[发明专利]基于传感器网络的自适应学习方法

权利要求书

1.基于传感器网络的自适应学习方法，其特征在于，所述方法包括步骤：

S1，使用传感器采集行为数据；

S2，对所采集的行为数据进行分类并存储；

S3，将存储的行为数据进行频数分布统计，得到推送结果；

S4，将所述推送结果形成场景方案；

S5，将所述场景方案进行推送，并接收推送后的反馈结果，对所述反馈结果进行分析；

其中，所述步骤S1具体包括：

使用传感器采集行为数据，并将所述数据组成特定的三元组{device_i，timestamp_j，action_k}，其中，i，j，k为自然数，device_i为第i个终端名称，timestamp_j为第j个时间戳，action_k为第k个行为方式；

相应地，所述步骤S3具体包括：

S31，在所存储的行为数据的三元组中选择任意一个不为空的device_i，得到包含device_i的第一集合；

S32，在所述第一集合中，根据行为方式action_k进行频数分布统计，选择action_k的最大值的三元组，形成第二集合；

S33，在所述第二集合中，根据时间戳timestamp_j进行频数分布统计，选择timestamp_j最大值，形成预设推送组；

S34，将所述预设推送组与在所述步骤S5中接收到的反馈结果进行判断；

S35，如果所述预设推送组与所述反馈结果相冲突，则在所述行为数据中将所上述预设推送组排除，重复上述步骤，直到得到与所述反馈结果不冲突的推送结果；

S36，如果所述预设推送组与所述反馈结果不冲突，则直接将所述预设推送组作为推送结果。

2.根据权利要求1所述的基于传感器网络的自适应学习方法，其特征在于，所述步骤S2具体包括：

将所述行为数据按照预设的第一时间段进行存储，并将超过第二时间段的行为数据删除。

3.根据权利要求1所述的基于传感器网络的自适应学习方法，其特征在于，所述步骤S5包括：

将推送结果通过传感器推送到对应的各个终端，所述终端接收所述推送结果，在特定时间内进行调整，形成新的行为数据，并且将所述新的行为数据作为反馈结果。

4.根据权利要求3所述的基于传感器网络的自适应学习方法，其特征在于，所述步骤S5还包括：

将所述推送结果直接发送到各个用户终端，若所述用户终端对所述推送结果持否定意见超过特定的次数，则取消对所述推送结果的推送，重复步骤S3，得到新的推送结果。