提醒方法及移动终端的制作方法
【技术领域】
[0001]本发明涉及通信技术领域，尤其涉及一种提醒方法及移动终端。
【背景技术】
[0002]随着如今生活节奏的加快，移动终端的用户，特别是年轻用户群体的生活压力越来越大，时间更加的粹片化，用户在关心自身日常问题的时间也一步步被压缩，暴露出很多不好的生活习惯问题；如睡眠不规律、运动不足、游戏娱乐时间太长、心情烦躁等等，如今“手机党”、“低头族”就是一个典型的缩影。这些生活中的细节看似不会对我们造成多大影响，但其实慢慢的会影响到我们的生活质量、工作效率。
【发明内容】
[0003]为克服现有技术中移动终端无法辅助用户提高生活质量、改善生活习惯的问题，本发明实施例一方面提供了一种提醒方法，包括:
[0004]获取用户的行为特征数据；
[0005]获取与所述行为特征数据对应的基准特征数据，所述基准特征数据从网络或本地获取；
[0006]根据所述行为特征数据和所述基准特征数据，确定用户的行为等级；
[0007]根据所述行为等级，向用户推送对应的指引信息。
[0008]另一方面，本发明实施例还提供了一种移动终端，包括:
[0009]第一获取模块，用于获取用户的行为特征数据；
[0010]第二获取模块，用于获取与所述行为特征数据对应的基准特征数据，所述基准特征数据从网络或本地获取；
[0011]确定模块，用于根据所述行为特征数据和所述基准特征数据，确定用户的行为等级；
[0012]推送模块，用于根据所述行为等级，向用户推送对应的指引信息。
[0013]本发明实施例通过获取用户的行为特征数据，并与基准特征数据进行比对，并根据比对结果确定用户的行为等级，以此判断用户行为是否会慢性影响当前用户健康和生活质量，并根据等级的不同推送给用户不同的指引信息，以辅助用户改善自身行为，改正不良生活习惯，使用户在日常时间日益碎片化的情况下，不用过多关注自身健康情况，也可以养成正确的生活习惯、得到科学的健康指引，提升了用户的使用体验。
【附图说明】
[0014]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，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的前提下，还可以根据这些附图获得其他的附图。
[0015]图1是本发明的提醒方法的第一实施例的流程示意图；
[0016]图2是本发明的提醒方法的第二实施例的流程示意图；
[0017]图3是本发明的移动终端的第一实施例的结构示意图；
[0018]图4是本发明的移动终端的第二实施例的结构示意图。
【具体实施方式】
[0019]为了使本发明所解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0020]当本发明实施例提及“第一”、“第二”等序数词时，除非根据上下文其确实表达顺序之意，应当理解为仅仅是起区分之用。
[0021]图1，是本发明提醒方法的第一实施例的流程示意图，该提醒方法包括:
[0022]步骤S11，获取用户的行为特征数据。
[0023]上述行为特征数据用于反映用户的生活习惯或健康状况，包括运动时间、步数、上网时间、睡眠时间、游戏时间、体温或心率等。在本实施例中，以运动时间为例进行解释说明，不得理解为对本发明保护范围的限定，示例性的，用户有关运动时长的行为特征数据为
to
[0024]步骤S12，获取与行为特征数据对应的基准特征数据，基准特征数据从网络或本地获取。
[0025]通过获取用户的行为特征数据，在本地或网络服务器中查找与该行为特征数据对应的基准特征数据，该基准特征数据为在生活健康或规律的情况下的参考数值。在本实施例中，可根据用户年龄，获取有关运动时长的基准特征数据，示例性的，取有关运动时长的基准特征数据为T。
[0026]步骤S13，根据行为特征数据和基准特征数据，确定用户的行为等级。
[0027]本实施例中，通过比对用户有关运动时长的行为特征数据t和基准特征数据T，确定用户的行为等级。
[0028]步骤S14，根据行为等级，向用户推送对应的指引信息。
[0029]上述行为等级可以设置多个级别，当不同级别时，给予用户不同提示。
[0030]本发明实施例通过获取用户的行为特征数据，并与基准特征数据进行比对，并根据比对结果确定用户的行为等级，以此判断用户行为是否会慢性影响当前用户健康和生活质量，并根据行为等级的不同推送给用户不同的指引信息，以辅助用户改善自身行为，改正不良生活习惯，使用户在日常时间日益碎片化的情况下，不用过多关注自身健康情况，也可以养成正确的生活习惯、得到科学的健康指引，提升了用户的使用体验。
[0031]图2，是本发明提醒方法的第二实施例的流程示意图，该提醒方法包括:
[0032]步骤S201，通过本地应用或传感器获取用户的第一行为数据。
[0033]本地应用通过运行时间和用户输入字符生成第一行为数据。本发明实施例以检测用户睡眠质量，并进行指引做进一步说明，不得理解为对本发明保护范围的限定。示例性的，本地应用获取用户每日关闭应用的最晚时间，以及对网络搜索引擎、或微信朋友圈的输入信息，以用户输入“失眠”为例。获取有关用户睡眠时间的信息tl、关键字信息k。
[0034]传感器包括加速度传感器、重力传感器、陀螺仪、光线传感器、温度传感器、图像传感器或超声波传感器。
[0035]在本实施例中，通过加速度传感器、重力传感器或光线传感器得到用户睡眠时间信息t2、通过图像传感器获取用户精神状态(如黑眼圈、面部情绪等)，得到精神状态信息mD
[0036]步骤S202，接收由外部设备采集的用户的第二行为数据，外部设备包括智能穿戴设备或智能家电。
[0037]在本实施例中，第二行为数据可包括由穿戴设备获取的用户心率信息h、由智能家电、如智能电视获取的用户开关机时间信息t3。
[0038]步骤S203，根据第一行为数据和第二行为数据，生成行为特征数据。
[0039]将上述获取的tl、t2、t3进行比对校验，获取用户睡眠时间点t0，并将关键字信息k、精神状态信息m、用户心率信息h共同收集作为行为特征数据。
[0040]步骤S204，根据两个或两个以上的行为特征数据，建立行为特征模型。
[0041]在本实施例中，通过建立多个维度的行为特征模型，各维度之间互为参照，可共同反应用户当前整体的睡眠质量。示例性的，睡眠时间点t0、关键字信息k、精神状态信息m、用户心率信息h分别作为行为特征模型中的一个维度。
[0042]步骤S205，获取与行为特征数据对应的基准特征数据，基准特征数据从网络或本地获取。
[0043]本步骤与第一实施例的对应步骤相同，这里不再赘述。
[0044]步骤S206，根据两个或两个以上的基准特征数据，建立基准特征模型。
[0045]通过搜集与上述睡眠时间点t0、关键字信息k、精神状态信息m、用户心率信息h对应的基准特征数据，并建立基准特征模型，该基准特征模型的维度数可以与行为特征模型的维度数相同。
[0046]步骤S207，根据基准特征模型和行为特征模型的重合度，确定用户的行为等级。
[0047]该重合度可以是通过预设算法生成的几何模型的重合度，也可以是各相应维度进行单独对比后，通过运算得到的重合度。本实施例通过设置若干不同重合度的阈值，判断当前用户有关睡眠质量的行为等级，行为等级可以包括第一等级、第二等级和第三等级。
[0048]步骤S208，当行为等级为第一等级时，不向用户推送指引信息。
[0049]在本实施例中，当用户的行为等级为第一等级时，判断当前用户的睡眠质量较好，