WO2015127739A1 - 联系人的分组处理方法及装置 - Google Patents

联系人的分组处理方法及装置 Download PDF

Info

Publication number
WO2015127739A1
WO2015127739A1 PCT/CN2014/081323 CN2014081323W WO2015127739A1 WO 2015127739 A1 WO2015127739 A1 WO 2015127739A1 CN 2014081323 W CN2014081323 W CN 2014081323W WO 2015127739 A1 WO2015127739 A1 WO 2015127739A1
Authority
WO
WIPO (PCT)
Prior art keywords
contact
media information
information
key features
features
Prior art date
Application number
PCT/CN2014/081323
Other languages
English (en)
French (fr)
Inventor
张勇
Original Assignee
华为技术有限公司
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 华为技术有限公司 filed Critical 华为技术有限公司
Priority to EP14883798.2A priority Critical patent/EP3113035B1/en
Priority to KR1020167025626A priority patent/KR20160124182A/ko
Priority to JP2016554242A priority patent/JP6311194B2/ja
Publication of WO2015127739A1 publication Critical patent/WO2015127739A1/zh
Priority to US15/245,575 priority patent/US20160364390A1/en

Links

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
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G06F16/48—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
    • G06F16/68—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/686—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, title or artist information, time, location or usage information, user ratings
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination

Definitions

  • the present invention relates to the field of communications, and in particular, to a packet processing method and apparatus for a contact. Background technique
  • the technical problem to be solved by the present invention is how to automatically and accurately group contacts in a communication book of various communication tools or communication applications.
  • the embodiment of the present invention provides a packet processing method for a contact in the first aspect, including:
  • Extracting key features in the media information Finding whether there is a contact attribute corresponding to a key feature in the media information according to a correspondence between a pre-stored key feature and a contact attribute;
  • the contact is divided into packets corresponding to the contact attribute based on the found contact attribute.
  • the media information includes voice information.
  • the contact attribute includes: at least one of a gender, an age group, and an accent
  • the extracting the key features in the media information includes: converting the voice information into a voice signal, The frequency of the speech signal is extracted as a key feature in the media information.
  • the contact attribute includes: at least one of a hobby and a habit
  • the extracting the key feature in the media information includes: extracting a keyword in the voice information as the media Key features in the message.
  • the media information includes text information
  • the contact attribute includes: at least one of a hobby and a habit
  • the extracting the key features in the media information includes: extracting the text information
  • the keywords in the picture are key features in the media information.
  • the media information includes image information
  • the contact attribute includes: at least one of a hobby and a habit
  • the extracting the key features in the media information includes: extracting the image information
  • One or more of the color features, texture features, shape features, and spatial relationship features in the media are key features in the media information.
  • the method before the searching for the contact attribute corresponding to the key feature in the media information, the method further includes:
  • the method further includes:
  • a packet processing apparatus for a contact including:
  • a receiving module configured to receive media information sent by a contact
  • An extraction module configured to be connected to the receiving module, for extracting key features in the media information
  • a searching module configured to be connected to the extraction module, according to a correspondence between a pre-stored key feature and a contact attribute, Finding whether there is a contact attribute corresponding to a key feature in the media information
  • a grouping module configured to be connected to the searching module, configured to: when the searching module finds a contact attribute corresponding to a key feature in the media information, according to the discovered contact attribute, The person is divided into groups corresponding to the contact attributes.
  • the media information received by the receiving module includes voice information.
  • the contact attribute includes at least one of a gender, an age group, and an accent
  • the extracting module includes:
  • a converting unit configured to convert the voice information into a voice signal
  • a frequency extracting unit configured to extract a frequency of the voice signal as a key feature in the media information.
  • the contact attribute includes at least one of a hobby and a habit
  • the extracting module is specifically configured to: extract a keyword in the voice information as a key feature in the media information.
  • the media information received by the receiving module includes text information
  • the contact attribute includes at least one of a hobby and a habit
  • the extracting module is specifically configured to: extract the text
  • the keywords in the information serve as key features in the media information.
  • the media information received by the receiving module includes image information
  • the contact attribute includes at least one of a hobby and a habit
  • the extraction module is specific.
  • the device further includes:
  • Establishing a module configured to be connected to the search module, configured to establish a correspondence between the key feature and a contact attribute before the search module searches for a contact attribute corresponding to a key feature in the media information .
  • the device further includes:
  • a creating module configured to be connected to the search module, to create a key feature and a contact attribute in the media information when the search module does not find a contact attribute corresponding to a key feature in the media information Correspondence between the two.
  • the method and device for processing a contact can automatically and accurately group contacts in a communication book of various communication tools or communication applications, and use the communication tool or application to perform group information generation. Or when sharing, the destination group contact can be precisely selected according to the group, to avoid information mis-delivery, information flooding and waste of traffic of non-target contacts.
  • FIG. 1 shows a flow chart of a method for packet processing of a contact according to an embodiment of the present invention
  • 2 is a flowchart showing a packet processing method of a contact according to another embodiment of the present invention
  • FIG. 3 is a schematic structural diagram of a packet processing apparatus of a contact according to an embodiment of the present invention
  • a schematic structural diagram of a packet processing apparatus of a contact of another embodiment
  • FIG. 5 is a block diagram showing the structure of a packet processing apparatus of a contact according to still another embodiment of the present invention.
  • FIG. 6 shows a schematic structural diagram of a user terminal. detailed description
  • the packet processing method of the contact provided by the embodiment of the present invention can be used for automatically and accurately grouping contacts in the communication records of various communication tools or communication applications, so as to quickly find contacts and target the information. Share or collect.
  • the embodiments of the present invention may be implemented by a user terminal such as a mobile phone or a tablet computer, or a computing device such as a personal computer.
  • the embodiment of the present invention specifically illustrates the solution of the present invention by using the address book packet of the mobile terminal as a typical application scenario.
  • FIG. 6 shows a schematic structural diagram of a user terminal.
  • the terminal 500 includes A radio frequency (RF) circuit 510, a memory 520, an input unit 530, a wireless fidelity (WiFi) module 570, a display unit 540, a sensor 550, an audio circuit 560, a processor 580, and a camera 590 are included.
  • RF radio frequency
  • WiFi wireless fidelity
  • the structure of the terminal 500 shown in FIG. 6 does not constitute a limitation on the terminal 500, and may include more or less components than those illustrated, or combine some components, or different components. Arrangement.
  • the RF circuit 510 can be used for receiving and transmitting signals during transmission and reception of information or during a call. Specifically, after receiving downlink information of the base station, the processing is performed on the processor 580. In addition, the designed uplink data is transmitted to the base station.
  • R circuits include, but are not limited to, an antenna, at least one amplifier, a transceiver, a coupler, a Low Noise Amplifier (LNA), a duplexer, and the like.
  • RF circuitry 510 can also communicate with the network and other devices via wireless communication.
  • the above wireless communication may use any communication standard or protocol, including but not limited to Global System of Mobile communication (GSM), General Packet Radio Service (GPRS), Code Division Multiple Access (Code Division). Multiple Access, CDMA), Wideband Code Division Multiple Access (WCDMA), Long Term Evolution (LTE), e-mail, Short Messaging Service (SMS), etc.
  • GSM Global System of Mobile communication
  • GPRS General Packet Radio Service
  • CDMA Code Division Multiple
  • the memory 520 can be used to store software programs and modules, and the processor 580 executes various functional applications and data processing of the terminal 500 by running software programs and modules stored in the memory 520.
  • the memory 520 may mainly include a storage program area and a storage data area, wherein the storage program area may store an operating system, an application required for at least one function (such as a sound playing function, an image playing function, etc.), and the like; the storage data area may be stored according to The data created by the use of the terminal 500 (such as audio data, phone book, etc.) and the like.
  • memory 520 can include high speed random access memory, and can also include non-volatile memory, such as at least one magnetic disk storage device, flash memory device, or other volatile solid state storage device.
  • the input unit 530 can be configured to receive input numeric or character information, and to generate key signal inputs related to user settings and function control of the terminal 500.
  • the input unit 530 can include a touch panel 531 and other input devices 532.
  • the touch panel 531 also referred to as a touch screen, can collect touch operations on or near the user (such as the user using a finger, a stylus, or the like on the touch panel 531 or near the touch panel 531. Operation), and drive the corresponding connecting device according to a preset program.
  • the touch panel 531 can include two parts: a touch detection device and a touch controller.
  • the touch detection device detects the touch orientation of the user, and detects a signal brought by the touch operation, and transmits the signal to the touch controller; the touch controller receives the touch information from the touch detection device, converts the touch information into contact coordinates, and sends the touch information
  • the processor 580 is provided and can receive commands from the processor 580 and execute them.
  • the touch panel 531 can be implemented in various types such as resistive, capacitive, infrared, and surface acoustic waves.
  • the input unit 530 may also include other input devices 532.
  • other input devices 532 may include, but are not limited to, one or more of a physical keyboard, function keys (such as volume control buttons, switch buttons, etc.), trackballs, mice, joysticks, and the like.
  • the display unit 540 can be used to display information input by the user or information provided to the user and various menus of the terminal.
  • the display unit 540 can include a display panel 541.
  • the display panel 541 can be configured in the form of a liquid crystal display (LCD), an organic light-emitting diode (OLED), or the like.
  • the touch panel 531 can cover the display panel 541. When the touch panel 531 detects a touch operation on or near it, the touch panel 531 transmits to the processor 580 to determine the type of the touch event, and then the processor 580 according to the touch event. The type provides a corresponding visual output on display panel 541.
  • the touch panel 531 and the display panel 541 are used as two independent components to implement the input and input functions of the terminal, in some embodiments, the touch panel 531 may be integrated with the display panel 541. The input and output functions of the terminal 500 are implemented.
  • the terminal 500 may further include at least one sensor 550, such as a light sensor, motion sensing. And other sensors.
  • the light sensor may include an ambient light sensor and a proximity sensor, wherein the ambient light sensor may adjust the brightness of the display panel 541 according to the brightness of the ambient light, and the proximity sensor may close the display panel 541 when the terminal 500 moves to the ear. / or backlight.
  • the accelerometer sensor can detect the acceleration of each direction (usually three axes), and the magnitude and direction of gravity can be detected at rest. It can be used to identify the attitude of the terminal (such as horizontal and vertical screen switching, related games).
  • magnetometer attitude calibration magnetometer attitude calibration
  • vibration recognition related functions such as metering device, tapping
  • other sensors such as gyroscopes, barometers, hygrometers, thermometers, and infrared sensors that can be configured in the terminal are not described here. .
  • An audio circuit 560, a speaker 561, and a microphone 562 provide an audio interface between the user and the terminal.
  • the audio circuit 560 can transmit the converted electrical data of the received audio data to the speaker 561, and convert it into a sound signal output by the speaker 561.
  • the microphone 562 converts the collected sound signal into an electrical signal, and the audio circuit 560 After receiving, it is converted into audio data, and then processed by the audio data output processor 580, sent to the other terminal via the RF circuit 510, or outputted to the memory 520 for further processing.
  • WiFi is a short-range wireless transmission technology.
  • the terminal can help users to send and receive emails, browse web pages and access streaming media through the WiFi module 570. It provides users with wireless broadband Internet access.
  • FIG. 6 shows the WiFi module 570, it can be understood that it does not belong to the essential configuration of the terminal 500, and may be omitted as needed within the scope of not changing the essence of the invention.
  • the processor 580 is the control center of the terminal, and connects various parts of the entire terminal using various interfaces and lines, by executing or executing software programs and/or modules stored in the memory 520, and calling data stored in the memory 520,
  • the various functions of the terminal 500 and the processing data enable overall monitoring of the terminal 500.
  • the processor 580 may include one or more processing units.
  • the processor 580 may integrate an application processor and a modem processor, where the application processor mainly processes an operating system, a user interface, an application, and the like.
  • the modem processor primarily handles wireless communications. It can be understood that the above modem processor may not be integrated into the processor 580.
  • the terminal 500 also includes a power source (such as a battery) that supplies power to the various components.
  • the power source can be logically coupled to the processor 580 through the power management system to manage functions such as charging, discharging, and power management through the power management system.
  • the terminal 500 may further include a Bluetooth module or the like, which will not be described herein.
  • the method includes:
  • Step S101 The user terminal receives the media information sent by the contact.
  • the terminal 500 receives the media information sent by the contact through the input unit 530.
  • the media information is not limited to being received by the input unit, and may also be received by the audio circuit 560 (if the authentication request is audio)
  • the form) can be received even by the RF circuit 510 or the WiFi module 570, and the present invention is not particularly limited.
  • Step S102 The user terminal extracts key features in the media information.
  • the voice information when the media information includes voice information sent during communication, the voice information is converted into a voice signal by Fourier Transform (FT), and the frequency of the voice signal is extracted as a key feature.
  • FT Fourier Transform
  • the keyword may be a word with a high frequency of occurrence; when the media information includes text information sent during the communication process, extracting keywords in the text information as a key feature, The keyword may be a word with a high frequency of occurrence; when the media information includes image information in a communication process, extracting color features, texture features, shape features, and spatial relationships in the image information sent by the contact according to the image feature extraction algorithm
  • One or more of the features are key features.
  • Step S103 The user terminal searches for a contact attribute corresponding to a key feature in the media information according to a correspondence between a pre-stored key feature and a contact attribute.
  • the contact attribute includes: at least one of gender, age range, and accent.
  • the contact attribute includes : at least one of hobbies and habits; according to keywords in the text information, for example, words with high frequency, based on the correspondence between the pre-stored key features and the contact attributes, whether there is a key in the text information
  • the attribute corresponding to the hobby or habit of the contact the contact attribute includes: at least one of a hobby and a habit; according to the key feature in the image information, based on the correspondence between the pre-stored key feature and the contact attribute, Whether there is an attribute such as a hobby or habit of a contact corresponding to a key feature in the image information, the contact attribute includes at least one of a hobby and a habit.
  • the embodiment of the present invention takes the contact attribute as the gender, age, accent, hobbies and habits of the contact as an example, and those skilled in the art should understand that the key features and other contacts other than the above listed contact attributes can be pre-stored.
  • Step S104 If there is a contact attribute corresponding to a key feature in the media information, the contact is divided into a group corresponding to the attribute according to the found contact attribute.
  • the contacts are grouped into corresponding groups according to contact attributes such as gender, age, accent, personality, hobbies or habits, for example: gender grouping is male or female, age grouping is teenager, medium Years, old age, etc., the accent is grouped into Mandarin, Cantonese, Minnan dialect, etc. The character group is lively, silent, etc. The hobby is grouped into travel, reading, etc., and the habits are grouped into early rise and late sleep. This makes it possible to group contacts into different groups depending on the attributes, and the same contact can belong to several different groups.
  • contact attributes such as gender, age, accent, personality, hobbies or habits, for example: gender grouping is male or female, age grouping is teenager, medium Years, old age, etc., the accent is grouped into Mandarin, Cantonese, Minnan dialect, etc. The character group is lively, silent, etc. The hobby is grouped into travel, reading, etc., and the habits are grouped into early rise and late sleep. This makes it possible to group contacts into different groups depending on the attributes, and the same contact
  • the contact group processing method can automatically and accurately group contacts in the communication records of various communication tools or communication applications, and can accurately select the destination group according to the group when the user uses the communication tool or the application to perform group sending or sharing of information. Group contacts, avoiding mis-delivery of information, flooding of information, and wasted traffic to non-target contacts.
  • FIG. 2 shows a flow chart of a packet processing method of a contact according to another embodiment of the present invention.
  • the components in Fig. 2 that have the same reference numerals as in Fig. 1 have the same functions, and a detailed description of these components will be omitted for the sake of brevity.
  • the method further includes:
  • Step S201 Establish a correspondence between a key feature in the media information and a contact attribute.
  • a model library of different features including a gender pattern for storing the correspondence between frequency and gender of the speech signal.
  • a library an age pattern library storing a correspondence relationship between the frequency of the voice signal and the age
  • an accent pattern library storing a correspondence relationship between the audio and the accent
  • a hobby pattern storing a correspondence relationship between the keyword and the personality hobby
  • a library and a custom pattern library that stores a correspondence between keywords and habits.
  • the high frequency range according to the speech frequency such as the interval of 200 Hz-1100 Hz is considered to be female, if the speech frequency is in the low frequency range, such as the interval 80 Hz-523 Hz, it is considered to be male, when the contact
  • the gender of the contact can be determined according to the user's choice.
  • an age model library is created, which is divided into teenagers, middle-aged, or old-aged according to the audio range.
  • the eight dialect corpora including the northern dialect, Wu dialect, Xiang dialect, Gan dialect, Hakka dialect, Yanbei dialect, Minnan dialect and Cantonese dialect are collected, and a large number of samples are used for training to establish a accent pattern library.
  • the accent mode library contains a large number of speakers who read tens of thousands of single sentences in a quiet environment.
  • the single sentence ranges include idioms, text messages, advertisements, stories, poems, weather, news, lectures, essays, invitations, speeches, letters. , notifications, and other topics.
  • Establishing the correspondence between the key features in the media information and the contact attributes may also be implemented by a clustering algorithm, which specifically includes analyzing the similarity of the samples according to the key features of the existing samples. Divide key features into multiple preset clusters.
  • the clustering algorithm used in this embodiment may include a density-based algorithm DBSCAN and a segmentation-based algorithm K-means. Taking the DBSCAN algorithm as an example, input a sample set 0 including sample points pl, 2..., a preset radius E. Taking the frequency of the voice signal as an example, the sample radius E can be preset to 50 Hz, and the distance from the sample point pi is E.
  • the area in the range is called the E field of the sample point pi, and a minimum number of MinPts (for example, 5) is preset.
  • MinPts for example, 5
  • the sample point pi is the core of the cluster.
  • Object If the sample point p2 is within the E field of pi, then the sample point p2 is directly reachable from the core object pi. Further, if the sample points in the sample set D satisfy the direct density of pi from ⁇ -1, then the object pn is reachable from the object pi.
  • the embodiment of the present invention can establish a key in the media information by using a clustering algorithm. The correspondence between features and contact attributes.
  • the keyword may be a word with a high frequency of occurrence. This includes preparing a large number of samples, each with key features and corresponding attributes, and then performing sample training through statistical methods, machine learning, or neural network methods.
  • the idiom is associated with the contact habit
  • the correspondence between the idiom and the habit is established
  • the theme represented by the keyword is associated with the contact hobby
  • the correspondence between the theme and the contact hobby is established.
  • the embodiment of the present invention takes the step S201 before the step S101 as an example. However, in practical applications, it is only necessary to execute the step before step S103.
  • Step S101 Receive media information sent by a contact.
  • Step S102 Extract key features in the media information.
  • the frequency of the voice signal is extracted as a key feature.
  • the method includes: first sampling and quantizing the speech signal at a certain frequency, pre-emphasizing through high-pass filtering, and then taking the sound box to avoid dramatic changes in characteristics, removing noise by low-pass filtering, and then converting the pre-processed speech information into FT.
  • the speech signal is extracted as the key feature of the frequency of the speech signal.
  • the input signal is subjected to Fast Fourier Transformation (FFT), and key features are extracted from the input signal, or prediction coefficients used to calculate key features such as linear prediction coefficients and linear prediction are extracted. Cepstrum coefficients, etc., and then predict the key features of other discrete points.
  • FFT Fast Fourier Transformation
  • the method includes: formatting the original text into the same format, facilitating subsequent unified processing of the decomposition statistics; decomposing the text by words, for example, identifying a plurality of consecutive words as a word in a paragraph; and then performing word frequency according to the decomposed words statistics.
  • the media information includes image information in a communication process, one or more of a color feature, a texture feature, a shape feature, and a spatial relationship feature in the image information transmitted by the contact are extracted as a key feature according to the image feature extraction algorithm.
  • the image is segmented or edge-filled to meet the needs of the algorithm, and then image feature extraction algorithms such as FT, least squares, and histogram are used to extract key features of the image.
  • image feature extraction algorithms such as FT, least squares, and histogram are used to extract key features of the image.
  • the histogram method is taken as an example: Pixel point; take one of the pixels, get its gray value, accumulate the count according to the gray value; until all the pixel points are traversed; the gray value range (0-255) is the bottom length, and each gray scale appears. The number of times is high to form a histogram, and the color characteristics of the image are obtained by analysis of the histogram.
  • Step S103 Search for a contact attribute corresponding to a key feature in the media information according to a correspondence between a pre-stored key feature and a contact attribute.
  • a correspondence between a pre-stored key feature and a contact attribute for example, a gender mode library, an age mode library, an accent mode library, etc.
  • a contact attribute corresponding to a key feature in the media information such as a gender, an age group, or an accent of the contact.
  • the keyword in the text information based on the correspondence between the pre-stored key features and the contact attributes, whether there is a contact attribute corresponding to the key feature in the media information, such as a contact hobby or habit, etc. Attributes.
  • a contact attribute corresponding to a key feature in the media information Determining whether there is a contact attribute corresponding to a key feature in the media information according to one or more of key features in the image information, such as a color feature, a texture feature, a shape feature, and a spatial relationship feature, for example, according to a pattern library Matching images to specific attribute categories, such as travel, food, etc. These different attributes correspond to the hobby or habits of the contact.
  • Step S104 If there is a contact attribute corresponding to a key feature in the media information, the contact is divided into a group corresponding to the attribute according to the found contact attribute.
  • the method further includes:
  • Step S202 If the contact attribute corresponding to the key feature in the media information is not found, create a correspondence between the key feature and the contact attribute in the media information.
  • the correspondence between the key feature and the contact attribute is newly created, for example, when the library according to the pre-stored accent mode cannot
  • the correspondence between the contact population sound and the area to which the contact is associated is established according to the user's selection, and the newly established corresponding relationship is added to the correspondence between the pre-stored key features and the contact attributes, which facilitates subsequent Grouping.
  • the contacts are divided into corresponding groups.
  • the user can implement accurate delivery of information according to the grouping. For example, when the user wants to invite friends to participate in the activity, the user can perform screening according to the classified contact characteristics, for example, the same age group can be selected. A contact with the same hobby is participating.
  • the method and device for processing a contact according to an embodiment of the present invention can automatically and accurately group contacts in a communication book of various communication tools or communication applications, and use the communication tool or application to perform group information bursting. Or when sharing, the destination group contact can be precisely selected according to the group, to avoid information mis-delivery, information flooding and waste of traffic of non-target contacts.
  • the group processing method of the contact can create the key feature and contact according to the user selection when the key feature cannot match the existing correspondence.
  • the correspondence between human attributes facilitates subsequent grouping.
  • FIG. 3 is a schematic structural diagram of a packet processing apparatus of a contact according to an embodiment of the present invention.
  • the device 10 includes: a receiving module 110, an extracting module 120, a searching module 130, and a packet module 140.
  • the receiving module 110 is configured to receive media information sent by the contact.
  • the specific steps are as described in the above step S101, and details are not described herein again.
  • the extraction module 120 is coupled to the receiving module 110 for extracting key features in the media information.
  • the specific steps are as described in the above step S102, and details are not described herein again.
  • the searching module 130 is connected to the extraction module 120, and is configured to search for a contact attribute corresponding to a key feature in the media information according to a correspondence between a pre-stored key feature and a contact attribute.
  • the specific steps are as described in the above step S103, and details are not described herein again.
  • a grouping module 140 connected to the searching module 130, for searching in the searching module 130
  • the contact is divided into the group corresponding to the attribute according to the found contact attribute.
  • the media information received by the receiving module 110 includes voice information
  • the contact attribute includes at least one of a hobby and a habit
  • the extraction module 120 is specifically configured to:
  • the keywords in the voice information are used as key features in the media information.
  • the media information received by the receiving module 110 includes voice information
  • the contact attribute includes at least one of a gender, an age group, and an accent.
  • the extracting module 120 includes: a converting unit 1201, configured to convert the voice information into a voice signal; and a frequency extracting unit 1202, configured to extract a frequency of the voice signal as a key feature in the media information.
  • the media information received by the receiving module 110 includes text information
  • the contact attribute includes at least one of a hobby or a habit
  • the extraction module 120 is specifically configured to:
  • the keywords in the text information are used as key features in the media information.
  • the media information received by the receiving module 110 includes image information
  • the contact attribute includes at least one of a hobby or a habit
  • the extraction module 120 is specifically configured to: One or more of a color feature, a texture feature, a shape feature, and a spatial relationship feature in the image information are used as key features in the media information.
  • the packet processing apparatus of the contact can automatically and accurately group contacts in the communication records of various communication tools or communication applications, and use the communication tool or application for information group sending or sharing.
  • the destination group contact is accurately selected to avoid information mis-delivery, information flooding and waste of traffic of non-target contacts.
  • Fig. 4 is a block diagram showing the structure of a packet processing apparatus of a contact according to another embodiment of the present invention.
  • the same components in Fig. 4 as those in Fig. 3 have the same functions, and a detailed description of these components will be omitted for the sake of brevity.
  • the apparatus 10 further includes: an establishing module 150.
  • the establishing module 150 is connected to the searching module 130, and configured to establish between the key feature and the contact attribute before the searching module 130 searches for a contact attribute corresponding to a key feature in the media information. Correspondence. The specific process is similar to step S201 and will not be described here.
  • the apparatus 10 further includes: a creating module 160.
  • a creating module 160 configured to be connected to the searching module 130, configured to create a key feature and a contact attribute in the media information when the search module does not find a contact attribute corresponding to a key feature in the media information. Correspondence between the two. The specific process is similar to the above step S202, and details are not described herein again.
  • the packet processing device of the contact can automatically and accurately group contacts in the communication book of various communication tools or communication applications, and use the communication tool or application to perform group information or When sharing, the destination group contact can be precisely selected according to the group, to avoid information mis-delivery, information flooding and waste of traffic of non-target contacts.
  • the grouping processing device of the contact can create a correspondence between the key feature and the contact attribute according to the user's selection to facilitate subsequent grouping when the key feature cannot match the existing correspondence.
  • Fig. 5 is a block diagram showing the structure of a packet processing apparatus of a contact according to another embodiment of the present invention.
  • the packet processing device 1100 of the contact may be a host server having a computing capability, a personal computer PC, or a portable computer or terminal that can be carried.
  • the specific embodiment of the present invention does not limit the specific implementation of the computing node.
  • the packet processing apparatus 1100 of the contact includes a processor processor; >1110, a communication interface 1120, a memory 1130, and a bus 1140. Among them, the processor 1110, the communication interface 1120, and the memory 1130 complete communication with each other through the bus 1140.
  • Communication interface 1120 is for communicating with network devices, such as virtual machine management centers, shared storage, and the like.
  • the processor 1110 is for executing a program.
  • the processor 1110 may be a central processing unit CPU, or an Application Specific Integrated Circuit (ASIC), or one or more integrated circuits configured to implement embodiments of the present invention.
  • ASIC Application Specific Integrated Circuit
  • the memory 1130 is used to store files.
  • the memory 1130 may include a high speed RAM memory and may also include a non-volatile memory, such as at least one disk memory.
  • Memory 1130 can also be a memory array.
  • the memory 1130 may also be partitioned, and the blocks may be combined into a virtual volume according to certain rules.
  • the above program may be a program code including computer operating instructions. This program can be used to:
  • the media information includes voice information.
  • the contact attribute includes: at least one of a gender, an age group, and an accent
  • the extracting the key features in the media information includes: converting the voice information into a voice signal, The frequency of the speech signal is extracted as a key feature in the media information.
  • the contact attribute includes: at least one of a hobby and a habit
  • the extracting the key feature in the media information includes: extracting a keyword in the voice information as the media Key features in the message.
  • the media information includes text information
  • the contact attribute includes: at least one of a hobby and a habit
  • the extracting the key features in the media information includes: extracting the text information
  • the keywords in the picture are key features in the media information.
  • the media information includes image information
  • the contact attribute includes: at least one of a hobby and a habit
  • the extracting the key features in the media information includes: extracting the image information
  • One or more of the color features, texture features, shape features, and spatial relationship features in the media are key features in the media information.
  • the program before the searching for the contact attribute corresponding to the key feature in the media information, the program is further used to:
  • the program is further used to:
  • the contact attribute corresponding to the key feature in the media information is not found, the correspondence between the key feature and the contact attribute in the media information is created.
  • the function is implemented in the form of computer software and sold or used as a stand-alone product, it may be considered to some extent that all or part of the technical solution of the present invention (for example, a part contributing to the prior art) is It is embodied in the form of computer software products.
  • the computer software product is typically stored in a computer readable non-volatile storage medium, including instructions for causing a computer device (which may be a personal computer, server, or network device, etc.) to perform all of the methods of various embodiments of the present invention. Or part of the step.
  • the foregoing storage medium includes various media that can store program codes, such as a USB flash drive, a removable hard disk, a Read-Only Memory (ROM), a Random Access Memory (RAM), a magnetic disk, or an optical disk.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Multimedia (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Resources & Organizations (AREA)
  • Library & Information Science (AREA)
  • Strategic Management (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Acoustics & Sound (AREA)
  • Human Computer Interaction (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Telephonic Communication Services (AREA)
  • Telephone Function (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本发明涉及一种联系人的分组处理方法及装置，包括：接收联系人发送的媒体信息；提取所述媒体信息中的关键特征；根据预先存储的关键特征与联系人属性之间的对应关系，查找是否有与所述媒体信息中的关键特征对应的联系人属性；如果有，则根据查找到的所述联系人属性，将所述联系人划分到该属性对应的分组。根据本发明实施例的联系人的分组处理方法及装置能够对各种通信工具或通信应用的通信录中的联系人自动准确的进行分组，在用户利用通信工具或应用进行信息群发或共享时，可以根据该分组，精确选择目的群组联系人，避免信息错误投放，信息泛滥，及非目标联系人的流量浪费。

Description

说 明 书
联系人的分组处理方法及装置
技术领域
本发明涉及通信领域， 尤其涉及一种联系人的分组处理方法及装置。 背景技术
目前各种通信工具或通信应用在人们的日常生活及工作中起到越来越 重要的作用， 而通信录是各种通信工具或通信应用的基本功能。 随着联系人 数量的增长， 用户对联系人的有效管理成为一个重要的需求。 例如， 基于联 系人分组进行微博、 微信等应用的分享操作， 可以精准定位接收信息的目标 人群。 因此， 如何在通讯录中快捷地将联系人进行分组成为一个亟需解决的 问题。
现有技术中， 联系人分组大多采用手动的方式进行， 或仅支持按姓氏、 姓名首字母进行自动分组排序， 手动方式操作复杂、 耗费时间， 而且仅支持 按照单一属性进行搜索或收藏， 査找也比较费时。 发明内容
技术问题
有鉴于此， 本发明要解决的技术问题是， 如何对各种通信工具或通信应 用的通信录中的联系人自动准确的进行分组。
解决方案
为解决上述问题， 本发明实施例在第一方面提供一种联系人的分组处理 方法包括：
接收联系人发送的媒体信息；
提取所述媒体信息中的关键特征； 根据预先存储的关键特征与联系人属性之间的对应关系， 査找是否有与 所述媒体信息中的关键特征对应的联系人属性；
如果有， 则根据査找到的所述联系人属性， 将所述联系人划分到所述联 系人属性对应的分组。
在一种可能的实施方式中， 所述媒体信息包括语音信息。
在一种可能的实施方式中， 所述联系人属性包括： 性别、 年龄段和口音 中的至少一个， 所述提取所述媒体信息中的关键特征包括： 将所述语音信息 转换为语音信号， 提取所述语音信号的频率作为所述媒体信息中的关键特 征。
在一种可能的实施方式中， 所述联系人属性包括： 爱好和习惯中的至少 一个， 所述提取所述媒体信息中的关键特征包括： 提取所述语音信息中的关 键词作为所述媒体信息中的关键特征。
在一种可能的实施方式中， 所述媒体信息包括文本信息， 所述联系人属 性包括： 爱好和习惯中的至少一个， 所述提取所述媒体信息中的关键特征包 括： 提取所述文本信息中的关键词作为所述媒体信息中的关键特征。
在一种可能的实施方式中， 所述媒体信息包括图像信息， 所述联系人属 性包括： 爱好和习惯中的至少一个， 所述提取所述媒体信息中的关键特征包 括： 提取所述图像信息中的颜色特征、 纹理特征、 形状特征及空间关系特征 中的一个或多个作为所述媒体信息中的关键特征。
在一种可能的实施方式中，在所述査找是否有与所述媒体信息中的关键 特征对应的联系人属性之前， 还包括：
建立所述关键特征与联系人属性之间的对应关系。
在一种可能的实施方式中， 还包括：
如果没有査找到与所述媒体信息中的关键特征对应的联系人属性， 则创 建所述媒体信息中的关键特征与联系人属性之间的对应关系。 为解决上述问题， 本发明实施例在第二方面提供一种联系人的分组处理 装置， 包括：
接收模块， 用于接收联系人发送的媒体信息；
提取模块，与所述接收模块连接，用于提取所述媒体信息中的关键特征; 査找模块， 与所述提取模块连接， 用于根据预先存储的关键特征与联系 人属性之间的对应关系， 査找是否有与所述媒体信息中的关键特征对应的联 系人属性；
分组模块， 与所述査找模块连接， 用于在所述査找模块査找到有与所述 媒体信息中的关键特征对应的联系人属性时， 根据査找到的所述联系人属 性， 将所述联系人划分到所述联系人属性对应的分组。
在一种可能的实施方式中，所述接收模块接收到的所述媒体信息包括语 音信息。
在一种可能的实施方式中， 所述联系人属性包括性别、 年龄段和口音中 的至少一个， 所述提取模块包括：
转换单元， 用于将所述语音信息转换为语音信号；
频率提取单元，用于提取所述语音信号的频率作为所述媒体信息中的关 键特征。
在一种可能的实施方式中，所述联系人属性包括爱好和习惯中的至少一 个， 所述提取模块具体用于： 提取所述语音信息中的关键词作为所述媒体信 息中的关键特征。
在一种可能的实施方式中，所述接收模块接收到的所述媒体信息包括文 本信息， 所述联系人属性包括爱好和习惯中的至少一个， 所述提取模块具体 用于： 提取所述文本信息中的关键词作为所述媒体信息中的关键特征。
在一种可能的实施方式中，所述接收模块接收到的所述媒体信息包括图 像信息， 所述联系人属性包括爱好和习惯中的至少一个， 所述提取模块具体 用于： 提取所述图像信息中的颜色特征、 纹理特征、 形状特征及空间关系特 征中的一个或多个作为所述媒体信息中的关键特征。
在一种可能的实施方式中， 该装置还包括：
建立模块， 与所述査找模块连接， 用于在所述査找模块査找是否有与所 述媒体信息中的关键特征对应的联系人属性之前，建立所述关键特征与联系 人属性之间的对应关系。
在一种可能的实施方式中， 该装置还包括：
创建模块， 与所述査找模块连接， 用于在所述査找模块没有査找到与所 述媒体信息中的关键特征对应的联系人属性时，创建所述媒体信息中的关键 特征与联系人属性之间的对应关系。
有益效果
通过预先存储关键特征与联系人属性之间的对应关系， 基于该对应关 系， 根据通信过程中接收到的媒体信息的关键特征确定该联系人属性， 并进 一歩根据该联系人属性将联系人分入对应的分组，根据本发明实施例的联系 人的分组处理方法及装置能够对各种通信工具或通信应用的通信录中的联 系人自动准确的进行分组，在用户利用通信工具或应用进行信息群发或共享 时， 可以根据该分组精确选择目的群组联系人， 避免信息错误投放， 信息泛 滥及非目标联系人的流量浪费。
根据下面参考附图对示例性实施例的详细说明， 本发明的其它特征及方 面将变得清楚。 附图说明
包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了 本发明的示例性实施例、 特征和方面， 并且用于解释本发明的原理。
图 1示出根据本发明一实施例的联系人的分组处理方法的流程图； 图 2示出根据本发明另一实施例的联系人的分组处理方法的流程图； 图 3示出根据本发明一实施例的联系人的分组处理装置的结构示意图； 图 4示出根据本发明另一实施例的联系人的分组处理装置的结构示意 图；
图 5示出根据本发明又一实施例的联系人的分组处理装置的结构示意 图；
图 6示出一种用户终端的结构示意图。 具体实施方式
以下将参考附图详细说明本发明的各种示例性实施例、 特征和方面。 附 图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施 例的各种方面， 但是除非特别指出， 不必按比例绘制附图。
在这里专用的词"示例性 "意为 "用作例子、 实施例或说明性"。 这里作为 "示例性"所说明的任何实施例不必解释为优于或好于其它实施例。
另外， 为了更好的说明本发明， 在下文的具体实施方式中给出了众多的 具体细节。 本领域技术人员应当理解， 没有某些具体细节， 本发明同样可以 实施。 在一些实例中， 对于本领域技术人员熟知的方法、 手段、 元件和电路 未作详细描述， 以便于凸显本发明的主旨。
本发明实施例提供的联系人的分组处理方法， 可以用于在各种通信工具 或通信应用的通信录中，对联系人进行自动准确的分组，以快速査找联系人， 对信息做针对性的分享或征集。 在一种可能的实施方式中， 本发明实施例可 以由例如手机、 平板电脑等用户终端， 或者个人电脑等计算设备来实施。 本 发明实施例以移动终端的通讯录分组作为典型应用场景来具体阐述本发明 方案。
首先， 图 6示出了一种用户终端的结构示意图， 如图 6所示， 终端 500包 括射频 （Radio Frequency, RF ) 电路 510、 存储器 520、 输入单元 530、 无线 保真 (wireless fidelity, WiFi) 模块 570、 显示单元 540、 传感器 550、 音频电 路 560、 处理器 580、 以及摄像头 590等部件。
其中， 本领域技术人员可以理解， 图 6中示出的终端 500结构并不构成对 终端 500的限定， 可以包括比图示更多或更少的部件， 或者组合某些部件， 或者不同的部件布置。
RF电路 510可用于在收发信息或通话过程中， 信号的接收和发送， 特别 地， 将基站的下行信息接收后， 给处理器 580处理； 另外， 将设计上行的数 据发送给基站。 通常， R 电路包括但不限于天线、 至少一个放大器、 收发信 机、耦合器、低噪声放大器（Low Noise Amplifier, LNA)、双工器等。此外， RF电路 510还可以通过无线通信与网络和其他设备通信。 上述无线通信可以 使用任一通信标准或协议， 包括但不限于全球移动通讯系统（Global System of Mobile communication, GSM), 通用分组无线服务 （ General Packet Radio Service, GPRS ), 码分多址 （Code Division Multiple Access, CDMA), 宽带 码分多址 （Wideband Code Division Multiple Access, WCDMA)、 长期演进 (Long Term Evolution, LTE) )、 电子邮件、 短消息服务 （ Short Messaging Service, SMS ) 等。
其中， 存储器 520可用于存储软件程序以及模块， 处理器 580通过运行存 储在存储器 520的软件程序以及模块， 从而执行终端 500的各种功能应用以及 数据处理。 存储器 520可主要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（如声音播放功能、 图 像播放功能等）等；存储数据区可存储根据终端 500的使用所创建的数据（如 音频数据、 电话本等）等。 此外， 存储器 520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、 或其 他易失性固态存储器件。 输入单元 530可用于接收输入的数字或字符信息， 以及产生与终端 500的 用户设置以及功能控制有关的键信号输入。 具体地， 输入单元 530可包括触 控面板 531以及其他输入设备 532。 触控面板 531， 也称为触摸屏， 可收集用 户在其上或附近的触摸操作（比如用户使用手指、 触笔等任何适合的物体或 附件在触控面板 531上或在触控面板 531附近的操作）， 并根据预先设定的程 式驱动相应的连接装置。 可选的， 触控面板 531可包括触摸检测装置和触摸 控制器两个部分。 其中， 触摸检测装置检测用户的触摸方位， 并检测触摸操 作带来的信号， 将信号传送给触摸控制器； 触摸控制器从触摸检测装置上接 收触摸信息， 并将它转换成触点坐标， 再送给处理器 580， 并能接收处理器 580发来的命令并加以执行。 此外， 可以采用电阻式、 电容式、 红外线以及 表面声波等多种类型实现触控面板 531。 除了触控面板 531， 输入单元 530还 可以包括其他输入设备 532。 具体地， 其他输入设备 532可以包括但不限于物 理键盘、 功能键 （比如音量控制按键、 开关按键等）、 轨迹球、 鼠标、 操作 杆等中的一种或多种。
其中， 显示单元 540可用于显示由用户输入的信息或提供给用户的信息 以及终端的各种菜单。 显示单元 540可包括显示面板 541， 可选的， 可以采用 液晶显示器 （Liquid Crystal Display , LCD ) , 有机发光二极管 （Organic Light-Emitting Diode, OLED) 等形式来配置显示面板 541。 进一歩的， 触控 面板 531可覆盖显示面板 541， 当触控面板 531检测到在其上或附近的触摸操 作后， 传送给处理器 580以确定触摸事件的类型， 随后处理器 580根据触摸事 件的类型在显示面板 541上提供相应的视觉输出。虽然在图 5中，触控面板 531 与显示面板 541是作为两个独立的部件来实现终端的输入和输入功能， 但是 在某些实施例中， 可以将触控面板 531与显示面板 541集成而实现终端 500的 输入和输出功能。
其中， 终端 500还可包括至少一种传感器 550， 比如光传感器、 运动传感 器以及其他传感器。 具体地， 光传感器可包括环境光传感器及接近传感器， 其中， 环境光传感器可根据环境光线的明暗来调节显示面板 541的亮度， 接 近传感器可在终端 500移动到耳边时，关闭显示面板 541和 /或背光。作为运动 传感器的一种， 加速计传感器可检测各方向上 （一般为三轴） 加速度大小， 静止时可检测出重力的大小及方向， 可用于识别终端姿态的应用 （比如横竖 屏切换、 相关游戏、 磁力计姿态校准）、 振动识别相关功能 （比如计歩器、 敲击） 等； 至于终端还可配置的陀螺仪、 气压计、 湿度计、 温度计和红外线 传感器等其他传感器， 在此不再赘述。
音频电路 560、 扬声器 561， 传声器 562可提供用户与终端之间的音频接 口。音频电路 560可将接收到的音频数据转换后的电信号，传输到扬声器 561， 由扬声器 561转换为声音信号输出； 另一方面， 传声器 562将收集的声音信号 转换为电信号， 由音频电路 560接收后转换为音频数据， 再将音频数据输出 处理器 580处理后，经 RF电路 510以发送给比如另一终端，或者将音频数据输 出至存储器 520以便进一歩处理。
WiFi属于短距离无线传输技术， 终端通过 WiFi模块 570可以帮助用户收 发电子邮件、 浏览网页和访问流式媒体等， 它为用户提供了无线的宽带互联 网访问。 虽然图 6示出了 WiFi模块 570， 但是可以理解的是， 其并不属于终端 500的必须构成， 完全可以根据需要在不改变发明的本质的范围内而省略。
处理器 580是终端的控制中心， 利用各种接口和线路连接整个终端的各 个部分， 通过运行或执行存储在存储器 520内的软件程序和 /或模块， 以及调 用存储在存储器 520内的数据， 执行终端 500的各种功能和处理数据， 从而对 终端 500进行整体监控。 可选的， 处理器 580可包括一个或多个处理单元； 优 选的， 处理器 580可集成应用处理器和调制解调处理器， 其中， 应用处理器 主要处理操作系统、 用户界面和应用程序等， 调制解调处理器主要处理无线 通信。 可以理解的是， 上述调制解调处理器也可以不集成到处理器 580中。 终端 500还包括给各个部件供电的电源 （比如电池）。
优选的， 电源可以通过电源管理系统与处理器 580逻辑相连， 从而通过 电源管理系统实现管理充电、 放电、 以及功耗管理等功能。 尽管未示出， 终 端 500还可以包括蓝牙模块等， 在此不再赘述。
基于上述应用场景的描述， 下面介绍本发明的联系人的分组处理方法， 如图 1所示， 该方法包括：
歩骤 S101、 用户终端接收联系人发送的媒体信息。
在本发明的一些实施例中， 终端 500通过输入单元 530接收联系人发送的 媒体信息， 当然， 媒体信息并不限于通过输入单元来接收， 也可以通过音频 电路 560来接收（如果认证请求是音频形式），甚至可以通过 RF电路 510或 WiFi 模块 570来接收， 本发明不做特别限定。
歩骤 S102、 用户终端提取所述媒体信息中的关键特征。
在一种可能的实现方式中， 当该媒体信息包括通信过程中发送的语音信 息时， 将该语音信息进行傅立叶变换 （Fourier Transformation, FT) 转化为 语音信号， 提取该语音信号的频率作为关键特征， 或提取语音信息中的关键 词作为关键特征， 该关键词可以为出现频率高的词语； 当该媒体信息包括通 信过程中发送的文本信息时， 提取该文本信息中的关键词作为关键特征， 该 关键词可以为出现频率高的词语； 当该媒体信息包括通信过程中的图像信息 时， 根据图像特征提取算法， 提取联系人发送的图像信息中的颜色特征、 纹 理特征、 形状特征及空间关系特征中的一个或多个作为关键特征。
歩骤 S103、用户终端根据预先存储的关键特征与联系人属性之间的对应 关系， 査找是否有与所述媒体信息中的关键特征对应的联系人属性。
在一种可能的实现方式中， 根据语音信号的频率， 基于预先存储的关键 特征与联系人属性之间的对应关系， 査找是否有与该语音信号的频率对应的 联系人的性别， 年龄段或口音等属性， 所述联系人属性包括： 性别、 年龄段 和口音中的至少一个。 根据语音信号中的关键词， 基于预先存储的关键特征 与联系人属性之间的对应关系， 査找是否有与该语音信号中的关键词对应的 联系人的性格或习惯等属性， 联系人属性包括： 爱好和习惯中的至少一个； 根据文本信息中的关键词， 例如出现频率高的词语， 基于预先存储的关键特 征与联系人属性之间的对应关系， 査找是否有与该文本信息中的关键词对应 的联系人的爱好或习惯等属性，联系人属性包括：爱好和习惯中的至少一个; 根据图像信息中的关键特征，基于预先存储的关键特征与联系人属性之间的 对应关系， 査找是否有与该图像信息中的关键特征对应的联系人的爱好或习 惯等属性， 联系人属性包括： 爱好和习惯中的至少一个。 本发明实施例以联 系人属性为联系人的性别、 年龄段、 口音、 爱好和习惯为例， 本领域技术人 员应理解可以通过预先存储关键特征与除上述列举的联系人属性以外的其 他联系人属性之间的对应关系， 实现本发明实施例所述的联系人的分组处理 方法。
歩骤 S104、如果有与所述媒体信息中的关键特征对应的联系人属性， 则 根据査找到的所述联系人属性， 将所述联系人划分到该属性对应的分组。
在一种可能的实现方式中， 根据联系人属性例如性别， 年龄， 口音， 性 格， 爱好或习惯， 将联系人分入对应的分组， 例如： 性别分组为男或女， 年 龄分组为青少年、 中年、 老年等， 口音分组为普通话、 广东话、 闽南话等， 性格分组为活泼， 沉默等， 爱好分组为旅游， 读书等， 习惯分组为早起， 晚 睡等。 由此可以根据属性的不同将联系人分到不同的组中， 而且同一联系人 可以属于多个不同的组。
这样， 通过预先存储关键特征与联系人属性之间的对应关系， 基于该对 应关系， 根据通信过程中接收到的媒体信息的关键特征确定该联系人属性， 并进一歩根据该联系人属性将联系人分入对应的分组， 根据本发明实施例的 联系人的分组处理方法能够对各种通信工具或通信应用的通信录中的联系 人自动准确的进行分组， 在用户利用通信工具或应用进行信息群发或共享 时， 可以根据该分组精确选择目的群组联系人， 避免信息错误投放， 信息泛 滥及非目标联系人的流量浪费。
图 2示出根据本发明另一实施例的联系人的分组处理方法的流程图。 图 2 中标号与图 1相同的组件具有相同的功能， 为简明起见， 省略对这些组件的 详细说明。 如图 2所示， 在一种可能的实施方式中， 该方法还包括：
歩骤 S201、 建立媒体信息中的关键特征与联系人属性之间的对应关系。 在一种可能的实现方式中， 通过对大量样本进行训练， 提取关键特征并 构造分类器， 分别建立不同特征的模式库， 包括用于存储语音信号的频率与 性别之间的对应关系的性别模式库、存储有语音信号的频率与年龄之间的对 应关系的年龄模式库、 存储有音频与口音之间的对应关系的口音模式库、 存 储有关键词与性格爱好之间的对应关系的爱好模式库以及存储有关键词与 习惯之间的对应关系的习惯模式库等。
例如， 建立性别模式库， 根据语音频率取高频范围如区间 200赫兹 -1100 赫兹内则认为是女性， 如果语音频率在低频范围如区间 80赫兹 -523赫兹内则 认为是男性， 当联系人的音频在男女音频的重合区间内时， 可以根据用户选 择， 确定联系人性别。 再例如， 建立年龄模式库， 根据音频范围的不同划分 为青少年、 中年或老年。 再例如， 采集北方方言、 吴方言、湘方言、 赣方言、 客家方言、 闽北方言、 闽南方言和粤方言在内的八大方言语料， 通过大量的 样本进行训练建立口音模式库。 口音模式库包含大量发音人在安静环境下分 别朗读上万条单句的录制结果， 单句范围包括习惯用语、短信、广告、故事、 诗歌、 天气、 新闻、 讲座、 散文、 邀请函、 演讲词、 信件、 通知等各个主题。
建立媒体信息中的关键特征与联系人属性之间的对应关系， 也可以通过 聚类算法实现， 具体包括根据已有样本的关键特征对样本进行相似度分析， 将关键特征划分在多个预置的聚类中。本实施例中采用的聚类算法可以包括 基于密度的算法 DBSCAN及基于分割的算法 K-means等。 以 DBSCAN算法为 例， 输入包括样本点 pl， 2... 的样本集合0， 预设半径 E， 以语音信号的 频率为例可以预设样本半径 E为 50赫兹，与样本点 pi距离为 E范围内的区域称 为该样本点 pi的 E领域， 预设一个最少数目 MinPts (例如 5 )， 当样本点 pi的 E 领域内的样本点数大于等于 MinPts时， 则样本点 pi为聚类的核心对象。 如果 样本点 p2在 pi的 E领域内， 那么样本点 p2从核心对象 pi直接密度可达。 进一 歩地， 如果样本集合 D中的样本点均满足 pi从 ρι-1直接密度可达， 那么对象 pn 从对象 pi密度可达。 循环处理所有样本点， 从样本中抽出一个未处理的点， 如果抽出的点是核心对象， 则找出所有从该核心对象密度可达的对象， 形成 一个聚类， 该聚类对应于联系人的某一属性。 如果抽出的点是边缘点 （非核 心对象）， 则跳出本次循环， 寻找下一个点， 直到所有的点都被处理。 根据 DBSCAN算法可以生成达到密度要求的所有聚类，不同的聚类与联系人的不 同属性相对应， 在一种可能的实现方式中， 本发明实施例可以通过聚类算法 建立媒体信息中的关键特征与联系人属性之间的对应关系。
在一种可能的实现方式中，通过构造分类器建立关键词与联系人属性之 间的对应关系， 关键词可以为出现频率高的词语。 具体包括准备大量样本， 每个样本具有关键特征及对应属性， 然后通过统计方法、 机器学习或神经网 络方法进行样本训练。 例如， 将习惯用语与联系人习惯联系起来， 建立习惯 用语与习惯之间的对应关系， 将关键词所表现的主题与联系人爱好联系起 来， 建立主题与联系人爱好之间的对应关系等。
在一种可能的实现方式中， 通过对大量样本进行训练， 对图像信息中的 颜色特征、 纹理特征、 形状特征、 空间关系等特征迸行分析， 得到特定的属 性分类， 比如旅行类、 美食类等， 并通过该些属性分类建立关键特征与联系 人属性之间的对应关系。 本发明实施例以在歩骤 S101前执行歩骤 S201为例， 但在实际应用中只要在歩骤 S103之前执行本歩骤即可。
歩骤 S101、 接收联系人发送的媒体信息。
歩骤 S102、 提取所述媒体信息中的关键特征。
在一种可能的实现方式中， 当该媒体信息包括通信过程中发送的语音信 息时， 提取该语音信号的频率作为关键特征。 具体包括： 先以一定频率对语 音信号进行采样量化， 通过高通滤波进行预加重， 然后取音框避免特征剧烈 变化， 通过低通滤波去除噪音， 然后将该预处理后的语音信息进行 FT转化为 语音信号， 提取该语音信号的频率作为关键特征。 在另一种可能的实现方式 中， 对输入信号进行快速傅立叶变换 （Fast Fourier Transformation, FFT)， 从输入信号中提取关键特征， 或提取用来计算关键特征的预测系数如线性预 测系数、 线性预测倒谱系数等， 然后对其他离散的点进行关键特征的预测。
当该媒体信息包括通信过程中发送的文本信息时，提取该文本信息中的 关键词作为关键特征， 例如出现频率高的词语。 具体包括： 将原始文本格式 化为同一格式， 便于后续的统一处理分解统计； 将文本按词语进行分解， 比 如在一段话中将连续的若干个字识别为一个词语； 然后根据分解的词语进行 词频统计。 当该媒体信息包括通信过程中的图像信息时， 根据图像特征提取 算法， 提取联系人发送的图像信息中的颜色特征、 纹理特征、 形状特征及空 间关系特征中的一个或多个作为关键特征。 具体包括： 对图形进行分块或边 缘补齐以满足算法需要， 然后运用图像特征提取算法如 FT、 最小二乘法、 直 方图法等提取图像关键特征， 以直方图法为例： 循环扫描图像所有像素点； 取其中一个像素， 获取其灰度值， 按灰度值进行累计计数； 直到所有像素点 遍历完成； 以灰度值范围 （0-255 ) 为底长， 以每个灰度出现的次数为高形 成直方图， 通过直方图的分析得到图像的颜色特征。
歩骤 S103、根据预先存储的关键特征与联系人属性之间的对应关系， 査 找是否有与所述媒体信息中的关键特征对应的联系人属性。 在一种可能的实现方式中， 根据语音信号的频率， 基于预先存储的关键 特征与联系人属性之间的对应关系， 例如， 性别模式库， 年龄模式库， 口音 模式库等， 査找是否有与所述媒体信息中的关键特征对应的联系人属性， 例 如所述联系人的性别， 年龄段或口音等属性。
根据文本信息中的关键词，基于预先存储的关键特征与联系人属性之间 的对应关系， 査找是否有与所述媒体信息中的关键特征对应的联系人属性， 例如联系人的爱好或习惯等属性。
根据图像信息中的关键特征， 如颜色特征、 纹理特征、 形状特征及空间 关系特征中的一个或多个， 査找是否有与所述媒体信息中的关键特征对应的 联系人属性， 例如根据模式库匹配图像到特定的属性分类， 比如旅行类、 美 食类等该些不同的属性对应联系人的爱好或习惯等属性。
歩骤 S104、如果有与所述媒体信息中的关键特征对应的联系人属性， 则 根据査找到的所述联系人属性， 将所述联系人划分到该属性对应的分组。 在 一种可能的实现方式中， 还包括：
歩骤 S202、如果没有査找到与所述媒体信息中的关键特征对应的联系人 属性， 则创建所述媒体信息中的关键特征与联系人属性之间的对应关系。
创建新的对应关系， 并返回执行歩骤 S103〜S104。
在根据预先存储的关键特征与联系人属性之间的对应关系，无法确定该 联系人属性时， 新建该关键特征与联系人属性之间的对应关系， 例如， 当根 据预先存储的口音模式库不能识别联系人区域时，根据用户的选择建立该联 系人口音与其所属区域的对应关系， 并将新建立的该对应关系添加到预先存 储的关键特征与联系人属性之间的对应关系当中， 便于后续分组。
根据联系人的性别， 年龄， 爱好， 习惯等属性， 将联系人分入对应的分 组。 用户可以根据该分组实现信息的准确投递， 例如当用户想邀请朋友参加 活动时，可以根据已分类的联系人特征进行筛选，比如可以选择同一年龄段、 具有相同爱好的联系人参加。
这样， 通过预先存储关键特征与联系人属性之间的对应关系， 基于该对 应关系， 根据通信过程中的媒体信息的关键特征确定该联系人属性， 并进一 歩根据该联系人属性将联系人分入对应的分组， 根据本发明实施例的联系人 的分组处理方法及装置能够对各种通信工具或通信应用的通信录中的联系 人自动准确的进行分组， 在用户利用通信工具或应用进行信息群发或共享 时， 可以根据该分组精确选择目的群组联系人， 避免信息错误投放， 信息泛 滥及非目标联系人的流量浪费。
通过在根据预先存储的关键特征与联系人属性之间的对应关系， 无法确 定该联系人属性时， 新建该关键特征与联系人属性之间的对应关系， 并将新 建立的该对应关系添加到预先存储的关键特征与联系人属性之间的对应关 系当中， 根据本发明上述实施例的联系人的分组处理方法能够在关键特征无 法匹配现有对应关系时， 根据用户选择创建该关键特征与联系人属性之间的 对应关系便于后续分组。
图 3示出根据本发明一实施例的联系人的分组处理装置的结构示意图。 如图 3所示， 该装置 10包括： 接收模块 110， 提取模块 120， 査找模块 130及分 组模块 140。
接收模块 110， 用于接收联系人发送的媒体信息。 具体歩骤如上述歩骤 S101所述， 在此不再赘述。
提取模块 120， 与所述接收模块 110连接， 用于提取所述媒体信息中的关 键特征。 具体歩骤如上述歩骤 S102所述， 在此不再赘述。
査找模块 130， 与所述提取模块 120连接， 用于根据预先存储的关键特征 与联系人属性之间的对应关系， 査找是否有与所述媒体信息中的关键特征对 应的联系人属性。 具体歩骤如上述歩骤 S103所述， 在此不再赘述。
分组模块 140， 与所述査找模块 130连接， 用于在所述査找模块 130査找 到有与所述媒体信息中的关键特征对应的联系人属性时，根据査找到的所述 联系人属性， 将所述联系人划分到该属性对应的分组。 具体歩骤如上述歩骤
S104所述， 在此不再赘述。
在一种可能的实施方式中， 所述接收模块 110接收到的所述媒体信息包 括语音信息， 所述联系人属性包括爱好和习惯中的至少一个， 所述提取模块 120具体用于： 提取所述语音信息中的关键词作为所述媒体信息中的关键特 征。
在另一种可能的实施方式中， 如图 4所示， 所述接收模块 110接收到的所 述媒体信息包括语音信息， 所述联系人属性包括性别、 年龄段和口音中的至 少一个， 所述提取模块 120包括： 转换单元 1201， 用于将所述语音信息转换 为语音信号； 频率提取单元 1202， 用于提取所述语音信号的频率作为所述媒 体信息中的关键特征。
在一种可能的实施方式中， 所述接收模块 110接收到的所述媒体信息包 括文本信息， 所述联系人属性包括爱好或习惯中的至少一个， 所述提取模块 120具体用于： 提取所述文本信息中的关键词作为所述媒体信息中的关键特 征。
在一种可能的实施方式中， 所述接收模块 110接收到的所述媒体信息包 括图像信息， 所述联系人属性包括爱好或习惯中的至少一个， 所述提取模块 120具体用于： 提取所述图像信息中的颜色特征、 纹理特征、 形状特征及空 间关系特征中的一个或多个作为所述媒体信息中的关键特征。
这样， 通过预先存储关键特征与联系人属性之间的对应关系， 基于该对 应关系， 根据通信过程中的媒体信息的关键特征确定该联系人属性， 并进一 歩根据该联系人属性将联系人分入对应的分组， 根据本发明实施例的联系人 的分组处理装置能够对各种通信工具或通信应用的通信录中的联系人自动 准确的进行分组， 在用户利用通信工具或应用进行信息群发或共享时， 可以 根据该分组精确选择目的群组联系人， 避免信息错误投放， 信息泛滥及非目 标联系人的流量浪费。
图 4示出根据本发明另一实施例的联系人的分组处理装置的结构示意 图。 图 4中标号与图 3相同的组件具有相同的功能， 为简明起见， 省略对这些 组件的详细说明。 如图 4所示， 在一种可能的实现方式中， 该装置 10还包括： 建立模块 150。
建立模块 150， 与所述査找模块 130连接， 用于在所述査找模块 130査找 是否有与所述媒体信息中的关键特征对应的联系人属性之前， 建立所述关键 特征与联系人属性之间的对应关系。 具体过程与歩骤 S201相似， 在此不再赘 述。
在一种可能的实现方式中， 该装置 10还包括： 创建模块 160。
创建模块 160， 与査找模块 130连接， 用于在所述査找模块没有査找到与 所述媒体信息中的关键特征对应的联系人属性时，创建所述媒体信息中的关 键特征与联系人属性之间的对应关系。 具体过程与上述歩骤 S202相似， 在此 不再赘述。
这样， 通过预先存储关键特征与联系人属性之间的对应关系， 基于该对 应关系， 并根据通信过程中的媒体信息的关键特征确定该联系人属性， 并进 一歩根据该联系人属性将联系人分入对应的分组，根据本发明实施例的联系 人的分组处理装置能够对各种通信工具或通信应用的通信录中的联系人自 动准确的进行分组， 在用户利用通信工具或应用进行信息群发或共享时， 可 以根据该分组精确选择目的群组联系人， 避免信息错误投放， 信息泛滥及非 目标联系人的流量浪费。
在根据预先存储的关键特征与联系人属性之间的对应关系，无法确定该 联系人属性时， 通过新建该关键特征与联系人属性之间的对应关系， 并将新 建立的该对应关系添加到预先存储的关键特征与联系人属性之间的对应关 系当中， 根据本发明上述实施例的联系人的分组处理装置能够在关键特征无 法匹配现有对应关系时， 根据用户选择创建该关键特征与联系人属性之间的 对应关系便于后续分组。
图 5示出了本发明的另一个实施例的一种联系人的分组处理装置的结构 示意图。 所述联系人的分组处理装置 1100可以是具备计算能力的主机服务 器、个人计算机 PC、或者可携带的便携式计算机或终端等。本发明具体实施 例并不对计算节点的具体实现做限定。
所述联系人的分组处理装置 1100包括处理器processor;>1110、 通信接口 (Communications Interface) 1120,存储器 (memory) 1130和总线 1140。 其中， 处 理器 1110、通信接口 1120、以及存储器 1130通过总线 1140完成相互间的通信。
通信接口 1120用于与网络设备通信， 其中网络设备包括例如虚拟机管理 中心、 共享存储等。
处理器 1110用于执行程序。 处理器 1110可能是一个中央处理器 CPU, 或 者是专用集成电路 ASIC (Application Specific Integrated Circuit) , 或者是被 配置成实施本发明实施例的一个或多个集成电路。
存储器 1130用于存放文件。存储器 1130可能包含高速 RAM存储器， 也可 能还包括非易失性存储器non-volatile memory), 例如至少一个磁盘存储器。 存储器 1130也可以是存储器阵列。 存储器 1130还可能被分块， 并且所述块可 按一定的规则组合成虚拟卷。
在一种可能的实施方式中， 上述程序可为包括计算机操作指令的程序代 码。 该程序具体可用于：
接收联系人发送的媒体信息；
提取所述媒体信息中的关键特征；
根据预先存储的关键特征与联系人属性之间的对应关系， 査找是否有与 所述媒体信息中的关键特征对应的联系人属性； 如果有， 则根据査找到的所述联系人属性， 将所述联系人划分到所述联 系人属性对应的分组。
在一种可能的实施方式中， 所述媒体信息包括语音信息。
在一种可能的实施方式中， 所述联系人属性包括： 性别、 年龄段和口音 中的至少一个， 所述提取所述媒体信息中的关键特征包括： 将所述语音信息 转换为语音信号， 提取所述语音信号的频率作为所述媒体信息中的关键特 征。
在一种可能的实施方式中， 所述联系人属性包括： 爱好和习惯中的至少 一个， 所述提取所述媒体信息中的关键特征包括： 提取所述语音信息中的关 键词作为所述媒体信息中的关键特征。
在一种可能的实施方式中， 所述媒体信息包括文本信息， 所述联系人属 性包括： 爱好和习惯中的至少一个， 所述提取所述媒体信息中的关键特征包 括： 提取所述文本信息中的关键词作为所述媒体信息中的关键特征。
在一种可能的实施方式中， 所述媒体信息包括图像信息， 所述联系人属 性包括： 爱好和习惯中的至少一个， 所述提取所述媒体信息中的关键特征包 括： 提取所述图像信息中的颜色特征、 纹理特征、 形状特征及空间关系特征 中的一个或多个作为所述媒体信息中的关键特征。
在一种可能的实施方式中，在所述査找是否有与所述媒体信息中的关键 特征对应的联系人属性之前， 该程序还用于：
建立所述关键特征与联系人属性之间的对应关系。
在一种可能的实施方式中， 该程序还用于：
如果没有査找到与所述媒体信息中的关键特征对应的联系人属性， 则创 建所述媒体信息中的关键特征与联系人属性之间的对应关系。
本领域普通技术人员可以意识到， 本文所描述的实施例中的各示例性单 元及算法歩骤，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形式来实现，取决于技术方案的特定应用和设 计约束条件。专业技术人员可以针对特定的应用选择不同的方法来实现所描 述的功能， 但是这种实现不应认为超出本发明的范围。
如果以计算机软件的形式来实现所述功能并作为独立的产品销售或使 用时， 则在一定程度上可认为本发明的技术方案的全部或部分（例如对现有 技术做出贡献的部分）是以计算机软件产品的形式体现的。 该计算机软件产 品通常存储在计算机可读取的非易失性存储介质中，包括若干指令用以使得 计算机设备（可以是个人计算机、 服务器、 或者网络设备等）执行本发明各 实施例方法的全部或部分歩骤。 而前述的存储介质包括 U盘、 移动硬盘、 只 读存储器 （ROM, Read-Only Memory )、 随机存取存储器 （RAM, Random Access Memory), 磁碟或者光盘等各种可以存储程序代码的介质。
以上所述， 仅为本发明的具体实施方式， 但本发明的保护范围并不局限 于此， 任何熟悉本技术领域的技术人员在本发明揭露的技术范围内， 可轻易 想到变化或替换， 都应涵盖在本发明的保护范围之内。 因此， 本发明的保护 范围应以所述权利要求的保护范围为准。

Claims

权 利 要 求 书
1、 一种联系人的分组处理方法， 其特征在于， 包括：
接收联系人发送的媒体信息；
提取所述媒体信息中的关键特征；
根据预先存储的关键特征与联系人属性之间的对应关系， 査找是否有与 所述媒体信息中的关键特征对应的联系人属性；
如果有， 则根据査找到的所述联系人属性， 将所述联系人划分到所述联 系人属性对应的分组。
2、 根据权利要求 1所述的联系人的分组处理方法， 其特征在于， 所述媒 体信息包括语音信息。
3、 根据权利要求 2所述的联系人的分组处理方法， 其特征在于， 所述联 系人属性包括： 性别、 年龄段和口音中的至少一个， 所述提取所述媒体信息 中的关键特征包括： 将所述语音信息转换为语音信号， 提取所述语音信号的 频率作为所述媒体信息中的关键特征。
4、 根据权利要求 2或 3所述的联系人的分组处理方法， 其特征在于， 所 述联系人属性包括： 爱好和习惯中的至少一个， 所述提取所述媒体信息中的 关键特征包括：提取所述语音信息中的关键词作为所述媒体信息中的关键特 征。
5、 根据权利要求 1〜4中任一项所述的联系人的分组处理方法， 其特征 在于， 所述媒体信息包括文本信息， 所述联系人属性包括： 爱好和习惯中的 至少一个， 所述提取所述媒体信息中的关键特征包括： 提取所述文本信息中 的关键词作为所述媒体信息中的关键特征。
6、 根据权利要求 1〜5中任一项所述的联系人的分组处理方法， 其特征 在于， 所述媒体信息包括图像信息， 所述联系人属性包括： 爱好和习惯中的 至少一个， 所述提取所述媒体信息中的关键特征包括： 提取所述图像信息中 的颜色特征、 纹理特征、 形状特征及空间关系特征中的一个或多个作为所述 媒体信息中的关键特征。
7、 根据权利要求 1〜6中任一项所述的联系人的分组处理方法， 其特征 在于，在所述査找是否有与所述媒体信息中的关键特征对应的联系人属性之 m , 还包括：
建立所述关键特征与联系人属性之间的对应关系。
8、 根据权利要求 1〜7中任一项所述的联系人的分组处理方法， 其特征 在于， 还包括：
如果没有査找到与所述媒体信息中的关键特征对应的联系人属性， 则创 建所述媒体信息中的关键特征与联系人属性之间的对应关系。
9、 一种联系人的分组处理装置， 其特征在于， 包括：
接收模块， 用于接收联系人发送的媒体信息；
提取模块，与所述接收模块连接，用于提取所述媒体信息中的关键特征; 査找模块， 与所述提取模块连接， 用于根据预先存储的关键特征与联系 人属性之间的对应关系， 査找是否有与所述媒体信息中的关键特征对应的联 系人属性；
分组模块， 与所述査找模块连接， 用于在所述査找模块査找到有与所述 媒体信息中的关键特征对应的联系人属性时， 根据査找到的所述联系人属 性， 将所述联系人划分到所述联系人属性对应的分组。
10、 根据权利要求 9所述的联系人的分组处理装置， 其特征在于， 所述 接收模块接收到的所述媒体信息包括语音信息。
11、 根据权利要求 10所述的联系人的分组处理装置， 其特征在于， 所述 联系人属性包括性别、 年龄段和口音中的至少一个， 所述提取模块包括： 转换单元， 用于将所述语音信息转换为语音信号；
频率提取单元，用于提取所述语音信号的频率作为所述媒体信息中的关 键特征。
12、 根据权利要求 10或 11所述的联系人的分组处理装置， 其特征在于， 所述联系人属性包括爱好和习惯中的至少一个， 所述提取模块具体用于： 提 取所述语音信息中的关键词作为所述媒体信息中的关键特征。
13、 根据权利要求 12所述的联系人的分组处理装置， 其特征在于， 所述 接收模块接收到的所述媒体信息包括文本信息，所述联系人属性包括爱好和 习惯中的至少一个， 所述提取模块具体用于： 提取所述文本信息中的关键词 作为所述媒体信息中的关键特征。
14、 根据权利要求 13所述的联系人的分组处理装置， 其特征在于， 所述 接收模块接收到的所述媒体信息包括图像信息，所述联系人属性包括爱好和 习惯中的至少一个， 所述提取模块具体用于： 提取所述图像信息中的颜色特 征、 纹理特征、 形状特征及空间关系特征中的一个或多个作为所述媒体信息 中的关键特征。
15、 根据权利要求 9〜14中任一项所述的联系人的分组处理装置， 其特 征在于， 还包括：
建立模块， 与所述査找模块连接， 用于在所述査找模块査找是否有与所 述媒体信息中的关键特征对应的联系人属性之前，建立所述关键特征与联系 人属性之间的对应关系。
16、 根据权利要求 9〜15中任一项所述的联系人的分组处理装置， 其特 征在于， 还包括：
创建模块， 与所述査找模块连接， 用于在所述査找模块没有査找到与所 述媒体信息中的关键特征对应的联系人属性时，创建所述媒体信息中的关键 特征与联系人属性之间的对应关系。
PCT/CN2014/081323 2014-02-26 2014-07-01 联系人的分组处理方法及装置 WO2015127739A1 (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
EP14883798.2A EP3113035B1 (en) 2014-02-26 2014-07-01 Method and apparatus for grouping contacts
KR1020167025626A KR20160124182A (ko) 2014-02-26 2014-07-01 연락처들을 그룹화하기 위한 방법 및 장치
JP2016554242A JP6311194B2 (ja) 2014-02-26 2014-07-01 連絡先グルーピング方法および装置
US15/245,575 US20160364390A1 (en) 2014-02-26 2016-08-24 Contact Grouping Method and Apparatus

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201410067348.2 2014-02-26
CN201410067348.2A CN103870547A (zh) 2014-02-26 2014-02-26 联系人的分组处理方法及装置

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US15/245,575 Continuation US20160364390A1 (en) 2014-02-26 2016-08-24 Contact Grouping Method and Apparatus

Publications (1)

Publication Number Publication Date
WO2015127739A1 true WO2015127739A1 (zh) 2015-09-03

Family

ID=50909077

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2014/081323 WO2015127739A1 (zh) 2014-02-26 2014-07-01 联系人的分组处理方法及装置

Country Status (7)

Country Link
US (1) US20160364390A1 (zh)
EP (1) EP3113035B1 (zh)
JP (1) JP6311194B2 (zh)
KR (1) KR20160124182A (zh)
CN (1) CN103870547A (zh)
TW (1) TWI684148B (zh)
WO (1) WO2015127739A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018018520A1 (zh) * 2016-07-28 2018-02-01 孙秋实 撤销分组的方法以及分组系统

Families Citing this family (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103870547A (zh) * 2014-02-26 2014-06-18 华为技术有限公司 联系人的分组处理方法及装置
CN104268151B (zh) * 2014-08-29 2018-09-04 小米科技有限责任公司 联系人分组方法及装置
CN105468647B (zh) * 2014-09-05 2020-03-17 腾讯科技（深圳）有限公司 一种图形标签设置方法及装置
CN105874874B (zh) 2014-12-09 2021-01-29 华为技术有限公司 一种处理信息的方法及装置
CN104715007A (zh) * 2014-12-26 2015-06-17 小米科技有限责任公司 用户标识方法及装置
CN105069073B (zh) 2015-07-30 2019-12-13 小米科技有限责任公司 联系人信息推荐方法及装置
CN105245680A (zh) * 2015-09-09 2016-01-13 陈包容 对移动终端的新增联系人进行通讯录分组的方法及装置
CN105262875A (zh) * 2015-09-09 2016-01-20 陈包容 对移动终端的新增联系人进行通讯录分组的方法及装置
CN105279237A (zh) * 2015-09-28 2016-01-27 北京橙鑫数据科技有限公司 电子名片分类方法、装置及智能设备
CN105338155A (zh) * 2015-10-19 2016-02-17 杭州来了网络科技有限公司 一种通讯录联系人的智能分组方法
CN105683964A (zh) * 2016-01-07 2016-06-15 马岩 网络社交搜索方法及系统
CN105739828A (zh) * 2016-01-29 2016-07-06 广东小天才科技有限公司 一种设备使用的提醒方法和装置
CN106055568B (zh) * 2016-05-18 2019-06-28 安徽大学 一种基于单步添加团的社交网络的朋友自动分组方法
WO2018027401A1 (zh) * 2016-08-06 2018-02-15 柳柏宏 根据通讯录分组推送广告的方法以及推送系统
WO2018027400A1 (zh) * 2016-08-06 2018-02-15 柳柏宏 根据分组状态停止广告推送的方法以及推送系统
CN106161712A (zh) * 2016-08-29 2016-11-23 北京小米移动软件有限公司 联系人管理方法及装置
CN106445325B (zh) * 2016-08-30 2019-09-20 华为技术有限公司 一种创建群组的方法及装置
CN106791221B (zh) * 2016-12-06 2019-05-31 北京邮电大学 一种基于通话的亲友圈关系识别方法
CN106686242A (zh) * 2016-12-30 2017-05-17 深圳天珑无线科技有限公司 联系人信息处理方法及装置
CN106791165A (zh) * 2017-01-10 2017-05-31 努比亚技术有限公司 一种通讯录分组终端及方法
CN107730271B (zh) * 2017-09-20 2021-09-17 北京奇艺世纪科技有限公司 基于虚拟交互对象的相似用户确定方法、装置及电子设备
CN108154165B (zh) * 2017-11-20 2021-12-07 华南师范大学 基于大数据与深度学习的婚恋对象匹配数据处理方法、装置、计算机设备和存储介质
CN109167883B (zh) * 2018-09-28 2020-06-09 珠海格力电器股份有限公司 一种基于社交内容的智能屏蔽方法、系统及智能终端
US11222047B2 (en) * 2018-10-08 2022-01-11 Adobe Inc. Generating digital visualizations of clustered distribution contacts for segmentation in adaptive digital content campaigns
CN110232274A (zh) * 2019-06-20 2019-09-13 能人网络科技有限公司 互联网个人通讯录好友有选择性的向其他用户开放的方法
CN117911085B (zh) * 2024-03-18 2024-06-11 南京焦点方寸信息技术有限公司 一种基于企业营销的用户管理系统、方法及终端

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102811177A (zh) * 2011-06-03 2012-12-05 腾讯科技（深圳）有限公司 网络信息的分享方法及系统
CN102867038A (zh) * 2012-08-30 2013-01-09 北京奇虎科技有限公司 文件类型的确定方法和装置
CN103530540A (zh) * 2013-09-27 2014-01-22 西安交通大学 基于人机交互行为特征的用户身份属性检测方法
CN103870547A (zh) * 2014-02-26 2014-06-18 华为技术有限公司 联系人的分组处理方法及装置

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003295890A (ja) * 2002-04-04 2003-10-15 Nec Corp 音声認識対話選択装置、音声認識対話システム、音声認識対話選択方法、プログラム
TW569182B (en) * 2002-10-11 2004-01-01 Kuan-Nung Lin Voice tone changing recognition method in Chinese voice recognition system
US7621938B2 (en) * 2004-01-15 2009-11-24 Warsaw Orthopedic, Inc. Spinal implant construct and method for implantation
JP2007019875A (ja) * 2005-07-07 2007-01-25 Matsushita Electric Ind Co Ltd 情報端末装置及びコンテンツ再生方法
CN100449542C (zh) * 2005-09-14 2009-01-07 腾讯科技（深圳）有限公司 匹配联系人信息的方法及装置
US9454735B2 (en) * 2005-09-26 2016-09-27 Nokia Corporation Integrating data with a contact
TW201008222A (en) * 2008-08-15 2010-02-16 Chi Mei Comm Systems Inc A mobile phone for emotion recognition of incoming-phones and a method thereof
US9454579B2 (en) * 2010-10-28 2016-09-27 Dalia N. ASTERBADI Method, system and apparatus for managing contact data
US9692795B2 (en) * 2012-04-18 2017-06-27 Qualcomm Incorporated Dynamic group and event update method in phone based impromptu meet-up app
CN102857605B (zh) * 2012-07-23 2015-05-13 小米科技有限责任公司 一种联系人分组方法及装置
TWM463395U (zh) * 2013-04-17 2013-10-11 Chung Han Interlingua Knowledge Co Ltd 服務點之語音客服設備

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102811177A (zh) * 2011-06-03 2012-12-05 腾讯科技（深圳）有限公司 网络信息的分享方法及系统
CN102867038A (zh) * 2012-08-30 2013-01-09 北京奇虎科技有限公司 文件类型的确定方法和装置
CN103530540A (zh) * 2013-09-27 2014-01-22 西安交通大学 基于人机交互行为特征的用户身份属性检测方法
CN103870547A (zh) * 2014-02-26 2014-06-18 华为技术有限公司 联系人的分组处理方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP3113035A4 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018018520A1 (zh) * 2016-07-28 2018-02-01 孙秋实 撤销分组的方法以及分组系统

Also Published As

Publication number Publication date
EP3113035A1 (en) 2017-01-04
CN103870547A (zh) 2014-06-18
KR20160124182A (ko) 2016-10-26
EP3113035A4 (en) 2017-03-01
EP3113035B1 (en) 2020-02-26
TW201543239A (zh) 2015-11-16
JP6311194B2 (ja) 2018-04-18
US20160364390A1 (en) 2016-12-15
TWI684148B (zh) 2020-02-01
JP2017514204A (ja) 2017-06-01

Similar Documents

Publication Publication Date Title
TWI684148B (zh) 聯絡人的分組處理方法及裝置
CN110418208B (zh) 一种基于人工智能的字幕确定方法和装置
CN108280458B (zh) 群体关系类型识别方法及装置
CN109241431B (zh) 一种资源推荐方法和装置
CN110472251B (zh) 翻译模型训练的方法、语句翻译的方法、设备及存储介质
CN108228270B (zh) 启动资源加载方法及装置
WO2018141144A1 (zh) 一种文本和语音信息的处理方法以及终端
CN108494947B (zh) 一种图像分享方法及移动终端
WO2016015471A1 (zh) 一种预测用户离网的方法及装置
CN110309339B (zh) 图片标签生成方法及装置、终端及存储介质
CN110852109A (zh) 语料生成方法、语料生成装置、和存储介质
CN111597804B (zh) 一种实体识别模型训练的方法以及相关装置
CN110825863B (zh) 一种文本对融合方法及装置
WO2017088434A1 (zh) 人脸模型矩阵训练方法、装置及存储介质
CN111125307A (zh) 一种聊天记录查询方法及电子设备
CN109389977B (zh) 一种语音交互方法及装置
CN106850762B (zh) 一种消息推送方法、服务器及消息推送系统
CN114722234B (zh) 基于人工智能的音乐推荐方法、装置、存储介质
CN110781274A (zh) 一种问答对生成的方法与装置
CN116307394A (zh) 产品用户体验评分方法、装置、介质及设备
CN111723783B (zh) 一种内容识别方法和相关装置
CN114625657A (zh) 模型解释方法、装置、电子设备及存储介质
CN114817419A (zh) 基于Kafka的媒资数据存储方法、装置、电子设备及存储介质
CN113569043A (zh) 一种文本类别确定方法和相关装置
WO2021000084A1 (zh) 数据分类方法及相关产品

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 14883798

Country of ref document: EP

Kind code of ref document: A1

REEP Request for entry into the european phase

Ref document number: 2014883798

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 2014883798

Country of ref document: EP

ENP Entry into the national phase

Ref document number: 2016554242

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 20167025626

Country of ref document: KR

Kind code of ref document: A