操作行为预测方法及装置制造方法及图纸

本公开是关于操作行为预测方法及装置。该方法包括：获取针对终端设备的当前操作行为，将当前操作行为输入至目标模型，得到目标模型预测的下一个操作行为；目标模型是根据训练样本对预设模型进行训练得到的，训练样本包括：终端设备中的历史操作行为。由于目标模型是通过终端设备中的历史操作行为训练得到的，而历史操作行为涵盖了用户使用终端设备的详细数据，从而使得训练的目标模型可以从多个维度来预测用户的下一个操作行为，进而使得预测的用户的下一个操作行为更加准确，因此，当将终端设备中的当前操作行为输入至目标模型后，目标模型预测出的用户的下一个操作行为更加符合持有终端设备的用户。

Prediction Method and Device of Operational Behavior

The present disclosure relates to methods and devices for predicting operational behavior. The method includes: acquiring the current operation behavior of the terminal device, input the current operation behavior into the target model, and get the next operation behavior predicted by the target model; the target model is trained according to the training sample, and the training sample includes the historical operation behavior of the terminal device. Since the target model is trained by the historical operation behavior in the terminal device, and the historical operation behavior covers the detailed data of the user using the terminal device, the training target model can predict the user's next operation behavior from multiple dimensions, thus making the predicted user's next operation behavior more accurate. After the current operation behavior is input into the target model, the next operation behavior predicted by the target model is more in line with the user who holds the terminal device.

【技术实现步骤摘要】
操作行为预测方法及装置
本公开涉及信息预测
，尤其涉及操作行为预测方法及装置。
技术介绍
目前，利用大数据收集大量用户使用手机应用程序(Application，简称为：APP)的顺序，然后在服务器端，把海量数据汇总起来，训练一个通用模型，预测用户下一个会使用什么APP的工作。
技术实现思路
为克服相关技术中存在的问题，本公开实施例提供操作行为预测方法及装置。所述技术方案如下：根据本公开实施例的第一方面，提供一种操作行为预测方法，包括：获取针对终端设备的当前操作行为；将所述当前操作行为输入至目标模型，得到所述目标模型预测的下一个操作行为；所述目标模型是根据训练样本对预设模型进行训练得到的，所述训练样本包括：所述终端设备的历史操作行为。本公开的实施例提供的技术方案可以包括以下有益效果：获取针对终端设备的当前操作行为，将当前操作行为输入至目标模型，得到目标模型预测的下一个操作行为；目标模型是根据训练样本对预设模型进行训练得到的，训练样本包括：终端设备中的历史操作行为。由于目标模型是通过终端设备中的历史操作行为训练得到的，而历史操作行为涵盖了用户使用终端设备的详细数据，从而使得训练的目标模型可以从多个维度来预测用户的下一个操作行为，进而使得预测的用户的下一个操作行为更加准确，因此，当将终端设备中的当前操作行为输入至目标模型后，目标模型预测出的用户的下一个操作行为更加符合持有终端设备的用户。在一个实施例中，所述获取终端设备的当前操作行为，包括：获取终端设备当前的日志信息；根据所述终端设备当前的日志信息获取所述终端设备的当前操作行为；所述日志信息至少包括以下信息中的至少一种：应用程序启动信息、应用程序切换信息、无线保真网络的状态变化信息、蓝牙的状态变化信息、系统的电量信息。在一个实施例中，所述终端设备的历史操作行为包括：所述终端设备的历史日志信息。在一个实施例中，所述获取终端设备的当前日志信息之前，包括：获取所述训练样本；通过所述训练样本对所述预设模型进行训练，获取所述目标模型。在一个实施例中，所述获取所述训练样本之后，还包括：保存所述训练样本；所述通过所述训练样本对所述预设模型进行训练，获取所述目标模型包括：当检测到所述终端设备的当前使用状态满足预设条件时，通过所述训练样本对所述预设模型进行训练，获取所述目标模型；其中，所述终端设备的当前使用状态满足预设条件包括：所述终端设备的系统资源未被占用，或，所述终端设备处于充电状态。在一个实施例中，所述通过所述训练样本对所述预设模型进行训练，获取所述目标模型，包括：将所述训练样本发送给服务器，以使所述服务器通过所述训练样本对所述预设模型进行训练并获取所述目标模型；接收所述服务器发送的所述目标模型。根据本公开实施例的第二方面，提供一种操作行为预测装置，包括：第一获取模块，用于获取针对终端设备的当前操作行为；输入模块，用于将所述第一获取模块获取的所述当前操作行为输入至目标模型，得到所述目标模型预测的下一个操作行为；所述目标模型是根据训练样本对预设模型进行训练得到的，所述训练样本包括：所述终端设备的历史操作行为。在一个实施例中，所述第一获取模块包括：第一获取子模块和第二获取子模块；所述第一获取子模块，用于获取终端设备当前的日志信息；所述第二获取子模块，用于根据所述第一获取子模块获取的所述终端设备当前的日志信息获取所述终端设备的当前操作行为；所述日志信息至少包括以下信息中的至少一种：应用程序启动信息、应用程序切换信息、无线保真网络的状态变化信息、蓝牙的状态变化信息、系统的电量信息。在一个实施例中，所述终端设备的历史操作行为包括：所述终端设备的历史日志信息。在一个实施例中，所述装置还包括：第二获取模块和训练模块；所述第二获取模块，用于在所述第一获取模块获取获取终端设备的当前日志信息之前，获取所述训练样本；所述训练模块，用于通过所述第二获取模块获取的所述训练样本对所述预设模型进行训练，获取所述目标模型。在一个实施例中，所述训练模块包括：保存子模块、检测子模块和训练子模块；所述保存子模块，用于保存所述第二获取模块获取的所述训练样本；所述检测子模块，用于检测所述终端设备的当前使用状态是否满足预设条件；所述训练子模块，用于当所述检测子模块检测到所述终端设备的当前使用状态满足预设条件时，通过所述训练样本对所述预设模型进行训练，获取所述目标模型；其中，所述终端设备的当前使用状态满足预设条件包括：所述终端设备的系统资源未被占用，或，所述终端设备处于充电状态。在一个实施例中，所述训练模块包括：发送子模块和接收子模块；所述发送子模块，用于将所述第二获取模块获取的所述训练样本发送给服务器，以使所述服务器通过所述训练样本对所述预设模型进行训练并获取所述目标模型；所述接收子模块，用于接收所述服务器发送的所述目标模型。根据本公开实施例的第三方面，提供一种操作行为预测装置，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为：获取针对终端设备的当前操作行为；将所述当前操作行为输入至目标模型，得到所述目标模型预测的下一个操作行为；所述目标模型是根据训练样本对预设模型进行训练得到的，所述训练样本包括：所述终端设备的历史操作行为。根据本公开实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现第一方面中任一项所述方法的步骤。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。附图说明此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。图1是根据一示例性实施例示出的操作行为预测方法的流程图。图2是根据一示例性实施例示出的一种操作行为预测方法的流程图。图3是根据一示例性实施例示出的一种操作行为预测方法的流程图。图4是根据一示例性实施例示出的一种操作行为预测装置的框图。图5是根据一示例性实施例示出的一种操作行为预测装置中第一获取模块的框图。图6是根据一示例性实施例示出的一种操作行为预测装置的框图。图7是根据一示例性实施例示出的一种操作行为预测装置中训练模块的框图。图8是根据一示例性实施例示出的一种操作行为预测装置中训练模块的框图。图9是根据一示例性实施例示出的一种用于操作行为预测装置80的框图。具体实施方式这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。目前，获取到的数据是把所有用户的APP使用习惯汇总起来的，不太个性化，对于那些APP使用顺序和大家比较一致的人群，预测效果好，但是对于习惯比较特殊的人群，预测效果就不好了。为了提升用户行为的预测效果，本公开提出一种操作行为预测方法。图1是根据一示例性实施例示出的操作行为预测方法的流程图，如图1所示，该方法包括以下步骤S101-S102：在步骤S101中，获取针对终端设备的当前操作行为。在步骤S102中，将当前操作行为输入至目标模型，得到目标模型预测的下一个操作行为；目标本文档来自技高网...

【技术保护点】
1.一种操作行为预测方法，其特征在于，包括：获取针对终端设备的当前操作行为；将所述当前操作行为输入至目标模型，得到所述目标模型预测的下一个操作行为；所述目标模型是根据训练样本对预设模型进行训练得到的，所述训练样本包括：所述终端设备的历史操作行为。

【技术特征摘要】
1.一种操作行为预测方法，其特征在于，包括：获取针对终端设备的当前操作行为；将所述当前操作行为输入至目标模型，得到所述目标模型预测的下一个操作行为；所述目标模型是根据训练样本对预设模型进行训练得到的，所述训练样本包括：所述终端设备的历史操作行为。2.根据权利要求1所述的方法，其特征在于，所述获取终端设备的当前操作行为，包括：获取终端设备当前的日志信息；根据所述终端设备当前的日志信息获取所述终端设备的当前操作行为；所述日志信息至少包括以下信息中的至少一种：应用程序启动信息、应用程序切换信息、无线保真网络的状态变化信息、蓝牙的状态变化信息、系统的电量信息。3.根据权利要求2所述的方法，其特征在于，所述终端设备的历史操作行为包括：所述终端设备的历史日志信息。4.根据权利要求1所述的方法，其特征在于，所述获取终端设备的当前日志信息之前，包括：获取所述训练样本；通过所述训练样本对所述预设模型进行训练，获取所述目标模型。5.根据权利要求4所述的方法，其特征在于，所述获取所述训练样本之后，还包括：保存所述训练样本；所述通过所述训练样本对所述预设模型进行训练，获取所述目标模型包括：当检测到所述终端设备的当前使用状态满足预设条件时，通过所述训练样本对所述预设模型进行训练，获取所述目标模型；其中，所述终端设备的当前使用状态满足预设条件包括：所述终端设备的系统资源未被占用，或，所述终端设备处于充电状态。6.根据权利要求4所述的方法，其特征在于，所述通过所述训练样本对所述预设模型进行训练，获取所述目标模型，包括：将所述训练样本发送给服务器，以使所述服务器通过所述训练样本对所述预设模型进行训练并获取所述目标模型；接收所述服务器发送的所述目标模型。7.一种操作行为预测装置，其特征在于，包括：第一获取模块，用于获取针对终端设备的当前操作行为；输入模块，用于将所述第一获取模块获取的所述当前操作行为输入至目标模型，得到所述目标模型预测的下一个操作行为；所述目标模型是根据训练样本对预设模型进行训练得到的，所述训练样本包括：所述终端设备的历史操作行为。8.根据权利要求7所述的装置，其特征在于，所述第一获取模块包括：第一获取子模块和第二获取子模块；所述第一获取子模块，用于...

【专利技术属性】
技术研发人员：刘任，
申请(专利权)人：北京小米移动软件有限公司，
类型：发明
国别省市：北京,11