CN109862192A - 联系人分析方法、终端和计算机可读存储介质 - Google Patents
联系人分析方法、终端和计算机可读存储介质 Download PDFInfo
- Publication number
- CN109862192A CN109862192A CN201910240030.2A CN201910240030A CN109862192A CN 109862192 A CN109862192 A CN 109862192A CN 201910240030 A CN201910240030 A CN 201910240030A CN 109862192 A CN109862192 A CN 109862192A
- Authority
- CN
- China
- Prior art keywords
- user
- contact person
- communication
- behavior feature
- communication behavior
- Prior art date
- Legal status (The legal status 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 status listed.)
- Pending
Links
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种联系人分析方法、终端和计算机可读存储介质,方法包括:在用户需要查找联系人时,获取所述用户的通信行为特征;基于预先根据多个联系人以及从所述用户与所述多个联系人的通信数据中提取的通信行为特征训练的模型,对所述用户的通信行为特征进行分析,得到所述用户需要查找的联系人。根据本发明,用户与联系人的通信数据反应了用户通信行为的特点,所以从用户与联系人的通信数据中提取的通信行为特征,实际上是用户通信行为特点的具体表现,基于从用户与联系人的通信数据中提取的通信行为特征训练的模型,在输入用户当前的通信行为特征时,可以按照用户的通信行为特点,查找用户想要查找的联系人。
Description
技术领域
本发明涉及移动终端领域,尤其涉及一种联系人分析方法、终端和计算机可读存储介质。
背景技术
在用户与他人进行通信之前,会在手机中的联系人页面或通话记录等页面中查找想要通信的联系人,由于联系人的数量通常较多,导致用户需要花费较长的时间才能找到该联系人,这严重影响了用户通信行为的效率。
因此,需要一种新的技术方案,能够帮助用户快速找到用户需要进行通信的联系人。
发明内容
本发明的主要目的在于提出一种联系人分析方法、终端和计算机可读存储介质,旨在帮助用户快速找到用户需要进行通信的联系人。
为实现上述目的,本发明提供了一种联系人分析方法,包括:在用户需要查找联系人时,获取所述用户的通信行为特征;基于预先根据多个联系人以及从所述用户与所述多个联系人的通信数据中提取的通信行为特征训练的模型,对所述用户的通信行为特征进行分析,得到所述用户需要查找的联系人。
为实现上述目的,本发明提供了一种终端,所述终端包括处理器、存储器、通信总线;所述通信总线用于实现处理器和存储器之间的连接通信;所述处理器用于执行存储器中存储的联系人分析程序,以实现前述方法的步骤。
为实现上述目的,本发明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存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现前述方法的步骤。
根据以上技术方案,可知本发明的联系人分析方法、终端和计算机可读存储介质至少具有以下优点:
用户与联系人的通信数据反应了用户通信行为的特点,所以从用户与联系人的通信数据中提取的通信行为特征,实际上是用户通信行为特点的具体表现,基于从用户与联系人的通信数据中提取的通信行为特征训练的模型,在输入用户当前的通信行为特征时,可以按照用户的通信行为特点,查找用户想要查找的联系人。
附图说明
图1为实现本发明各个实施例的移动终端的硬件结构示意图;
图2为如图1所示的移动终端的无线通信系统示意图;
图3为根据本发明的一个实施例的联系人分析方法的流程图;
图4为根据本发明的一个实施例的联系人分析方法的流程图;
图5为根据本发明的一个实施例的联系人分析方法的示意图;
图6为根据本发明的一个实施例的终端的框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
在后续的描述中,使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明,其本身没有特有的意义。因此,“模块”、“部件”或“单元”可以混合地使用。
终端可以以各种形式来实施。例如,本发明中描述的终端可以包括诸如手机、平板电脑、笔记本电脑、掌上电脑、个人数字助理(Personal Digital Assistant,PDA)、便捷式媒体播放器(Portable Media Player,PMP)、导航装置、可穿戴设备、智能手环、计步器等移动终端,以及诸如数字TV、台式计算机等固定终端。
后续描述中将以移动终端为例进行说明,本领域技术人员将理解的是,除了特别用于移动目的的元件之外,根据本发明的实施方式的构造也能够应用于固定类型的终端。
请参阅图1,其为实现本发明各个实施例的一种移动终端的硬件结构示意图,该移动终端100可以包括:RF(Radio Frequency,射频)单元101、WiFi模块102、音频输出单元103、A/V(音频/视频)输入单元104、传感器105、显示单元106、用户输入单元107、接口单元108、存储器109、处理器110、以及电源111等部件。本领域技术人员可以理解,图1中示出的移动终端结构并不构成对移动终端的限定,移动终端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。
下面结合图1对移动终端的各个部件进行具体的介绍:
射频单元101可用于收发信息或通话过程中,信号的接收和发送,具体的,将基站的下行信息接收后,给处理器110处理;另外,将上行的数据发送给基站。通常,射频单元101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、双工器等。此外,射频单元101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GSM(Global System of Mobile communication,全球移动通讯系统)、GPRS(General Packet Radio Service,通用分组无线服务)、CDMA2000(CodeDivision Multiple Access 2000,码分多址2000)、WCDMA(Wideband Code DivisionMultiple Access,宽带码分多址)、TD-SCDMA(Time Division-Synchronous CodeDivision Multiple Access,时分同步码分多址)、FDD-LTE(Frequency DivisionDuplexing-Long Term Evolution,频分双工长期演进)和TDD-LTE(Time DivisionDuplexing-Long Term Evolution,分时双工长期演进)等。
WiFi属于短距离无线传输技术,移动终端通过WiFi模块102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1示出了WiFi模块102,但是可以理解的是,其并不属于移动终端的必须构成,完全可以根据需要在不改变发明的本质的范围内而省略。
音频输出单元103可以在移动终端100处于呼叫信号接收模式、通话模式、记录模式、语音识别模式、广播接收模式等等模式下时,将射频单元101或WiFi模块102接收的或者在存储器109中存储的音频数据转换成音频信号并且输出为声音。而且,音频输出单元103还可以提供与移动终端100执行的特有功能相关的音频输出(例如,呼叫信号接收声音、消息接收声音等等)。音频输出单元103可以包括扬声器、蜂鸣器等等。
A/V输入单元104用于接收音频或视频信号。A/V输入单元104可以包括图形处理器(Graphics Processing Unit,GPU)1041和麦克风1042,图形处理器1041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元106上。经图形处理器1041处理后的图像帧可以存储在存储器109(或其它存储介质)中或者经由射频单元101或WiFi模块102进行发送。麦克风1042可以在电话通话模式、记录模式、语音识别模式等等运行模式中经由麦克风1042接收声音(音频数据),并且能够将这样的声音处理为音频数据。处理后的音频(语音)数据可以在电话通话模式的情况下转换为可经由射频单元101发送到移动通信基站的格式输出。麦克风1042可以实施各种类型的噪声消除(或抑制)算法以消除(或抑制)在接收和发送音频信号的过程中产生的噪声或者干扰。
移动终端100还包括至少一种传感器105,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1061的亮度,接近传感器可在移动终端100移动到耳边时,关闭显示面板1061和/或背光。作为运动传感器的一种,加速计传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别手机姿态的应用(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(比如计步器、敲击)等;至于手机还可配置的指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器,在此不再赘述。
显示单元106用于显示由用户输入的信息或提供给用户的信息。显示单元106可包括显示面板1061,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1061。
用户输入单元107可用于接收输入的数字或字符信息,以及产生与移动终端的用户设置以及功能控制有关的键信号输入。具体地,用户输入单元107可包括触控面板1071以及其他输入设备1072。触控面板1071,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1071上或在触控面板1071附近的操作),并根据预先设定的程式驱动相应的连接装置。触控面板1071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110,并能接收处理器110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1071。除了触控面板1071,用户输入单元107还可以包括其他输入设备1072。具体地,其他输入设备1072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,具体此处不做限定。
进一步的,触控面板1071可覆盖显示面板1061,当触控面板1071检测到在其上或附近的触摸操作后,传送给处理器110以确定触摸事件的类型,随后处理器110根据触摸事件的类型在显示面板1061上提供相应的视觉输出。虽然在图1中,触控面板1071与显示面板1061是作为两个独立的部件来实现移动终端的输入和输出功能,但是在某些实施例中,可以将触控面板1071与显示面板1061集成而实现移动终端的输入和输出功能,具体此处不做限定。
接口单元108用作至少一个外部装置与移动终端100连接可以通过的接口。例如,外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元108可以用于接收来自外部装置的输入(例如,数据信息、电力等等)并且将接收到的输入传输到移动终端100内的一个或多个元件或者可以用于在移动终端100和外部装置之间传输数据。
存储器109可用于存储软件程序以及各种数据。存储器109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(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器109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。
处理器110是移动终端的控制中心,利用各种接口和线路连接整个移动终端的各个部分,通过运行或执行存储在存储器109内的软件程序和/或模块,以及调用存储在存储器109内的数据,执行移动终端的各种功能和处理数据,从而对移动终端进行整体监控。处理器110可包括一个或多个处理单元;优选的,处理器110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110中。
移动终端100还可以包括给各个部件供电的电源111(比如电池),优选的,电源111可以通过电源管理系统与处理器110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。
尽管图1未示出,移动终端100还可以包括蓝牙模块等,在此不再赘述。
为了便于理解本发明实施例,下面对本发明的移动终端所基于的通信网络系统进行描述。
请参阅图2,图2为本发明实施例提供的一种通信网络系统架构图,该通信网络系统为通用移动通信技术的LTE系统,该LTE系统包括依次通讯连接的UE(User Equipment,用户设备)201,E-UTRAN(Evolved UMTS Terrestrial Radio Access Network,演进式UMTS陆地无线接入网)202,EPC(Evolved Packet Core,演进式分组核心网)203和运营商的IP业务204。
具体地,UE201可以是上述终端100,此处不再赘述。
E-UTRAN202包括eNodeB2021和其它eNodeB2022等。其中,eNodeB2021可以通过回程(backhaul)(例如X2接口)与其它eNodeB2022连接,eNodeB2021连接到EPC203,eNodeB2021可以提供UE201到EPC203的接入。
EPC203可以包括MME(Mobility Management Entity,移动性管理实体)2031,HSS(Home Subscriber Server,归属用户服务器)2032,其它MME2033,SGW(Serving Gate Way,服务网关)2034,PGW(PDN Gate Way,分组数据网络网关)2035和PCRF(Policy andCharging Rules Function,政策和资费功能实体)2036等。其中,MME2031是处理UE201和EPC203之间信令的控制节点,提供承载和连接管理。HSS2032用于提供一些寄存器来管理诸如归属位置寄存器(图中未示)之类的功能,并且保存有一些有关服务特征、数据速率等用户专用的信息。所有用户数据都可以通过SGW2034进行发送,PGW2035可以提供UE 201的IP地址分配以及其它功能,PCRF2036是业务数据流和IP承载资源的策略与计费控制策略决策点,它为策略与计费执行功能单元(图中未示)选择及提供可用的策略和计费控制决策。
IP业务204可以包括因特网、内联网、IMS(IP Multimedia Subsystem,IP多媒体子系统)或其它IP业务等。
虽然上述以LTE系统为例进行了介绍,但本领域技术人员应当知晓,本发明不仅仅适用于LTE系统,也可以适用于其他无线通信系统,例如GSM、CDMA2000、WCDMA、TD-SCDMA以及未来新的网络系统等,此处不做限定。
基于上述移动终端硬件结构以及通信网络系统,提出本发明方法各个实施例。
如图3所示,本发明的一个实施例中提供了一种联系人分析方法,包括:
步骤S310,在用户需要查找联系人时,获取用户的通信行为特征。
在本实施例中,对用户的通信行为特征的类型不进行限制,对于任何能够体现用户的通信行为特点的信息,都可以作为用户的通信行为特征。例如,某工作人员准时在每天下班时间五点半通过即时通信工具向其领导汇报工作,则该通信行为发生时间可以作为通信行为特征,因为其反应了用户通信行为的一个特点——每天下班时间五点半向特定的联系人进行通信。
步骤S320,基于预先根据多个联系人以及从用户与多个联系人的通信数据中提取的通信行为特征训练的模型,对用户的通信行为特征进行分析,得到用户需要查找的联系人。
在本实施例中,对用户与多个联系人的通信数据的类型不进行限制,其可以是用户与联系人的通话记录、短信息、邮件、即时通信内容等基于多种通信方式的通信数据。
根据本实施例的技术方案,用户与联系人的通信数据反应了用户通信行为的特点,所以从用户与联系人的通信数据中提取的通信行为特征,实际上是用户通信行为特点的具体表现,基于从用户与联系人的通信数据中提取的通信行为特征训练的模型,在输入用户当前的通信行为特征时,可以按照用户的通信行为特点,查找用户想要查找的联系人。
如图4所示,本发明的一个实施例中提供了一种联系人分析方法,包括:
步骤S410,在用户启动通信应用时,判断用户需要查找联系人。
在本实施例中,能够准确地判断出用户需要查找联系人的时刻,即当用户启动通信应用时,此时表示用户需要使用该通信应用与联系人进行通信。在本实施例中,对该通信应用的类型不进行限制,其可以是手机中内置的拨打电话、短信等应用,也可以是安装在手机上的第三方视频或文本通信应用。
步骤S420,在用户需要查找联系人时,基于用户当前所在地点、当前时间、用户当前输入的文本、自当前时间起向前第一预设时间内与用户通信的联系人、自当前时间起向前第二预设时间内的通信文本中存在的联系人,获取用户的通信行为特征。
在本实施例的技术方案中,对第一预设时间和第二预设时间的大小不进行限制。在本实施例中,基于用户当前所在地点提取通信行为特征的原因在于:用户可能在某特点地点频繁地与某特定联系人进行通信,例如,用户可能在工作单位频繁地与领导汇报工作;基于当前时间提取通信行为特征的原因在于:用户可能在某时间频繁地与某特定联系人进行通信,例如,用户可能在每天下班时与配偶通话;基于用户当前输入的文本提取通信行为特征的原因在于:用户当前输入的文本中可能包含需要联系人的姓名的一部分或是姓名的拼音;基于自当前时间起向前第一预设时间内与用户通信的联系人提取通信行为特征的原因在于:对于近期联系过的联系人,用户有可能与其再次联系;基于自当前时间起向前第二预设时间内的通信文本中存在的联系人提取通信行为特征的原因在于:用户的短信或邮件记载的联系人,往往可能是用户需要与其进行联系的联系人。
步骤S430,基于预先根据多个联系人以及从用户与多个联系人的通信数据中提取的通信行为特征训练的模型,对用户的通信行为特征进行分析,得到用户需要查找的联系人。
在本实施例中,基于前述内容,可知用户与多个联系人的通信数据包括但不限于:通信行为发生的时间、通信行为发生的地点、通信行为涉及的文本内容、通信行为相关的用户输入文本、通信文本等等。
进一步地,多个联系人与用户的通信次数超过预设阈值。在本实施例中,对该预设阈值的大小不进行限制,限制多个联系人与用户的通信次数的原因在于,多次通信的通信数据能够反应用户的习惯特点,而单次通信的数据往往具有偶然性,不能够准确反应用户的通信行为特点。
进一步地,通信数据对应的通信方式为预设通信方式。在本实施例中,对通信方式的种类不进行限制,例如,拨打电话、发送短信、发送邮件、通过即时通信工具进行交互,都适用于本实施例的技术方案。
根据本实施例的技术方案,实现了向用户推荐通话联系人的方法,有助于用户快速找到想找的联系人,提高用户体验,使用户整体通话体验更加流畅,对于联系人较多的用户或紧急情况下通话有较大的便利性。
如图5所示,本发明的一个实施例中提供了一种联系人分析方法,包括:
步骤S510,在用户进入联系人界面或通信记录界面时,判断用户需要查找联系人。
在本实施例中,能够准确地判断出用户需要查找联系人的时刻,即当用户进入联系人界面或通信记录界面时,例如通话记录界面,此时表示用户需要使用终端的拨打电话或发送短信功能与联系人进行通信。
步骤S520,在用户需要查找联系人时,获取用户的通信行为特征。
步骤S530,使用决策树模型,模型为决策树模型,决策树模型具有多个路径,每个路径对应一组通信行为特征以及一个联系人,发现与用户的通信行为特征对应的路径,并将路径对应的联系人作为用户需要查找的联系人。
在本实施例中,对采用的模型类型不进行限制,决策树类型外的其他类型模型也适用于本实施例的技术方案。
在本实施例的一个具体实施方式中,可以通过C5.0(一种决策树模型算法)决策树方法,确定用户想要找到的联系人。在该算法生效前,必须有一定量的用户通话数据,设该阈值为50,用户在50次通话后,该功能可以开启。寻找联系人是一个多分类问题,每个被联系过的手机联系人可以看作一个分类,而决策树模型中的特征则包含,打电话的时间,打电话的地点,进入联系人界面前10分钟内用户在手机端输入的文字(对所有输入文本进行分词并统计词频,选取词频前10的词作为该特征的输入),微信/短信上联系过的人,近两天联系过的人。将用户以往50次+的数据作为训练集放入决策树模型,每次迭代选取信息增益最高的特征。每次通话前,调用已经训练好决策树模型,通过特征判断用户想要找到的联系人,如果可以从决策树中找到一致的路径,则给出该路径的叶节点作为第一推荐联系人,其他推荐联系人则按照用户与各联系人通话的频率作为推荐的依据,频率高的联系人推荐位置靠前。如果不能找到一致的路径,则按照用户与各联系人通话的频率作为推荐的依据。每次通话后,将该次通话的特征及分类作为训练数据放入模型。
步骤S540,在未发现与用户的通信行为特征对应的路径时,根据预设规则分析用户需要查找的联系人。
在本实施例中,如果不能找到一致的路径,则按照用户与各联系人通话的频率作为推荐的依据。每次通话后,将该次通话的特征及分类作为训练数据放入模型。
根据本实施例的技术方案,用户与联系人的通信数据反应了用户通信行为的特点,所以从用户与联系人的通信数据中提取的通信行为特征,实际上是用户通信行为特点的具体表现,基于从用户与联系人的通信数据中提取的通信行为特征训练的模型,在输入用户当前的通信行为特征时,可以按照用户的通信行为特点,查找用户想要查找的联系人。
如图6所示,本发明的一个实施例中提供了一种终端,终端包括处理器610、存储器620、通信总线630;通信总线630用于实现处理器610和存储器620之间的连接通信;处理器610用于执行存储器620中存储的联系人分析程序,以实现以下步骤:
在用户需要查找联系人时,获取用户的通信行为特征。
在本实施例中,对用户的通信行为特征的类型不进行限制,对于任何能够体现用户的通信行为特点的信息,都可以作为用户的通信行为特征。例如,某工作人员准时在每天下班时间五点半通过即时通信工具向其领导汇报工作,则该通信行为发生时间可以作为通信行为特征,因为其反应了用户通信行为的一个特点——每天下班时间五点半向特定的联系人进行通信。
基于预先根据多个联系人以及从用户与多个联系人的通信数据中提取的通信行为特征训练的模型,对用户的通信行为特征进行分析,得到用户需要查找的联系人。
在本实施例中,对用户与多个联系人的通信数据的类型不进行限制,其可以是用户与联系人的通话记录、短信息、邮件、即时通信内容等基于多种通信方式的通信数据。
根据本实施例的技术方案,用户与联系人的通信数据反应了用户通信行为的特点,所以从用户与联系人的通信数据中提取的通信行为特征,实际上是用户通信行为特点的具体表现,基于从用户与联系人的通信数据中提取的通信行为特征训练的模型,在输入用户当前的通信行为特征时,可以按照用户的通信行为特点,查找用户想要查找的联系人。
如图6所示,本发明的一个实施例中提供了一种终端,终端包括处理器610、存储器620、通信总线630;通信总线630用于实现处理器610和存储器620之间的连接通信;处理器610用于执行存储器620中存储的联系人分析程序,以实现以下步骤:
在用户启动通信应用时,判断用户需要查找联系人。
在本实施例中,能够准确地判断出用户需要查找联系人的时刻,即当用户启动通信应用时,此时表示用户需要使用该通信应用与联系人进行通信。在本实施例中,对该通信应用的类型不进行限制,其可以是手机中内置的拨打电话、短信等应用,也可以是安装在手机上的第三方视频或文本通信应用。
在用户需要查找联系人时,基于用户当前所在地点、当前时间、用户当前输入的文本、自当前时间起向前第一预设时间内与用户通信的联系人、自当前时间起向前第二预设时间内的通信文本中存在的联系人,获取用户的通信行为特征。
在本实施例的技术方案中,对第一预设时间和第二预设时间的大小不进行限制。在本实施例中,基于用户当前所在地点提取通信行为特征的原因在于:用户可能在某特点地点频繁地与某特定联系人进行通信,例如,用户可能在工作单位频繁地与领导汇报工作;基于当前时间提取通信行为特征的原因在于:用户可能在某时间频繁地与某特定联系人进行通信,例如,用户可能在每天下班时与配偶通话;基于用户当前输入的文本提取通信行为特征的原因在于:用户当前输入的文本中可能包含需要联系人的姓名的一部分或是姓名的拼音;基于自当前时间起向前第一预设时间内与用户通信的联系人提取通信行为特征的原因在于:对于近期联系过的联系人,用户有可能与其再次联系;基于自当前时间起向前第二预设时间内的通信文本中存在的联系人提取通信行为特征的原因在于:用户的短信或邮件记载的联系人,往往可能是用户需要与其进行联系的联系人。
基于预先根据多个联系人以及从用户与多个联系人的通信数据中提取的通信行为特征训练的模型,对用户的通信行为特征进行分析,得到用户需要查找的联系人。
在本实施例中,基于前述内容,可知用户与多个联系人的通信数据包括但不限于:通信行为发生的时间、通信行为发生的地点、通信行为涉及的文本内容、通信行为相关的用户输入文本、通信文本等等。
进一步地,多个联系人与用户的通信次数超过预设阈值。在本实施例中,对该预设阈值的大小不进行限制,限制多个联系人与用户的通信次数的原因在于,多次通信的通信数据能够反应用户的习惯特点,而单次通信的数据往往具有偶然性,不能够准确反应用户的通信行为特点。
进一步地,通信数据对应的通信方式为预设通信方式。在本实施例中,对通信方式的种类不进行限制,例如,拨打电话、发送短信、发送邮件、通过即时通信工具进行交互,都适用于本实施例的技术方案。
根据本实施例的技术方案,实现了向用户推荐通话联系人的方法,有助于用户快速找到想找的联系人,提高用户体验,使用户整体通话体验更加流畅,对于联系人较多的用户或紧急情况下通话有较大的便利性。
如图6所示,本发明的一个实施例中提供了一种终端,终端包括处理器610、存储器620、通信总线630;通信总线630用于实现处理器610和存储器620之间的连接通信;处理器610用于执行存储器620中存储的联系人分析程序,以实现以下步骤:
在用户进入联系人界面或通信记录界面时,判断用户需要查找联系人。
在本实施例中,能够准确地判断出用户需要查找联系人的时刻,即当用户进入联系人界面或通信记录界面时,例如通话记录界面,此时表示用户需要使用终端的拨打电话或发送短信功能与联系人进行通信。
在用户需要查找联系人时,获取用户的通信行为特征。
使用决策树模型,模型为决策树模型,决策树模型具有多个路径,每个路径对应一组通信行为特征以及一个联系人,发现与用户的通信行为特征对应的路径,并将路径对应的联系人作为用户需要查找的联系人。
在本实施例中,对采用的模型类型不进行限制,决策树类型外的其他类型模型也适用于本实施例的技术方案。
在本实施例的一个具体实施方式中,可以通过C5.0(一种决策树模型算法)决策树方法,确定用户想要找到的联系人。在该算法生效前,必须有一定量的用户通话数据,设该阈值为50,用户在50次通话后,该功能可以开启。寻找联系人是一个多分类问题,每个被联系过的手机联系人可以看作一个分类,而决策树模型中的特征则包含,打电话的时间,打电话的地点,进入联系人界面前10分钟内用户在手机端输入的文字(对所有输入文本进行分词并统计词频,选取词频前10的词作为该特征的输入),微信/短信上联系过的人,近两天联系过的人。将用户以往50次+的数据作为训练集放入决策树模型,每次迭代选取信息增益最高的特征。每次通话前,调用已经训练好决策树模型,通过特征判断用户想要找到的联系人,如果可以从决策树中找到一致的路径,则给出该路径的叶节点作为第一推荐联系人,其他推荐联系人则按照用户与各联系人通话的频率作为推荐的依据,频率高的联系人推荐位置靠前。如果不能找到一致的路径,则按照用户与各联系人通话的频率作为推荐的依据。每次通话后,将该次通话的特征及分类作为训练数据放入模型。
在未发现与用户的通信行为特征对应的路径时,根据预设规则分析用户需要查找的联系人。
在本实施例中,如果不能找到一致的路径,则按照用户与各联系人通话的频率作为推荐的依据。每次通话后,将该次通话的特征及分类作为训练数据放入模型。
根据本实施例的技术方案,用户与联系人的通信数据反应了用户通信行为的特点,所以从用户与联系人的通信数据中提取的通信行为特征,实际上是用户通信行为特点的具体表现,基于从用户与联系人的通信数据中提取的通信行为特征训练的模型,在输入用户当前的通信行为特征时,可以按照用户的通信行为特点,查找用户想要查找的联系人。
本发明的一个实施例中提供了一种计算机可读存储介质,计算机可读存储介质存储有一个或者多个程序,一个或者多个程序可被一个或者多个处理器执行,以实现以下步骤:
在用户需要查找联系人时,获取用户的通信行为特征。
在本实施例中,对用户的通信行为特征的类型不进行限制,对于任何能够体现用户的通信行为特点的信息,都可以作为用户的通信行为特征。例如,某工作人员准时在每天下班时间五点半通过即时通信工具向其领导汇报工作,则该通信行为发生时间可以作为通信行为特征,因为其反应了用户通信行为的一个特点——每天下班时间五点半向特定的联系人进行通信。
基于预先根据多个联系人以及从用户与多个联系人的通信数据中提取的通信行为特征训练的模型,对用户的通信行为特征进行分析,得到用户需要查找的联系人。
在本实施例中,对用户与多个联系人的通信数据的类型不进行限制,其可以是用户与联系人的通话记录、短信息、邮件、即时通信内容等基于多种通信方式的通信数据。
根据本实施例的技术方案,用户与联系人的通信数据反应了用户通信行为的特点,所以从用户与联系人的通信数据中提取的通信行为特征,实际上是用户通信行为特点的具体表现,基于从用户与联系人的通信数据中提取的通信行为特征训练的模型,在输入用户当前的通信行为特征时,可以按照用户的通信行为特点,查找用户想要查找的联系人。
本发明的一个实施例中提供了一种计算机可读存储介质,计算机可读存储介质存储有一个或者多个程序,一个或者多个程序可被一个或者多个处理器执行,以实现以下步骤:
在用户启动通信应用时,判断用户需要查找联系人。
在本实施例中,能够准确地判断出用户需要查找联系人的时刻,即当用户启动通信应用时,此时表示用户需要使用该通信应用与联系人进行通信。在本实施例中,对该通信应用的类型不进行限制,其可以是手机中内置的拨打电话、短信等应用,也可以是安装在手机上的第三方视频或文本通信应用。
在用户需要查找联系人时,基于用户当前所在地点、当前时间、用户当前输入的文本、自当前时间起向前第一预设时间内与用户通信的联系人、自当前时间起向前第二预设时间内的通信文本中存在的联系人,获取用户的通信行为特征。
在本实施例的技术方案中,对第一预设时间和第二预设时间的大小不进行限制。在本实施例中,基于用户当前所在地点提取通信行为特征的原因在于:用户可能在某特点地点频繁地与某特定联系人进行通信,例如,用户可能在工作单位频繁地与领导汇报工作;基于当前时间提取通信行为特征的原因在于:用户可能在某时间频繁地与某特定联系人进行通信,例如,用户可能在每天下班时与配偶通话;基于用户当前输入的文本提取通信行为特征的原因在于:用户当前输入的文本中可能包含需要联系人的姓名的一部分或是姓名的拼音;基于自当前时间起向前第一预设时间内与用户通信的联系人提取通信行为特征的原因在于:对于近期联系过的联系人,用户有可能与其再次联系;基于自当前时间起向前第二预设时间内的通信文本中存在的联系人提取通信行为特征的原因在于:用户的短信或邮件记载的联系人,往往可能是用户需要与其进行联系的联系人。
基于预先根据多个联系人以及从用户与多个联系人的通信数据中提取的通信行为特征训练的模型,对用户的通信行为特征进行分析,得到用户需要查找的联系人。
在本实施例中,基于前述内容,可知用户与多个联系人的通信数据包括但不限于:通信行为发生的时间、通信行为发生的地点、通信行为涉及的文本内容、通信行为相关的用户输入文本、通信文本等等。
进一步地,多个联系人与用户的通信次数超过预设阈值。在本实施例中,对该预设阈值的大小不进行限制,限制多个联系人与用户的通信次数的原因在于,多次通信的通信数据能够反应用户的习惯特点,而单次通信的数据往往具有偶然性,不能够准确反应用户的通信行为特点。
进一步地,通信数据对应的通信方式为预设通信方式。在本实施例中,对通信方式的种类不进行限制,例如,拨打电话、发送短信、发送邮件、通过即时通信工具进行交互,都适用于本实施例的技术方案。
根据本实施例的技术方案,实现了向用户推荐通话联系人的方法,有助于用户快速找到想找的联系人,提高用户体验,使用户整体通话体验更加流畅,对于联系人较多的用户或紧急情况下通话有较大的便利性。
本发明的一个实施例中提供了一种计算机可读存储介质,计算机可读存储介质存储有一个或者多个程序,一个或者多个程序可被一个或者多个处理器执行,以实现以下步骤:
在用户进入联系人界面或通信记录界面时,判断用户需要查找联系人。
在本实施例中,能够准确地判断出用户需要查找联系人的时刻,即当用户进入联系人界面或通信记录界面时,例如通话记录界面,此时表示用户需要使用终端的拨打电话或发送短信功能与联系人进行通信。
在用户需要查找联系人时,获取用户的通信行为特征。
使用决策树模型,模型为决策树模型,决策树模型具有多个路径,每个路径对应一组通信行为特征以及一个联系人,发现与用户的通信行为特征对应的路径,并将路径对应的联系人作为用户需要查找的联系人。
在本实施例中,对采用的模型类型不进行限制,决策树类型外的其他类型模型也适用于本实施例的技术方案。
在本实施例的一个具体实施方式中,可以通过C5.0(一种决策树模型算法)决策树方法,确定用户想要找到的联系人。在该算法生效前,必须有一定量的用户通话数据,设该阈值为50,用户在50次通话后,该功能可以开启。寻找联系人是一个多分类问题,每个被联系过的手机联系人可以看作一个分类,而决策树模型中的特征则包含,打电话的时间,打电话的地点,进入联系人界面前10分钟内用户在手机端输入的文字(对所有输入文本进行分词并统计词频,选取词频前10的词作为该特征的输入),微信/短信上联系过的人,近两天联系过的人。将用户以往50次+的数据作为训练集放入决策树模型,每次迭代选取信息增益最高的特征。每次通话前,调用已经训练好决策树模型,通过特征判断用户想要找到的联系人,如果可以从决策树中找到一致的路径,则给出该路径的叶节点作为第一推荐联系人,其他推荐联系人则按照用户与各联系人通话的频率作为推荐的依据,频率高的联系人推荐位置靠前。如果不能找到一致的路径,则按照用户与各联系人通话的频率作为推荐的依据。每次通话后,将该次通话的特征及分类作为训练数据放入模型。
在未发现与用户的通信行为特征对应的路径时,根据预设规则分析用户需要查找的联系人。
在本实施例中,如果不能找到一致的路径,则按照用户与各联系人通话的频率作为推荐的依据。每次通话后,将该次通话的特征及分类作为训练数据放入模型。
根据本实施例的技术方案,用户与联系人的通信数据反应了用户通信行为的特点,所以从用户与联系人的通信数据中提取的通信行为特征,实际上是用户通信行为特点的具体表现,基于从用户与联系人的通信数据中提取的通信行为特征训练的模型,在输入用户当前的通信行为特征时,可以按照用户的通信行为特点,查找用户想要查找的联系人。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本发明的保护之内。
Claims (10)
1.一种联系人分析方法,其特征在于,包括:
在用户需要查找联系人时,获取所述用户的通信行为特征;
基于预先根据多个联系人以及从所述用户与所述多个联系人的通信数据中提取的通信行为特征训练的模型,对所述用户的通信行为特征进行分析,得到所述用户需要查找的联系人。
2.根据权利要求1所述的方法,其特征在于,在所述在用户需要查找联系人时,获取所述用户的通信行为特征之前,还包括:
在所述用户启动通信应用时,判断所述用户需要查找联系人。
3.根据权利要求1所述的方法,其特征在于,在所述在用户需要查找联系人时,获取所述用户的通信行为特征之前,还包括:
在所述用户进入联系人界面或通信记录界面时,判断所述用户需要查找联系人。
4.根据权利要求1所述的方法,其特征在于,所述获取所述用户的通信行为特征,包括:
基于所述用户当前所在地点、当前时间、所述用户当前输入的文本、自当前时间起向前第一预设时间内与所述用户通信的联系人、自当前时间起向前第二预设时间内的通信文本中存在的联系人,获取所述用户的通信行为特征。
5.根据权利要求1所述的方法,其特征在于,
所述多个联系人与所述用户的通信次数超过预设阈值。
6.根据权利要求1所述的方法,其特征在于,
所述通信数据对应的通信方式为预设通信方式。
7.根据权利要求1所述的方法,其特征在于,所述模型为决策树模型,所述决策树模型具有多个路径,每个路径对应一组通信行为特征以及一个联系人,所述基于预先根据多个联系人以及从所述用户与所述多个联系人的通信数据中提取的通信行为特征训练的模型,对所述用户的通信行为特征进行分析,得到所述用户需要查找的联系人,包括:
使用所述决策树模型,发现与所述用户的通信行为特征对应的路径,并将所述路径对应的联系人作为所述用户需要查找的联系人。
8.根据权利要求5所述的方法,其特征在于,还包括:
在未发现与所述用户的通信行为特征对应的路径时,根据预设规则分析所述用户需要查找的联系人。
9.一种终端,其特征在于,所述终端包括处理器、存储器、通信总线;所述通信总线用于实现处理器和存储器之间的连接通信;所述处理器用于执行存储器中存储的联系人分析程序,以实现权利要求1至8中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现权利要求1至8中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910240030.2A CN109862192A (zh) | 2019-03-27 | 2019-03-27 | 联系人分析方法、终端和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910240030.2A CN109862192A (zh) | 2019-03-27 | 2019-03-27 | 联系人分析方法、终端和计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109862192A true CN109862192A (zh) | 2019-06-07 |
Family
ID=66902080
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910240030.2A Pending CN109862192A (zh) | 2019-03-27 | 2019-03-27 | 联系人分析方法、终端和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109862192A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101834928A (zh) * | 2010-04-21 | 2010-09-15 | 宇龙计算机通信科技(深圳)有限公司 | 一种联系人的查找方法、系统及移动终端 |
CN102129460A (zh) * | 2011-03-10 | 2011-07-20 | 宇龙计算机通信科技(深圳)有限公司 | 联系人查找方法和移动终端 |
CN104717340A (zh) * | 2013-12-13 | 2015-06-17 | 中国电信股份有限公司 | 提供拨号号码的方法和装置 |
CN108093130A (zh) * | 2017-12-08 | 2018-05-29 | 维沃移动通信有限公司 | 一种查找联系人的方法及移动终端 |
CN108449481A (zh) * | 2018-05-09 | 2018-08-24 | 维沃移动通信有限公司 | 一种联系人信息推荐方法及终端 |
-
2019
- 2019-03-27 CN CN201910240030.2A patent/CN109862192A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101834928A (zh) * | 2010-04-21 | 2010-09-15 | 宇龙计算机通信科技(深圳)有限公司 | 一种联系人的查找方法、系统及移动终端 |
CN102129460A (zh) * | 2011-03-10 | 2011-07-20 | 宇龙计算机通信科技(深圳)有限公司 | 联系人查找方法和移动终端 |
CN104717340A (zh) * | 2013-12-13 | 2015-06-17 | 中国电信股份有限公司 | 提供拨号号码的方法和装置 |
CN108093130A (zh) * | 2017-12-08 | 2018-05-29 | 维沃移动通信有限公司 | 一种查找联系人的方法及移动终端 |
CN108449481A (zh) * | 2018-05-09 | 2018-08-24 | 维沃移动通信有限公司 | 一种联系人信息推荐方法及终端 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108093123A (zh) | 一种消息通知处理方法、终端及计算机可读存储介质 | |
CN108762876A (zh) | 一种输入法切换方法、移动终端以及计算机存储介质 | |
CN108418948A (zh) | 一种提醒方法、移动终端以及计算机存储介质 | |
CN107277250A (zh) | 显示被关注聊天信息的方法、终端和计算机可读存储介质 | |
CN109376669A (zh) | 智能助手的控制方法、移动终端及计算机可读存储介质 | |
CN109219004A (zh) | 短信退订方法、装置、移动终端及可读存储介质 | |
CN109256151A (zh) | 通话语音调控方法、装置、移动终端及可读存储介质 | |
CN108521500A (zh) | 一种语音场景控制方法、设备及计算机可读存储介质 | |
CN110180181A (zh) | 精彩时刻视频的截图方法、装置及计算机可读存储介质 | |
CN110460568A (zh) | 一种自动举报方法、终端及计算机可读存储介质 | |
CN109525699A (zh) | 好友添加方法、装置、移动终端及可读存储介质 | |
CN109117105A (zh) | 一种协同桌面交互调控方法、设备及计算机可读存储介质 | |
CN109428923A (zh) | 消息推送方法、服务器、终端和计算机可读存储介质 | |
CN110213444A (zh) | 移动终端消息的显示方法、装置、移动终端及存储介质 | |
CN110401806A (zh) | 一种移动终端的视频通话方法、移动终端及存储介质 | |
CN109408185A (zh) | 图片显示方法、移动终端及计算机可读存储介质 | |
CN109522276A (zh) | 应用图标管理方法、终端及计算机可读存储介质 | |
CN107809692B (zh) | 一种耳机控制方法、设备及计算机可读存储介质 | |
CN110324488A (zh) | 一种联系人信息显示方法、终端及计算机可读存储介质 | |
CN109740121A (zh) | 一种移动终端的搜索方法、移动终端及存储介质 | |
CN109766211A (zh) | 双屏显示防误触的方法、终端及存储介质 | |
CN109788132A (zh) | 一种消息处理方法、移动终端以及计算机可读存储介质 | |
CN109471664A (zh) | 智能助手管理方法、终端及计算机可读存储介质 | |
CN108566476A (zh) | 一种信息处理方法、终端和计算机可读存储介质 | |
CN108616646A (zh) | 一种语音控制方法、设备及计算机可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190607 |
|
RJ01 | Rejection of invention patent application after publication |