[发明专利]基于智能终端的人员甄别方法及装置有效

专利信息
申请号: 202010076020.2 申请日: 2020-01-22
公开(公告)号: CN111831681B 公开(公告)日: 2022-03-25
发明(设计)人: 徐涛 申请(专利权)人: 浙江连信科技有限公司
主分类号: G06F16/245 分类号: G06F16/245;G06Q50/26
代理公司: 北京知果之信知识产权代理有限公司 11541 代理人: 卜荣丽
地址: 310051 浙江省杭州市*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 智能 终端 人员 甄别 方法 装置
【说明书】:

本申请公开了一种基于智能终端的人员甄别方法及装置。该申请的方法包括智能终端收集预设范围内的进行人机交互的所有用户的个体特征数据;根据个体特征数据和人员类型对应的特征集合组对预设范围内的人员进行初步的甄别,得到预设范围内的所有用户的甄别概率,甄别概率为用户是某种类型的人员的概率。本申请解决现有的人员甄别浪费资源,效率低的问题。

技术领域

本申请涉及人工智能技术领域,具体而言,涉及一种基于智能终端的人员甄别方法及装置。

背景技术

在对某类型的人员进行针对性的统计过程中,需要大量的数据支持,目前的数据的获取方式大多为通过人工方式进行沟通统计获取,效率较低,尤其对于人数庞大的组织,需要投入更多的资源,效率更低。

发明内容

本申请的主要目的在于提供一种基于智能终端的人员甄别方法及装置,以解决上述现有的人员甄别统计浪费资源,效率低的问题。

为了实现上述目的,根据本申请的第一方面,提供了一种基于智能终端的人员甄别方法。

根据本申请的基于智能终端的人员甄别方法包括:

智能终端收集预设范围内的进行人机交互的所有用户的个体特征数据;

根据个体特征数据和人员类型对应的特征集合组对预设范围内的人员进行初步的甄别,得到预设范围内的所有用户的甄别概率,所述甄别概率为用户是某种类型的人员的概率。

进一步的,所述根据个体特征数据和人员类型对应的特征集合组对预设范围内的人员进行初步的甄别,得到预设范围内的所有用户的甄别概率包括:

将个体特征数据分别与不同类型的人员的特征集合组进行匹配,得到匹配结果;

将匹配结果和预设阈值进行比较,确定用户的甄别概率,所述预设阈值与甄别概率存在对应关系。

进一步的,所述方法还包括:

智能终端接收对人员进行甄别的甄别指令,所述甄别指令为第三方服务器发起的用于甄别预设范围内的人员的指令;

将预测范围内的所有用户的甄别概率发送给第三方服务器,以使第三方服务器根据甄别概率缩小人员的甄别范围。

进一步的,在将匹配结果和预设阈值进行比较,确定用户的甄别概率之后所述方法还包括:

获取人员核心特征,所述人员核心特征为决定人员成因的关键特征;

根据人员核心特征对所述甄别概率进行调整,得到调整后的甄别概率;

所述将预测范围内的所有用户的甄别概率发送给第三方服务器包括:

将预测范围内的所有用户的调整后的甄别概率发送给第三方服务器,以使第三方服务器根据调整后的甄别概率缩小人员的甄别范围。

进一步的,所述方法还包括:

收集每种类型的人员的用户数据,所述用户数据至少包括心理维度、生理维度、行为维度、个人基本信息维度的特征;

根据聚类分析算法对用户数据进行聚类分析,得到每种类型的人员对应的特征集合组。

为了实现上述目的,根据本申请的第二方面,提供了一种基于智能终端的人员甄别装置。

根据本申请的基于智能终端的人员甄别装置包括:

第一收集单元,用于智能终端收集预设范围内的进行人机交互的所有用户的个体特征数据;

甄别单元,用于根据个体特征数据和人员类型对应的特征集合组对预设范围内的人员进行初步的甄别,得到预设范围内的所有用户的甄别概率,所述甄别概率为用户是某种类型的人员的概率;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江连信科技有限公司,未经浙江连信科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010076020.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top