CN117131240A - 服务推荐方法、电子设备及计算机可读存储介质 - Google Patents
服务推荐方法、电子设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN117131240A CN117131240A CN202310139370.2A CN202310139370A CN117131240A CN 117131240 A CN117131240 A CN 117131240A CN 202310139370 A CN202310139370 A CN 202310139370A CN 117131240 A CN117131240 A CN 117131240A
- Authority
- CN
- China
- Prior art keywords
- service
- probability
- user
- determining
- target service
- 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 49
- 238000009826 distribution Methods 0.000 claims abstract description 71
- 230000006399 behavior Effects 0.000 claims description 70
- 238000004590 computer program Methods 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 28
- 239000010410 layer Substances 0.000 description 27
- 238000012545 processing Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 13
- 238000004364 calculation method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000007726 management method Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 6
- 230000036541 health Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000012790 confirmation Methods 0.000 description 4
- 230000004927 fusion Effects 0.000 description 4
- 238000004378 air conditioning Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000010408 sweeping Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000012792 core layer Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229920001690 polydopamine Polymers 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9035—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9038—Presentation of query results
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本申请提供一种服务推荐方法、电子设备及计算机可读存储介质。服务推荐方法包括:获取用户的操作行为的行为轨迹,操作行为根据电子设备和/或第一终端上的服务的运行信息确定,运行信息包括运行的时刻、状态和位置;根据行为轨迹确定每个服务对应的场景的概率分布,场景包括时刻、位置、上一时刻运行的服务中的其中一项或多项。用户的操作行为的行为轨迹反映用户在不同的场景下对电子设备或第一终端的操作习惯,因此根据行为轨迹确定的概率分布更能反映用于的操作习惯。再根据概率分布确定在当前场景下用户使用每个服务的第一概率,根据第一概率确定目标服务,根据目标服务进行服务推荐,可以使推荐的服务更能适应当前场景以及用户的操作习惯。
Description
技术领域
本申请涉及数据处理领域,尤其涉及一种服务推荐方法、电子设备及计算机可读存储介质。
背景技术
根据场景在电子设备(例如手机)上为用户推荐服务,可以节省用户的操作时间,提升用户体验。现有的服务推荐方法一般是根据运营规则或者根据场景与服务的对应关系为用户推荐服务,因此推荐的服务较为固定,不能适应用户的操作习惯以及变化的场景。
发明内容
本申请提供一种服务推荐方法、电子设备及计算机可读存储介质,解决了现有的服务推荐方法不能适应用户的操作习惯以及变化的场景的问题。
为达到上述目的,本申请采用如下技术方案:
第一方面,提供一种服务推荐方法,应用于电子设备,包括:获取用户的操作行为的行为轨迹,所述操作行为根据所述电子设备和/或第一终端上的服务的运行信息确定,所述运行信息包括运行的时刻、状态和位置;根据所述行为轨迹确定每个所述服务对应的场景的概率分布,所述场景包括时刻、位置、上一时刻运行的服务中的其中一项或多项;根据所述概率分布确定在当前场景下所述用户使用每个服务的第一概率;根据所述第一概率从所述服务中确定目标服务,根据所述目标服务进行服务推荐。
上述实施例中,用户的操作行为的行为轨迹反映用户在不同的场景下对电子设备或第一终端的操作习惯,因此根据操作行为的行为轨迹确定的每个服务对应的场景的概率分布更能反映用户的操作习惯,再根据概率分布确定用户使用的每个服务的第一概率,可以使第一概率与当前场景下用户最有可能使用的服务的相关性更大,进而使得根据第一概率所进行的服务推荐更能适应当前的场景以及用户的操作习惯。
在一实施例中,所述根据所述概率分布确定在当前场景下所述用户使用每个服务的第一概率,包括:
根据每个所述服务对应的场景的概率分布确定对应的期望和标准差;
根据所述期望和所述标准差确定使用每个服务的场景是当前场景的第二概率;
确定所述用户使用每个服务的第三概率;
根据所述第二概率和第三概率确定在当前场景下所述用户使用每个服务的第一概率。
上述实施例中,通过结合第二概率和第三概率确定当前场景下用户使用每个服务的第一概率,可以使第一概率与当前场景下用户可能使用的服务的相关度更高,进而可以推荐与用户的操作习惯相匹配的服务。
在一实施例中,所述根据所述目标服务进行服务推荐,包括:在所述电子设备的显示界面上显示所述目标服务对应的提示信息;响应于点击所述提示信息的操作,打开所述电子设备上所述目标服务对应的操作界面,从而可以快速打开目标服务对应的操作界面,减少查找目标服务的时间,缩短使用目标服务的路径。
在一实施例中,所述根据所述目标服务进行服务推荐,包括:
若所述目标服务是用于控制所述电子设备的服务,在所述电子设备上运行所述目标服务,从而可以根据用户的操作习惯提前运行电子设备上的服务。
若所述目标服务是用于控制所述第一终端的服务,指示所述电子设备根据所述目标服务控制所述第一终端的状态,从而可以根据用户的操作习惯提前控制第一终端的状态,进而提升用户体验。
在一实施例中,所述指示所述电子设备根据所述目标服务控制所述第一终端的状态,包括:在确定所述第一终端的设备参数为预设参数时,指示所述电子设备根据所述目标服务控制所述第一终端的状态,从而可以确保推荐的目标服务与第一终端的实际情况相适应,避免为用户推荐不会被使用的服务。
在一实施例中,所述根据所述第一概率从所述服务中确定目标服务,包括:
确定大于预设值的第一概率所对应的服务,根据所述电子设备的设置信息从大于预设值的第一概率所对应的服务中确定目标服务,从而可以使推荐的目标服务与电子设备的设置信息相一致,使得推荐的目标服务能与用户的实际需求相匹配。
在一实施例中,所述根据所述第一概率从所述服务中确定目标服务,包括:将最大的第一概率所对应的服务确定为目标服务。
在一实施例中,所述根据所述概率分布确定在当前场景下所述用户使用每个服务的第一概率,包括:在所述电子设备满足预设条件时,根据所述概率分布确定在当前场景下所述用户使用每个服务的第一概率,所述满足预设条件包括检测到预设操作、所述电子设备的位置发生变化、所述电子设备上运行预设服务中的任一项。在电子设备满足预设条件时再进行概率的计算以及服务的推荐,可以在保证为用户推荐目标服务的同时,避免频繁的计算对电子设备运行速度的影响。
第二方面,提供一种服务推荐装置,应用于电子设备,包括:
获取模块,用于获取用户的操作行为的行为轨迹,所述操作行为根据所述电子设备和/或第一终端上的服务的运行信息确定,所述运行信息包括运行的时刻、状态和位置;
统计模块,用于根据所述行为轨迹确定每个所述服务对应的场景的概率分布,所述场景包括时刻、位置、上一时刻运行的服务中的其中一项或多项;
计算模块,用于根据所述概率分布确定在当前场景下所述用户使用每个服务的第一概率;
推荐模块,用于根据所述第一概率从所述服务中确定目标服务,根据所述目标服务进行服务推荐。
在一实施例中,所述计算模块具体用于:
根据每个所述服务对应的场景的概率分布确定对应的期望和标准差;
根据所述期望和所述标准差确定使用每个服务的场景是当前场景的第二概率;
确定所述用户使用每个服务的第三概率;
根据所述第二概率和第三概率确定在当前场景下所述用户使用每个服务的第一概率。
在一实施例中,所述推荐模块具体用于:
在所述电子设备的显示界面上显示所述目标服务对应的提示信息;
响应于点击所述提示信息的操作,打开所述电子设备上所述目标服务对应的操作界面。
在一实施例中,所述推荐模块具体用于:
若所述目标服务是用于控制所述电子设备的服务,在所述电子设备上运行所述目标服务;
若所述目标服务是用于控制所述第一终端的服务,指示所述电子设备根据所述目标服务控制所述第一终端的状态。
在一实施例中,所述推荐模块具体用于:
在确定所述第一终端的设备参数为预设参数时,指示所述电子设备根据所述目标服务控制所述第一终端的状态。
在一实施例中,所述推荐模块具体用于:
确定大于预设值的第一概率所对应的服务;
根据所述电子设备的设置信息从大于预设值的第一概率所对应的服务中确定目标服务。
在一实施例中,所述推荐模块具体用于:
将最大的第一概率所对应的服务确定为目标服务。
在一实施例中,所述计算模块具体用于:
在所述电子设备满足预设条件时,根据所述概率分布确定在当前场景下所述用户使用每个服务的第一概率,所述满足预设条件包括检测到预设操作、所述电子设备的位置发生变化、所述电子设备上运行预设服务中的任一项。
第三方面,提供一种电子设备,包括处理器,所述处理器用于执行存储在存储器中的计算机程序,以实现如上述第一方面所述的服务推荐方法。
第四方面,提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上述第一方面所述的服务推荐方法。
第五方面,提供一种芯片,所述芯片包括处理器,所述处理器和存储器耦合,所述处理器执行所述存储器中存储的计算机程序或指令,以实现如上述第一方面所述的服务推荐方法。
第六方面,提供一种计算机程序产品,当计算机程序产品在电子设备上运行时,使得电子设备执行上述第一方面中所述的服务推荐方法。
可以理解的是,上述第二方面至第六方面的有益效果可以参见上述第一方面中的相关描述,在此不再赘述。
附图说明
图1为本申请一实施例提供的一种服务推荐方法的流程示意图;
图2为本申请一实施例提供的服务对应的时刻的概率分布图;
图3为本申请一实施例提供的显示目标服务对应的提示信息的场景图;
图4为本申请一实施例提供的推荐目标服务的一种场景图;
图5为本申请一实施例提供的推荐目标服务的另一种场景图;
图6为本申请一实施例提供的服务推荐方法的具体实现流程图;
图7为本申请一实施例提供的数据处理模块的架构图;
图8为本申请一实施例提供的一种电子设备的结构示意图;
图9为本申请实施例提供的电子设备的软件架构图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
另外,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
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。
现有的服务推荐方法大致包括:根据服务的类型进行分类和推荐、基于运营规则进行服务推荐、基于用户最近使用的服务进行服务推荐、基于指定场景与服务的关系进行服务推荐。上述服务推荐方法中的前三种一般只能基于一种终端采集的数据在对应的终端上进行服务推荐,且是基于预先设定的规则进行推荐,无法实现个性化推荐。基于指定场景与服务的关系进行服务推荐方法也是基于预先设定的规则进行推荐,无法适应变化场景下的服务推荐。
因此,采用现有的服务推荐方法不能有效匹配用户的操作习惯以及变化的场景。
为此,本申请提供一种服务推荐方法,应用于电子设备,包括:获取用户的操作行为的行为轨迹,所述操作行为根据所述电子设备和/或第一终端上的服务的运行信息确定,所述运行信息包括运行的时刻、状态和位置;根据所述行为轨迹确定每个所述服务对应的场景的概率分布,所述场景包括时刻、位置、上一时刻运行的服务中的其中一项或多项;根据所述概率分布确定在当前场景下所述用户使用每个服务的第一概率;根据所述第一概率从所述服务中确定目标服务,根据所述目标服务进行服务推荐。
由于每个服务对应的场景的概率分布根据用户的操作行为的行为轨迹确定,用户的操作行为的行为轨迹反映用户在不同场景下的行为习惯,因此,根据行为轨迹确定每个服务对应的场景的概率分布,再根据概率分布确定用户使用每个服务的第一概率,可以使第一概率与当前场景下用户最有可能使用的服务的相关性更大,进而使得根据第一概率所进行的服务推荐更能适应当前的场景以及用户的操作习惯,且通过综合电子设备和第一终端的运行信息,可以更全面的确定的用户的操作习惯,跨终端为用户推荐合适的服务,进而可以提升用户体验。
下面对本申请实施例提供的服务推荐方法进行示例性说明。
本申请实施例提供的搜索对象推荐方法应用于电子设备。
示例性的,本申请实施例中所述的电子设备可以是手机、平板电脑、手持计算机、个人数字助理(personal digital assistant,PDA)、增强现实(augmented reality,AR)\虚拟现实(virtual reality,VR)设备、媒体播放器、穿戴设备等可单手握持/操作的设备,本申请实施例对该电子设备的具体形态/类型不作特殊限制。上述电子设备包括但不限于搭载鸿蒙系统(Harmony OS)或者其他操作系统的设备。
如图1所示,本申请一实施例提供的服务推荐方法包括:
S101:获取用户的操作行为的行为轨迹,所述操作行为根据所述电子设备和/或第一终端上的服务的运行信息确定,所述运行信息包括运行的时刻、状态和位置。
其中,用户的操作行为是用户对电子设备或者第一终端的操作,电子设备或者第一终端响应于用户的操作运行对应的服务。因此,根据电子设备和/或第一终端上的服务的运行信息即可确定用户的操作行为。
第一终端可以是智能穿戴设备(例如手表、手环等)、车辆、智能家居(例如空调、灯具、窗帘等)等终端。第一终端与电子设备通信连接,例如第一终端与电子设备可以通过蓝牙、5G、WIFI等通信方式连接。电子设备可以直接从第一终端上获取第一终端上的服务的运行信息,也可以通过服务器获取第一终端上的服务的运行信息。
电子设备可以根据用户的设置信息仅采集电子设备上的服务的运行信息,或者仅采集第一终端上的服务的运行信息,或者同时采集电子设备和第一终端上的服务的运行信息。电子设备也可以在确定与第一终端通信连接的情况下,采集电子设备和第一终端上的服务的运行信息。电子设备可以与一个第一终端通信连接,也可以与多个第一终端通信连接。
电子设备上的服务指在电子设备上运行应用程序(例如视频应用、音乐应用、智慧生活等)以及基于应用程序所实现的功能(例如与其他设备蓝牙连接、开始线路导航等)。电子设备上的服务的运行的时刻包括服务的开始时间和结束时间(可以是应用程序的启动时间、关闭时间,也可以是应用程序所实现的功能的起止时间)。服务运行的状态包括运行应用程序时应用程序的参数信息以及电子设备的参数信息。运行的位置是运行应用程序时电子设备所在的位置。
第一终端根据第一终端上的服务实现对应的功能,例如,第一终端是车辆,第一终端上的服务可以是打开车载音乐播放器、调节车载空调的温度。又例如,第一终端是灯具,第一终端上的服务是开启、关闭灯具以及调节灯具的亮度。又例如,第一终端是扫地机器人,第一终端上的服务是启动扫地机器人、设置扫地机器人的参数等。第一终端上的服务的运行的时刻指对应功能的开始时刻和结束时刻(例如空调开启时刻、关闭时刻、音乐播放时间、音乐停止时刻),第一终端上的服务的运行的状态指第一终端在实现对应的功能时第一终端的参数(例如灯具亮度、空调温度等),第一终端上的服务的运行的位置指在运行对应的服务时第一终端的位置(例如智能家居设备所在的房间、车辆所在的位置等)。
其中,第一终端上运行的服务用于使第一终端实现对应的功能,电子设备上运行的服务可以使电子设备实现对应的功能,也可以使第一终端实现对应的功能。例如,电子设备是手机,第一终端是智能家居,手机上运行社交应用、视频应用、地图应用等服务用于使手机实现对应的功能,手机上运行智慧生活等与智能家居通信的应用使智能家居实现对应的功能。
电子设备还获取电子设备上运行的应用程序的名称、类型、用户账户等信息,以及获取第一终端的标识、第一终端的类型、多个第一终端之间的联动信息等信息,从而可以更准确地确定各场景下用户的操作行为,进而可以更好地统计用户的操作行为的行为轨迹。
示例性地,电子设备为手机,两个第一终端分别为车辆和智能家居。手机采集手机上运行的应用程序的应用名称、应用类型、应用运行的时间、应用运行的位置等信息。其中,手机上运行的应用程序包括用于控制手机的应用程序(例如社交软件、视频软件)以及用于控制车辆以及家居的应用程序(例如智慧生活)。手机还采集车辆的车载蓝牙连接信息、车载应用操作信息、应用类型、车辆语音交互信息、车载应用运行的时间、位置等信息,以及采集智能家居的设备名称、设备类型、设备控制信息、设备所处的家庭以及房间信息、使用场景、设备联动信息、设备使用时间信息等。手机采集上述数据信息后,可以按照预设的字段与字段名的对应关系存储数据信息,例如,各字段所对应的字段名如表1所示。
表1
通过记录电子设备和第一终端上的服务的运行信息可以确定用户对电子设备和第一终端的操作行为,其中用户对第一终端的操作行为包括用户直接对第一终端的操作行为以及用户通过电子设备对第一终端的操作行为。按照时间顺序统计用户的操作行为,可以得到用户的操作行为的行为轨迹。
示例性地,根据一段时间内用户A的操作行为确定的用户A工作日的操作行为的行为轨迹为如下,早上9点打开社交软件,之后的操作行为依次是:打开智慧生活关闭空调、手机连接车载蓝牙、手机连接hicar、打开车载音乐播放器、断开车载蓝牙、打开办公软件。晚上20:00打开外卖软件,之后的操作依次是:打开运动健康软件、手机连接车载蓝牙、手机连接hicar、打开车载音乐播放器、断开车载蓝牙、打开智慧生活应用开灯以及开启空调、手机打开视频播放器、打开智慧生活应用调低空调温度、打开智慧生活应用关灯。
S102:根据所述行为轨迹确定每个所述服务对应的场景的概率分布,所述场景包括时刻、位置、上一时刻运行的服务中的其中一项或多项。
具体地,统计同一用户预设时长(例如一周或者一个月)的操作行为的行为轨迹。对于操作行为对应的每个服务,确定服务运行的时刻。根据一段时间内服务运行的时刻即可得到各时刻运行服务的概率,不同时刻运行服务的概率组成服务对应的时间的概率分布。例如,对于每个时刻,将该时刻运行服务的次数与服务的总运行次数的比值,作为对应时刻运行服务的概率。
同理,对于每个服务,确定服务运行的位置。根据一段时间内服务运行的位置即可得到各位置运行服务的概率,不同位置运行服务的概率组成服务对应的位置的概率分布。对于每个服务,确定当前服务对应的上一刻运行的服务。根据一段时间内运行当前服务之前上一刻运行的服务即可得到在每个服务后运行当前服务的概率,不同服务对应的概率组成服务对应的上一刻运行的服务的概率分布。
在一实施例中,每个服务对应的时刻的概率分布、每个服务对应的位置的概率分布、每个服务对应的上一时刻运行的服务的概率分布均为高斯分布。例如,如图2所示为其中一个服务对应的时刻的概率分布。其中,横坐标为时刻,纵坐标为高斯分布下服务在各时刻运行的概率。从图2可以看出23时运行服务的概率最大。
其中,对于每个服务,可以分别对应时刻、位置、上一刻运行的服务三个概率分布,即时刻、位置、上一刻运行的服务分别对应一个一维高斯分布。每个服务也可以对应一个三维高斯分布,三维高斯分布为每个服务对应的时刻、位置、上一刻运行的服务的高斯分布。
可以理解,对于每个服务,可以对应时刻、位置、上一刻运行的服务三个概率分布,也可以仅对应其中一个或两个概率分布。
通过用户的操作行为的行为轨迹确定每个服务对应的场景的概率分布,可以使得概率分布能准确反映当前用户的操作习惯,从而使得后续可以为用户推荐个性化的服务。
S103:根据所述概率分布确定在当前场景下所述用户使用每个服务的第一概率。
具体地,当前场景包括当前时刻、当前位置以及上一时刻运行的服务,对于每个服务,根据服务对应的时刻的概率分布确定当前时刻使用服务的概率,根据服务对应的位置的概率分布确定当前位置使用服务的概率,根据服务对应的上一时刻运行的服务的概率分布确定当前运行服务的概率,综合三个概率得到当前场景下使用每个服务的第一概率。
在一实施例中,第一概率的计算过程如下:根据每个服务对应的场景的概率分布确定对应的期望和标准差;根据期望和标准差确定运行每个服务的场景是当前场景的第二概率;确定用户使用每个服务的第三概率;根据第二概率和第三概率确定在当前场景下用户运行每个服务的第一概率。
具体地,对于每个服务,根据服务对应的时刻的概率分布,确定时刻对应的期望和标准差。示例性地,对于服务对应的时刻的概率分布,概率样本的数量为n,各时刻对应的概率为ai,概率平均值为μ,根据公式计算标准差σ。根据每个时刻的概率以及对应的权重,对各时刻的概率进行加权求和,得到时刻对应的期望。
同理,根据服务对应的位置的概率分布,确定位置对应的期望和标准差,根据服务对应的上一时刻运行的服务的概率分布确定上一时刻运行的服务对应的期望和标准差。
对于每个服务,在确定时刻对应的期望和标准差后,确定当前时刻对应的条件概率,即确定当前服务运行时,时刻是当前时刻的条件概率。
示例性地,对于服务Yj,根据公式确定当前时刻对应的条件概率,其中,X1表示当前时刻,P(X1|Yj)表示当前时刻对应的条件概率,即运行服务Yj的时刻是当前时刻的概率,σy表示标准差,μy表示期望,xi表示当前时刻对应的概率值。
同理,在确定位置对应的期望和标准差后,确定当前位置对应的条件概率,即确定当前服务运行时,当前位置是当前位置的条件概率。在确定上一时刻运行的服务对应的期望和标准差后,确定上一时刻运行的服务的条件概率,即当前服务运行时,上一次运行的服务是对应的服务的条件概率。
对于每个服务,确定三个条件概率后,三个条件概率的乘积即为运行当前服务的场景是当前场景的第二概率,第二概率也是条件概率。
用户使用每个服务的第三概率指在用户使用的所有服务中,使用每个服务的概率。可以将预设时段内用户使用当前服务的次数,与用户使用服务的总次数的比值作为第三概率。例如,在一个月内,用户打开社交软件的次数为300,用户使用手机、车辆、智能家居设备中所有服务的次数为1000,则打开社交软件的服务的第三概率为0.3。
在一实施例中,根据公式确定第一概率,其中,j表示服务的标号,m表示服务的数量,p(Yj|X)表示在X场景(当前场景)下用户使用服务Yj的第一概率,p(X|Yj)表示使用服务Yj的场景是X场景的第二概率,p(Yj)表示用户使用服务Yj的第三概率。
上述实施例中,通过结合每个服务对应的条件概率以及用户使用每个服务的第三概率确定第一概率,可以提高第一概率与当前场景以及用户操作习惯的相关性,再根据第一概率确定目标服务,可以使目标服务与当前场景下用户的操作习惯的匹配程度更高。
在其他实施例中,也可以根据概率分布确定当前时刻使用每个服务的概率、当前位置使用每个服务的概率,在运行上一个服务后运行每个服务的概率,将三个概率相乘作为当前场景下用户使用每个服务的第一概率。
S104:根据所述第一概率从所述服务中确定目标服务,根据所述目标服务进行服务推荐。
在一实施例中,在确定当前场景下用户使用每个服务的第一概率后,确定大于预设值(例如0.2)的第一概率所对应的服务,根据电子设备的设置信息从大于预设值的第一概率所对应的服务中确定目标服务,从而可以根据电子设备的实际情况为用户推荐更合理的服务。其中,电子设备的设置信息可以是是否进行目标服务的推荐,也可以是进行目标服务推荐的场景,也可以是不进行推荐的服务或者需要推荐的服务。
示例性地,若大于预设值的第一概率所对应的服务的数量为1,该服务为服务A,根据电子设备的设置信息确定当前场景是进行目标服务推荐的场景,服务A是需要推荐的服务,则根据服务A进行服务推荐。
若大于预设值的第一概率所对应的服务的数量为多个,包括服务A、服务B和服务C,根据电子设备的设置信息确定当前场景是进行目标服务推荐的场景,服务B是需要推荐的服务,服务A和服务C是不进行推荐的服务,则根据服务B进行服务推荐。
若大于预设值的第一概率所对应的服务的数量为多个,包括服务A、服务B和服务C,根据电子设备的设置信息确定当前场景是进行目标服务推荐的场景,服务A、服务B和服务C是需要推荐的服务。则进一步确定最大的第一概率所对应的服务,若最大的第一概率所对应的服务为服务A,则根据服务A进行服务推荐。
在另一实施例中,在确定当前场景下用户使用每个服务的第一概率后,也可以将最大的第一概率所对应的服务确定为目标服务。
在一实施例中,在确定目标服务后,在电子设备的显示界面上显示目标服务对应的提示信息,提示信息可以是目标服务的名称或者目标服务对应的图标。示例性地,可以在通知栏上显示运行目标服务的提示信息,也可以在当前界面以卡片或者悬浮窗的形式显示运行目标服务的提示信息。示例性地,电子设备是手机,可以通过手机上的智慧生活(电子设备上的功能模块)实现在显示界面上显示目标服务对应的提示信息的功能。
可以理解,提示信息的显示位置可以根据电子设备预先设定的运营规则确定。
若检测到用户点击提示信息的操作,则响应于点击提示信息的操作,打开电子设备上目标服务对应的操作界面。例如,若目标服务是用于控制电子设备的服务(例如打开电子设备上的应用程序或者基于应用程序实现对应的功能),则在检测到用户的点击操作时打开对应的应用程序的操作界面,从而可以减少用户查找应用程序的时间。用户可以基于操作界面进行进一步的操作,以实现对电子设备的控制。若目标服务是用于控制第一终端的服务,则在检测到点击操作时在电子设备上打开用于控制第一终端的应用程序(例如用于控制智能家居的智慧生活、用于控制手表的运动健康)的操作界面,实现跨终端的服务推荐。用户可以基于操作界面进行进一步的操作,以实现对第一终端的控制。
示例性地,如图3中的(a)所示,目标服务是打开中的乘车码,则在电子设备的主界面上以卡片的形式显示乘车码的名称以及图标。若检测到用户点击图标的操作,则显示如图3中的(b)所示的乘车码界面,是用户可以一键打开乘车码界面。
在另一实施例中,在确定目标服务后,若目标服务是用于控制电子设备的服务,则直接在电子设备上运行目标服务(例如打开社交软件、打开乘车码所在的软件并显示乘车码界面),从而可以根据用户习惯提前运行目标服务,方便用户后续使用。若目标服务是用于控制第一终端的服务,指示电子设备根据目标服务控制第一终端的状态(例如打开智慧生活开启灯具、打开智慧生活调节空调温度),从而可以根据用户习惯提前控制第一终端。
可选的,若目标服务是用于控制第一终端的服务,在确定第一终端的设备参数为预设参数时,指示电子设备根据目标服务控制第一终端的状态,从而可以根据第一终端的状态为用户推荐更合理的服务。其中,设备参数包括第一终端的类型、第一终端当前的状态等参数,第一终端当前的状态可以是第一终端的网络状态、电量状态等。例如,第一终端是空调,目标服务是升高空调的温度,则在确定空调与电子设备通信连接,或者空调与服务器通信连接,且空调的温度低于预设温度时,指示电子设备通过智慧生活应用升高空调的温度。又例如,第一终端是车辆,目标服务是提醒充电,则在确定车辆的电量低于预设值时,指示车辆上的车载设备输出充电提醒信息。
在另一实施例中,在确定目标服务后,电子设备首先输出是否推荐服务的提示信息,在检测到用户输入的确认信息后,再进行服务推荐,从而根据用户的实际需求进行服务推荐。例如,在确定目标服务是打开社交软件时,输出是否打开通讯软件的提示信息,在检测到用户输入的确认信息后,打开通讯软件。又例如,在确定目标服务是调节空调温度时,输出是否调节空调温度的提示信息,在检测到用户输入的确认信息后,调节空调温度。
示例性地,如图4所示,目标服务是打开运动健康软件,电子设备在显示界面显示“是否打开运动健康”的提示信息。若检测到用户点击“是”的操作,则打开运动健康软件,若检测到用户点击“否”的操作,则隐藏提示信息。
如图5所示,目标服务是升高空调温度,电子设备在显示界面显示“是否升高空调温度”的提示信息,若检测到用户点击“是”的操作,则打开智慧生活并向空调发送升高温度的指令,若检测到用户点击“否”的操作,则隐藏提示信息。
在一实施例中,若不存在大于预设值的第一概率所对应的服务,则不进行目标服务的推荐,即只为用户推荐使用概率较大的服务,避免推荐用户不需要的服务对用户造成的干扰。
电子设备根据用户预设时长的操作行为的行为轨迹确定每个服务对应的场景的概率分布后,可以根据当前场景(时刻、位置、上一时刻运行的服务)实时确定当前需要推荐的目标服务,进而根据目标服务进行服务推荐。
电子设备也可以根据电子设备所处的场景或者第一终端所处的场景推测一段时间(例如一天或半天)内需要推荐的目标服务,并依次进行目标服务的推荐,从而减少计算次数,进而降低计算过程对电子设备的性能的影响。电子设备也可以预测一天内场景与目标服务的对应关系,从而在各场景下进行服务推荐。例如,电子设备在一天内依次推荐的目标服务如下。在9点时打开社交软件、打开智慧生活应用关闭空调、在用户离开房间且接近车辆时连接车载蓝牙、打开车辆上的车载应用以及打开车载音乐播放器播放音乐。在下午18点之后检测到用户离开办公楼且接近车辆时连接车载蓝牙、打开车辆上的车载应用以及打开车载音乐播放器播放音乐,在检测到用户接近房间时开灯以及打开空调,在晚上9点时打开智慧生活调高空调温度。
在一实施例中,电子设备在统计每个服务对应的场景的概率分布后,在确定满足预设条件时,才计算当前场景下用户使用每个服务的第一概率,进而确定目标服务。
示例性地,电子设备可以在检测到预设操作或者达到设定时间时,根据电子设备当前所在的位置、第一终端当前所在的位置确定一段时间内需要推荐的目标服务,从而可以在确保为用户推荐符合场景的服务的同时降低计算次数。例如,在检测到开机操作时,或者在早上六点,根据当前时间之前的预设时长的操作行为的行为轨迹所对应的概率分布,确定当天需要依次推荐的服务。又例如,在早上5点到9点之间,若检测到用户打开电子设备上的应用程序的操作,则根据服务对应的概率分布确定当天需要依次推荐的服务。
电子设备也可以在检测到电子设备上运行预设服务时,根据当前场景推测一段时间内需要推荐的服务。例如,根据用户的操作行为的行为轨迹,确定用户每天第一个使用的服务是电子设备上的社交软件,则在当天检测到电子设备上首次运行社交软件时,根据当前场景确定当天需要依次推荐的服务。
电子设备也可以在检测到电子设备的位置发生变化时,根据电子设备所处的场景确定一段时间内需要推荐的服务。例如,若电子设备确定当前的位置与前一天的位置一致,则根据前一天推测的一天内需要推荐的服务进行服务推荐,若电子设备确定当前的位置与前一天的位置不一致,则根据当前时间之前的预设时长的操作行为的行为轨迹所对应的概率分布,确定当天需要依次推荐的服务。
在一实施例中,在确定一段时间内需要推荐的目标服务后,若检测到用户实际使用的服务与推荐的目标服务不一致,再根据当前场景重新推测一段时间内需要推荐的目标服务或者根据当前场景实时推荐目标服务。
在一实施例中,在确定目标服务后,电子设备在显示界面显示目标服务对应的提示信息,或者显示运行对应服务的确认信息,若检测到用户拒绝使用推荐的目标服务的操作,则记录用户拒绝使用的服务。在下一次进行目标服务的推荐时,降低用户拒绝使用的服务的推荐概率。例如,在下一次进行目标服务的推荐时,若大于预设值的第一概率所对应的服务包括上一次用户拒绝使用的服务,则将用户拒绝使用的服务对应的第一概率乘以预设系数,得到新的第一概率,根据新的第一概率重新确定目标服务,或者从大于预设值的第一概率所对应的服务中剔除上一次用户拒绝使用的服务,再确定目标服务。
上述实施例中,用户的操作行为的行为轨迹反映用户在不同的场景下对电子设备或第一终端的操作习惯,因此根据操作行为的行为轨迹确定每个服务对应的场景的概率分布,再根据概率分布确定用户使用的每个服务的第一概率,可以使第一概率与当前场景下用户最有可能使用的服务的相关性更大,进而使得根据第一概率所进行的服务推荐更能适应当前的场景以及用户的操作习惯。由于服务对应的场景的概率分布根据操作行为的行为轨迹确定,因此在数据量较少的情况下也可以得到概率分布,进而进行服务推荐。
下面对本申请一实施例提供的服务推荐方法的具体实现流程进行介绍。
如图6所示,电子设备采集电子设备上的服务的运行信息以及第一终端上的服务的运行信息。其中,电子设备上的服务的运行信息包括用于控制电子设备的服务(例如通讯软件、视频软件)的运行信息以及用于控制第一终端的服务(智慧生活、智能穿戴设备的控制软件、车辆的控制软件)的运行信息。服务的运行信息包括运行服务的时刻、位置、服务的运行状态、服务的类型、运行服务的设备的类型等信息。
在采集电子设备和第一终端上的服务的运行信息后,对服务的运行信息进行融合,得到用户的操作行为的行为轨迹,根据行为轨迹即可得到每个服务对应的场景的概率分布。
如图7所示,在一实施例中,电子设备中用于处理服务的运行信息,进而得到概率分布的数据处理模块包括数据源、汇总层以及应用层(集市层)。数据源用于存储电子设备和第一终端上的服务的运行信息。示例性地,数据源存储的信息包括电子设备上的服务的运行信息、第一终端上的服务的运行信息、第一终端的控制行为、第一终端的运行状态信息、场景数据、用户注册数据、电子设备的设备信息、第一终端的设备信息。汇总层存储用户汇总数据的主题模型、用户融合数据的融合模型以及一致性维度表(DIM)。主题模型包括分析汇总层(DWS)以及明细数据层(DWD),分析汇总层用于基于用户行为轨迹、用户行为概率以及行为标签进行汇总,明细数据层基于主题汇总,例如基于用户主题、行为主题、设备主题进行汇总,一致性维度表用于存储维度数据以及与汇总相关的基础数据。融合模型用于基于设备、账户、应用程序对汇总的数据进行融合处理。应用层用于存储用户使用场景表、用户标签、设备标签、场景标签,以及用于根据汇总和融合的数据计算电子设备和第一终端上的服务的使用概率以及概率分布对应的期望和标准差,并存储。
在确定每个服务对应的概率分布、期望、标准差后,即可根据概率计算公式确定当前场景下使用每个服务的第一概率,进而确定大于预设值的第一概率所对应的服务,再根据电子设备的设置信息确定目标服务,在电子设备的显示界面上显示推荐目标服务的信息。
上述实施例中,通过对用户操作电子设备、第一终端的操作行为进行统计,从而根据用户的习惯确定目标服务,提前为用户打开应用软件或者提前启动即将使用的设备,从而提升用户体验。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
示例性的,图8示出了电子设备100的一种结构示意图。
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 serial bus,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,本发明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,例如: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,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。
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,可从所述存储器中直接调用。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。接口可以包括集成电路(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。
可以理解的是,本发明实施例示意的各模块间的接口连接关系,只是示意性说明,并不构成对电子设备100的结构限定。在本申请另一些实施例中,电子设备100也可以采用上述实施例中不同的接口连接方式,或多种接口连接方式的组合。
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。
无线通信模块160可以提供应用在电子设备100上的包括无线局域网(wirelesslocal area networks,WLAN)(如无线保真(wireless fidelity,Wi-Fi)网络),蓝牙(bluetooth,BT),全球导航卫星系统(global navigation satellite system,GNSS),调频(frequency modulation,FM),近距离无线通信技术(near field communication,NFC),红外技术(infrared,IR)等无线通信的解决方案。
电子设备100通过GPU,显示屏194,以及应用处理器等实现显示功能。GPU为图像处理的微处理器,连接显示屏194和应用处理器。GPU用于执行数学和几何计算,用于图形渲染。处理器110可包括一个或多个GPU,其执行程序指令以生成或改变显示信息。
电子设备100可以通过ISP,摄像头193,视频编解码器,GPU,显示屏194以及应用处理器等实现拍摄功能。
外部存储器接口120可以用于连接外部存储卡,例如Micro SD卡,实现扩展电子设备100的存储能力。外部存储卡通过外部存储器接口120与处理器110通信,实现数据存储功能。例如将音乐,视频等文件保存在外部存储卡中。
内部存储器121可以用于存储计算机可执行程序代码,所述可执行程序代码包括指令。内部存储器121可以包括存储程序区和存储数据区。其中,存储程序区可存储操作系统,至少一个功能所需的应用程序(比如声音播放功能,图像播放功能等)等。存储数据区可存储电子设备100使用过程中所创建的数据(比如音频数据,电话本等)等。此外,内部存储器121可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件,闪存器件,通用闪存存储器(universal flash storage,UFS)等。处理器110通过运行存储在内部存储器121的指令,和/或存储在设置于处理器中的存储器的指令,执行电子设备100的各种功能应用以及数据处理。
电子设备100可以通过音频模块170,扬声器170A,受话器170B,麦克风170C,耳机接口170D,以及应用处理器等实现音频功能。例如音乐播放,录音等。
触摸传感器180K,也称“触控器件”。触摸传感器180K可以设置于显示屏194,由触摸传感器180K与显示屏194组成触摸屏,也称“触控屏”。触摸传感器180K用于检测作用于其上或附近的触摸操作。触摸传感器可以将检测到的触摸操作传递给应用处理器,以确定触摸事件类型。可以通过显示屏194提供与触摸操作相关的视觉输出。在另一些实施例中,触摸传感器180K也可以设置于电子设备100的表面,与显示屏194所处的位置不同。
按键190包括开机键,音量键等。按键190可以是机械按键。也可以是触摸式按键。电子设备100可以接收按键输入,产生与电子设备100的用户设置以及功能控制有关的键信号输入。
电子设备100的软件系统可以采用分层架构,事件驱动架构,微核架构,微服务架构,或云架构。本发明实施例以分层架构的Android系统为例,示例性说明电子设备100的软件结构。
图9是本发明实施例的电子设备100的软件结构框图。
分层架构将软件分成若干个层,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。在一些实施例中,将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,安卓运行时(Android runtime)和系统库,以及内核层。
应用程序层可以包括一系列应用程序包。
如图9所示,应用程序包可以包括相机,图库,日历,通话,地图,导航,WLAN,蓝牙,音乐,视频,短信息等应用程序。
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。
如图9所示,应用程序框架层可以包括窗口管理器,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。所述数据可以包括视频,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,例如显示文字的控件,显示图片的控件等。视图系统可用于构建应用程序。显示界面可以由一个或多个视图组成的。例如,包括短信通知图标的显示界面,可以包括显示文字的视图以及显示图片的视图。
电话管理器用于提供电子设备100的通信功能。例如通话状态的管理(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者滚动条文本形式出现在系统顶部状态栏的通知,例如后台运行的应用程序的通知,还可以是以对话窗口形式出现在屏幕上的通知。例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。
Android Runtime包括核心库和虚拟机。Android runtime负责安卓系统的调度和管理。
核心库包含两部分:一部分是java语言需要调用的功能函数,另一部分是安卓的核心库。
应用程序层和应用程序框架层运行在虚拟机中。虚拟机将应用程序层和应用程序框架层的java文件执行为二进制文件。虚拟机用于执行对象生命周期的管理,堆栈管理,线程管理,安全和异常的管理,以及垃圾回收等功能。
系统库可以包括多个功能模块。例如:表面管理器(surface manager),媒体库(Media Libraries),三维图形处理库(例如:OpenGL ES),2D图形引擎(例如:SGL)等。
表面管理器用于对显示子系统进行管理,并且为多个应用程序提供了2D和3D图层的融合。
媒体库支持多种常用的音频,视频格式回放和录制,以及静态图像文件等。媒体库可以支持多种音视频编码格式,例如:MPEG4,H.264,MP3,AAC,AMR,JPG,PNG等。
三维图形处理库用于实现三维图形绘图,图像渲染,合成,和图层处理等。
2D图形引擎是2D绘图的绘图引擎。
内核层是硬件和软件之间的层。内核层至少包含显示驱动,摄像头驱动,音频驱动,传感器驱动。
需要说明的是,上述装置/单元之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括:能够将计算机程序代码携带到拍照装置/电子设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
在本申请所提供的实施例中,应该理解到,所揭露的装置/网络设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/网络设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
最后应说明的是:以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何在本申请揭露的技术范围内的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种服务推荐方法,应用于电子设备,其特征在于,包括:
获取用户的操作行为的行为轨迹,所述操作行为根据所述电子设备和/或第一终端上的服务的运行信息确定,所述运行信息包括运行的时刻、状态和位置;
根据所述行为轨迹确定每个所述服务对应的场景的概率分布,所述场景包括时刻、位置、上一时刻运行的服务中的其中一项或多项;
根据所述概率分布确定在当前场景下所述用户使用每个服务的第一概率;
根据所述第一概率从所述服务中确定目标服务,根据所述目标服务进行服务推荐。
2.根据权利要求1所述的方法,其特征在于,所述根据所述概率分布确定在当前场景下所述用户使用每个服务的第一概率,包括:
根据每个所述服务对应的场景的概率分布确定对应的期望和标准差;
根据所述期望和所述标准差确定使用每个服务的场景是当前场景的第二概率;
确定所述用户使用每个服务的第三概率;
根据所述第二概率和第三概率确定在当前场景下所述用户使用每个服务的第一概率。
3.根据权利要求1或2所述的方法,其特征在于,所述根据所述目标服务进行服务推荐,包括:
在所述电子设备的显示界面上显示所述目标服务对应的提示信息;
响应于点击所述提示信息的操作,打开所述电子设备上所述目标服务对应的操作界面。
4.根据权利要求1或2所述的方法,其特征在于,所述根据所述目标服务进行服务推荐,包括:
若所述目标服务是用于控制所述电子设备的服务,在所述电子设备上运行所述目标服务;
若所述目标服务是用于控制所述第一终端的服务,指示所述电子设备根据所述目标服务控制所述第一终端的状态。
5.根据权利要求4所述的方法,其特征在于,所述指示所述电子设备根据所述目标服务控制所述第一终端的状态,包括:
在确定所述第一终端的设备参数为预设参数时,指示所述电子设备根据所述目标服务控制所述第一终端的状态。
6.根据权利要求1所述的方法,其特征在于,所述根据所述第一概率从所述服务中确定目标服务,包括:
确定大于预设值的第一概率所对应的服务;
根据所述电子设备的设置信息从大于预设值的第一概率所对应的服务中确定目标服务。
7.根据权利要求1所述的方法,其特征在于,所述根据所述第一概率从所述服务中确定目标服务,包括:
将最大的第一概率所对应的服务确定为目标服务。
8.根据权利要求1所述的方法,其特征在于,所述根据所述概率分布确定在当前场景下所述用户使用每个服务的第一概率,包括:
在所述电子设备满足预设条件时,根据所述概率分布确定在当前场景下所述用户使用每个服务的第一概率,所述满足预设条件包括检测到预设操作、所述电子设备的位置发生变化、所述电子设备上运行预设服务中的任一项。
9.一种电子设备,其特征在于,包括处理器,所述处理器用于执行存储在存储器中的计算机程序,以实现如权利要求1至8任一项所述的方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至8任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310139370.2A CN117131240B (zh) | 2023-02-10 | 2023-02-10 | 服务推荐方法、电子设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310139370.2A CN117131240B (zh) | 2023-02-10 | 2023-02-10 | 服务推荐方法、电子设备及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117131240A true CN117131240A (zh) | 2023-11-28 |
CN117131240B CN117131240B (zh) | 2024-06-04 |
Family
ID=88857028
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310139370.2A Active CN117131240B (zh) | 2023-02-10 | 2023-02-10 | 服务推荐方法、电子设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117131240B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103793537A (zh) * | 2014-03-04 | 2014-05-14 | 南京大学 | 一种基于多维时间序列分析的个性化音乐推荐系统及其实现方法 |
CN105791085A (zh) * | 2016-01-26 | 2016-07-20 | 西安电子科技大学 | 在位置社交网络中基于位置与时间的好友推荐方法 |
CN108446297A (zh) * | 2018-01-24 | 2018-08-24 | 北京三快在线科技有限公司 | 一种推荐方法及装置,电子设备 |
CN109062962A (zh) * | 2018-06-27 | 2018-12-21 | 华南理工大学 | 一种融合天气信息的门控循环神经网络兴趣点推荐方法 |
CN110855826A (zh) * | 2019-09-23 | 2020-02-28 | 华为技术有限公司 | 一种原子服务的呈现方法及装置 |
US20200410392A1 (en) * | 2019-06-27 | 2020-12-31 | Adobe Inc. | Task-aware command recommendation and proactive help |
CN115097989A (zh) * | 2022-07-25 | 2022-09-23 | 荣耀终端有限公司 | 服务卡片的显示方法、电子设备以及存储介质 |
-
2023
- 2023-02-10 CN CN202310139370.2A patent/CN117131240B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103793537A (zh) * | 2014-03-04 | 2014-05-14 | 南京大学 | 一种基于多维时间序列分析的个性化音乐推荐系统及其实现方法 |
CN105791085A (zh) * | 2016-01-26 | 2016-07-20 | 西安电子科技大学 | 在位置社交网络中基于位置与时间的好友推荐方法 |
CN108446297A (zh) * | 2018-01-24 | 2018-08-24 | 北京三快在线科技有限公司 | 一种推荐方法及装置,电子设备 |
CN109062962A (zh) * | 2018-06-27 | 2018-12-21 | 华南理工大学 | 一种融合天气信息的门控循环神经网络兴趣点推荐方法 |
US20200410392A1 (en) * | 2019-06-27 | 2020-12-31 | Adobe Inc. | Task-aware command recommendation and proactive help |
CN110855826A (zh) * | 2019-09-23 | 2020-02-28 | 华为技术有限公司 | 一种原子服务的呈现方法及装置 |
CN115097989A (zh) * | 2022-07-25 | 2022-09-23 | 荣耀终端有限公司 | 服务卡片的显示方法、电子设备以及存储介质 |
Non-Patent Citations (2)
Title |
---|
LINA YAO 等: "Recommending web services and combining collaborative filtering with content-based features", 《2013 IEEE 20TH INTERNATIONAL CONFERENCE ON WEB SERVICES》, 31 October 2013 (2013-10-31), pages 1 - 2 * |
李全 等: "融合时空信息的双向GRU下一个地点推荐", 《小型微型计算机系统》, vol. 42, no. 7, 7 July 2021 (2021-07-07), pages 1402 - 1406 * |
Also Published As
Publication number | Publication date |
---|---|
CN117131240B (zh) | 2024-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110910872B (zh) | 语音交互方法及装置 | |
CN110083730B (zh) | 使用语音标签管理图像的方法和装置 | |
CN107925799B (zh) | 用于生成视频内容的方法和设备 | |
CN110489048A (zh) | 应用快速启动方法及相关装置 | |
WO2022100221A1 (zh) | 检索处理方法、装置及存储介质 | |
CN115877995A (zh) | 应用图标的显示方法、电子设备及可读存储介质 | |
CN116048933B (zh) | 一种流畅度检测方法 | |
CN112732434A (zh) | 一种应用管理方法及装置 | |
CN111857531A (zh) | 移动终端及其文件显示方法 | |
CN115333941A (zh) | 获取应用运行情况的方法及相关设备 | |
CN117234398B (zh) | 一种屏幕亮度调节方法及电子设备 | |
WO2021185174A1 (zh) | 一种电子卡的选取方法、装置、终端以及存储介质 | |
CN108234758B (zh) | 应用的显示方法、装置、存储介质及电子设备 | |
CN115113751A (zh) | 调整触摸手势的识别参数的数值范围的方法和装置 | |
CN117131240B (zh) | 服务推荐方法、电子设备及计算机可读存储介质 | |
CN116128571A (zh) | 广告曝光量分析方法及相关装置 | |
CN116861066A (zh) | 应用推荐方法和电子设备 | |
CN116719556B (zh) | 系统升级的方法和电子设备 | |
CN116302297B (zh) | 一种主题生成方法及电子设备 | |
CN117170560B (zh) | 一种图像变换方法、电子设备和存储介质 | |
WO2024131584A1 (zh) | 一种轨迹播放方法和装置 | |
CN116089320B (zh) | 垃圾回收方法和相关装置 | |
CN117171188B (zh) | 搜索方法、装置、电子设备和可读存储介质 | |
CN116743908B (zh) | 壁纸显示方法及相关装置 | |
WO2024113999A1 (zh) | 游戏管理的方法及终端设备 |
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 |