一种信息处理方法及电子设备技术

技术编号:14984986 阅读:106 留言:0更新日期:2017-04-03 16:42
本发明专利技术公开了一种信息处理方法,用于解决因无法获取事件之间的相关联的程度,导致电子设备的运行效率较低的技术问题。所述方法包括:获取第一事件集;所述第一事件集中的每个事件均为电子设备响应用户的操作所生成的事件;从所述第一事件集中获取第二事件集;其中,所述第二事件集中的第一事件与所述第二事件集包括的除所述第一事件之外的其他事件中的至少一个事件相关联,所述第一事件为所述第二事件集中的任一事件;将所述第二事件集作为训练样本,通过神经网络算法进行训练,得到神经网络模型;所述神经网络模型用于表征所述第二事件集中的事件之间的关联的程度。本发明专利技术还公开了相应的电子设备。

【技术实现步骤摘要】

本专利技术涉及计算机
,特别涉及一种信息处理方法及电子设备
技术介绍
目前,用户在操作电子设备时,存在着某些有关联性的操作,例如:某些用户在解锁手机之后,用户会习惯性地启动手机的无线保真(Wireless-Fidelity,WI-FI),或者,某些用户在解锁手机之后,会习惯性地打开微信(一种即时通讯应用),等等。将用户进行的操作看作事件,对于用户而言,事件与事件之间可以具有一定的关联性,比如“解锁电子设备”这个事件与“连接Wi-Fi”这个事件存在着一定的关联性。若电子设备能够获取这些事件之间的关联性,可以有效地提高电子设备运行的效率。例如,若电子设备能够获取“解锁电子设备”与“连接WI-FI”这两个事件之间关联性,则电子设备可以在用户刚解锁电子设备之后,立即自动打开电子设备的WI-FI,从而避免用户进行繁琐的操作,减少电子设备所需的响应次数,有效地提升电子设备的运行效率。然而,现有技术中,并没有一种较好的方法获取各个事件之间的关联性。可见,现有技术中,因无法获取事件之间的关联性,导致电子设备的运行效率较低。
技术实现思路
本申请提供一种信息处理方法及电子设备,用于解决因无法获取事件之间的相关联的程度,导致电子设备的运行效率较低的技术问题。第一方面,提供一种信息处理方法,包括:获取第一事件集;所述第一事件集中的每个事件均为电子设备响应用户的操作所生成的事件;从所述第一事件集中获取第二事件集;其中,所述第二事件集中的第一事件与所述第二事件集包括的除所述第一事件之外的其他事件中的至少一个事件相关联,所述第一事件为所述第二事件集中的任一事件;将所述第二事件集作为训练样本,通过神经网络算法进行训练,得到神经网络模型;所述神经网络模型用于表征所述第二事件集中的事件之间的关联的程度。可选的,从所述第一事件集中获取第二事件集,包括:将所述第一事件集包括的事件划分为N个第一事件组;N为正整数;从所述N个第一事件组中获取M个第二事件组;其中,M为正整数,所述M个第二事件组中的每个事件组中至少包括两个事件;分别确定所述M个第二事件组中的每个第二事件组对应的第一相关度;其中,所述第一相关度是指所述每个第二事件组中的各个事件相互之间的关联的程度;若所述第一相关度大于第一预设阈值,则将所述第一相关度对应的第二事件组中的事件确定为所述第二事件集中的事件,以获取所述第二事件集。可选的,将所述第一事件集包括的事件划分为N个第一事件组,包括:根据所述第一事件集中包括的每个事件的起始时刻以及终止时刻,确定所述第一事件集持续的总时长;将所述第一事件集持续的总时长划分为N个时间片段;将所述N个时间片段中的每个时间片段所包括的事件作为所述时间片段对应的事件组,得到所述N个第一事件组。可选的,分别确定所述M个第二事件组中的每个第二事件组对应的第一相关度,包括:确定所述M个第二事件组中的任一第二事件组中的所包含的事件共同出现的第一次数;分别确定所述任一第二事件组中的每个事件出现的第二次数;根据所述第一次数以及所述第二次数,确定所述任一第二事件组对应的第一相关度;其中,所述第一相关度即为所述M个第二事件组中的每个第二事件组对应的第一相关度。可选的,在得到神经网络模型之后,还包括:获取所述用户针对所述电子设备的第一操作;触发与所述第一操作对应的第一触发事件;将所述第一触发事件作为所述神经网络模型的输入参数,通过所述神经网络模型获取与所述第一触发事件相关联的第二触发事件。可选的,在通过所述神经网络模型获取与所述第一触发事件相关联的第二触发事件之后,还包括:根据所述第二触发事件,通过所述电子设备执行所述第二触发事件对应的指令。可选的,在通过所述神经网络模型获取与所述第一触发事件相关联的第二触发事件之后,还包括:根据所述所述第二触发事件,生成并输出提示信息;其中,所述提示信息用于指示所述用户操作所述电子设备以触发所述第二触发事件。可选的,在通过所述电子设备执行所述第二触发事件对应的指令之后,还包括:获取所述用户针对所述电子设备响应于所述指令的响应结果的第二操作;若所述第二操作为表征忽略所述响应结果的操作,则将所述第一预设阈值调整为第二预设阈值;其中,所述第二预设阈值大于所述第一预设阈值。第二方面,提供一种电子设备,包括:存储器,用于存储指令;处理器,用于执行所述指令:获取第一事件集;所述第一事件集中的每个事件均为电子设备响应用户的操作所生成的事件;从所述第一事件集中获取第二事件集;其中,所述第二事件集中的第一事件与所述第二事件集包括的除所述第一事件之外的其他事件中的至少一个事件相关联,所述第一事件为所述第二事件集中的任一事件;将所述第二事件集作为训练样本,通过神经网络算法进行训练,得到神经网络模型;所述神经网络模型用于表征所述第二事件集中的事件之间的关联的程度。可选的,所述处理器用于:将所述第一事件集包括的事件划分为N个第一事件组;N为正整数;从所述N个第一事件组中获取M个第二事件组;其中,M为正整数,所述M个第二事件组中的每个事件组中至少包括两个事件;分别确定所述M个第二事件组中的每个第二事件组对应的第一相关度;其中,所述第一相关度是指所述每个第二事件组中的各个事件相互之间的关联的程度;若所述第一相关度大于第一预设阈值,则将所述第一相关度对应的第二事件组中的事件确定为所述第二事件集中的事件,以获取所述第二事件集。可选的,所述处理器用于:根据所述第一事件集中包括的每个事件的起始时刻以及终止时刻,确定所述第一事件集持续的总时长;将所述第一事件集持续的总时长划分为N个时间片段;将所述N个时间片段中的每个时间片段所包括的事件作为所述时间片段对应的事件组,得到所述N个第一事件组。可选的,所述处理器用于:确定所述M个第二事件组中的任一第二事件组中的所包含的事件共同出现的第一次数;分别确定所述任一第二事件组中的每个事件出现的第二次数;根据所述第一次数以及所述第二次数,确定所述任一第二事件组对应的第一相关度;其中,所述第一相关度即为所述M个第二事件组中的每个第二事件组对应的第一相关度。可选的,所述电子设备还包括传感器;所述传感器,用于在得到神经网络模型之后,获取所述用户针对所述电子设备的第一操作;所述处理器,用于触发与所述第本文档来自技高网...

【技术保护点】
一种信息处理的方法,包括:获取第一事件集;所述第一事件集中的每个事件均为电子设备响应用户的操作所生成的事件;从所述第一事件集中获取第二事件集;其中,所述第二事件集中的第一事件与所述第二事件集包括的除所述第一事件之外的其他事件中的至少一个事件相关联,所述第一事件为所述第二事件集中的任一事件;将所述第二事件集作为训练样本,通过神经网络算法进行训练,得到神经网络模型;所述神经网络模型用于表征所述第二事件集中的事件之间的关联的程度。

【技术特征摘要】
1.一种信息处理的方法,包括:
获取第一事件集;所述第一事件集中的每个事件均为电子设备响应用户的
操作所生成的事件;
从所述第一事件集中获取第二事件集;其中,所述第二事件集中的第一事
件与所述第二事件集包括的除所述第一事件之外的其他事件中的至少一个事件
相关联,所述第一事件为所述第二事件集中的任一事件;
将所述第二事件集作为训练样本,通过神经网络算法进行训练,得到神经
网络模型;所述神经网络模型用于表征所述第二事件集中的事件之间的关联的
程度。
2.如权利要求1所述的方法,其特征在于,从所述第一事件集中获取第二
事件集,包括:
将所述第一事件集包括的事件划分为N个第一事件组;N为正整数;
从所述N个第一事件组中获取M个第二事件组;其中,M为正整数,所述
M个第二事件组中的每个事件组中至少包括两个事件;
分别确定所述M个第二事件组中的每个第二事件组对应的第一相关度;其
中,所述第一相关度是指所述每个第二事件组中的各个事件相互之间的关联的
程度;
若所述第一相关度大于第一预设阈值,则将所述第一相关度对应的第二事
件组中的事件确定为所述第二事件集中的事件,以获取所述第二事件集。
3.如权利要求2所述的方法,其特征在于,将所述第一事件集包括的事件
划分为N个第一事件组,包括:
根据所述第一事件集中包括的每个事件的起始时刻以及终止时刻,确定所
述第一事件集持续的总时长;
将所述第一事件集持续的总时长划分为N个时间片段;
将所述N个时间片段中的每个时间片段所包括的事件作为所述时间片段对

\t应的事件组,得到所述N个第一事件组。
4.如权利要求3所述的方法,其特征在于,分别确定所述M个第二事件组
中的每个第二事件组对应的第一相关度,包括:
确定所述M个第二事件组中的任一第二事件组中的所包含的事件共同出现
的第一次数;
分别确定所述任一第二事件组中的每个事件出现的第二次数;
根据所述第一次数以及所述第二次数,确定所述任一第二事件组对应的第
一相关度;其中,所述第一相关度即为所述M个第二事件组中的每个第二事件
组对应的第一相关度。
5.如权利要求1-4任一所述的方法,其特征在于,在得到神经网络模型之
后,还包括:
获取所述用户针对所述电子设备的第一操作;
触发与所述第一操作对应的第一触发事件;
将所述第一触发事件作为所述神经网络模型的输入参数,通过所述神经网
络模型获取与所述第一触发事件相关联的第二触发事件。
6.如权利要求5所述的方法,其特征在于,在通过所述神经网络模型获取
与所述第一触发事件相关联的第二触发事件之后,还包括:
根据所述第二触发事件,通过所述电子设备执行所述第二触发事件对应的
指令。
7.如权利要求5所述的方法,其特征在于,在通过所述神经网络模型获取
与所述第一触发事件相关联的第二触发事件之后,还包括:
根据所述所述第二触发事件,生成并输出提示信息;其中,所述提示信息
用于指示所述用户操作所述电子设备以触发所述第二触发事件。
8.如权利要求6所述的方法,其特征在于,在通过所述电子设备执行所述
第二触发事件对应的指令之后,还包括:
获取所述用户针对所述电子设备响应于所述指令的响应结果的第二操作;
若所述第二操作为表征忽略所述响应结果的操作,则将所述第一预设阈值
调整为第二预设阈值;其中,所述第二预设阈值大于所述第一预设阈值。
9.一种电子设备,包括:
存储器,用于存储指令;
处理器,用于执行所述指令:
获取第一事件集;所述第一事件集中的每个事件均为电子设备响应用户的
操作所生成的事件;
从所述第一事件集中获取第二事件集;其中,所述第二事件集中的第一事
件与所述第二事件集包括的除所述第一事件之外的其他...

【专利技术属性】
技术研发人员:孙艳庆徐培来汪俊杰
申请(专利权)人:联想北京有限公司
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1