CN116668580A - 场景识别的方法、电子设备及可读存储介质 - Google Patents
场景识别的方法、电子设备及可读存储介质 Download PDFInfo
- Publication number
- CN116668580A CN116668580A CN202211320412.4A CN202211320412A CN116668580A CN 116668580 A CN116668580 A CN 116668580A CN 202211320412 A CN202211320412 A CN 202211320412A CN 116668580 A CN116668580 A CN 116668580A
- Authority
- CN
- China
- Prior art keywords
- wifi
- identification information
- scene
- service
- base station
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 71
- 239000000284 extract Substances 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000007726 management method Methods 0.000 description 135
- 238000010586 diagram Methods 0.000 description 30
- 230000008447 perception Effects 0.000 description 24
- 230000036541 health Effects 0.000 description 15
- 230000008569 process Effects 0.000 description 14
- 230000006870 function Effects 0.000 description 12
- 230000007613 environmental effect Effects 0.000 description 11
- GRRMZXFOOGQMFA-UHFFFAOYSA-J YoYo-1 Chemical compound [I-].[I-].[I-].[I-].C12=CC=CC=C2C(C=C2N(C3=CC=CC=C3O2)C)=CC=[N+]1CCC[N+](C)(C)CCC[N+](C)(C)CCC[N+](C1=CC=CC=C11)=CC=C1C=C1N(C)C2=CC=CC=C2O1 GRRMZXFOOGQMFA-UHFFFAOYSA-J 0.000 description 9
- 238000013480 data collection Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 230000033001 locomotion Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 230000006399 behavior Effects 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 238000010295 mobile communication Methods 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 238000012358 sourcing Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 238000004080 punching Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000002537 cosmetic Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 230000002618 waking effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
- H04M1/724—User interfaces specially adapted for cordless or mobile telephones
- H04M1/72448—User interfaces specially adapted for cordless or mobile telephones with means for adapting the functionality of the device according to specific conditions
- H04M1/72454—User interfaces specially adapted for cordless or mobile telephones with means for adapting the functionality of the device according to specific conditions according to context-related or environment-related conditions
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
- H04M1/724—User interfaces specially adapted for cordless or mobile telephones
- H04M1/72448—User interfaces specially adapted for cordless or mobile telephones with means for adapting the functionality of the device according to specific conditions
- H04M1/72457—User interfaces specially adapted for cordless or mobile telephones with means for adapting the functionality of the device according to specific conditions according to geographic location
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
- H04M1/724—User interfaces specially adapted for cordless or mobile telephones
- H04M1/72448—User interfaces specially adapted for cordless or mobile telephones with means for adapting the functionality of the device according to specific conditions
- H04M1/72463—User interfaces specially adapted for cordless or mobile telephones with means for adapting the functionality of the device according to specific conditions to restrict the functionality of the device
- H04M1/724631—User interfaces specially adapted for cordless or mobile telephones with means for adapting the functionality of the device according to specific conditions to restrict the functionality of the device by limiting the access to the user interface, e.g. locking a touch-screen or a keypad
- H04M1/724634—With partially locked states, e.g. when some telephonic functional locked states or applications remain accessible in the locked states
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/02—Power saving arrangements
- H04W52/0209—Power saving arrangements in terminal devices
- H04W52/0225—Power saving arrangements in terminal devices using monitoring of external events, e.g. the presence of a signal
- H04W52/0229—Power saving arrangements in terminal devices using monitoring of external events, e.g. the presence of a signal where the received signal is a wanted signal
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Abstract
本申请公开了一种场景识别的方法、电子设备及可读存储介质，属于终端技术领域。包括：电子设备的应用处理器在监听到第一业务的场景识别请求的情况下，若电子设备进入息屏状态，则调用电子设备的低功耗中心模块，场景识别请求用于请求识别电子设备是否位于与第一业务相关的目标场景内，低功耗中心模块在应用处理器进入休眠状态的情况下持续工作，低功耗中心模块包括覆盖目标场景的基站的基站指示信息列表；在基站指示信息列表包括电子设备当前接入的基站的第一基站指示信息的情况下，低功耗中心模块唤醒应用处理器。应用处理器确定场景识别请求的场景识别结果。如此，可以保证在息屏状态下仍能够实现场景识别。
Description
技术领域
本申请涉及终端技术领域，特别涉及一种场景识别的方法、电子设备及可读存储介质。
背景技术
在日常生活中，在一些诸如家、公司、机场、电影院、火车站、学校、医院、风景区之类的场景中，用户通常需要电子设备持续进行场景识别，以确定其位置与场景的关系，从而便于通过电子设备实现一些快捷业务。譬如当手机通过场景识别确定用户到达公司时，自动弹出提示消息以提醒用户进行打卡等。目前，在手机处于灭屏的状态下如何能够进行场景识别成为本领域亟需解决的问题。
发明内容
本申请提供了一种场景识别的方法、电子设备及可读存储介质，可以解决在手机处于灭屏的状态下如何能够进行场景识别的问题。所述技术方案如下：
第一方面，提供了一种场景识别的方法，应用于电子设备中，所述方法包括：
所述电子设备的应用处理器在监听到第一业务的场景识别请求的情况下，若所述电子设备进入息屏状态，则调用所述电子设备的低功耗中心模块，所述场景识别请求用于请求识别所述电子设备是否位于与所述第一业务相关的目标场景内，所述低功耗中心模块在所述应用处理器进入休眠状态的情况下持续工作，所述低功耗中心模块包括覆盖所述目标场景的基站的基站指示信息列表；在所述基站指示信息列表包括所述电子设备当前接入的基站的第一基站指示信息的情况下，所述低功耗中心模块唤醒所述应用处理器；所述应用处理器确定所述场景识别请求的场景识别结果。
在一个示例中，第一业务为业务B2。
在场景识别过程中，即使电子设备进入息屏状态，由于可以通过低功耗中心模块继续监测电子设备是否接入覆盖目标场景的基站，并在监测到电子设备接入覆盖目标场景的基站时，再次唤醒应用处理器，以便于继续进行场景识别，从而保证在息屏状态下仍能够实现场景识别。
作为本申请的一个示例，所述第一业务的场景识别精度为高精度；所述在所述基站指示信息列表包括所述电子设备当前接入的基站的第一基站指示信息的情况下，所述低功耗中心模块唤醒所述应用处理器，包括：
在所述基站指示信息列表包括所述第一基站指示信息的情况下，所述低功耗中心模块调用低功耗WiFi芯片进行WiFi扫描，得到第一WiFi扫描结果，所述低功耗WiFi芯片中包括所述目标场景的部分无线保真WiFi特征，所述部分WiFi特征是从所述目标场景的全量WiFi特征中抽取得到，所述全量WiFi特征是基于所述目标场景内的多个WiFi指纹数据学习得到；
若所述第一WiFi扫描结果与所述部分WiFi特征的匹配度大于或等于第一阈值，则所述低功耗WiFi芯片向所述低功耗中心模块发送第一通知，所述第一通知用于指示WiFi匹配成功；
所述低功耗中心模块唤醒所述应用处理器。
如此。在监测到电子设备接入覆盖目标场景的基站的情况下再进行WiFi特征匹配，并在确定WiFi特征匹配度较高的情况下才唤醒应用处理器，可以节省场景识别的功耗。
作为本申请的一个示例，所述部分WiFi特征中包括第一WiFi标识信息列表和所述第一WiFi标识信息列表对应的目标匹配度阈值，且所述第一WiFi标识信息列表中的每个WiFi标识信息均对应有平均强度和频次；所述第一WiFi扫描结果中包括第二WiFi标识信息列表，所述第二WiFi标识信息列表中的每个WiFi标识信息均对应有WiFi强度；
所述若所述第一WiFi扫描结果与所述部分WiFi特征的匹配度大于或等于第一阈值，则所述低功耗WiFi芯片向所述低功耗中心模块发送第一通知，包括：
在所述第一WiFi标识信息列表与所述第二WiFi标识信息列表中相同的WiFi标识信息的数量占所述第一WiFi标识信息列表中WiFi标识信息总数量的比例大于或等于数量占比阈值的情况下，所述低功耗WiFi芯片将所述第一WiFi标识信息列表与所述第二WiFi标识信息列表中相同的WiFi标识信息作为待匹配WiFi标识信息；
所述低功耗WiFi芯片确定所述待匹配WiFi标识信息中的每个WiFi标识信息的平均强度与WiFi强度的强度匹配度，得到所述待匹配WiFi标识信息中每个WiFi标识信息对应的匹配评分值；
所述低功耗WiFi芯片将所述待匹配WiFi标识信息中每个WiFi标识信息对应的匹配评分值相加，得到匹配评分值总和；
若所述匹配评分值总和大于或等于所述目标匹配度阈值，则所述低功耗WiFi芯片向所述低功耗中心模块发送所述第一通知。
如此，通过将第一WiFi扫描结果与所述部分WiFi特征中的WiFi标识信息进行匹配，以及在相同的WiFi标识信息的数量占所述第一WiFi标识信息列表中WiFi标识信息总数量的比例大于或等于数量占比阈值的情况下，再根据强度和频次，确定匹配评分值，然后将匹配评分值与目标匹配度阈值进行比较，从而确定匹配程度，可以提高匹配的准确性。
作为本申请的一个示例，所述部分WiFi特征中包括第一WiFi标识信息列表和所述第一WiFi标识信息列表对应的目标匹配度阈值，且所述第一WiFi标识信息列表中的每个WiFi标识信息均对应有平均强度；所述第一WiFi扫描结果中包括第二WiFi标识信息列表，所述第二WiFi标识信息列表中的每个WiFi标识信息均对应有WiFi强度；
若所述第一WiFi扫描结果与所述部分WiFi特征的匹配度大于或等于第一阈值，则所述低功耗WiFi芯片向所述低功耗中心模块发送第一通知，包括：
在所述第一WiFi标识信息列表与所述第二WiFi标识信息列表中相同的WiFi标识信息的数量占所述第一WiFi标识信息列表中WiFi标识信息总数量的比例大于或等于数量占比阈值的情况下，所述低功耗WiFi芯片将所述第一WiFi标识信息列表与所述第二WiFi标识信息列表中相同的WiFi标识信息作为待匹配WiFi标识信息；所述低功耗WiFi芯片确定所述待匹配WiFi标识信息中的每个WiFi标识信息的平均强度与WiFi强度的强度匹配度，得到所述待匹配WiFi标识信息中每个WiFi标识信息对应的匹配评分值；若所述待匹配WiFi标识信息中每个WiFi标识信息对应的匹配评分值均大于或等于所述目标匹配度阈值，则所述低功耗WiFi芯片向所述低功耗中心模块发送所述第一通知。
如此，通过将第一WiFi扫描结果与所述部分WiFi特征中的WiFi标识信息进行匹配，以及在相同的WiFi标识信息的数量占所述第一WiFi标识信息列表中WiFi标识信息总数量的比例大于或等于数量占比阈值的情况下，再根据强度和频次，确定匹配评分值，然后将每个匹配评分值与目标匹配度阈值进行比较，从而确定匹配程度，可以提高匹配的准确性。
作为本申请的一个示例，所述部分WiFi特征中包括第一WiFi标识信息列表，且所述第一WiFi标识信息列表中的每个WiFi标识信息均对应有平均强度；所述第一WiFi扫描结果中包括第二WiFi标识信息列表，所述第二WiFi标识信息列表中的每个WiFi标识信息均对应有WiFi强度；
所述若所述第一WiFi扫描结果与所述部分WiFi特征的匹配度大于或等于第一阈值，则所述低功耗WiFi芯片向所述低功耗中心模块发送第一通知，包括：
若所述第一WiFi标识信息列表中的WiFi标识信息与所述第二WiFi标识信息列表中的WiFi标识信息相同，且所述第一WiFi标识信息列表中每个WiFi标识信息对应的平均强度与所述第二WiFi标识信息列表中所述每个WiFi标识信息对应的强度相同，则所述低功耗WiFi芯片向所述低功耗中心模块发送所述第一通知。
如此，通过将第一WiFi扫描结果与所述部分WiFi特征中的WiFi标识信息进行匹配，以及在WiFi标识信息完全匹配的情况下，再判断同一WiFi标识信息的平均强度和WiFi强度是否相同，从而确定匹配程度，可以提高匹配的准确性。
作为本申请的一个示例，所述低功耗中心模块唤醒所述应用处理器之后，还包括：
所述低功耗WiFi芯片将所述第一WiFi扫描结果上报给所述应用处理器；所述应用处理器将所述第一WiFi扫描结果与所述全量WiFi特征进行匹配；在所述第一WiFi扫描结果与所述全量WiFi特征的匹配度大于或等于第二阈值的情况下，所述应用处理器确定所述电子设备位于所述目标场景内。
如此，由于低功耗WiFi芯片中存储的是部分WiFi特征，所以匹配结果可能不准确，为此低功耗中心模块唤醒所述应用处理器，将第一WiFi扫描结果上报给应用处理器，以便于应用处理器将第一WiFi扫描结果与全量WiFi特征进行匹配，从而确定电子设备是否位于目标场景内，从而可以提高场景识别的准确性。另外，将第一WiFi扫描结果上报给应用处理器后，可以使得应用处理器直接使用第一WiFi扫描结果进行特征匹配，避免需要再次扫描，可以节省WiFi扫描功耗。
作为本申请的一个示例，所述低功耗中心模块唤醒所述应用处理器之后，还包括：
所述应用处理器调用所述电子设备中的WiFi主芯片进行WiFi扫描，得到第二WiFi扫描结果；所述应用处理器将所述第二WiFi扫描结果与所述全量WiFi特征进行匹配；在所述第二WiFi扫描结果与所述全量WiFi特征的匹配度大于或等于第二阈值的情况下，所述应用处理器确定所述电子设备位于所述目标场景内。
如此，在唤醒所述应用处理器之后，应用处理器调用WiFi主芯片进行WiFi扫描，以便于基于得到的第二WiFi扫描结果进行WiFi特征匹配，可以提高WiFi特征匹配的有效性。
作为本申请的一个示例，所述在所述基站指示信息列表包括所述第一基站指示信息的情况下，调用低功耗WiFi芯片进行WiFi扫描，得到第一WiFi扫描结果之后，还包括：
若所述第一WiFi扫描结果与所述部分WiFi特征中的WiFi标识信息不存在交集，则所述低功耗WiFi芯片降低扫描频率。如此可以降低WiFi扫描功耗。
作为本申请的一个示例，所述方法还包括：
当监听到所述场景识别请求时，所述应用处理器根据所述第一业务的业务类型信息，从数据库中存储的场景特征中，获取所述第一业务对应的目标场景特征，所述目标场景特征包括至少一个基站围栏快照和至少一个场景围栏快照，各个基站围栏快照中包括所述业务类型信息和基站指示信息，各个场景围栏快照中包括所述业务类型信息和所述全量WiFi特征；
所述应用处理器根据所述至少一个基站围栏快照中各个基站围栏快照包括的基站指示信息，生成所述基站指示信息列表；
所述应用处理器从所述全量WiFi特征中抽取所述部分WiFi特征；
所述应用处理器将所述基站指示信息列表存储至所述低功耗中心模块中；
所述应用处理器将所述部分WiFi特征存储至所述低功耗WiFi芯片中。
如此，在监听到场景识别请求时，将第一业务对应的基站指示信息列表存储至低功耗中心模块中，以及将第一业务对应的部分WiFi特征存储至低功耗WiFi芯片中，以便于后续在电子设备进入息屏状态下，低功耗中心模块和低功耗WiFi芯片能够继续根据存储的数据确定是否需要唤醒应用处理器进行场景识别，从而使得在灭屏状态下仍能够实现场景识别。
作为本申请的一个示例，所述全量WiFi特征包括第三WiFi标识信息列表和所述第三WiFi标识信息列表对应的目标匹配度阈值，且所述第三WiFi标识信息列表中的每个WiFi标识信息均对应有平均强度和频次；
所述所述应用处理器从所述全量WiFi特征中抽取所述部分WiFi特征，包括：
所述应用处理器按照平均强度从强至弱的顺序对所述第三WiFi标识信息列表中的多个WiFi标识信息进行排序；所述应用处理器从所述全量WiFi特征中，删除排序后的所述第三WiFi标识信息列表中的后预设数量个WiFi标识信息和所述预设数量个WiFi标识信息中每个WiFi标识信息对应的平均强度与频次，得到所述部分WiFi特征。
如此，选择平均强度较高的WiFi特征作为部分WiFi特征，以便于后续低功耗WiFi芯片可以基于该部分WiFi特征进行WiFi特征匹配，可以提高匹配的有效性。
作为本申请的一个示例，所述第一业务的场景识别精度为中精度；所述应用处理器确定所述场景识别请求的场景识别结果，包括：
所述应用处理器确定所述电子设备当前的位置信息；
在根据所述至少一个场景围栏快照和所述位置信息确定所述电子设备处于所述至少一个场景围栏快照中任意一个场景围栏快照对应的场景围栏内的情况下，所述应用处理器确定所述电子设备位于所述目标场景内。
如此，在中精度场景识别中，在唤醒应用处理器后，为了判断电子设备是否真正位于目标场景内，确定电子设备当前的位置信息，并根据位置信息和第一业务对应的场景围栏快照进行定位判断，可以提高场景识别的准确性。
作为本申请的一个示例，所述第一业务的场景识别精度为低精度；所述应用处理器确定所述场景识别请求的场景识别结果，包括：
所述应用处理器确定所述场景识别结果是所述电子设备位于所述目标场景内。
如此，在低精度场景识别的情况下，在唤醒应用处理器后，应用处理器可以直接确定电子设备位于目标场景内，以便于执行与第一业务相关的快捷操作。
第二方面，提供了一种场景识别据的装置，所述场景识别的装置具有实现上述第一方面中场景识别的方法行为的功能。所述场景识别的装置包括至少一个模块，所述至少一个模块用于实现上述第二方面所提供的场景识别的方法。
第三方面，提供了一种电子设备，所述电子设备的结构中包括处理器和存储器，所述存储器用于存储支持电子设备执行上述第一方面所提供的方法的程序，以及存储用于实现上述第一方面所述的方法所涉及的数据。所述处理器被配置为用于执行所述存储器中存储的程序。所述电子设备还可以包括通信总线，所述通信总线用于在所述处理器与所述存储器之间建立连接。
第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述第一方面所述的方法。
第五方面，提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述第一方面所述的方法。
上述第二方面、第三方面、第四方面和第五方面所获得的技术效果与上述第一方面中对应的技术手段获得的技术效果近似，在这里不再赘述。
附图说明
图1是根据一示例性实施例示出的一种应用场景的示意图；
图2是根据一示例性实施例示出的一种电子设备的显示界面的示意图；
图3是根据另一示例性实施例示出的一种应用场景的示意图；
图4是根据另一示例性实施例示出的一种应用场景的示意图；
图5是根据另一示例性实施例示出的一种电子设备的软件架构的示意图；
图6是根据另一示例性实施例示出的一种系统架构的示意图；
图7是根据另一示例性实施例示出的一种上报数据的方法流程示意图；
图8是根据一示例性实施例示出的一种场景特征的学习流程示意图；
图9是根据一示例性实施例示出的一种栅格图的示意图；
图10是根据一示例性实施例示出的一种POI、AOI映射至栅格图中的示意图；
图11是根据一示例性实施例示出的一种业务类型信息对应的簇的示意图；
图12是根据一示例性实施例示出的一种基站指示信息对应的簇的示意图；
图13是根据一示例性实施例示出的一种获取数据的方法的流程示意图；
图14是根据一示例性实施例示出的一种实时更新的场景特征的分布示意图；
图15是根据另一示例性实施例示出的一种获取数据的方法的流程示意图；
图16是根据另一示例性实施例示出的一种获取数据的方法的流程示意图；
图17是根据一示例性实施例示出的一种场景识别的方法的流程示意图；
图18是根据一示例性实施例示出的一种YOYO建议界面的示意图；
图19是根据另一示例性实施例示出的一种应用场景的示意图；
图20是根据另一示例性实施例示出的一种场景识别的方法的流程示意图；
图21是根据另一示例性实施例示出的一种场景识别的方法的流程示意图；
图22是根据另一示例性实施例示出的一种系统架构的细节示意图；
图23是根据一示例性实施例示出的一种电子设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请的实施方式作进一步地详细描述。
应当理解的是，本申请提及的“多个”是指两个或两个以上。在本申请的描述中，除非另有说明，“/”表示或的意思，比如，A/B可以表示A或B；本文中的“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，比如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，为了便于清楚描述本申请的技术方案，采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分。本领域技术人员可以理解“第一”、“第二”等字样并不对数量和执行次序进行限定，并且“第一”、“第二”等字样也并不限定一定不同。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
为了便于理解下文，首先对本申请实施例涉及的一些术语和名词进行简单介绍。
兴趣点(point of interest，POI)：通常用于标识一个占地面积较小的对象。在地理信息系统中，一个POI可以是一栋房子，一个商铺，一个咖啡馆，一个油桶，一个加油站，一个公交站等。一个POI一般包括名称、地址、类别、位置信息几项基本信息，其中位置信息可以仅包括一个位置点的经纬度信息(也即经纬度坐标)，也可以包括一个中心点的经纬度信息和半径，当然该半径通常很小。
兴趣面(area of interest，AOI)：是指地图数据中的区域状的地理实体。在地理系统中，一个AOI可以是一个居民小区、一所大学、一栋写字楼、一个产业园区、一个综合商场、一个医院、一个景区或一个体育馆等。一个AOI一般也包括名称、地址、类别、位置信息几项基本信息，不难理解，由于AOI呈区域状，所以AOI的位置信息通常包括区域边界上的多个位置点的经纬度信息。
众包采集：是一种利用大众网络来进行数据采集的方式，即将一些采集工作任务分布至大众网络中，合理利用群众资源，可以降低采集成本，提高采集效率，且时效性较高。譬如一些定位地图的实时路况即是通过众包采集的模式收集实时数据，也即用户可以通过定位软件实时上传大量机动车辆的速度和位置信息给后台，使得后台经过分析后，即可形成覆盖率极高的实时路况信息。
规律支付：具有规律性的支付行为。示例性地，电子设备经常在某个时间段在某地点发生支付行为，此时可以确定该支付为规律支付。
被动式(passive)定位：对于任意一个APP来说，当其他APP获取位置信息时，向该任意一个APP进行位置更新，如此，该任意一个APP即可将其他APP获取的位置信息确定为定位结果。在一些示例中，该种操作可以称为定位搭车，也即借用其他APP的定位结果。
DBSCAN聚类算法：是一种基于密度的空间聚类算法。该算法将具有足够密度的区域划分为簇，可以在具有噪声的空间数据库中发现任意形状的簇，每个簇即为密度相连的点的最大集合。
基站定位：移动终端根据当前连接的基站的位置来确定其自身的位置，该定位技术具有功耗低、覆盖范围大等优势。
莫顿编码：可以将多维度数据转化为一维数据。在本申请实施例中，通过对经纬度信息进行莫顿编码后，确定该经纬度信息对应的莫顿码，如此，即可基于该莫顿码将一个经纬度信息映射至栅格图中唯一一个栅格内。
栅格图：可以基于地球表面空间数据创建，其中包括大量的栅格，每个栅格对应一个莫顿码。可以理解为，每个栅格内包括多个经纬度信息中每个经纬度信息对应的位置点。
接下来对本申请实施例涉及的几种可能的应用场景进行介绍。
在一个示例中，请参考图1，图1是根据一示例性实施例示出的一种应用场景的示意图，假设用户A使用的手机支持通过场景识别实现规律支付业务，另外手机通过学习确定用户A大约在每个工作日的11:30至12:00之间会去公司食堂就餐。请参见图1中的(a)图，用户A手持手机在某工作日的上午11:20时(此时手机处于亮屏状态)从S1位置出发前往公司食堂准备就餐，手机开始进行场景识别。在前往公司食堂的路上手机从亮屏状态切换至灭屏状态，在本申请实施例中，在灭屏的情况下，手机仍可以继续进行场景识别，以确定用户A是否进入公司食堂内。请参考图1中的(b)图，在手机确定其已经连接至覆盖公司食堂的基站的情况下，譬如用户A手持手机移动至位置S2处，手机亮屏，并在邻屏的YOYO建议区显示支付快捷图标，请参见图1，手机将YOYO建议区的位置10处显示的文件夹图标更新为支付快捷图标11，即在用户A未进入公司食堂之前YOYO建议区的位置10处显示的是文件夹图标，在用户A进入公司食堂后前YOYO建议区的位置10处显示的是支付快捷图标11。如此，用户A在公司食堂点餐后，即可点击该支付快捷图标11，请参见图1中的(c)图，响应于用户对支付快捷图标11的触发操作，手机显示支付页面，支付页面中带有支付码12，如此用户即可使用该支付页面中的支付码12进行支付。进一步地，用户A在取餐离开公司食堂，相应地，手机通过场景识别确定自身已离开公司食堂，此时手机的邻屏的YOYO建议区中不再显示支付快捷图标11，譬如如图1中的(d)图所示，YOYO建议区中的支付快捷图标11消失，手机在YOYO建议区的位置10处重新显示文件夹图标。
需要说明的是，上述是以在YOYO建议区中更新显示业务对应的快捷图标为例进行说明。在另一示例中，还可以在负一屏的指定区域中显示一个或者多个快捷图标，如此在用户离开场景后仍可以继续显示业务对应的快捷图标。指定区域可以根据实际需求进行设置。譬如请参见图2，指定区域如图2中的21所示，在场景识别过程中，手机通过场景识别依次显示健康码快捷图标、支付快捷图标、扫一扫功能快捷图标，不难看出，在指定区域中可以同时显示该多个快捷图标，多个快捷图标随着更新时间进行动态更新。
需要说明的是，上述是以在场景识别后针对一些业务显示快捷图标为例进行说明。在另一个示例中，手机针对一些业务还可以在场景识别后显示对应的卡片，以便于用户基于显示的卡片进行快捷操作。请参考图3，图3是根据另一示例性实施例示出的一种应用场景的示意图，假设用户A使用的手机能够通过场景识别在用户A快到家时自动提醒用户A取快递。请参见图3中的(a)图，用户A的手机接收到一条取快递的短信通知，比如短信通知的内容为：您有一个待取快递放至小区门口xx驿站，请您最晚于今日18点之前取回。如图3中的(b)图所示，手机在七点半(此时手机处于亮屏状态，譬如用户A打开手机看时间)可以开始进行场景识别，之后如图3中的(c)图所示，用户触发手机从亮屏状态切换至灭屏状态，在本申请实施例中，在灭屏的情况下，手机仍可以继续进行场景识别。如图3中的(d)图所示，在手机确定连接至家中的WiFi的情况下，手机亮屏，并在屏幕上显示提醒卡片31，以便于对用户A进行强提醒。
请参考图4，图4是根据另一示例性实施例示出的一种应用场景的示意图，假设用户A使用的手机支持通过场景识别实现购票业务，另外手机学习到用户A常去商场M内的电影院L看电影。若用户A在某一天想去商场M内的电影院L看电影票，用户A向商场M的电影院L移动，在移动至电影院L之前，手机的邻屏的显示状态如图4中的(a)图所示。当手机通常场景识别确定自身位于商场M的附近时，在手机处于亮屏的情况下开始进行场景识别。请参考图4中的(b)图，之后用户A触发手机进入灭屏状态，此时手机仍可以继续进行场景识别，请参考图4中的(c)图，当手机确定用户A移动至商场M内的电影院L门口时，手机亮屏并自动在邻屏中显示有电影票购票卡片41，如此用户A即可点击该电影票购票卡片41，响应于用户A对电影票购票卡片41的点击操作，手机显示电影票购票页面，如此用户A即可基于电影票购票页面购买电影票。
需要说明的是，上述几个应用场景仅是示例性地，在另一实施例中还可能涉及其他应用场景。譬如当手机通过场景识别确定用户进入车站(如高铁站)时，可以在手机屏幕(邻屏或负一屏)中显示带有车站候车厅、进站口等信息的卡片；又如当手机通过场景识别确定用户进入加油站时，可以在手机的屏幕中显示支付快捷图标；再如，在用户通过手机购买电影票的情况下，当手机通过场景识别确定用户移动至电影院附近时可以在手机的屏幕中显示取票卡片，等等。
在介绍完应用场景后，接下来对本申请实施例涉及的电子设备(譬如为上述手机等)的软件架构进行介绍。分层架构将电子设备的软件分成若干个层，每一层都有清晰的角色和分工。层与层之间通过软件接口通信。在一个示例中，以电子设备是Android系统为例进行说明，请参见图5，Android系统分为四层，从上至下分别为应用程序层，应用程序框架层，硬件抽象层(hardware abstract layer，HAL)以及内核层。
此外，图5中还示出了硬件与软件架构之间的关系。硬件包括但不限于无线保真(wireless fidelity，WiFi)主芯片、低功耗WiFi芯片，WiFi主芯片和低功耗WiFi芯片均可以用于实现WiFi扫描功能。
作为本申请的一个示例，应用程序层包括决策模块、感知模块、业务呈现模块。
业务程序模块(也可以称为YOYO建议)，用于在电子设备的屏幕上显示卡片或者控制卡片消失。
感知模块用于在感知到其他应用和系统执行某业务时，获取业务数据，采集环境数据。之后将业务数据发送给决策模块，以及将业务数据和环境数据上报给云端管理平台。此外，感知模块还用于针对某业务进行场景识别。
决策模块用于基于业务数据进行业务事件管理，譬如基于业务数据向感知模块请求进行场景识别等。
此外，应用程序层可以包括一系列应用程序包。譬如应用程序包可以包括即时通讯、支付、购票、地图，导航，短信息等应用程序(图5中未示出)。
即时通讯应用程序除了可以用于实现即时通讯业务外，还可以用于实现健康码业务，譬如即时通讯应用程序可以是但不限于微信TM等。支付应用程序可以用于实现线上支付的业务，譬如支付应用程序可以是但不限于支付宝TM、等。购票应用程序可以用于实现购票业务，譬如购票应用程序可以包括但不限于用于购买电影票的应用程序、用于购买车票或机票的应用程序等。
应用程序框架层为应用程序层的应用程序提供应用编程接口(applicationprogramming interface，API)和编程框架。应用程序框架层包括一些预先定义的函数。作为本申请的一个示例，应用程序框架层包括WiFi扫描模块、WiFi连接模块、WiFi服务模块、Geocode接口。WiFi扫描模块用于获取WiFi扫描数据，WiFi连接模块用于建立WiFi连接，WiFi服务模块用于向低功耗WiFi芯片注册与WiFi相关的场景特征。Geocode接口用于根据经纬度信息确定具体的位置信息，示例性地，具体的位置信息包括但不限于所在城市的城市编号，所在区域的区域名称。
此外，应用程序框架层还包括窗口管理器，内容提供器，视图系统，电话管理器，资源管理器，通知管理器等。窗口管理器用于管理窗口程序。窗口管理器可以获取显示屏大小，判断是否有状态栏，锁定屏幕，截取屏幕等。内容提供器用来存放和获取数据，并使这些数据可以被应用程序访问，这些数据可以包括视频，图像，音频，拨打和接听的电话，浏览历史和书签，电话簿等。视图系统包括可视控件，比如显示文字的控件，显示图片的控件等。视图系统可用于构建应用程序的显示界面，显示界面可以由一个或多个视图组成，比如，包括显示短信通知图标的视图，包括显示文字的视图，以及包括显示图片的视图。电话管理器用于提供电子设备的通信功能，比如通话状态的管理(包括接通，挂断等)。资源管理器为应用程序提供各种资源，比如本地化字符串，图标，图片，布局文件，视频文件等。通知管理器使应用程序可以在状态栏中显示通知信息，可以用于传达告知类型的消息，可以短暂停留后自动消失，无需用户交互。比如，通知管理器被用于告知下载完成，消息提醒等。通知管理器还可以是以图表或滚动条文本形式出现在系统顶部状态栏的通知，比如后台运行的应用程序的通知。通知管理器还可以是以对话窗口形式出现在屏幕上的通知，比如在状态栏提示文本信息，发出提示音，电子设备振动，指示灯闪烁等。
HAL层中包括第一WiFi模块、第二WiFi模块、第三WiFi模块。第一WiFi模块用于为WiFi扫描模块提供可调用的接口，使得第一WiFi模块从底层获取WiFi扫描数据；第二WiFi模块用于为WiFi连接模块提供可调用的接口，以使得WiFi连接模块通过底层硬件建立WiFi连接；第三WiFi模块为WiFi服务模块提供可调用的接口，使得WiFi服务模块通过第三WiFi模块向低功耗WiFi芯片驱动注册数据。
内核层是硬件和软件之间的层。内核层至少包含WiFi主芯片驱动、低功耗WiFi芯片驱动、显示驱动，摄像头驱动，音频驱动，传感器驱动。WiFi主芯片驱动用于加载WiFi主芯片；低功耗WiFi芯片驱动用于加载低功耗WiFi芯片。
在一个示例中，低功耗WiFi芯片驱动中具有接口适配、芯片配置管理、连续控制管理、数据收发管理等能力。其中接口适配用于对接不同接口数据；芯片配置管理用于对低功耗WiFi芯片的参数进行配置；连续控制管理可以用于控制低功耗WiFi芯片的工作频率等；数据收发管理用于接收或发送数据，包括向上层发送底层硬件扫描到的WiFi扫描数据、以及向底层硬件注册上层下发的数据。另外，低功耗WiFi芯片驱动中还包括硬件接口层，用于与低功耗WiFi芯片交互。
本申请实施例提供的方法可以通过图5所示的电子设备与云端管理平台交互实现。作为示例而非限定，请参考图6，云端管理平台620与电子设备610之间建立有通信连接。作为本申请的一个示例，电子设备610具有接入移动通信网络的能力，且能够支持至少一种类型网络，譬如能够支持但不限于第三代(third generation，3G)网络、第四代(forthgeneration，4G)网络、第五代(fifth generation，5G)网络中的一种或者多种。在一个示例中，电子设备610可以是手机、便携式终端等。
在实施中，电子设备610中的应用程序或者系统进行某类业务时，触发感知模块采集环境数据，此外，感知模块获取该业务的业务数据。之后感知模块将业务数据和环境数据上报至云端管理平台620。对于云端管理平台620来说会存储众包采集的业务数据和环境数据。如此在满足一定条件下即可基于众包采集的业务数据和环境数据学习各类业务在一些特定场景下的场景特征。电子设备610可以通过感知模块根据实际需求从云端管理平台620中下载场景特征，并更新至数据库中。该种情况下，当电子设备610的决策模块触发针对某业务的场景识别时，感知模块根据数据库中存储的场景特征针对该业务进行场景识别，以便于在确定自身进入某些特定场景的情况下向决策模块反馈识别结果，从而使得决策模块实现业务对应的快捷功能，譬如自动显示健康码卡片等。
接下来结合图7对电子设备采集并上报环境数据和环境数据的方法流程进行介绍，这里以该方法通过图5所示电子设备实现为例进行说明。该方法可以包括如下内容：
701：第一应用程序进行业务B1。
业务B1是支持场景识别的多种业务中任意一种业务，第一应用程序是电子设备中能够实现业务B1的应用程序。譬如业务B1为健康码业务，第一应用程序为电子设备中的微信应用程序；再如业务B1为规律支付业务，第一应用程序为电子设备中的支付宝应用程序。
702：第一应用程序通知感知模块正在进行业务B1。
在一个示例中，感知模块中包括多种业务的业务采集插件，每个业务采集插件可以用于感知一种业务，譬如感知模块中包括但不限于健康码业务的业务采集插件、乘车码业务的业务采集插件、规律支付业务的业务采集插件、取票业务的业务采集插件、购票业务的业务采集插件。如此，当电子设备中的应用程序或者系统进行上述某种业务时，可以通过系统插件通知对应的业务采集插件，如此，感知模块即可感知到正在进行的业务。因此，第一应用程序在进行业务B1时，感知模块可以通过业务B1对应的业务采集插件感知到正在进行业务B1。
703：感知模块获取业务B1的业务数据。
在一个示例中，业务数据包括业务类型信息，譬如业务类型信息为Healthcode，此时表示当前进行的业务B1是健康码业务；再如业务类型信息为pay，此时表示当前进行的业务B1是规律支付业务。
可选地，业务数据还包括但不限于业务B1的业务包名、业务附加信息、场景识别精度、业务时间中的一种或者多种。
业务包名用于标识当前进行的业务B1是由哪个应用程序实现的，譬如对于规律支付业务可能是由微信应用程序实现的，也可能是由支付宝应用程序实现的。
业务附加信息可以用于标识与业务B1相关的额外的业务信息，示例性地，业务附加信息可以包括与业务B1关联的店铺名，譬如在业务B1为规律支付业务的情况下，业务附加信息用于标识业务B1所支付的店铺名。在一个示例中，业务附加信息可以是JSON格式的字符串，如{"payType":"qrcode","payee":"Jon咖啡店"}。
作为本申请的一个示例，业务的场景识别精度包括低、中、高三种。不同业务的场景识别精度通常是根据业务需求决定的。作为示例而非限定，规律支付业务的场景识别精度为低精度，健康码业务的场景识别精度为中精度，取票业务的场景识别精度为高精度。
业务时间包括与业务执行相关的时间。在一个示例中，业务B1是购买电影票业务，则业务时间可以是观影时间；在另一个示例中，业务B1是规律支付业务，则业务时间可以是支付时间；在另一个示例中，业务B1是健康码业务，则业务时间可以是出示健康码时间。
感知模块通过业务采集插件感知到业务B1后获取其业务数据。在一个示例中，业务数据可以是由第三方应用程序通过云端管理平台推送，譬如以业务B1是购买电影票业务为例，第一应用程序在进行业务B1时，通常会将业务B1的业务数据上报给第一应用程序的后台，第一应用程序的后台将业务数据发送给云端管理平台，之后，云端管理平台将业务数据推送给电子设备，相应地，电子设备通过感知模块中的业务B1对应的业务采集插件接收该业务数据。
704：感知模块采集电子设备当前的环境数据。
作为本申请的一个示例，业务B1对应的业务采集插件还会通知感知模块中的通用采集子模块进行环境数据采集。示例性地，当第一应用程序执行购买电影票业务时，购票业务对应的业务采集插件即可感知到这一操作，此时购票业务对应的业务采集插件除了获取相关的业务数据，还会通知通用采集子模块进行环境数据采集。
在一个示例中，环境数据包括基站指示信息、经纬度信息、城市编号。其中，基站指示信息用于唯一地标识一个基站，基站指示信息可以包括运营商标识(citycode)、小区编号(lac)、基站编号(cellid)，其中运营商标识和小区编号可以用于确定唯一的一个小区，也即小区的小区指示信息可以包括运营商标识和小区编号。经纬度信息包括经度(longitude)和纬度(latitude)，经纬度信息可以通过GPS定位或者网络定位的方式确定，其中网络定位包括基于基站进行定位，或者还包括基于基站和WiFi进行定位。城市编号用于唯一地标识一个城市，譬如城市编号为0755，此时城市编号用于标识深圳，城市编号可以通过调用基于定位服务(location based service，LBS)的Geocode接口获取得到。
在一个示例中，环境数据还可以包括定位精度、数据采集时间、连接的基站强度、定位类型、坐标系类型、设备类型、基站类型中的至少一种。
其中，定位精度用于表示经纬度信息的精度，通常情况下，通过GPS确定的经纬度信息的精度高于通过网络定位确定的经纬度信息的精度。
数据采集时间用于表示本次数据采集的时间。数据采集时间可以以时间戳的形式表示。
连接的基站强度用于标识电子设备接入的基站的信号强度。
定位类型包括GPS定位、网络定位、被动式GPS定位、被动式网络定位。
设备类型用于标识进行环境采集的电子设备的类型，譬如手机类型为ELZ-AN00。不同类型的电子设备的WiFi扫描稳定性不同，也即有的型号的电子设备的WiFi扫描较好，此时扫描结果较为稳定，而有的电子设备的WiFi扫描较差，此时扫描结果不稳定。
作为示例而非限定，基站类型包括2G、3G、4G、5G中的一种。
在一个示例中，在业务的场景识别涉及多个不同区域(譬如涉及不同国家)的情况下，环境数据中还可以包括地区名，用于区分不同区域。
在一个示例中，环境数据还可以包括搜星个数，用于分析电子设备处于室内还是室外。
在一个示例中，针对对场景识别有中精度需求的业务，环境数据还可以包括当前连接的基站的相邻基站的信息，譬如包括相邻基站的基站指示信息和经纬度信息等。
作为本申请的一个示例，针对对场景识别有高精度需求的业务，环境数据还包括WiFi指纹数据，WiFi指纹数据中包括扫描到的至少一个WiFi标识信息以及每个WiFi标识信息对应的WiFi强度。其中，WiFi标识信息可以用于唯一标识一个WiFi热点，在一个示例中，WiFi标识信息包括WiFi物理地址信息和WiFi名称中的至少一个。
705：感知模块向云端管理平台上报业务B1的采集数据集合，采集数据集合包括业务B1对应的环境数据和业务数据。
感知模块在获取业务数据和环境数据后，即可基于业务数据和环境数据生成采集数据集合，然后将采集数据集合发送给云端管理平台，以便于云端管理平台进行云计算，也即进行场景特征学习。
作为本申请的一个示例，对于采集数据集合中的各个元素，可以根据需求设置不同的字段类型。示例性地，每个采集数据集合中包括的元素及元素的字段类型如表1所示。
表1
需要说明的是，上述是以电子设备按照默认方式进行数据采集为例进行说明。在另一示例中，云端管理平台还可以根据不同业务所需的场景识别精度向电子设备下发不同的采集配置信息，以指示电子设备针对不同业务如何进行数据采集。在一个示例中，请参见表2，采集配置信息包括业务类型信息、采集等级、单天最多采集次数。
表2
| 字段名 | 字段类型 | 描述 |
| tag | INTEGER | 业务类型信息 |
| description | String | 业务描述信息 |
| level | INTEGER | 采集等级 |
| maxCount | INTEGER | 单天最多采集次数 |
采集等级也即是业务的场景识别精度，云端管理平台为电子设备配置采集等级后，使得电子设备获知是否需要采集WiFi指纹数据，譬如在采集等级为低等级或中等级(譬如为0或1)的情况下不需要采集WiFi指纹数据，而在采集等级为高等级(譬如为2)的情况下需要采集WiFi指纹数据。
单天最多采集次数表示电子设备针对所配置的业务每天最多进行多少次数据采集，如此可以对电子设备进行数据采集时的功耗进行控制，节省了电子设备的采集功耗。
进一步地，请参考表2，采集配置信息还包括业务描述信息，用于对业务类型进行解释说明，以供技术人员等查阅和理解。譬如业务描述信息可以为“定位搭车业务”、“规律支付业务”或者“健康码业务”等。
对于类似的其他电子设备，均可以在进行业务的同时，按照上述流程确定与业务相关的采集数据集合，并将采集数据集合上报给云端管理平台，如此云端管理平台即可通过众包采集的模式得到大量的采集数据集合。云端管理平台可以存储这些采集数据集合，之后即可利用这些采集数据集合学习各个业务在一些特定场景下的场景特征，在一个示例中，云端管理平台可以周期性地进行场景特征学习和更新，周期时长可以根据实际需求进行设置，譬如周期时长可以是一天、一周或者一个月等，本申请实施例对此不作限定。
接下来对云端管理平台的场景特征学习过程进行介绍。请参考图8，图8是根据一示例性实施例示出的一种场景特征学习方法的流程示意图。该方法由云端管理平台执行，该方法可以包括如下部分或者全部内容：
步骤801：基于地球表面空间数据构建栅格图。
在一个示例中，地球表面空间数据包括物理空间的位置点的经纬度信息，云端管理平台基于地球表面空间数据中的经纬度信息，通过莫顿编码构建该栅格图，得到的栅格图中包括多个层级的网格，每个层级的网格均对应有一个莫顿码，栅格图包括千米级组粒度网格和百米级细粒度网格。可以理解为将地球表面刨分为栅格图，通过对物理空间的位置点的经纬度信息进行莫顿编码后可以将该位置点映射至栅格图唯一的网格中。
为了便于理解，请参考图9，这里假设将基站覆盖范围内的空间数据和WiFi覆盖范围内的空间数据映射至栅格图中，则如图9中的(a)图所示，实线内即为基站覆盖范围内的空间数据，虚线内即为WiFi覆盖范围内的空间数据。对图9中的(a)图中的局部区域放大后，即如图9中的(b)图所示，可以看出，在有些栅格内仅包括基站覆盖的空间数据，此时可以理解为电子设备在这些栅格内的位置点处仅连接有基站；而有些栅格内既包括基站覆盖的空间数据也包括WiFi覆盖的空间数据，此时可以理解为电子设备在这些栅格内的位置点处不仅连接有基站，还连接有WiFi。
步骤802：将众包采集的采集数据集合映射至栅格图中。
众包采集的采集数据集合中的每个采集数据集合可以通过上述图7所示实施例得到，根据前文记载可知，每个采集数据集合中包括电子设备在实现对应业务时采集的业务数据和环境数据，每个采集数据集合与一种业务类型对应且每个采集数据集合中均包括经纬度信息，作为本申请的一个示例，云端管理平台可以对每个采集数据集合中的经纬度信息进行莫顿编码，得到每个采集数据集合中的经纬度信息对应的莫顿码，之后即可根据该莫顿码将每个采集数据集合映射至栅格图中，使得每个采集数据集合与栅格图中的一个栅格进行关联。
作为本申请的一个示例，若云端管理平台中还包括POI数据和AOI数据，则云端管理平台也可以根据POI数据中的经纬度信息将POI数据映射至栅格图中，以及根据AOI数据中的经纬度信息将AOI数据映射至栅格图中。其中AOI数据包括POLYGEN(经纬度点集合)数据。示例性地，假设某POI数据中的经纬度信息为(114.064829，22.572986)，以及某AOI的POLYGEN数据为：(114.064063，22.573102；114.060954，22.572744；114.06394，22.572648；114.063946，22.572652；114.063954，22.572625；114.063964，22.572609；114.064751，22.572433；114.064795，22.57572432；114.064893，22.572434；114.064961，22.572446；114.065517，22.572553；114.06553，22.572565；114.065534，22.572584；114.065433，22.573544；114.065408，22.573592；114.065368，22.573614；114.065346，22.573622；114.064998，22.573658；114.064921，22.573655；114.064865，22.573635；114.064812，22.573611；114.064607，22.573515；114.064409，22.573289；114.064189，22.573177；114.064063，22.573102)，云端管理平台可以通过对每个经纬度信息进行莫顿编码以转化成莫顿码后，即可将该POI和该AOI映射至栅格图中。譬如请参考图10，图10是根据一示例性实施例示出的一种将POI映射至栅格图以及将AOI映射至栅格图中的示意图。
需要说明的是POI数据和AOI数据可以是预先从图商云平台中订制得到。在一个示例中，云端管理平台可以周期性进行订制，并刷新本端的POI数据、AOI数据，周期时长可以根据实际需求进行设置，譬如周期时长可以是以月、季度、年度为单位。
作为本申请的一个示例，在采集数据集合中包括数据采集时间的情况下，云端管理平台可以根据采集数据集合中的数据采集时间，从大量的采集数据集合中筛选出最近一段时间内的采集数据集合，也即过滤掉距离当前时间较远的采集数据集合。之后，将筛选出的采集数据集合按照上述方式映射至栅格图中，如此可以使得后续学习到的场景特征是实时有效的。
作为本申请的一个示例，在采集数据集合中包括坐标系类型的情况下，如果众包采集的采集数据集合涉及不同的坐标系类型(譬如包括GCJ02火星坐标系、BD09百度坐标系以及WGS84地球坐标系)，则云端管理平台在对采集数据集合进行映射之前，可以根据各个采集数据集合中的坐标系类型通过坐标系转换公式，将不同类型坐标系下的采集数据集合统一至相同类型坐标系下，譬如均统一至WGS84地球坐标系下。
作为本申请的一个示例，在采集数据集合中包括场景识别精度的情况下，还可以基于场景识别精度对众包采集的采集数据集合进行筛选。具体地，由于某业务的场景识别精度可能发生变化，譬如从低精度提升为高精度，该种情况下如果仍基于低等级的采集数据集合进行场景特征学习容易导致后续场景识别不准确。所以，云端管理平台可以根据各个采集数据集合中的场景识别精度，从众包采集的采集数据集合中筛选出与业务当前的场景识别精度相匹配的采集数据集合，然后将筛选出的数据按照上述方式映射至栅格图中，如此可以使得后续学习的场景特征能够保证场景识别的有效性和准确性。
作为本申请的一个示例，在采集数据集合中还包括定位类型和定位精度的情况下，还可以根据定位类型和定位精度对一些采集数据集合进行筛选，譬如过滤掉定位精度低于定位类型对应的精度阈值的采集数据集合，以将一些置信度较低的采集数据集合过滤掉，保证后续场景特征学习的有效性。其中不同定位类型对应的精度阈值可以不相同，各个定位类型对应的精度阈值可以根据实际需求进行设置。
作为本申请的一个示例，在采集数据集合中还包括地区名的情况下，可以根据地区名对众包采集的采集数据集合进行分组，每组对应一个地区名，然后分别以组为维度进行场景特征学习，也即按地区进行学习。
步骤803：基于映射后的栅格图，确定各个业务的场景围栏快照。
任意一个业务的场景围栏快照用于描述这一个业务对应的场景围栏内的场景特征。
作为本申请的一个示例，步骤803的具体实现可以包括如下几个子步骤：
8031：以业务类型信息和城市编号为索引，对栅格图中的采集数据集合进行分桶，每个桶内的采集数据集合包括相同的业务类型信息和城市编号。
作为本申请的一个示例，由于同一种业务可能会涉及不同的城市，譬如健康码业务在各个城市均可以支持场景识别，而大多数情况下用户在一个城市内活动，因此云端管理平台可以以城市编号为维度对同一种业务类型信息对应的采集数据集合进行分桶，以将属于同一城市下的同种业务的采集数据集合分至同一个桶内，以便于后续以城市为维度进行场景特征学习。根据前文记载可知，每个采集数据集合中均包括一个业务类型信息(即tag)和一个城市编号(即citycode)，因此云端管理平台可以在栅格图中查询包括相同业务类型信息以及相同城市编号的采集数据集合对应的点，将这些点划分至一个桶内，得到至少一个桶，每个桶对应一个业务类型信息和一个城市编号。之后即可基于每个桶内的采集数据集合进行场景特征学习，以确定每个业务在一个城市内的场景围栏快照。
为了便于理解和描述，接下来以基于任意一个业务类型信息对应的桶内的采集数据集合进行场景特征学习为例进行说明。
8032：通过DBSCAN聚类算法对这一个业务类型信息对应的桶内的经纬度信息进行聚类，得到至少一个簇。
示例性地，请参考图11，图11是根据一示例性实施例示出的这一个业务类型信息对应的桶内的采集数据集合在栅格图中分布情况示意图。云端管理平台可以通过DBSCAN聚类算法对该桶内的经纬度信息进行聚类，得到至少一个簇，譬如如图11所示，得到两个簇，分别为a与b。每个簇即可确定为是一个场景围栏，其中游离在簇外的数据可以认为是噪声点，可以不对其进行计算。
需要说明的是，在使用DBSCAN聚类算法的过程中，邻域半径可以设置为第一预设距离，第一预设距离可以根据实际需求进行设置。譬如第一预设数值为50米，如此意味着对于任意两个簇来说，在距离最近的两个点之间的距离大于50米的情况下，DBSCAN聚类算法就会将这两个点确定为不具有相关性。
8033：确定各个簇的中心点经纬度信息。
作为本申请的一个示例，对于多个簇中的任意一个簇，云端管理平台可以确定该簇内包括的所有经纬度信息的平均值，得到该簇的中心点经纬度信息。如此，可以确定多个簇中每个簇的中心点经纬度信息。
8034：将每个簇的中心点经纬度确定为对应的场景围栏的围栏中心点经纬度，以及将每个簇的半径确定为对应的场景围栏的围栏半径。
8035：基于这一个业务类型信息对应的各个场景围栏的围栏半径、围栏中心点经纬度信息，确定各个场景围栏的场景围栏快照。
在实施中，可以根据围栏半径和围栏中心点经纬度信息在栅格图中确定场景围栏，之后基于该场景围栏内的采集数据集合生成场景围栏快照。作为本申请的一个示例，场景围栏快照中包括场景围栏标识、城市编号、围栏中心点经纬度信息、围栏半径，业务类型信息、场景围栏内的莫顿码。场景围栏标识用于唯一标识一个场景围栏快照，在一个示例中，场景围栏标识可以由云端管理平台随机生成。
可选地，在采集数据集合中还包括业务包名和/或业务附加信息的情况下，还可以在根据城市编号和业务类型信息，结合业务包名和/或业务附加信息进行分桶，譬如针对同一种业务，将发生在同一城市、业务包名以及业务附加信息相同的采集数据集合划分至同一个桶内。之后，基于每个桶进行内的数据按照上述方法进行聚类学习。该种情况下，最终得到的各个场景围栏快照对应一种业务包名和/或业务附加信息，譬如在业务包名包括应用程序信息、业务附加信息包括店铺名的情况下，一个场景围栏快照对应一种应用程序且对应一种店铺名。
在一个示例中，在采集数据集合中还包括业务附加信息的情况下，云端管理平台还可以根据众包采集的采集数据集合中的业务附加信息，学习与各种业务相关的用户属性信息，譬如在业务附件信息为化妆品店名的情况下，可以学习出对应的业务可能是女性在应用，也即确定用户属性信息为女性。之后，可以以用户属性信息为索引对采集数据集合进行分桶，并基于分桶后的数据进行聚类学习，该种情况下，最终得到的各个场景围栏快照对应一种用户属性信息。用户属性信息为用于描述用户属性的信息，譬如用户属性信息包括但不限于性别、年龄、职业类别中的一种或者多种。
在一个示例中，如果在栅格图中该场景围栏内还包括POI和/或AOI，则场景围栏快照中还包括该POI和/或AOI的信息，譬如包括POI名称和/或AOI名称。
进一步地，若某个簇内还包括WiFi指纹数据，则还可以基于簇内的WiFi指纹数据确定该场景围栏中的WiFi特征。根据前文记载可知，WiFi指纹数据包括多个WiFi标识信息以及每个WiFi标识信息对应的WiFi强度，在一个示例中，云端管理平台可以对确定每个WiFi标识信息在该簇内出现的频次，得到每个WiFi标识信息对应的频次。对于频次低于频次阈值的WiFi标识信息可能是场景外的WiFi热点，可以认为是脏数据，因此云端管理平台可以删除频次低于频次阈值的WiFi标识信息及其WiFi强度，其中频次阈值可以根据需求进行设置。之后，云端管理平台基于簇内剩余的WiFi标识信息(下文称为目标WiFi标识信息列表)以及目标WiFi标识信息列表中每个WiFi标识信息对应WiFi强度学习该场景围栏中的WiFi特征。
在一个示例中，云端管理平台基于簇内的目标WiFi标识信息列表以及目标WiFi标识信息列表中每个WiFi标识信息对应WiFi强度学习该场景围栏中的WiFi特征的具体实现可以包括：对于目标WiFi标识信息列表中的每个WiFi标识信息，云端管理平台基于簇内的采集数据集合中每个WiFi标识信息对应的WiFi强度，确定每个WiFi标识信息对应的WiFi强度的平均强度，确定每个WiFi标识信息对应的每个WiFi强度与每个WiFi标识对应的平均强度的强度匹配度，得到多个强度匹配度，按照强度匹配度从小至大的顺序进行排序，从排序后的强度匹配度中获取第n个强度匹配度作为该目标WiFi标识信息列表的目标匹配度阈值。将目标WiFi标识信息列表、目标WiFi标识信息列表中每个WiFi标识信息对应的平均强度和频次、目标WiFi标识信息列表对应的目标匹配度阈值作为该场景围栏内的WiFi特征。n为大于1的整数。
在一个示例中，云端管理平台在确定每个WiFi标识信息对应的WiFi强度与每个WiFi标识信息对应的平均强度的强度匹配度时，可以确定每个WiFi标识信息对应的WiFi强度与每个WiFi标识信息对应的平均强度的hellinger距离，然后将得到的数据作为每个WiFi标识信息对应的WiFi强度与每个WiFi标识信息对应的平均强度的强度匹配度。
可选地，云端管理平台在学习场景围栏内的WiFi特征之前，还可以根据WiFi相似性对该簇内的一些WiFi指纹数据进行过滤。譬如云端管理平台可以确定每两个WiFi标识信息对应的经纬度信息的相似度，然后筛选掉相似度低于相似度阈值的WiFi指纹数据。之后，基于筛选后的WiFi指纹数据进行场景特征学习，如此可以提高场景特征学习的有效性和准确性。
作为本申请的一个示例，在采集数据集合中包括电子设备型号的情况下，由于不同型号电子设备的WiFi扫描的稳定性不同，因此，如果场景围栏中包括不同型号的电子设备扫描的WiFi指纹数据，则为了不拉低WiFi扫描稳定性较强的WiFi指纹数据的目标匹配度阈值，云端管理平台可以根据电子设备型号对簇内的WiFi指纹数据进行分组，每组WiFi指纹数据对应一个WiFi标识信息列表。之后，按照上述方式分别确定每组WiFi指纹数据对应的WiFi特征。不难理解，该种情况下，最终学习到的场景围栏中的WiFi特征包括多个WiFi标识信息列表，每个WiFi标识信息列表对应一个目标匹配度阈值。
示例性地，场景围栏快照可以如表3所示，其中每一行即为一个场景围栏快照。以第一行为例，在该场景围栏快照中，场景围栏标识为1001，城市编号为0755，围栏中心点经度信息为114.054935，围栏中心点纬度信息为22.575627，场景围栏中包括的POI的名称为保利电影院，围栏半径为300，场景围栏内的莫顿码包括260350330,260350335，场景围栏内的WiFi特征包括[bssid1,0.05,-40db；bssid2,0.12,-43db；bssid3,0.14,-45db；bssid6,0.13,-39db],-35db，也即是，WiFi特征中的WiFi标识信息列表为[bssid1，bssid2，bssid3，bssid6]，WiFi标识信息列表中各个WiFi标识信息对应的频次依次为0.05、0.12、0.14、0.13，各个WiFi标识信息对应的平均强度依次为-40db、-43db、-45db、-39db，WiFi标识信息列表对应的目标匹配度阈值为-35db。
表3
步骤804：基于映射后的栅格图，确定各个基站的基站围栏快照。
作为本申请的一个示例，步骤804的具体实现可以包括如下几个子步骤：
8041：以基站指示信息为索引，对栅格图中的采集数据集合进行分桶，每个桶内的采集数据集合包括相同的基站指示信息。
根据前文记载可知，每个采集数据集合中均包括基站指示信息，因此云端管理平台可以以基站指示信息为索引，对栅格图中具有同一基站指示信息的采集数据集合进行分桶，得到至少一个桶，每个桶即对应一个基站指示信息。之后即可基于至少一个桶中的每个桶内的采集数据集合进行场景特征学习，以确定每个基站的基站围栏快照。
为了便于理解和描述，接下来以基于任意一个基站指示信息对应的桶内的采集数据集合进行场景特征学习为例，对确定基站围栏快照的流程进行介绍。
8042：通过DBSCAN聚类算法对这一个基站指示信息对应的桶内的经纬度信息进行聚类，得到至少一个簇。
示例性地，请参考图12，图12是根据一示例性实施例示出的一个基站指示信息对应的桶内的采集数据集合在栅格图中分布情况示意图。为了便于描述和理解，接下来称该桶对应的基站为第一基站。云端管理平台可以通过DBSCAN聚类算法对该桶内第一基站的经纬度信息进行聚类，得到至少一个簇，譬如如图12所示，得到三个簇，分别为c、d与e。其中游离在簇外的数据可以认为是噪声点，可以不对其进行计算。也即通过DBSCAN聚类算法可以将游离在簇外的脏数据过滤掉。
需要说明的是，在使用DBSCAN聚类算法的过程中，邻域半径可以设置为50米，也就意味着对于任意两个簇来说，在距离最近的两个点之间的距离大于50米的情况下，DBSCAN聚类算法会将这两个点确定为不具有相关性。
8043：确定多个簇的中心点经纬度信息的平均值作为第一基站的基站中心点经纬度信息。
作为本申请的一个示例，对于多个簇中的任意一个簇，云端管理平台可以确定该簇内包括的所有经纬度信息的平均值，得到该簇的中心点经纬度信息。如此，可以确定多个簇中每个簇的中心点经纬度信息。之后，云端管理平台可以确定多个簇的中心点经纬度信息的平均值，并将多个簇的中心点经纬度信息的平均值确定为第一基站的基站中心点经纬度信息。
此外，为了能够完整表示出基站围栏的围栏范围，除了需要确定基站围栏的基站中心点经纬度信息之外，还需要确定基站围栏的半径，也即确定第一基站的基站半径。根据聚类得到的簇的数量不同，确定基站半径的方法不同。在一种情况下，若通过8042步骤得到的簇的数量是一个，则可以通过如下步骤8044确定基站半径。在另一种情况下，若通过8042步骤得到的簇的数量是多个，则可以通过如下步骤8045至步骤8046确定基站半径。
8044：在至少一个簇的数量为一个的情况下，将该簇的半径确定为第一基站的基站半径。
也就是说，如果通过聚类仅得到一个簇，则可以直接将该簇的半径确定为第一基站的基站半径。
8045：在至少一个簇的数量为多个的情况下，确定第一基站的中心点与多个簇中每个簇的中心点之间的距离，得到多个距离。
云端管理平台可以基于第一基站的基站中心点经纬度信息和每个簇的中心点经纬度信息，通过距离公式确定第一基站的中心点与每个簇的中心点之间的距离，如此即可得到多个距离。
8046：将多个距离中的最大距离作为第一基站的基站半径。
当然，本申请实施例仅是以将多个距离中的最大距离确定为第一基站的基站半径为例进行说明。在另一实施例中，还可以基于多个距离采用其他方式确定第一基站的基站半径，譬如还可以将多个距离中的最大距离与预设距离相加，得到第一基站的基站半径。预设半径可以根据实际需求进行设置。本申请实施例对此不做限定。
8047：基于第一基站的基站半径和基站中心点经纬度信息，确定第一基站的基站围栏快照。
在实施中，可以根据基站半径和基站中心点经纬度信息，在栅格图中确定基站围栏，譬如如图12中的f所示，之后基于该基站围栏内的采集数据集合生成基站围栏快照。作为本申请的一个示例，基站围栏快照中包括基站指示信息、城市编号、基站半径、基站中心点经度信息、基站中心点纬度信息、基站围栏内的业务列表。
其中业务列表包括业务类型信息以及业务类型信息对应的场景围栏标识，不难理解，由于上述步骤803中已确定各个业务的场景围栏，因此这里可以确定栅格图中的基站围栏内包括哪些业务类型信息，然后从场景围栏快照中查询这些业务类型信息对应的场景围栏标识，从而建立基站围栏内的业务列表，并添加至基站围栏快照中。
示例性地，基站围栏快照如表4所示，其中每一行对应为一个基站围栏快照：
表4
其中taglist是业务列表，不难看出，一个基站围栏快照中可能包括一个或者多个业务列表，每个业务列表用于记录一个业务类型信息与至少一个场景围栏标识的对应关系。
可选地，在采集数据集合中还包括基站强度的情况下，还可以确定基站围栏中的基站强度分布信息，并在基站围栏快照中携带基站强度分布信息，以便于后续在场景识别时可以根据基站强度分布信息以及电子设备当前所连接基站的基站强度确定电子设备的位置，从而可以提高定位精度，进而提高场景识别的准确性。
在一个示例中，在采集数据集合中还包括基站的相邻基站的信息的情况下，还可以根据相邻基站的经纬度信息进行聚类处理，以确定相邻基站的基站中心点经纬度信息和基站半径，该种情况下，基站围栏快照中还可以包括相邻基站的基站指示信息、基站中心点经纬度信息和基站半径。
可选地，在一个实施例中，云端管理平台可以以WiFi标识信息为索引，按照类似于上述8041至8047的实现方式，从栅格图中确定各个WiFi标识信息对应的WiFi围栏中心点经纬度信息和WiFi围栏半径，之后，按照各个WiFi标识信息对应的WiFi围栏中心点经纬度信息和WiFi围栏半径在栅格图中划出每个WiFi标识信息对应的WiFi围栏，基于该WiFi围栏内的各个经纬度信息对应的采集数据集合，可以确定WiFi围栏快照。在一个示例中，WiFi围栏快照中包括WiFi标识信息、WiFi围栏中心点经纬度信息、WiFi围栏半径、业务列表、城市编号。作为示例而非限定，在此过程中聚类所用的邻域半径可以采用两组WiFi指纹数据的经纬度信息的相似度。
步骤805：将得到的所有场景围栏快照、基站围栏快照确定为全量场景特征。
在一个示例中，云端管理平台在生成场景围栏快照后，可以根据场景围栏快照中的基站中心点经纬度信息和基站半径将场景围栏快照映射至栅格图中，同理，按照类似的方法可以将场景围栏快照映射至栅格图中，云端管理平台将基站围栏快照集合、场景围栏快照集合作为全量场景特征。如此，当后续电子设备需要获取栅格图中某个区域的场景特征时，云端管理平台可以将该区域所关联的基站围栏快照、场景围栏快照中的一些数据按需下发给电子设备。
进一步的，在生成WiFi围栏快照的情况下，还可以将WiFi围栏快照均映射至栅格图中，云端管理平台将基站围栏快照集合、场景围栏快照集合、WiFi围栏快照集合作为全量场景特征。如此，当后续电子设备需要获取栅格图中某个区域的场景特征时，云端管理平台可以将该区域所关联的基站围栏快照、场景围栏快照、WiFi围栏快照中的一些数据按需下发给电子设备。
进一步地，云端管理平台还可以将栅格图中映射有采集数据集合的栅格的莫顿码以及采集数据集合中的部分数据作为全量场景特征，譬如部分数据包括环境数据，环境数据包括城市编号、POI信息、AOI信息等。
作为本申请的一个示例，云端管理平台在场景特征学习后，可以以可视图的形式展示栅格图中的数据分布情况，且在展示时可以针对每个基站标识出基站类型，譬如是4G或5G类型等，以便于技术人员等可以在可视图中直观查看不同类型网络的分布情况。
在云端管理平台存储有场景特征的基础上，电子设备可以从云端管理平台中下载场景特征，以便于可以在电子设备侧能够实现离线场景识别。但是，由于全量的场景特征的数据量较大，如果全量下载将会导致下载时效性较差，需要较大的流量，并且会导致电子设备运行功耗大，占用存储空间大，所以本申请实施例提供了一种获取数据的方法，在该方法中，针对支持场景识别的各个业务，云端管理平台可以配置各个业务的特征更新配置信息，然后将各个业务的特征更新配置信息下发给电子设备，使得电子设备可以根据各个业务的特征更新配置信息从云端管理平台获取各个业务对应的场景特征，以减小数据下载量。
不难理解，为了区分不同业务的特征更新配置信息，可以在各个特征更新配置信息中携带对应业务的业务类型信息。此外，在一个示例中，特征更新配置信息中除了包括业务类型信息之外，主要还包括更新方式指示信息和更新粒度指示信息。
更新方式指示信息用于确定场景特征更新时机，譬如更新方式指示信息包括第一更新方式指示信息(譬如为0001)和第二更新方式指示信息(譬如为0010)，第一更新方式指示信息用于指示特征更新时机是充电、灭屏且连接无线网络(如WiFi网络)的时机，第二更新方式指示信息用于指示特征更新时机为实时更新。
需要说明的是，本申请实施例仅是以更新方式指示信息包括第一更新方式指示信息和第二更新方式指示信息为例进行说明。在另一实施例中，更新方式指示信息还可能包括其他更新方式指示信息，示例性地，更新方式指示信息还可以包括第三更新方式指示信息和第四更新方式指示信息，第三更新方式指示信息用于指示特征更新时机是充电且连接无线网络的时机，第四更新方式指示信息用于指示特征更新时机为充电且灭屏的时机，本申请实施例对此不作限定。
更新粒度指示信息用于确定场景特征的更新粒度。作为示例而非限定，场景特征的更新粒度可以包括但不限于：以城市为粒度进行更新、以当前连接的小区为粒度进行更新、以当前连接的基站为粒度进行更新、以城市中连接过的小区为粒度进行更新、以城市中连接过的基站为粒度进行更新、以指定区域范围为粒度进行更新，指定区域范围可以通过区域中心点经纬度信息和区域半径表示，譬如指定区域范围可以是公司、家，指定区域范围的范围信息可以是由电子设备根据与用户规律性行为相关的环境数据学习得到，譬如用户经常在公司有打卡行为且打卡业务支持场景识别，则电子设备就可以通过学习后确定指定区域范围为公司所在的区域范围，如包括公司所在区域的区域中心点经纬度信息和区域半径。进一步地，在场景特征还包括WiFi围栏快照的情况下，针对WiFi围栏快照可以以当前连接的或者连接过的WiFi为粒度进行更新。
在一个示例中，特征更新配置信息中还可以包括业务群体信息，譬如业务群体信息包括非个人和个人，通常情况下，在某个业务的业务群体信息是非个人的情况下，该业务的场景识别所涉及的场景与大众相关，譬如健康码的场景识别可能会涉及的场景一般适用于大多数用户，此时需要从云端管理平台中获取的场景特征可以是但不限于以城市为粒度进行下载；在某个业务的业务群体信息是个人的情况下，该业务的场景识别所涉及的场景与用户个人相关，譬如规律支付的场景识别可能会涉及使用电子设备的用户常去的场所，如该用户的公司食堂，此时需要从云端管理平台中获取的场景特征通常是以指定区域范围为粒度进行下载。
在一个示例中，特征更新配置信息还可以包括业务的场景识别精度，也即分为低、中、高三个等级，使得电子设备可以获知各个业务的场景识别精度。
可选地，特征更新配置信息中还包括业务类型描述信息，以便于技术人员可以根据业务类型描述信息理解特征更新配置信息是针对哪个业务类型的，譬如业务类型描述信息为“规律支付”等。
当然，特征更新配置信息中的各个信息均对应有字段类型，示例性地，请参阅表5，表5是根据一示例性实施例示出的一种特征更新配置信息的相关描述：
表5
| 字段名 | 字段类型 | 描述 |
| tag | INTEGER | 业务类型 |
| description | String | 业务类型描述，如“规律支付” |
| level | INTEGER | 更新等级 |
| updateCycle | INTEGER | 更新方式指示信息 |
| updateType | INTEGER | 更新粒度指示信息 |
| privacy | INTEGER | 业务群体信息 |
根据上文记载可知，根据不同业务的特征更新配置信息不同，电子设备针对不同业务采用不同的方式获取对应的场景特征。接下来以支持场景识别的多种业务中的任意一个业务B2为例，对电子设备获取业务B2对应的场景特征的具体实现流程进行介绍：
请参见图13，图13是根据一示例性实施例示出的一种特征更新流程的示意图，这里以业务B2的更新方式指示信息为第一更新方式指示信息，且更新粒度指示信息用于指示以城市为粒度进行更新为例进行说明。该种情况下，特征更新流程可以包括如下内容：
步骤1301：在电子设备处于充电且灭屏状态的情况下，若当前连接至无线网络中，则确定到达特征更新时机。
如前文所述，第一更新方式指示信息用于指示特征更新时机是充电、灭屏且连接无线网络的时机，因此在电子设备处于充电且灭屏状态的情况下，确定到达业务B2对应的特征更新时机。
步骤1302：电子设备生成第一特征获取请求，第一特征获取请求中携带业务B2的业务类型信息和当前所在城市的第一城市编号。
步骤1303：电子设备将第一特征获取请求发送给云端管理平台。
步骤1304：云端管理平台从全量的场景特征中获取包括第一城市编号和该业务类型信息的基站围栏快照，得到业务B2对应的基站围栏快照集合。
可选地，云端管理平台除了获取包括第一城市编号和该业务类型信息的基站围栏快照之外，还可以根据所获取的基站围栏快照中的业务列表，确定与该业务类型信息关联的场景围栏标识，然后获取所确定的场景围栏标识对应的场景围栏快照，得到业务B2对应的场景围栏快照集合。
作为本申请的一个示例，全量场景特征中可能存在某些场景特征未关联业务类型信息，因此为了后续能够提高云端管理平台查询场景特征的效率，云端管理平台在为电子设备反馈场景特征之前，还可以从全量场景特征中将关联有业务类型信息的场景特征作为候选场景特征，也即将与业务类型信息关联的场景特征抽稀出来，以便于后续可以从这些候选场景特征中选择电子设备所需求的场景特征。
步骤1305：云端管理平台将获取的基站围栏快照作为目标场景特征发送给电子设备。
在一个示例中，若云端管理平台还获取了业务B2对应的场景围栏快照集合，则云端管理平台将所获取的业务B2对应的基站围栏快照集合和场景围栏快照集合作为目标场景特征发送给电子设备。
在一个示例中，上述第一特征获取请求中还包括用户属性信息、业务包名、业务附加信息、POI信息，AOI信息中的一种或者多种。其中POI信息、AOI信息可以由电子设备通过调用第三方接口确定，譬如，电子设备调用第三方接口，并将电子设备当前的经纬度信息发送给第三方接口，使得第三方接口根据该经纬度信息查询POI信息或AOI信息。
在第一特征获取请求中还包括用户属性信息的情况下，云端管理平台在获取业务B2对应的场景围栏快照时，获取与该用户属性信息关联的场景围栏快照，得到该业务B2对应的场景围栏快照集合。
在第一特征获取请求中还包括业务包名和/或业务附加信息的情况下，根据前文记载可知，由于云端管理平台在学习场景围栏快照时，可以根据业务包名和/或业务附加信息进行分桶学习，因此，云端管理平台中存储有业务包名和/或业务附加信息对应的场景围栏快照，所以在接收到该第一特征获取请求后，云端管理平台在获取业务B2对应的场景围栏快照时，获取该第一特征获取请求中携带的业务包名和/或业务附加信息对应的场景围栏快照。具体地，在第一特征获取请求还包括业务包名的情况下，云端管理平台可以针对业务B2获取第一特征获取请求中的业务包名对应的场景围栏快照；在第一特征获取请求中还包括业务附加信息的情况下，云端管理平台可以针对业务B2获取第一特征获取请求中的业务附加信息对应的场景围栏快照；在第一特征获取请求中还包括业务包名和业务附加信息的情况下，云端管理平台可以针对业务B2获取第一特征获取请求中的业务包名和业务附加信息对应的场景围栏快照。
在第一特征获取请求中还包括AOI信息和/或POI信息的情况下，云端管理平台在获取业务B2对应的场景围栏快照时，获取包括第一特征获取请求中的AOI信息和/或POI信息的场景围栏快照，得到该业务B2对应的场景围栏快照集合。
在一个示例中，上述第一特征获取请求中还可以携带电子设备连接过的小区(还可以包括当前连接的小区)的小区指示信息，如此，云端管理平台从全量的场景特征中获取包括第一城市编号和该业务类型信息的基站围栏快照集合后，从获取的基站围栏快照集合中，筛选出包括第一特征获取请求中的小区指示信息的基站围栏快照集合，根据所筛选出的各个基站围栏快照中业务B2对应的场景围栏标识，获取各个场景围栏标识对应的场景围栏快照，并将筛选出的基站围栏快照集合和获取的场景围栏快照作为目标场景特征发送给电子设备。
在另一个示例中，上述第一特征获取请求中还可以携带电子设备连接过的基站(还可以包括当前连接的基站)的基站指示信息，如此，云端管理平台从全量的场景特征中获取包括第一城市编号和该业务类型信息的基站围栏快照集合后，从获取的基站围栏快照集合中，筛选出包括第一特征获取请求中的基站指示信息的基站围栏快照集合，根据所筛选出的各个基站围栏快照中业务B2对应的场景围栏标识，获取各个场景围栏标识对应的场景围栏快照，并将筛选出的基站围栏快照集合和获取的场景围栏快照作为目标场景特征发送给电子设备。
在一个示例中，在场景特征中还包括WiFi围栏快照的情况下，云端管理平台还可以根据第一业务的业务类型信息和第一城市编号，获取对应的WiFi围栏快照，得到业务B2对应的WiFi围栏快照集合，将业务B2对应的WiFi围栏快照集合也作为业务B2对应的目标场景特征中的部分特征。
进一步地，第一特征获取请求中还携带连接过的WiFi(还可以包括当前连接的WiFi)的WiFi标识信息，如此云端管理平台在获取第一业务的业务类型信息和第一城市编号对应的WiFi围栏快照后，从中筛选出第一特征获取请求中的WiFi标识信息对应的WiFi围栏快照，之后，将筛选出的WiFi围栏快照集合作为业务B2对应的WiFi围栏快照集合。
步骤1306：电子设备在接收到云端管理平台发送的目标场景特征后，将目标场景特征更新至数据库中。
在一个示例中，电子设备中还存在其他业务的场景特征，譬如电子设备的数据库中存储有其他业务的场景特征，和/或，电子设备在从云端管理平台获取目标场景特征的同时还获取了其他业务的场景特征，该种情况下，基站围栏快照可能存在重复的情况，所以电子设备在接收到云端管理平台发送的目标场景特征后，还可以确定电子设备中已存在的基站围栏快照集合与所接收的基站围栏快照的交集，并将交集中的元素去重后，再将所接收的目标场景特征存入数据库中，从而可以节省电子设备的存储空间。
在一个示例中，若电子设备当前的位置到达一个新的城市，也即电子设备中未存储有该新的城市的场景特征，则可以根据电子设备当前的位置信息(也即经纬度信息)，实时地从云端管理平台中获取当前所在位置的预设范围内的场景特征。预设范围可以根据实际需求进行设置，比如可以是2048米*2048米的范围。之后，电子设备每到达一个新的位置后，如果该位置距离上一次定位的位置已超过预设距离，则为了确保电子设备侧业务的召回率，电子设备可以将当前的位置信息和上一次定位的位置信息发送给云端管理平台，譬如向云端管理平台发送第二特征获取请求，第二特征获取请求中携带当前所在位置的经纬度信息和上一次定位的经纬度信息。其中预设距离可以根据实际需求进行设置，譬如预设距离可以为1000米。相应地，云端管理平台根据上一次的经纬度信息和当前的经纬度信息，对上一个位置的预设范围内与当前位置的预设范围内的场景特征的交集数据进行去重，譬如如图14所示，并将预设范围内经去重处理后的场景特征发送给电子设备。对于电子设备来说，保留交集部分数据，并将云端管理平台下发的最新的场景特征写入数据库中。如此，可以节省下载流量，也即节省在线实时下载功耗，电子设备侧也可以减少数据库的擦写。
需要说明的是，本申请实施例中电子设备侧的实现流程可以通过感知模块执行。
在本申请实施例中，可以根据业务B2的实际需求，从云端管理平台中下载目标场景特征，以支持电子设备针对业务B2实现离线场景识别，从而节省功耗，提高场景识别的实时性。并且，相比于全量场景特征下载，如此可以节省下载流量，并且可以节省电子设备的存储空间。
需要说明的是，上述实施例是以在第一特征获取请求中携带第一城市编号和业务B2的业务类型信息的情况下，还包括电子设备连接过的小区的小区指示信息或连接过的基站的基站指示信息为例进行说明。在另一实施例中，第一特征获取请求中还可以不携带第一城市编号，而是仅携带业务B2的业务类型信息、电子设备连接过的(还可以包括当前连接的)的小区的小区指示信息，该种情况下，电子设备以小区为粒度进行下载。在又一个示例中，第一特征获取请求中不携带第一城市编号，仅携带业务B2的业务类型信息、电子设备连接过的(还可以包括当前连接的)的基站的基站指示信息，该种情况下，电子设备以基站为粒度进行下载。
请参见图15，图15是根据一示例性实施例示出的一种特征更新流程的示意图，这里以业务B2的更新方式指示信息为第二更新方式指示信息，且更新粒度指示信息用于指示以当前连接的小区为粒度进行更新为例进行说明。该种情况下，特征更新流程可以包括如下内容：
步骤1501：当电子设备检测到当前连接的小区发生切换时，确定到达特征更新时机。
在一个示例中，电子设备中的网络定位模块可以周期性地监测电子设备接入的小区的小区指示信息，当电子设备当前连接的小区发生变化，也即小区指示信息发生变化时，可以通知感知模块，相应地，感知模块确定到达云业务B2的特征更新时机。
步骤1502：电子设备生成第一特征获取请求，第一特征获取请求中包括业务B2的业务类型信息、当前连接的小区的小区指示信息。
步骤1503：电子设备将第一特征获取请求发送给云端管理平台。
步骤1504：云端管理平台从全量的场景特征中获取包括该业务类型信息和该基站指示信息的基站围栏快照，得到该业务B2对应的基站围栏快照集合。
可选地，云端管理平台除了获取包括第一城市编号和该业务类型信息的基站围栏快照之外，还可以根据所获取的基站围栏快照中的业务列表，确定与该业务类型信息关联的场景围栏标识，然后获取所确定的场景围栏标识对应的场景围栏快照，得到业务B2对应的场景围栏快照集合。
步骤1505：云端管理平台将所获取的基站围栏快照作为目标场景特征发送给电子设备。
在一个示例中，若云端管理平台还获取了业务B2对应的场景围栏快照集合，则云端管理平台将所获取的业务B2对应的基站围栏快照集合和场景围栏快照集合作为目标场景特征发送给电子设备。
进一步地，在一个示例中，该第一特征获取请求中还包括用户属性信息、业务包名、业务附加信息、POI信息，AOI信息中的一种或者多种。该种情况下，云端管理平台根据这些信息中的一种或者多种，获取对应的场景围栏快照，具体可以参见上述图13所示实施例中的步骤1305。
在一个示例中，在场景特征中还包括WiFi围栏快照的情况下，云端管理平台还可以根据第一业务的业务类型信息和第一城市编号，获取对应的WiFi围栏快照，得到业务B2对应的WiFi围栏快照集合，将业务B2对应的WiFi围栏快照集合也作为业务B2对应的目标场景特征中的部分特征。
进一步地，第一特征获取请求中还携带连接过的WiFi(还可以包括当前连接的WiFi)的WiFi标识信息，如此云端管理平台在获取第一业务的业务类型信息和第一城市编号对应的WiFi围栏快照后，从中筛选出第一特征获取请求中的WiFi标识信息对应的WiFi围栏快照，之后，将筛选出的WiFi围栏快照集合作为业务B2对应的WiFi围栏快照集合。
步骤1506：电子设备在接收到云端管理平台发送的目标场景特征后，将目标场景特征更新至数据库中。
其具体实现可以参见上述图13所示实施例中的步骤1306。
在本申请实施例中，针对业务B2可以以当前连接的小区为粒度、在监测到发生小区切换时进行场景特征更新，从而在保证能够离线进行业务B2的场景识别的同时，减小数据下载量，以及节省存储空间。
需要说明的是，上述是以业务B2的更新方式指示信息为第二更新方式指示信息，且更新粒度指示信息用于指示以当前连接的小区为粒度进行更新为例进行说明。在另一个示例中，业务B2的更新方式指示信息为第二更新方式指示信息，且更新粒度指示信息用于指示以当前连接的基站为粒度进行更新，该种情况下，业务B2对应的目标场景特征的更新流程与图15所示实施例类似，这里不再详细赘述。
请参见图16，图16是根据一示例性实施例示出的一种特征更新流程的示意图，这里以业务B2的更新方式指示信息为第一更新方式指示信息，更新粒度指示信息用于指示以指定区域范围为粒度进行更新，特征更新配置信息中还包括业务群体信息，且业务群体信息是个人为例进行说明。该种情况下，特征更新流程可以包括如下内容：
步骤1601：在电子设备处于充电且灭屏状态的情况下，若当前连接至无线网络中，则感知模块确定到达特征更新时机。
步骤1602：感知模块从决策模块中查询业务B2对应的指定区域范围的范围信息。
范围信息包括区域中心点经纬度信息和区域半径。
如前文所述，决策模块中包括业务B2对应的业务管理插件，业务管理插件可以根据业务B2历史的业务数据学习指定区域范围的范围信息。如此，当感知模块需要查询指定区域的区域信息时，可以调用决策模块中该业务管理插件提供的目标接口，以从中获取指定区域范围的范围信息。
步骤1603：感知模块生成第一特征获取请求，该第一特征获取请求中包括业务B2的业务类型信息和该范围信息。
需要说明的是，本申请实施例是以业务群体信息是个人为例进行说明。在另一个示例中，业务群体信息是非个人，该种情况下，决策模块在请求感知模块进行场景识别时会将指定区域范围的范围信息发送给感知模块，当然该范围信息可以是决策模块从其他模块中获取得到的。如此感知模块在确定到达特征更新时机的情况下，可以直接基于指定区域范围的范围信息和业务B2对应的业务类型信息生产第一特征获取请求。
步骤1604：感知模块向云端管理平台发送第一特征获取请求。
步骤1605：云端管理平台根据该范围信息在栅格图中确定该指定区域范围内与业务B2相关的基站围栏快照和场景数据。
云端管理平台根据区域中心点经纬度信息和区域半径在栅格图中确定该指定区域范围，然后获取该指定区域范围内与业务B2关联的基站围栏快照，以及云端管理平台还获取该指定区域范围内与该业务B2关联的场景数据，譬如场景数据包括城市编号、莫顿码、WiFi指纹数据。
进一步地，在一个示例中，该第一特征获取请求中还包括业务包和/或业务附加信息。该种情况下，云端管理平台在获取业务B2关联的场景数据时，可以获取与业务包和/或业务附加信息关联的场景数据。
步骤1606：云端管理平台将所获取的基站围栏快照集合和场景数据作为目标场景特征发送给电子设备。
步骤1607：在接收到云端管理平台发送的目标场景特征后，感知模块将目标场景特征更新至数据库中。
对于电子设备来说，可以根据所接收的场景数据生成业务B2对应的场景围栏快照。在实施中，电子设备可以根据场景数据中的WiFi指纹数据确定WiFi特征，其具体实现方式可以参见前文，这里不再赘述。之后，生成业务B2的场景围栏快照，该场景围栏快照包括场景围栏标识、城市编号、区域中心点经纬度信息、区域半径、业务B2的业务类型信息、莫顿码、WiFi特征。电子设备建立该场景围栏快照的场景围栏标识与业务B2的业务类型信息之间的对应关系，将该对应关系添加至云端管理平台发送的基站围栏快照的业务列表中，之后将添加后的基站围栏快照和生成的场景围栏快照写入数据库中进行存储。
在一个示例中，在业务群体信息为个人的情况下，电子设备除了可以预先学习指定区域范围的范围信息之前，还可以预先自己学习连接过的基站的基站指示信息，得到基站指示信息列表。之后当确定到达特征更新时机时，可以将业务B2的业务类型信息、该基站指示信息列表和指定区域范围的范围信息发送给云端管理平台。云端管理平台获取基站指示信息列表中各个基站指示信息对应的基站围栏快照，并且，根据业务B2的业务类型信息和指定区域范围的范围信息，从栅格图中拉取指定区域范围内该业务B2的场景数据。之后将拉取的基站围栏快照和场景数据发送给电子设备。对于电子设备来说，根据场景数据和指定区域范围的范围信息，生成场景围栏快照，并建立场景围栏快照的场景围栏标识与业务B2的业务类型信息之间的对应关系，将该对应关系添加至云端管理平台发送的基站围栏快照的业务列表中，之后将添加后的基站围栏快照和生成的场景围栏快照写入数据库中进行存储。
需要说明的是，本申请实施例是以业务B2的更新方式指示信息为第一更新方式指示信息，且更新粒度指示信息用于指示以指定区域范围为粒度进行更新为例进行说明，在另一个示例中，业务B2对应的更新方式指示信息为第二更新方式指示信息，更新粒度指示信息用于指示以指定区域范围为粒度进行更新，该种情况下，目标场景特征的特征更新时机不再是充电、灭屏且连接无线网络的时机，而是当决策模块针对业务B2向感知模块请求进行场景识别时，感知模块确定到达特征更新时机，之后按照上述方式进行目标场景特征的更新。
在本申请实施例中，针对业务B2可以以指定区域范围为粒度进行场景特征更新，从而在保证能够离线进行业务B2的场景识别的同时，减小数据下载量，以及节省存储空间。
在电子设备中存储有业务B2的目标场景特征的情况下，电子设备即可根据需求针对业务B2进行场景识别。根据前文记载可知，业务B2的场景识别精度可能是低精度、中精度或高精度中的一种，具体可以由云端管理平台根据业务B2的实际需求进行配置，譬如由技术人员在云端管理平台中对业务B2的场景识别精度进行配置，然后由云端管理平台通过特征更新配置信息指示电子设备。在实施中，根据业务B2的场景识别精度不同，场景识别的流程不相同，接下来分别针对不同场景识别精度，通过如下几个实施例对场景识别过程进行介绍。
请参考图17，图17是根据一示例性实施例示出的一种场景识别的流程示意图，在本申请实施例中以场景识别精度是低精度为例进行说明。该方法可以包括如下内容：
步骤1701：电子设备的第二应用程序进行业务B2。
第二应用程序为能够实现业务B2的应用程序。譬如业务B2为健康码业务，第二应用程序为微信应用程序。
步骤1702：电子设备中的感知模块获取业务B2的业务数据。
如前文所述，感知模块中包括用于感知业务B2务的业务采集插件，当第二应用程序进行业务B2时，感知模块通过该业务采集插件即可感知到，之后，业务采集插件获取业务B2的业务数据。
步骤1703：电子设备中的感知模块将业务数据发送给决策模块。
如前文记载可知，决策模块中包括业务B2的业务管理插件，因此决策模块可以通过业务管理插件接收感知模块发送的业务数据。
不难理解，感知模块除了将业务B2的业务数据发送给决策模块之外，还会采集周围的环境数据，并将环境数据和业务数据发送给云端管理平台，以增加云端管理平台侧的众包采集的采集数据集合的数量，从而便于后续云端管理平台再次进行场景特征学习。
步骤1704：决策模块在接收到业务数据的情况下，向业务呈现模块发送开关查询请求，开关查询请求用于请求查询业务B2对应的业务开关的状态。
业务B2对应的业务开关用于开启或关闭通过场景识别实现业务B2对应的快捷功能。
在一个示例中，请参考图18，业务呈现模块针对支持场景识别的各个业务均提供有对应的业务开关，用户可以开启或关闭这些业务开关。在某个业务对应的业务开关开启的情况下，电子设备需要针对该业务通过场景识别实现对应的快捷业务，譬如通过场景识别显示健康码快捷图标等。当然在某个业务对应的业务开关关闭的情况下，电子设备不需要针对该业务通过场景识别实现对应的快捷业务。
因此，决策模块在接收到业务B2的业务数据的情况下，可以向业务呈现模块发送开关查询请求，以查询业务B2对应的业务开关是否开启。在一个示例中，该开关查询请求中可以携带业务B2的业务类型信息，以便于业务呈现模块确定需要查询哪个业务的业务开关的状态。
步骤1705：业务呈现模块向决策模块反馈业务B2对应的业务开关的状态。
在业务B2对应的业务开关开启的情况下，进入如下步骤1706的操作。当然，在业务B2对应的业务开关未开启的情况下，不触发后续的场景识别流程。
步骤1706：在业务B2对应的业务开关开启的情况下，决策模块根据业务B2业务数据确定场景识别触发时机。
在一个示例中，若业务数据中包括业务B2的业务时间，则决策模块在该业务时间之前且距离业务时间预设时长的情况下，确定到达场景识别触发时机。示例性地，若业务B2为取件通知的短信消息，业务数据中包括取件的最迟时间，则当决策模块确定当前时间距离观影时间剩余预设时长时，确定到达场景识别触发时机。譬如若最迟取件时间为当日的晚上八点，则在当日的7点三十分钟，决策模块确定到达场景识别触发时机。
需要说明的是，步骤1704与步骤1706是可选操作，在另一个示例中，决策模块在接收到业务B2的业务数据的情况下，也可以直接根据该业务数据确定场景识别触发时机，也即不查询开关状态。
另外还需要说明的是，上述步骤1701至步骤1706是可选的，主要是以在进行业务B2时决策模块确定场景识别触发时机为例进行说明。在另一个示例中，决策模块还可以根据历史接收的业务B2的业务数据学习场景识别触发时机。譬如以业务B2是规律支付为例，每次感知模块感知到电子设备中进行支付业务时，获取支付业务的业务数据，然后将业务数据发送给决策模块。其中业务数据中包括支付时间等数据。如此，决策模块可以根据历史接收的业务数据学习用户经常在哪个时间段有支付行为，也即可以学习出一个时间围栏。如此，当决策模块确定即将到达时间围栏时，确定达到场景识别时机，譬如假设学习到的时间围栏是每个工作日的11:30至11:45，则决策模块在每个工作日的11:10确定达到场景识别时机。
步骤1707：在到达场景识别触发时机的情况下，决策模块向感知模块发送场景识别请求。
场景识别请求用于请求识别电子设备是否进入与业务B2相关的目标场景，在一个示例中，在目标场景中电子设备要针对业务B2实现对应的快捷操作。
在一个示例中，场景识别请求中携带与业务B2相关的业务数据，譬如包括业务B2的业务类型信息。进一步地，还可以包括业务B2的业务包名、业务附加信息、用户属性信息中的至少一种。用户属性信息可以是由决策模块自身或者通过其他学习模块基于业务数据学习得到的，譬如可以根据业务数据中的业务附加信息学习得到。
在一个示例中，场景识别请求中还可以携带与目标场景相关的POI信息或AOI信息，譬如业务B2为购买电影票业务，场景识别请求中携带电影院名称为“保利电影院”。
在一示例中，在业务B2的特征更新配置信息中还包括业务群体信息，且业务群体信息是非个人的情况下，场景识别请求中还可以携带指定区域范围的范围信息，该范围信息用于感知模块从云端管理平台中获取指定区域范围内的场景特征。
步骤1708：感知模块根据业务B2的业务类型信息，确定对应的目标场景特征。
在一个示例中，目标场景特征包括业务B2的业务类型信息对应的基站围栏快照和场景围栏快照。业务B2的业务类型信息对应的基站围栏快照的数量可能是一个，也可能包括多个；同理，业务B2的业务类型信息对应的场景围栏快照的数量可能是一个，也可能包括多个。在一个示例中，在场景识别请求中携带POI信息或AOI信息的情况下，确定的业务B2的业务类型信息和POI信息(或AOI信息)对应的场景围栏快照，此时确定的场景围栏快照的数量可能是一个。
作为本申请的一个示例，数据库中仅存储有业务B2的业务类型信息对应的基站围栏快照，未存储有业务B2的业务类型信息对应的场景围栏快照。该种情况下，确定对应的目标场景特征的具体实现包括：从数据库中确定业务B2的业务类型信息对应的基站围栏快照，以及根据业务类型信息从云端管理平台中获取业务B2对应的场景围栏快照。也即该种情况下可以实时地从云端管理平台拉取业务B2对应的场景围栏快照。
作为本申请的另一个示例，数据库中存储有业务B2的业务类型信息对应的基站围栏快照和场景围栏快照，该种情况下，确定对应的目标场景特征的具体实现包括：从数据库中确定业务B2的业务类型信息对应的基站围栏快照和场景围栏快照。
步骤1709：感知模块从目标场景特征中获取与业务类型信息关联的基站指示信息，得到基站指示信息列表。
根据前文记载可知，基站围栏快照中包括基站指示信息，因此，感知模块可以从业务B2对应的基站围栏快照中获取基站指示信息，然后根据获取的基站指示信息生成基站指示信息列表。
步骤1710：感知模块将基站指示信息列表发送至低功耗中心模块中进行存储。
低功耗中心模块在电子设备的应用处理器进入休眠状态的情况下持续工作，在一个示例中，低功耗中心模块为sensorhub。
作为本申请的一个示例，由于业务B2的场景识别精度是低精度，因此感知模块可以仅将基站指示信息列表存入低功耗中心模块中即可，以便于当电子设备进入灭屏状态时，低功耗中心模块仍可以根据基站指示信息列表进行场景识别。
步骤1711：若电子设备进入息屏状态，则感知模块调用电子设备的低功耗中心模块。
在电子设备处于亮屏状态的情况下应用处理器处于工作状态，此时应用处理器可以通过电子设备中的各个功能模块实现对应的功能，譬如通过感知模块执行本申请实施例中的操作。在电子设备处于灭屏状态的情况下应用处理器处于休眠状态，此时为了能够继续进行场景识别，应用处理器可以通过感知模块调用低功耗中心模块。
步骤1712：在基站指示信息列表包括电子设备当前接入的基站的第一基站指示信息的情况下，低功耗中心模块唤醒应用处理器。
在一个示例中，modem模块可以周期性地向低功耗中心模块反馈电子设备所接入的基站的基站指示信息，因此，低功耗中心模块可以获知电子设备当前接入的基站的第一基站指示信息。低功耗中心模块可以监测基站指示信息列表中是否包括第一基站指示信息。如果基站指示信息列表中包括第一基站指示信息，说明电子设备当前已连接至覆盖目标场景的基站，该种情况下，低功耗中心模块唤醒应用处理器。
步骤1713：感知模块确定场景识别请求的场景识别结果。
也即应用处理器被唤醒后，可以通过感知模块确定场景识别请求的场景识别结果，在一个示例中，由于业务B2的场景识别精度为低精度，所以感知模块可以直接确定电子设备已进入目标场景中。
步骤1714：感知模块通知决策模块电子设备已进入目标场景。
步骤1715：决策模块执行与业务B2相关的快捷操作。
在一个示例中，请参考图1，在业务B2是规律支付的情况下，决策模块生成支付快捷图标，之后将支付快捷图标发送个业务呈现模块，由业务呈现模块在屏幕上显示该支付快捷图标。
作为本申请的一个示例，感知模块在确定电子设备位于目标场景后，还可以持续监测电子设备是否离开目标场景，譬如感知模块可以持续监测电子设备连接的基站是否能够匹配上覆盖该目标场景的基站的基站指示信息列表。如果能匹配上，则确定电子设备仍位于目标场景内。如果未匹配上，则感知模块可以获取电子设备的经纬度信息，然后根据电子设备的经纬度信息和目标场景的场景围栏快照确定当前是否仍位于目标场景内，具体地，由于场景围栏快照中包括围栏中心点经纬度信息和围栏半径，所以电子设备可以基于当前所在位置的经纬度信息与围栏中心点经纬度信息，确定当前所在位置与围栏中心点的距离，若该距离小于或等于围栏半径，则确定电子设备位于场景围栏内，否则，若该距离大于围栏半径，则确定电子设备已离开目标场景。当感知模块检测到电子设备已离开目标场景时，可以通知决策模块，使得决策模块通知业务程序模块不再显示对应的快捷图标或卡片，譬如如图19所示，当感知模块确定电子设备已离开学校所在区域时可以通知决策模块，相应地，决策模块不再显示健康码快捷图标。
在本申请实施例中，监听到第一业务的场景识别请求的情况下，若电子设备进入息屏状态，则调用电子设备的低功耗中心模块，低功耗中心模块在应用处理器进入休眠状态的情况下持续工作，低功耗中心模块包括覆盖目标场景的基站的基站指示信息列表。在基站指示信息列表包括电子设备当前接入的基站的第一基站指示信息的情况下，低功耗中心模块唤醒应用处理器，以确定场景识别请求的场景识别结果。如此，在场景识别过程中，即使电子设备进入息屏状态，由于可以通过低功耗中心模块继续监测电子设备是否接入覆盖目标场景的基站，并在监测到电子设备接入覆盖目标场景的基站时，再次唤醒应用处理器，以便于继续进行场景识别，从而保证在息屏状态下仍能够实现场景识别。
请参考图20，图20是根据另一示例性实施例示出的一种场景识别的流程示意图，在本申请实施例中以场景识别精度是中精度为例进行说明。该方法可以包括如下内容：
步骤2001至步骤2012请参见上述图17所示实施例中的步骤1701至步骤1712。
步骤2013：感知模块获取电子设备当前的经纬度信息。
在基站指示信息列表中包括第一基站指示信息的情况下，说明电子设备当前接入覆盖目标场景的基站中，该种情况下，电子设备可能位于目标场景外，也可能位于目标场景内，由于此时业务B2的场景识别精度为中精度，因此为了进一步准确判断，感知模块获取电子设备当前的经纬度信息，以通过定位匹配的方式判断电子设备是否位于目标场景内。
在一个示例中，感知模块可以调用电子设备中的GPS模块，以通过GPS模块获取电子设备当前的经纬度信息。在另一个示例中，感知模块也可以调用电子设备中的网络定位模块，以通过网络定位模块获取电子设备当前的经纬度信息。
作为本申请的一个示例，感知模块获取电子设备当前的经纬度信息的实现还可以包括：在电子设备当前连接的基站的基站强度在第一基站指示信息对应的基站强度分布范围内，感知模块获取电子设备当前的经纬度信息。
步骤2014：感知模块根据电子设备的经纬度信息和业务B2对应的场景围栏快照，判断电子设备是否位于目标场景内。
在一个示例中，场景围栏快照如表3所示，其中包括场景围栏的围栏中心点经纬度信息和围栏半径。在业务B2对应的场景围栏快照的数量为一个的情况下，感知模块可以基于电子设备当前的经纬度信息和该场景围栏的围栏中心点经纬度信息，确定电子设备当前位置与该场景围栏的中心点之间的距离。若该距离小于围栏半径，则确定电子设备位于目标场景内，否则，若该距离大于或等于围栏半径，则确定电子设备未位于目标场景内。
在一个示例中，在业务B2对应的场景围栏快照的数量为一个的情况下，感知模块可以判断基于电子设备当前的经纬度信息与每个场景围栏快照中的围栏中心点经纬度信息，确定电子设备与每个场景围栏的中心点之间的距离，然后根据每个距离和围栏半径判断电子设备是否位于目标场景中。譬如若电子设备与某个场景围栏的中心点的距离小于或等于围栏半径，则确定电子设备位于目标场景内，否则，若电子设备与每个场景围栏的中心点的距离均大于围栏半径，则确定电子设备未位于目标场景内。
作为本申请的一个示例，电子设备还可以获取当前位置的POI信息或AOI信息，在根据电子设备的经纬度信息确定电子设备位于场景围栏内的情况下，还可以将POI信息或AOI信息中的经纬度信息通过莫顿编码转换为莫顿码，然后查看该莫顿码与场景围栏快照中的莫顿码是否匹配，如果匹配，则确定电子设备位于目标场景内，否则，如果不匹配，则可以确定该电子设备未位于目标场景内。
步骤2015：感知模块在确定电子设备位于目标场景内的情况下，通知决策模块。
在另一种情况下，若感知模块确定电子设备未位于目标场景内，则可以继续通过定位匹配确定电子设备是否进入目标场景内。在一个示例中，在继续定位匹配的过程中，需要确定下一次定位时机，也即需要确定下一次什么时间再次通过定位确定电子设备的经纬度信息。在一个示例中，感知模块可以根据电子设备的运动状态评估当前速度，从而根据当前速度以及剩余距离，确定下一次的定位时机，剩余距离是指当前位置与目标场景的中心点之间的距离。譬如假设当前速度为步行速度(约1米/秒)，剩余距离为5000米，则可以确定下一次定位时机是在5000秒之后。如此可以减少定位次数，从而节省功耗。进一步地，如果在电子设备移动过程中连接了其他基站，且电子设备确定数据库中的基站围栏快照集合中包括其他基站的第二基站指示信息，由于基站围栏快照集合中包括基站中心点经纬度信息，所以电子设备可以根据第二基站指示信息对应的基站中心点经纬度信息和目标场景的场景围栏的围栏中心点经纬度信息，更新下一次定位时机。譬如假设电子设备移动一段距离后连接了其他基站，如果确定其他基站与目标场景的中心点之间的距离为4000米，则可以确定下一次定位时机是在4000秒之后。如此可以提高下一次定位的准确性。
在一个示例中，若业务B2对应有多个场景围栏快照，则电子设备可以分别确定其他基站的中心点与多个场景围栏中每个场景围栏的中心点的距离，得到多个剩余距离，之后根据多个剩余距离中的最小剩余距离和当前速度，确定下一次定位时机。
其中感知模块可以通过调用底层的状态判断模块确定电子设备的运动状态，运动状态包括步行、跑步、乘车，每种运动状态对应的速度可以根据经验确定，譬如步行的速度为1米/秒，跑步的速度为2米/秒，乘车的速度为10米/秒。状态判断模块可以根据电子设备的加速度传感器和陀螺仪判断电子设备的姿态，从而可以确定电子设备是步行还是跑步，另外还可以结合基站定位确定是否乘车。
步骤2016：决策模块执行与业务B2相关的快捷操作。
步骤2016的具体实现可以参见图17所示实施例中的步骤1715。
作为本申请的一个示例，感知模块在确定电子设备位于目标场景后，还可以持续监测电子设备是否离开目标场景，譬如感知模块可以获取电子设备的经纬度信息，然后根据电子设备的经纬度信息和目标场景的场景围栏快照确定电子设备是否仍位于目标场景内。
在本申请实施例中，在场景识别过程中，即使电子设备进入息屏状态，由于可以通过低功耗中心模块继续监测电子设备是否接入覆盖目标场景的基站，并在监测到电子设备接入覆盖目标场景的基站时，再次唤醒应用处理器，以应用处理器能够继续通过定位匹配确定电子设备是否位于目标场景内，也即在息屏状态下仍能够使得电子设备进行场景识别。
请参考图21，图21根据另一示例性实施例示出的一种场景识别的流程示意图，在本申请实施例中以场景识别精度是高精度为例进行说明。该方法可以包括如下内容：
步骤2101至步骤2107请参见上述图17所示实施例中的步骤1701至步骤1708。
步骤2109：感知模块从目标场景特征中获取与业务B2的业务类型信息关联的基站指示信息，得到基站指示信息列表。
其具体实现可以参见图17所示实施例中的步骤1709。
步骤2110：感知模块从业务B2对应的场景围栏快照中获取全量WiFi特征。
作为本申请的一个示例，业务B2对应的全量WiFi特征包括第三WiFi标识信息列表和第三WiFi标识信息列表对应的目标匹配度阈值，且第三WiFi标识信息列表中的每个WiFi标识信息均对应有平均强度和频次。
步骤2111：感知模块从全量WiFi特征中抽取部分WiFi特征。
作为本申请的一个示例，第三WiFi标识信息列表中包括多个WiFi标识信息。感知模块从全量WiFi特征中抽取部分WiFi特征的具体实现可以包括：按照平均强度从强至弱的顺序对第三WiFi标识信息列表中的多个WiFi标识信息进行排序。从全量WiFi特征中，删除排序后的第三WiFi标识信息列表中的后预设数量个WiFi标识信息和预设数量个WiFi标识信息中每个WiFi标识信息对应的平均强度与频次，得到部分WiFi特征。也即是，可以从全量WiFi特征中抽稀出平均强度较强的WiFi特征。其中预设数量可以根据实际需求进行设置。
作为本申请的一个示例，部分WiFi特征中包括第一WiFi标识信息列表和第一WiFi标识信息列表对应的目标匹配度阈值，且第一WiFi标识信息列表中的每个WiFi标识信息均对应有平均强度和频次。不难理解，第三WiFi标识信息列表包括第一WiFi标识信息列表，第三WiFi标识信息列表对应的目标匹配度阈值与第一WiFi标识信息列表对应的目标匹配度阈值相同。
需要说明的是，在业务B2对应的场景围栏快照的数量为多个，且多个场景围栏快照中均包括WiFi特征的情况下，在进行WiFi特征抽稀时，可以按照上述流程从多个WiFi特征中的每个WiFi特征中抽取部分WiFi特征，此时对应有多组部分WiFi特征，且每组部分WiFi特征中的目标匹配度阈值即是其所属的全量WiFi特征中的目标匹配度阈值。该种情况下，在后续WiFi匹配时可以将通过WiFi扫描得到的结果与多组部分WiFi特征中的每组WiFi特征分别进行匹配。
另外需要说明的是，上述从全量WiFi特征中抽取部分WiFi特征的具体实现仅是示例性地，在另一实施例中，还可以采用其他方式从全量WiFi特征中抽取部分WiFi特征，譬如还可以随机选择一部分WiFi特征，本申请实施例对此不作限定。
步骤2112：感知模块将基站指示信息列表存储至低功耗中心模块中。
步骤2113：感知模块将部分WiFi特征存储至低功耗WiFi芯片中。
在一个示例中，请参考图5，感知模块可以将部分WiFi特征发送给WiFi服务模块，WiFi服务模块将部分WiFi特征发送给第三WiFi模块，然后由第三WiFi模块将部分WiFi特征注册至低功耗WiFi芯片中。也即第三WiFi模块是WiFi服务模块与低功耗WiFi芯片之间的数据传输通道。
在一个示例中，若全量WiFi特征的数据量较少，则可以直接将全量WiFi特征存储至低功耗WiFi芯片中，也即不需要进行WiFi特征抽稀处理。
需要说明的是，步骤2112与步骤2113之间没有严格的先后执行顺序。在一个示例中，步骤2112与步骤2113之间可以并行执行。
需要说明的是，上述步骤2112至步骤2113是可选操作，在另一示例中，请参考图22，还可以将基站指示信息列表和部分WiFi特征均存储至低功耗中心模块中，以及将基站指示信息列表和部分WiFi特征均存储至低功耗WiFi芯片中。
步骤2114：若电子设备进入息屏状态，则感知模块调用电子设备的低功耗中心模块。
步骤2115：在基站指示信息列表包括电子设备当前接入的基站的第一基站指示信息的情况下，低功耗中心模块调用低功耗WiFi芯片进行WiFi扫描，得到第一WiFi扫描结果。
第一WiFi扫描结果包括中包括第二WiFi标识信息列表，第二WiFi标识信息列表中的每个WiFi标识信息均对应有WiFi强度。
在基站指示信息列表包括电子设备当前接入的基站的第一基站指示信息的情况下，说明电子设备当前接入覆盖目标场景的基站中，该种情况下，电子设备可能位于目标场景外，也可能位于目标场景内，由于此时业务B2的场景识别精度为高精度，为了进一步准确判断，低功耗中心模块调用低功耗WiFi芯片进行WiFi扫描，以通过WiFi匹配进行判断。
其中低功耗WiFi芯片的扫描功耗约为0.005mAh/次，扫描功耗为电子设备内部的WiFi主芯片的扫描功耗的十分之一。低功耗WiFi芯片的低功耗原理是：(1)仅扫描2.4GHz频段的信道，不扫描5.0GHz频段的信道，以降低单次扫描的功耗；(2)增加单次扫描的扫描时长，譬如增加为2倍；(3)不仅对Beacon帧会进行解析，对校验包也进行解析，以增加识别到WiFi热点的机率。
作为本申请的一个示例，若第一WiFi扫描结果与部分WiFi特征中的WiFi标识信息不存在交集，则低功耗WiFi芯片可以降低扫描频率，如此可以较小WiFi扫描功耗。
步骤2116：若第一WiFi扫描结果与部分WiFi特征的匹配度大于或等于第一阈值，则低功耗WiFi芯片向低功耗中心模块发送第一通知，第一通知用于指示WiFi匹配成功。
第一阈值用于指示第一WiFi扫描结果与部分WiFi特征的匹配程度，可以根据实际需求进行设置。
在一个示例中，步骤2116的具体实现可以包括：在第一WiFi标识信息列表与第二WiFi标识信息列表中相同的WiFi标识信息的数量占第一WiFi标识信息列表中WiFi标识信息总数量的比例大于或等于数量占比阈值的情况下，低功耗WiFi芯片将第一WiFi标识信息列表与第二WiFi标识信息列表中相同的WiFi标识信息作为待匹配WiFi标识信息。低功耗WiFi芯片确定待匹配WiFi标识信息中的每个WiFi标识信息的平均强度与WiFi强度的强度匹配度，得到待匹配WiFi标识信息中每个WiFi标识信息对应的匹配评分值。低功耗WiFi芯片将待匹配WiFi标识信息中每个WiFi标识信息对应的匹配评分值相加，得到匹配评分值总和。若匹配评分值总和大于或等于目标匹配度阈值，则低功耗WiFi芯片向低功耗中心模块发送第一通知。
其中数据占比阈值可以根据实际需求进行设置。譬如数据占比阈值为60％。
也即是，低功耗WiFi芯片可以确定第一WiFi标识信息列表与第二WiFi标识信息列表中存在交集的WiFi标识信息的数量，如果存在交集的WiFi标识信息的数量占第一WiFi标识信息列表中WiFi标识信息总数量的60％以上，说明当前扫描到的WiFi标识信息与部分WiFi特征中的WiFi标识信息存在大量交集。该种情况下，将这些相同WiFi标识信息作为待匹配WiFi标识信息。对于待匹配WiFi标识信息中的任意一个WiFi标识信息，确定部分WiFi特征中该WiFi标识信息对应的平均强度与第一WiFi扫描数据中该WiFi标识信息对应的WiFi强度之间的强度匹配度，将该WiFi标识信息对应的强度匹配度与部分WiFi特征中该WiFi标识信息对应的频次相乘后进行开方运算，得到该WiFi标识信息对应的匹配评分值。对于待匹配WiFi标识信息中的每个WiFi标识信息，均可以按照该种方式确定各自对应的匹配评分值。之后将待匹配WiFi标识信息中各个WiFi标识信息对应的匹配评分值相加，得到匹配评分值总和。若该匹配评分值总和大于或等于部分WiFi特征中的目标匹配阈值，则确定第一WiFi扫描数据与部分WiFi特征的匹配度大于或等于第一阈值。该种情况下，低功耗WiFi芯片向低功耗中心模块发送第一通知。
在另一个示例中，步骤2116的具体实现可以包括：在第一WiFi标识信息列表与第二WiFi标识信息列表中相同的WiFi标识信息的数量占第一WiFi标识信息列表中WiFi标识信息总数量的比例大于或等于数量占比阈值的情况下，低功耗WiFi芯片将第一WiFi标识信息列表与第二WiFi标识信息列表中相同的WiFi标识信息作为待匹配WiFi标识信息。低功耗WiFi芯片确定待匹配WiFi标识信息中的每个WiFi标识信息的平均强度与WiFi强度的强度匹配度(如通过Helligen距离确定)，得到待匹配WiFi标识信息中每个WiFi标识信息对应的匹配评分值。若待匹配WiFi标识信息中每个WiFi标识信息对应的匹配评分值均大于或等于目标匹配度阈值，则低功耗WiFi芯片向低功耗中心模块发送第一通知。
也即是，低功耗WiFi芯片可以确定第一WiFi标识信息列表与第二WiFi标识信息列表中存在交集的WiFi标识信息的数量，如果存在交集的WiFi标识信息的数量占第一WiFi标识信息列表中WiFi标识信息总数量的60％以上，说明当前扫描到的WiFi标识信息与部分WiFi特征中的WiFi标识信息存在大量交集。该种情况下，将这些相同WiFi标识信息作为待匹配WiFi标识信息。对于待匹配WiFi标识信息中的任意一个WiFi标识信息，确定部分WiFi特征中该WiFi标识信息对应的平均强度与第一WiFi扫描数据中该WiFi标识信息对应的WiFi强度之间的强度匹配度，得到该WiFi标识信息对应的强度匹配度。对于待匹配WiFi标识信息中的每个WiFi标识信息，均可以按照该种方式确定各自对应的强度匹配度。若待匹配WiFi标识信息中每个WiFi标识信息对应的强度匹配度均大于或等于目标匹配度阈值，则低功耗WiFi芯片向低功耗中心模块发送第一通知。
在另一个示例中，步骤2116的具体实现可以包括：若第一WiFi标识信息列表中的WiFi标识信息与第二WiFi标识信息列表中的WiFi标识信息相同，且第一WiFi标识信息列表中每个WiFi标识信息对应的平均强度与第二WiFi标识信息列表中每个WiFi标识信息对应的强度相同，则低功耗WiFi芯片向低功耗中心模块发送第一通知。
在一个示例中，若第一WiFi扫描结果与部分WiFi特征的匹配度小于第一阈值，则低功耗WiFi芯片可以向低功耗中心模块发送第二通知，第二通知用于指示WiFi匹配不成功。或者在第一WiFi扫描结果与部分WiFi特征的匹配度小于第一阈值的情况下，低功耗WiFi芯片也可以不向低功耗中心模块进行反馈，相应地，在未接收到反馈的情况下，低功耗中心模块可以确定WiFi匹配未成功，此时低功耗中心模块继续监听低功耗WiFi芯片的反馈。
步骤2117：低功耗中心模块接收到第一通知后，唤醒应用处理器。
应用处理器唤醒后，即可通过感知模块执行后续的场景识别流程。
步骤2118：低功耗WiFi芯片将第一WiFi扫描结果上报给感知模块。
也即应用处理器唤醒后，低功耗WiFi芯片将第一WiFi扫描结果上报给感知模块。
步骤2119：感知模块将第一WiFi扫描结果与全量WiFi特征进行匹配。
作为本申请的一个示例，步骤2119的具体实现可以包括：低功耗WiFi芯片可以确定第三WiFi标识信息列表与第二WiFi标识信息列表中存在交集的WiFi标识信息的数量，如果存在交集的WiFi标识信息的数量占第三WiFi标识信息列表中WiFi标识信息总数量的比例大于数量占比阈值，说明当前扫描到的WiFi标识信息与全量WiFi特征中的WiFi标识信息存在大量交集。该种情况下，将这些相同WiFi标识信息作为待匹配WiFi标识信息。对于待匹配WiFi标识信息中的任意一个WiFi标识信息，确定全量WiFi特征中该WiFi标识信息对应的平均强度与第一WiFi扫描数据中该WiFi标识信息对应的WiFi强度之间的强度匹配度，得到该WiFi标识信息对应的强度匹配度，将该WiFi标识信息对应的强度匹配度与全量WiFi特征中该WiFi标识信息对应的频次相乘后进行开方运算，得到该WiFi标识信息对应的匹配评分值。对于待匹配WiFi标识信息中的每个WiFi标识信息，均可以按照该种方式确定各自对应的匹配评分值。之后将待匹配WiFi标识信息中各个WiFi标识信息对应的匹配评分值相加，得到匹配评分值总和。若该匹配评分值总和大于或等于全量WiFi特征中的目标匹配阈值，则确定第一WiFi扫描数据与全量WiFi特征的匹配度大于或等于第二阈值。第二阈值可以根据实现需求进行设置。
需要说明的是，上述步骤2118至步骤2119是可选操作，在另一个示例中，低功耗中心模块唤醒应用处理器后，应用处理器可以调用电子设备中的WiFi主芯片进行WiFi扫描，譬如可以连续扫描两次，得到第二WiFi扫描结果，之后将第二WiFi扫描结果与全量WiFi特征进行匹配。具体匹配方式与步骤2119相同，不再重复赘述。
步骤2120：在第一WiFi扫描结果与全量WiFi特征的匹配度大于或等于第二阈值的情况下，感知模块确定电子设备位于目标场景内。
第二阈值用于指示第一WiFi扫描结果与全量WiFi特征的匹配程度，可以根据实际需求进行设置。
在第一WiFi扫描结果与全量WiFi特征的匹配度大于或等于第二阈值的情况下，说明电子设备连接上了目标场景内的WiFi热点，该种情况下，可以确定电子设备位于目标场景内。
在第一WiFi扫描数据与全量WiFi特征不匹配的情况下，需要再次进行WiFi扫描。如此以来，需要确定再次进行WiFi扫描的时间。在一个示例中，若电子设备的移动步数(可以通过确定)小于步数阈值，则可以不进行WiFi扫描操作，也即在电子设备的移动步数大于或等于步数阈值的情况下进行下一次WiFi扫描。其中步数阈值可以根据实际进行设置，本申请实施例对此不作限定。
在一个示例中，若电子设备处于静止状态，则电子设备可以停止WiFi扫描，之后当检测到电子设备进入移动状态的情况下，电子设备再次进行WiFi扫描。其中，感知模块可以通过调用陀螺仪传感器采集的数据和加速度传感器采集的数据判断电子设备是否处于静止状态。
在另一个示例中，在第一WiFi扫描数据与全量WiFi特征不匹配的情况下，若再次进行WiFi扫描后得到的第三WiFi扫描数据与全量WiFi特征中的WiFi标识信息列表有交集，说明电子设备可能进入目标场景的WiFi覆盖范围，此时为了能够有效地判断电子设备是否真正进入目标场景内，感知模块再次进行WiFi扫描，以根据连续两次WiFi扫描的数据进行匹配。反之，若再次进行WiFi扫描后得到的第三WiFi扫描数据与WiFi特征中的WiFi标识信息列表没有交集，说明此时大概率没有进入目标场景的WiFi覆盖范围，该种情况下，可以使用WiFi扫描搭车，也即复用其他应用程序的WiFi扫描数据。一旦确定WiFi扫描数据(通过WiFi扫描搭车确定的)与全量WiFi特征中的WiFi标识信息列表有交集，再进行WiFi扫描和匹配，如此可以节省WiFi扫描功耗。
步骤2121：感知模块通知决策模块电子设备已进入目标场景内。
步骤2122：决策模块执行与业务B2相关的快捷操作。
步骤2122的具体实现可以参见图17所示实施例中的步骤1715。
作为本申请的一个示例，电子设备进入目标场景后可以持续进行场景识别，譬如可以持续进行WiFi匹配。如果电子设备进入目标场景后WiFi未匹配上，则一种可能的情况是，电子设备已经离开目标场景；另一种可能的情况是，电子设备仍处于目标场景内，只是电子设备当前连接的WiFi的特征未学习到，因此，为了进一步准确判断电子设备是否离开目标场景，电子设备可以确定当前的经纬度信息，并根据经纬度信息和目标场景的场景围栏快照，确定电子设备是否离开目标场景。
在本申请实施例中，在场景识别过程中，即使电子设备进入息屏状态，由于可以通过低功耗中心模块继续监测电子设备是否接入覆盖目标场景的基站，并在监测到电子设备接入覆盖目标场景的基站时，调用低功耗WiFi芯片进行WiFi扫描，当根据WiFi扫描的结果确定与目标场景的WiFi特征匹配的情况下，再次唤醒应用处理器，以应用处理器能够继续根据全量的WiFi特征确定电子设备是否位于目标场景内。也即在息屏状态下仍能够使得电子设备进行场景识别。
另外，在监测到电子设备接入覆盖目标场景的基站的情况下再进行WiFi特征匹配，并在确定WiFi特征匹配度较高的情况下才唤醒应用处理器，可以节省场景识别的功耗。
图23是本申请实施例提供的一种终端的结构示意图。参见图23，电子设备100可以包括处理器110，外部存储器接口120，内部存储器121，通用串行总线(universal serialbus，USB)接口130，充电管理模块140，电源管理模块141，电池142，天线1，天线2，移动通信模块150，无线通信模块160，音频模块170，扬声器170A，受话器170B，麦克风170C，耳机接口170D，传感器模块180，按键190，马达191，指示器192，摄像头193，显示屏194，以及用户标识模块(subscriber identification module，SIM)卡接口195等。其中，传感器模块180可以包括压力传感器180A，陀螺仪传感器180B，气压传感器180C，磁传感器180D，加速度传感器180E，距离传感器180F，接近光传感器180G，指纹传感器180H，温度传感器180J，触摸传感器180K，环境光传感器180L，骨传导传感器180M等。
可以理解的是，本申请实施例示意的结构并不构成对电子设备100的具体限定。在本申请另一些实施例中，电子设备100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110可以包括一个或多个处理单元，比如：处理器110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，存储器，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-network 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。
其中，控制器可以是电子设备100的神经中枢和指挥中心。控制器可以根据指令操作码和时序信号，产生操作控制信号，完成取指令和执行指令的控制。
处理器110中还可以设置存储器，用于存储指令和数据。在一些实施例中，处理器110中的存储器为高速缓冲存储器。该存储器可以保存处理器110刚用过或循环使用的指令或数据。如果处理器110需要再次使用该指令或数据，可从该存储器中直接调用。避免了重复存取，减少了处理器110的等待时间，因而提高了系统的效率。
在一些实施例中，处理器110可以包括一个或多个接口，如可以包括集成电路(inter-integrated circuit，I2C)接口，集成电路内置音频(inter-integrated circuitsound，I2S)接口，脉冲编码调制(pulse code modulation，PCM)接口，通用异步收发传输器(universal asynchronous receiver/transmitter，UART)接口，移动产业处理器接口(mobile industry processor interface，MIPI)，通用输入输出(general-purposeinput/output，GPIO)接口，用户标识模块(subscriber identity module，SIM)接口，和/或通用串行总线(universal serial bus，USB)接口等。
电子设备100的无线通信功能可以通过天线1，天线2，移动通信模块150，无线通信模块160，调制解调处理器以及基带处理器等实现。
移动通信模块150可以提供应用在电子设备100上的包括2G/3G/4G/5G等无线通信的解决方案。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意结合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络或其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，比如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(比如：同轴电缆、光纤、数据用户线(Digital Subscriber Line，DSL))或无线(比如：红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质，或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(比如：软盘、硬盘、磁带)、光介质(比如：数字通用光盘(Digital Versatile Disc，DVD))或半导体介质(比如：固态硬盘(Solid State Disk，SSD))等。
以上所述为本申请提供的可选实施例，并不用以限制本申请，凡在本申请的揭露的技术范围之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (14)
1.一种场景识别的方法，其特征在于，应用于电子设备，所述方法包括：
所述电子设备的应用处理器在监听到第一业务的场景识别请求的情况下，若所述电子设备进入息屏状态，则调用所述电子设备的低功耗中心模块，所述场景识别请求用于请求识别所述电子设备是否位于与所述第一业务相关的目标场景内，所述低功耗中心模块在所述应用处理器进入休眠状态的情况下持续工作，所述低功耗中心模块包括覆盖所述目标场景的基站的基站指示信息列表；
在所述基站指示信息列表包括所述电子设备当前接入的基站的第一基站指示信息的情况下，所述低功耗中心模块唤醒所述应用处理器；
所述应用处理器确定所述场景识别请求的场景识别结果。
2.如权利要求1所述的方法，其特征在于，所述第一业务的场景识别精度为高精度；
所述在所述基站指示信息列表包括所述电子设备当前接入的基站的第一基站指示信息的情况下，所述低功耗中心模块唤醒所述应用处理器，包括：
在所述基站指示信息列表包括所述第一基站指示信息的情况下，所述低功耗中心模块调用低功耗WiFi芯片进行WiFi扫描，得到第一WiFi扫描结果，所述低功耗WiFi芯片中包括所述目标场景的部分无线保真WiFi特征，所述部分WiFi特征是从所述目标场景的全量WiFi特征中抽取得到，所述全量WiFi特征是基于所述目标场景内的多个WiFi指纹数据学习得到；
若所述第一WiFi扫描结果与所述部分WiFi特征的匹配度大于或等于第一阈值，则所述低功耗WiFi芯片向所述低功耗中心模块发送第一通知，所述第一通知用于指示WiFi匹配成功；
所述低功耗中心模块唤醒所述应用处理器。
3.如权利要求2所述的方法，其特征在于，所述部分WiFi特征中包括第一WiFi标识信息列表和所述第一WiFi标识信息列表对应的目标匹配度阈值，且所述第一WiFi标识信息列表中的每个WiFi标识信息均对应有平均强度和频次；所述第一WiFi扫描结果中包括第二WiFi标识信息列表，所述第二WiFi标识信息列表中的每个WiFi标识信息均对应有WiFi强度；
所述若所述第一WiFi扫描结果与所述部分WiFi特征的匹配度大于或等于第一阈值，则所述低功耗WiFi芯片向所述低功耗中心模块发送第一通知，包括：
在所述第一WiFi标识信息列表与所述第二WiFi标识信息列表中相同的WiFi标识信息的数量占所述第一WiFi标识信息列表中WiFi标识信息总数量的比例大于或等于数量占比阈值的情况下，所述低功耗WiFi芯片将所述第一WiFi标识信息列表与所述第二WiFi标识信息列表中相同的WiFi标识信息作为待匹配WiFi标识信息；
所述低功耗WiFi芯片确定所述待匹配WiFi标识信息中的每个WiFi标识信息的平均强度与WiFi强度的强度匹配度，得到所述待匹配WiFi标识信息中每个WiFi标识信息对应的匹配评分值；
所述低功耗WiFi芯片将所述待匹配WiFi标识信息中每个WiFi标识信息对应的匹配评分值相加，得到匹配评分值总和；
若所述匹配评分值总和大于或等于所述目标匹配度阈值，则所述低功耗WiFi芯片向所述低功耗中心模块发送所述第一通知。
4.如权利要求2所述的方法，其特征在于，所述部分WiFi特征中包括第一WiFi标识信息列表和所述第一WiFi标识信息列表对应的目标匹配度阈值，且所述第一WiFi标识信息列表中的每个WiFi标识信息均对应有平均强度；所述第一WiFi扫描结果中包括第二WiFi标识信息列表，所述第二WiFi标识信息列表中的每个WiFi标识信息均对应有WiFi强度；
若所述第一WiFi扫描结果与所述部分WiFi特征的匹配度大于或等于第一阈值，则所述低功耗WiFi芯片向所述低功耗中心模块发送第一通知，包括：
在所述第一WiFi标识信息列表与所述第二WiFi标识信息列表中相同的WiFi标识信息的数量占所述第一WiFi标识信息列表中WiFi标识信息总数量的比例大于或等于数量占比阈值的情况下，所述低功耗WiFi芯片将所述第一WiFi标识信息列表与所述第二WiFi标识信息列表中相同的WiFi标识信息作为待匹配WiFi标识信息；
所述低功耗WiFi芯片确定所述待匹配WiFi标识信息中的每个WiFi标识信息的平均强度与WiFi强度的强度匹配度，得到所述待匹配WiFi标识信息中每个WiFi标识信息对应的匹配评分值；
若所述待匹配WiFi标识信息中每个WiFi标识信息对应的匹配评分值均大于或等于所述目标匹配度阈值，则所述低功耗WiFi芯片向所述低功耗中心模块发送所述第一通知。
5.如权利要求2所述的方法，其特征在于，所述部分WiFi特征中包括第一WiFi标识信息列表，且所述第一WiFi标识信息列表中的每个WiFi标识信息均对应有平均强度；所述第一WiFi扫描结果中包括第二WiFi标识信息列表，所述第二WiFi标识信息列表中的每个WiFi标识信息均对应有WiFi强度；
所述若所述第一WiFi扫描结果与所述部分WiFi特征的匹配度大于或等于第一阈值，则所述低功耗WiFi芯片向所述低功耗中心模块发送第一通知，包括：
若所述第一WiFi标识信息列表中的WiFi标识信息与所述第二WiFi标识信息列表中的WiFi标识信息相同，且所述第一WiFi标识信息列表中每个WiFi标识信息对应的平均强度与所述第二WiFi标识信息列表中所述每个WiFi标识信息对应的强度相同，则所述低功耗WiFi芯片向所述低功耗中心模块发送所述第一通知。
6.如权利要求2-5中任一项所述的方法，其特征在于，所述低功耗中心模块唤醒所述应用处理器之后，还包括：
所述低功耗WiFi芯片将所述第一WiFi扫描结果上报给所述应用处理器；
所述应用处理器将所述第一WiFi扫描结果与所述全量WiFi特征进行匹配；
在所述第一WiFi扫描结果与所述全量WiFi特征的匹配度大于或等于第二阈值的情况下，所述应用处理器确定所述电子设备位于所述目标场景内。
7.如权利要求2-5中任一项所述的方法，其特征在于，所述低功耗中心模块唤醒所述应用处理器之后，还包括：
所述应用处理器调用所述电子设备中的WiFi主芯片进行WiFi扫描，得到第二WiFi扫描结果；
所述应用处理器将所述第二WiFi扫描结果与所述全量WiFi特征进行匹配；
在所述第二WiFi扫描结果与所述全量WiFi特征的匹配度大于或等于第二阈值的情况下，所述应用处理器确定所述电子设备位于所述目标场景内。
8.如权利要求2-5中任一项所述的方法，其特征在于，所述在所述基站指示信息列表包括所述第一基站指示信息的情况下，调用低功耗WiFi芯片进行WiFi扫描，得到第一WiFi扫描结果之后，还包括：
若所述第一WiFi扫描结果与所述部分WiFi特征中的WiFi标识信息不存在交集，则所述低功耗WiFi芯片降低扫描频率。
9.如权利要求2-8中任一项所述的方法，其特征在于，所述方法还包括：
当监听到所述场景识别请求时，所述应用处理器根据所述第一业务的业务类型信息，从数据库中存储的场景特征中，获取所述第一业务对应的目标场景特征，所述目标场景特征包括至少一个基站围栏快照和至少一个场景围栏快照，各个基站围栏快照中包括所述业务类型信息和基站指示信息，各个场景围栏快照中包括所述业务类型信息和所述全量WiFi特征；
所述应用处理器根据所述至少一个基站围栏快照中各个基站围栏快照包括的基站指示信息，生成所述基站指示信息列表；
所述应用处理器从所述全量WiFi特征中抽取所述部分WiFi特征；
所述应用处理器将所述基站指示信息列表存储至所述低功耗中心模块中；
所述应用处理器将所述部分WiFi特征存储至所述低功耗WiFi芯片中。
10.如权利要求9所述的方法，其特征在于，所述全量WiFi特征包括第三WiFi标识信息列表和所述第三WiFi标识信息列表对应的目标匹配度阈值，且所述第三WiFi标识信息列表中的每个WiFi标识信息均对应有平均强度和频次；
所述所述应用处理器从所述全量WiFi特征中抽取所述部分WiFi特征，包括：
所述应用处理器按照平均强度从强至弱的顺序对所述第三WiFi标识信息列表中的多个WiFi标识信息进行排序；
所述应用处理器从所述全量WiFi特征中，删除排序后的所述第三WiFi标识信息列表中的后预设数量个WiFi标识信息和所述预设数量个WiFi标识信息中每个WiFi标识信息对应的平均强度与频次，得到所述部分WiFi特征。
11.如权利要求9所述的方法，其特征在于，所述第一业务的场景识别精度为中精度；
所述应用处理器确定所述场景识别请求的场景识别结果，包括：
所述应用处理器确定所述电子设备当前的位置信息；
在根据所述至少一个场景围栏快照和所述位置信息确定所述电子设备处于所述至少一个场景围栏快照中任意一个场景围栏快照对应的场景围栏内的情况下，所述应用处理器确定所述电子设备位于所述目标场景内。
12.如权利要求1所述的方法，其特征在于，所述第一业务的场景识别精度为低精度；
所述应用处理器确定所述场景识别请求的场景识别结果，包括：
所述应用处理器确定所述场景识别结果是所述电子设备位于所述目标场景内。
13.一种电子设备，其特征在于，所述电子设备的结构中包括处理器和存储器；
所述存储器用于存储支持所述电子设备执行如权利要求1-12中任一项所提供的获取数据的方法的程序，以及存储用于实现如权利要求1-12中任一项所提供的获取数据的方法所涉及的数据；
所述处理器被配置为用于执行所述存储器中存储的程序。
14.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行如权利要求1-12任意一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211320412.4A CN116668580B (zh) | 2022-10-26 | 场景识别的方法、电子设备及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211320412.4A CN116668580B (zh) | 2022-10-26 | 场景识别的方法、电子设备及可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116668580A true CN116668580A (zh) | 2023-08-29 |
| CN116668580B CN116668580B (zh) | 2024-04-19 |
Family
ID=
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117376830A (zh) * | 2023-12-04 | 2024-01-09 | 荣耀终端有限公司 | 地理围栏匹配方法、电子设备及计算机可读存储介质 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106941569A (zh) * | 2017-03-30 | 2017-07-11 | 北京金山安全软件有限公司 | 一种显示数据处理方法及装置 |
| CN110366096A (zh) * | 2019-05-30 | 2019-10-22 | 深圳数位传媒科技有限公司 | 一种室内场景识别方法及装置 |
| CN110365721A (zh) * | 2018-03-26 | 2019-10-22 | 华为技术有限公司 | 一种基于用户场景感知触发服务的方法、终端设备及系统 |
| WO2021052292A1 (zh) * | 2019-09-18 | 2021-03-25 | 华为技术有限公司 | 视频采集方法和电子设备 |
| WO2022037384A1 (zh) * | 2020-08-17 | 2022-02-24 | 华为技术有限公司 | C-v2x的低功耗方法、电子设备及芯片系统 |
| CN114339594A (zh) * | 2021-12-23 | 2022-04-12 | 北京唯触技术有限公司 | 基于蓝牙模块实现室内外超低功耗高精度定位方法及装置 |
| CA3155717A1 (en) * | 2021-04-19 | 2022-10-19 | 10353744 Canada Ltd. | Method of realizing configurable intelligent voice robot, device and storage medium |
| CN115243398A (zh) * | 2021-04-22 | 2022-10-25 | 华为技术有限公司 | WiFi链路休眠唤醒方法、电子设备及系统 |
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106941569A (zh) * | 2017-03-30 | 2017-07-11 | 北京金山安全软件有限公司 | 一种显示数据处理方法及装置 |
| CN110365721A (zh) * | 2018-03-26 | 2019-10-22 | 华为技术有限公司 | 一种基于用户场景感知触发服务的方法、终端设备及系统 |
| CN110366096A (zh) * | 2019-05-30 | 2019-10-22 | 深圳数位传媒科技有限公司 | 一种室内场景识别方法及装置 |
| WO2021052292A1 (zh) * | 2019-09-18 | 2021-03-25 | 华为技术有限公司 | 视频采集方法和电子设备 |
| WO2022037384A1 (zh) * | 2020-08-17 | 2022-02-24 | 华为技术有限公司 | C-v2x的低功耗方法、电子设备及芯片系统 |
| CA3155717A1 (en) * | 2021-04-19 | 2022-10-19 | 10353744 Canada Ltd. | Method of realizing configurable intelligent voice robot, device and storage medium |
| CN115243398A (zh) * | 2021-04-22 | 2022-10-25 | 华为技术有限公司 | WiFi链路休眠唤醒方法、电子设备及系统 |
| CN114339594A (zh) * | 2021-12-23 | 2022-04-12 | 北京唯触技术有限公司 | 基于蓝牙模块实现室内外超低功耗高精度定位方法及装置 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117376830A (zh) * | 2023-12-04 | 2024-01-09 | 荣耀终端有限公司 | 地理围栏匹配方法、电子设备及计算机可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9277362B2 (en) | Method and apparatus for generating and using location information | |
| EP3627806A1 (en) | Method for generating user portrait, and terminal | |
| CN110278329B (zh) | 一种通知消息的管理方法及移动终端 | |
| CA2751729C (en) | Method and apparatus for generating and using location information | |
| CN110782289B (zh) | 一种基于用户画像的业务推荐方法和系统 | |
| CN109587328B (zh) | 消息管理方法和装置、存储介质及电子设备 | |
| CN111311193B (zh) | 公共服务资源的配置方法和装置 | |
| US11082806B2 (en) | Method of identifying user location, storage medium and electronic device | |
| CN104160675A (zh) | 过滤应用的方法 | |
| CN116709501A (zh) | 业务场景识别方法、电子设备及存储介质 | |
| CN116668580B (zh) | 场景识别的方法、电子设备及可读存储介质 | |
| CN116029719B (zh) | 支付服务推荐的方法、电子设备及存储介质 | |
| CN114879879B (zh) | 一种显示健康码的方法、电子设备及存储介质 | |
| CN116668576B (zh) | 获取数据的方法、设备、云端管理平台、系统及存储介质 | |
| CN116668580A (zh) | 场景识别的方法、电子设备及可读存储介质 | |
| CN116668576A (zh) | 获取数据的方法、设备、云端管理平台、系统及存储介质 | |
| CN116027941B (zh) | 业务推荐方法和电子设备 | |
| CN115526221B (zh) | 一种定位异常检测和处理方法及相关设备 | |
| CN115550843B (zh) | 一种定位方法及相关设备 | |
| CN116761249B (zh) | 室内定位方法、指纹库的构建方法、电子设备及存储介质 | |
| CN116033344B (zh) | 地理围栏的确定方法、设备及存储介质 | |
| CN116095230B (zh) | 应用程序推荐方法和终端设备、可读存储介质 | |
| KR102623712B1 (ko) | 디지털 트윈 기술을 이용하여 농촌 내 유휴공간을 분석하기위한 전자 장치 및 그 동작 방법 | |
| CN113592198B (zh) | 需求参考信息的确定方法、服务器及终端 | |
| WO2023016050A1 (zh) | 一种卡片信息显示方法及电子设备 |
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 |