[發明專利]鎖屏方法、鎖屏系統、數據處理方法及設備在審
| 申請號: | 201811173786.1 | 申請日: | 2018-10-09 |
| 公開(公告)號: | CN111026446A | 公開(公告)日: | 2020-04-17 |
| 發明(設計)人: | 靳玉康;馬艷玲;韋正球 | 申請(專利權)人: | 阿里巴巴集團控股有限公司 |
| 主分類號: | G06F9/4401 | 分類號: | G06F9/4401;G06F21/30 |
| 代理公司: | 北京太合九思知識產權代理有限公司 11610 | 代理人: | 劉戈 |
| 地址: | 英屬開曼群島大開*** | 國省代碼: | 暫無信息 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 方法 系統 數據處理 設備 | ||
1.一種鎖屏方法,其特征在于,包括:
獲取第一設備的第一多維信息;
獲取第二設備的第二多維信息;
基于分析模型對所述第一多維信息和所述第二多維信息進行分析,得到是否滿足鎖屏條件的分析結果;
所述分析結果為滿足鎖屏條件時,向所述第一設備和所述第二設備中的一個設備發送鎖屏指令。
2.根據權利要求1所述的方法,其特征在于,所述分析模型為經訓練完成的機器學習模型;以及
基于分析模型對所述第一多維信息和所述第二多維信息進行分析,得到是否滿足鎖屏條件的分析結果,包括:
將所述第一多維信息和所述第二多維信息作為所述機器學習模型的輸入,執行所述機器學習模型得到計算結果;
所述計算結果大于或等于第一閾值時,得到滿足所述鎖屏條件的分析結果。
3.根據權利要求2所述的方法,其特征在于,將所述第一多維信息和所述第二多維信息作為機器學習模型的輸入,執行所述機器學習模型得到計算結果,包括:
根據所述第一多維信息和所述第二多維信息,確定至少一個特征項;
將所述至少一個特征項作為所述機器學習模型的輸入,執行所述機器學習模型得到所述計算結果。
4.根據權利要求3所述的方法,其特征在于,根據所述第一多維信息和所述第二多維信息,確定至少一個特征項,包括如下至少一項:
根據所述第一多維信息包含的所述第一設備的網絡接入信息以及所述第二多維信息包含的所述第二設備的網絡接入信息,確定所述第一設備和所述第二設備是否在同一局域網下的特征項;
根據所述第一多維信息中包含的第一預設時長內的位置信息,確定所述第一設備在所述第一預設時長內位置是否變化的特征項;
根據所述第一多維信息中包含的運動狀態監測信息,確定所述第一設備是否處于運動狀態的特征項;
根據所述第二多維信息中包含的第二預設時長內的用戶操作事件監聽信息,確定所述第二設備在所述第二預設時長內是否監聽到用戶操作事件的特征項;
根據所述第一多維信息中包含的所述第一設備的位置信息及所述第二多維信息中包含的所述第二設備的位置信息,確定所述第一設備與所述第二設備間距離的特征項。
5.根據權利要求1至4中任一項所述的方法,其特征在于,還包括:
獲取所述第一設備在歷史時段內的第一離線信息;
獲取所述第二設備在所述歷史時段內的第二離線信息;
根據所述第一離線信息和所述第二離線信息,確定訓練集;
使用所述訓練集對支持向量機進行數據訓練,得到所述分析模型。
6.根據權利要求5所述的方法,其特征在于,根據所述第一離線信息和所述第二離線信息,確定訓練集,包括:
根據所述第一離線信息和所述第二離線信息,確定至少一個離線特征項;
對所述至少一個離線特征項進行數據打標,得到標記值;
將所述至少一個離線特征項及所述標記值作為訓練數據列入所述訓練集。
7.根據權利要求1至4中任一項所述的方法,其特征在于,還包括:
根據所述第一設備和所述第二設備的設備信息,判斷所述第一設備和所述第二設備是否為預先建立關聯關系的設備對;
所述第一設備和所述第二設備為預先建立關聯關系的設備對時,再觸發基于分析模型對所述第一多維信息和所述第二多維信息進行分析的步驟。
8.根據權利要求7所述的方法,其特征在于,向所述第一設備和所述第二設備中的一個設備發送鎖屏指令,包括:
根據所述第一設備和所述第二設備的設備信息,分別識別所述第一設備和所述第二設備的設備類型;
向所述第一設備和所述第二設備中設備類型為設定類型的設備發送所述鎖屏指令。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于阿里巴巴集團控股有限公司,未經阿里巴巴集團控股有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811173786.1/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種電源電路
- 下一篇:一種多電源接口適配的電壓轉換電路





