CN111739266A - 用户行为识别方法、装置、电子设备和存储介质 - Google Patents

Abstract

本公开实施例涉及一种用户行为识别方法、装置、计算机设备和存储介质。所述方法包括：在目标用户骑行交通工具的过程中，采集所述交通工具的车头晃动特征数据；所述车头晃动特征数据用于表征所述交通工具的车头的晃动剧烈程度；根据所述车头晃动特征数据确定所述目标用户是否存在脱把行为；若确定所述目标用户存在脱把行为，则输出告警信息；所述告警信息用于提醒所述目标用户停止脱把行为。采用本方法能够准确检测出目标用户是否存在脱把行为。

Description

用户行为识别方法、装置、电子设备和存储介质

技术领域

本公开实施例涉及行为识别技术领域，特别是涉及一种用户行为识别方法、装置、电子设备和存储介质。

背景技术

随着科技的发展，市场中出现了共享单车、共享助力车、共享电动汽车等共享交通工具，为人们的生活提供了极大地便利。

目前，存在用户使用共享交通工具时违反交通规则的情况。比如，用户在骑行共享单车时，出现单手脱把或者双手脱把的问题。相关技术中，为了保障用户和行人的安全，通常会在车把处安装压力传感器，如果压力传感器未检测到压力，则发出警示声来提醒用户遵守交通规则。

但是，如果用户通过其他物体对压力传感器施加压力，则无法通过压力传感器检测到用户是否脱把。

发明内容

本公开实施例提供一种用户行为识别方法、装置、电子设备和存储介质，可以解决通过压力传感器无法检测到用户是否脱把的问题。

第一方面，本公开实施例提供一种用户行为识别方法，该方法包括：

在目标用户骑行交通工具的过程中，采集所述交通工具的车头晃动特征数据；所述车头晃动特征数据用于表征所述交通工具的车头的晃动剧烈程度；

根据所述车头晃动特征数据确定所述目标用户是否存在脱把行为；

若确定所述目标用户存在脱把行为，则输出告警信息；所述告警信息用于提醒所述目标用户停止脱把行为。

第二方面，本公开实施例提供一种用户行为识别方法，该方法包括：

接收交通工具发送的级别降低信息；所述级别降低信息是所述交通工具在目标用户骑行过程中采集车头晃动特征数据，并根据所述车头晃动特征数据确定所述目标用户存在脱把行为后发送的，所述车头晃动特征数据用于表征所述交通工具的车头的晃动剧烈程度；

根据所述级别降低信息降低所述目标用户的交通工具使用级别，得到降级后的交通工具使用级别。

第三方面，本公开实施例提供一种用户行为识别装置，该装置包括：

数据采集模块，用于在目标用户骑行交通工具的过程中，采集所述交通工具的车头晃动特征数据；所述车头晃动特征数据用于表征所述交通工具的车头的晃动剧烈程度；

行为识别模块，用于根据所述车头晃动特征数据确定所述目标用户是否存在脱把行为；

告警模块，用于若确定所述目标用户存在脱把行为，则输出告警信息；所述告警信息用于提醒所述目标用户停止脱把行为。

第四方面，本公开实施例提供一种用户行为识别装置，该装置包括：

信息接收模块，用于接收交通工具发送的级别降低信息；所述级别降低信息是所述交通工具在目标用户骑行过程中采集车头晃动特征数据，并根据所述车头晃动特征数据确定所述目标用户存在脱把行为后发送的，所述车头晃动特征数据用于表征所述交通工具的车头的晃动剧烈程度；

降级模块，用于根据所述级别降低信息降低所述目标用户的交通工具使用级别，得到降级后的交通工具使用级别。

第五方面，本公开实施例提供一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面或第二方面所述的方法。

第六方面，本公开实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面或第二方面所述的方法。

本公开实施例提供的用户行为识别方法、装置、计算机设备和存储介质，交通工具采集车头晃动特征数据；根据车头晃动特征数据确定目标用户是否存在脱把行为；若确定目标用户存在脱把行为，则输出告警信息。本公开实施例中，由于交通工具采集到的车头晃动特征数据不受用户干扰，因此，根据车头晃动特征数据确定目标用户是否脱把，比根据压力传感器采集到的压力数据确定目标用户是否脱把更为准确。进一步地，在确定目标用户脱把的情况下，输出告警信息提醒目标用户，可以避免由于目标用户脱把而造成的人员损伤。

附图说明

图1为一个实施例中用户行为识别方法的应用环境图；

图2为一个实施例中用户行为识别方法的流程示意图；

图3为一个实施例中根据车头晃动特征数据确定目标用户是否存在脱把行为步骤的流程示意图；

图4为一个实施例中训练行为识别神经网络步骤的流程示意图；

图5为另一个实施例中用户行为识别方法的流程示意图之一；

图6为另一个实施例中用户行为识别方法的流程示意图之二；

图7为再一个实施例中用户行为识别方法的流程示意图；

图8为又一个实施例中用户行为识别方法的流程示意图之一；

图9为又一个实施例中用户行为识别方法的流程示意图之二；

图10为又一个实施例中用户行为识别方法的流程示意图之三；

图11为一个实施例中用户行为识别装置的结构框图之一；

图12为一个实施例中用户行为识别装置的结构框图之二；

图13为一个实施例中用户行为识别装置的结构框图之三；

图14为一个实施例中用户行为识别装置的结构框图之四；

图15为另一个实施例中用户行为识别装置的结构框图之一；

图16为另一个实施例中用户行为识别装置的结构框图之二；

图17为另一个实施例中用户行为识别装置的结构框图之三；

图18为一个实施例中电子设备的内部结构图。

具体实施方式

为了使本公开实施例的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本公开实施例进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本公开实施例，并不用于限定本公开实施例。

首先，在具体介绍本公开实施例的技术方案之前，先对本公开实施例基于的技术背景进行介绍。目前，用户在骑行共享交通工具的过程中，会出现单手脱把或者双手脱把的情况。为了保障用户和行人的安全，通常会在共享交通工具的车把处安装压力传感器。如果压力传感器检测到压力，则认为用户未脱把；如果压力传感器未检测到压力，则认为用户脱把。但是，如果用户在脱把时通过其他物体对压力传感器施加压力，比如在车把上悬挂重物，那么压力传感器依然会检测到压力，此时共享交通工具会认为用户未脱把。可见，通过压力传感器来检测用户是否脱把，在有些情况下并不准确。

而在本公开实施例中，在目标用户骑行交通工具的过程中，交通工具采集车头晃动特征数据，并根据车头晃动特征数据确定目标用户是否存在脱把行为，即交通工具根据车头的晃动剧烈程度确定目标用户是否存在脱把行为；如果确定目标用户存在脱把行为，则输出告警信息，提醒目标用户停止脱把行为。本公开实施例中，交通工具采集到的车头晃动特征数据不受用户的干扰，因此根据车头晃动特征数据来确定用户是否脱把，比根据压力传感器采集到的压力数据来确定用户是否脱把，结果更加准确。

下面结合本公开实施例所应用的场景，对本公开实施例涉及的技术方案进行介绍。

本公开实施例提供的用户行为识别方法，可以应用于如图1所示的系统架构中。该系统架构包括交通工具101、客户端102以及服务器103。其中，交通工具101可以为脚踏自行车、电动自行车、滑板车、摩托车等非机动或者机动车辆；客户端102可以为手机、平板电脑、IPAD等电子设备，还可以为安装在电子设备上的APP软件；服务器103可以为独立的服务器或者是多个服务器组成的服务器集群。其中，交通工具101设置有通信组件，其可以通过无线的方式与客户端102或者服务器103进行通信，例如，交通工具101可以向服务器103发送级别查询请求、级别降低信息等；服务器103可以向交通工具101发送交通工具使用级别。另外，客户端102和服务器103之间可以采用无线或者有线的方式进行通信。本公开实施例对交通工具101、客户端102以及服务器103之间的通信方式并不做限定。

在一个实施例中，如图2所示，提供了一种用户行为识别方法，以该方法应用于图1中的交通工具为例进行说明，包括以下步骤：

步骤201，在目标用户骑行交通工具的过程中，交通工具采集车头晃动特征数据。

其中，车头晃动特征数据用于表征交通工具的车头的晃动剧烈程度。车头晃动特征数据可以包括车头的角速度以及交通工具的行驶轨迹中的至少一种，车头晃动特征数据还包括交通工具的速度、交通工具的加速度以及交通工具的轮速中的至少一种。

预先在交通工具中安装传感器、定位组件中的至少一种。其中，传感器可以包括惯性测量单元(Inertial measurement unit，IMU)、轮速传感器等，IMU可以采集车头的角速度、交通工具的加速度，交通工具可以根据采集到的加速度计算出交通工具的速度；轮速传感器可以采集交通工具的轮速。定位组件可以包括全球定位模块(Global PositioningSystem，GPS)、WIFI(无线网络)模块等，定位组件可以采集交通工具的定位数据，然后交通工具根据定位数据可以计算出交通工具的速度、交通工具的行驶轨迹。本公开实施例对传感器和定位组件不做限定。

步骤202，交通工具根据车头晃动特征数据确定目标用户是否存在脱把行为。

采集到车头晃动特征数据之后，交通工具可以根据车头晃动特征数据确定目标用户是否存在脱把行为。例如，用户脱把可能会引起车头瞬间剧烈晃动，因此，如果车头的角速度的瞬间变化量大于预设变化量，则可以确定目标用户存在脱把行为。或者，用户脱把可能会导致交通工具偏离当前道路，因此，如果交通工具的行驶轨迹突然偏离当前道路，也可以确定目标用户存在脱把行为。还可以在交通工具的加速度超过预设加速度、交通工具的速度超过预设速度、交通工具的轮速超过预设轮数等情况下，确定目标用户存在脱把行为。本公开实施例对确定方式不做限定。

步骤203，若确定目标用户存在脱把行为，则交通工具输出告警信息。

其中，告警信息用于提醒目标用户停止脱把行为。告警信息可以包括灯光告警信息、声音告警信息中的至少一种，声音告警信息可以包括语音播报。例如，交通工具输出语音播报“请紧握车把、注意安全”。本公开实施例对告警信息不作限定。

交通工具在确定目标用户存在脱把行为的情况下，输出告警信息，提醒用户停止脱把行为，避免造成人员损伤。

上述用户行为识别方法中，在目标用户骑行交通工具的过程中，交通工具采集车头晃动特征数据；根据车头晃动特征数据确定目标用户是否存在脱把行为；若确定目标用户存在脱把行为，则输出告警信息。本公开实施例中，由于交通工具采集到的车头晃动特征数据不受用户干扰，因此，根据车头晃动特征数据确定目标用户是否脱把，比根据压力传感器采集到的压力数据确定目标用户是否脱把更为准确。进一步地，在确定目标用户脱把的情况下，输出告警信息提醒目标用户，可以避免由于目标用户脱把而造成的人员损伤。

在一个实施例中，如图3所示，上述步骤202可以包括：

步骤301，交通工具将车头晃动特征数据输入至预先训练的行为识别神经网络中，得到行为识别神经网络输出的概率信息。

其中，概率信息用于指示目标用户存在脱把行为的概率。

交通工具可以获取预先训练好的行为识别神经网络，在采集到车头晃动特征数据之后，将车头晃动特征数据输入行为识别神经网络中进行识别，得到行为识别神经网络输出的概率信息。

例如，交通工具将车头晃动特征数据输入到行为识别神经网络中，行为识别神经网络输出目标用户存在脱把行为的概率为0.9，或者，行为识别神经网络输出目标用户存在脱把行为的概率为0.3。

步骤302，交通工具根据概率信息确定目标用户是否存在脱把行为。

交通工具可以预先设置概率阈值，如果行为识别神经网络输出的目标用户存在脱把行为的概率大于预设概率阈值，则确定目标用户存在脱把行为；如果行为识别神经网络输出的目标用户存在脱把行为的概率小于或等于预设概率阈值，则确定目标用户不存在脱把行为。

例如，预设概率阈值为0.85，行为识别神经网络输出目标用户存在脱把行为的概率为0.9，大于预设概率阈值，则确定目标用户存在脱把行为；行为识别神经网络输出的目标用户存在脱把行为的概率为0.3，小于,预设概率阈值，则确定目标用户不存在脱把行为。

可以理解地，交通工具将车头晃动特征数据输入至预先训练的行为识别神经网络中，得到行为识别神经网络输出的概率信息，然后根据概率信息确定目标用户是否存在脱把行为，是利用了人工智能来进行脱把行为的判断，与利用压力传感器来进行脱把行为的判断相比，更加智能，识别结果也更加准确。

在其中一个实施例中，如图4所示，将车头晃动特征数据输入至预先训练的行为识别神经网络中之前，还包括训练行为识别神经网络的步骤：

步骤303，获取多个训练样本和各训练样本对应的标注。

其中，训练样本包括样本交通工具的样本车头晃动特征数据；训练样本对应的标注用于指示使用样本交通工具的用户是否存在脱把行为。

收集多个样本交通工具采集到的样本车头晃动特征数据，并将每个样本交通工具的样本车头晃动特征数据作为一个训练样本。然后，由标注人员根据每个样本交通工具在采集样本车头晃动特征数据时用户是否存在脱把行为对每个训练样本进行标注。

例如，收集到样本交通工具A采集到的样本车头晃动特征数据1，样本交通工具B采集到的样本车头晃动特征数据2；将样本车头晃动特征数据1作为训练样本1，将样本车头晃动特征数据2作为训练样本2。样本交通工具A在采集样本车头晃动特征数据1时，用户存在脱把行为，则训练样本1对应的标注为用户存在脱把行为；样本交通工具B在采集样本车头晃动特征数据2时。用户不存在脱把行为，则训练样本2对应的标注为用户不存在脱把行为。本公开实施例对训练样本的数量不做限定。

步骤304，基于多个训练样本和各训练样本对应的标注进行神经网络的训练，得到行为识别神经网络。

将多个训练样本输入到初始的神经网络中，得到初始的神经网络输出的各训练样本对应的概率信息；利用损失函数计算各训练样本对应的概率信息和标注之间的损失值，如果损失值不满足收敛条件，则调整神经网络中的可调参数重新训练，直至损失值满足收敛条件，并将损失值满足收敛条件时的神经网络作为行为识别神经网络。

在训练出行为识别神经网络之后，还可以定期获取新训练样本和新训练样本对应的标注，然后根据新训练样本和新训练样本对应的标注对行为识别神经网络进行更新，以保证行为识别神经网络可以更加准确地输出用户是否存在脱把行为的概率。

上述根据车头晃动特征数据确定目标用户是否存在脱把行为的过程中，交通工具将车头晃动特征数据输入至预先训练的行为识别神经网络中，得到行为识别神经网络输出的概率信息；然后根据概率信息确定目标用户是否存在脱把行为。本公开实施例中，利用人工智能来进行脱把行为的判断，与利用压力传感器来进行脱把行为的判断相比，更加智能，识别结果也更加准确。

在一个实施例中，如图5所示，在目标用户骑行交通工具的过程中，采集交通工具的车头晃动特征数据之前，还可以包括：

步骤401，交通工具在接收到针对交通工具的开锁请求后，向服务器发送级别查询请求。

其中，级别查询请求用于指示服务器返回目标用户的交通工具使用级别；交通工具使用级别是根据目标用户的历史脱把行为数据得到的。

服务器预先根据各用户的历史脱把行为数据确定各用户的交通工具使用级别。在接收到开锁请求后，交通工具向服务器发送级别查询请求。服务器接收到级别查询请求之后，查询目标用户的交通工具使用级别，并将目标用户的交通工具使用级别发送到交通工具。交通工具接收服务器发送的目标用户的交通工具使用级别。

步骤402，若交通工具使用级别低于第一预设级别且高于第二预设级别，则输出宣导音频。

其中，宣导音频用于向目标用户宣导脱把行为的危害。

如果目标用户的交通工具使用级别低于第一预设级别且高于第二预设级别，表明目标用户在历史时段存在脱把行为，目前可以使用交通工具，但是需要向目标用户宣导脱把行为的危害。

例如，预先设置交通工具使用级别从高到低依次为1级到10级，其中，第一预设级别为2级，第二预设级别为9级。如果目标用户的交通工具使用级别为3级，低于第一预设级别且高于第二预设级别，则交通工具输出宣导音频。如果目标用户的交通工具使用级别为8级，低于第一预设级别且高于第二预设级别，交通工具同样输出宣导音频。宣导音频可以包括“脱把会造成交通事故、造成人员伤亡，请注意安全”。本公开实施例对交通工具使用级别、第一预设级别、第二预设级别不做限定。

可以理解地，在目标用户使用交通工具前，交通工具获取目标用户的交通工具使用级别，并在目标用户的交通工具使用级别低于第一预设级别且高于第二预设级别的情况下，向目标用户宣导脱把行为的危害，是事先提醒目标用户在骑行过程中不要脱把，可以降低用户脱把的概率。

在其中一个实施例中，如图6所示，在向服务器发送级别查询请求之后，还可以包括：

步骤403，若目标用户的使用等级低于或等于第二预设级别，则禁止对开锁请求进行响应。

如果目标用户的交通工具使用级别低于或等于第二预设级别，表明目标用户在历史时段存在脱把行为，并且情节严重，因此禁止对开锁请求进行响应。

例如，目标用户的交通工具使用级别为9级，等于第二预设级别，则交通工具即使接收到开锁请求，也不响应开锁请求；或者，目标用户的交通工具使用级别为10级，低于第二预设级别，则交通工具也不响应开锁请求。

上述预先获取目标用户的交通工具使用级别的过程中，交通工具在接收到针对交通工具的开锁请求后，向服务器发送级别查询请求；如果交通工具使用级别低于第一预设级别且高于第二预设级别，则交通工具输出宣导音频，即事先提醒目标用户在骑行过程中不要脱把，从而降低用户脱把的概率；进一步地，如果目标用户的使用等级低于或等于第二预设级别，则禁止对开锁请求进行响应，即目标用户在历史时段的脱把行为较多，不对目标用户开放使用权限，避免目标用户因脱把而造成交通事故和人员损伤。

在一个实施例中，如图7所示，提供了一种用户行为识别方法，以该方法应用于交通工具为例进行说明，可以包括如下步骤：

步骤501，在接收到针对交通工具的开锁请求后，向服务器发送级别查询请求。

其中，级别查询请求用于指示服务器返回目标用户的交通工具使用级别；交通工具使用级别是根据目标用户的历史脱把行为数据得到的。

交通工具根据目标用户的交通工具使用级别执行步骤502或步骤503。

步骤502，若交通工具使用级别低于第一预设级别，则输出宣导音频。

其中，宣导音频用于向目标用户宣导脱把行为的危害。

步骤503，若目标用户的使用等级低于第二预设级别，则禁止对开锁请求进行响应。

步骤504，在目标用户骑行交通工具的过程中，采集交通工具的车头晃动特征数据。

其中，车头晃动特征数据用于表征交通工具的车头的晃动剧烈程度。

步骤505，将车头晃动特征数据输入至预先训练的行为识别神经网络中，得到行为识别神经网络输出的概率信息；根据概率信息确定目标用户是否存在脱把行为。

其中，概率信息用于指示目标用户存在脱把行为的概率。

步骤506，若确定目标用户存在脱把行为，则输出告警信息。

其中，告警信息用于提醒目标用户停止脱把行为。

步骤507，若目标用户存在脱把行为，则向服务器发送级别降低信息。

其中，级别降低信息用于指示服务器降低目标用户的交通工具使用级别。

交通工具在确定目标用户存在脱把行为的情况下，向服务器发送级别降低信息。服务器接收到交通工具发送的级别降低信息之后，降低目标用户的交通工具使用级别。

例如，目标用户的交通工具使用级别为1级，当交通工具确定目标用户存在脱把行为之后，向服务器发送级别降低信息，服务器接收到级别降低信息之后，将目标用户的交通工具使用级别降低为2级。

上述用户行为识别方法中，交通工具预先从服务器获取目标用户的交通工具使用级别，如果目标用户的交通工具使用级别低于第一预设级别且高于第二预设级别时，输出宣导音频，事先提醒目标用户不要脱把，降低目标用户的脱把概率；如果目标用户的交通工具使用级别低于或等于第二预设级别，则禁止响应开锁请求，避免目标用户因脱把而造成交通事故、人员损伤。之后，在目标用户骑行交通工具的过程中，采集车头晃动特征数据，根据车头晃动特征数据确定目标用户是否存在脱把行为，如果确定目标用户存在脱把行为，则输出告警信息，提醒目标用户不要脱把；并且，还可以向服务器发送级别降低信息，使服务器降低目标用户的交通工具使用级别，以便在目标用户后续使用其他交通工具前向目标用户宣导脱把行为的危害性。

在一个实施例中，如图8所示，提供一种用户行为识别方法，以该方法应用于服务器为例进行说明，可以包括如下步骤：

步骤601，服务器接收交通工具发送的级别降低信息。

其中，级别降低信息是交通工具在目标用户骑行过程中采集车头晃动特征数据，并根据车头晃动特征数据确定目标用户存在脱把行为后发送的，车头晃动特征数据用于表征交通工具的车头的晃动剧烈程度。

在目标用户骑行交通工具的过程中，交通工具采集车头晃动特征数据，并根据车头晃动特征数据确定目标用户是否存在脱把行为。如果确定目标用户存在脱把行为，则交通工具向服务器发送级别降低信息。服务器接收交通工具发送的级别降低信息。

步骤602，服务器根据级别降低信息降低目标用户的交通工具使用级别，得到降级后的交通工具使用级别。

服务器接收到级别降低信息之后，对目标用户的交通工具使用级别进行降级处理，得到降级后的交通工具使用级别。

在其中一个实施例中，服务器可以在每次接收到针对同一用户的级别降低信息后，都对该用户的交通工具使用级别进行一次降级处理。例如，服务器第一次接收到针对用户A的级别降低信息后，将用户A的交通工具使用级别从1级降低为2级；服务器第二次接收到针对用户A的级别降低信息后，将用户A的交通工具使用级别从2级降低为3级。

在其中一个实施例中，服务器可以在接收到多次针对同一用户的级别降低信息后，对该用户的交通工具使用级别进行一次降级处理。例如，服务器接收到10次针对用户A的级别降低信息后，将用户A的交通工具使用从1级降低到2级；服务器又接收到10次针对用户A的级别降低信息，将用户A的交通工具使用从2级降低到3级。

上述用户行为识别方法中，服务器接收交通工具发送的级别降低信息；服务器根据级别降低信息降低目标用户的交通工具使用级别，得到降级后的交通工具使用级别。其中，级别降低信息是交通工具在目标用户骑行过程中采集车头晃动特征数据，并根据车头晃动特征数据确定目标用户存在脱把行为后发送的。由于车头晃动特征数据的采集不受用户干扰，因此，根据车头晃动特征数据来确定目标用户是否存在脱把行为，与根据压力传感器采集到的压力数据来确定目标用户是否存在脱把行为，结果更为准确。进一步地，由服务器管理用户的交通工具使用级别，可以根据交通工具使用级别采用相应的措施，从而避免用户脱把。

在一个实施例中，如图9所示，在根据级别降低信息降低目标用户的交通工具使用级别，得到降级后的交通工具使用级别之后，还可以包括：

步骤603，服务器根据降级后的交通工具使用级别，确定目标用户是否满足虚拟资源发放条件；若满足，则将虚拟资源发放至目标用户对应的账户中。

服务器中预先设置虚拟资源发放条件，虚拟资源发放条件可以包括交通工具使用级别高于第三预设级别，也可以包括交通工具使用级别低于或等于第三预设级别且高于第四预设级别。

服务器得到目标用户降级后的交通工具使用级别后，确定降级后的交通工具使用级别是否高于第三预设级别，如果降级后的交通工具使用级别高于第三预设级别，则将第一虚拟资源发放到目标用户的账户中。如果降级后的交通工具使用级别低于或等于第三预设级别，但是高于第四预设级别，则将第二虚拟资源发放到目标用户的账户中。如果目标用户降级后的交通工具使用级别不满足虚拟资源发放条件，则不发放虚拟资源。

例如，第三预设级别为3级，第四预设级别为6级，如果降级后的交通工具使用级别为2级，高于第三预设级别，则将赠券a发放到目标用户的账户中；如果降级后的交通工具使用级别为5级，低于第三预设级别且高于第四预设级别，则将赠券b发放到目标用户的账户中。如果降级后的交通工具使用级别为7级，低于第四预设级别，则不发放赠券。本公开实施例对虚拟资源发放条件不做限定。

可以理解地，服务器根据降级后的交通工具使用级别，确定目标用户是否满足虚拟资源发放条件；若满足，则将虚拟资源发放至目标用户对应的账户中。即通过正向激励的方式，鼓励用户不要出现脱把行为，从而降低用户脱把的概率。

在其中一个实施例中，如图10所示，在根据级别降低信息降低目标用户的交通工具使用级别，得到降级后的交通工具使用级别之后，还可以包括：

步骤604，服务器根据降级后的交通工具使用级别，确定目标用户是否满足内容项下发条件；若满足，则将目标内容项下发至目标用户对应的客户端。

其中，目标内容项用于提醒目标用户脱把行为的危害。

服务器中预先设置内容项下发条件，内容项下发条件可以包括交通工具使用级别低于第五预设级别。服务器得到目标用户降级后的交通工具使用级别之后，确定降级后的交通工具使用级别是否低于第五预设级别，如果降级后的交通工具使用级别低于第五预设级别，则将目标内容项下发至目标用户对应的客户端。

例如，第五预设级别为5级，如果目标用户降级后的交通工具使用级别为6级，低于第五预设级别，则将宣导脱把行为的危害的图像、视频、语音等目标内容项下发到目标用户对应的客户端，从而在目标用户对应的客户端显示宣导图像，或者播放宣导视频和宣导语音。本公开实施例对目标内容项不做限定。

上述用户行为识别方法中，在根据级别降低信息降低目标用户的交通工具使用级别，得到降级后的交通工具使用级别之后，服务器根据降级后的交通工具使用级别，确定目标用户是否满足虚拟资源发放条件；若满足，则将虚拟资源发放至目标用户对应的账户中，即通过正向激励的方式，鼓励用户不要出现脱把行为，从而降低用户脱把的概率。进一步地，服务器根据降级后的交通工具使用级别，确定目标用户是否满足内容项下发条件；若满足，则将目标内容项下发至目标用户对应的客户端，即通过客户端向目标用户宣导脱把行为的危害，从而避免用户出现脱把行为。

应该理解的是，虽然图2-图10的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-图10中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，如图11所示，提供了一种用户行为识别装置，包括：

数据采集模块701，用于在目标用户骑行交通工具的过程中，采集交通工具的车头晃动特征数据；车头晃动特征数据用于表征交通工具的车头的晃动剧烈程度；

行为识别模块702，用于根据车头晃动特征数据确定目标用户是否存在脱把行为；

告警模块703，用于若确定目标用户存在脱把行为，则输出告警信息；告警信息用于提醒目标用户停止脱把行为。

在其中一个实施例，上述行为识别模块包括：

概率输出子模块，用于将车头晃动特征数据输入至预先训练的行为识别神经网络中，得到行为识别神经网络输出的概率信息；概率信息用于指示目标用户存在脱把行为的概率；

行为识别子模块，用于根据概率信息确定目标用户是否存在脱把行为。

在其中一个实施例，该装置还包括：

样本获取模块，用于获取多个训练样本和各训练样本对应的标注；训练样本包括样本交通工具的样本车头晃动特征数据；训练样本对应的标注用于指示使用样本交通工具的用户是否存在脱把行为；

训练模块，用于基于多个训练样本和各训练样本对应的标注进行神经网络的训练，得到行为识别神经网络。

在其中一个实施例，车头晃动特征数据包括车头的角速度以及交通工具的行驶轨迹中的至少一种，车头晃动特征数据还包括交通工具的速度、交通工具的加速度以及交通工具的轮速中的至少一种。

在其中一个实施例，如图12所示，该装置还包括：

级别查询模块704，用于在接收到针对交通工具的开锁请求后，向服务器发送级别查询请求；级别查询请求用于指示服务器返回目标用户的交通工具使用级别；交通工具使用级别是根据目标用户的历史脱把行为数据得到的；

宣导模块705，用于若交通工具使用级别低于第一预设级别且高于第二预设级别，则输出宣导音频；宣导音频用于向目标用户宣导脱把行为的危害。

在其中一个实施例，如图13所示，该装置还包括：

响应禁止模块706，用于若目标用户的使用等级低于或等于第二预设级别，则禁止对开锁请求进行响应。

在其中一个实施例，如图14所示，该装置还包括：

信息发送模块707，用于若目标用户存在脱把行为，则向服务器发送级别降低信息；级别降低信息用于指示服务器降低目标用户的交通工具使用级别。

在一个实施例中，如图15所示，提供了一种用户行为识别装置，该装置包括：

信息接收模块801，用于接收交通工具发送的级别降低信息；级别降低信息是交通工具在目标用户骑行过程中采集车头晃动特征数据，并根据车头晃动特征数据确定目标用户存在脱把行为后发送的，车头晃动特征数据用于表征交通工具的车头的晃动剧烈程度；

降级模块802，用于根据级别降低信息降低目标用户的交通工具使用级别，得到降级后的交通工具使用级别。

在其中一个实施例，如图16所示，该装置还包括：

资源下发模块803，根据降级后的交通工具使用级别，确定目标用户是否满足虚拟资源发放条件；若满足，则将虚拟资源发放至目标用户对应的账户中。

在其中一个实施例，如图17所示，该装置还包括：

内容项下发模块804，用于根据降级后的交通工具使用级别，确定目标用户是否满足内容项下发条件；若满足，则将目标内容项下发至目标用户对应的客户端；目标内容项用于提醒目标用户脱把行为的危害。

关于用户行为识别装置的具体限定可以参见上文中对于用户行为识别方法的限定，在此不再赘述。上述用户行为识别装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以以硬件形式内嵌于或独立于电子设备中的处理器中，也可以以软件形式存储于电子设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

图18是根据一示例性实施例示出的一种电子设备1300的框图。例如，电子设备1300可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图18，电子设备1300可以包括以下一个或多个组件：处理组件1302，存储器1304，电源组件1306，多媒体组件1308，音频组件1310，输入/输出(I/O)的接口1312，传感器组件1314，以及通信组件1316。其中，存储器上存储有在处理器上运行的计算机程序或者指令。

处理组件1302通常控制电子设备1300的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件1302可以包括一个或多个处理器1320来执行指令，以完成上述方法的全部或部分步骤。此外，处理组件1302可以包括一个或多个模块，便于处理组件1302和其他组件之间的交互。例如，处理组件1302可以包括多媒体模块，以方便多媒体组件1308和处理组件1302之间的交互。

存储器1304被配置为存储各种类型的数据以支持在电子设备1300的操作。这些数据的示例包括用于在电子设备1300上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器1304可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件1306为电子设备1300的各种组件提供电力。电源组件1306可以包括电源管理系统，一个或多个电源，及其他与为电子设备1300生成、管理和分配电力相关联的组件。

多媒体组件1308包括在所述电子设备1300和用户之间的提供一个输出接口的触控显示屏。在一些实施例中，触控显示屏可以包括液晶显示器(LCD)和触摸面板(TP)。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件1308包括一个前置摄像头和/或后置摄像头。当电子设备1300处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件1310被配置为输出和/或输入音频信号。例如，音频组件1310包括一个麦克风(MIC)，当电子设备1300处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器1304或经由通信组件1316发送。在一些实施例中，音频组件1310还包括一个扬声器，用于输出音频信号。

I/O接口1312为处理组件1302和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件1314包括一个或多个传感器，用于为电子设备1300提供各个方面的状态评估。例如，传感器组件1314可以检测到电子设备1300的打开/关闭状态，组件的相对定位，例如所述组件为电子设备1300的显示器和小键盘，传感器组件1314还可以检测电子设备1300或电子设备1300一个组件的位置改变，用户与电子设备1300接触的存在或不存在，电子设备1300方位或加速/减速和电子设备1300的温度变化。传感器组件1314可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件1314还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件1314还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件1316被配置为便于电子设备1300和其他设备之间有线或无线方式的通信。电子设备1300可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件1316经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件1316还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，电子设备1300可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述用户行为识别方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器1304，上述指令可由电子设备1300的处理器1320执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本公开实施例所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本公开实施例的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本公开实施例构思的前提下，还可以做出若干变形和改进，这些都属于本公开实施例的保护范围。因此，本公开实施例专利的保护范围应以所附权利要求为准。

Claims (22)

1.一种用户行为识别方法，其特征在于，所述方法包括：

在目标用户骑行交通工具的过程中，采集所述交通工具的车头晃动特征数据；所述车头晃动特征数据用于表征所述交通工具的车头的晃动剧烈程度；

根据所述车头晃动特征数据确定所述目标用户是否存在脱把行为；

若确定所述目标用户存在脱把行为，则输出告警信息；所述告警信息用于提醒所述目标用户停止脱把行为。

2.根据权利要求1所述的方法，其特征在于，所述根据所述车头晃动特征数据确定所述目标用户是否存在脱把行为，包括：

将所述车头晃动特征数据输入至预先训练的行为识别神经网络中，得到所述行为识别神经网络输出的概率信息；所述概率信息用于指示所述目标用户存在脱把行为的概率；

根据所述概率信息确定所述目标用户是否存在脱把行为。

3.根据权利要求2所述的方法，其特征在于，所述将所述车头晃动特征数据输入至预先训练的行为识别神经网络中之前，所述方法还包括：

获取多个训练样本和各训练样本对应的标注；所述训练样本包括样本交通工具的样本车头晃动特征数据；所述训练样本对应的标注用于指示使用样本交通工具的用户是否存在脱把行为；

基于所述多个训练样本和各训练样本对应的标注进行神经网络的训练，得到所述行为识别神经网络。

4.根据权利要求1至3任一项所述的方法，其特征在于，所述车头晃动特征数据包括所述车头的角速度以及所述交通工具的行驶轨迹中的至少一种，所述车头晃动特征数据还包括所述交通工具的速度、所述交通工具的加速度以及所述交通工具的轮速中的至少一种。

5.根据权利要求1所述的方法，其特征在于，所述在目标用户骑行交通工具的过程中，采集所述交通工具的车头晃动特征数据之前，所述方法还包括：

在接收到针对所述交通工具的开锁请求后，向服务器发送级别查询请求；所述级别查询请求用于指示所述服务器返回所述目标用户的交通工具使用级别；所述交通工具使用级别是根据所述目标用户的历史脱把行为数据得到的；

若所述交通工具使用级别低于第一预设级别且高于第二预设级别，则输出宣导音频；所述宣导音频用于向所述目标用户宣导脱把行为的危害。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

若所述目标用户的使用等级低于或等于所述第二预设级别，则禁止对所述开锁请求进行响应。

7.根据权利要求5或6所述的方法，其特征在于，所述方法还包括：

若所述目标用户存在脱把行为，则向所述服务器发送级别降低信息；所述级别降低信息用于指示所述服务器降低所述目标用户的交通工具使用级别。

8.一种用户行为识别方法，其特征在于，所述方法包括：

接收交通工具发送的级别降低信息；所述级别降低信息是所述交通工具在目标用户骑行过程中采集车头晃动特征数据，并根据所述车头晃动特征数据确定所述目标用户存在脱把行为后发送的，所述车头晃动特征数据用于表征所述交通工具的车头的晃动剧烈程度；

根据所述级别降低信息降低所述目标用户的交通工具使用级别，得到降级后的交通工具使用级别。

9.根据权利要求8所述的方法，其特征在于，所述根据所述级别降低信息降低所述目标用户的交通工具使用级别，得到降级后的交通工具使用级别之后，所述方法还包括：

根据所述降级后的交通工具使用级别，确定所述目标用户是否满足虚拟资源发放条件；若满足，则将虚拟资源发放至所述目标用户对应的账户中。

10.根据权利要求8所述的方法，其特征在于，所述根据所述级别降低信息降低所述目标用户的交通工具使用级别，得到降级后的交通工具使用级别之后，所述方法还包括：

根据所述降级后的交通工具使用级别，确定所述目标用户是否满足内容项下发条件；若满足，则将目标内容项下发至所述目标用户对应的客户端；所述目标内容项用于提醒所述目标用户脱把行为的危害。

11.一种用户行为识别装置，其特征在于，所述装置包括：

数据采集模块，用于在目标用户骑行交通工具的过程中，采集所述交通工具的车头晃动特征数据；所述车头晃动特征数据用于表征所述交通工具的车头的晃动剧烈程度；

行为识别模块，用于根据所述车头晃动特征数据确定所述目标用户是否存在脱把行为；

告警模块，用于若确定所述目标用户存在脱把行为，则输出告警信息；所述告警信息用于提醒所述目标用户停止脱把行为。

12.根据权利要求11所述的装置，其特征在于，所述行为识别模块包括：

概率输出子模块，用于将所述车头晃动特征数据输入至预先训练的行为识别神经网络中，得到所述行为识别神经网络输出的概率信息；所述概率信息用于指示所述目标用户存在脱把行为的概率；

行为识别子模块，用于根据所述概率信息确定所述目标用户是否存在脱把行为。

13.根据权利要求12所述的装置，其特征在于，所述装置还包括：

样本获取模块，用于获取多个训练样本和各训练样本对应的标注；所述训练样本包括样本交通工具的样本车头晃动特征数据；所述训练样本对应的标注用于指示使用样本交通工具的用户是否存在脱把行为；

训练模块，用于基于所述多个训练样本和各训练样本对应的标注进行神经网络的训练，得到所述行为识别神经网络。

14.根据权利要求11至13任一项所述的装置，其特征在于，所述车头晃动特征数据包括所述车头的角速度以及所述交通工具的行驶轨迹中的至少一种，所述车头晃动特征数据还包括所述交通工具的速度、所述交通工具的加速度以及所述交通工具的轮速中的至少一种。

15.根据权利要求11所述的装置，其特征在于，所述装置还包括：

级别查询模块，用于在接收到针对所述交通工具的开锁请求后，向服务器发送级别查询请求；所述级别查询请求用于指示所述服务器返回所述目标用户的交通工具使用级别；所述交通工具使用级别是根据所述目标用户的历史脱把行为数据得到的；

宣导模块，用于若所述交通工具使用级别低于第一预设级别且高于第二预设级别，则输出宣导音频；所述宣导音频用于向所述目标用户宣导脱把行为的危害。

16.根据权利要求15所述的装置，其特征在于，所述装置还包括：

响应禁止模块，用于若所述目标用户的使用等级低于或等于所述第二预设级别，则禁止对所述开锁请求进行响应。

17.根据权利要求15或16所述的装置，其特征在于，所述装置还包括：

信息发送模块，用于若所述目标用户存在脱把行为，则向所述服务器发送级别降低信息；所述级别降低信息用于指示所述服务器降低所述目标用户的交通工具使用级别。

18.一种用户行为识别装置，其特征在于，所述装置包括：

信息接收模块，用于接收交通工具发送的级别降低信息；所述级别降低信息是所述交通工具在目标用户骑行过程中采集车头晃动特征数据，并根据所述车头晃动特征数据确定所述目标用户存在脱把行为后发送的，所述车头晃动特征数据用于表征所述交通工具的车头的晃动剧烈程度；

降级模块，用于根据所述级别降低信息降低所述目标用户的交通工具使用级别，得到降级后的交通工具使用级别。

19.根据权利要求18所述的装置，其特征在于，所述装置还包括：

资源下发模块，根据所述降级后的交通工具使用级别，确定所述目标用户是否满足虚拟资源发放条件；若满足，则将虚拟资源发放至所述目标用户对应的账户中。

20.根据权利要求18所述的装置，其特征在于，所述装置还包括：

内容项下发模块，用于根据所述降级后的交通工具使用级别，确定所述目标用户是否满足内容项下发条件；若满足，则将目标内容项下发至所述目标用户对应的客户端；所述目标内容项用于提醒所述目标用户脱把行为的危害。

21.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至10中任一项所述的方法的步骤。

22.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至10中任一项所述的方法的步骤。

Images