描述的方框、装置、系统、技术或方法可以作为非限制性的示例在硬件、软件、固件、专用电路或逻辑、通用硬件或控制器或其他计算设备,或其某些组合中实施。
虽然上面描述了本公开内容的各种示例实施例可以在硬件或专用电路中实现,但是上述用于区块链的数据处理设备既可以以硬件的形式来实现,也可以通过软件的形式来实现,这是因为:在20世纪90年代,一个技术改进能够很容易地对该改进属于硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是属于软件上的改进(例如对于方法流程的改进)。然而,随着技术的持续发展,如今的很多方法流程的改进几乎都能够通过将改进的方法流程编程到硬件电路中来实现,换句话说,通过对于硬件电路编程不同的程序从而得到相应的硬件电路结构,即实现了硬件电路结构的改变,故这样的方法流程的改进也可以被视为硬件电路结构的直接改进。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device:PLD)(例如现场可编程门阵列(Field Programmable Gate Array:FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片可编程逻辑器件上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language:HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware Description Language)、Confluence、CUPL(Cornell UniversityProgramming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(Ruby Hardware Description Language)等,目前最普遍使用的是VHDL(Very-High-Speed Integrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
用于执行本公开内容的各个方面的计算机可读程序指令或者计算机程序产品也能够存储在云端,在需要调用时,用户能够通过移动互联网、固网或者其他网络访问存储在云端上的用于执行本公开内容的一方面的计算机可读程序指令,从而实施依据本公开内容的各个方面所公开的技术方案。
以上所述仅为本公开内容的实施例可选实施例,并不用于限制本公开内容的实施例,对于本领域的技术人员来说,本公开内容的实施例可以有各种更改和变化。凡在本公开内容的实施例的精神和原则之内,所作的任何修改、等效替换、改进等,均应包含在本公开内容的实施例的保护范围之内。
虽然已经参考若干具体实施例描述了本公开内容的实施例,但是应当理解,本公开内容的实施例并不限于所公开的具体实施例。本公开内容的实施例旨在涵盖在所附权利要求的精神和范围内所包括的各种修改和等同布置。权利要求的范围符合最宽泛的解释,从而包含所有这样的修改及等同结构和功能。
Claims (21)
1.一种基于用户吸烟行为记录的干预提醒的触发方法,所述触发方法包括:
接收与用户相关联的吸烟行为记录数据,其中,所述吸烟行为记录数据包括多条吸烟行为记录;
分析所述吸烟行为记录数据,以确定与每条吸烟行为记录相关联的吸烟行为位置数据;
计算每两个吸烟行为位置数据所表示的位置之间的距离;
将所述距离低于第一距离的第一数量的吸烟行为记录记录为一组吸烟行为记录数据;
在所述第一数量高于第一阈值的情况下,基于与所述一组吸烟行为记录数据相关联的位置数据确定提醒范围,所述提醒范围是不间断的连通的区域或空间并且包含所述一组吸烟行为记录数据相关联的每个位置数据所表示的位置;以及
当所述用户从外部进入所述提醒范围内时,触发所述干预提醒的推送。
2.根据权利要求1所述的触发方法,其中,基于与所述一组吸烟行为记录数据相关联的位置数据确定提醒范围进一步包括:
计算与所述一组吸烟行为记录数据相关联的位置数据的物理中心点,其中,所述提醒范围包括所述物理中心点周围第二距离的范围,其中,所述第二距离不小于所述物理中心点与所述一组吸烟行为记录数据所表示的离所述物理中心点最远的吸烟行为位置之间的距离。
3.根据权利要求1所述的触发方法,其中,基于与所述一组吸烟行为记录数据相关联的位置数据确定提醒范围进一步包括:
基于与所述一组吸烟行为记录数据相关联的每个位置数据所表示的位置确定一个第一提醒范围,其中,所述提醒范围由多个所述第一提醒范围组成。
4.根据权利要求1至3中任一项所述的触发方法,其中,所述触发方法还包括:
分析所述吸烟行为记录数据并确定与每条吸烟行为记录数据相关联的吸烟行为时间数据;
基于所述吸烟行为时间数据计算预定时间段内的吸烟次数;
记录所述吸烟次数高于第二阈值的预定时间段;以及
在所述预定时间段的开始时点之前触发所述干预提醒的推送。
5.根据权利要求1至3中任一项所述的触发方法,其中,所述触发方法还包括:
分析所述吸烟行为记录数据并确定与每条吸烟行为记录数据相关联的吸烟行为时间数据;
基于所述吸烟行为时间数据计算预定时间段内的吸烟次数;
将所述预定时间段按照所述吸烟次数由高到低进行排序;以及
在排序靠前的预定数量的预定时间段的开始时点之前触发所述干预提醒的推送。
6.根据权利要求1至3中任一项所述的触发方法,其中,所述干预提醒的形式包括语音提醒、视频提醒、图片提醒以及文字提醒,并且其中,所述干预提醒的形式与所述预定时间段所表示的具体时间有关。
7.根据权利要求1至3中任一项所述的触发方法,所述触发方法还包括:
接收与所述用户相关联的用户数据;
基于所述用户数据确定所述用户的尼古丁依赖度;以及
基于所述用户的尼古丁依赖度确定所述干预提醒的类型,其中,所述干预提醒的类型包括正面消息、中性消息以及负面消息。
8.一种基于用户吸烟行为记录的干预提醒的触发装置,所述触发装置包括:
数据接收模块,所述数据接收模块被配置用于接收与用户相关联的吸烟行为记录数据,其中,所述吸烟行为记录数据包括多条吸烟行为记录;
分析模块,所述分析模块被配置用于分析所述吸烟行为记录数据,以确定与每条吸烟行为记录相关联的吸烟行为位置数据;
第一计算模块,所述第一计算模块被配置用于计算每两个吸烟行为位置数据所表示的位置之间的距离;
分组模块,所述分组模块被配置用于将所述距离低于第一距离的第一数量的吸烟行为记录记录为一组吸烟行为记录数据;
第二计算模块,所述第二计算模块被配置用于在所述第一数量高于第一阈值的情况下,基于与所述一组吸烟行为记录数据相关联的位置数据确定提醒范围,所述提醒范围是不间断的连通的区域或空间并且包含所述一组吸烟行为记录数据相关联的每个位置数据所表示的位置;以及
触发模块,所述触发模块被配置用于当所述用户从外部进入所述提醒范围内时,触发所述干预提醒的推送。
9.根据权利要求8所述的触发装置,其中,基于与所述一组吸烟行为记录数据相关联的位置数据确定提醒范围进一步包括:
计算与所述一组吸烟行为记录数据相关联的位置数据的物理中心点,其中,所述提醒范围包括所述物理中心点周围第二距离的范围,其中,所述第二距离不小于所述物理中心点与所述一组吸烟行为记录数据所表示的离所述物理中心点最远的吸烟行为位置之间的距离。
10.根据权利要求8所述的触发装置,其中,基于与所述一组吸烟行为记录数据相关联的位置数据确定提醒范围进一步包括:
基于与所述一组吸烟行为记录数据相关联的每个位置数据所表示的位置确定一个第一提醒范围,其中,所述提醒范围由多个所述第一提醒范围组成。
11.根据权利要求8至10中任一项所述的触发装置,其中,所述分析模块还被配置用于分析所述吸烟行为记录数据并确定与每条吸烟行为记录数据相关联的吸烟行为时间数据,所述第一计算模块还被配置用于基于所述吸烟行为时间数据计算预定时间段内的吸烟次数,并且所述触发装置还包括:
记录模块,所述记录模块被配置用于记录所述吸烟次数高于第二阈值的预定时间段;以及
第一时间触发模块,所述第一时间触发模块被配置用于在所述预定时间段的开始时点之前触发所述干预提醒的推送。
12.根据权利要求8至10中任一项所述的触发装置,其中,所述分析模块还被配置用于分析所述吸烟行为记录数据并确定与每条吸烟行为记录数据相关联的吸烟行为时间数据,所述第一计算模块还被配置用于基于所述吸烟行为时间数据计算预定时间段内的吸烟次数,并且所述触发装置还包括:
排序模块,所述排序模块被配置用于将所述预定时间段按照所述吸烟次数由高到低进行排序;以及
第二时间触发模块,所述第二时间触发模块被配置用于在排序靠前的预定数量的预定时间段的开始时点之前触发所述干预提醒的推送。
13.根据权利要求8至10中任一项所述的触发装置,其中,所述干预提醒的形式包括语音提醒、视频提醒、图片提醒以及文字提醒,并且其中,所述干预提醒的形式与所述预定时间段所表示的具体时间有关。
14.根据权利要求8至10中任一项所述的触发装置,所述数据接收模块还被配置用于接收与所述用户相关联的用户数据,所述触发装置还包括:
第三计算模块,所述第三计算模块被配置用于基于所述用户数据确定所述用户的尼古丁依赖度;以及
干预提醒类型确定模块,所述干预提醒类型确定模块被配置用于基于所述用户的尼古丁依赖度确定所述干预提醒的类型,其中,所述干预提醒的类型包括正面消息、中性消息以及负面消息。
15.一种有形的计算机可读存储介质,所述存储介质包括用于执行基于用户吸烟行为记录的干预提醒的触发方法的指令,当所述指令被执行时,使得所述计算机的处理器至少用于:
接收与用户相关联的吸烟行为记录数据,其中,所述吸烟行为记录数据包括多条吸烟行为记录;
分析所述吸烟行为记录数据,以确定与每条吸烟行为记录相关联的吸烟行为位置数据;
计算每两个吸烟行为位置数据所表示的位置之间的距离;
将所述距离低于第一距离的第一数量的吸烟行为记录记录为一组吸烟行为记录数据;
在所述第一数量高于第一阈值的情况下,基于与所述一组吸烟行为记录数据相关联的位置数据确定提醒范围,所述提醒范围是不间断的连通的区域或空间并且包含所述一组吸烟行为记录数据相关联的每个位置数据所表示的位置;以及
当所述用户从外部进入所述提醒范围内时,触发所述干预提醒的推送。
16.根据权利要求15所述的计算机可读存储介质,其中,基于与所述一组吸烟行为记录数据相关联的位置数据确定提醒范围进一步包括:
计算与所述一组吸烟行为记录数据相关联的位置数据的物理中心点,其中,所述提醒范围包括所述物理中心点周围第二距离的范围,其中,所述第二距离不小于所述物理中心点与所述一组吸烟行为记录数据所表示的离所述物理中心点最远的吸烟行为位置之间的距离。
17.根据权利要求15所述的计算机可读存储介质,其中,基于与所述一组吸烟行为记录数据相关联的位置数据确定提醒范围进一步包括:
基于与所述一组吸烟行为记录数据相关联的每个位置数据所表示的位置确定一个第一提醒范围,其中,所述提醒范围由多个所述第一提醒范围组成。
18.根据权利要求15至17中任一项所述的计算机可读存储介质,当所述指令被执行时,还使得所述计算机的处理器至少用于:
分析所述吸烟行为记录数据并确定与每条吸烟行为记录数据相关联的吸烟行为时间数据;
基于所述吸烟行为时间数据计算预定时间段内的吸烟次数;
记录所述吸烟次数高于第二阈值的预定时间段;以及
在所述预定时间段的开始时点之前触发所述干预提醒的推送。
19.根据权利要求15至17中任一项所述的计算机可读存储介质,当所述指令被执行时,还使得所述计算机的处理器至少用于:
分析所述吸烟行为记录数据并确定与每条吸烟行为记录数据相关联的吸烟行为时间数据;
基于所述吸烟行为时间数据计算预定时间段内的吸烟次数;
将所述预定时间段按照所述吸烟次数由高到低进行排序;以及
在排序靠前的预定数量的预定时间段的开始时点之前触发所述干预提醒的推送。
20.根据权利要求15至17中任一项所述的计算机可读存储介质,其中,所述干预提醒的形式包括语音提醒、视频提醒、图片提醒以及文字提醒,并且其中,所述干预提醒的形式与所述预定时间段所表示的具体时间有关。
21.根据权利要求15至17中任一项所述的计算机可读存储介质,当所述指令被执行时,还使得所述计算机的处理器至少用于:
接收与所述用户相关联的用户数据;
基于所述用户数据确定所述用户的尼古丁依赖度;以及
基于所述用户的尼古丁依赖度确定所述干预提醒的类型,其中,所述干预提醒的类型包括正面消息、中性消息以及负面消息。
Priority Applications (10)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010417547.7A CN113674513A (zh) | 2020-05-15 | 2020-05-15 | 基于用户吸烟行为记录的干预提醒的触发方法及触发装置 |
BR112022023166A BR112022023166A2 (pt) | 2020-05-15 | 2021-05-14 | Método de disparo e aparelho de disparo de instrução de intervenção com base em registros de comportamento de fumo do usuário |
JP2022569137A JP2023524896A (ja) | 2020-05-15 | 2021-05-14 | ユーザー喫煙行動記録に基づいた介入プロンプトのトリガ方法及びトリガ装置 |
MX2022014322A MX2022014322A (es) | 2020-05-15 | 2021-05-14 | Método de activacion y aparato de activacion de indicacion de intervención sobre la base de registros del comportamiento del habito de fumar del usuario. |
AU2021272223A AU2021272223A1 (en) | 2020-05-15 | 2021-05-14 | Triggering method and triggering apparatus of intervention prompt on the basis of user smoking behavior records |
CA3181939A CA3181939A1 (en) | 2020-05-15 | 2021-05-14 | Triggering method and triggering apparatus of intervention prompt on the basis of user smoking behavior records |
EP21729207.7A EP4149356A1 (en) | 2020-05-15 | 2021-05-14 | Triggering method and triggering apparatus of intervention prompt on the basis of user smoking behavior records |
US17/997,167 US20230222890A1 (en) | 2020-05-15 | 2021-05-14 | TRIGGERING METHOD AND TRIGGERING APPARATUS of INTERVENTION PROMPT ON THE BASIS OF USER SMOKING BEHAVIOR RECORDS |
PCT/CN2021/093799 WO2021228220A1 (en) | 2020-05-15 | 2021-05-14 | Triggering method and triggering apparatus of intervention prompt on the basis of user smoking behavior records |
KR1020227043803A KR20230012005A (ko) | 2020-05-15 | 2021-05-14 | 사용자 흡연 행동 기록들에 기초한 개입 프롬프트의 트리거링 방법 및 트리거링 장치 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010417547.7A CN113674513A (zh) | 2020-05-15 | 2020-05-15 | 基于用户吸烟行为记录的干预提醒的触发方法及触发装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113674513A true CN113674513A (zh) | 2021-11-19 |
Family
ID=76217618
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010417547.7A Pending CN113674513A (zh) | 2020-05-15 | 2020-05-15 | 基于用户吸烟行为记录的干预提醒的触发方法及触发装置 |
Country Status (10)
Country | Link |
---|---|
US (1) | US20230222890A1 (zh) |
EP (1) | EP4149356A1 (zh) |
JP (1) | JP2023524896A (zh) |
KR (1) | KR20230012005A (zh) |
CN (1) | CN113674513A (zh) |
AU (1) | AU2021272223A1 (zh) |
BR (1) | BR112022023166A2 (zh) |
CA (1) | CA3181939A1 (zh) |
MX (1) | MX2022014322A (zh) |
WO (1) | WO2021228220A1 (zh) |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106133733A (zh) * | 2014-02-07 | 2016-11-16 | 弗雷德哈钦森癌症研究中心 | 用于在接受和承诺疗法中使用的方法、系统、装置和软件 |
US10206572B1 (en) * | 2017-10-10 | 2019-02-19 | Carrot, Inc. | Systems and methods for quantification of, and prediction of smoking behavior |
WO2018045152A1 (en) * | 2016-09-02 | 2018-03-08 | Lumme Inc | Systems and methods for health monitoring |
-
2020
- 2020-05-15 CN CN202010417547.7A patent/CN113674513A/zh active Pending
-
2021
- 2021-05-14 CA CA3181939A patent/CA3181939A1/en active Pending
- 2021-05-14 KR KR1020227043803A patent/KR20230012005A/ko unknown
- 2021-05-14 WO PCT/CN2021/093799 patent/WO2021228220A1/en unknown
- 2021-05-14 EP EP21729207.7A patent/EP4149356A1/en active Pending
- 2021-05-14 AU AU2021272223A patent/AU2021272223A1/en active Pending
- 2021-05-14 US US17/997,167 patent/US20230222890A1/en active Pending
- 2021-05-14 JP JP2022569137A patent/JP2023524896A/ja active Pending
- 2021-05-14 MX MX2022014322A patent/MX2022014322A/es unknown
- 2021-05-14 BR BR112022023166A patent/BR112022023166A2/pt unknown
Also Published As
Publication number | Publication date |
---|---|
JP2023524896A (ja) | 2023-06-13 |
MX2022014322A (es) | 2023-02-23 |
AU2021272223A1 (en) | 2023-02-02 |
WO2021228220A1 (en) | 2021-11-18 |
EP4149356A1 (en) | 2023-03-22 |
CA3181939A1 (en) | 2021-11-18 |
KR20230012005A (ko) | 2023-01-25 |
BR112022023166A2 (pt) | 2023-03-28 |
US20230222890A1 (en) | 2023-07-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10831827B2 (en) | Automatic extraction of user mobility behaviors and interaction preferences using spatio-temporal data | |
US8484224B1 (en) | System and method for ranking geofeeds and content within geofeeds | |
KR101399267B1 (ko) | 모바일 디바이스에서의 애플리케이션 추천 장치 및 방법 | |
US11122009B2 (en) | Systems and methods for identifying geographic locations of social media content collected over social networks | |
JP2024026183A (ja) | 関連コンテンツを先見的に特定し、タッチ感知デバイス上に表面化させるためのシステム及び方法 | |
KR102067278B1 (ko) | 친구 추천 방법 및 이를 위한 서버 및 단말 | |
US20130297694A1 (en) | Systems and methods for interactive presentation and analysis of social media content collection over social networks | |
TW201939404A (zh) | 資訊推薦的方法、裝置及設備 | |
US20150172396A1 (en) | Systems and methods for enriching geographically delineated content | |
US20180005194A1 (en) | Enriched Calendar Events | |
CN109614556B (zh) | 访问路径预测、信息推送方法及装置 | |
CN108171267B (zh) | 用户群划分方法及装置、消息推送方法及装置 | |
US10586245B1 (en) | Push reporting | |
CN103617547A (zh) | 一种业务推荐方法及系统 | |
US9553838B1 (en) | Querying for devices based on location | |
CN111798260A (zh) | 用户行为预测模型构建方法、装置、存储介质及电子设备 | |
US20160299639A1 (en) | User interface for providing geographically delineated content | |
CN110941775A (zh) | 一种消息推送方法、终端设备及计算机可读存储介质 | |
US9774696B1 (en) | Using a polygon to select a geolocation | |
US20170299424A1 (en) | Measuring and diagnosing noise in an urban environment | |
CN106600237B (zh) | 一种辅助记忆中医药书籍的方法和装置 | |
US20170278072A1 (en) | System and method for recommending a task to user using association pattern learning | |
CN113674513A (zh) | 基于用户吸烟行为记录的干预提醒的触发方法及触发装置 | |
CN111444933A (zh) | 一种对象分类方法及装置 | |
CN114880094A (zh) | 一种基于可穿戴设备的应用推荐方法及设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20230207 Address after: Helsingborg Applicant after: McNeil Corp. Address before: Helsingborg Applicant before: McNeil Corp. Applicant before: JANSSEN PHARMACEUTICA N.V. Applicant before: Johnson (China) Investment Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |