[发明专利]基于智能手机姿态行为大数据的用户性别识别方法

摘要

本发明公开了一种基于智能手机姿态行为大数据的用户性别识别方法，包括如下步骤使用智能手机操作系统提供的API，记录智能手机一段时间内加速传感器、陀螺传感器和方向传感器返回的数据；通过加速传感器和陀螺传感器返回的数据采用算法得到智能手机用户的运动状态，对运动状态进行分类，记录每个运动状态下的加速传感器、陀螺传感器和方向传感器的数据；对各传感器的数据进行处理，得到每个运动状态下的特征值组；将每个运动状态下的特征值组放到大数据分类算法模型中，用训练好的数据预测用户的性别；将各传感器的结果加权平均得到最终的用户的性别。本发明能对智能手机用户的性别进行准确的识别，准确度更高。

主权项

一种基于智能手机姿态行为大数据的用户性别识别方法，其特征在于，包括如下步骤：S1、使用智能手机操作系统提供的API，记录智能手机一段时间内加速传感器、陀螺传感器和方向传感器返回的数据；S2、通过加速传感器和陀螺传感器返回的数据采用算法得到智能手机用户的运动状态，对运动状态进行分类，记录每个运动状态下的加速传感器、陀螺传感器和方向传感器的数据；S3、对加速传感器的数据进行处理，得到每个运动状态下的加速特征值组；S4、将每个运动状态下的加速特征值组放到大数据分类算法模型中，首先使用已知性别的每个运动状态下的加速特征值组作为样本数据输入到大数据分类算法模型中进行训练，再用训练好的数据预测用户的性别；S5、对陀螺传感器的数据进行处理，得到每个运动状态下的角速度特征值组；S6、将每个运动状态下的角速度特征值组放到大数据分类算法模型中，首先使用已知性别的每个运动状态下的角速度特征值组作为样本数据输入到大数据分类算法模型中进行训练，再用训练好的数据预测用户的性别；S7、对方向传感器的数据进行处理，得到每个运动状态下的方向特征值组；S8、将每个运动状态下的方向特征值组放到大数据分类算法模型中，首先使用已知性别的每个运动状态下的方向特征值组作为样本数据输入到大数据分类算法模型中进行训练，再用训练好的数据预测用户的性别；S9、将步骤S4、步骤S6和步骤S8结果加权平均得到最终的用户的性别。