自动制定培养计划的方法、装置及服务器与流程

本发明实施例涉及服务器及计算机技术领域，尤其是一种自动制定培养计划的方法、装置及服务器。

背景技术：

随着移动通信、计算机以及互联网技术的发展，计算机设备的微型化时代来领，由于计算机的配件的微型化能够装配出微型化的可穿戴智能设备，使可穿戴智能设备就有强大的处理能力，使其能够像智能终端一样安装应用程序，通过这些应用程序可穿戴智能设备能够对用户的衣食住行进行收集并进行记录，并通过预存储的标准化作息习惯，培养用户养成良好的作息习惯。

现有技术中，在服务器内存储标准化的作息习惯表，服务器通过读取该标准化的作息习惯表，并提醒用户按照标准化的作息习惯进行作息，以养成良好的作息习惯。

本发明创造的发明人在研究中发现，现有技术中，服务器通过提醒用户执行标准化的作息习惯表，以培养用户良好作息习惯的方法，强制性的要求所有的用户执行一套作息习惯，且执行该作息习惯是在强制性的要求用户放弃已经养成的作息习惯。因此，现有技术中提醒用户执行标准化的作息习惯表，进行良好习惯培训的方法无法适应用户已养成的一些作息习惯，造成现有技术良好习惯培训方法适应性查，容易使用户产生抵触心理，造成执行能力差的问题。

技术实现要素：

本发明实施例主要解决的技术问题是提供一种自动制定培养计划的方法、装置及服务器，通过读取用户的行为数据，并通过该用户的行为数据生成适合该用户的培养计划，克服现有技术中作息习惯培养方法适应性差的问题。

为解决上述技术问题，本发明创造的实施例采用的一个技术方案是：提供一种自动制定培养计划的方法，所述方法包括下述步骤：

获取表征用户的行为习惯的行为数据；

统计所述行为数据以获取用户的作息习惯信息；

根据所述作息习惯信息确定用户的特性，并根据所述特性形成用于使用户形成规律作息习惯的培养计划；

将所述培养计划推送到关联于该用户的智能终端中运行。

可选地，获取表征用户的行为习惯的行为数据包括：

获取表征用户的行为习惯的动作状态信息；

识别所述动作状态信息所表示的作息习惯；

记录所述作息习惯以及所述作息习惯发生的时间。

可选地，所述识别所述动作状态信息所表示的作息习惯包括：

将所述动作状态信息与预设的作息习惯特征进行比对；

确定与所述动作状态信息匹配的作息习惯特征。

可选地，根据所述作息习惯信息确定用户的特性，并根据所述特性形成用于使用户形成规律作息习惯的培养计划包括：

提取所述行为数据中具有共性的作息习惯生成日常作息习惯表；

分析所述日常作息习惯表，识别存在在所述日常作息习惯表中不符合预存储的标准作息习惯的不良作息习惯；

将所述不良作息习惯进行删除或修改后形成所述培养计划。

可选地，提取所述行为数据中具有共性的作息习惯生成日常作息习惯表包括：

统计多个所述行为数据中同一时间段内用户的作息习惯；

确定不同时间段内用户的作息习惯；

根据不同时间段内用户的作息习惯生成所述常作息习惯表。

可选地，分析所述日常作息习惯表，识别存在在所述日常作息习惯表中不符合预存储的标准作息习惯的不良作息习惯包括：

将所述日常作息习惯表与预存储的标准作息习惯进行比对；

确定所述日常作息习惯表中不符合所述标准作息习惯的不良作息习惯。

可选地，将所述培养计划推送至所述智能终端中，以使所述智能终端读取所述培养计划中不同时间段内的作息任务，并在不同时间段内通过发出警示信息的方式提醒用户执行不同的作息任务。

可选地，获取用户的动作状态信息；

识别所述动作状态信息所表示的作息习惯；

将所述动作状态信息所表示的作息习惯与当前时间段内的作息任务进行比对；

确定所述动作状态信息所表示的作息习惯与当前时间段内的作息任务不符时，向所述智能终端发送警示信息。

为解决上述技术问题，本发明实施例还提供一种自动制定培养计划的方法，所述方法包括下述步骤：

采集表征用户的行为习惯的行为数据；

将所述行为数据发送至云端，以使所述云端根据所述行为数据统计获取用户的作息习惯信息，并根据所述作息习惯信息确定用户的特性后形成用于使用户形成规律作息习惯的培养计划；

接受所述云端推送的培养计划后运行所述培养计划。

可选地，采集表征用户的行为习惯的行为数据包括：

采集表征用户的行为习惯的动作状态信息；

将所述动作状态信息发送至云端，以使所述云端识别所述动作状态信息所表示的作息习惯，并记录所述作息习惯以及所述作息习惯发生的时间。

可选地，通过传感装置获取当前时间段内用户的动作状态信息；

将所述通过传感装置获取动作状态信息发送至所述云端，以使所述云端识别所述动作状态信息所表示的作息习惯，并将所述动作状态信息所表示的作息习惯与当前时间段内的作息任务进行比对，以确定所述动作状态信息所表示的作息习惯与当前时间段内的作息任务是否相符；

获取云端发送的所述动作状态信息所表示的作息习惯与当前时间段内的作息任务不符的信息，并向用户发出警示信息。

为解决上述技术问题，本发明实施例还提供一种自动制定培养计划的装置，所述装置包括：

获取模块，用于获取用户的行为数据；

统计模块，用于统计所述行为数据以获取用户的作息习惯信息；

生成模块根据所述作息习惯信息确定用户的特性，并根据所述特性形成用于使用户形成规律作息习惯的培养计划；

发送模块，将所述培养计划推送到关联于该用户的智能终端中运行。

可选地，所述装置还包括：

第一获取模块，用于获取表征用户的行为习惯的动作状态信息；

第一识别模块，用于识别所述动作状态信息所表示的作息习惯；

记录模块，用于记录所述作息习惯以及所述作息习惯发生的时间。

可选地，所述装置还包括：

第一比对模块，用于将所述动作状态信息与预设的作息习惯特征进行比对；

第一判断模块，用于确定与所述动作状态信息匹配的作息习惯特征。

可选地，所述装置还包括：

提取模块，用于提取所述行为数据中具有共性的作息习惯生成日常作息习惯表；

分析确定模块，用于分析所述日常作息习惯表，识别存在在所述日常作息习惯表中不符合预存储的标准作息习惯的不良作息习惯；

修改模块，用于将所述不良作息习惯进行删除或修改后形成所述培养计划。

可选地，所述装置还包括：

第一统计子模块，用于统计多个所述行为数据中同一时间段内用户的作息习惯；

第二判断模块，用于确定不同时间段内用户的作息习惯；

第一生成子模块，用于根据不同时间段内用户的作息习惯生成所述常作息习惯表。

可选地，所述装置还包括：

第二比对模块，用于将所述日常作息习惯表与预存储的标准作息习惯进行比对；

第三判断模块，用于确定所述日常作息习惯表中不符合所述标准作息习惯的不良作息习惯。

可选地，所述装置还包括：

第一发送子模块，用于将所述培养计划推送至所述智能终端中，以使所述智能终端读取所述培养计划中不同时间段内的作息任务，并在不同时间段内通过发出警示信息的方式提醒用户执行不同的作息任务。

可选地，所述装置还包括：

第二获取模块，用于获取用户的动作状态信息；

第二识别模块，用于识别所述动作状态信息所表示的作息习惯；

第三比对模块，用于将所述动作状态信息所表示的作息习惯与当前时间段内的作息任务进行比对；

判断警示模块，用于确定所述动作状态信息所表示的作息习惯与当前时间段内的作息任务不符时，向所述智能终端发送警示信息。

为解决上述技术问题，本发明实施例还提供一种服务器，包括：

一个或多个处理器；

存储器；

一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序配置用于：

获取表征用户的行为习惯的行为数据；

统计所述行为数据以获取用户的作息习惯信息；

根据所述作息习惯信息确定用户的特性，并根据所述特性形成用于使用户形成规律作息习惯的培养计划；

将所述培养计划推送到关联于该用户的智能终端中运行。

可选地，所述一个或多个程序还被配置用于：

获取表征用户的行为习惯的动作状态信息；

识别所述动作状态信息所表示的作息习惯；

记录所述作息习惯以及所述作息习惯发生的时间。

可选地，所述一个或多个程序还被配置用于：

将所述动作状态信息与预设的作息习惯特征进行比对；

确定与所述动作状态信息匹配的作息习惯特征。

可选地，所述一个或多个程序还被配置用于：

提取所述行为数据中具有共性的作息习惯生成日常作息习惯表；

分析所述日常作息习惯表，识别存在在所述日常作息习惯表中不符合预存储的标准作息习惯的不良作息习惯；

将所述不良作息习惯进行删除或修改后形成所述培养计划。

可选地，所述一个或多个程序还被配置用于：

统计多个所述行为数据中同一时间段内用户的作息习惯；

确定不同时间段内用户的作息习惯；

根据不同时间段内用户的作息习惯生成所述常作息习惯表。

可选地，所述一个或多个程序还被配置用于：

将所述日常作息习惯表与预存储的标准作息习惯进行比对；

确定所述日常作息习惯表中不符合所述标准作息习惯的不良作息习惯。

可选地，所述一个或多个程序还被配置用于：

将所述培养计划推送至所述智能终端中，以使所述智能终端读取所述培养计划中不同时间段内的作息任务，并在不同时间段内通过发出警示信息的方式提醒用户执行不同的作息任务。

可选地，所述一个或多个程序还被配置用于：

获取用户的动作状态信息；

识别所述动作状态信息所表示的作息习惯；

将所述动作状态信息所表示的作息习惯与当前时间段内的作息任务进行比对；

确定所述动作状态信息所表示的作息习惯与当前时间段内的作息任务不符时，向所述智能终端发送警示信息。

为解决上述技术问题，本发明实施例还提供一种可穿戴设备，包括：

一个或多个处理器；

存储器；

一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序配置用于：

采集表征用户的行为习惯的行为数据；

将所述行为数据发送至云端，以使所述云端根据所述行为数据统计获取用户的作息习惯信息，并根据所述作息习惯信息确定用户的特性后形成用于使用户形成规律作息习惯的培养计划；

接受所述云端推送的培养计划后运行所述培养计划。

可选地，所述一个或多个程序还被配置用于：

采集表征用户的行为习惯的动作状态信息；

将所述动作状态信息发送至云端，以使所述云端识别所述动作状态信息所表示的作息习惯，并记录所述作息习惯以及所述作息习惯发生的时间。

可选地，所述一个或多个程序还被配置用于：

通过传感装置获取当前时间段内用户的动作状态信息；

将所述通过传感装置获取动作状态信息发送至所述云端，以使所述云端识别所述动作状态信息所表示的作息习惯，并将所述动作状态信息所表示的作息习惯与当前时间段内的作息任务进行比对，以确定所述动作状态信息所表示的作息习惯与当前时间段内的作息任务是否相符；

获取云端发送的所述动作状态信息所表示的作息习惯与当前时间段内的作息任务不符的信息，并向用户发出警示信息。

本发明实施例的有益效果是：通过读取用户的行为数据，并通过该用户的行为数据生成适合该用户的培养计划，由于该培养计划是在优化用户原有的作息习惯的基础上做出的，能够克服现有技术中作息习惯培养方法适应性差的问题，不容易使用户产生抵触心理，具有较好的可执行力。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施1例自动制定培养计划的方法的基本流程图；

图2为本发明实施例1中记录用户行为数据方法流程图；

图3为本发明实施例1中识别用户作息习惯方法流程图；

图4为本发明实施例1中培养计划生成流程图；

图5为本发明实施用1户日常作息习惯表的生成方法流程图；

图6为本发明实施例1识别不良习惯识别方法的具体流程图；

图7为本发明实施例1警示信息发送具体流程图；

图8为本发明实施例1自动制定培养计划的装置基本结构框图；

图9为本发明实施例1快捷键显示装置基本结构框图；

图10为本发明实施例1第一识别模块的具体构成框图；

图11为本发明实施例1生成模块的具体构成框图；

图12为本发明实施例1提取模块的具体构成框图；

图13为本发明实施例1分析确定模块的具体构成框图；

图14为本发明实施例1具有警示功能的自动制定培养计划的装置的具体构成框图；

图15为本发明实施例1服务器的结构框图；

图16为本发明实施例2自动制定培养计划的方法的基本流程图；

图17为本发明实施例2采集用户行为习惯的具体实施方法流程图；

图18为本发明实施例2具有警示功能自动制定培养计划的方法流程图；

图19为本发明实施例2自动制定培养计划的装置基本结构框图；

图20为本发明实施例2可穿戴设备的结构框图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，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。

在本发明的说明书和权利要求书及上述附图中的描述的一些流程中，包含了按照特定顺序出现的多个操作，但是应该清楚了解，这些操作可以不按照其在本文中出现的顺序来执行或并行执行，操作的序号如101、102等，仅仅是用于区分开各个不同的操作，序号本身不代表任何的执行顺序。另外，这些流程可以包括更多或更少的操作，并且这些操作可以按顺序执行或并行执行。需要说明的是，本文中的“第一”、“第二”等描述，是用于区分不同的消息、设备、模块等，不代表先后顺序，也不限定“第一”和“第二”是不同的类型。

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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1

请参阅图1，图1为本实施例自动制定培养计划的方法的基本流程图。

如图1所示，自动制定培养计划的方法，包括下述步骤：

S1100、获取表征用户的行为习惯的行为数据。本实施例中制定用户优良作息习惯的培养计划，需要建立在采集用户行为数据的基础上。具体的获取用户的行为数据的方法主要有两种方法，其一，在用户的使用过程中，逐渐的收集用户的作息习惯，形成用户的行为数据；其二，在服务器端存储有用户的行为数据，服务器内存储的行为数据来源于，用户之前使用过作息习惯培养时存储的，或者是用户通过填写的方式主动对其已养成的作息习惯进行记录而形成的。

使用时，通过直接读取存储在本地的用户行为数据，或者向服务器发送获取请求，服务器响应获取请求，将用户的行为数据回传后进行使用。

S1200、统计所述行为数据以获取用户的作息习惯信息。统计多个行为数据中同一时间段内用户的作息习惯，以确定用户常态化的日常作息习惯表。具体地，通过文字识别技术，识别同一时间段内表征用户作息习惯的文字信息，通过收集多分行为数据中的表征用户作息习惯的文字信息，并将同一类型的文字信息进行统计，将统计得到的占比最高的表征用户作息习惯的文字信息定为用户在该时段内的作息习惯信息。

S1300、根据所述作息习惯信息确定用户的特性，并根据所述特性形成用于使用户形成规律作息习惯的培养计划。获取到用户的行为数据后，根据该行为数据定制培养计划。具体地，获取到用户的行为数据后，分析用户的行为数据，识别出用户的行为数据中是否存在不良的作息习惯，确定用户的性格特征，若用户的行为数据中表示该用户喜欢运动，则在生成培养计划时指定适合培养运动能力的培养计划，若行为数据显示用户喜欢学习，则制定培养学习能力的培养计划。且若用户的行为数据中存在不良的作息习惯，则在培养计划中删除该不良作息习惯，并在该不良作息习惯进行的时间段内，选择该时间段内进行的良好的作息习惯进行替换，如识别出用户行为数据中在8:00-12:00之间用户处于沉睡状态，且有经常不吃早餐的习惯，对于这一不良习惯，在制定培养计划时进行删除，并在该时间段内设定为吃早餐、进行锻炼以及看书学习的良好的作息习惯，以培养该用户在该段时间内的良好作息习惯，对于该用户在其他时间段内正常的没有不良作息习惯的时间段内的作息方式则不加以修改或删除。

S1400、将所述培养计划推送到关联于该用户的智能终端中运行。将生成的培养计划通过无线网络发送至相应的智能终端内，由该智能终端读取该培养计划中的项目，并开始执行该项目。

本发明实施例提供的提醒方案不局限于采用被动的提醒方式进行提醒，在一些选择性实施例中，执行培训计划的应用程序被安装在用户的多个智能电子设备中，当用户使用其中一个或多个电子设备且不执行培训计划中的作息习惯的日程时，强制性的关闭用户正在使用的电子设备，以督促用户执行。

上述实施方式通过读取用户的行为数据，并通过该用户的行为数据生成适合该用户的培养计划，由于该培养计划是在优化用户原有的作息习惯的基础上做出的，能够克服现有技术中作息习惯培养方法适应性差的问题，不容易使用户产生抵触心理，具有较好的可执行力。

在用户使用的过程中需要对用户的作息习惯进行辨识，以便于用户收集用户的日常作息习惯形加以记录后成为用户的行为数据，具体的辨识过程请参阅图2，图2为本发明实施例中记录用户行为数据方法流程图。

如图2所示，包括下述步骤：

S1110、获取表征用户的行为习惯的动作状态信息。在用户使用的过程中，通过内置的传感器采集用户的动作状态信息，用户的动作状态信息代表了用户正在进行的行为，识别该行为即可获知用户在该段时间内进行什么动作，即可知道用户在该段时间内的作息习惯。使用时收集用户动作状态信息的传感器包括(不限于)：图像采集传感器、心率采集传感器以及声音采集传感器等。

图像采集传感器采集用户当前动作信息的图像信阅读息，如用户在阅读时的图像信息，采集时使用摄像头对用户进行拍摄即可得到用户的图像信息。

心率采集传感器是通过采集用户的心率变化，并对该心率进行分析以得到用户动作状态信息，如用户处于运动状态下时，心率明显增加，而处于睡眠状态下时用户心率明显减弱，因此获知用户的心率变化即可获得用户的状态信息变化。

声音采集传感器是通过采集用户的发出的声音变化，对用户的动作状态信息进行辨识的，如，在采集到用户进行唱歌的声音时，即可获知用户的在进行歌唱，获取到用户的读书声时，即可获知用户再朗读等。

本实施方式中的采集传感器并不是单独工作的，因为对于用户的一些比较相近的动作行为，需要结合几个不同的采集传感器才能够进行辨识，如在辨识用户是在工作还是在进行阅读时，心率采集传感器获知用户处于较为平静的行为状态，但无法判断出用户到底在干什么时，需要通过图像采集传感器对用户行为的图像信息进行进一步的辨识。

S1120、识别所述动作状态信息所表示的作息习惯。在采集到用户的动作状态信息后，需要对该动作状态信息进行比对，以识别用户动作状态信息所表示的用户行为，具体实现步骤请参阅图3，图3为实施例中识别用户作息习惯方法流程图。

如图3所示，包括下述步骤：

S1121、将所述动作状态信息与预设的作息习惯特征进行比对。将获取到的用户的动作做状态信息与预设的作息习惯进行比对，作息习惯特征及用户需要进行某种行为时，需要具有相应的特征行为：如用户在进行阅读时需要手持书本，用户在进行运动时心率加速等，都是用户行为的作息习惯特征。

S1122、确定与所述动作状态信息匹配的作息习惯特征。将采集的用户动作状态信息进行与作息习惯特征进行比对，如识别用户的动作状态信息中是否存在相应的作息习惯特征，若存在相应的作息习惯特征，即可认定用户正在进行的行为的具体名称，如通过图像采集传感器获知用户在手持书本，通过语音采集传感器获知用户在进行诵读，则能够确定用户正在进行的行为是诵读书本。

S1130、记录所述作息习惯以及所述作息习惯发生的时间。在识别出用户当前进行的行为后，对用户进行该行为的时间进行记录，由于用户的培训计划是以天为单位的，故对于用户的行为数据的收集也是以天为单位，需要对用户在一天中的所有活动及活动时间都进行记录。

收集到用户的行为数据后，需要对用户的行为数据进行分析，以便于从用户的历史做习惯中分析出用户的作息习惯中是否存在不良作息习惯。具体实现步骤请参阅图4，图4为本实施例中培养计划生成流程图。

如图4所示，包括下述步骤：

S1310、提取所述行为数据中具有共性的作息习惯生成日常作息习惯表。用户的行为数据是以天为单位收集的，故收集用户的行为数据是收集一段时间内的用户作息习惯，收集的时间越长能够得到的用户的作息习惯就越准确，为了得到用户较为常态化的作息习惯，需要采用统计的方式对用户的多个行为数据进行统计。具体的统计步骤请参阅图5，图5为本实施例用户日常作息习惯表的生成方法流程图。

如图5所示，包括下述步骤：

S1311、统计多个所述行为数据中同一时间段内用户的作息习惯。统计多个行为数据中同一时间段内用户的作息习惯，以确定用户常态化的日常作息习惯表，如以两百分以天为单位的行为数据表中统计出用户8:00-9:00这一时间段内经常做的行为，若统计结果是用户在百分之九十的几率在这一时间段内进行看书学习，则确定用户在这一时间段内的日常作息习惯为：学习。通过这种统计方法，确定出一天内用户的作息习惯。

需要指出的是，统计时分类别的进行统计，如确定用户工作日的作息习惯时，所统计的行为数据为用户之前工作日的行为数据，而不统计用户休息日的行为数据，反之亦然，采用这种方法能够避免统计数据不准确。

S1312、确定不同时间段内用户的作息习惯。根据统计的结果确定一天的不同时间段内用户的作息习惯。

S1313、根据不同时间段内用户的作息习惯生成所述常作息习惯表。统计出一天内不同时间段的用户作息习惯后，对统计的不同时间段内的作息习惯进行整合，整合时以相同的时间间隔进行整合，如以一个小时为间隔，将一天分割为二十四个小时，将二十四个小时内用户的作息习惯进行合并，形成一个完整日常作息习惯表，需要指出的是间隔是在合并之前设定的，合并时根据的作息习惯能够进行相邻兼并，如用户在12:00-13:30之间进行午睡，则合并后的日常作息习惯表中即为12:00-13:30之间用户作息习惯为午睡。

S1320、分析所述日常作息习惯表，识别存在在所述日常作息习惯表中不符合预存储的标准作息习惯的不良作息习惯。统计出用户的日常作息习惯后，对用户日常作息习习惯中存在的不了作息习惯进行识别，以便于剔除该用户存在的不了作息习惯，使其拜托生活中的不良习惯，培养其养成良好的生活习惯。具体实现步骤请参阅图6，图6为本实施例识别不良习惯识别方法的具体流程图。

如图6所示，包括下述步骤：

S1321、将所述日常作息习惯表与预存储的标准作息习惯进行比对。预存储有标准作息习惯，标准作息习惯是现有技术中公认的对人生活成长具有帮助的良好作息习惯，其中规定了人应当遵循的一些生活作息习惯，如人在连续面对电脑或看书一个小时以上时，需要休息5至15分钟，以便于用户能够保持良好的状态，且能够保护用户的眼睛不会用眼过度等，标准作息习惯及为类似对用户身体健康有益的良好作息习惯。

S1322、确定所述日常作息习惯表中不符合所述标准作息习惯的不良作息习惯。将用户的日常作息习惯与预存储的标准作息习惯进行比对，比对结果中若存在与标准作息习惯不符的作息习惯后，及将该作息习惯标定位不良作息习惯。

S1330、将所述不良作息习惯进行删除或修改后形成所述培养计划。在标定出用户日常作息习惯中存在的不良作息习惯后，需要将用户日常作息习惯中存在的不良作息习惯进行删除或者修改，以形成新的培养计划。由于新的培养计划是根据用户原有的日常作息习惯生成，仅仅剔除了用户原有日常作息习惯中的不良作息习惯，因此对用户的原有作息习惯影像不会很大，容易使用户接受，具有更好的可执行力。

制定培养计划后，需要监督用户进行执行，以便于用户能够真真的执行培养计划。

将所述培养计划推送至所述智能终端中，以使所述智能终端读取所述培养计划中不同时间段内的作息任务，并在不同时间段内通过发出警示信息的方式提醒用户执行不同的作息任务。将制定完成功能的培养计划划推送至所述智能终端中，智能终端根据用户的日常作息习惯表生成培养计划，培养计划是根据不同时间段内用户需要进行何种行为的列表总汇，培养计划形成后读取该培养计划中不同时间段内用户应当进行何种不同行为的信息进行备用。以用户进行不同行为的时间为分割点，当时间到达用户应当按照培训计划进行某种行为的时间时，通过发出警示信息的方式提醒用户，警示信息包括(不限于)：语音信息、文字信息或灯光信息等。

对用户进行提醒时，需要对用户是否在进行当前时段内培训计划规定的行为，若用户已经在进行培训计划的规定的行为时，则不进行提醒，若用户不进行培训计划的规定的行为时，则进行提醒。具体警示步骤请参阅图7，图7为本实施例警示信息发送具体流程图。

如图7所述包括下述步骤：

S1510、获取用户的动作状态信息。在用户使用的过程中，通过内置的传感器采集用户的动作状态信息，用户的动作状态信息代表了用户正在进行的行为，识别该行为即可获知用户在该段时间内进行什么动作，即可知道用户在该段时间内的作息习惯。智能终端将获取的用户的动作状态信息发送给云端服务器，云端服务器及获取到该用户的动作状态信息。使用时收集用户动作状态信息的传感器包括(不限于)：图像采集传感器、心率采集传感器以及声音采集传感器等。

S1520、识别所述动作状态信息所表示的作息习惯。将所述动作状态信息与预设的作息习惯特征进行比对。将获取到的用户的动作做状态信息与预设的作息习惯进行比对，作息习惯特征及用户需要进行某种行为时，需要具有相应的特征行为：如用户在进行阅读时需要手持书本，用户在进行运动时心率加速等，都是用户行为的作息习惯特征。若用户的动作行为与某一作息习惯特征相符时，则确定该用户在进行该作息习惯特征所表示的行为。

S1530、将所述动作状态信息所表示的作息习惯与当前时间段内的作息任务进行比对。将该用户在进行该作息习惯特征所表示的行为，与培训计划中当前时间段内用户应当进行的行为进行比对，若比对结果两者相符，则不再进行警示提醒，以免打扰用户，若比对结果两者不符则需发出警示提醒，以督促用户执行。

S1540、确定所述动作状态信息所表示的作息习惯与当前时间段内的作息任务不符时，向所述智能终端发送警示信息。确定了用户当前动作状态信息所表示的作息习惯与当前时间段内的作息任务不符时，将该不符的信息通过无线信号发送到智能终端内，智能终端接到该信息后通过语音警示信息、文字警示信息或灯光警示信息等方式，提醒用户执行。

请参阅图8，图8为本实施例自动制定培养计划的装置的基本结构框图。

如图8所示，自动制定培养计划的装置包括：获取模块2100、生成模块2200、发送模块2300和统计模块2400。其中，获取模块2100，用于获取用户的行为数据；统计模块2400用于统计所述行为数据以获取用户的作息习惯信息；生成模块2200，用于根据所述行为数据生成个性化的用于使用户形成规律作息习惯的培养计划；发送模块2300将所述培养计划推送到关联于该用户的智能终端中运行。

本实施例中制定用户优良作息习惯的培养计划，需要建立在采集用户行为数据的基础上。具体的获取模块2100获取用户的行为数据的方法主要有两种方法，其一，在用户的使用过程中，逐渐的收集用户的作息习惯，形成用户的行为数据；其二，在服务器端存储有用户的行为数据，服务器内存储的行为数据来源于，用户之前使用过作息习惯培养时存储的，或者是用户通过填写的方式主动对其已养成的作息习惯进行记录而形成的。

使用时，获取模块2100通过直接读取存储在本地的用户行为数据，或者向服务器发送获取请求，服务器响应获取请求，将用户的行为数据回传后进行使用。

获取模块2100在获取到用户的行为数据后，根据该行为数据定制培养计划。具体地，获取到用户的行为数据后，生成模块2200分析用户的行为数据，识别出用户的行为数据中是否存在不良的作息习惯，若用户的行为数据中存在不良的作息习惯，则在培养计划中删除该不良作息习惯，并在该不良作息习惯进行的时间段内，选择该时间段内进行的良好的作息习惯进行替换，如识别出用户行为数据中在8:00-12:00之间用户处于沉睡状态，且有经常不吃早餐的习惯，对于这一不良习惯，在制定培养计划时进行删除，并在该时间段内设定为吃早餐、进行锻炼以及看书学习的良好的作息习惯，以培养该用户在该段时间内的良好作息习惯，对于该用户在其他时间段内正常的没有不良作息习惯的时间段内的作息方式则不加以修改或删除。

请参阅图9，图9为本实施例获取模块2100的具体构成框图。

如图9所示，获取模块2100包括：第一获取模块2110、第一识别模块2120和记录模块2130。其中，第一获取模块2110用于获取表征用户的行为习惯的动作状态信息；第一识别模块2120用于识别所述动作状态信息所表示的作息习惯；记录模块2130用于记录所述作息习惯以及所述作息习惯发生的时间。

在用户使用的过程中，通过内置的传感器采集用户的动作状态信息，用户的动作状态信息代表了用户正在进行的行为，第一获取模块2110识别该行为即可获知用户在该段时间内进行什么动作，即可知道用户在该段时间内的作息习惯。使用时收集用户动作状态信息的传感器包括(不限于)：图像采集传感器、心率采集传感器以及声音采集传感器等。

在采集到用户的动作状态信息后，第一识别模块2120需要对该动作状态信息进行比对，以识别用户动作状态信息所表示的用户行为。

在识别出用户当前进行的行为后，记录模块2130对用户进行该行为的时间进行记录，由于用户的培训计划是以天为单位的，故对于用户的行为数据的收集也是以天为单位，需要对用户在一天中的所有活动及活动时间都进行记录。

请参阅图10，图10为本实施例第一识别模块2120的具体构成框图。

如图10所示，第一识别模块2120包括：第一比对模块2121和第一判断模块2122。其中，第一比对模块2121用于将所述动作状态信息与预设的作息习惯特征进行比对；第一判断模块2122，用于确定与所述动作状态信息匹配的作息习惯特征。

第一比对模块2121将获取到的用户的动作做状态信息与预设的作息习惯进行比对，作息习惯特征及用户需要进行某种行为时，需要具有相应的特征行为：如用户在进行阅读时需要手持书本，用户在进行运动时心率加速等，都是用户行为的作息习惯特征。

第一判断模块2122将采集的用户动作状态信息进行与作息习惯特征进行识别，如识别用户的动作状态信息中是否存在相应的作息习惯特征，若存在相应的作息习惯特征，即可认定用户正在进行的行为的具体名称，如通过图像采集传感器获知用户在手持书本，通过语音采集传感器获知用户在进行诵读，则能够确定用户正在进行的行为是诵读书本。

请参阅图11，图11本实施例生成模块2200的具体构成框图。

如图11所示，生成模块2200包括：提取模块2210、分析确定模块2220和修改模块2230。其中，提取模块2210，用于提取所述行为数据中具有共性的作息习惯生成日常作息习惯表；分析确定模块2220，用于分析所述日常作息习惯表，识别存在在所述日常作息习惯表中不符合预存储的标准作息习惯的不良作息习惯；修改模块2230，用于将所述不良作息习惯进行删除或修改后形成所述培养计划。

请参阅图12，图12本实施例提取模块2210的具体构成框图。

如图12所示，提取模块2210包括：第一统计子模块2211、第二判断模块2212和第一生成子模块2213。其中，第一统计子模块2211用于统计多个所述行为数据中同一时间段内用户的作息习惯；第二判断模块2212用于确定不同时间段内用户的作息习惯；第一生成子模块2213用于根据不同时间段内用户的作息习惯生成所述常作息习惯表。

第一统计子模块2211统计多个行为数据中同一时间段内用户的作息习惯，以确定用户常态化的日常作息习惯表，如以两百分以天为单位的行为数据表中统计出用户8:00-9:00这一时间段内经常做的行为，若统计结果是用户在百分之九十的几率在这一时间段内进行看书学习，则确定用户在这一时间段内的日常作息习惯为：学习。通过这种统计方法，确定出一天内用户的作息习惯。

需要指出的是，统计时分类别的进行统计，如确定用户工作日的作息习惯时，所统计的行为数据为用户之前工作日的行为数据，而不统计用户休息日的行为数据，反之亦然，采用这种方法能够避免统计数据不准确。

第二判断模块2212根据统计的结果确定一天的不同时间段内用户的作息习惯。

统计出一天内不同时间段的用户作息习惯后，第一生成子模块2213对统计的不同时间段内的作息习惯进行整合，整合时以相同的时间间隔进行整合，如以一个小时为间隔，将一天分割为二十四个小时，将二十四个小时内用户的作息习惯进行合并，形成一个完整日常作息习惯表，需要指出的是间隔是在合并之前设定的，合并时根据的作息习惯能够进行相邻兼并，如用户在12:00-13:30之间进行午睡，则合并后的日常作息习惯表中即为12:00-13:30之间用户作息习惯为午睡。

请参阅图13，图13本实施例分析确定模块2220的具体构成框图。

如图13所示，分析确定模块2220包括：第二比对模块2221和第三判断模块2222。其中，第二比对模块2221用于将所述日常作息习惯表与预存储的标准作息习惯进行比对；第三判断模块2222用于确定所述日常作息习惯表中不符合所述标准作息习惯的不良作息习惯。

预存储有标准作息习惯，标准作息习惯是现有技术中公认的对人生活成长具有帮助的良好作息习惯，其中规定了人应当遵循的一些生活作息习惯，如人在连续面对电脑或看书一个小时以上时，需要休息5至15分钟，以便于用户能够保持良好的状态，且能够保护用户的眼睛不会用眼过度等，标准作息习惯及为类似对用户身体健康有益的良好作息习惯。

第二比对模块2221将用户的日常作息习惯与预存储的标准作息习惯进行比对，第三判断模块2222在比对结果中若存在与标准作息习惯不符的作息习惯后，及将该作息习惯标定位不良作息习惯。

本实实施例自动制定培养计划的装置包括：第一发送子模块用于将所述培养计划推送至所述智能终端中，以使所述智能终端读取所述培养计划中不同时间段内的作息任务，并在不同时间段内通过发出警示信息的方式提醒用户执行不同的作息任务。

请参阅图14，图14本实施例具有警示功能的自动制定培养计划的装置的具体构成框图。

如图14所示，包括：第二获取模块2510、第二识别模块2520、第三比对模块2530或判断警示模块2540。第二获取模块用于获取用户的动作状态信息；第二识别模块用于识别所述动作状态信息所表示的作息习惯；第三比对模块用于将所述动作状态信息所表示的作息习惯与当前时间段内的作息任务进行比对；判断警示模块用于确定所述动作状态信息所表示的作息习惯与当前时间段内的作息任务不符时，向所述智能终端发送警示信息。

第二获取模块2510在用户使用的过程中，通过内置的传感器采集用户的动作状态信息，用户的动作状态信息代表了用户正在进行的行为，识别该行为即可获知用户在该段时间内进行什么动作，即可知道用户在该段时间内的作息习惯。使用时收集用户动作状态信息的传感器包括(不限于)：图像采集传感器、心率采集传感器以及声音采集传感器等。

第二识别模块2520将获取到的用户的动作做状态信息与预设的作息习惯进行比对，作息习惯特征及用户需要进行某种行为时，需要具有相应的特征行为：如用户在进行阅读时需要手持书本，用户在进行运动时心率加速等，都是用户行为的作息习惯特征。若用户的动作行为与某一作息习惯特征相符时，则确定该用户在进行该作息习惯特征所表示的行为。

第三比对模块2530将该用户在进行该作息习惯特征所表示的行为，与培训计划中当前时间段内用户应当进行的行为进行比对，若比对结果两者相符，则不再进行警示提醒，以免打扰用户，若比对结果两者不符则需发出警示提醒，以督促用户执行。

判断警示模块2540确定了用户当前动作状态信息所表示的作息习惯与当前时间段内的作息任务不符时，通过语音警示信息、文字警示信息或灯光警示信息等方式，提醒用户执行。

本实施例提供服务器的实施方式。具体请参阅图15，图15为服务器的结构框图。

请参阅图15，服务器包括：一个或多个处理器3110和存储器3120；一个或多个应用程序，其中一个或多个应用程序被存储在存储器中并被配置为由一个或多个处理器执行，一个或多个程序配置用于：

获取表征用户的行为习惯的行为数据；

统计所述行为数据以获取用户的作息习惯信息；

根据所述作息习惯信息确定用户的特性，并根据所述特性形成用于使用户形成规律作息习惯的培养计划；

提醒用户执行所述培养计划。

需要指出的是本实施列中，服务器的存储器内存储用于实现本实施例中自动制定培养计划的方法中的所有程序，处理器能够调用该存储器内的程序，执行上述自动制定培养计划的方法所列举的所有功能。由于服务器实现的功能在本实施例中的自动制定培养计划的方法进行了详述，在此不再进行赘述。

实施例2

请参阅图16，图16为本实施例自动制定培养计划的方法的基本流程图。

如图16所示，自动制定培养计划的方法，包括下述步骤：

S2100、采集表征用户的行为习惯的行为数据。本实施例中制定用户优良作息习惯的培养计划，需要建立在采集用户行为数据的基础上。在用户的使用过程中，逐渐的收集用户的作息习惯，形成用户的行为数据。在用户使用的过程中，通过内置的传感器采集用户的动作状态信息，用户的动作状态信息代表了用户正在进行的行为，识别该行为即可获知用户在该段时间内进行什么动作，即可知道用户在该段时间内的作息习惯。使用时收集用户动作状态信息的传感器包括(不限于)：图像采集传感器、心率采集传感器以及声音采集传感器等。

S2200、将所述行为数据发送至云端，以使所述云端根据所述行为数据统计获取用户的作息习惯信息，并根据所述作息习惯信息确定用户的特性后形成用于使用户形成规律作息习惯的培养计划。智能终端将采集的行为数据发送到云端后，云端统计多个行为数据中同一时间段内用户的作息习惯，以确定用户常态化的日常作息习惯表。具体地，通过文字识别技术，识别同一时间段内表征用户作息习惯的文字信息，通过收集多分行为数据中的表征用户作息习惯的文字信息，并将同一类型的文字信息进行统计，将统计得到的占比最高的表征用户作息习惯的文字信息定为用户在该时段内的作息习惯信息。

云端获取到用户的行为数据后，分析用户的行为数据，识别出用户的行为数据中是否存在不良的作息习惯，确定用户的性格特征，若用户的行为数据中表示该用户喜欢运动，则在生成培养计划时指定适合培养运动能力的培养计划，若行为数据显示用户喜欢学习，则制定培养学习能力的培养计划。且若用户的行为数据中存在不良的作息习惯，则在培养计划中删除该不良作息习惯，并在该不良作息习惯进行的时间段内，选择该时间段内进行的良好的作息习惯进行替换，如识别出用户行为数据中在8:00-12:00之间用户处于沉睡状态，且有经常不吃早餐的习惯，对于这一不良习惯，在制定培养计划时进行删除，并在该时间段内设定为吃早餐、进行锻炼以及看书学习的良好的作息习惯，以培养该用户在该段时间内的良好作息习惯，对于该用户在其他时间段内正常的没有不良作息习惯的时间段内的作息方式则不加以修改或删除。

S2300、接受所述云端推送的培养计划后运行所述培养计划。云端将生成的培养计划通过无线网络发送至相应的智能终端内，由该智能终端读取该培养计划中的项目，并开始执行该项目。

请参阅图17，图17为本实施例采集用户行为习惯的具体实施方法流程图。

如图17所示，自动制定培养计划的方法，包括下述步骤：

S2110、采集表征用户的行为习惯的动作状态信息。在用户的使用过程中，逐渐的收集用户的作息习惯，形成用户的行为数据。在用户使用的过程中，通过内置的传感器采集用户的动作状态信息，用户的动作状态信息代表了用户正在进行的行为，识别该行为即可获知用户在该段时间内进行什么动作，即可知道用户在该段时间内的作息习惯。使用时收集用户动作状态信息的传感器包括(不限于)：图像采集传感器、心率采集传感器以及声音采集传感器等。

图像采集传感器采集用户当前动作信息的图像信阅读息，如用户在阅读时的图像信息，采集时使用摄像头对用户进行拍摄即可得到用户的图像信息。

心率采集传感器是通过采集用户的心率变化，并对该心率进行分析以得到用户动作状态信息，如用户处于运动状态下时，心率明显增加，而处于睡眠状态下时用户心率明显减弱，因此获知用户的心率变化即可获得用户的状态信息变化。

声音采集传感器是通过采集用户的发出的声音变化，对用户的动作状态信息进行辨识的，如，在采集到用户进行唱歌的声音时，即可获知用户的在进行歌唱，获取到用户的读书声时，即可获知用户再朗读等。

本实施方式中的采集传感器并不是单独工作的，因为对于用户的一些比较相近的动作行为，需要结合几个不同的采集传感器才能够进行辨识，如在辨识用户是在工作还是在进行阅读时，心率采集传感器获知用户处于较为平静的行为状态，但无法判断出用户到底在干什么时，需要通过图像采集传感器对用户行为的图像信息进行进一步的辨识。

S2120、将所述动作状态信息发送至云端，以使所述云端识别所述动作状态信息所表示的作息习惯，并记录所述作息习惯以及所述作息习惯发生的时间。

将获取到的用户的动作做状态信息与预设的作息习惯进行比对，作息习惯特征及用户需要进行某种行为时，需要具有相应的特征行为：如用户在进行阅读时需要手持书本，用户在进行运动时心率加速等，都是用户行为的作息习惯特征。

将采集的用户动作状态信息进行与作息习惯特征进行比对，如识别用户的动作状态信息中是否存在相应的作息习惯特征，若存在相应的作息习惯特征，即可认定用户正在进行的行为的具体名称，如通过图像采集传感器获知用户在手持书本，通过语音采集传感器获知用户在进行诵读，则能够确定用户正在进行的行为是诵读书本。

请参阅18，图18为本实施例具有警示功能自动制定培养计划的方法流程图。

如图18所示，自动制定培养计划的方法，包括下述步骤：

S2410、通过传感装置获取当前时间段内用户的动作状态信息；

S2420、将所述通过传感装置获取动作状态信息发送至所述云端，以使所述云端识别所述动作状态信息所表示的作息习惯，并将所述动作状态信息所表示的作息习惯与当前时间段内的作息任务进行比对，以确定所述动作状态信息所表示的作息习惯与当前时间段内的作息任务是否相符。

S2430、获取云端发送的所述动作状态信息所表示的作息习惯与当前时间段内的作息任务不符的信息，并向用户发出警示信息。

请参阅19，图19为本实施例自动制定培养计划的装置基本结构框图。

如图19所示，一种自动制定培养计划的装置，包括：第一获取模块4100、第一接收模块4200和接收运行模块4300。其中，第一获取模块用于采集表征用户的行为习惯的行为数据；第一接收模块用于将所述行为数据发送至云端，以使所述云端根据所述行为数据统计获取用户的作息习惯信息，并根据所述作息习惯信息确定用户的特性后形成用于使用户形成规律作息习惯的培养计划；接收运行模块用于接受所述云端推送的培养计划后运行所述培养计划。

自动制定培养计划的装置还包括：第二采集装置和第二发送模块。其中，第二采集装置用于采集表征用户的行为习惯的动作状态信息；第二发送模块用于将所述动作状态信息发送至云端，以使所述云端识别所述动作状态信息所表示的作息习惯，并记录所述作息习惯以及所述作息习惯发生的时间。

自动制定培养计划的装置还包括：第三采集模块、第三发送模块和第一接收模块。其中，第三采集模块通过传感装置获取当前时间段内用户的动作状态信息；第三发送模块将所述通过传感装置获取动作状态信息发送至所述云端，以使所述云端识别所述动作状态信息所表示的作息习惯，并将所述动作状态信息所表示的作息习惯与当前时间段内的作息任务进行比对，以确定所述动作状态信息所表示的作息习惯与当前时间段内的作息任务是否相符；第一接收模块用于获取云端发送的所述动作状态信息所表示的作息习惯与当前时间段内的作息任务不符的信息，并向用户发出警示信息。

本实施例提供可穿戴设备的实施方式。具体请参阅图20，图20为可穿戴设备的结构框图。

请参阅图20，可穿戴设备包括：一个或多个处理器5110和存储器5120；一个或多个应用程序，其中一个或多个应用程序被存储在存储器中并被配置为由一个或多个处理器执行，一个或多个程序配置用于：

采集表征用户的行为习惯的行为数据；

将所述行为数据发送至云端，以使所述云端根据所述行为数据统计获取用户的作息习惯信息，并根据所述作息习惯信息确定用户的特性后形成用于使用户形成规律作息习惯的培养计划；

接受所述云端推送的培养计划后运行所述培养计划。

需要指出的是本实施列中，可穿戴设备的存储器内存储用于实现本实施例中自动制定培养计划的方法中的所有程序，处理器能够调用该存储器内的程序，执行上述自动制定培养计划的方法所列举的所有功能。由于可穿戴设备实现的功能在本实施例中的自动制定培养计划的方法进行了详述，在此不再进行赘述。

上述实施例中的智能终端包括(不限于)：智能手表、智能眼镜和智能头盔等可穿戴设备。

需要说明的是，本发明的说明书及其附图中给出了本发明的较佳的实施例，但是，本发明可以通过许多不同的形式来实现，并不限于本说明书所描述的实施例，这些实施例不作为对本发明内容的额外限制，提供这些实施例的目的是使对本发明的公开内容的理解更加透彻全面。并且，上述各技术特征继续相互组合，形成未在上面列举的各种实施例，均视为本发明说明书记载的范围；进一步地，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。