一种日程提醒方法、装置及存储介质与流程

本发明涉及电子技术领域，尤其涉及一种日程提醒方法、装置及存储介质。

背景技术：

目前，手机等各种终端基本都具备日程创建及提醒功能，日程安排一般指的是用户基于日期创建的行程安排，每项日程安排至少包括日程内容和相应的提醒参数。日程内容通常包括用户的工作时间、地点、人员、会议主题、会议内容、重要纪念日或旅游等各种类型；提醒参数包括提醒次数、提醒时间和提醒方式等。

通常情况下，每项日程安排的提醒参数会按照默认方式设置，或者由用户进行手动设置，却不能根据各项日程安排的内容进行自动设置，已经不符合当前电子设备的智能化发展趋势，使得用户的使用体验得不到有效提升。

技术实现要素：

本发明的目的在于提供一种日程提醒方法、装置及存储介质，解决现有的提醒参数设置方案存在的不够智能化的问题。

为达此目的，本发明采用以下技术方案：

一种日程提醒方法，包括：

对于每项日程安排，通过神经网络模型预测相应的事件紧急程度；

根据所述事件紧急程度，为所述日程安排自动配置相应的提醒参数；

根据相应的提醒参数，对所述日程安排进行提醒处理。

可选的，所述神经网络模型的构建方法包括：

获取多个样本数据，所述样本数据为已标识事件紧急程度的日程安排；

对所述样本数据进行预处理，包括：提取所述样本数据中的关键字；

从经过预处理的所述样本数据中提取部分数据作为训练数据，通过神经网络对所述训练数据进行训练，得到所述神经网络模型。

可选的，所述神经网络模型的构建方法还包括：从经过预处理的所述样本数据中提取部分数据作为测试数据，应用所述测试数据对所述神经网络模型进行测试及调整。

可选的，所述对所述样本数据进行预处理的步骤还包括：对所述样本数据的事件紧急程度进行量化。

可选的，所述日程提醒方法还包括：从本机设备获取所述日程安排，和/或者通过无线网络从至少一个其他设备获取所述日程安排。

可选的，所述日程提醒方法还包括：对于获取的所有日程安排，进行分类统计并按照预设方式展示。

可选的，所述日程安排的分类方式包括：按照来源设备分类，按照事件执行者分类，或者按照事件执行时间分类。

可选的，所述日程提醒方法还包括：在对所述日程安排进行提醒处理之前，判断所述日程安排是否有效；对于判定为无效的日程安排，提醒用户重新设置。

一种日程提醒装置，所述日程提醒装置包括处理器和存储器；所述存储器中存储有多条指令，所述指令适于处理器进行加载，以执行如上任一项所述的日程提醒方法中的步骤。

一种存储介质，所述存储介质存储有多条指令，所述指令适于处理器进行加载，以执行如上任一项所述的日程提醒方法中的步骤。

与现有技术相比，本发明实施例具有以下有益效果：

本发明实施例中，可通过神经网络模型预测出当前日程安排的事件紧急程度，并据此自动为当前日程安排配置相对应的提醒参数，从而实现了提醒参数的智能化设置，既能够简化用户的设置操作，又能保证设置参数的合理性，可有效提升用户的使用体验。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。

图1为本发明实施例一提供的日程提醒方法流程图；

图2为本发明实施例二提供的日程提醒方法流程图。

具体实施方式

为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

实施例一

请参阅图1，本发明实施例提供了一种日程提醒方法，包括：

步骤101、构建神经网络模型。

神经网络模型，用于根据每项日程安排的日程内容预测其事件紧急程度，其构建方法为：

(1)获取多个样本数据。

该样本数据具体为已被标识出相应的事件紧急程度的日程安排，可以从本地的记录信息中获取，也可以通过网络从异地数据库获取，具体不限制。

为确保所构建模型的预测精确率，样本数据需满足一定数量要求。

(2)对各样本数据进行预处理：

提取样本数据中的关键字，包括事件关键字(例如：“开会”，“会议”，“逛街”)、时间关键字(例如：“上午9:00”，“周一”)等。

还可以进一步对样本数据的事件紧急程度进行量化；例如：对“非常紧急”、“比较紧急”和“一般紧急”三种不同的事件紧急程度，分别量化为“3”、“2”、“1”，以提高后续模型训练的速度。

(3)将经过预处理后的第一部分样本数据作为训练数据，通过神经网络对训练数据进行训练，得到神经网络模型。

(4)将经过预处理后的剩余的第二部分样本数据作为测试数据，对神经网络模型进行测试及调整，以提高神经网络模型的预测精确率。

步骤102、对于当前的日程安排，通过神经网络模型预测相应的事件紧急程度。

步骤103、根据事件紧急程度，为当前的日程安排自动配置相应的提醒参数。

上述流程中，可在初始时刻预先建立一事件紧急程度和提醒参数的映射关系表，例如：最高事件紧急程度对应的提醒参数可以为：提醒次数为3，分别为提前24h、1h和5min通知；次高事件紧急程度的提醒参数可以为：提醒次数为2，分别为提前1h和5min通知；最低事件紧急程度的提醒参数可以为：提醒次数为1，提前1min通知。

步骤104、根据相应的提醒参数，对当前的日程安排进行提醒。

本实施例在通过神经网络模型预测出当前日程安排的事件紧急程度后，即可根据映射关系表匹配对应的提醒参数，进而执行提醒参数的自动设置，从而实现了提醒参数的智能化设置，既能够简化用户的设置操作，又能保证设置参数的合理性，可有效提升用户的使用体验。

实施例二

请参阅图2，本发明实施例提供了另一种日程提醒方法，包括：

步骤201、获取至少一个日程安排，该日程安排的获取途径包括：从本机设备获取，通过无线网络从至少一个其他设备获取。

本机设备和其他设备均可以为：手机、平板电脑、智能手表、智能闹钟、智能音箱等各种具备建立日程安排及提醒功能的电子设备。

以本机设备为音箱、其他设备为手机为例，可通过网络获取到家庭各成员(比如：爸爸，妈妈，爷爷，奶奶，我)的手机里的日程安排，以及通过语音输入到音箱的日程安排。例如，日程安排1：爸爸周三(8.21)9:00需要参加项目动员大会的日程；日程安排2：妈妈周日(8.25)10点出发去购物的日程；日程安排3：我周六(8.24)下午2:00的在线辅导课程日程，等。

步骤202、判定所获取的日程安排是否有效，通知用户重新设置无效的日程安排。

具体的，可根据日程内容是否包括必要信息(如事件执行时间或者事件类型)，或者日程内容中的事件执行时间是否为过去时，来判定当前的日程安排是否有效。例如，将未设置事件执行时间的日程安排以及事件执行时间为过去时的日程安排判定为无效事件，提醒用户重新语音输入或手机上设置。

步骤203、对各项有效的日程安排，通过预先构建的神经网络模型预测相应的事件紧急程度，并根据事件紧急程度为当前的日程安排自动配置相应的提醒参数。

步骤204、根据相应的提醒参数，对各日程安排进行相应的提醒处理。

此方法中，还可以包括步骤：整理所获取的全部日程安排，进行分类统计并按照预设方式展现，方便用户系统性地查看自己的日程安排。

针对这些日程安排，具体分类方式可以包括：按照来源设备分类，按照事件执行者分类，按照事件执行时间分类。

不同于传统的本机设备仅对本机记录的日程安排进行提醒的方式，本实施例中本机设备可通过无线网络从多个其他设备来获取多个日程安排，对这些日程安排进行统一管理及提醒，进一步提升了日程安排建立及提醒的便利性。

实施例三

本发明实施例还提供了一种日程提醒装置，该日程提醒装置包括处理器和存储器；存储器中存储有多条指令，该指令适于处理器进行加载，以执行实施例一或者实施例二所述的日程提醒方法中的步骤。

具体的，该日程提醒装置可以为智能手机、笔记本电脑、台式电脑、平板电脑、个人数字助理(personaldigitalassistant，pda)、智能手表、智能音箱、智能闹钟等各种有日程提醒需求的电子产品。

实施例四

本领域普通技术人员可以理解，实施例一和二中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。

为此，本发明实施例提供一种存储介质，其中存储有多条指令，该指令能够被处理器进行加载，以执行本发明实施例所提供的日程提醒方法中的步骤。

其中，该存储介质可以包括：只读存储器(rom，readonlymemory)、随机存取记忆体(ram，randomaccessmemory)、磁盘或光盘等。

以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。