[发明专利]一种手机来电智能提示方法无效

专利信息
申请号: 200810180670.0 申请日: 2008-11-19
公开(公告)号: CN101437312A 公开(公告)日: 2009-05-20
发明(设计)人: 罗匡;谭继志;陈文广;王衡;汪国平 申请(专利权)人: 北京大学
主分类号: H04W88/02 分类号: H04W88/02;H04M1/26;H04M1/725
代理公司: 北京君尚知识产权代理事务所 代理人: 余长江
地址: 100871北京*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 手机 来电 智能 提示 方法
【说明书】:

技术领域

发明涉及一种手机来电智能提示方法,属于信息技术领域。

背景技术

手机在人们的生活中扮演着越来越重要的角色,为人们的联络沟通提供了无法替代的便利性。

为了满足不同场合的需要,手机通常具有多种工作模式,比如,静音,振动等等。但遗憾的是,一旦将手机置于某种工作模式,则手机将按照该模式设定的规则统一处理来电,无论联系人是谁,这常常给用户带来诸多不便甚至麻烦。比如,手机处于静音状态,则即使是来自重要客户的电话,用户一般也很难得知。另外,用户在改变手机的使用环境时经常忘记手动修改手机的工作模式,由此带来诸多不便,比如,用户由户外进入会议室或演出场所后忘记将手机由一般模式设为静音状态,则很可能出现手机铃声破坏气氛的尴尬情形。

因此,提出一种能够根据用户的使用习惯自动根据来电的联系人,来电时间以及用户的日程信息等等智能化地选择用户偏爱的提示方式将可以解决上述问题,具有较好的应用前景。

发明内容

本发明的目的在于提供一种来电智能提示方法。

本方法与其他方法不同之处在于:根据用户接听来电的历史记录,自动学习用户的偏好,并预测下一次来电最适合的提示方式,方便用户以最正确的方式接听电话,并且不需要用户手动的设置手机的情景模式。该方法的流程为:

1)进行数据搜集,得到用户接听来电的历史数据;

2)进行有指导的学习阶段;

3)进行预测-反馈阶段;

4)进行实际预测阶段。

上述需要预测的提示方式优选包括:静音、振动、响铃、响铃+振动。

上述步骤1)中数据搜集过程可以是:

a)按时间顺序,读取用户手机上的通话记录,将其中的来电记录保存到来电数据集V1中,去电记录保存到去电数据集V2中;

b)按照时间顺序,读取用户手机上短信收件箱的短信记录,将接收到的短信信息保存到接收短信数据集V3中;

c)按照时间顺序,读取用户手机上已发送短信夹的短信记录,将已发送的短信信息保存到已发送短信数据集V4中;

d)按照时间顺序,读取用户PC上outlook收件箱的e-mail记录,将接收到的e-mail信息保存到接收e-mail数据集V5中;

e)按照时间顺序,读取用户PC上outlook已发送邮件箱的e-mail记录,将已发送的e-mail信息保存到已发送e-mail数据集V6中。

上述步骤2)中所述的“有指导的学习阶段”不进行来电的智能提示,而是为用户返回统一的提示方式,比如振动提示,通话结束后让用户根据实际情况指定最希望的一种提示方式,比如从静音、响铃、振动、响铃+振动四种提示方式中选择一种,然后将本次来电数据保存在数据文件中,该数据包含着用户接听来电的个性化偏好,下表1给出了一种可能的数据格式:

表1:来电信息提取格式

一条典型的接听记录向量举例如下:

{是,朋友,平级,工作,忙,5,51,52,72,1425,354,93,137,2,19,35,39,156,35,139,9,97,12,103,立即接听,振动}

该阶段结束后,数据文件中将包含若干条和上述向量类似的接听记录向量作为机器学习的样本集,以系统反馈属性作为分类属性,可以将某种机器学习(或称数据挖掘)算法应用于该样本集上进行学习,形成关于系统反馈的规则集(例如使用决策树或基于规则的学习方法等)或关于系统反馈知识的某种表示(例如使用神经网络方法等)。可以选择的机器学习算法包括经典的决策树算法、支持向量机算法、基于规则的学习算法、神经网络算法、贝叶斯网络算法以及这些算法的各种衍生算法等。机器学习算法生成的规则集可以作为知识存储下来,以后根据来电的可观测属性,利用这些规则,对系统反馈方式进行预测。

学习算法对样本集处理后生成的结果即可作为针对该用户关于系统反馈的知识表示。例如其中的一种选择是用决策树算法C4.5作为学习算法,则生成的结果为一棵树,其形式类似于下述这棵树:

联系人类别=老师

|长期接收短信频率<=3:振动

|长期接收短信频率>3:响铃+振动

联系人类别=同学:振动

联系人类别=朋友

|短期来电频率<=11:振动

|短期来电频率>11

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京大学,未经北京大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/200810180670.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top