[发明专利]基于用户行为和系统状态预测移动设备电池续航的方法

说明书

本发明提供一种基于用户行为和系统状态预测移动设备电池续航的方法，包括以下步骤：提取会话，根据需要保留符合条件的会话作为基本单元；从这些会话中随机选取一时间点，作为预测时间点；然后提取从会话开始直至预测时间点范围内的用户使用行为数据及系统状态信息，从中整理、抽取特征信息并将其组成特征向量；构造训练集；选取回归模型，以每个会话的特征向量作为输入，以预测时间点之后的实际续航时间作为输出进行训练；得到训练模型后，将待预测的会话的相应数据同样进行特征提取，以构造的训练集作为输入，得到的输出作为对待预测会话的续航时间的预测。从而准确预测移动设备的电池续航时间。

技术领域

本发明涉及通信技术领域，尤其涉及移动设备电源管理，具体是一种基于移动设备用户的使用行为信息和设备状态信息提取特征，然后基于该特征利用回归算法对移动设备的电池续航进行预测的方法。

背景技术

移动设备(例如智能手机、平板电脑、可穿戴设备等)自问世以来已经得到了极大地发展。

在硬件能力飞速提高的同时，移动设备能够提供的软件功能也日益丰富和强大，逐渐覆盖到人们日常生活的方方面面。移动设备能够为用户提供的服务在种类上、性能上和用户体验上都已经达到了一个很高的水准。

然而，与此同时，电池技术的发展却远远没有跟上移动设备的软硬件发展。硬件性能的提升、软件功能的复杂都会导致移动设备的耗电速度大幅提高，但是电池在能量密度方面始终没有革命性的突破。此外，由于移动设备需要尽可能地缩小体积、减少重量以增加其便携性，电池能够使用的设备内部空间不断被压缩，也就造成了电池的体积不断减小，从而进一步导致电池可以容纳的总电量变少。因此，移动设备目前面临的最大瓶颈是电池续航时间不能满足用户的日常使用需要。

除了进一步提高电池容量、加快充电速度、减少移动设备的软硬件能耗等延长电池续航时间的方法之外，为用户提供电池续航时间的估计是另外一种缓解上述问题、改善用户使用体验的方式。

如果用户能够较为准确地了解移动设备电池的剩余使用时间，则用户可以有针对性地调整其使用策略。例如，用户可以在预先了解电池续航时间的情况下更为有效地安排其使用，比如在确认电池续航是否足够之后选择是否使用GPS进行导航、在了解到电量即将耗尽时优先完成重要性高的任务。或者，用户可以在预先了解到电池即将耗尽电量时主动寻找充电机会，例如寻找插座或者充电宝。在续航时间难以产生重大突破的前提下，预测电池的续航时间具有极大的实际意义。

而目前针对移动设备续航时间进行预测的方法，往往由于依据的数据不够全面、或者使用的方法较为简单，导致不能准确地预测续航时间，给予使用者错误的信息，有可能因此影响使用者的正常使用，甚至耽搁重要的事务。故需要一种系统化利用用户使用行为和系统状态信息预测移动设备的电池续航时间的方法。

发明内容

针对上述问题，本发明的目的是提供一种基于用户行为和系统状态预测移动设备电池续航的方法，通过提取用户使用行为数据和系统状态信息中的特征，利用回归算法进行训练，从而准确预测移动设备的电池续航时间。

为达上述目的，本发明采取的技术方案是：

一种基于用户行为和系统状态预测移动设备电池续航的方法，包括以下步骤：

提取移动设备持续处于放电状态的使用时间作为会话，保留长度超过一时间阈值且结束时电量低于电量阈值的会话作为基本单元；

从作为基本单元的各会话中随机选取一时间点，作为预测时间点；

对于每个选取了预测时间点的会话，提取从会话开始直至预测时间点范围内的用户使用行为数据及系统状态信息，从用户使用行为数据及系统状态信息中整理、抽取特征信息并将其组成特征向量；

以会话及其对应的预测时间点和特征向量作为训练集；