一种用户行为提示生成方法及终端设备技术

本发明专利技术提供了一种用户行为提示生成方法及终端设备，适用于数据处理技术领域，该方法包括：获取用户在第一预设时间段内的作息行为计划；从用户的历史行为数据中筛选出目标完成行为对应的目标行为历史数据，并对目标行为历史数据进行深度学习，得到第一预设时间段内，与每个目标完成行为一一对应的行为预测数据，行为预测数据中包含目标完成行为的预测完成时间；根据每个目标完成行为对应的预测完成时间中，与其对应的目标完成时间存在差异的时间点，生成错误行为警告。本发明专利技术实施例实现了根据用户的实际情况智能化地为用户生活作息提供行为建议的目的，极大地提升了应用程序的智能化程度。

A User Behavior Tip Generation Method and Terminal Equipment

The invention provides a user behavior prompt generation method and a terminal device, which are suitable for data processing technology field. The method includes acquiring the user's work and rest behavior plan in the first preset time period, screening the target behavior history data corresponding to the target completion behavior from the user's historical behavior data, and targeting the target. Behavior history data are further learned to obtain the first preset time period, one-to-one behavior prediction data corresponding to each goal completion behavior. The behavior prediction data includes the prediction completion time of the goal completion behavior. According to the prediction completion time corresponding to each goal completion behavior, the corresponding goal completion time is obtained. There are differences between the time points to generate error behavior warnings. The embodiment of the present invention realizes the purpose of intelligently providing behavior suggestions for users'daily life and rest according to their actual conditions, and greatly improves the intelligentized degree of the application program.

【技术实现步骤摘要】
一种用户行为提示生成方法及终端设备
本专利技术属于数据处理
，尤其涉及用户行为提示生成方法及终端设备。
技术介绍
市面上传统的生活助手类的应用程序，都是只能根据用户自行设定的提醒规则，在特定的时间点对用户进行行为提示，如早上9点提示用户进行锻炼，晚上10点提示用户睡觉等。然而，这些现有的这些生活助手类的应用程序都是极其被动的跟随用户的设定或者用户状态触发提示，而无法根据用户的实际情况来主动为用户发出提示或建议。因此，现有技术中的生活助手类的应用程序智能化程度较为低下，无法根据用户的实际情况智能化地为用户生活作息提供行为提示建议。
技术实现思路
有鉴于此，本专利技术实施例提供了一种用户行为提示生成方法及终端设备，以解决现有技术中应用程序智能化程度低下，无法根据用户的实际情况智能化地为用户生活作息提供行为提示建议的问题。本专利技术实施例的第一方面提供了一种用户行为提示生成方法，包括：获取用户在第一预设时间段内的作息行为计划，所述作息行为计划中存储有所述用户在所述第一预设时间段的目标完成行为，以及每个所述目标完成行为在所述第一预设时间段内的目标完成时间；从所述用户的历史行为数据中筛选出所述目标完成行为对应的目标行为历史数据，并对所述目标行为历史数据进行深度学习，得到所述第一预设时间段内，与每个所述目标完成行为一一对应的行为预测数据，所述行为预测数据中包含所述目标完成行为的预测完成时间；根据每个所述目标完成行为对应的所述预测完成时间中，与其对应的所述目标完成时间存在差异的时间点，生成错误行为警告。本专利技术实施例的第二方面提供了一种用户行为提示生成终端设备，所述用户行为提示生成终端设备包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如下步骤。获取用户在第一预设时间段内的作息行为计划，所述作息行为计划中存储有所述用户在所述第一预设时间段的目标完成行为，以及每个所述目标完成行为在所述第一预设时间段内的目标完成时间；从所述用户的历史行为数据中筛选出所述目标完成行为对应的目标行为历史数据，并对所述目标行为历史数据进行深度学习，得到所述第一预设时间段内，与每个所述目标完成行为一一对应的行为预测数据，所述行为预测数据中包含所述目标完成行为的预测完成时间；根据每个所述目标完成行为对应的所述预测完成时间中，与其对应的所述目标完成时间存在差异的时间点，生成错误行为警告。本专利技术实施例的第三方面提供了一种计算机可读存储介质，包括：存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上所述的用户行为提示生成方法的步骤。本专利技术实施例与现有技术相比存在的有益效果是：考虑到用户虽然会有自己的作息行为计划，但实际情况中往往难以有效的执行这些计划，并且，由于用户本身作息行为习惯的问题，实际情况经常会存在作息行为习惯与作息行为计划相冲突的地方，如用户现在作息行为习惯是每天晚上10点吃晚饭，但计划希望每天下午6点准时吃饭准时，此时虽然有了计划，但由于用户习惯了10点吃饭，即使6点提醒了用户吃饭，到10点其仍会想吃东西，此时就极有可能破坏制定的计划。因此，为了实现根据用户的实际情况进行智能化的提示，以保证作息行为计划的正常执行，本专利技术实施例会根据用户实际历史的行为数据来预测用户在作息计划期间可能的行为，并对预测行为完成时间对与作息行为计划不同的时间点，生成对应的行为错误警告的提示，告知用户此时不能进行冲突的行为，如上述的计划是晚上6点吃晚饭，但预测晚上10点用户仍可能会吃东西，此时需要在晚上10点警告用户不能吃东西，以保证作息行为计划的正常执行。相对现有技术中仅能根据用户设定的时间点来进行特定事件的行为提示，本专利技术实施例中还能根据用户实际的生活习惯，来预测用户的行为，并在不应当进行某项行为时及时发出相应的警告提示，从而实现了根据用户的实际情况智能化地为用户生活作息提供行为建议的目的，极大地提升了应用程序的智能化程度。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例一提供的用户行为提示生成方法的实现流程示意图；图2是本专利技术实施例二提供的用户行为提示生成方法的实现流程示意图；图3是本专利技术实施例三提供的用户行为提示生成方法的实现流程示意图；图4是本专利技术实施例四提供的用户行为提示生成装置的结构示意图；图5是本专利技术实施例五提供的用户行为提示生成终端设备的示意图。具体实施方式以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本专利技术实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本专利技术。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本专利技术的描述。为了说明本专利技术所述的技术方案，下面通过具体实施例来进行说明。图1示出了本专利技术实施例一提供的用户行为提示生成方法的实现流程图，详述如下：S101，获取用户在第一预设时间段内的作息行为计划，作息行为计划中存储有用户在第一预设时间段的目标完成行为，以及每个目标完成行为在第一预设时间段内的目标完成时间。其中，作息行为计划是指用户在未来的一段时间内，计划完成的一些行为，包括但不限于如运动计划、饮食计划和作息计划等，如计划在未来的一个月内，每天早上8点开始跑步半小时，每天晚上11点睡觉，每天7：30、12：00以及17：30准时吃饭等。该作息行为计划既可以是用户自行设置并输入的，也可以是根据用户的身体状况的一些数据进行分析后自动生成的，此处不予限定，具体可由实际应用情况决定。在本专利技术实施例中，预设时间段是指在当前时间之后的未来的一段时间，如未来一个月，具体需由用户或技术人员根据实际需求选取。S102，从用户的历史行为数据中筛选出目标完成行为对应的目标行为历史数据，并对目标行为历史数据进行深度学习，得到第一预设时间段内，与每个目标完成行为一一对应的行为预测数据，行为预测数据中包含目标完成行为的预测完成时间。其中目标行为历史数据，是指用户在当前时间之前对这些目标完成行为的完成情况历史数据，如历史数据中用户是每天什么时间点起床、跑步以及睡觉的。其数据来源既可以是用户自行输入的，或者是从其他数据来源获取的，如可以是利用可穿戴设备等，对用户日常生活行为进行采集记录的。由于目标行为历史数据是用于对用户行为的预测，但考虑到过久的数据对用户预测的实际意义较小，甚至可能会反过来影响对用户行为预测的准确性，因此，本专利技术实施例中的目标行为历史数据，是指当前时间前的某一段时间，其具体的时间段选取可有技术人员根据实际情况设定。一个作息行为计划中可能包含一种或多种行为计划，如可能同时包含跑步计划，早餐计划和睡觉计划等，这些行为计划对应着不同的目标完成行为。由于实际情况中，这些目标完成行为在用户生活中的规律性较强，如每天吃早餐的时间和睡觉的时间，每周跑步的时间等，规律性均较强，因此，理论上是可以利用用户行为历史数据来完成对这些目标完成行为的分析预测的，以实现本文档来自技高网...

【技术保护点】
1.一种用户行为提示生成方法，其特征在于，包括：获取用户在第一预设时间段内的作息行为计划，所述作息行为计划中存储有所述用户在所述第一预设时间段的目标完成行为，以及每个所述目标完成行为在所述第一预设时间段内的目标完成时间；从所述用户的历史行为数据中筛选出所述目标完成行为对应的目标行为历史数据，并对所述目标行为历史数据进行深度学习，得到所述第一预设时间段内，与每个所述目标完成行为一一对应的行为预测数据，所述行为预测数据中包含所述目标完成行为的预测完成时间；根据每个所述目标完成行为对应的所述预测完成时间中，与其对应的所述目标完成时间存在差异的时间点，生成错误行为警告。

【技术特征摘要】
1.一种用户行为提示生成方法，其特征在于，包括：获取用户在第一预设时间段内的作息行为计划，所述作息行为计划中存储有所述用户在所述第一预设时间段的目标完成行为，以及每个所述目标完成行为在所述第一预设时间段内的目标完成时间；从所述用户的历史行为数据中筛选出所述目标完成行为对应的目标行为历史数据，并对所述目标行为历史数据进行深度学习，得到所述第一预设时间段内，与每个所述目标完成行为一一对应的行为预测数据，所述行为预测数据中包含所述目标完成行为的预测完成时间；根据每个所述目标完成行为对应的所述预测完成时间中，与其对应的所述目标完成时间存在差异的时间点，生成错误行为警告。2.如权利要求1所述的用户行为提示生成方法，其特征在于，所述获取用户在第一预设时间段内的作息行为计划，包括：获取所述用户的个人信息、所述第一预设时间段的天气预报数据以及所述用户输入所述作息行为计划；基于所述个人信息以及所述天气预报数据，计算所述作息行为计划中包含的所述目标完成行为的可执行概率，并对所述可执行概率低于概率阈值的所述目标完成行为的所述目标完成时间进行调整。3.如权利要求1所述的用户行为提示生成方法，其特征在于，所述对所述目标行为历史数据进行深度学习，得到所述第一预设时间段内，与每个所述目标完成行为一一对应的行为预测数据，包括：对每个所述目标行为历史数据分别进行深度学习，得到与所述目标完成行为一一对应的行为预测模型，并利用所述行为预测模型，对所述第一预设时间段内的每个所述目标完成行为分别进行分析预测，得到与所述目标完成行为一一对应的所述行为预测数据。4.如权利要求3所述的用户行为提示生成方法，其特征在于，对所述目标完成行为构建所述行为预测模型过程，包括：对所述目标行为历史数据中所述目标完成行为的历史完成时间进行分析，确定出所述目标完成行为对应的行为重复周期，并按照存储所述目标行为历史数据的时间顺序，将所述目标行为历史数据划分为N个时间长度均为所述行为重复周期的目标行为历史数据段，得到N个周期样本数据；基于所述N个周期样本数据进行模型训练，得到所述行为预测模型。5.如权利要求3所述的用户行为提示生成方法，其特征在于，还包括：基于所述用户在所述第一预设时间段内所述目标完成行为的行为数据，对所述行为预测模型进行更新训练。6.一种用户行为提示生成终端设备，其特征在于，所述用户行为提示生成处理终端设备...

【专利技术属性】
技术研发人员：马豪华，张阳，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44