[发明专利]跨数据信息知识模态的用户行为内容编解码方法

说明书

本发明提供一种跨数据信息知识模态的用户行为内容编解码方法，该方法包括：S1、对目标主体进行识别，获取识别的目标主体产生的行为内容；S2、基于DIKW图谱对所获取行为内容进行建模，执行编码模式提取所获取行为内容中的初始类型资源，所述初始类型资源包括初始数据资源和初始信息资源；S3、执行解码模式将初始类型资源转换为目标类型资源，所述目标类型资源包括目标数据资源和目标信息资源；S4、输出目标类型资源，所述输出形式至少包括将目标类型资源可视化。本发明可以应用于个性化推荐、广告系统、活动营销、内容推荐等领域，适用范围广，具有较高的实用价值。

技术领域

本发明涉及行为识别技术领域，尤其涉及一种跨数据信息知识模态的用户行为内容编解码方法。

背景技术

在现今的社会，大数据的应用越来越彰显其优势，它所涉及的领域也越来越多，电子商务、O2O、物流配送等，各种利用大数据进行发展的领域正在协助企业不断地发展新业务，创新运营模式。通过大数据可以实现对消费者行为的判断、产品销售量的预测和精确营销等目的，基于大数据的智能推送便是一个较为典型的例子。目前基于大数据的智能推送通常是根据用户在网络上产生的个人数据、浏览记录等生成其相应的画像，结合时间、地点、场景等信息进行智能推送，时间一长容易出现推送内容范围越来越小的问题。而日常生活中用户有意或无意的行为同样会产生大量的内容，这一部分内容尚未得到有效挖掘，若能实现有效利用则可以帮助企业进一步细化用户画像，提高推送准确率的同时丰富推送内容，目前对该方面技术的研究还有待深入。

发明内容

鉴于此，本发明的目的在于提供一种跨数据信息知识模态的用户行为内容编解码方法，以克服或至少部分解决现有技术所存在的上述问题。

一种跨数据信息知识模态的用户行为内容编解码方法，包括以下步骤：

S1、对目标主体进行识别，获取识别的目标主体产生的行为内容；

S2、基于DIKW图谱对所获取行为内容进行建模，执行编码模式提取所获取行为内容中的初始类型资源，所述初始类型资源包括初始数据资源和初始信息资源；

S3、执行解码模式将初始类型资源转换为目标类型资源，所述目标类型资源包括目标数据资源和目标信息资源；

S4、输出目标类型资源，所述输出形式至少包括将目标类型资源可视化。

进一步的，所述目标主体产生的行为内容包括运动内容和声音内容。

进一步的，当步骤S2中所获取行为内容为运动内容时，所述执行编码模式提取行为内容中的初始类型资源具体包括：

基于运动内容获取运动数据资源，所述运动数据资源按照观测部位分类包括手部运动数据资源、脚部运动数据资源、头部运动数据资源、躯干运动数据资源，按照数据类型分类包括标量数据资源和矢量数据资源；

对运动数据资源进行识别分析获取相应的运动信息资源，所述运动信息资源包括常规运动信息资源和自定义运动信息资源。

进一步的，当步骤S2中所获取行为内容为声音内容时，所述执行编码模式提取行为内容中的初始类型资源具体包括：

基于声音内容获取声音数据资源，所述声音数据资源按照声音特征分类包括音调数据资源、音色数据资源、音量数据资源，声音数据资源的采集形式包括连续采集和离散采集；

对声音数据资源进行识别分析获取相应的声音信息资源。

进一步的，所述步骤S3中，执行解码模式将初始数据资源转换为目标数据资源时，具体包括以下步骤：

判断初始数据资源和目标数据资源模态是否相同，若同模态则进行同态映射转化将初始数据资源映射到目标数据资源；