一种智能穿戴设备的消息提醒方法、系统及介质技术方案

本申请实施例提供了一种智能穿戴设备的消息提醒方法、系统及介质。属于智能消息提醒领域，该方法包括：配置接收模式，接收新消息提醒，得到提醒信息；根据队列模型生成提醒信息重要性权重，根据提醒信息重要性权重，将提醒信息进行优先级排序；根据提醒信息优先级排序对提醒信息进行分区缓存；配置调用模式，并建立调用模型，根据调用模型进行提醒信息的选择性调用；将调用的提醒信息进行显示；通过优先级排序对提醒信息进行队列提醒，使消息提醒按照预定的顺序进行依次显示，防止提醒信息的中断或丢失的技术。断或丢失的技术。断或丢失的技术。

【技术实现步骤摘要】
一种智能穿戴设备的消息提醒方法、系统及介质


[0001]本申请涉及智能消息提醒领域，具体而言，涉及一种智能穿戴设备的消息提醒方法、系统及介质。

技术介绍

[0002]目前关于智能穿戴设备的提醒逻辑，很多市面产品还是采用各个提醒类型互相打断，新的提醒可以打断并提前结束当前提醒的逻辑。比如用户设置了闹钟提醒，在闹钟提醒响起时，如果来消息或者其他提醒被触发，则会导致闹钟提醒被打断，导致用户失时。
[0003]现有技术存在的缺点：存在提醒丢失的问题。可能出现上一个提醒刚刚显示，立马就被下一个提醒打断并提前结束，致使部分提醒丢失。
[0004]针对上述问题，目前亟待有效的技术解决方案。

技术实现思路

[0005]本申请实施例的目的在于提供一种智能穿戴设备的消息提醒方法、系统及介质，可以根据提醒信息重要性权重，将提醒信息进行优先级排序；根据提醒信息优先级排序对提醒信息进行分区缓存；配置调用模式，并建立调用模型，根据调用模型进行提醒信息的选择性调用；将调用的提醒信息进行显示；通过优先级排序对提醒信息进行队列提醒，使消息提醒按照预定的顺序进行依次显示，防止提醒信息的中断或丢失的技术。
[0006]本申请实施例还提供了一种智能穿戴设备的消息提醒方法，包括：配置接收模式，接收新消息提醒，得到提醒信息；根据队列模型生成提醒信息重要性权重，根据提醒信息重要性权重，将提醒信息进行优先级排序；根据提醒信息优先级排序对提醒信息进行分区缓存；配置调用模式，并建立调用模型，根据调用模型进行提醒信息的选择性调用；将调用的提醒信息进行显示。
[0007]可选地，在本申请实施例所述的智能穿戴设备的消息提醒方法中，所述配置接收模式，接收新消息提醒，得到提醒信息，包括：设定接收的时间间隔，接收多个新消息提醒；对接收的新消息提醒进行相似度计算，得到相似度信息；将相似度信息与预设相似度阈值进行比较，得到相似度偏差率；判断所述相似度偏差率是否大于预设相似度阈值；若大于，则提取新消息提醒进行保留；若小于，则进行新消息提醒类别划分。
[0008]可选地，在本申请实施例所述的智能穿戴设备的消息提醒方法中，所述对接收的新消息提醒进行相似度计算，得到相似度信息,包括：提取相邻时间间隔的两个新消息提醒的特征，得到新消息特征向量；
将相邻时间间隔的两个新消息提醒的特征向量进行比较，得到向量偏离率；当向量偏差率小于预设偏差率阈值时，则判定新消息提醒相似；将相邻时间间隔的两个新消息提醒进行同一类别划分，并将该相邻时间间隔的两个新消息提醒进行同一优先级划分。
[0009]可选地，在本申请实施例所述的智能穿戴设备的消息提醒方法中，同一优先级的新消息提醒进行排序，排序规则按照先后顺序进行排列；排序规则按照采样时间的先后顺序进行排序；同一优先级的新消息提醒存储至同一分区内进行缓存。
[0010]可选地，在本申请实施例所述的智能穿戴设备的消息提醒方法中，所述根据队列模型生成提醒信息重要性权重，根据提醒信息重要性权重，将提醒信息进行优先级排序，包括：获取提醒信息，对提醒信息进行关键词分割，构建关键词集合；根据关键词集合统计每一个关键词的出现频率与次数，构建相邻时间间隔两个频率向量与；通过频率向量与计算加权空间向量与；通过加权空间向量与计算相邻时间间隔的提醒信息的相似度，计算公式如下：；其中，；其中表示相邻时间间隔的提醒信息的相似度，与表示频率向量的加权系数。
[0011]可选地，在本申请实施例所述的智能穿戴设备的消息提醒方法中，所述根据提醒信息优先级排序对提醒信息进行分区缓存；包括：将缓存区进行区域划分，分割为重要分区、次要分区与剩余分区；将N个提醒信息进行优先级排序，得到排序列表；将排序列表中的前M个提醒信息缓存至重要分区；将排序列表中的第M+1至第P个提醒信息缓存至次要分区；将第P+1至N个提醒信息缓存至剩余分区；其中，M=N/2，P=M+（N
‑
P）/2。
[0012]可选地，在本申请实施例所述的智能穿戴设备的消息提醒方法中，所述配置调用模式，并建立调用模型，根据调用模型进行提醒信息的选择性调用，包括：根据提醒类型、提醒时间、振动类型、振动时间配置调用模式，不同的调用模式之间能够相互切换；根据调用模型进行提醒信息的选择性调用，其中调用规则根据提醒类型、提醒时间、振动类型、振动时间进行选择。
[0013]第二方面，本申请实施例提供了一种智能穿戴设备的消息提醒系统，该系统包括：存储器及处理器，所述存储器中包括智能穿戴设备的消息提醒方法的程序，所述智能穿戴
设备的消息提醒方法的程序被所述处理器执行时实现以下步骤：配置接收模式，接收新消息提醒，得到提醒信息；根据队列模型生成提醒信息重要性权重，根据提醒信息重要性权重，将提醒信息进行优先级排序；根据提醒信息优先级排序对提醒信息进行分区缓存；配置调用模式，并建立调用模型，根据调用模型进行提醒信息的选择性调用；将调用的提醒信息进行显示。
[0014]可选地，在本申请实施例所述的智能穿戴设备的消息提醒系统中，所述配置接收模式，接收新消息提醒，得到提醒信息，包括：设定接收的时间间隔，接收多个新消息提醒；对接收的新消息提醒进行相似度计算，得到相似度信息；将相似度信息与预设相似度阈值进行比较，得到相似度偏差率；判断所述相似度偏差率是否大于预设相似度阈值；若大于，则提取新消息提醒进行保留；若小于，则进行新消息提醒类别划分。
[0015]第三方面，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质中包括智能穿戴设备的消息提醒方法程序，所述智能穿戴设备的消息提醒方法程序被处理器执行时，实现如上述任一项所述的智能穿戴设备的消息提醒方法的步骤。
[0016]由上可知，本申请实施例提供的一种智能穿戴设备的消息提醒方法、系统及介质，通过配置接收模式，接收新消息提醒，得到提醒信息；根据队列模型生成提醒信息重要性权重，根据提醒信息重要性权重，将提醒信息进行优先级排序；根据提醒信息优先级排序对提醒信息进行分区缓存；配置调用模式，并建立调用模型，根据调用模型进行提醒信息的选择性调用；将调用的提醒信息进行显示；通过优先级排序对提醒信息进行队列提醒，使消息提醒按照预定的顺序进行依次显示，防止提醒信息的中断或丢失的技术。
[0017]本申请的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请实施例了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
[0018]为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0019]图1为本申请实施例提供的智能穿戴设备的消息提醒方法的流程图；图2为本申请实施例提供的智能穿戴设本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能穿戴设备的消息提醒方法，其特征在于，包括：配置接收模式，接收新消息提醒，得到提醒信息；根据队列模型生成提醒信息重要性权重，根据提醒信息重要性权重，将提醒信息进行优先级排序；根据提醒信息优先级排序对提醒信息进行分区缓存；配置调用模式，并建立调用模型，根据调用模型进行提醒信息的选择性调用；将调用的提醒信息进行显示。2.根据权利要求1所述的智能穿戴设备的消息提醒方法，其特征在于，所述配置接收模式，接收新消息提醒，得到提醒信息，包括：设定接收的时间间隔，接收多个新消息提醒；对接收的新消息提醒进行相似度计算，得到相似度信息；将相似度信息与预设相似度阈值进行比较，得到相似度偏差率；判断所述相似度偏差率是否大于预设相似度阈值；若大于，则提取新消息提醒进行保留；若小于，则进行新消息提醒类别划分。3.根据权利要求2所述的智能穿戴设备的消息提醒方法，其特征在于，所述对接收的新消息提醒进行相似度计算，得到相似度信息,包括：提取相邻时间间隔的两个新消息提醒的特征，得到新消息特征向量；将相邻时间间隔的两个新消息提醒的特征向量进行比较，得到向量偏离率；当向量偏差率小于预设偏差率阈值时，则判定新消息提醒相似；将相邻时间间隔的两个新消息提醒进行同一类别划分，并将该相邻时间间隔的两个新消息提醒进行同一优先级划分。4.根据权利要求3所述的智能穿戴设备的消息提醒方法，其特征在于，同一优先级的新消息提醒进行排序，排序规则按照先后顺序进行排列；排序规则按照采样时间的先后顺序进行排序；同一优先级的新消息提醒存储至同一分区内进行缓存。5.根据权利要求4所述的智能穿戴设备的消息提醒方法，其特征在于，所述根据队列模型生成提醒信息重要性权重，根据提醒信息重要性权重，将提醒信息进行优先级排序，包括：获取提醒信息，对提醒信息进行关键词分割，构建关键词集合；根据关键词集合统计每一个关键词的出现频率与次数，构建相邻时间间隔两个频率向量与；通过频率向量与计算加权空间向量与；通过加权空间向量与计算相邻时间间隔的提醒信息的相似度，计算公式如下：；其中，；
其中表示相邻时间间隔的提醒信息的相似度，与表示频率向量的加权系数。6.根据权利...

【专利技术属性】
技术研发人员：陈泽鹏，綦吉，刘福亮，
申请(专利权)人：深圳市微克科技有限公司，
类型：发明
国别省市：