CN113835983A - 一种基于芯片运行状态的用户行为引导方法及系统 - Google Patents
一种基于芯片运行状态的用户行为引导方法及系统 Download PDFInfo
- Publication number
- CN113835983A CN113835983A CN202111007266.5A CN202111007266A CN113835983A CN 113835983 A CN113835983 A CN 113835983A CN 202111007266 A CN202111007266 A CN 202111007266A CN 113835983 A CN113835983 A CN 113835983A
- Authority
- CN
- China
- Prior art keywords
- target
- behavior
- chip
- data
- information
- 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.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3438—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment monitoring of user actions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3055—Monitoring arrangements for monitoring the status of the computing system or of the computing system component, e.g. monitoring if the computing system is on, off, available, not available
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3089—Monitoring arrangements determined by the means or processing involved in sensing the monitored data, e.g. interfaces, connectors, sensors, probes, agents
- G06F11/3093—Configuration details thereof, e.g. installation, enabling, spatial arrangement of the probes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/32—Monitoring with visual or acoustical indication of the functioning of the machine
- G06F11/324—Display of status information
- G06F11/328—Computer systems status display
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
- G06F11/3419—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment by assessing time
- G06F11/3423—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment by assessing time where the assessed time is active or idle time
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Computer Hardware Design (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明提供的一种基于芯片运行状态的用户行为引导方法及系统,涉及数据处理技术领域。在本发明中,基于接收到的目标数据采集设备对目标监控芯片进行采集并发送的多条芯片运行状态数据进行筛选处理,得到多条目标芯片运行状态数据,其中,每一条芯片运行状态数据表征在目标数据采集设备采集芯片运行状态数据的时刻目标监控芯片的运行状态;基于多条目标芯片运行状态数据对目标监控芯片对应的目标用户的芯片使用行为进行解析得到目标用户对应的目标行为特征信息;基于目标行为特征信息对目标用户的芯片使用行为进行引导处理。基于上述步骤,可以改善现有技术中对采集的芯片运行状态数据的有效利用程度不高的问题。
Description
技术领域
本发明涉及数据处理技术领域,具体而言,涉及一种基于芯片运行状态的用户行为引导方法及系统。
背景技术
芯片作为电子设备的重要组成部分,且作为一种集成电路具有体积小等诸多优势,因而,具有非常大的应用场景。因此,对芯片的运行状态进行监测的的状态数据,也可以具有较多的应用场景,以及较高的应用价值。基于此,在现有技术中,一般会对芯片的运行状态进行监测,然后,对监测得到的状态数据进行处理分析等。例如,可以基于分析处理的结果确定是否对芯片的使用进行警示等操作。但是,经发明人研究发现,仅将监测得到的状态数据用于对芯片的使用进行警示等操作,可能会导致对监测得到的状态数据的利用程度不高的问题。
发明内容
有鉴于此,本发明的目的在于提供一种基于芯片运行状态的用户行为引导方法及系统,以改善现有技术中对采集的芯片运行状态数据的有效利用程度不高的问题。
为实现上述目的,本发明实施例采用如下技术方案:
一种基于芯片运行状态的用户行为引导方法,包括:
基于接收到的目标数据采集设备对目标监控芯片进行采集并发送的多条芯片运行状态数据进行筛选处理,得到对应的多条目标芯片运行状态数据,其中,每一条所述芯片运行状态数据表征在所述目标数据采集设备采集所述芯片运行状态数据的时刻所述目标监控芯片的运行状态;
基于所述多条目标芯片运行状态数据对所述目标监控芯片对应的目标用户的芯片使用行为进行解析,得到目标用户对应的目标行为特征信息;
基于所述目标行为特征信息对目标用户的芯片使用行为进行引导处理,以使目标用户的芯片使用行为与预先确定的芯片使用标准行为匹配。
在一些优选的实施例中,在上述基于芯片运行状态的用户行为引导方法中,所述基于所述多条目标芯片运行状态数据对所述目标监控芯片对应的目标用户的芯片使用行为进行解析,得到目标用户对应的目标行为特征信息的步骤,包括:
分别确定每一条所述目标芯片运行状态数据的采集时间,得到每一条所述目标芯片运行状态数据的采集时间信息,并基于对应的所述采集时间信息形成的时间先后关系对所述多条目标芯片运行状态数据进行排序,得到所述多条目标芯片运行状态数据对应的数据排序集合;
基于相邻两条所述目标芯片运行状态数据表征的运行状态是否相同,对所述数据排序集合分割处理,得到对应的多个数据排序子集合,其中,若相邻两条所述目标芯片运行状态数据表征的运行状态相同,则该相邻两条所述目标芯片运行状态数据属于同一个所述数据排序子集合,若相邻两条所述目标芯片运行状态数据表征的运行状态不相同,则该相邻两条所述目标芯片运行状态数据属于不同的所述数据排序子集合;
针对每一个所述数据排序子集合,基于该数据排序子集合包括的每一条所述目标芯片运行状态数据表征的运行状态,确定在该数据排序子集合对应的时间段内目标用户的行为标识信息;
基于每一个所述数据排序子集合对应的行为标识信息进行行为特征提取处理,得到目标用户对应的目标行为特征信息。
在一些优选的实施例中,在上述基于芯片运行状态的用户行为引导方法中,所述基于每一个所述数据排序子集合对应的行为标识信息进行行为特征提取处理,得到目标用户对应的目标行为特征信息的步骤,包括:
针对每一个所述数据排序子集合,基于该数据排序子集合包括的每一条所述目标芯片运行状态数据对应的采集时间信息,确定该数据排序子集合对应的行为标识信息对应的行为持续时长和行为所属时间阶段;
基于每一条所述行为标识信息对应的行为持续时长和行为所属时间阶段,确定目标用户对应的目标行为特征信息。
在一些优选的实施例中,在上述基于芯片运行状态的用户行为引导方法中,所述基于每一条所述行为标识信息对应的行为持续时长和行为所属时间阶段,确定目标用户对应的目标行为特征信息的步骤,包括:
针对每一条所述行为标识信息,确定该行为标识信息是否用于标识对应的时间段内用户是否在使用所述目标监控芯片,并在该行为标识信息用于标识对应的时间段内用户在使用所述目标监控芯片时,将该行为标识信息确定为第一行为标识信息;
针对每一条所述第一行为标识信息,确定该第一行为标识信息对应的行为所属时间阶段是否属于目标时间段,并在该第一行为标识信息对应的行为所属时间阶段属于所属目标时间段时,对该第一行为标识信息对应的行为持续时长进行更新处理,其中,所述目标时间段可以基于用户的休息时间段进行配置得到,更新后的行为持续时长大于更新后的行为持续时长;
基于每一条所述行为标识信息对应的行为持续时长进行行为特征提取处理,得到目标用户对应的目标行为特征信息。
在一些优选的实施例中,在上述基于芯片运行状态的用户行为引导方法中,所述基于每一条所述行为标识信息对应的行为持续时长进行行为特征提取处理,得到目标用户对应的目标行为特征信息的步骤,包括:
基于各所述行为标识信息对应的数据排序子集合对应的时间段之间先后关系,对各所述行为标识信息进行排序;
基于进行排序的排序结果确定各所述行为标识信息对应的行为持续时长对应的时长变化趋势信息,并将所述时长变化趋势信息作为目标用户对应的目标行为特征信息。
在一些优选的实施例中,在上述基于芯片运行状态的用户行为引导方法中,所述基于所述目标行为特征信息对目标用户的芯片使用行为进行引导处理,以使目标用户的芯片使用行为与预先确定的芯片使用标准行为匹配的步骤,包括:
获取预先确定的芯片使用标准行为对应的标准行为特征信息;
计算所述目标行为特征信息与所述标准行为特征信息之间的匹配度,得到对应的匹配度信息,并基于所述匹配度信息对目标用户的芯片使用行为进行引导处理,以使所述芯片使用行为与所述芯片使用标准行为匹配。
在一些优选的实施例中,在上述基于芯片运行状态的用户行为引导方法中,所述计算所述目标行为特征信息与所述标准行为特征信息之间的匹配度,得到对应的匹配度信息,并基于所述匹配度信息对目标用户的芯片使用行为进行引导处理,以使所述芯片使用行为与所述芯片使用标准行为匹配的步骤,包括:
计算所述目标行为特征信息与所述标准行为特征信息之间的匹配度,得到对应的匹配度信息,并确定所述匹配度信息与预先配置的匹配度阈值信息之间的相对大小关系;
若所述匹配度信息大于或等于所述匹配度阈值信息,则确定不对目标用户的芯片使用行为进行引导处理,若所述匹配度信息小于所述匹配度阈值信息,则基于所述芯片使用标准行为对目标用户的芯片使用行为进行引导处理,以使所述芯片使用行为与所述芯片使用标准行为匹配。
本发明实施例还提供一种基于芯片运行状态的用户行为引导系统,包括:
状态数据筛选模块,用于基于接收到的目标数据采集设备对目标监控芯片进行采集并发送的多条芯片运行状态数据进行筛选处理,得到对应的多条目标芯片运行状态数据,其中,每一条所述芯片运行状态数据表征在所述目标数据采集设备采集所述芯片运行状态数据的时刻所述目标监控芯片的运行状态;
状态数据解析模块,用于基于所述多条目标芯片运行状态数据对所述目标监控芯片对应的目标用户的芯片使用行为进行解析,得到目标用户对应的目标行为特征信息;
用户行为引导模块,用于基于所述目标行为特征信息对目标用户的芯片使用行为进行引导处理,以使目标用户的芯片使用行为与预先确定的芯片使用标准行为匹配。
在一些优选的实施例中,在上述基于芯片运行状态的用户行为引导系统中,所述状态数据解析模块用于:
分别确定每一条所述目标芯片运行状态数据的采集时间,得到每一条所述目标芯片运行状态数据的采集时间信息,并基于对应的所述采集时间信息形成的时间先后关系对所述多条目标芯片运行状态数据进行排序,得到所述多条目标芯片运行状态数据对应的数据排序集合;
基于相邻两条所述目标芯片运行状态数据表征的运行状态是否相同,对所述数据排序集合分割处理,得到对应的多个数据排序子集合,其中,若相邻两条所述目标芯片运行状态数据表征的运行状态相同,则该相邻两条所述目标芯片运行状态数据属于同一个所述数据排序子集合,若相邻两条所述目标芯片运行状态数据表征的运行状态不相同,则该相邻两条所述目标芯片运行状态数据属于不同的所述数据排序子集合;
针对每一个所述数据排序子集合,基于该数据排序子集合包括的每一条所述目标芯片运行状态数据表征的运行状态,确定在该数据排序子集合对应的时间段内目标用户的行为标识信息;
基于每一个所述数据排序子集合对应的行为标识信息进行行为特征提取处理,得到目标用户对应的目标行为特征信息。
在一些优选的实施例中,在上述基于芯片运行状态的用户行为引导系统中,所述用户行为引导模块用于:
获取预先确定的芯片使用标准行为对应的标准行为特征信息;
计算所述目标行为特征信息与所述标准行为特征信息之间的匹配度,得到对应的匹配度信息,并基于所述匹配度信息对目标用户的芯片使用行为进行引导处理,以使所述芯片使用行为与所述芯片使用标准行为匹配。
本发明实施例提供的一种基于芯片运行状态的用户行为引导方法及系统,在对接收到的多条芯片运行状态数据进行筛选得到多条目标芯片运行状态数据之后,可以先基于多条目标芯片运行状态数据对目标监控芯片对应的目标用户的芯片使用行为进行解析得到对应的目标行为特征信息,使得可以基于目标行为特征信息对目标用户的芯片使用行为进行引导处理,即通过芯片的运行状态来反映用户的行为习惯,对用户的行为习惯进行引导,如此,可以提高对采集的芯片运行状态数据的利用率,从而改善现有技术中对采集的芯片运行状态数据的有效利用程度不高的问题。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
图1为本发明实施例提供的状态监控服务器的应用示意图。
图2为本发明实施例提供的基于芯片运行状态的用户行为引导方法的示意图。
图3为本发明实施例提供的对应于图2所示的基于芯片运行状态的用户行为引导方法的基于芯片运行状态的用户行为引导系统的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例只是本发明的一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本发明实施例提供了一种状态监控服务器。其中,所述状态监控服务器可以包括存储器和处理器。
详细地,所述存储器和处理器之间直接或间接地电性连接,以实现数据的传输或交互。例如,相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述存储器中可以存储有至少一个可以以软件或固件的形式,存在的软件功能模块(计算机程序)。所述处理器可以用于执行所述存储器中存储的可执行的计算机程序,从而实现本发明实施例提供的基于芯片运行状态的用户行为引导方法。
可选地,所述存储器可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-OnlyMemory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。所述处理器可以是一种通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)、片上系统(System on Chip,SoC)等;还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
结合图2,本发明实施例还提供一种基于芯片运行状态的用户行为引导方法,可应用于上述状态监控服务器。其中,所述基于芯片运行状态的用户行为引导方法有关的流程所定义的方法步骤,可以由所述状态监控服务器实现。下面将对图2所示的具体流程,进行详细阐述。
步骤S10,基于接收到的目标数据采集设备对目标监控芯片进行采集并发送的多条芯片运行状态数据进行筛选,得到多条目标芯片运行状态数据。
在本发明实施例中,所述状态监控服务器可以先基于接收到的目标数据采集设备对目标监控芯片进行采集并发送的多条芯片运行状态数据进行筛选处理,得到对应的多条目标芯片运行状态数据。其中,每一条所述芯片运行状态数据表征在所述目标数据采集设备采集所述芯片运行状态数据的时刻所述目标监控芯片的运行状态。
步骤S20,基于所述多条目标芯片运行状态数据对所述目标监控芯片对应的目标用户的芯片使用行为进行解析,得到对应的目标行为特征信息。
在本发明实施例中,所述状态监控服务器可以基于所述多条目标芯片运行状态数据对所述目标监控芯片对应的目标用户的芯片使用行为进行解析,得到目标用户对应的目标行为特征信息。
步骤S30,基于所述目标行为特征信息对目标用户的芯片使用行为进行引导处理,以使芯片使用行为与预先确定的芯片使用标准行为匹配。
在本发明实施例中,所述状态监控服务器可以基于所述目标行为特征信息对目标用户的芯片使用行为进行引导处理,以使目标用户的芯片使用行为与预先确定的芯片使用标准行为匹配。
基于上述步骤,在对接收到的多条芯片运行状态数据进行筛选得到多条目标芯片运行状态数据之后,可以先基于多条目标芯片运行状态数据对目标监控芯片对应的目标用户的芯片使用行为进行解析得到对应的目标行为特征信息,使得可以基于目标行为特征信息对目标用户的芯片使用行为进行引导处理,即通过芯片的运行状态来反映用户的行为习惯,对用户的行为习惯进行引导,可以提高对采集的芯片运行状态数据的利用率,从而改善现有技术中对采集的芯片运行状态数据的有效利用程度不高的问题。
可选地,作为一种可能的实现方式,步骤S10可以包括后文所述的步骤S110、步骤S130和步骤S150。
步骤S110,接收目标数据采集设备对目标监控芯片进行采集并发送的多条芯片运行状态数据。
在本发明实施例中,所述状态监控服务器可以先接收目标数据采集设备对目标监控芯片进行采集并发送的多条芯片运行状态数据。其中,每一条所述芯片运行状态数据表征在所述目标数据采集设备采集所述芯片运行状态数据的时刻所述目标监控芯片的运行状态。
步骤S120,基于预先配置的第一筛选规则对所述多条芯片运行状态数据进行筛选处理,得到多条第一运行状态筛选数据,并确定所述多条第一运行状态筛选数据的数据量与预先配置的数据量阈值之间的大小关系。
在本发明实施例中,所述状态监控服务器可以基于预先配置的第一筛选规则对所述多条芯片运行状态数据进行筛选处理,得到多条第一运行状态筛选数据,并确定所述多条第一运行状态筛选数据的数据量与预先配置的数据量阈值之间的大小关系。其中,若确定所述多条第一运行状态筛选数据的数据量大于或等于所述数据量阈值,可以执行步骤S130。若确定所述多条第一运行状态筛选数据的数据量小于所述数据量阈值,可以将所述多条第一运行状态筛选数据作为多条目标芯片运行状态数据。
步骤S130,基于预先配置的第二筛选规则对所述多条第一运行状态筛选数据进行筛选处理,得到对应的多条目标芯片运行状态数据。
在本发明实施例中,所述状态监控服务器可以基于预先配置的第二筛选规则对所述多条第一运行状态筛选数据进行筛选处理,得到对应的多条目标芯片运行状态数据。
基于上述步骤,可以先基于第一筛选规则对接收到的多条芯片运行状态数据进行筛选处理,以得到多条第一运行状态筛选数据,并在多条第一运行状态筛选数据的数据量大于或等于所述数据量阈值时,基于第二筛选规则对多条第一运行状态筛选数据再次进行筛选处理,得到对应的多条目标芯片运行状态数据,如此,配置二级有选择的筛选机制,相较于仅进行一次筛选处理的常规技术方案,可以提高筛选效果,从而改善现有技术中对数据进行筛选的效果不佳的问题。
可选地,作为一种可能的实现方式,步骤S110可以包括以下步骤:
首先,确定是否需要对目标监控芯片(其中,所述目标监控芯片可以是所述目标数据采集设备携带的一种芯片,所述目标数据采集设备可以是用户的终端设备)的运行状态进行监控,并在确定需要对所述目标监控芯片的运行状态进行监控时(如所述目标监控芯片第一次启动时,或启动之后用户配置可以进行监控时),生成对应的状态监控通知信息;
其次,将所述状态监控通知信息发送给所述目标监控芯片对应的目标数据采集设备,其中,所述目标数据采集设备用于在接收到所述状态监控通知信息之后对所述目标监控芯片的运行状态进行采集,并将采集得到的多条芯片运行状态数据发送给状态监控服务器,所述芯片运行状态数据筛选方法应用于所述状态监控服务器;
然后,获取所述目标数据采集设备基于所述状态监控通知信息发送的所述多条芯片运行状态数据。
可选地,作为一种可能的实现方式,所述确定是否需要对目标监控芯片的运行状态进行监控,并在确定需要对所述目标监控芯片的运行状态进行监控时,生成对应的状态监控通知信息的步骤,可以包括以下步骤:
首先,确定是否需要对目标监控芯片的运行状态进行监控;
其次,若确定需要对所述目标监控芯片的运行状态进行监控,则确定进行监控的监控频率信息,并基于所述监控频率信息生成对应的状态监控通知信息,其中,所述目标数据采集设备用于基于所述监控频率信息对所述目标监控芯片的运行状态进行采集。
可选地,作为一种可能的实现方式,所述若确定需要对所述目标监控芯片的运行状态进行监控,则确定进行监控的监控频率信息,并基于所述监控频率信息生成对应的状态监控通知信息的步骤,可以包括以下步骤:
首先,若确定需要对所述目标监控芯片的运行状态进行监控,则获取历史上其它数据采集设备对其它监控芯片分别进行采集并发送的多条其它芯片运行状态数据,并基于所述多条其它芯片运行状态数据确定出其它芯片持续处于运行中的最小持续时长和持续处于非运行中的最小持续时长,分别得到对应的第一最小持续时长和第二最小持续时长;
其次,确定所述第一最小持续时长和所述第二最小持续时长中的较小值,得到对应的第一持续时长,并确定所述第一最小持续时长和所述第二最小持续时长中的较大值,得到对应的第二持续时长;
然后,计算所述第二持续时长和所述第一持续时长之间的差值,得到对应的持续时长差值,并基于所述持续时长差值确定一个与所述持续时长差值具有正相关关系的调整系数(所述持续时长差值与所述调整系数之间的具体比例根据实际应用场景进行配置,在此不做具体限定),其中,所述调整系数大于0且小于或等于1;
之后,计算所述第一持续时长与所述调整系数之间的乘积,得到对应的数据采集间隔时长,并基于所述数据采集间隔时长确定所述目标数据采集设备对所述目标监控芯片进行监控的监控频率信息,其中,所述监控频率信息用于表征所述目标数据采集设备每间隔所述数据采集间隔时长对所述目标监控芯片的运行状态进行一次数据采集,以使采集得到的所述多条芯片运行状态数据中的每相邻两条所述芯片运行状态数据之间的采集时间间隔为所述数据采集间隔时长;
进一步,基于所述监控频率信息生成对应的状态监控通知信息。
可选地,作为一种可能的实现方式,步骤S130可以包括以下步骤:
首先,基于每一条所述芯片运行状态数据对应的采集时间,对所述多条芯片运行状态数据进行排序,得到对应的排序结果;
其次,基于所述排序结果按照预先确定的采样间隔数量对所述多条芯片运行状态数据进行采样处理,得到多条第一运行状态筛选数据;
然后,确定所述多条第一运行状态筛选数据的数据量与预先配置的数据量阈值之间的大小关系。
可选地,作为一种可能的实现方式,所述基于所述排序结果按照预先确定的采样间隔数量对所述多条芯片运行状态数据进行采样处理,得到多条第一运行状态筛选数据的步骤,可以包括以下步骤:
首先,获取历史上其它数据采集设备对其它监控芯片分别进行采集并发送的多条其它芯片运行状态数据,并基于所述多条其它芯片运行状态数据确定出其它芯片持续处于运行中的最小持续时长和持续处于非运行中的最小持续时长,分别得到对应的第一最小持续时长和第二最小持续时长;
其次,确定所述第一最小持续时长和所述第二最小持续时长中的较小值,得到对应的第一持续时长,并确定所述第一最小持续时长和所述第二最小持续时长中的较大值,得到对应的第二持续时长;
然后,计算所述第二持续时长和所述第一持续时长之间的差值,得到对应的持续时长差值,并基于所述持续时长差值确定一个与所述持续时长差值具有负相关关系的修正系数(所述持续时长差值与所述修正系数之间的具体比例根据实际应用场景进行配置,在此不做具体限定),其中,所述修正系数大于1;
之后,计算所述第二持续时长与所述修正系数之间的乘积,得到对应的数据采样间隔时长,并基于所述采样间隔时长和对所述多条芯片运行状态数据进行数据采集的监控频率信息确定出采样间隔数量,如所述监控频率信息用于表征每间隔一时长进行一次数据采集,则该采样间隔数量可以基于所述采样间隔时长与该时长的比值确定;
进一步,基于所述排序结果按照所述采样间隔数量对所述多条芯片运行状态数据进行采样处理,得到多条第一运行状态筛选数据。
可选地,作为一种可能的实现方式,步骤S150可以包括以下步骤:
首先,若确定所述多条第一运行状态筛选数据的数据量大于或等于所述数据量阈值,则确定所述多条第一运行状态筛选数据中各所述第一运行状态筛选数据之间的数据相关度信息(如可以结合至少两个维度的信息来确定所述数据相关度信息,如表征的内容是否相同,以及对应的采集时间之间的关联度,例如,若表征的内容相同,则直接将数据相关度信息配置为1,可以是最大数据相关度信息,若表征的内容不同,可以将对应的采集时间之间的关联度作为数据相关度信息,其中,采集时间之间的关联度,可以基于采集时间之间的差值与预先配置的多个差值等级的对应关系确定,如差值越大,对应的关联度越小,且最小值可以大于0);
其次,基于所述数据相关度信息对所述多条第一运行状态筛选数据进行筛选处理,得到对应的多条目标芯片运行状态数据。
可选地,作为一种可能的实现方式,所述若确定所述多条第一运行状态筛选数据的数据量大于或等于所述数据量阈值,则确定所述多条第一运行状态筛选数据中各所述第一运行状态筛选数据之间的数据相关度信息的步骤,可以包括以下步骤:
若确定所述多条第一运行状态筛选数据的数据量大于或等于所述数据量阈值,则针对所述多条第一运行状态筛选数据中的每相邻两条第一运行状态筛选数据,计算该相邻两条第一运行状态筛选数据之间的相关度,得到该相邻两条第一运行状态筛选数据之间的数据相关度信息。
可选地,作为一种可能的实现方式,所述基于所述数据相关度信息对所述多条第一运行状态筛选数据进行筛选处理,得到对应的多条目标芯片运行状态数据的步骤,可以包括以下步骤:
首先,基于对应的采集时间的先后关系依次将所述多条第一运行状态筛选数据中的每一条第一运行状态筛选数据作为目标第一运行状态筛选数据,如首先将采集时间最早的一条第一运行状态筛选数据作为目标第一运行状态筛选数据;
其次,以当前的所述目标第一运行状态筛选数据为起点、以目标数量为长度,确定对应的采集时间在前的一条第一运行状态筛选数据为第一终点,并判断从所述起点到所述第一终点之间(不包括所述起点,包括所述第一终点)的每一条第一运行状态筛选数据作为目标第一运行状态筛选数据时是否有进行目标数据筛除处理;
然后,若从所述起点到所述第一终点之间的每一条第一运行状态筛选数据作为目标第一运行状态筛选数据时有进行目标数据筛除处理,则确定不对当前的所述目标第一运行状态筛选数据进行目标数据筛除处理;
之后,若从所述起点到所述第一终点之间的至少一条第一运行状态筛选数据作为目标第一运行状态筛选数据时未进行目标数据筛除处理,则以当前的所述目标第一运行状态筛选数据为起点、以目标数量为长度,确定对应的采集时间在后的一条第一运行状态筛选数据为第二终点,并确定所述起点与所述第二终点之间(包括所述起点,包括所述第一终点)的每相邻两条第一运行状态筛选数据之间的数据相关度信息是否大于或等于预先配置的数据相关度阈值信息;
进一步,若确定所述起点与所述第二终点之间的每相邻两条第一运行状态筛选数据之间的数据相关度信息都大于或等于预先配置的数据相关度阈值信息,则对所述起点与所述第二终点之间的每相邻两条第一运行状态筛选数据进行目标数据筛除处理,以筛除其中的部分第一运行状态筛选数据(至少保留一条所述第一运行状态筛选数据,或者筛除一半等);
再进一步,若确定所述起点与所述第二终点之间的至少有一组相邻两条第一运行状态筛选数据之间的数据相关度信息小于预先配置的数据相关度阈值信息,则对所述起点与所述第二终点之间的每相邻两条第一运行状态筛选数据不进行目标数据筛除处理。
可选地,作为一种可能的实现方式,所述基于所述数据相关度信息对所述多条第一运行状态筛选数据进行筛选处理,得到对应的多条目标芯片运行状态数据的步骤,也可以包括以下步骤:
首先,基于对应的采集时间的先后关系依次将所述多条第一运行状态筛选数据进行排序,得到所述多条第一运行状态筛选数据对应的筛选数据序列,并基于预先配置的序列分割规则对所述筛选数据序列进行分割,得到长度都为预先配置的目标序列长度的多个筛选数据子序列,其中,所述目标序列长度用于表征每一条所述筛选数据子序列包括的所述第一运行状态筛选数据的数量;
然后,将所述多个筛选数据子序列中相邻的每两个筛选数据子序列确定为筛选数据子序列对,并针对每一个所述筛选数据子序列对,确定该筛选数据子序列对包括的两个筛选数据子序列中对应序列位置的所述第一运行状态筛选数据的表征内容是否相同,以在对应序列位置的所述第一运行状态筛选数据的表征内容相同时,确定第一表征值,并在对应序列位置的所述第一运行状态筛选数据的表征内容不同时,确定第二表征值;
其次,针对每一个所述筛选数据子序列对,基于该筛选数据子序列对对应的所述第一表征值和/或所述第二表征值(根据前述表征内容是否相同确定),按序构建该筛选数据子序列对对应的表征值子序列;
之后,针对每一个所述表征值子序列,在该表征值子序列中确定每一段连续(2个或3个等为连续)的第一表征值以及每一段连续的第二表征值,并根据每一段连续的第一表征值和每一段连续的第二表征值,对该表征值子序列中的所述第一表征值和/或所述第二表征值进行筛选处理,得到该表征值子序列对应的表征值筛选子序列,其中,所述表征值筛选子序列包括每一段连续的第一表征值和每一段连续的第二表征值(筛除不连续的);
进一步,分别确定每一个所述表征值筛选子序列的子序列长度,并根据对应的所述子序列长度的大小关系,确定出每一个所述表征值筛选子序列对应的两个筛选数据子序列的筛除比例信息,其中,所述筛除比例信息与对应的所述子序列长度具有正相关关系;
再进一步,针对每一个所述筛选数据子序列,若该筛选数据子序列对应的筛除比例信息为一个,则将该筛除比例信息作为该筛选数据子序列对应的目标筛除比例信息,若该筛选数据子序列对应的筛除比例信息为两个,则将两个筛除比例信息进行融合(如相乘)得到对应的目标筛除比例信息;
最后,针对每一个所述筛选数据子序列,基于该筛选数据子序列中各所述第一运行状态筛选数据之间的数据相关度信息,确定出待筛除的第一运行状态筛选数据(即相互之间的数据相关度信息都大于或等于以设定阈值),并基于该筛选数据子序列对应的目标筛除比例信息对所述待筛除的第一运行状态筛选数据进行筛除处理。
可选地,作为一种可能的实现方式,步骤S30可以包括以下步骤:
首先,分别确定每一条所述目标芯片运行状态数据的采集时间,得到每一条所述目标芯片运行状态数据的采集时间信息,并基于对应的所述采集时间信息形成的时间先后关系对所述多条目标芯片运行状态数据进行排序,得到所述多条目标芯片运行状态数据对应的数据排序集合;
其次,基于相邻两条所述目标芯片运行状态数据表征的运行状态是否相同,对所述数据排序集合分割处理,得到对应的多个数据排序子集合,其中,若相邻两条所述目标芯片运行状态数据表征的运行状态相同,则该相邻两条所述目标芯片运行状态数据属于同一个所述数据排序子集合,若相邻两条所述目标芯片运行状态数据表征的运行状态不相同,则该相邻两条所述目标芯片运行状态数据属于不同的所述数据排序子集合;
然后,针对每一个所述数据排序子集合,基于该数据排序子集合包括的每一条所述目标芯片运行状态数据表征的运行状态(运行中或未运行),确定在该数据排序子集合对应的时间段内目标用户的行为标识信息(目标用户在使用所述目标监控芯片或未使用所述目标监控芯片,且所述目标监控芯片可以是所述目标数据采集设备携带的芯片,所述目标数据采集设备可以是手机等用户终端设备,即用于确定目标用户使用手机等的习惯);
之后,基于每一个所述数据排序子集合对应的行为标识信息进行行为特征提取处理,得到目标用户对应的目标行为特征信息。
可选地,作为一种可能的实现方式,所述基于每一个所述数据排序子集合对应的行为标识信息进行行为特征提取处理,得到目标用户对应的目标行为特征信息的步骤,可以包括以下步骤:
首先,针对每一个所述数据排序子集合,基于该数据排序子集合包括的每一条所述目标芯片运行状态数据对应的采集时间信息,确定该数据排序子集合对应的行为标识信息对应的行为持续时长(如最早的采集时间与最晚的采集时刻之间的时间间隔)和行为所属时间阶段(如白天或夜晚);
其次,基于每一条所述行为标识信息对应的行为持续时长和行为所属时间阶段,确定目标用户对应的目标行为特征信息。
可选地,作为一种可能的实现方式,所述基于每一条所述行为标识信息对应的行为持续时长和行为所属时间阶段,确定目标用户对应的目标行为特征信息的步骤,可以包括以下步骤:
首先,针对每一条所述行为标识信息,确定该行为标识信息是否用于标识对应的时间段内用户是否在使用所述目标监控芯片,并在该行为标识信息用于标识对应的时间段内用户在使用所述目标监控芯片时,将该行为标识信息确定为第一行为标识信息;
其次,针对每一条所述第一行为标识信息,确定该第一行为标识信息对应的行为所属时间阶段是否属于目标时间段(如所述目标时间段可以为深夜,如晚上12点到凌晨6点),并在该第一行为标识信息对应的行为所属时间阶段属于所属目标时间段时,对该第一行为标识信息对应的行为持续时长进行更新处理,其中,所述目标时间段可以基于用户的休息时间段进行配置得到,更新后的行为持续时长大于更新后的行为持续时长(如可以预先配置一个大于1的系数,其中,所述目标时间段可以进一步细分为多个子时间段,且每一个子时间段对应的系数可以不同);
然后,基于每一条所述行为标识信息对应的行为持续时长进行行为特征提取处理,得到目标用户对应的目标行为特征信息。
可选地,作为一种可能的实现方式,所述基于每一条所述行为标识信息对应的行为持续时长进行行为特征提取处理,得到目标用户对应的目标行为特征信息的步骤,可以包括以下步骤:
首先,基于各所述行为标识信息对应的数据排序子集合对应的时间段之间先后关系,对各所述行为标识信息进行排序;
其次,基于进行排序的排序结果确定各所述行为标识信息对应的行为持续时长对应的时长变化趋势信息,并将所述时长变化趋势信息作为目标用户对应的目标行为特征信息。
可选地,作为一种可能的实现方式,步骤50可以包括以下步骤:
首先,获取预先确定的芯片使用标准行为对应的标准行为特征信息(如预先配置的一种时长变化标准趋势信息);
其次,计算所述目标行为特征信息与所述标准行为特征信息之间的匹配度(其中,可以计算变化趋势对应的拟合曲线之间的重合度或相似度,作为该匹配度,具体计算重合度和相似度的方式可以参照相关的现有技术,在此不做具体限定),得到对应的匹配度信息,并基于所述匹配度信息对目标用户的芯片使用行为进行引导处理,以使所述芯片使用行为与所述芯片使用标准行为匹配。
可选地,作为一种可能的实现方式,所述计算所述目标行为特征信息与所述标准行为特征信息之间的匹配度,得到对应的匹配度信息,并基于所述匹配度信息对目标用户的芯片使用行为进行引导处理,以使所述芯片使用行为与所述芯片使用标准行为匹配的步骤,可以包括以下步骤:
首先,计算所述目标行为特征信息与所述标准行为特征信息之间的匹配度,得到对应的匹配度信息,并确定所述匹配度信息与预先配置的匹配度阈值信息之间的相对大小关系;
其次,若所述匹配度信息大于或等于所述匹配度阈值信息,则确定不对目标用户的芯片使用行为进行引导处理,若所述匹配度信息小于所述匹配度阈值信息,则基于所述芯片使用标准行为对目标用户的芯片使用行为进行引导处理(即基于所述芯片使用标准行为中的各芯片使用持续时长和休息持续时长生成对应的用户提示信息,并发送给所述目标监控芯片的运行设备,以向对应的目标用户进行显示,从而实现行为引导),以使所述芯片使用行为与所述芯片使用标准行为匹配。
结合图3,本发明实施例还提供一种基于芯片运行状态的用户行为引导系统,可应用于上述状态监控服务器。其中,所述基于芯片运行状态的用户行为引导系统作为一种软件功能模块,可以包括:
状态数据筛选模块,用于基于接收到的目标数据采集设备对目标监控芯片进行采集并发送的多条芯片运行状态数据进行筛选处理,得到对应的多条目标芯片运行状态数据,其中,每一条所述芯片运行状态数据表征在所述目标数据采集设备采集所述芯片运行状态数据的时刻所述目标监控芯片的运行状态;
状态数据解析模块,用于基于所述多条目标芯片运行状态数据对所述目标监控芯片对应的目标用户的芯片使用行为进行解析,得到目标用户对应的目标行为特征信息;
用户行为引导模块,用于基于所述目标行为特征信息对目标用户的芯片使用行为进行引导处理,以使目标用户的芯片使用行为与预先确定的芯片使用标准行为匹配。
可选地,作为一种可能的实现方式,所述状态数据解析模块可以用于:
分别确定每一条所述目标芯片运行状态数据的采集时间,得到每一条所述目标芯片运行状态数据的采集时间信息,并基于对应的所述采集时间信息形成的时间先后关系对所述多条目标芯片运行状态数据进行排序,得到所述多条目标芯片运行状态数据对应的数据排序集合;基于相邻两条所述目标芯片运行状态数据表征的运行状态是否相同,对所述数据排序集合分割处理,得到对应的多个数据排序子集合,其中,若相邻两条所述目标芯片运行状态数据表征的运行状态相同,则该相邻两条所述目标芯片运行状态数据属于同一个所述数据排序子集合,若相邻两条所述目标芯片运行状态数据表征的运行状态不相同,则该相邻两条所述目标芯片运行状态数据属于不同的所述数据排序子集合;针对每一个所述数据排序子集合,基于该数据排序子集合包括的每一条所述目标芯片运行状态数据表征的运行状态,确定在该数据排序子集合对应的时间段内目标用户的行为标识信息;基于每一个所述数据排序子集合对应的行为标识信息进行行为特征提取处理,得到目标用户对应的目标行为特征信息。
可选地,作为一种可能的实现方式,所述用户行为引导模块可以用于:
获取预先确定的芯片使用标准行为对应的标准行为特征信息;计算所述目标行为特征信息与所述标准行为特征信息之间的匹配度,得到对应的匹配度信息,并基于所述匹配度信息对目标用户的芯片使用行为进行引导处理,以使所述芯片使用行为与所述芯片使用标准行为匹配。
综上所述,本发明提供的一种基于芯片运行状态的用户行为引导方法及系统,在对接收到的多条芯片运行状态数据进行筛选得到多条目标芯片运行状态数据之后,可以先基于多条目标芯片运行状态数据对目标监控芯片对应的目标用户的芯片使用行为进行解析得到对应的目标行为特征信息,使得可以基于目标行为特征信息对目标用户的芯片使用行为进行引导处理,即通过芯片的运行状态来反映用户的行为习惯,从而对用户的行为习惯进行引导,可以提高对采集的芯片运行状态数据的利用率,从而改善现有技术中对采集的芯片运行状态数据的有效利用程度不高的问题。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于芯片运行状态的用户行为引导方法,其特征在于,包括:
基于接收到的目标数据采集设备对目标监控芯片进行采集并发送的多条芯片运行状态数据进行筛选处理,得到对应的多条目标芯片运行状态数据,其中,每一条所述芯片运行状态数据表征在所述目标数据采集设备采集所述芯片运行状态数据的时刻所述目标监控芯片的运行状态;
基于所述多条目标芯片运行状态数据对所述目标监控芯片对应的目标用户的芯片使用行为进行解析,得到目标用户对应的目标行为特征信息;
基于所述目标行为特征信息对目标用户的芯片使用行为进行引导处理,以使目标用户的芯片使用行为与预先确定的芯片使用标准行为匹配。
2.如权利要求1所述的基于芯片运行状态的用户行为引导方法,其特征在于,所述基于所述多条目标芯片运行状态数据对所述目标监控芯片对应的目标用户的芯片使用行为进行解析,得到目标用户对应的目标行为特征信息的步骤,包括:
分别确定每一条所述目标芯片运行状态数据的采集时间,得到每一条所述目标芯片运行状态数据的采集时间信息,并基于对应的所述采集时间信息形成的时间先后关系对所述多条目标芯片运行状态数据进行排序,得到所述多条目标芯片运行状态数据对应的数据排序集合;
基于相邻两条所述目标芯片运行状态数据表征的运行状态是否相同,对所述数据排序集合分割处理,得到对应的多个数据排序子集合,其中,若相邻两条所述目标芯片运行状态数据表征的运行状态相同,则该相邻两条所述目标芯片运行状态数据属于同一个所述数据排序子集合,若相邻两条所述目标芯片运行状态数据表征的运行状态不相同,则该相邻两条所述目标芯片运行状态数据属于不同的所述数据排序子集合;
针对每一个所述数据排序子集合,基于该数据排序子集合包括的每一条所述目标芯片运行状态数据表征的运行状态,确定在该数据排序子集合对应的时间段内目标用户的行为标识信息;
基于每一个所述数据排序子集合对应的行为标识信息进行行为特征提取处理,得到目标用户对应的目标行为特征信息。
3.如权利要求2所述的基于芯片运行状态的用户行为引导方法,其特征在于,所述基于每一个所述数据排序子集合对应的行为标识信息进行行为特征提取处理,得到目标用户对应的目标行为特征信息的步骤,包括:
针对每一个所述数据排序子集合,基于该数据排序子集合包括的每一条所述目标芯片运行状态数据对应的采集时间信息,确定该数据排序子集合对应的行为标识信息对应的行为持续时长和行为所属时间阶段;
基于每一条所述行为标识信息对应的行为持续时长和行为所属时间阶段,确定目标用户对应的目标行为特征信息。
4.如权利要求3所述的基于芯片运行状态的用户行为引导方法,其特征在于,所述基于每一条所述行为标识信息对应的行为持续时长和行为所属时间阶段,确定目标用户对应的目标行为特征信息的步骤,包括:
针对每一条所述行为标识信息,确定该行为标识信息是否用于标识对应的时间段内用户是否在使用所述目标监控芯片,并在该行为标识信息用于标识对应的时间段内用户在使用所述目标监控芯片时,将该行为标识信息确定为第一行为标识信息;
针对每一条所述第一行为标识信息,确定该第一行为标识信息对应的行为所属时间阶段是否属于目标时间段,并在该第一行为标识信息对应的行为所属时间阶段属于所属目标时间段时,对该第一行为标识信息对应的行为持续时长进行更新处理,其中,所述目标时间段可以基于用户的休息时间段进行配置得到,更新后的行为持续时长大于更新后的行为持续时长;
基于每一条所述行为标识信息对应的行为持续时长进行行为特征提取处理,得到目标用户对应的目标行为特征信息。
5.如权利要求4所述的基于芯片运行状态的用户行为引导方法,其特征在于,所述基于每一条所述行为标识信息对应的行为持续时长进行行为特征提取处理,得到目标用户对应的目标行为特征信息的步骤,包括:
基于各所述行为标识信息对应的数据排序子集合对应的时间段之间先后关系,对各所述行为标识信息进行排序;
基于进行排序的排序结果确定各所述行为标识信息对应的行为持续时长对应的时长变化趋势信息,并将所述时长变化趋势信息作为目标用户对应的目标行为特征信息。
6.如权利要求1-5任意一项所述的基于芯片运行状态的用户行为引导方法,其特征在于,所述基于所述目标行为特征信息对目标用户的芯片使用行为进行引导处理,以使目标用户的芯片使用行为与预先确定的芯片使用标准行为匹配的步骤,包括:
获取预先确定的芯片使用标准行为对应的标准行为特征信息;
计算所述目标行为特征信息与所述标准行为特征信息之间的匹配度,得到对应的匹配度信息,并基于所述匹配度信息对目标用户的芯片使用行为进行引导处理,以使所述芯片使用行为与所述芯片使用标准行为匹配。
7.如权利要求6所述的基于芯片运行状态的用户行为引导方法,其特征在于,所述计算所述目标行为特征信息与所述标准行为特征信息之间的匹配度,得到对应的匹配度信息,并基于所述匹配度信息对目标用户的芯片使用行为进行引导处理,以使所述芯片使用行为与所述芯片使用标准行为匹配的步骤,包括:
计算所述目标行为特征信息与所述标准行为特征信息之间的匹配度,得到对应的匹配度信息,并确定所述匹配度信息与预先配置的匹配度阈值信息之间的相对大小关系;
若所述匹配度信息大于或等于所述匹配度阈值信息,则确定不对目标用户的芯片使用行为进行引导处理,若所述匹配度信息小于所述匹配度阈值信息,则基于所述芯片使用标准行为对目标用户的芯片使用行为进行引导处理,以使所述芯片使用行为与所述芯片使用标准行为匹配。
8.一种基于芯片运行状态的用户行为引导系统,其特征在于,包括:
状态数据筛选模块,用于基于接收到的目标数据采集设备对目标监控芯片进行采集并发送的多条芯片运行状态数据进行筛选处理,得到对应的多条目标芯片运行状态数据,其中,每一条所述芯片运行状态数据表征在所述目标数据采集设备采集所述芯片运行状态数据的时刻所述目标监控芯片的运行状态;
状态数据解析模块,用于基于所述多条目标芯片运行状态数据对所述目标监控芯片对应的目标用户的芯片使用行为进行解析,得到目标用户对应的目标行为特征信息;
用户行为引导模块,用于基于所述目标行为特征信息对目标用户的芯片使用行为进行引导处理,以使目标用户的芯片使用行为与预先确定的芯片使用标准行为匹配。
9.如权利要求8所述的基于芯片运行状态的用户行为引导系统,其特征在于,所述状态数据解析模块用于:
分别确定每一条所述目标芯片运行状态数据的采集时间,得到每一条所述目标芯片运行状态数据的采集时间信息,并基于对应的所述采集时间信息形成的时间先后关系对所述多条目标芯片运行状态数据进行排序,得到所述多条目标芯片运行状态数据对应的数据排序集合;
基于相邻两条所述目标芯片运行状态数据表征的运行状态是否相同,对所述数据排序集合分割处理,得到对应的多个数据排序子集合,其中,若相邻两条所述目标芯片运行状态数据表征的运行状态相同,则该相邻两条所述目标芯片运行状态数据属于同一个所述数据排序子集合,若相邻两条所述目标芯片运行状态数据表征的运行状态不相同,则该相邻两条所述目标芯片运行状态数据属于不同的所述数据排序子集合;
针对每一个所述数据排序子集合,基于该数据排序子集合包括的每一条所述目标芯片运行状态数据表征的运行状态,确定在该数据排序子集合对应的时间段内目标用户的行为标识信息;
基于每一个所述数据排序子集合对应的行为标识信息进行行为特征提取处理,得到目标用户对应的目标行为特征信息。
10.如权利要求8或9所述的基于芯片运行状态的用户行为引导系统,其特征在于,所述用户行为引导模块用于:
获取预先确定的芯片使用标准行为对应的标准行为特征信息;
计算所述目标行为特征信息与所述标准行为特征信息之间的匹配度,得到对应的匹配度信息,并基于所述匹配度信息对目标用户的芯片使用行为进行引导处理,以使所述芯片使用行为与所述芯片使用标准行为匹配。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111007266.5A CN113835983A (zh) | 2021-08-30 | 2021-08-30 | 一种基于芯片运行状态的用户行为引导方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111007266.5A CN113835983A (zh) | 2021-08-30 | 2021-08-30 | 一种基于芯片运行状态的用户行为引导方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113835983A true CN113835983A (zh) | 2021-12-24 |
Family
ID=78961608
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111007266.5A Withdrawn CN113835983A (zh) | 2021-08-30 | 2021-08-30 | 一种基于芯片运行状态的用户行为引导方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113835983A (zh) |
-
2021
- 2021-08-30 CN CN202111007266.5A patent/CN113835983A/zh not_active Withdrawn
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108804299B (zh) | 应用程序异常处理方法及装置 | |
CN113176978B (zh) | 基于日志文件的监控方法、系统、设备及可读存储介质 | |
CN114140713A (zh) | 一种图像识别系统、图像识别方法 | |
CN114091704B (zh) | 一种告警压制方法和装置 | |
CN111695032A (zh) | 基于用户操作记录进行功能推荐的方法及装置 | |
CN114140712A (zh) | 一种自动图像识别分发系统及方法 | |
CN113656255A (zh) | 一种基于芯片运行数据的运行异常判断方法 | |
CN116821777B (zh) | 一种新型基础测绘数据整合方法及系统 | |
CN113672782A (zh) | 一种基于数据查询的物联网设备重要性匹配方法 | |
CN113821402A (zh) | 一种基于芯片运行状态的芯片使用警示方法及系统 | |
CN116566766A (zh) | 一种智慧电力网关管控方法及系统 | |
CN116757870A (zh) | 一种能源物联网的智慧能源监控数据处理方法及系统 | |
CN113835983A (zh) | 一种基于芯片运行状态的用户行为引导方法及系统 | |
CN113672443A (zh) | 一种基于芯片检测的用户行为分析方法及系统 | |
CN115330140A (zh) | 一种基于数据挖掘的建筑风险预测方法及其预测系统 | |
CN113673430A (zh) | 一种基于物联网的用户行为分析方法 | |
CN115457467A (zh) | 一种基于数据挖掘的建筑质量隐患定位方法及系统 | |
CN113486342A (zh) | 一种基于用户行为分析的信息安全处理方法及系统 | |
CN113835951A (zh) | 一种芯片运行状态数据筛选方法 | |
CN114827538B (zh) | 一种智慧工地的施工进度监控方法及系统 | |
CN113836402B (zh) | 一种基于数据处理的订单筛选方法 | |
CN113673429A (zh) | 基于物联网用户行为分析的物联网设备控制方法及系统 | |
CN113688023A (zh) | 一种基于物联网数据的用户行为异常警示方法及装置 | |
CN115375412B (zh) | 基于图像识别的商品智能推荐处理方法及系统 | |
CN112115298B (zh) | 视频推荐方法、装置、电子设备及存储介质 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20211224 |