CN117709918A - 一种打卡推荐方法、装置及用户设备 - Google Patents

Abstract

本申请提供一种打卡推荐方法、装置及用户设备，该方法应用于终端设备，该方法包括：基于用户的历史下班打卡时间，确定用户的最早下班打卡时间；在当前时间晚于最早下班打卡时间时，确定第一下班打卡时间段，并在第一下班打卡时间段内，将下班打卡界面推荐给用户；在当前时间晚于最早下班打卡时间时，确定第二下班打卡时间段，并在第二下班打卡时间段内，再次将下班打卡界面推荐给用户；其中，第二下班打卡时间段晚于第一下班打卡时间段。本申请实施例提供的方法，可确定两个打卡时间段，并在两个打卡时间段内均进行上班打卡推荐，符合用户打卡需求。并且，能够有效防止用户漏打卡，可以提高下班打卡推荐成功率。

Description

一种打卡推荐方法、装置及用户设备

技术领域

本申请实施例涉及终端技术领域，尤其涉及一种打卡推荐方法、装置及用户设备。

背景技术

快捷打卡推荐是一种用于实现一键打卡的功能。终端设备可以将快捷打卡界面醒目的显示在屏幕界面上，用户通过点击快捷打卡界面，可以快速到达第三方应用程序(Application，APP)的打卡界面，之后用户通过点击打卡界面可以实现一键打卡。省去了在屏幕界面中翻找第三方应用、打开第三方应用以及切换到打卡界面的步骤，方便快捷。第三方应用程序可以是提供考勤打卡服务的应用程序。

目前，上班或者下班打卡推荐的方法一般包括以下步骤，首先选择一个时间区间作为打卡推荐的时间区间，之后，在时间区间内将快捷打卡界面显示在屏幕界面上，以实现快捷打卡推荐。

但是，该种打卡推荐方法仅仅考虑了规定时间点与用户是否需要打卡之间的关系，并不符合用户的实际打卡需求，与用户的实际打卡需求关联度低，并不能在用户需要打卡时准确的将快捷打卡界面推荐给用户，推荐成功度低。这样的推荐方式，并不能避免出现忘记打卡的情况，导致用户体验不佳。

发明内容

本申请实施例提供一种打卡推荐方法、装置及用户设备，以解决传统推荐方法不符合用户需求、推荐成功率低的问题。

第一方面，本申请实施例提供一种打卡推荐方法，应用于终端设备，方法包括：基于用户的历史下班打卡时间，确定用户的最早下班打卡时间；在当前时间晚于最早下班打卡时间时，确定第一下班打卡时间段，并在第一下班打卡时间段内，将下班打卡界面推荐给用户；在当前时间晚于最早下班打卡时间时，确定第二下班打卡时间段，并在第二下班打卡时间段内，再次将下班打卡界面推荐给用户；其中，第二下班打卡时间段晚于第一下班打卡时间段。

本申请实施例提供一种打卡推荐方法，该方法可以确定第一下班打卡时间段，并在第一下班打卡时间段内将下班打卡界面推荐给用户。还可以确定第二下班时间段，并在第二下班打卡时间段内再次将下班打卡界面推荐给用户。这样的推荐方式，可以准确贴合用户对如何进行下班打卡的期望，能够有效防止用户漏打卡，可以提高下班打卡推荐成功率。并且，本申请实施例提供的方法还简化了打卡步骤以及减少了打卡等待时间，提高了用户体验。

在一种可实现的方式中，第一下班打卡时间段以第一时间为起始时间，且第一下班打卡时间段的时长等于第一预设时长；第一时间为当前时间晚于最早下班打卡时间时，终端设备首次显示主屏幕界面的时间。这样，基于第一下班打卡时间段进行下班打卡推荐的成功率更高。

在一种可实现的方式中，在第一下班打卡时间段内，将下班打卡界面推荐给用户，包括：在第一下班打卡时间段的起始时间，将下班打卡界面推荐给用户；或者，在第一下班打卡时间段内，如果用户未完成下班打卡，在终端设备每次显示主屏幕界面时，将下班打卡界面推荐给用户。

这样，可以确保用户在晚于约定下班时间点(最早下班时间点)时完成打卡，避免出现漏打卡的情况。直到用户在第一打卡时间段内完成一次下班打卡，基于第一下班打卡时间段进行推荐的方式可以失效。

在一种可实现的方式中，在当前时间晚于最早下班打卡时间时，确定第二下班打卡时间段，包括：获取用户在预设历史天数内的各个历史工作日的最晚下班打卡时间、预设历史天数内的各个历史工作日的特征信息、以及当前工作日的特征信息；其中，特征信息至少包括当日为当月的第几日，当日为星期几，当日是否为星期六或者星期日，当日是否为星期一、星期二或者星期四，当日为当年的第几月，当日在当月的第几周，当日为当月正数第几个星期X，和当日为当月倒数第几个星期X，其中星期X为星期一至星期日的任意一日；基于第一预测模型以及用户在预设历史天数内的各个历史工作日的最晚下班打卡时间、预设历史天数内的各个历史工作日的特征信息、以及当前工作日的特征信息，确定当前工作日的预测下班时间点，第一预测模型是基于用户样本训练得到的；根据当前工作日的预测下班时间点确定第二下班打卡时间段，第二下班打卡时间段包括预测下班时间点之前的第一时间段，和预测下班时间点之后的第二时间段，第一时间段和第二时间段的时长等于第二预设时长。

这样，可以确定预测下班时间点。

在一种可实现的方式中，在第二下班打卡时间段内，再次将下班打卡界面推荐给用户，包括：在第二下班打卡时间段内，如果用户未完成下班打卡，在终端设备每次显示主屏幕界面时，将下班打卡界面推荐给用户。这样，可以确定用户在真正下班时完成打卡，避免出现漏打卡的情况。直到用户在第二下班打卡时间段内完成一次下班打卡，在第二下班打卡时间段内进行推荐的方式可以失效。

在一种可实现的方式中，在当前时间晚于最早下班打卡时间时，确定第二下班打卡时间段，包括：基于用户所有的历史下班打卡时间，确定最晚下班打卡时间；根据最晚下班打卡时间和第二时间确定第二下班打卡时间段，第二下班打卡时间段为第二时间与最晚下班打卡时间之间的时间段，第二时间为第一下班打卡时间段的结束时间。

在一种可实现的方式中，在第二下班打卡时间段内，再次将下班打卡界面推荐给用户，包括：在第二下班打卡时间段内，如果用户未完成下班打卡，在终端设备每次显示主屏幕界面时，获取用户的前序行为；前序行为至少包括终端设备显示主屏幕界面的时间、终端设备运行应用程序的时间及应用程序的名称、用户的运动状态、以及终端设备的无线网络连接数据；基于第二预测模型以及前序行为，确定用户是否需要下班，第二预测模型是基于用户样本训练得到的；如果确定用户需要下班，将下班打卡界面推荐给用户。

这样，可以确定用户是否下班，并对用户进行下班打卡推荐。

在一种可实现的方式中，第二下班打卡时间段为第三时间与第四时间之间的时间段，第三时间为用户离开公司围栏的时间，第四时间为用户离开打卡围栏的时间；公司围栏为基于终端设备的地理位置确定的地理围栏，终端设备的地理位置包括上班打卡后用户运动状态变化为静止状态时的地理位置，和/或，上班打卡后终端设备的无线网络连接状态变化时的地理位置；打卡围栏为基于终端设备最远打卡位置确定的地理围栏。

本申请实施例可以在用户离开公司围栏但未离开打卡围栏时，进行下班打卡推荐，这样，用户在收到下班打卡提醒后，可以成功打卡，能够避免错过打卡时机。

在一种可实现的方式中，基于用户的历史下班打卡时间，确定用户的最早下班打卡时间的步骤前，还包括：判断当日是否有上班打卡记录；如果当日有上班打卡记录，终端设备进行下班打卡推荐；如果当日没有上班打卡记录，终端设备不进行下班打卡推荐。

这样，可以避免终端设备出现下班打卡误推荐，能够提升用户体验。

在一种可实现的方式中，还包括：在当前时间为预设时间时，判断用户的睡眠地点是否处于打卡围栏内；如果用户的睡眠地点处于打卡围栏内，获取用户在预设历史天数内的每一天用户是否上班的信息、预设历史天数内的每一天的特征信息；其中，特征信息至少包括当日为当月的第几日，当日为星期几，当日是否为星期六或者星期日，当日是否为星期一、星期二或者星期四，当日为当年的第几月，当日在当月的第几周，当日为当月正数第几个星期X，和当日为当月倒数第几个星期X，其中星期X为星期一至星期日的任意一日；基于第三预测模型以及用户在预设历史天数内的每一天用户是否上班的信息、预设历史天数内的每一天的特征信息，确定用户是否上班，第三预测模型是基于用户样本训练得到的。

这样，可以确定用户是否上班。

在一种可实现的方式中，基于第三预测模型以及用户在预设历史天数内的每一天用户是否上班的信息、预设历史天数内的每一天的特征信息，确定用户是否上班的步骤后，还包括：如果确定用户上班，在上班打卡时间段内将上班打卡界面推荐给用户，上班打卡时间段为用户的最早上班打卡时间和最晚上班打卡时间形成的时间段；如果用户已完成打卡，停止将上班打卡界面推荐给用户。

这样，可以对用户进行上班打卡推荐，且可以避免出现无效推荐。

在一种可实现的方式中，在当前时间为预设时间时，判断用户的睡眠地点是否处于打卡围栏内的步骤后，还包括：如果用户的睡眠地点未处于打卡围栏内，在用户进入打卡围栏时，将上班打卡界面推荐给用户；如果用户已完成上班打卡，停止将上班打卡界面推荐给用户。

这样，可以使得用户可以及时打卡，避免出现漏打卡的情况，还可以避免无效推荐。

第二方面，本申请实施例还提供一种打卡推荐装置，包括：第一确定模块，用于基于用户的历史下班打卡时间，确定用户的最早下班打卡时间；第二确定模块，用于在当前时间晚于最早下班打卡时间时，确定第一下班打卡时间段，并在第一下班打卡时间段内，将下班打卡界面推荐给用户；第三确定模块，用于在当前时间晚于最早下班打卡时间时，确定第二下班打卡时间段，并在第二下班打卡时间段内，再次将下班打卡界面推荐给用户；其中，第二下班打卡时间段晚于第一下班打卡时间段。

本申请实施例提供的打卡推荐装置，该装置可以确定第一下班打卡时间段，并在第一下班打卡时间段内将下班打卡界面推荐给用户。还可以确定第二下班时间段，并在第二下班打卡时间段内再次将下班打卡界面推荐给用户。这样的推荐方式，可以准确贴合用户对如何进行下班打卡的期望，能够有效防止用户漏打卡，可以提高下班打卡推荐成功率。并且，本申请实施例提供的装置还简化了打卡步骤以及减少了打卡等待时间，提高了用户体验。

第三方面，本申请实施例还提供一种用户设备，包括：处理器和存储器；存储器存储有程序指令，当程序指令被处理器执行时，使得用户设备执行上述第一方面及其各个实现方式中的方法。

第四方面，本申请实施例还提供一种芯片系统，包括：存储器和处理器；存储器存储有程序指令，当程序指令被处理器执行时，使得芯片系统执行上述第一方面及其各个实现方式中的方法。

第五方面，本申请实施例还提供一种计算机存储介质，计算机可读存储介质中存储有程序指令，当程序指令在计算机上运行时，使得计算机执行上述第一方面及其各个实现方式中的方法。

第六方面，本申请实施例还提供一种计算机程序产品，当其在计算机上运行时，使得计算机执行上述第一方面及其各个实现方式中的方法。

附图说明

图1为用户打卡需求示意图；

图2为快捷打卡推荐界面示意图；

图3为基于打卡时间峰值区间进行推荐的示意图；

图4为基于打卡围栏进行打卡推荐的示意图；

图5是本申请实施例提供的终端设备的硬件结构示意图；

图6是本申请实施例的终端设备100的软件结构框图；

图7为本申请实施例提供的打卡推荐方法的流程示意图；

图8为本申请实施例提供的下班打卡的推荐示意图；

图9为本申请实施例提供的第一种第一下班打卡时间段和第二下班打卡时间段的示意图；

图10为本申请实施例提供的第一种将下班打卡界面推荐给用户的流程示意图；

图11为本申请实施例提供的第一种确定第二下班打卡时间段的流程示意图；

图12为本申请实施例提供的历史工作日的特征信息及最晚下班打卡时间的表的示意图；

图13为本申请实施例提供的第二种确定第二下班打卡时间段的流程示意图；

图14为本申请实施例提供的第二种第一下班打卡时间段和第二下班打卡时间段的示意图；

图15为本申请实施例提供的公司围栏和打卡围栏的结构示意图；

图16为本申请实施例提供的确定是否进行下班打卡推荐的流程示意图；

图17为本申请实施例提供的上班打卡推荐的流程示意图；

图18为本申请实施例提供的历史天数的特征信息及是否上班的信息的表的示意图；

图19为本申请实施例提供的一种应用程序推荐装置的结构示意图；

图20为本申请实施例提供的另一种打卡推荐装置的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例的技术方案进行清楚地描述。

在本申请的描述中，除非另有说明，“/”表示“或”的意思，例如，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，例如，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。此外，“至少一个”是指一个或多个，“多个”是指两个或两个以上。“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。

需要说明的是，本申请中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其他实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。

下面首先结合附图对本申请实施例的应用场景进行说明。

图1为用户打卡需求示意图，如图1所示，用户在工作日的旅程可以包括离家，步行或乘坐交通工具例如地铁上班，到达公司附近，打开打卡软件，打开位置定位服务例如通用分组无线业务(general packet radio service，GPRS)的开关，通过点击打卡控件完成上班打卡。结束工作后，用户一般需要打开打卡软件，打开位置定位服务，通过点击打卡控件完成下班打卡，之后离开公司区域。

图2为快捷打卡推荐界面示意图，如图2所示，快捷打卡推荐是一种用于实现一键打卡的功能。终端设备可以将快捷打卡界面醒目的显示在屏幕界面上，用户通过点击快捷打卡界面，可以快速到达第三方应用程序的打卡界面，之后用户通过点击打卡界面可以实现一键打卡。省去了在屏幕界面中翻找第三方应用、打开第三方应用以及切换到打卡界面的步骤，方便快捷。第三方应用程序可以是提供考勤打卡服务的应用程序。

目前，上班或者下班打卡推荐的方法一般包括以下步骤，首先选择一个时间区间作为打卡推荐的时间区间，之后，在时间区间内将快捷打卡界面显示在屏幕界面上，以实现快捷打卡推荐。

但是，该种打卡推荐方法仅仅考虑了规定时间点与用户是否需要打卡之间的关系，并不符合用户的实际打卡需求，与用户的实际打卡需求关联度低，并不能在用户需要打卡时准确的将快捷打卡界面推荐给用户，推荐成功度低。这样的推荐方式，并不能避免出现忘记打卡的情况，导致用户体验不佳。

图3为基于打卡时间峰值区间进行推荐的示意图。如图3所示，以下班打卡为例，现有的下班打卡方法还可以统计用户历史下班打卡时间，基于所有历史下班打卡时间，确定一个打卡峰值区间，之后在该峰值区间对应时间段内，将快捷打卡界面显示在屏幕界面上。虽然该种方法考虑了用户历史打卡时间对当前打卡需求的影响，但是，该种方法也仅仅考虑了历史打卡时间段与用户是否需要打卡之间的关系，同样存在与用户的实际打卡需求关联度低的问题，不能反映用户的实际打卡需求。

图4为基于打卡围栏进行打卡推荐的示意图。如图4所示，以下班打卡为例，现有的下班打卡方法还可以基于打卡围栏进行下班打卡推荐。该打卡方法中设计了一个打卡围栏，打卡围栏是基于公司的地理位置确定的虚拟围栏，在用户离开打卡围栏时，该打卡方法确定用户结束工作并且已经下班，并对用户进行下班打卡推荐。但是，该种打卡方法依赖于打卡围栏的构建精准度，并且，没有考虑用户的实际打卡需求。例如，当用户需要短暂离开公司例如出外勤时，一旦用户离开打卡围栏，就会进行下班打卡推荐，经推荐后该推荐方法失效，也就是说，该种方法并没有准确的在用户下班时进行推荐，并不能避免出现忘记打卡的情况。

为了解决上述技术问题，本申请实施例提供了一种打卡推荐方法，该方法应用于终端设备，可以基于用户的实际打卡需求，确定两个下班打卡时间段，并在两个下班打卡时间段内，均进行下班打卡推荐。这样，能够解决下班打卡推荐不符合用户打卡需求的问题，推荐成功率高，有效避免出现漏打卡的情况。终端设备包括但不限于智能手机、平板电脑、个人电脑、工作站设备、大屏设备(例如：智慧屏、智能电视等)、可穿戴设备(例如：智能手环、智能手表)掌上游戏机、家用游戏机、虚拟现实设备、增强现实设备、混合现实设备等、车载智能终端等。

图5是本申请实施例提供的终端设备的硬件结构示意图。如图5所示，终端设备100可以包括处理器110，存储器120，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，摄像头192，显示屏193，以及用户标识模块(subscriberidentification module，SIM)卡接口194等。其中，传感器模块180可以包括触摸传感器180A，陀螺仪传感器180B，气压传感器180C，地磁传感器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等。其中，陀螺仪传感器180B，气压传感器180C，地磁传感器180D，加速度传感器180E等均可用于检测终端设备的运动状态，因此，也可以被称作运动传感器。

可以理解的是，本申请实施例示意的结构并不构成对终端设备100的具体限定。在本申请另一些实施例中，终端设备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-networkprocessing 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。

存储器120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。存储器120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。存储数据区可存储终端设备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，存储器120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通过运行存储在存储器120的指令，和/或存储在设置于处理器中的存储器的指令，执行终端设备100的各种功能应用以及数据处理。

USB接口130是符合USB标准规范的接口，具体可以是Mini USB接口，Micro USB接口，USB Type C接口等。USB接口130可以用于连接充电器为终端设备100充电，也可以用于终端设备100与外围设备之间传输数据。也可以用于连接耳机，通过耳机播放音频。该接口还可以用于连接其他终端设备，例如AR设备等。

可以理解的是，本申请实施例示意的各模块间的接口连接关系，只是示意性说明，并不构成对终端设备100的结构限定。在本申请另一些实施例中，终端设备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。

充电管理模块140用于从充电器接收充电输入。其中，充电器可以是无线充电器，也可以是有线充电器。在一些有线充电的实施例中，充电管理模块140可以通过USB接口130接收有线充电器的充电输入。在一些无线充电的实施例中，充电管理模块140可以通过终端设备100的无线充电线圈接收无线充电输入。充电管理模块140为电池142充电的同时，还可以通过电源管理模块141为终端设备供电。

电源管理模块141用于连接电池142，充电管理模块140与处理器110。电源管理模块141接收电池142和/或充电管理模块140的输入，为处理器110，存储器120，显示屏193，摄像头192，和无线通信模块160等供电。电源管理模块141还可以用于监测电池容量，电池循环次数，电池健康状态(漏电，阻抗)等参数。在其他一些实施例中，电源管理模块141也可以设置于处理器110中。在另一些实施例中，电源管理模块141和充电管理模块140也可以设置于同一个器件中。

终端设备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。

天线1和天线2用于发射和接收电磁波信号。终端设备100中的每个天线可用于覆盖单个或多个通信频带。不同的天线还可以复用，以提高天线的利用率。例如：可以将天线1复用为无线局域网的分集天线。在另外一些实施例中，天线可以和调谐开关结合使用。

移动通信模块150可以提供应用在终端设备100上的包括2G/3G/4G/5G等无线通信的解决方案。移动通信模块150可以包括至少一个滤波器，开关，功率放大器，低噪声放大器(low noise amplifier，LNA)等。移动通信模块150可以由天线1接收电磁波，并对接收的电磁波进行滤波，放大等处理，传送至调制解调处理器进行解调。移动通信模块150还可以对经调制解调处理器调制后的信号放大，经天线1转为电磁波辐射出去。在一些实施例中，移动通信模块150的至少部分功能模块可以被设置于处理器110中。在一些实施例中，移动通信模块150的至少部分功能模块可以与处理器110的至少部分模块被设置在同一个器件中。

调制解调处理器可以包括调制器和解调器。其中，调制器用于将待发送的低频基带信号调制成中高频信号。解调器用于将接收的电磁波信号解调为低频基带信号。随后解调器将解调得到的低频基带信号传送至基带处理器处理。低频基带信号经基带处理器处理后，被传递给应用处理器。应用处理器通过音频设备(不限于扬声器170A，受话器170B等)输出声音信号，或通过显示屏193显示图像或视频。在一些实施例中，调制解调处理器可以是独立的器件。在另一些实施例中，调制解调处理器可以独立于处理器110，与移动通信模块150或其他功能模块设置在同一个器件中。

无线通信模块160可以提供应用在终端设备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。无线通信模块160可以是集成至少一个通信处理模块的一个或多个器件。无线通信模块160经由天线2接收电磁波，将电磁波信号调频以及滤波处理，将处理后的信号发送到处理器110。无线通信模块160还可以从处理器110接收待发送的信号，对其进行调频，放大，经天线2转为电磁波辐射出去。

在一些实施例中，终端设备100的天线1和移动通信模块150耦合，天线2和无线通信模块160耦合，使得终端设备100可以通过无线通信技术与网络以及其他设备通信。所述无线通信技术可以包括全球移动通讯系统(global system for mobile communications，GSM)，通用分组无线服务(general packet radio service，GPRS)，码分多址接入(codedivision multiple access，CDMA)，宽带码分多址(wideband code division multipleaccess，WCDMA)，时分码分多址(time-division code division multiple access，TD-SCDMA)，长期演进(long term evolution，LTE)，BT，GNSS，WLAN，NFC，FM，和/或IR技术等。所述GNSS可以包括全球卫星定位系统(global positioning system，GPS)，全球导航卫星系统(global navigation satellite system，GLONASS)，北斗卫星导航系统(beidounavigation satellite system，BDS)，准天顶卫星系统(quasi-zenith satellitesystem，QZSS)和/或星基增强系统(satellite based augmentation systems，SBAS)。

终端设备100通过GPU，显示屏193，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193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。

显示屏193用于显示图像，视频等。显示屏193包括显示面板。显示面板可以采用液晶显示屏(liquid crystal display，LCD)，有机发光二极管(organic light-emittingdiode，OLED)，有源矩阵有机发光二极体或主动矩阵有机发光二极体(active-matrixorganic light emitting diode的，AMOLED)，柔性发光二极管(flex light-emittingdiode，FLED)，Miniled，MicroLed，Micro-oLed，量子点发光二极管(quantum dot lightemitting diodes，QLED)等。在一些实施例中，终端设备100可以包括1个或N个显示屏193，N为大于1的正整数。

终端设备100可以通过ISP，摄像头192，视频编解码器，GPU，显示屏193以及应用处理器等实现拍摄功能。

ISP用于处理摄像头192反馈的数据。例如，拍照时，打开快门，光线通过镜头被传递到摄像头感光元件上，光信号转换为电信号，摄像头感光元件将所述电信号传递给ISP处理，转化为肉眼可见的图像。ISP还可以对图像的噪点，亮度，肤色进行算法优化。ISP还可以对拍摄场景的曝光，色温等参数优化。在一些实施例中，ISP可以设置在摄像头192中。

摄像头192用于捕获静态图像或视频。物体通过镜头生成光学图像投射到感光元件。感光元件把光信号转换成电信号，之后将电信号传递给ISP转换成数字图像信号。ISP将数字图像信号输出到DSP加工处理。DSP将数字图像信号转换成标准的RGB，RYYB，YUV等格式的图像信号。在一些实施例中，终端设备100可以包括1个或N个摄像头192，N为大于1的正整数。

终端设备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180A，也称“触控器件”。触摸传感器180A可以设置于显示屏193，由触摸传感器180A与显示屏193组成触摸屏，也称“触控屏”。触摸传感器180A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193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180A也可以设置于终端设备100的表面，与显示屏193所处的位置不同。

陀螺仪传感器180B可以用于确定终端设备100的运动姿态。在一些实施例中，可以通过陀螺仪传感器180B确定终端设备100围绕三个轴(即，x，y和z轴)的角速度。陀螺仪传感器180B可以用于拍摄防抖。示例性的，当按下快门，陀螺仪传感器180B检测终端设备100抖动的角度，根据角度计算出镜头模组需要补偿的距离，让镜头通过反向运动抵消终端设备100的抖动，实现防抖。陀螺仪传感器180B还可以用于导航，体感游戏场景。

气压传感器180C用于测量气压。在一些实施例中，终端设备100通过气压传感器180C测得的气压值计算海拔高度，辅助定位和导航。

地磁传感器180D包括霍尔传感器。终端设备100可以利用地磁传感器180D检测翻盖皮套的开合。在一些实施例中，当终端设备100是翻盖机时，终端设备100可以根据地磁传感器180D检测翻盖的开合。进而根据检测到的皮套的开合状态或翻盖的开合状态，设置翻盖自动解锁等特性。

加速度传感器180E可检测终端设备100在各个方向上(一般为三轴)加速度的大小。当终端设备100静止时可检测出重力的大小及方向。还可以用于识别终端设备姿态，应用于横竖屏切换，计步器等应用。

距离传感器180F，用于测量距离。终端设备100可以通过红外或激光测量距离。在一些实施例中，拍摄场景，终端设备100可以利用距离传感器180F测距以实现快速对焦。

接近光传感器180G可以包括例如发光二极管和光检测器，例如光电二极管。发光二极管可以是红外发光二极管。终端设备100通过发光二极管向外发射红外光。终端设备100使用光电二极管检测来自附近物体的红外反射光。当检测到充分的反射光时，可以确定终端设备100附近有物体。当检测到不充分的反射光时，终端设备100可以确定终端设备100附近没有物体。终端设备100可以利用接近光传感器180G检测用户手持终端设备100贴近耳朵通话，以便自动熄灭屏幕达到省电的目的。接近光传感器180G也可用于皮套模式，口袋模式自动解锁与锁屏。

指纹传感器180H用于采集指纹。终端设备100可以利用采集的指纹特性实现指纹解锁，访问应用锁，指纹拍照，指纹接听来电等。

温度传感器180J用于检测温度。在一些实施例中，终端设备100利用温度传感器180J检测的温度，执行温度处理策略。例如，当温度传感器180J上报的温度超过阈值，终端设备100执行降低位于温度传感器180J附近的处理器的性能，以便降低功耗实施热保护。在另一些实施例中，当温度低于另一阈值时，终端设备100对电池142加热，以避免低温导致终端设备100异常关机。在其他一些实施例中，当温度低于又一阈值时，终端设备100对电池142的输出电压执行升压，以避免低温导致的异常关机。

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。终端设备100可以接收按键输入，产生与终端设备100的用户设置以及功能控制有关的键信号输入。

马达191可以产生振动提示。马达191可以用于来电振动提示，也可以用于触摸振动反馈。例如，作用于不同应用(例如拍照，音频播放等)的触摸操作，可以对应不同的振动反馈效果。作用于显示屏193不同区域的触摸操作，马达191也可对应不同的振动反馈效果。不同的应用场景(例如：时间提醒，接收信息，闹钟，游戏等)也可以对应不同的振动反馈效果。触摸振动反馈效果还可以支持自定义。

SIM卡接口194用于连接SIM卡。SIM卡可以通过插入SIM卡接口194，或从SIM卡接口194拔出，实现和终端设备100的接触和分离。终端设备100可以支持1个或N个SIM卡接口，N为大于1的正整数。SIM卡接口194可以支持Nano SIM卡，Micro SIM卡，SIM卡等。同一个SIM卡接口194可以同时插入多张卡。所述多张卡的类型可以相同，也可以不同。SIM卡接口194也可以兼容不同类型的SIM卡。SIM卡接口194也可以兼容外部存储卡。终端设备100通过SIM卡和网络交互，实现通话以及数据通信等功能。在一些实施例中，终端设备100采用eSIM，即：嵌入式SIM卡。eSIM卡可以嵌在终端设备100中，不能和终端设备100分离。

终端设备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。本申请实施例以分层架构的Android系统为例，示例性说明终端设备100的软件结构。

图6是本申请实施例的终端设备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6所示，应用程序包可以包括电池管理、相机，图库，日历，通话，地图，导航，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程序接口(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6所示，应用程序框架层可以包括窗口管理器，输入管理器InputManager，传感器管理器SensorManager，电话管理器，资源管理器，通知管理器等。

输入管理器可以用来监听用户的输入事件，例如用户手指在终端设备100的显示屏193执行的点击事件、滑动事件等。通过监听输入事件，终端设备100可以判断是否正在使用终端设备。

传感器管理器用于监听终端设备中的各个传感器返回的数据，例如运动传感器数据、接近光传感器数据、温度传感器数据等。利用各个传感器返回的数据，终端设备可以判断其是否有抖动，或者显示屏193是否被遮挡等。

AndroidRuntime包括核心库和虚拟机。Androidruntime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。

可以理解的是，本申请实施例示意的结构并不构成对终端设备100的具体限定。在本申请另一些实施例中，终端设备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，软件或软件和硬件组合实现。

下面对本申请实施例提供的打卡推荐方法的各步骤进行示例性说明。

图7为本申请实施例提供的打卡推荐方法的流程示意图，如图7所示，该方法包括以下步骤S201-S203。

S201：基于用户的历史下班打卡时间，确定用户的最早下班打卡时间。

一般来说，公司与劳动者之间存在对于工作时间的约定，例如，公司与劳动者约定早八晚五工作制，那么劳动者可以在工作日的早上8点上班，晚上5点下班，那么早上8点就是其工作制约定的上班时间，晚上5点就是其工作制约定的下班时间。再如，公司与劳动者约定早九晚六工作制，那么劳动者可以在在工作日的上9点上班，晚上6点下班，那么早上9点就是其工作制约定的上班时间，晚上6点就是其工作制约定的下班时间。

其中，用户的最早下班打卡时间一般是处于约定下班时间点后的时间，例如，约定下班时间点为17:30，那么用户的最早下班打卡时间一般是晚于17:30的，并且，用户最早下班打卡时间也是符合用户的打卡习惯的。因此用户最早下班打卡时间可以用于确定用户的下班打卡时间段。

本实施例中，在确定最早下班打卡时间时，可以去除历史下班打卡时间中的离群值。例如，在某个工作日用户存在请假行为，导致下班打卡时间异常，这样异常的下班打卡时间对于确定打卡推荐时间段不具有参考价值，因此可以将异常的下班打卡时间从历史打卡下班时间中删除。再如，某个工作日为节假日，只需工作半天，节假日这样非规律工作日的下班打卡时间对于确定打卡推荐时间段也不具有参考价值，因此也可以将这样的下班打卡时间从历史下班打卡时间中删除。

进一步的，本申请实施例可以基于用户画像(userprofile)确定用户的历史下班打卡时间。用户画像是一种集合了用户行为习惯等信息的标签集合，每个标签都规定了观察、认识、描述用户的角度，将用户行为习惯标签化，便于理解且方便计算机处理，可以用于精准、快速地分析用户行为习惯。本实施例中，历史下班打卡时间可以是用户图像中一个记录用户下班打卡习惯的标签，通过该标签，可以确定用户的历史下班打卡时间，以及用户的最早下班打卡时间。

S202：在当前时间晚于最早下班打卡时间时，确定第一下班打卡时间段，并在第一下班打卡时间段内，将下班打卡界面推荐给用户。

本申请实施例中，在当前时间晚于最早下班打卡时间时，可以说明已经进入用户可能进行打卡的时间段，此时可以确定第一下班打卡时间段，并在第一下班打卡时间段内，将下班打卡界面推荐给用户。图8示例性的示出了下班打卡的推荐示意图，如图8所示，将下班打卡界面推荐给用户的步骤包括：将下班打卡界面显示在“建议卡片”中。用户通过点击下班打卡界面，终端设备可以迅速跳转至第三方应用程序的打卡界面中。“建议卡片”位于终端设备的主屏幕界面的任意位置，具体位置可以由用户自由决定。

下班打卡界面是第三方应用程序提供的一种界面，第三方应用程序可以是提供考勤打卡服务的应用程序。下班打卡界面用于启动该第三方应用程序的下班打卡功能，通过点击下班打卡界面，可以直接进入第三方应用程序的下班打卡用户界面(userinterface)，这样，用户可以一键完成打卡。

进一步的，基于对用户体验的考虑，可以确定用户的打卡习惯是在晚于约定下班时间点时进行打卡，以防止忘记打卡。因此，基于晚于约定下班时间点的最早下班时间，可以确定第一下班打卡时间段。在第一下班打卡时间段内向用户推荐下班打卡界面，可以提高推荐成功率。并且，基于对用户体验的考虑，可以确定用户为了避免在真正下班时出现漏打卡，一般会在约定下班时间点后进行第一次打卡，该次打卡也可以被称为打“保险卡”。因此本申请实施例中，可以基于最早下班时间确定第一下班时间段，并且可以实现在第一下班时间段内向用户推荐打卡下班界面，以供用户打“保险卡”。

S203：在当前时间晚于最早下班打卡时间时，确定第二下班打卡时间段，并在第二下班打卡时间段内，再次将下班打卡界面推荐给用户。其中，第二下班打卡时间段晚于第一下班打卡时间段。

本申请实施例还可以确定第二下班打卡时间段，并且第二下班打卡时间段晚于第一下班打卡时间段，也就是说，本申请实施例可以在两个时间段内均向用户进行下班打卡推荐。在第二打卡时间段将下班打卡界面推荐给用户，可以使得用户进行第二次打卡，第二次打卡也可以理解为用户结束加班真正下班时打的卡。因此，用户在完成“保险卡”打卡后，还可以基于下班打卡推荐在真正下班时进行第二次打卡。两次进行打卡推荐的方法，更加贴合用户习惯，因此推荐成功率高，能够有效避免出现用户遗漏打卡的情况，改善用户使用体验。

第二下班打卡时间段内将下班打卡界面推荐给用户的步骤包括：将下班打卡界面显示在“建议卡片”中。用户通过点击下班打卡界面，终端设备可以迅速跳转至第三方应用程序的打卡界面中。

可以理解的是，第一下班打卡时间段和第二下班打卡时间段的确定方式不同，所以第一下班打卡时间段和第二下班打卡时间段进行推荐的目的也不同，这样，可以覆盖用户更多的需求。第一下班打卡时间段和第二下班打卡时间段的具体确定方法将在下文详述，此处不做赘述。

可以理解的是，确定两个下班打卡时间段，并在两个下班打卡时间段内均向用户做下班打卡推荐的方法，仅是本申请实施例的其中一种实现方式。在一些实现方式中，本申请实施例还可以基于用户画像确定仅在第一下班打卡时间段内做一次推荐，或者仅在第二下班打卡时间段内做一次推荐，或者确定多个下班打卡时间段并在多个下班打卡时间段内进行多次推荐。

由以上技术方案可知，本申请实施例提供一种打卡推荐方法，该方法可以确定第一下班打卡时间段，并在第一下班打卡时间段内将下班打卡界面推荐给用户。还可以确定第二下班时间段，并在第二下班打卡时间段内再次将下班打卡界面推荐给用户。这样的推荐方式，可以准确贴合用户对如何进行下班打卡的期望，能够有效防止用户漏打卡，可以提高下班打卡推荐成功率。并且，本申请实施例提供的方法还简化了打卡步骤以及减少了打卡等待时间，提高了用户体验。

图9为本申请实施例提供的第一种第一下班打卡时间段和第二下班打卡时间段的示意图。如图9所示，本申请实施例中，第一下班打卡时间段可以以第一时间为起始时间，且第一下班打卡时间段的时长等于第一预设时长。其中，第一时间为当前时间晚于最早下班打卡时间，终端设备首次显示主屏幕界面的时间。

本申请实施例中，第一下班打卡时间段是以终端设备首次显示主屏幕界面的时间为起始时间的，也就是说，在晚于最早下班打卡时间后，如果用户打开终端设备，终端设备即可对用户进行下班打卡界面的推荐。这样，在用户需要打“保险卡”，或者在晚于约定下班时间点时需要打卡并下班时，可以直接通过下班打卡界面实现一键打卡，方便快捷。如果用户打开终端设备的目的在于打卡，那么终端设备的下班打卡界面可以直接推荐成功，因此，基于第一打卡时间段进行下班打卡推荐的成功率高。

在一些实现方式中，触发终端设备显示主屏幕界面的途径可以有很多种，例如，用户对终端设备进行解锁，解锁后，终端设备可以显示主屏幕界面，此时终端设备显示主屏幕界面的时间即为第一时间。如果解锁后终端设备显示某应用程序的用户界面，从应用程序的用户界面返回主屏幕界面的时间，也可以被称为第一时间。或者，终端设备由下拉菜单、上拉菜单、负一屏、后台显示界面等位置返回主屏幕界面，均可以被称为终端设备显示主屏幕界面，相应的，显示主屏幕界面的时间也可以被称为第一时间。

进一步的，第一下班打卡时间段的时长可以等于第一预设时长，这样，第一下班打卡时间段可以不占用第二下班打卡时间段的时间，可以避免第二下班打卡时间段推荐失效。优选的，第一预设时长可以为30分钟或者1小时，具体的数值可以根据实际情况确定，本申请对此不做具体限定。

图10为本申请实施例提供的第一种将下班打卡界面推荐给用户的流程示意图。如图10所示，本申请实施例中，步骤S202还包括以下步骤S301-S302。

S301：在第一下班打卡时间段的起始时间，将下班打卡界面推荐给用户。

其中，第一下班打卡时间段的起始时间，为终端设备首次显示主屏幕界面的时间，也就是说，在当前时间晚于最早下班打卡时间后，如果用户打开终端设备，可以直接将下班打卡界面推荐给用户。并且在该次推荐完成后，不论用户是否完成打卡，可以直接结束此次推荐。这样，可以避免基于第一下班打卡时间段进行推荐的方式占用终端设备运行内存，并且还可以将“建议卡片”中的推荐位置让给其他推荐方式推出的应用程序，使得终端设备整体的推荐成功率更高，给用户带来良好的使用体验。

S302：在第一下班打卡时间段内，如果用户未完成下班打卡，在终端设备每次显示主屏幕界面时，将下班打卡界面推荐给用户。

这样，可以确保用户在晚于约定下班时间点(最早下班时间点)时完成打卡，避免出现漏打卡的情况。直到用户在第一打卡时间段内完成一次下班打卡，基于第一下班打卡时间段进行推荐的方式可以失效。

可以理解的是，在第一下班打卡时间段内，不论用户通过快捷的下班打卡界面进入第三方应用程序完成打卡，还是直接点击第三方应用程序完成打卡，均可以认为用户完成了一次下班打卡。

图11为本申请实施例提供的第一种确定第二下班打卡时间段的流程示意图，如图11所示，本申请实施例中，步骤S203可以包括以下步骤S401-S403。

S401：获取用户在预设历史天数内的各个历史工作日的最晚下班打卡时间、预设历史天数内的各个历史工作日的特征信息、以及当前工作日的特征信息；其中，特征信息至少包括当日为当月的第几日，当日为星期几，当日是否为星期六或者星期日，当日是否为星期一、星期二或者星期四，当日为当年的第几月，当日在当月的第几周，当日为当月正数第几个星期X，和当日为当月倒数第几个星期X，其中星期X为星期一至星期日的任意一日。

首先，预设历史天数是一个预设的天数值，具体用于为各个历史工作日是过去时间内用户上班的日子计数，例如，预设历史天数可以为7天或者14天，相应的，历史工作日的数量为7天、10天或者14天，预设历史天数的实际数值可以根据实际情况确定，本申请实施例对此不做具体限定。

可以理解的是，对于各个历史工作日，如果用户选择打“保险卡”后，还在真正下班时再次打卡，那么，用户在预设历史天数内的各个历史工作日的最晚下班打卡时间，或者，用户在预设历史天数内的各个历史工作日的最后一次打卡的时间，为真正下班时再次打卡的时间。如果用户选择多次打卡，那么，用户在预设历史天数内的各个历史工作日的最晚下班打卡时间，也为最后一次打卡时的时间。

进一步的，各个历史工作日内的最晚下班打卡时间，与用户实际选择下班的时机关联度很高，因此通过各个历史工作日内的最晚下班打卡时间，可以学习到用户是否要打卡下班的意图及下班打卡的时间规律。

进一步的，历史工作日的特征信息和当前工作日的特征信息，具体用于表示各个工作日特征，还用于对各个工作日进行区分和归类。本申请实施例可以将具有相同特征的历史工作日进行比较，和/或，将具有相同特征的历史工作日和当前工作日进行比较，这样，可以确定工作日特征信息与下班打卡时间之间的关联，进而可以确定当前工作日的下班时间点。

可以理解的是，前述特征信息仅是本申请实施例示出的部分特征信息，本申请实施例在实际应用时，还可以基于最晚下班打卡时间这一信息为基础，确定更多的特征信息。例如，各个历史工作日的最晚下班打卡时间是否与最早下班打卡时间重合，或者各个历史工作日的最晚下班打卡时间是否出现跨越零点的情况等。

图12为本申请实施例提供的历史工作日的特征信息及最晚下班打卡时间的表的示意图。图12中示例性的示出了用户A在2022年7月13日至2022年7月20日中的7个历史工作日的特征信息及最晚下班打卡时间。

如图12所示，表格中“ID”表示用户最后一次进行下班打卡的事件ID，本申请实施例为便于描述，对时ID做了一定的简化，实际应用中可以采用更为复杂的事件ID表达方式，本申请对此不做具体限定。“Timestamp”为历史工作日的时间戳，“Day”表示当日为当月的第几日。“60_to_100”表示当日的最晚下班打卡时间。“weekday”表示当日为星期几。“is_weekend”表示当日是否为星期六或者星期日。“is_day124”表示当日是否为星期一、星期二或者星期四。“month”表示当日为当年的第几月。“week_of_month”表示当日在当月的第几周。“ordered_which_weekday”表示当日为当月的正数第几个星期几。“ordered_last_weekday”表示当日为当月的倒数第几个星期几。

需要补充说明的是，图12中表格第一行所示的内容中，括号内的内容为代码实现时各个历史工作日的最晚下班打卡时间和各个特征信息的代码命名，不对本申请方案产生限定作用。

示例性的，对于事件ID为0的这一条记录，当日为2022年7月13日，即2022年7月13日为当月的第13天。2022年7月13日的最晚下班打卡时间为2293，其中，22是以24小时60分制表示的，22具体表示22点，93是以100分制表示的，经换算，93分约表示56分，也就是说，2022年7月13日的最晚下班打卡时间为22时56分。2022年7月13日为星期三，以及2022年7月13日不为星期六或者星期日，以及2022年7月13日不为星期一、星期二或者星期四。2022年7月13日为当年的第7月，2022年7月13日在7月的第3周，2022年7月13日为7月的正数第2个星期三，且2022年7月13日为7月的倒数第3个星期二。

可以理解的是，图12中不包括2022年7月17日这样用户未工作的非工作日的特征信息。

S402：基于第一预测模型以及用户在预设历史天数内的各个历史工作日的最晚下班打卡时间、预设历史天数内的各个历史工作日的特征信息、以及当前工作日的特征信息，确定当前工作日的预测下班时间点，第一预测模型是基于用户样本训练得到的。

其中，第一预测模型可以是基于梯度提升机(Light Gradient BoostingMachine，LightGBM)模型结构确定的模型。LightGBM是一种基于决策树算法的分布式梯度提升框架，具有快速高效、低内存占用、高准确度、支持并行和可以大规模数据处理的优点。在第一预测模型的训练阶段，可以利用大量用户样本进行训练，并且，可以确定大量丰富的特征信息对模型进行训练。具体的，利用模型对特征信息进行分类和排序，之后得到基于不同特征信息确定的预测结果，基于预测结果的准确度对特征信息做取舍，保留与预测下班时间点关联度更高的特征信息，作为第一预测模型最终预测下班时间点的特征，完成训练过程。

本申请实施例提供的第一预测模型，可以确定下班时间规律，以及可以确定影响下班时间点的因素，最终预测一个下班时间点。之后，可以基于预测的下班时间点进行下班打卡推荐。因此，本申请实施例可以基于各个历史工作日的特征信息和各个历史工作日的最晚下班打卡时间这样的用户历史习惯，确定当前工作日的下班打卡推荐，可以使得下班打卡推荐更为准确。

S403：根据当前工作日的预测下班时间点确定第二下班打卡时间段，第二下班打卡时间段包括预测下班时间点之前的第一时间段，和预测下班时间点之后的第二时间段，第一时间段和第二时间段的时长等于第二预设时长。

其中，由于第二下班打卡时间段是基于历史工作日的最晚下班打卡时间确定的，因此在第二下班打卡时间段内进行下班打卡推荐，可以满足用户结束加班时第二次或最后一次的打卡需求。第二下班打卡时间是预测下班时间点之前和之后的一段时间，有一定的浮动范围。这样，可以提高推荐成功率。

在一些实现方式中，第二预设时长优选为30分钟，具体数值可以根据实际情况确定，本申请对此不做具体限定。

在一些实现方式中，基于终端设备首次显示主屏幕界面的时间和第一预设时长确定的第一打卡时间段，可能会出现占用基于算法预测确定的第二下班打卡时间段的情况。本申请实施例可以将第一下班打卡时间段的真正结束时间，提前至第二下班打卡时间段的起始时间。本申请实施例还可以将第二下班打卡时间段的起始时间，延后至第一下班打卡时间段的开始时间。这样，可以保证终端设备进行两个时间段内的打卡推荐，保证用户顺利完成“保险卡”打卡和真正下班打卡。此时，终端设备在第一下班打卡时间段内进行打卡推荐的具体方式，以及在第二下班打卡时间段内进行打卡推荐的具体方式，与前述实施例一致。

在一些实现方式中，本申请实施例还可以基于用户的历史下班打卡时间，确定用户的最晚下班打卡时间。如果第二下班打卡时间段的结束时间超过了最晚下班打卡时间，可以将第二下班打卡时间段的结束时间，提前至最晚下班打卡时间。这样，可以避免出现无效推荐，能够改善用户的使用体验。

进一步的，本申请实施例中，步骤S203可以包括：在第二下班打卡时间段内，如果用户未完成下班打卡，在终端设备每次显示主屏幕界面时，将下班打卡界面推荐给用户。

这样，可以确定用户在真正下班时完成打卡，避免出现漏打卡的情况。直到用户在第二下班打卡时间段内完成一次下班打卡，在第二下班打卡时间段内进行推荐的方式可以失效。

图13为本申请实施例提供的第二种确定第二下班打卡时间段的流程示意图。图14为本申请实施例提供的第二种第一下班打卡时间段和第二下班打卡时间段的示意图。如图13及图14所示，本申请实施例中，步骤S203包括以下步骤S501-S502。

S501：基于用户所有的历史下班打卡时间，确定最晚下班打卡时间。

其中，最晚下班打卡时间是指历史工作日中用户最晚下班的一天的打卡时间，最晚下班打卡时间可以用于确定用户的下班打卡习惯，进而确定用户的下班打卡时间段。本实施例中，最晚下班打卡时间也可以基于用户画像确定。

进一步的，在确定最晚下班打卡时间时，可以去除历史下班打卡时间中的离群值。例如，在某个工作日用户的最晚下班打卡时间已跨越零点，那么这个工作日可能存在工作异常或者下班打卡异常，这样异常的下班打卡时间对于确定打卡推荐时间段不具有参考价值，因此可以将异常的下班打卡时间从历史下班打卡时间中删除。

S502：根据最晚下班打卡时间和第二时间确定第二下班打卡时间段，第二下班打卡时间段为第二时间与最晚下班打卡时间之间的时间段，第二时间为第一下班打卡时间段的结束时间。

本申请实施例中，在当前时间晚于第一下班打卡时间段的结束时间时，表示当前时间距离用户的最早打卡时间之间的时长，至少已经大于第一下班打卡时间段的时长。此时用户的打卡情况存在两种状态，第一种为用户已经在第一下班打卡时间段内完成至少一次打卡，或者在第一下班打卡时间段内用户未打卡，并且此时基于第一下班打卡时间段进行推荐的方法已经失效。用户可能已经在第一下班打卡时间段内打卡下班，或者在较长时间内持续保持在加班状态，那么可以基于第一下班打卡时间段的结束时间(第二时间)及最晚打卡时间确定第二下班打卡时间段，并在第二下班打卡时间段内确定是否再次进行下班打卡推荐，以使用户真正下班时也可以推荐成功，使得下班打卡推荐更符合用户打卡习惯，提高推荐准确率。

继续参见图13，本申请实施例中，步骤S203还可以包括以下步骤S503-S505。

S503：在第二下班打卡时间段内，如果用户未完成下班打卡，在终端设备每次显示主屏幕界面时，获取用户的前序行为；前序行为至少包括终端设备显示主屏幕界面的时间、终端设备运行应用程序的时间及应用程序的名称、用户的运动状态、以及终端设备的无线网络连接数据。

其中，在当前时间晚于第一下班打卡时间段的结束时间后，用户对终端设备的操作动作，也可以表示用户是否需要继续加班。示例性的，如果用户需要持续加班，那么，用户可能连续保持一定时间不对终端设备进行操作，也就是说，终端设备持续保持在灭屏状态。用户还可能操作一些与工作相关的办公软件，例如在线会议软件，具体表现在终端设备显示主屏幕界面，且终端设备前台运行了在线会议软件。如果用户即将结束工作选择下班，那么用户可能对终端设备进行操作，例如打开地图软件查询地铁的到站时间等，具体表现在终端设备显示主屏幕界面，且终端设备前台运行了地图软件。上述用户对终端设备的操作动作，均与用户是否需要下班打卡相关联。

进一步的，前序行为由用户对终端设备的操作动作决定，本申请实施例可以将用户的各个前序行为关联起来，这样，可以确定用户在需要下班打卡之前的段时间内，持续的预测用户的下班意图，以提高下班推荐的准确率。

本申请实施例中，终端设备在获取用户的运动状态时，还可以记录用户运动状态发生变化的时间，以及同一用户运动状态的持续时间。用户的运动状态例如可以是保持静止(still)、步行(walking)或者在电梯上(elevator)等。用户的运动状态，也与用户是否需要下班或者已经下班相关联。实际应用中，用户在第二下班打卡时间段内，还包括多种不同的运动状态，本申请对此不做具体限定。

在一些实现方式中，用户的运动状态，具体可以由终端设备的加速度传感器(acceleration transducer)和/或旋转矢量传感器(RV-sensor)的输出数据确定。

终端设备的无线网络连接数据是指终端设备连接无线网络(Wi-Fi)产生的数据，可以包括终端连接某一无线网络的时间(time)，该无线网络的名称(WIFI_Name)，以及该无线网络的信号强度(WIFI_Level)等。由于用户在下班时，会离开公司无线网络的覆盖范围，用户在下班后的其他行为也与无线网络的连接状态密切相关，因此基于终端设备的无线网络的连接数据，可以确定用户是否需要下班，进而确定是否进行下班打卡推荐。

可以理解的是，上述前序行为仅是本申请实施例示出的部分前序行为，本申请实施例在实际应用时，可以基于终端设备显示主屏幕界面的时间、终端设备运行应用程序的时间及应用程序的名称、用户的运动状态、以及终端设备的无线网络连接数据，确定更多与前序行为相关的特征，并将更多的特征应用至确定用户是否需要下班的步骤中。例如，前序行为相关的特征可以是，过去30分钟或1小时终端设备运行app的数量，过去30分钟或1小时打开不同app的数量，最后一次打开app的时间距现在的时间差，倒数第二次打开app的时间距现在的时间差等，本申请对此不做具体限定。

进一步的，本申请实施例中，如果用户未在第二下班打卡时间段内完成打卡，那么可以持续性的获取用户的前序行为，进而实时的确定用户是否需要进行下班打卡。这样，可以确定用户在真正下班时完成打卡，避免出现漏打卡的情况。直至用户在第二下班打卡时间段内完成一次下班打卡，在第二下班打卡时间段内进行推荐的方式可以失效。

S504：基于第二预测模型以及前序行为，确定用户是否需要下班，第二预测模型是基于用户样本训练得到的。

其中，第二预测模型也可以是基于LightGBM确定的模型。在第二预测模型的训练阶段，可以利用大量用户样本进行训练，并且，可以确定大量丰富的前序行为对模型进行训练，例如将历史工作日内用户的最后一次打卡时间(真正下班的时间)、天气加入到训练中，以确定模型预测的准确性。具体的，利用模型对特征信息进行分类和排序，之后得到基于不同的前序行为确定预测结果，基于预测结果的准确度对前序行为做取舍，保留与预测用户是否需要下班关联度更高的前序行为，作为第二预测模型最终预测是否需要下班的前序行为，完成训练过程。

本申请实施例提供的第二预测模型，可以实时的基于用户的前序行为预测用户是否需要下班，确定用户下班前会发生的行为信息。之后，本申请实施例可以基于预测结果确定是否进行下班打卡推荐。因此，本申请实施例提供的打卡推荐，与用户的行为习惯相关度高，打卡推荐更为准确。

S505：如果确定用户需要下班，将下班打卡界面推荐给用户。

本申请实施例中，在第二预测模型的返回结果为用户需要下班时，可以将下班打卡界面推荐给用户，以使用户可以在真正下班时顺利打卡，避免出现漏打卡的情况。在第二预测模型的返回结果为用户不会下班时，还可以不做下班打卡推荐，使得推荐更符合用户的行为习惯，这样，不会产生无效推荐，提升用户的使用体验。

进一步的，本申请实施例中，第二下班打卡时间段还可以为第三时间与第四时间之间的时间段，第三时间为用户离开公司围栏的时间，第四时间为用户离开打卡围栏的时间。

图15为本申请实施例提供的公司围栏和打卡围栏的结构示意图。如图15所示，公司围栏为基于终端设备的地理位置确定的地理围栏，终端设备的地理位置包括上班打卡后用户运动状态变化为静止状态时的地理位置，和/或，上班打卡后终端设备的无线网络连接状态变化时的地理位置；打卡围栏为基于终端设备最远打卡位置确定的地理围栏。

因此，本申请实施例提供的方法，包括范围较小的公司围栏，公司围栏可以用于表示公司所在范围。如果在第二下班打卡时间段内，用户离开公司围栏的范围，可以表示用户结束工作，用户可能需要打卡下班，此时终端设备可以进行下班打卡推荐。

本申请实施例中，在上班打卡后用户进入公司工作，用户的运动状态会由walking状态转变为still状态。因此可以将运动状态变化时的地理位置确定为构成公司围栏的位置点，优选的，地理位置可以由经纬度确定及表示。

本申请实施例中，公司围栏的具体位置还可以由用户画像学习得到，用户画像中还可以包括用户公司的无线网络名称。通过无线网络名称，可以确定终端设备的网络连接状态是否已由数据连接变更为连接公司的无线网络，或者由连接其他无线网络，变更为连接公司的无线网络。示例性的，如果上班打卡后终端设备的无线网络状态变化为连接公司的无线网络，那么可以将发生变化时的物理位置，确定为构成公司围栏的一个位置点，优选的，地理位置可以由经纬度确定及表示。

本申请实施例提供的方法，还包括相对公司围栏范围更大的打卡围栏，打卡围栏是基于终端设备最远打卡位置确定的，也就是说，当用户离开打卡围栏范围后，无法进行打卡，进入打卡围栏范围后，可以进行打卡。具体的，打卡围栏可以由用户画像中的用户打卡位置确定。例如，在用户从不同的入口打卡并进入公司时，用户画像可以对不同的行为进行学习，最终得到用户进入公司的习惯。

因此，本申请实施例设置了公司围栏和打卡围栏两个围栏，第二下班打卡时间段是用户在公司围栏和打卡围栏之间活动时的时间段。本申请实施例可以在用户离开公司围栏但未离开打卡围栏时，进行下班打卡推荐，这样，用户在收到下班打卡提醒后，可以成功打卡，能够避免错过打卡时机。

图16为本申请实施例提供的确定是否进行下班打卡推荐的流程示意图。如图16所示，本申请实施例中，在步骤S201之前，还可以包括以下步骤S601-S603。

S601：判断当日是否有上班打卡记录。

其中，如果当日有上班打卡记录，表示用户在当日正常上班，且有进行下班打卡的需求。如果当日没有上班打卡记录，表示用户在当日没有上班，不需要进行下班打卡。上班打卡记录可以由终端设备访问第三方应用程序的存储数据获得。

S602：如果当日有上班打卡记录，终端设备进行下班打卡推荐。

S603：如果当日没有上班打卡记录，终端设备不进行下班打卡推荐。

这样，可以避免终端设备出现下班打卡误推荐，能够提升用户体验。

下面结合附图对上班打卡推荐的流程进行示例性说明。

图17为本申请实施例提供的上班打卡推荐的流程示意图，如图17所示，本申请实施例还包括以下步骤S701-S703。

S701在当前时间为预设时间时，判断用户的睡眠地点是否处于打卡围栏内。

用户的上班旅程一般包括离家，步行或称作交通工具到达公司附近，进入打卡围栏后完成打卡。对于一些家在公司附近，且家的具体位置位于打卡围栏内的用户，其上班旅程不包括进入打卡围栏的动作，对于一些留宿公司的用户，其上班旅程也不包括进入打卡围栏的动作。因此，为了覆盖更多的用户上班打卡需求，本申请实施例可以首先判断用户的睡眠地点是否处于打卡围栏内，以确定用户上班是否存在进入打卡围栏的动作。

在一些实现方式中，为了准确的确定用户的睡眠地点，可以预设一些终端设备的使用特征。例如，当前时间晚于凌晨十二点、终端设备处于充电状态、终端设备保持灭屏状态超过预设时长等。示例性的，在凌晨十二点时，终端设备处于充电状态，且终端设备保持灭屏状态超过120秒，可以确定用户处于睡眠状态，此时用户所处的地点为睡眠地点。睡眠地点可以由经纬度确定和表示。

在一些实现方式中，可以基于用户画像确定用户的实际睡眠地点。具体的，用户画像可以学习用户家的位置、公司的位置以及家与公司之间的距离等特征，以精确的确定用户的睡眠地点。用户画像还可以学习用户的其他特征，例如用户每个工作日在家中停留的时长等，本申请对此不做具体限定。

在一些实现方式中，预设时间可以为凌晨四点钟，也就是说，本申请实施例可以在凌晨四点确定是否进行上班打卡推荐。预设时间的实际数值可以根据实际情况进行确定，只需保证预设时间早于用户最早上班打卡时间即可。

S702：如果用户的睡眠地点处于打卡围栏内，获取用户在预设历史天数内的每一天用户是否上班的信息、预设历史天数内的每一天的特征信息；其中，特征信息至少包括当日为当月的第几日，当日为星期几，当日是否为星期六或者星期日，当日是否为星期一、星期二或者星期四，当日为当年的第几月，当日在当月的第几周，当日为当月正数第几个星期X，和当日为当月倒数第几个星期X，其中星期X为星期一至星期日的任意一日。

其中，如果用户的睡眠地点处于打卡围栏内，那么用户的在上班时不会出现进入打卡围栏的动作，不能基于该动作进行上班打卡推荐。因此，本申请实施例还可以基于用户在预设历史天数内的每一天用户是否上班的信息、预设历史天数内的每一天的特征信息等确定是否进行上班打卡推荐。

进一步的，预设历史天数是一个预设的天数值，具体用于为过去的一天或几天进行计数。例如，预设历史天数可以为7天或者14天，那么预设历史天数包括过去的连续7天或者连续14天。预设历史的实际数值可以根据实际情况确定，本申请实施例对此不做具体限定。

进一步的，用户在预设历史天数内的每一天用户是否上班的信息、预设历史天数内的每一天的特征信息，与用户在下一天是否需要工作相关度很高，基于上述信息，可以具体学习到用户上班的规律。例如，用户在每一星期六都需要上班，那么这一信息可以用于确定下一星期六用户是否上班。

进一步的，预设历史天数内的每一天的特征信息，具体用于表示过去的连续多天的特征，还用于多连续多天进行区分和分类。这样，可以确定预设历史天数内的每一天的特征信息与下一天是否上班之间的关联，进而可以确定下一天是否进行上班打卡推荐。

图18为本申请实施例提供的历史天数的特征信息及是否上班的信息的表的示意图。图18中示例性的示出了用户B在2022年7月12日-2022年7月18日这7天的特征信息及是否上班的信息。

如图18所示，表格中“ID”表示当日的事件ID，“Timestamp”为过去每一天的时间戳，“Day”表示当日为当月的第几日。“Lable”表示当天是否上班。“Weekday”表示当日为星期几。“is_weekend”表示当日是否为星期六或者星期日。“is_day124”表示当日是否为星期一、星期二或者星期四。“month”表示当日为当年的第几月。“week_of_month”表示当日在当月的第几周。“ordered_which_weekday”表示当日为当月的正数第几个星期几。“ordered_last_weekday”表示当日为当月的倒数第几个星期几。

需要补充说明的是，图18中表格第一行所示的内容中，括号内的内容为代码实现时每一天用户是否上班的信息和各个特征信息的代码命名，不对本申请方案产生限定作用。

示例性的，对于事件ID为5的这一条记录，当日为2022年7月18日，即2022年7月18日为当月的第18天。2022年7月18日为星期日，以及2022年7月18日为星期日，以及2022年7月18日不为星期一、星期二或者星期四。2022年7月18日为当年的第7月，2022年7月18日在7月的第三周，2022年7月18日为7月的正数第3个星期日，且2022年7月18日为7月的倒数第3个星期日。

可以理解的是，前述特征信息仅是本申请实施例示出的部分特征信息，本申请实施例在实际应用时，还可以包括更多的特征信息，例如预设历史天数内上班天数与总天数的占比等。

S703：基于第三预测模型以及用户在预设历史天数内的每一天用户是否上班的信息、预设历史天数内的每一天的特征信息，确定用户是否上班，第三预测模型是基于用户样本训练得到的。

其中，第三预测模型也可以是基于LightGBM确定的模型。在第三预测模型的训练阶段，可以利用大量用户样本进行训练，并且，可以确定大量丰富的特征信息对模型进行训练，以确定模型预测的准确性。具体的，利用模型对特征信息进行分类和排序，之后得到基于不同的特征信息确定预测结果，基于预测结果的准确度对特征信息作取舍，保留与预测用户是否需要上班关联度更高的特征信息，作为第三预测模型最终预测是否需要下班的特征信息，完成训练过程。

本申请实施例提供的第三预测模型，可以基于用户在预设历史天数内的每一天用户是否上班的信息、预设历史天数内的每一天的特征信息，确定用户是否需要上班。之后，可以基于预测结果确定是否进行上班打卡推荐。因此，本申请实施例的上班打卡推荐更为准确，不会出现无效推荐，可以改善用户体验。

继续参见图17，本申请实施例步骤S703后，还包括以下步骤S704-S705。

S704：如果确定用户上班，在上班打卡时间段内将上班打卡界面推荐给用户，上班打卡时间段为用户的最早上班打卡时间和最晚上班打卡时间形成的时间段。

其中，用户的最晚上班打卡时间一般是处于约定上班时间点前的时间，例如，约定上班时间点为08:00，那么用户的最晚上班打卡时间一般是早于08:00的。并且，用于最早上班打卡时间和最晚上班打卡时间也是符合用户的打卡习惯的，因此用户的最早上班打卡时间和最晚上班打开时间可以用于确定用户的上班打卡时间段。

在确定上班打卡时间段时，可以首先去除用户历史上班打卡时间中的离群值，之后再确定最早上班打卡时间和最晚上班打卡时间。例如，某些工作日用户上班迟到或者存在请假行为，此时的上班打卡时间是晚于约定上班时间的，这样的上班时间数据对确定上班打卡时间段不具有参考作用，因此可以删除。

因此，本申请实施例可以在确定用户上班后，可以在上班打卡时间段内对用户进行上班打卡推荐。这样，可以避免用户错过打卡时间，造成漏打卡。将上班打卡界面推荐给用户的步骤包括：将上班打卡界面显示在“建议卡片”中，用户通过点击上班打卡界面，终端设备可以迅速跳转至第三方应用程序的打卡界面中。“建议卡片”位于终端设备的主屏幕界面的任意位置，具体位置可以由用户自由决定。

S705：如果用户已完成打卡，停止将上班打卡界面推荐给用户。

由于上班不需要多次重复打卡，因此在用户完成打卡后，可以停止将上班打卡界面推荐给用户，以避免出现无效推荐。

继续参见图17，本申请实施例中，步骤S701之后，还包括以下步骤S706-S707。

S706：如果用户的睡眠地点未处于打卡围栏内，在用户进入打卡围栏时，将上班打卡界面推荐给用户。

其中，如果用户的睡眠地点未处于打卡围栏内，那么如果用户需要上班，用户在上班时包括进入打卡围栏的动作。因此，本申请实施例还可以在用户进入打卡围栏时，可以对用户进行上班打卡推荐，使得用户可以及时打卡，避免出现漏打卡的情况。

在一些实现方式中，如果用户进入打卡围栏但是一直没有打卡，此时用户没有上班打卡的需求。因此，本申请实施例还可以在特定时间段内进行上班打卡推荐，如果在特定时间段内用户未完成打卡，不再继续推荐，这样，可以提高推荐效率。特定时间段可以是工作日中约定上班时间点之前的段时间，本申请对此不做具体限定。

S707：如果用户已完成上班打卡，停止将上班打卡界面推荐给用户。

由于上班不需要多次重复打卡，因此在用户完成打卡后，可以停止将上班打卡界面推荐给用户，以避免出现无效推荐。

由以上技术方案可知，本申请实施例提供的打卡推荐方法，可以针对用户的睡眠地点针对性的选择上班打卡推荐方法，打卡推荐成功率及准确率更高，可以覆盖更多的用户打卡需求。

上述本申请提供的实施例对本申请提供的打卡推荐方法的各方案进行了介绍。可以理解的是，终端设备为了实现上述功能，其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到，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，本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，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。

图19为本申请实施例提供的一种应用程序推荐装置的结构示意图。在一个实施例中，终端设备可以通过图19所示的硬件实现相应的功能，如图19所示，该应用程序推荐装置可以包括：显示屏1001、存储器1002、处理器1003和通信模块1004。上述各器件可以通过一个或多个通信总线1005连接。

在一个实施例中，显示屏1001可以包括显示面板10011和触摸传感器10012，其中，显示面板10011用于显示图像，触摸传感器10012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，通过显示面板10011提供与触摸操作相关的视觉输出。处理器1003可以包括一个或多个处理单元，例如：处理器1003可以包括应用处理器，调制解调处理器，图形处理器，图像信号处理器，控制器，视频编解码器，数字信号处理器，基带处理器，和/或神经网络处理器等。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。存储器1002与处理器1003耦合，用于存储各种软件程序和/或多组指令，存储器1002可包括易失性存储器和/或非易失性存储器。

当存储器1002中的软件程序和/或多组指令被处理器1003执行时，使得终端设备实现如下方法步骤：基于用户的历史下班打卡时间，确定用户的最早下班打卡时间；在当前时间晚于最早下班打卡时间时，确定第一下班打卡时间段，并在第一下班打卡时间段内，将下班打卡界面推荐给用户；在当前时间晚于最早下班打卡时间时，确定第二下班打卡时间段，并在第二下班打卡时间段内，再次将下班打卡界面推荐给用户；其中，第二下班打卡时间段晚于第一下班打卡时间段。

本申请实施例提供的打卡推荐装置，该装置可以确定第一下班打卡时间段，并在第一下班打卡时间段内将下班打卡界面推荐给用户。还可以确定第二下班时间段，并在第二下班打卡时间段内再次将下班打卡界面推荐给用户。这样的推荐方式，可以准确贴合用户对如何进行下班打卡的期望，能够有效防止用户漏打卡，可以提高下班打卡推荐成功率。并且，本申请实施例提供的装置还简化了打卡步骤以及减少了打卡等待时间，提高了用户体验。

在一种实现方式中，所述第一下班打卡时间段以第一时间为起始时间，且所述第一下班打卡时间段的时长等于第一预设时长；所述第一时间为当前时间晚于所述最早下班打卡时间时，终端设备首次显示主屏幕界面的时间。

在一种实现方式中，当存储器1002中的软件程序和/或多组指令被处理器1003执行时，使得终端设备具体实现如下方法步骤：在第一下班打卡时间段的起始时间，将下班打卡界面推荐给用户；或者，在第一下班打卡时间段内，如果用户未完成下班打卡，在终端设备每次显示主屏幕界面时，将下班打卡界面推荐给用户。

在一种实现方式中，当存储器1002中的软件程序和/或多组指令被处理器1003执行时，使得终端设备具体实现如下方法步骤：获取用户在预设历史天数内的各个历史工作日的最晚下班打卡时间、预设历史天数内的各个历史工作日的特征信息、以及当前工作日的特征信息；其中，特征信息至少包括当日为当月的第几日，当日为星期几，当日是否为星期六或者星期日，当日是否为星期一、星期二或者星期四，当日为当年的第几月，当日在当月的第几周，当日为当月正数第几个星期X，和当日为当月倒数第几个星期X，其中星期X为星期一至星期日的任意一日；基于第一预测模型以及用户在预设历史天数内的各个历史工作日的最晚下班打卡时间、预设历史天数内的各个历史工作日的特征信息、以及当前工作日的特征信息，确定当前工作日的预测下班时间点，第一预测模型是基于用户样本训练得到的；根据当前工作日的预测下班时间点确定第二下班打卡时间段，第二下班打卡时间段包括预测下班时间点之前的第一时间段，和预测下班时间点之后的第二时间段，第一时间段和第二时间段的时长等于第二预设时长。

在一种实现方式中，当存储器1002中的软件程序和/或多组指令被处理器1003执行时，使得终端设备具体实现如下方法步骤：在第二下班打卡时间段内，如果用户未完成下班打卡，在终端设备每次显示主屏幕界面时，将下班打卡界面推荐给用户。

在一种实现方式中，当存储器1002中的软件程序和/或多组指令被处理器1003执行时，使得终端设备具体实现如下方法步骤：基于用户所有的历史下班打卡时间，确定最晚下班打卡时间；根据最晚下班打卡时间和第二时间确定第二下班打卡时间段，第二下班打卡时间段为第二时间与最晚下班打卡时间之间的时间段，第二时间为第一下班打卡时间段的结束时间。

在一种实现方式中，当存储器1002中的软件程序和/或多组指令被处理器1003执行时，使得终端设备具体实现如下方法步骤：在第二下班打卡时间段内，如果用户未完成下班打卡，在终端设备每次显示主屏幕界面时，获取用户的前序行为；前序行为至少包括终端设备显示主屏幕界面的时间、终端设备运行应用程序的时间及应用程序的名称、用户的运动状态、以及终端设备的无线网络连接数据；基于第二预测模型以及前序行为，确定用户是否需要下班，第二预测模型是基于用户样本训练得到的；如果确定用户需要下班，将下班打卡界面推荐给用户。

在一种实现方式中，第二下班打卡时间段为第三时间与第四时间之间的时间段，第三时间为用户离开公司围栏的时间，第四时间为用户离开打卡围栏的时间；公司围栏为基于终端设备的地理位置确定的地理围栏，终端设备的地理位置包括上班打卡后用户运动状态变化为静止状态时的地理位置，和/或，上班打卡后终端设备的无线网络连接状态变化时的地理位置；打卡围栏为基于终端设备最远打卡位置确定的地理围栏。

在一种实现方式中，当存储器1002中的软件程序和/或多组指令被处理器1003执行时，使得终端设备具体实现如下方法步骤：判断当日是否有上班打卡记录；如果当日有上班打卡记录，终端设备进行下班打卡推荐；如果当日没有上班打卡记录，终端设备不进行下班打卡推荐。

在一种实现方式中，当存储器1002中的软件程序和/或多组指令被处理器1003执行时，使得终端设备具体实现如下方法步骤：在当前时间为预设时间时，判断用户的睡眠地点是否处于打卡围栏内；如果用户的睡眠地点处于打卡围栏内，获取用户在预设历史天数内的每一天用户是否上班的信息、预设历史天数内的每一天的特征信息；其中，特征信息至少包括当日为当月的第几日，当日为星期几，当日是否为星期六或者星期日，当日是否为星期一、星期二或者星期四，当日为当年的第几月，当日在当月的第几周，当日为当月正数第几个星期X，和当日为当月倒数第几个星期X，其中星期X为星期一至星期日的任意一日；基于第三预测模型以及用户在预设历史天数内的每一天用户是否上班的信息、预设历史天数内的每一天的特征信息，确定用户是否上班，第三预测模型是基于用户样本训练得到的。

在一种实现方式中，当存储器1002中的软件程序和/或多组指令被处理器1003执行时，使得终端设备具体实现如下方法步骤：如果确定用户上班，在上班打卡时间段内将上班打卡界面推荐给用户，上班打卡时间段为用户的最早上班打卡时间和最晚上班打卡时间形成的时间段；如果用户已完成打卡，停止将上班打卡界面推荐给用户。

在一种实现方式中，当存储器1002中的软件程序和/或多组指令被处理器1003执行时，使得终端设备具体实现如下方法步骤：如果用户的睡眠地点未处于打卡围栏内，在用户进入打卡围栏时，将上班打卡界面推荐给用户；如果用户已完成上班打卡，停止将上班打卡界面推荐给用户。

图20为本申请实施例提供的另一种打卡推荐装置的结构示意图。

如图20所示，本申请实施例还提供一种应用程序推荐装置，包括：第一确定模块200，用于基于用户的历史下班打卡时间，确定用户的最早下班打卡时间；第二确定模块300，用于在当前时间晚于最早下班打卡时间时，确定第一下班打卡时间段，并在第一下班打卡时间段内，将下班打卡界面推荐给用户；第三确定模块400，用于在当前时间晚于最早下班打卡时间时，确定第二下班打卡时间段，并在第二下班打卡时间段内，再次将下班打卡界面推荐给用户；其中，第二下班打卡时间段晚于第一下班打卡时间段。

本申请实施例提供的打卡推荐装置，该装置可以确定第一下班打卡时间段，并在第一下班打卡时间段内将下班打卡界面推荐给用户。还可以确定第二下班时间段，并在第二下班打卡时间段内再次将下班打卡界面推荐给用户。这样的推荐方式，可以准确贴合用户对如何进行下班打卡的期望，能够有效防止用户漏打卡，可以提高下班打卡推荐成功率。并且，本申请实施例提供的装置还简化了打卡步骤以及减少了打卡等待时间，提高了用户体验。

在一种实现方式中，所述第一下班打卡时间段以第一时间为起始时间，且所述第一下班打卡时间段的时长等于第一预设时长；所述第一时间为当前时间晚于所述最早下班打卡时间时，终端设备首次显示主屏幕界面的时间。

在一种实现方式中，第二确定模块300还用于在第一下班打卡时间段的起始时间，将下班打卡界面推荐给用户；或者，在第一下班打卡时间段内，如果用户未完成下班打卡，在终端设备每次显示主屏幕界面时，将下班打卡界面推荐给用户。

在一种实现方式中，第三确定模块400还用于获取用户在预设历史天数内的各个历史工作日的最晚下班打卡时间、预设历史天数内的各个历史工作日的特征信息、以及当前工作日的特征信息；其中，特征信息至少包括当日为当月的第几日，当日为星期几，当日是否为星期六或者星期日，当日是否为星期一、星期二或者星期四，当日为当年的第几月，当日在当月的第几周，当日为当月正数第几个星期X，和当日为当月倒数第几个星期X，其中星期X为星期一至星期日的任意一日；基于第一预测模型以及用户在预设历史天数内的各个历史工作日的最晚下班打卡时间、预设历史天数内的各个历史工作日的特征信息、以及当前工作日的特征信息，确定当前工作日的预测下班时间点，第一预测模型是基于用户样本训练得到的；根据当前工作日的预测下班时间点确定第二下班打卡时间段，第二下班打卡时间段包括预测下班时间点之前的第一时间段，和预测下班时间点之后的第二时间段，第一时间段和第二时间段的时长等于第二预设时长。

在一种实现方式中，第三确定模块400还用于在第二下班打卡时间段内，如果用户未完成下班打卡，在终端设备每次显示主屏幕界面时，将下班打卡界面推荐给用户。

在一种实现方式中，第三确定模块400还用于基于用户所有的历史下班打卡时间，确定最晚下班打卡时间；根据最晚下班打卡时间和第二时间确定第二下班打卡时间段，第二下班打卡时间段为第二时间与最晚下班打卡时间之间的时间段，第二时间为第一下班打卡时间段的结束时间。

在一种实现方式中，第三确定模块400还用于在第二下班打卡时间段内，如果用户未完成下班打卡，在终端设备每次显示主屏幕界面时，获取用户的前序行为；前序行为至少包括终端设备显示主屏幕界面的时间、终端设备运行应用程序的时间及应用程序的名称、用户的运动状态、以及终端设备的无线网络连接数据；基于第二预测模型以及前序行为，确定用户是否需要下班，第二预测模型是基于用户样本训练得到的；如果确定用户需要下班，将下班打卡界面推荐给用户。

在一种实现方式中，第二下班打卡时间段为第三时间与第四时间之间的时间段，第三时间为用户离开公司围栏的时间，第四时间为用户离开打卡围栏的时间；公司围栏为基于终端设备的地理位置确定的地理围栏，终端设备的地理位置包括上班打卡后用户运动状态变化为静止状态时的地理位置，和/或，上班打卡后终端设备的无线网络连接状态变化时的地理位置；打卡围栏为基于终端设备最远打卡位置确定的地理围栏。

在一种实现方式中，还包括第一判断模块，第一判断模块具体用于判断当日是否有上班打卡记录；如果当日有上班打卡记录，终端设备进行下班打卡推荐；如果当日没有上班打卡记录，终端设备不进行下班打卡推荐。

在一种实现方式中，还包括第二判断模块、第一获取模块和第四确定模块。第二判断模块具体用于在当前时间为预设时间时，判断用户的睡眠地点是否处于打卡围栏内；第一获取模块具体用于如果用户的睡眠地点处于打卡围栏内，获取用户在预设历史天数内的每一天用户是否上班的信息、预设历史天数内的每一天的特征信息；其中，特征信息至少包括当日为当月的第几日，当日为星期几，当日是否为星期六或者星期日，当日是否为星期一、星期二或者星期四，当日为当年的第几月，当日在当月的第几周，当日为当月正数第几个星期X，和当日为当月倒数第几个星期X，其中星期X为星期一至星期日的任意一日；第四确定模块具体用于基于第三预测模型以及用户在预设历史天数内的每一天用户是否上班的信息、预设历史天数内的每一天的特征信息，确定用户是否上班，第三预测模型是基于用户样本训练得到的。

在一种实现方式中，还包括第一推荐模块，第一推荐模块具体用于如果确定用户上班，在上班打卡时间段内将上班打卡界面推荐给用户，上班打卡时间段为用户的最早上班打卡时间和最晚上班打卡时间形成的时间段；如果用户已完成打卡，停止将上班打卡界面推荐给用户。

在一种实现方式中，还包括第二推荐模块，第二推荐模块具体用于如果用户的睡眠地点未处于打卡围栏内，在用户进入打卡围栏时，将上班打卡界面推荐给用户；如果用户已完成上班打卡，停止将上班打卡界面推荐给用户。

本申请实施例还提供一种计算机可读存储介质，该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各方面的方法。

本申请实施例还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各方面的方法。

本申请实施例还提供了一种芯片系统，该芯片系统包括处理器，用于支持上述装置实现上述方面中所涉及的功能，例如，生成或处理上述方法中所涉及的信息。在一种可能的设计中，芯片系统还包括存储器，用于保存多设备协同装置必要的计算机指令和数据。该芯片系统，可以由芯片构成，也可以包含芯片和其他分立器件。

以上的具体实施方式，对本申请实施例的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上仅为本申请实施例的具体实施方式而已，并不用于限定本申请实施例的保护范围，凡在本申请实施例的技术方案的基础之上，所做的任何修改、等同替换、改进等，均应包括在本申请实施例的保护范围之内。

Claims (17)

1.一种打卡推荐方法，其特征在于，应用于终端设备，所述方法包括：

基于用户的历史下班打卡时间，确定用户的最早下班打卡时间；

在当前时间晚于所述最早下班打卡时间时，确定第一下班打卡时间段，并在所述第一下班打卡时间段内，将下班打卡界面推荐给用户；

在当前时间晚于所述最早下班打卡时间时，确定第二下班打卡时间段，并在所述第二下班打卡时间段内，再次将所述下班打卡界面推荐给用户；

其中，所述第二下班打卡时间段晚于所述第一下班打卡时间段。

2.根据权利要求1所述的打卡推荐方法，其特征在于，

所述第一下班打卡时间段以第一时间为起始时间，且所述第一下班打卡时间段的时长等于第一预设时长；

所述第一时间为当前时间晚于所述最早下班打卡时间时，终端设备首次显示主屏幕界面的时间。

3.根据权利要求2所述的打卡推荐方法，其特征在于，所述在所述第一下班打卡时间段内，将下班打卡界面推荐给用户，包括：

在第一下班打卡时间段的起始时间，将下班打卡界面推荐给用户；

或者，在第一下班打卡时间段内，如果用户未完成下班打卡，在终端设备每次显示主屏幕界面时，将下班打卡界面推荐给用户。

4.根据权利要求1所述的打卡推荐方法，其特征在于，所述在当前时间晚于所述最早下班打卡时间时，确定第二下班打卡时间段，包括：

获取用户在预设历史天数内的各个历史工作日的最晚下班打卡时间、预设历史天数内的各个历史工作日的特征信息、以及当前工作日的特征信息；其中，所述特征信息至少包括当日为当月的第几日，当日为星期几，当日是否为星期六或者星期日，当日是否为星期一、星期二或者星期四，当日为当年的第几月，当日在当月的第几周，当日为当月正数第几个星期X，和当日为当月倒数第几个星期X，其中星期X为星期一至星期日的任意一日；

基于第一预测模型以及所述用户在预设历史天数内的各个历史工作日的最晚下班打卡时间、预设历史天数内的各个历史工作日的特征信息、以及当前工作日的特征信息，确定当前工作日的预测下班时间点，所述第一预测模型是基于用户样本训练得到的；

根据所述当前工作日的预测下班时间点确定所述第二下班打卡时间段，所述第二下班打卡时间段包括所述预测下班时间点之前的第一时间段，和所述预测下班时间点之后的第二时间段，所述第一时间段和所述第二时间段的时长等于第二预设时长。

5.根据权利要求4所述的打卡推荐方法，其特征在于，所述在所述第二下班打卡时间段内，再次将所述下班打卡界面推荐给用户，包括：

在所述第二下班打卡时间段内，如果用户未完成下班打卡，在终端设备每次显示主屏幕界面时，将下班打卡界面推荐给用户。

6.根据权利要求1所述的打卡推荐方法，其特征在于，所述在当前时间晚于所述最早下班打卡时间时，确定第二下班打卡时间段，包括：

基于用户所有的历史下班打卡时间，确定最晚下班打卡时间；

根据所述最晚下班打卡时间和第二时间确定所述第二下班打卡时间段，所述第二下班打卡时间段为第二时间与所述最晚下班打卡时间之间的时间段，所述第二时间为所述第一下班打卡时间段的结束时间。

7.根据权利要求6所述的打卡推荐方法，其特征在于，所述在所述第二下班打卡时间段内，再次将所述下班打卡界面推荐给用户，包括：

在所述第二下班打卡时间段内，如果用户未完成下班打卡，在终端设备每次显示主屏幕界面时，获取用户的前序行为；所述前序行为至少包括终端设备显示主屏幕界面的时间、终端设备运行应用程序的时间及应用程序的名称、用户的运动状态、以及终端设备的无线网络连接数据；

基于所述第二预测模型以及所述前序行为，确定用户是否需要下班，所述第二预测模型是基于用户样本训练得到的；

如果确定用户需要下班，将所述下班打卡界面推荐给用户。

8.根据权利要求1所述的打卡推荐方法，其特征在于，

所述第二下班打卡时间段为第三时间与第四时间之间的时间段，所述第三时间为用户离开公司围栏的时间，所述第四时间为用户离开打卡围栏的时间；所述公司围栏为基于终端设备的地理位置确定的地理围栏，所述终端设备的地理位置包括上班打卡后用户运动状态变化为静止状态时的地理位置，和/或，上班打卡后终端设备的无线网络连接状态变化时的地理位置；所述打卡围栏为基于终端设备最远打卡位置确定的地理围栏。

9.根据权利要求1所述的打卡推荐方法，其特征在于，所述基于用户的历史下班打卡时间，确定用户的最早下班打卡时间的步骤前，还包括：

判断当日是否有上班打卡记录；

如果当日有上班打卡记录，终端设备进行下班打卡推荐；

如果当日没有上班打卡记录，终端设备不进行下班打卡推荐。

10.根据权利要求1所述的打卡推荐方法，其特征在于，还包括：

在当前时间为预设时间时，判断用户的睡眠地点是否处于打卡围栏内；

如果用户的睡眠地点处于所述打卡围栏内，获取用户在预设历史天数内的每一天用户是否上班的信息、预设历史天数内的每一天的特征信息；其中，所述特征信息至少包括当日为当月的第几日，当日为星期几，当日是否为星期六或者星期日，当日是否为星期一、星期二或者星期四，当日为当年的第几月，当日在当月的第几周，当日为当月正数第几个星期X，和当日为当月倒数第几个星期X，其中星期X为星期一至星期日的任意一日；

基于所述第三预测模型以及所述用户在预设历史天数内的每一天用户是否上班的信息、所述预设历史天数内的每一天的特征信息，确定用户是否上班，所述第三预测模型是基于用户样本训练得到的。

11.根据权利要求10所述的打卡推荐方法，其特征在于，所述基于所述第三预测模型以及所述用户在预设历史天数内的每一天用户是否上班的信息、所述预设历史天数内的每一天的特征信息，确定用户是否上班的步骤后，还包括：

如果确定用户上班，在上班打卡时间段内将上班打卡界面推荐给用户，所述上班打卡时间段为用户的最早上班打卡时间和最晚上班打卡时间形成的时间段；

如果用户已完成打卡，停止将上班打卡界面推荐给用户。

12.根据权利要求10所述的打卡推荐方法，其特征在于，所述在当前时间为预设时间时，判断用户的睡眠地点是否处于打卡围栏内的步骤后，还包括：

如果用户的睡眠地点未处于所述打卡围栏内，在用户进入打卡围栏时，将上班打卡界面推荐给用户；

如果用户已完成上班打卡，停止将上班打卡界面推荐给用户。

13.一种打卡推荐装置，其特征在于，包括：

第一确定模块，用于基于用户的历史下班打卡时间，确定用户的最早下班打卡时间；

第二确定模块，用于在当前时间晚于所述最早下班打卡时间时，确定第一下班打卡时间段，并在所述第一下班打卡时间段内，将下班打卡界面推荐给用户；

第三确定模块，用于在当前时间晚于所述最早下班打卡时间时，确定第二下班打卡时间段，并在所述第二下班打卡时间段内，再次将所述下班打卡界面推荐给用户；

其中，所述第二下班打卡时间段晚于所述第一下班打卡时间段。

14.一种用户设备，其特征在于，包括：处理器和存储器；所述存储器存储有程序指令，当所述程序指令被所述处理器执行时，使得所述用户设备执行权利要求1-12任一项所述的方法。

15.一种芯片系统，其特征在于，包括：存储器和处理器；所述存储器存储有程序指令，当所述程序指令被所述处理器执行时，使得所述芯片系统执行权利要求1-12任一项所述的方法。

16.一种计算机存储介质，其特征在于，所述计算机可读存储介质中存储有程序指令，当所述程序指令在计算机上运行时，使得计算机执行权利要求1-12任一项所述的方法。

17.一种计算机程序产品，其特征在于，当其在计算机上运行时，使得计算机执行权利要求1-12任一项所述的方法。