CN116823511A - 一种识别用户社交孤立状态的方法、装置及可穿戴设备 - Google Patents
一种识别用户社交孤立状态的方法、装置及可穿戴设备 Download PDFInfo
- Publication number
- CN116823511A CN116823511A CN202311106181.1A CN202311106181A CN116823511A CN 116823511 A CN116823511 A CN 116823511A CN 202311106181 A CN202311106181 A CN 202311106181A CN 116823511 A CN116823511 A CN 116823511A
- Authority
- CN
- China
- Prior art keywords
- target
- social
- user
- target group
- node
- 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 46
- 230000003993 interaction Effects 0.000 claims abstract description 30
- 238000010586 diagram Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000008451 emotion Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 206010003805 Autism Diseases 0.000 description 1
- 208000020706 Autistic disease Diseases 0.000 description 1
- 206010004716 Binge eating Diseases 0.000 description 1
- 208000032841 Bulimia Diseases 0.000 description 1
- 206010041247 Social fear Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 208000022531 anorexia Diseases 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 208000014679 binge eating disease Diseases 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 206010061428 decreased appetite Diseases 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 208000020016 psychiatric disease Diseases 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computing Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了识别用户社交孤立状态的方法、装置及可穿戴设备,该方法包括:在获取目标时间段内目标群体中各用户的位置数据之后,基于该位置数据确定目标群体中各用户对应的社交重叠信息,并基于社交重叠信息,获得目标用户在目标群体中对应的中心性指标数据,其中,社交重叠表征用户之间的距离处于预定距离范围内,中心性指标数据表征目标用户与目标群体的其他用户之间的互动程度;基于中心性指标数据,确定目标用户在目标群体中是否处于社交孤立状态。由于用户之间的位置数据可表征其互动程度,因此,本方法可实现对目标群体中处于社交孤立状态的用户进行准确识别。
Description
技术领域
本申请涉及健康监测技术领域,具体涉及一种识别用户社交孤立状态的方法。本申请同时涉及一种识别用户社交孤立状态的装置和一种可穿戴设备。
背景技术
社交孤立状态所反映的是个体缺乏与他人的接触,表现为较长时间段内缺乏与家人、同事、朋友的交流,或者故意回避与他人的接触。导致社交孤立的原因较多,包括健康状态(例如,是否身患疾病或残疾)或者自身性格等多种因素,例如,身体残疾的学生较容易觉得自身缺乏吸引力或害怕尴尬而远离全班同学的交往。长期处于社交孤立状态会影响各个体(例如学生)的多个方面,包括导致孤独感、对社交的恐惧、消极的自尊,也可能导致更严重的疾病,如厌食症、暴食症、抑郁等问题。而积极的社交则会带来足够多的社会支持(父母、同学、朋友等社会各方面从精神与物质上给予个体的支持和帮助)。如果个体感受到的社会支持水平较低,则会更容易放大其消极的情绪感受,甚至不良人际关系事件本身也会成为形成异常情绪的因素;如果个体感受到的社会支持水平较高,则可在一定程度上缓解压力、挫折,减小其产生消极情绪的概率。
因此,如何准确识别用户社交孤立状态,是需要解决的问题。
发明内容
本发明所要解决的技术问题在于,提供一种识别用户社交孤立状态的方法、识别用户社交孤立状态的装置及可穿戴设备,以准确识别用户社交孤立状态。
为了解决或者一定程度上改善上述技术问题,根据本发明一方面,提供一种识别用户社交孤立状态的方法,所述方法包括:
获取目标时间段内目标群体中各用户的位置数据;
基于所述位置数据,确定所述目标群体中各用户对应的社交重叠信息,并基于所述社交重叠信息,获得目标用户在所述目标群体中对应的中心性指标数据,其中,所述社交重叠表征用户之间的距离处于预定距离范围内,所述中心性指标数据表征所述目标用户与所述目标群体的其他用户之间的互动程度;
基于所述中心性指标数据,确定所述目标用户在所述目标群体中是否处于社交孤立状态。
在一些实施方式中,所述基于所述位置数据,确定所述目标群体中各用户对应的社交重叠信息,包括:
以所述目标群体中的各用户为节点、以发生社交重叠的用户之间的连线为边,构建所述目标群体的社交网络连接图;
将所述社交网络连接图中的各节点对应的边的数量确定为各用户对应的社交重叠信息。
在一些实施方式中,所述基于所述社交重叠信息,获得目标用户在所述目标群体中对应的中心性指标数据,包括:
基于所述社交网络连接图中的节点数量、各节点连接状况以及目标节点对应的边的数量,计算获得所述目标节点的相对节点度,并将所述相对节点度确定为所述目标用户的中心性指标数据,其中,所述目标节点为所述目标用户对应的节点,所述相对节点度表征所述目标节点与所述社交网络连接图中的其他节点的连接程度。
在一些实施方式中,还包括:通过如下公式计算获得所述目标节点的相对节点度:
,
其中,为目标节点,/>为目标节点在所述社交网络连接图中的相对节点度,/>为与目标节点相连接的边的数量,n-1表征社交网络连接图中的节点数量,k为表征相连接的节点数量在社交网络连接图中的总节点的占比的加权系数。
在一些实施方式中,所述以发生社交重叠的用户之间的连线为边,包括:
以发生社交重叠、且社交重叠时间大于约定时间阈值的用户之间的连线为边。
在一些实施方式中,所述目标时间段为所述目标群体处于未约束状态的至少部分时间区间。
在一些实施方式中,所述目标群体为未成年群体,所述获取目标时间段内目标群体中各用户的位置数据,包括:
基于所述未成年群体中各未成年个体佩戴的智能可穿戴设备、获取目标时间段内所述未成年群体中各未成年个体的位置数据。
在一些实施方式中,所述基于所述中心性指标数据,确定所述目标用户在所述目标群体中是否处于社交孤立状态,包括:
响应于所述中心性指标数据小于预定阈值,确定所述目标用户在所述目标群体中处于社交孤立状态。
根据本发明的另一方面,提供一种识别用户社交孤立状态的装置,所述装置包括:
位置数据获取单元,用于获取目标时间段内目标群体中各用户的位置数据;
中心性指标数据获得单元,用于基于所述位置数据,确定所述目标群体中各用户对应的社交重叠信息,并基于所述社交重叠信息,获得目标用户在所述目标群体中对应的中心性指标数据,其中,所述社交重叠表征用户之间的距离处于预定距离范围内,所述中心性指标数据表征所述目标用户与所述目标群体的其他用户之间的互动程度;
社交孤立状态确定单元,用于基于所述中心性指标数据,确定所述目标用户在所述目标群体中是否处于社交孤立状态。
根据本发明的另一方面,提供一种可穿戴设备,所述可穿戴设备可执行如上所述的方法。
与现有技术相比,本发明具有以下优点:
本发明提供的识别用户社交孤立状态的方法,在获取目标时间段内目标群体中各用户的位置数据之后,基于该位置数据确定目标群体中各用户对应的社交重叠信息,并基于社交重叠信息,获得目标用户在目标群体中对应的中心性指标数据,其中,社交重叠表征用户之间的距离处于预定距离范围内,中心性指标数据表征目标用户与目标群体的其他用户之间的互动程度;基于中心性指标数据,确定目标用户在目标群体中是否处于社交孤立状态。由于用户之间的位置数据可表征其互动程度,因此,本方法通过用户的位置数据确定目标群体中各用户对应的社交重叠信息,并据此获得表征目标用户与目标群体的其他用户之间的互动程度的中心性指标数据,并根据该中心性指标数据确定目标用户在目标群体中是否处于社交孤立状态,可实现对目标群体中处于社交孤立状态的用户进行准确识别。
附图说明
图1是本申请实施例提供的识别用户社交孤立状态的方法的流程图;
图2是本申请实施例提供的识别用户社交孤立状态的装置的单元框图;
图3是本申请实施例提供的可穿戴设备的逻辑结构示意图;
图4是本申请实施例提供的社交网络连接图的示意图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本申请内涵的情况下做类似推广,因此本申请不受下面公开的具体实施的限制。
针对用户社交孤立状态识别场景,为了准确识别用户是否处于社交孤立状态,本申请提供了一种识别用户社交孤立状态的方法。本申请还提供了与上述方法相对应的识别用户社交孤立状态的装置、可穿戴设备。以下提供实施例对上述方法、装置、可穿戴设备进行详细说明。
本申请一实施例提供一种识别用户社交孤立状态的方法,该方法的应用主体可以为用于对用户的用户社交孤立状态进行识别的计算设备应用,该计算设备应用可运行于可穿戴设备中或用于进行精神障碍识别的服务器中。图1为本申请实施例提供的识别用户社交孤立状态的方法的流程图,以下结合图1对本实施例提供的方法进行详细描述。以下描述所涉及的实施例是用来解释说明方法原理,不是实际使用的限定。
如图1所示,本实施例提供的识别用户社交孤立状态的方法包括如下步骤:
S101,获取目标时间段内目标群体中各用户的位置数据。
本步骤用于获取目标时间段内目标群体中各用户的位置数据,在本实施例中,可通过如下方式获取目标时间段内目标群体中各用户的位置数据:基于目标群体中各用户佩戴的可穿戴设备采集获得其实时位置数据,例如通过可穿戴设备安装的GPS传感器采集用户的地理位置数据,例如,目标群体中各用户佩戴的可穿戴设备按预定频次记录各用户的GPS数据,并将GPS数据转换为地理位置信息。
由于采集位置数据用于表征各用户与目标群体中其他用户的互动程度,而目标群体在约束状态下较难反映各用户的互动程度,例如处于上课期间的学生,其因受课堂环境约束而无法实现自由互动,因而无法反映学生的真实互动程度,因此,采集获得上述位置数据的目标时间段优选为目标群体处于无约束状态的至少部分时间区间,例如,目标群体处在下课休息期间或放学期间。并且,由于本实施例通过采集用户的位置数据来表征其互动程度,而未成年群体的互动程度主要依赖于近身接触,未成年之间的位置关系能够较为真实地反映其互动程度,因此,本实施例中的目标群体为未成年群体,例如同一班级的中小学生,上述获取目标时间段内目标群体中各用户的位置数据,具体可以是指:基于未成年群体中各未成年个体佩戴的智能可穿戴设备、获取目标时间段内未成年群体中各未成年个体的位置数据。
S102,基于上述位置数据,确定目标群体中各用户对应的社交重叠信息,并基于社交重叠信息,获得目标用户在目标群体中对应的中心性指标数据。
在上述步骤获取目标时间段内目标群体中各用户的位置数据之后,本步骤用于基于上述位置数据,确定目标群体中各用户对应的社交重叠信息,并基于社交重叠信息,获得目标用户在目标群体中对应的中心性指标数据,其中,目标用户为目标群体中的任一用户,社交重叠表征用户之间的距离处于预定距离范围内,中心性指标数据表征目标用户与目标群体的其他用户之间的互动程度。例如,用户周边0.5米范围即为预定距离范围,任意两个用户之间的距离处于0.5米范围内,即可认为其发生社交重叠。
在本实施例中,上述基于位置数据,确定目标群体中各用户对应的社交重叠信息,具体可以是指:以目标群体中的各用户为节点、以发生社交重叠的用户之间的连线为边,构建目标群体的社交网络连接图(如图4所示,图4中n0-n9即为节点,节点间的连线即为边);将社交网络连接图中的各节点对应的边的数量确定为各用户对应的社交重叠信息。本实施例中,在构建目标群体的社交网络连接图时,具体以发生社交重叠、且社交重叠时间大于约定时间阈值的用户之间的连线为边,以此避免用户无实质社交的随机接触所导致的社交重叠信息误差,例如,当学生A与其他学生(同一学生或多个不同学生)在一周时间内发生5次社交重叠,其中3次社交重叠时间大于1分钟,则学生A对应的社交重叠信息为3。
目标用户在目标群体中对应的中心性指标数据用于表征目标用户在目标群体中与其他用户的互动程度(即重要性程度或受欢迎程度),其可表征用户在目标群体中的社交程度。上述基于社交重叠信息,获得目标用户在目标群体中对应的中心性指标数据,具体可以是指:基于社交网络连接图中的节点数量、各节点连接状况以及目标节点对应的边的数量,计算获得目标节点在社交网络连接图中的相对节点度,并将该相对节点度确定为目标用户的中心性指标数据,其中,目标节点为目标用户对应的节点,相对节点度表征目标节点与社交网络连接图中的其他节点的连接程度,在社交网络连接图中,节点的连边个数即为该节点的度,节点度越大,表明该节点在网络中越重要,节点度越小的学生,表征其与其它同学的互动较少,被社交孤立的可能性越大。在本实施例中,可通过如下公式计算获得目标节点的相对节点度:
,
其中,为目标节点,/>为目标节点在社交网络连接图中的相对节点度,为与目标节点相连接的边的数量(即节点度),n-1表征社交网络连接图中的节点数量,k为表征相连接的节点数量在社交网络连接图中的总节点的占比的加权系数。
S103,基于中心性指标数据,确定目标用户在目标群体中是否处于社交孤立状态。
在上述步骤计算获得目标用户在目标群体中对应的中心性指标数据之后,本步骤用于基于上述中心性指标数据,确定目标用户在目标群体中是否处于社交孤立状态,具体的,当目标用户的中心性指标数据小于预定阈值时,则确定目标用户在目标群体中处于社交孤立状态。
本申请实施例提供的识别用户社交孤立状态的方法,在获取目标时间段内目标群体中各用户的位置数据之后,基于该位置数据确定目标群体中各用户对应的社交重叠信息,并基于社交重叠信息,获得目标用户在目标群体中对应的中心性指标数据,其中,社交重叠表征用户之间的距离处于预定距离范围内,中心性指标数据表征目标用户与目标群体的其他用户之间的互动程度;基于中心性指标数据,确定目标用户在目标群体中是否处于社交孤立状态。由于用户之间的位置数据可表征其互动程度,因此,本方法通过用户的位置数据确定目标群体中各用户对应的社交重叠信息,并据此获得表征目标用户与目标群体的其他用户之间的互动程度的中心性指标数据,并根据该中心性指标数据确定目标用户在目标群体中是否处于社交孤立状态,可实现对目标群体中处于社交孤立状态的用户进行准确识别。
上述第一实施例提供了一种识别用户社交孤立状态的方法,与之相对应的,本申请另一实施例还提供了一种识别用户社交孤立状态的装置,由于装置实施例基本相似于方法实施例,所以描述得比较简单,相关的技术特征的细节部分请参见上述提供的方法实施例的对应说明即可,下述对装置实施例的描述仅仅是示意性的。
请参考图2理解该实施例,图2为本实施例提供的识别用户社交孤立状态的装置的单元框图,如图2所示,本实施例提供的装置包括:
位置数据获取单元201,用于获取目标时间段内目标群体中各用户的位置数据;
中心性指标数据获得单元202,用于基于位置数据,确定目标群体中各用户对应的社交重叠信息,并基于社交重叠信息,获得目标用户在目标群体中对应的中心性指标数据,其中,社交重叠表征用户之间的距离处于预定距离范围内,中心性指标数据表征目标用户与目标群体的其他用户之间的互动程度;
社交孤立状态确定单元203,用于基于中心性指标数据,确定目标用户在目标群体中是否处于社交孤立状态。
在一些实施方式中,所述基于所述位置数据,确定所述目标群体中各用户对应的社交重叠信息,包括:
以所述目标群体中的各用户为节点、以发生社交重叠的用户之间的连线为边,构建所述目标群体的社交网络连接图;
将所述社交网络连接图中的各节点对应的边的数量确定为各用户对应的社交重叠信息。
在一些实施方式中,所述基于所述社交重叠信息,获得目标用户在所述目标群体中对应的中心性指标数据,包括:
基于所述社交网络连接图中的节点数量、各节点连接状况以及目标节点对应的边的数量,计算获得所述目标节点的相对节点度,并将所述相对节点度确定为所述目标用户的中心性指标数据,其中,所述目标节点为所述目标用户对应的节点,所述相对节点度表征所述目标节点与所述社交网络连接图中的其他节点的连接程度。
在一些实施方式中,还包括:通过如下公式计算获得所述目标节点的相对节点度:
,
其中,为目标节点,/>为目标节点在所述社交网络连接图中的相对节点度,为与目标节点相连接的边的数量,n-1表征社交网络连接图中的节点数量,k为表征相连接的节点数量在社交网络连接图中的总节点的占比的加权系数。
在一些实施方式中,所述以发生社交重叠的用户之间的连线为边,包括:
以发生社交重叠、且社交重叠时间大于约定时间阈值的用户之间的连线为边。
在一些实施方式中,所述目标时间段为所述目标群体处于未约束状态的至少部分时间区间。
在一些实施方式中,所述目标群体为未成年群体,所述获取目标时间段内目标群体中各用户的位置数据,包括:
基于所述未成年群体中各未成年个体佩戴的智能可穿戴设备、获取目标时间段内所述未成年群体中各未成年个体的位置数据。
在一些实施方式中,所述基于所述中心性指标数据,确定所述目标用户在所述目标群体中是否处于社交孤立状态,包括:
响应于所述中心性指标数据小于预定阈值,确定所述目标用户在所述目标群体中处于社交孤立状态。
本实施例提供的识别用户社交孤立状态的装置,在获取目标时间段内目标群体中各用户的位置数据之后,基于该位置数据确定目标群体中各用户对应的社交重叠信息,并基于社交重叠信息,获得目标用户在目标群体中对应的中心性指标数据,其中,社交重叠表征用户之间的距离处于预定距离范围内,中心性指标数据表征目标用户与目标群体的其他用户之间的互动程度;基于中心性指标数据,确定目标用户在目标群体中是否处于社交孤立状态。由于用户之间的位置数据可表征其互动程度,因此,本装置通过用户的位置数据确定目标群体中各用户对应的社交重叠信息,并据此获得表征目标用户与目标群体的其他用户之间的互动程度的中心性指标数据,并根据该中心性指标数据确定目标用户在目标群体中是否处于社交孤立状态,可实现对目标群体中处于社交孤立状态的用户进行准确识别。
在上述的实施例中,提供了一种识别用户社交孤立状态的方法以及一种识别用户社交孤立状态的装置,此外,本申请另一实施例还提供一种可穿戴设备,该可穿戴设备可以为可穿戴手环、头盔等,该可穿戴设备上安装有如脉搏波传感器、皮肤电传感器、加速度传感器、角速度传感器、GPS传感器、血氧传感器、血压传感器、语音传感器等用于采集多模态原始数据的传感器及其它监测模块。由于可穿戴设备实施例基本相似于方法实施例,所以描述得比较简单,相关的技术特征的细节部分请参见上述提供的方法实施例的对应说明即可,下述对可穿戴设备实施例的描述仅仅是示意性的。该可穿戴设备实施例如下:
请参考图3理解本实施例,图3为本实施例提供的可穿戴设备的示意图。
如图3所示,本实施例提供的可穿戴设备除了各种采集多模态原始数据的传感器及其它监测模块外,还包括:处理器301和存储器302;
该存储器302用于存储数据处理的计算机指令,该计算机指令在被处理器301读取执行时,执行如下操作:
获取目标时间段内目标群体中各用户的位置数据;
基于所述位置数据,确定所述目标群体中各用户对应的社交重叠信息,并基于所述社交重叠信息,获得目标用户在所述目标群体中对应的中心性指标数据,其中,所述社交重叠表征用户之间的距离处于预定距离范围内,所述中心性指标数据表征所述目标用户与所述目标群体的其他用户之间的互动程度;
基于所述中心性指标数据,确定所述目标用户在所述目标群体中是否处于社交孤立状态。
在一些实施方式中,所述基于所述位置数据,确定所述目标群体中各用户对应的社交重叠信息,包括:
以所述目标群体中的各用户为节点、以发生社交重叠的用户之间的连线为边,构建所述目标群体的社交网络连接图;
将所述社交网络连接图中的各节点对应的边的数量确定为各用户对应的社交重叠信息。
在一些实施方式中,所述基于所述社交重叠信息,获得目标用户在所述目标群体中对应的中心性指标数据,包括:
基于所述社交网络连接图中的节点数量、各节点连接状况以及目标节点对应的边的数量,计算获得所述目标节点的相对节点度,并将所述相对节点度确定为所述目标用户的中心性指标数据,其中,所述目标节点为所述目标用户对应的节点,所述相对节点度表征所述目标节点与所述社交网络连接图中的其他节点的连接程度。
在一些实施方式中,还包括:通过如下公式计算获得所述目标节点的相对节点度:
,
其中,为目标节点,/>为目标节点在所述社交网络连接图中的相对节点度,为与目标节点相连接的边的数量,n-1表征社交网络连接图中的节点数量,k为表征相连接的节点数量在社交网络连接图中的总节点的占比的加权系数。
在一些实施方式中,所述以发生社交重叠的用户之间的连线为边,包括:
以发生社交重叠、且社交重叠时间大于约定时间阈值的用户之间的连线为边。
在一些实施方式中,所述目标时间段为所述目标群体处于未约束状态的至少部分时间区间。
在一些实施方式中,所述目标群体为未成年群体,所述获取目标时间段内目标群体中各用户的位置数据,包括:
基于所述未成年群体中各未成年个体佩戴的智能可穿戴设备、获取目标时间段内所述未成年群体中各未成年个体的位置数据。
在一些实施方式中,所述基于所述中心性指标数据,确定所述目标用户在所述目标群体中是否处于社交孤立状态,包括:
响应于所述中心性指标数据小于预定阈值,确定所述目标用户在所述目标群体中处于社交孤立状态。
本实施例提供的可穿戴设备,在获取目标时间段内目标群体中各用户的位置数据之后,基于该位置数据确定目标群体中各用户对应的社交重叠信息,并基于社交重叠信息,获得目标用户在目标群体中对应的中心性指标数据,其中,社交重叠表征用户之间的距离处于预定距离范围内,中心性指标数据表征目标用户与目标群体的其他用户之间的互动程度;基于中心性指标数据,确定目标用户在目标群体中是否处于社交孤立状态。由于用户之间的位置数据可表征其互动程度,因此,该可穿戴设备通过用户的位置数据确定目标群体中各用户对应的社交重叠信息,并据此获得表征目标用户与目标群体的其他用户之间的互动程度的中心性指标数据,并根据该中心性指标数据确定目标用户在目标群体中是否处于社交孤立状态,可实现对目标群体中处于社交孤立状态的用户进行准确识别。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器 (RAM) 和/或非易失性内存等形式,如只读存储器 (ROM) 或闪存(flash RAM)。内存是计算机可读介质的示例。
1、计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、 程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存 (PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器 (DRAM)、 其他类型的随机存取存储器 (RAM)、只读存储器(ROM)、电可擦除可编程只读存储器 (EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器 (CD-ROM)、数字多功能光盘 (DVD) 或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括非暂存电脑可读媒体 (transitory media),如调制的数据信号和载波。
2、本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请虽然以较佳实施例公开如上,但其并不是用来限定本申请,任何本领域技术人员在不脱离本申请的精神和范围内,都可以做出可能的变动和修改,因此本申请的保护范围应当以本申请权利要求所界定的范围为准。
Claims (10)
1.一种识别用户社交孤立状态的方法,其特征在于,所述方法包括:
获取目标时间段内目标群体中各用户的位置数据;
基于所述位置数据,确定所述目标群体中各用户对应的社交重叠信息,并基于所述社交重叠信息,获得目标用户在所述目标群体中对应的中心性指标数据,其中,所述社交重叠表征用户之间的距离处于预定距离范围内,所述中心性指标数据表征所述目标用户与所述目标群体的其他用户之间的互动程度;
基于所述中心性指标数据,确定所述目标用户在所述目标群体中是否处于社交孤立状态。
2.根据权利要求1所述的方法,其特征在于,所述基于所述位置数据,确定所述目标群体中各用户对应的社交重叠信息,包括:
以所述目标群体中的各用户为节点、以发生社交重叠的用户之间的连线为边,构建所述目标群体的社交网络连接图;
将所述社交网络连接图中的各节点对应的边的数量确定为各用户对应的社交重叠信息。
3.根据权利要求2所述的方法,其特征在于,所述基于所述社交重叠信息,获得目标用户在所述目标群体中对应的中心性指标数据,包括:
基于所述社交网络连接图中的节点数量、各节点连接状况以及目标节点对应的边的数量,计算获得所述目标节点的相对节点度,并将所述相对节点度确定为所述目标用户的中心性指标数据,其中,所述目标节点为所述目标用户对应的节点,所述相对节点度表征所述目标节点与所述社交网络连接图中的其他节点的连接程度。
4.根据权利要求3所述的方法,其特征在于,还包括:通过如下公式计算获得所述目标节点的相对节点度:
,
其中,为目标节点,/>为目标节点在所述社交网络连接图中的相对节点度,为与目标节点相连接的边的数量,n-1表征社交网络连接图中的节点数量,k为表征相连接的节点数量在社交网络连接图中的总节点的占比的加权系数。
5.根据权利要求2所述的方法,其特征在于,所述以发生社交重叠的用户之间的连线为边,包括:
以发生社交重叠、且社交重叠时间大于约定时间阈值的用户之间的连线为边。
6.根据权利要求1所述的方法,其特征在于,所述目标时间段为所述目标群体处于未约束状态的至少部分时间区间。
7.根据权利要求1所述的方法,其特征在于,所述目标群体为未成年群体,所述获取目标时间段内目标群体中各用户的位置数据,包括:
基于所述未成年群体中各未成年个体佩戴的智能可穿戴设备、获取目标时间段内所述未成年群体中各未成年个体的位置数据。
8.根据权利要求1所述的方法,其特征在于,所述基于所述中心性指标数据,确定所述目标用户在所述目标群体中是否处于社交孤立状态,包括:
响应于所述中心性指标数据小于预定阈值,确定所述目标用户在所述目标群体中处于社交孤立状态。
9.一种识别用户社交孤立状态的装置,其特征在于,所述装置包括:
位置数据获取单元,用于获取目标时间段内目标群体中各用户的位置数据;
中心性指标数据获得单元,用于基于所述位置数据,确定所述目标群体中各用户对应的社交重叠信息,并基于所述社交重叠信息,获得目标用户在所述目标群体中对应的中心性指标数据,其中,所述社交重叠表征用户之间的距离处于预定距离范围内,所述中心性指标数据表征所述目标用户与所述目标群体的其他用户之间的互动程度;
社交孤立状态确定单元,用于基于所述中心性指标数据,确定所述目标用户在所述目标群体中是否处于社交孤立状态。
10.一种可穿戴设备,其特征在于,所述可穿戴设备可执行如权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311106181.1A CN116823511B (zh) | 2023-08-30 | 2023-08-30 | 一种识别用户社交孤立状态的方法、装置及可穿戴设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311106181.1A CN116823511B (zh) | 2023-08-30 | 2023-08-30 | 一种识别用户社交孤立状态的方法、装置及可穿戴设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116823511A true CN116823511A (zh) | 2023-09-29 |
CN116823511B CN116823511B (zh) | 2024-01-09 |
Family
ID=88139578
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311106181.1A Active CN116823511B (zh) | 2023-08-30 | 2023-08-30 | 一种识别用户社交孤立状态的方法、装置及可穿戴设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116823511B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150188941A1 (en) * | 2013-12-26 | 2015-07-02 | Telefonica Digital Espana, S.L.U. | Method and system for predicting victim users and detecting fake user accounts in online social networks |
CN108268603A (zh) * | 2017-12-22 | 2018-07-10 | 中国电子科技集团公司第三十研究所 | 一种基于核心成员识别的社区发现方法 |
CN109492694A (zh) * | 2018-11-07 | 2019-03-19 | 深信服科技股份有限公司 | 一种用户属性分析方法、系统及相关设备 |
CN111382278A (zh) * | 2020-03-04 | 2020-07-07 | 华中师范大学 | 一种基于时空轨迹的社交网络构建方法及构建系统 |
CN111770047A (zh) * | 2020-05-07 | 2020-10-13 | 拉扎斯网络科技(上海)有限公司 | 异常群体的检测方法、装置及设备 |
CN113010572A (zh) * | 2021-03-18 | 2021-06-22 | 杭州码全信息科技有限公司 | 基于深度贝叶斯网络的公共数字生活场景规则模型预测预警方法 |
CN114387657A (zh) * | 2022-01-15 | 2022-04-22 | 尚二朝 | 一种基于人工智能的个人孤单值检测方法 |
WO2023093638A1 (zh) * | 2021-11-24 | 2023-06-01 | 百果园技术(新加坡)有限公司 | 异常数据识别方法、装置、设备和存储介质 |
-
2023
- 2023-08-30 CN CN202311106181.1A patent/CN116823511B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150188941A1 (en) * | 2013-12-26 | 2015-07-02 | Telefonica Digital Espana, S.L.U. | Method and system for predicting victim users and detecting fake user accounts in online social networks |
CN108268603A (zh) * | 2017-12-22 | 2018-07-10 | 中国电子科技集团公司第三十研究所 | 一种基于核心成员识别的社区发现方法 |
CN109492694A (zh) * | 2018-11-07 | 2019-03-19 | 深信服科技股份有限公司 | 一种用户属性分析方法、系统及相关设备 |
CN111382278A (zh) * | 2020-03-04 | 2020-07-07 | 华中师范大学 | 一种基于时空轨迹的社交网络构建方法及构建系统 |
CN111770047A (zh) * | 2020-05-07 | 2020-10-13 | 拉扎斯网络科技(上海)有限公司 | 异常群体的检测方法、装置及设备 |
CN113010572A (zh) * | 2021-03-18 | 2021-06-22 | 杭州码全信息科技有限公司 | 基于深度贝叶斯网络的公共数字生活场景规则模型预测预警方法 |
WO2023093638A1 (zh) * | 2021-11-24 | 2023-06-01 | 百果园技术(新加坡)有限公司 | 异常数据识别方法、装置、设备和存储介质 |
CN114387657A (zh) * | 2022-01-15 | 2022-04-22 | 尚二朝 | 一种基于人工智能的个人孤单值检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116823511B (zh) | 2024-01-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10523614B2 (en) | Conversation agent | |
Franchina et al. | Fear of missing out as a predictor of problematic social media use and phubbing behavior among Flemish adolescents | |
US11013472B1 (en) | Method and apparatus for epidemic and pandemic risk assessment | |
WO2017085714A2 (en) | Virtual assistant for generating personal suggestions to a user based on intonation analysis of the user | |
Hackett et al. | Remind Me To Remember: A pilot study of a novel smartphone reminder application for older adults with dementia and mild cognitive impairment | |
KR102372976B1 (ko) | 인지강화훈련 게임의 제공 방법 | |
CN110569347A (zh) | 一种数据处理方法、装置、存储介质和电子设备 | |
Khowaja et al. | VIRFIM: an AI and Internet of Medical Things-driven framework for healthcare using smart sensors | |
Whitney | Supporting the serial in the SERIOL model | |
US20210326344A1 (en) | Generating proactive audiovisual queries using virtual assistant software applications | |
Neves et al. | Thought on food: A systematic review of current approaches and challenges for food intake detection | |
CN116612894A (zh) | 一种识别睡眠障碍的方法、装置及可穿戴设备 | |
CN116823511B (zh) | 一种识别用户社交孤立状态的方法、装置及可穿戴设备 | |
Bi et al. | FamilyLog: monitoring family mealtime activities by mobile devices | |
Malembaka et al. | Are people most in need utilising health facilities in post-conflict settings? A cross-sectional study from South Kivu, eastern DR Congo | |
Kim et al. | Advances and challenges in sensor-based research in mobility, health, and place | |
Campos et al. | Inferring social isolation in older adults through ambient intelligence and social networking sites | |
WO2019104411A1 (en) | System and method for voice-enabled disease management | |
CN116763267A (zh) | 醉酒检测方法、装置、可穿戴设备及存储介质 | |
US20230222890A1 (en) | TRIGGERING METHOD AND TRIGGERING APPARATUS of INTERVENTION PROMPT ON THE BASIS OF USER SMOKING BEHAVIOR RECORDS | |
WO2023058461A1 (ja) | 通知プログラム、通知装置及び通知方法 | |
US20230147846A1 (en) | Monitoring and querying autobiographical events | |
Karanth et al. | Modeling User Context from Smartphone Data for Recognition of Health Status | |
Liu | Research on smart care system for elder sojourners | |
CN116631628A (zh) | 一种识别心境恶劣障碍的方法、装置及可穿戴设备 |
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 | ||
GR01 | Patent grant |