一种数据收集方法、装置、设备及存储介质与流程

本发明实施例涉及图像处理技术领域，尤其涉及一种数据收集方法、装置、设备及存储介质。

背景技术：

现有的技术中，对移动终端数据的采集通常是，基于监测用户输入行为来完成，可选的，触发某一个应用程序的图标、滑动屏幕等行为，或者是在相应的应用程序中插入代码，根据用户浏览的数据以及触发的按键，生成与用户相对应的使用数据。

但是上述方式需要的监测点较多，并且根据业务种类的增多，难以全面的监测用户的使用数据信息，进而为用户推送相关的信息。

技术实现要素：

本发明提供一种数据收集方法、装置、设备及存储介质，以实现快速、准确的采集用户的使用数据信息，并根据所述使用数据信息向用户推送相关信息。

第一方面，本发明实施例提供了一种数据收集方法，该方法包括：

基于终端显示界面中的当前显示内容生成当前屏幕快照；

基于预设的图像识别算法对所述当前屏幕快照中的目标关键信息进行提取，并将提取到的所述目标关键信息存储至预设数据库中。

第二方面，本发明实施例还提供了一种数据收集装置，该装置包括：

获取屏幕快照模块，用于基于终端显示界面中的当前显示内容生成当前屏幕快照；

信息存储模块，用于基于预设的图像识别算法对所述当前屏幕快照中的目标关键信息进行提取，并将提取到的所述目标关键信息存储至预设数据库中。

第三方面，本发明实施例还提供了设备，其特征在于，所述设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明实施例任一所述的数据收集方法。

第四方面，本发明实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如本发明实施例任一所述的数据收集方法。

本发明实施例的技术方案通过基于终端显示界面中的当前显示内容生成当前屏幕快照；基于预设的图像识别算法对当前屏幕快照中的目标关键信息进行提取，并将提取到的目标关键信息存储至预设数据库中，解决了现有技术中当采集用户的输入行为时，需要在系统中插入代码，随着业务需求的增加，监测点也需要增多，导致采集用户行为比较复杂，不能准确判定用户感兴趣内容的技术问题，实现了只需要对获取到的屏幕快照内容进行处理，确定用户感兴趣的内容，进而有针对性的向用户推送相关内容，提高效率的技术效果。

附图说明

为了更加清楚地说明本发明示例性实施例的技术方案，下面对描述实施例中所需要用到的附图做一简单介绍。显然，所介绍的附图只是本发明所要描述的一部分实施例的附图，而不是全部的附图，对于本领域普通技术人员，在不付出创造性劳动的前提下，还可以根据这些附图得到其他的附图。

图1本发明实施例一所提供的一种数据收集方法流程示意图；

图2为本发明实施例二所提供的一种数据收集装置结构示意图；

图3为本发明实施例三所提供的一种终端结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

实施例一

图1为本发明实施例一所提供的一种数据收集方法流程示意图，本实施例可适用于在在终端使用的过程中收集数据的情形，该方法可以由数据收集装置来执行，该装置可以通过软件和/或硬件的形式实现。

如图1所述，本实施例的方法包括：

s110、基于终端显示界面中的当前显示内容生成当前屏幕快照。

其中，终端可以是手机、pad以及pc端等。在终端内可以有相应的检测装置或者程序代码，来检测终端是否处于亮屏的状态。在终端内还可以设置获取屏幕快照的装置，当检测到屏幕处于亮屏状态时，可以获取当前显示界面的图片，即屏幕快照。

可选的，当检测到终端屏幕被点亮时，基于终端显示界面中的当前显示内容生成当前屏幕快照。

需要说明的是，若是终端处于未使用状态，即暗屏状态，终端显示界面上没有显示为黑屏状态，获取显示界面图片的装置可以不工作，不用获取当前显示界面图片。若是检测到终端的屏幕被点亮，可选的，触发了电源键，或者主控键，则终端的显示屏幕会处于被点亮，获取显示界面的装置就会获取当前显示界面所展示的图像，即可以将当前显示界面作为一张图片来拍摄，得到屏幕快照。还需要说明的是，当显示界面处于亮屏状态下时，用户可能在浏览相应的页面、通过应用软件和其它用户聊天、看视频、或者看小说等，会存在一定的浏览时间，因此为了提高对图像的处理效率，可以每隔一定的时间去获取一次屏幕快照，可选的，每隔两秒钟获取一次屏幕快照。

可选的，根据预设的时间间隔基于终端界面中的当前显示内容生成屏幕快照。

其中，预设的时间间隔用户可以根据实际需求进行设置，可选的，预设时间间隔设置为两秒钟。每隔两秒中获取一次与当前显示界面相对应的屏幕快照，可以将当前获取到的屏幕快照，记为a，将当前屏幕快照的下一张屏幕快照记为b。

需要说明的是，可以先获取预设时间内全部的屏幕快照，可选的，一天的时间内，一个月的时间，当达到预设时间处理时间时，可以对获取到的全部屏幕快照进行处理。还可以是，每获取一次屏幕快照就对其处理一次。示例性的，当前获取到的屏幕快照为a，下一张屏幕快照为b，可以对屏幕快照a和b进行处理，并将b作为a，将屏幕快照b的下一张屏幕快照c记为b，依次类推只需要处理屏幕快照a和屏幕快照b的内容。

s120、基于预设的图像识别算法对所述当前屏幕快照中的目标关键信息进行提取，并将提取到的所述目标关键信息存储至预设数据库中。

需要说明的是，屏幕快照中的内容可以是文字、图片、或者既有文字也有图片等信息。可以根据预设的图像识别算法对提取屏幕快照中的内容。预设的图像识别算法可以是ocr识别算法，该算法可以从当前屏幕快照中获取关键字，或者也可以采用其他算法提取当前屏幕快照中的各个子图片。示例性的，若是屏幕快照中都是文字时，可以从中提取出文字的关键内容，若是屏幕快照是图片，可以获取屏幕快照中的子图片。屏幕快照中的关键信息可以是文字、子图片等信息。可以将提提取到的各个关键信息存户到预设数据库中。

在对屏幕快照中关键信息进行提取时，可以先确定当前屏幕快照与上一张屏幕快照之间的相似度，若当判断出当前屏幕快照与上一张屏幕快照的图像相似度低于预设相似度阈值时，则对当前屏幕快照中的目标关键信息进行提取。

可以理解为，在提取屏幕快照中的关键信息时，可以先确定两张屏幕快照之间的相似度，在进行提出关键内容处理。这样的好处在于，可以避免重复提取屏幕快照中的内容，提高处理图像的效率。具体的，可以将屏幕快照a和屏幕快照b输入至预先训练的相似度模型中，或者采用其他方式确定两张屏幕快照之间的相似度，若相似度模型输出的值低于预设阈值时，则可以确定当屏幕快照a与屏幕快照b上的不相似，即屏幕快照上的内容有一定的差异，此时可以对屏幕快照a和屏幕快照b分别处理，即可以分别提取出屏幕快照a以及屏幕快照b的内容，并将提取出的内容作为关键信息存储到预设数据库中；若相似度模型输出的值高于预设阈值，则可以判定屏幕快照a与屏幕快照b中的内容相同，可以只对其中的一张屏幕快照进行处理即可。还需要说明的是，若是屏幕快照a为第一张图片，不管获取到的下一张屏幕快照b，与屏幕快照a之间的相似度值是多少都可以对屏幕快照a进行处理，提取屏幕快照a中的关键信息，并将屏幕快照b标记为屏幕快照a，获取到的下一张屏幕快照作为b，以此类推，每次可以比较两张屏幕快照之间的相似度，并提取屏幕快照中相应的内容。

当然，还可以是获取一定时间内的屏幕快照，可选的，一个月或者一天，可以将此时间段内获取到的屏幕快照存储起来，在预设时间点，可选的，每天的23:59，或者每个月的月末对存储到的数据进行处理，优选的，每获取一张屏幕快照就与前一张屏幕快照进行处理，可以提高处理效率并且降低内存的占用率。

当获取到屏幕快照内容之后，可以将获取到的屏幕快照内容存储到预设的数据库中。可以对数据库中的存储的屏幕快照内容进行统计分析，可选的，统计屏幕快照内容中，出现频率较高的词汇、子图片的共性等信息。示例性的，若屏幕快照中的内容都是图片，则可以统计出屏幕快照中各个子图片的共同点；若是文字，则可以确定各个词汇出现的频率确定用户感兴趣的内容。

可选的，根据所存储的至少一项所述目标关键信息确定所述终端的目标推送信息。

具体的，对数据库中存储的至少一项目标关键信息进行统计，确定每一项目标关键信息的出现频率；根据出现频率的高低确定与关键信息对应的用户偏好度，基于偏好度确定终端的目标推送信息。本发明实施例的技术方案通过基于终端显示界面中的当前显示内容生成当前屏幕快照；基于预设的图像识别算法对当前屏幕快照中的目标关键信息进行提取，并将提取到的目标关键信息存储至预设数据库中，解决了现有技术中当采集用户的输入行为时，需要在系统中插入代码，随着业务需求的增加，监测点也需要增多，导致采集用户行为比较复杂，不能准确判定用户感兴趣内容的技术问题，实现了只需要对获取到的屏幕快照内容进行处理，确定用户感兴趣的内容，进而有针对性的向用户推送相关内容，提高效率的技术效果。

作为上述实施例的一优选实施例，具体的实施方式可以是：若终端从黑屏状态切换到了亮屏状态时，可以获取与当前显示界面相对应的屏幕快照，将此时获取到的当前屏幕快照记为a，若获取屏幕快照a的时刻与当前时刻之间的时间间隔达到预设时间阈值时，可以获取下一张屏幕快照，并标记为b，以此类推获取多张屏幕快照。在获取屏幕快照的过程中，确定屏幕快照a和屏幕快照b之间的相似度，若相似度低于预设阈值，可选的，90％，则将屏幕快照a和屏幕快照b作为两张图像来处理，并将标记为b的屏幕快照作为a，将下一张获取到的屏幕快照作为b，依次对获取到的图像进行处理。若是相似度高于预设阈值，则认为屏幕快照a与屏幕快照b的内容相同，可以不用对两张图像进行处理，此时将屏幕快照b的下一张屏幕快照作为b，依次对图像进行处理。

其中，对图像进行处理可以是采用图片识别技术获取屏幕快照上的关键字，以及其他信息，并将所述信息放入到数据库中，在对数据库中存放的数据信息进行统计整合，确定用户感兴趣的内容，进而向终端推送用户感兴趣的内容。

实施例二

图2为本发明实施例二提供的一种数据收集装置结构示意图，该装置包括：获取屏幕快照模块210和信息存储模块220。

其中，获取屏幕快照模块210，用于基于终端显示界面中的当前显示内容生成当前屏幕快照；信息存储模块220，用于基于预设的图像识别算法对所述当前屏幕快照中的目标关键信息进行提取，并将提取到的所述目标关键信息存储至预设数据库中。

在上述技术方案的基础上，所述装置还包括，推送模块：

所述推送模块，用于根据所存储的至少一项所述目标关键信息确定所述终端的目标推送信息。

在上述各技术方案的基础上，所述信息存储模块，还用于：

当判断出所述当前屏幕快照与上一张屏幕快照的图像相似度低于预设相似度阈值时，则对所述当前屏幕快照中的目标关键信息进行提取

在上述各技术方案的基础上，所述获取屏幕快照模块，还用于：

当检测到终端屏幕被点亮时，基于终端显示界面中的当前显示内容生成当前屏幕快照。

在上述各技术方案的基础上，所述获取屏幕快照模块，还用于：

根据预设的时间间隔基于终端显示界面中的当前显示内容生成当前屏幕快照。

在上述各技术方案的基础上，所述推送模块，还用于：

对所述数据库中存储的至少一项所述目标关键信息进行统计，确定每一项所述目标关键信息的出现频率；根据所述出现频率的高低确定与所述关键信息对应的用户偏好度，基于所述偏好度。

在上述各技术方案的基础上，所述目标关键信息包括子图片信息以及文字信息中的至少一项。

本发明实施例的技术方案通过基于终端显示界面中的当前显示内容生成当前屏幕快照；基于预设的图像识别算法对当前屏幕快照中的目标关键信息进行提取，并将提取到的目标关键信息存储至预设数据库中，解决了现有技术中当采集用户的输入行为时，需要在系统中插入代码，随着业务需求的增加，监测点也需要增多，导致采集用户行为比较复杂，不能准确判定用户感兴趣内容的技术问题，实现了只需要对获取到的屏幕快照内容进行处理，确定用户感兴趣的内容，进而有针对性的向用户推送相关内容，提高效率的技术效果。

本发明实施例所提供的数据收集装置可执行本发明任意实施例所提供的数据收集方法，具备执行方法相应的功能模块和有益效果。

值得注意的是，上述装置所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明实施例的保护范围。

实施例三

图3为本发明实施例三提供的一种设备的结构示意图。图3示出了适于用来实现本发明实施例实施方式的示例性设备30的框图。图3显示的设备30仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图3所示，设备30以通用计算设备的形式表现。设备30的组件可以包括但不限于：一个或者多个处理器或者处理单元301，系统存储器302，连接不同系统组件(包括系统存储器302和处理单元301)的总线303。

总线303表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(isa)总线，微通道体系结构(mac)总线，增强型isa总线、视频电子标准协会(vesa)局域总线以及外围组件互连(pci)总线。

设备30典型地包括多种计算机系统可读介质。这些介质可以是任何能够被设备30访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

系统存储器302可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(ram)304和/或高速缓存存储器305。设备30可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统306可以用于读写不可移动的、非易失性磁介质(图3未显示，通常称为“硬盘驱动器”)。尽管图3中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如cd-rom,dvd-rom或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线303相连。存储器302可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。

具有一组(至少一个)程序模块307的程序/实用工具308，可以存储在例如存储器302中，这样的程序模块307包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块307通常执行本发明所描述的实施例中的功能和/或方法。

设备30也可以与一个或多个外部设备309(例如键盘、指向设备、显示器310等)通信，还可与一个或者多个使得用户能与该设备30交互的设备通信，和/或与使得该设备30能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口311进行。并且，设备30还可以通过网络适配器312与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器312通过总线303与设备30的其它模块通信。应当明白，尽管图3中未示出，可以结合设备30使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。

处理单元301通过运行存储在系统存储器302中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的数据收集方法。

实施例四

本发明实施例四还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行数据收集方法。

本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、rf等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明实施例操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言——诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。