[发明专利]电子设备及其控制方法

说明书

本公开涉及一种利用机器学习算法的人工智能(AI)系统及其应用，并且公开了一种电子设备。电子设备包括：存储器，用于保存与电子设备提供的多个服务中每一个的一星期中的一天和/或时间段相对应的历史信息；以及处理器，用于当预定事件发生时，对与所发生事件的一星期中的一天和/或时间段相对应的一段历史赋予权重，并且基于赋予权重的一段历史从多个服务中选择推荐的服务。

技术领域

根据本公开的装置和方法涉及一种电子设备及其控制方法，并且更具体地，涉及一种能够基于设备使用历史来提供服务推荐信息的电子设备及其控制方法。

背景技术

人工智能系统，即实现人类水平智能的计算机系统，是机器自行执行学习和决策并且随着其使用提高识别率的系统。

人工智能技术包括机器学习(深度学习)技术和元素技术，所述机器学习技术使用自行对输入数据的特征进行分类/学习的算法，且所述元素技术使用机器学习算法来模拟诸如人类大脑的识别、决策等的功能。

元素技术可以包括以下至少一者：例如识别人类语言/字符的语言理解技术、识别人类视觉之类的事物的视觉理解技术、通过判定信息执行逻辑推断和预测的推断/预测技术、将人类经验信息作为知识数据进行处理的知识表达技术、或控制车辆的自动驾驶以及机器人的运动的运动控制技术。

作为使用这种人工智能技术的示例，存在用于建模和功能/服务的各种方法，这些方法分析和使用用户的设备使用模式。作为常规方法，例如，存在用于直接在客户端设备中的服务器中实现使用大量数据而学习到的模型或者基于云连续更新本地设备的模型的方法。

然而，在直接在客户端设备中的服务器中实现学习到的模型的情况下，不能保证能够反映连续改变的用户的使用模式的模型的灵活性，并且基于云的模型在性能、成本等方面并不有效。

发明内容

技术问题

本公开提供了一种能够基于设备使用历史、使用尽可能少的资源来提供服务推荐信息的电子设备及其控制方法。

解决方法

根据本公开的实施例，一种电子设备包括：存储器，其被配置成存储历史信息，该历史信息与从电子设备提供的多个服务中每一个的、一星期中的每一天和每个时间段中的至少一者相对应；以及处理器，其被配置成当预定事件发生时，将权重分配给与预定事件发生的一星期中的一天和时间段中的至少一者相对应的历史，并且基于分配了权重的历史来选择多个服务中的推荐服务。

在这种情况下，处理器可以被配置成基于所分配的权重和多个服务中每一个的使用时间来计算多个服务中每一个的使用指数，并且基于计算出的使用指数来选择多个服务中的推荐服务。

在这种情况下，处理器可以被配置成通过应用与执行对应于上述历史的服务的一星期中的一天相对应的减少值来计算多个服务中每一个的使用指数。

同时，处理器可以被配置成基于历史信息来计算服务使用模式指数，并且基于计算出的服务使用模式指数来确定权重。

在这种情况下，处理器可以被配置成当历史信息被更新时，基于更新的历史信息而计算出的服务使用模式指数来确定权重。

同时，电子设备还可以包括通信器，其被配置成与对从多个电子设备收集的服务使用模式指数进行聚类的外部服务器进行通信，其中处理器被配置成通过通信器将计算出的服务使用模式指数发送到外部服务器，从外部服务器接收与计算出的服务使用模式指数所属的群集相对应的权重信息，并且基于接收到的权重信息来确定权重。

同时，处理器可以被配置为：基于历史信息，计算多个服务中每一个的一星期中的每一天的使用时间的方差，并且基于计算出的方差，计算星期模式指数；基于历史信息计算多个服务中每一个的每个时间段的使用时间的方差，并且基于计算出的方差，计算时间模式指数；并且基于计算出的星期模式指数和计算出的时间模式指数来确定权重。