《一种预测用户操作的方法及移动终端.pdf》由会员分享，可在线阅读，更多相关《一种预测用户操作的方法及移动终端.pdf（14页完整版）》请在专利查询网上搜索。
1、(10)申请公布号 CN 102891916 A (43)申请公布日 2013.01.23 C N 1 0 2 8 9 1 9 1 6 A *CN102891916A* (21)申请号 201110200350.9 (22)申请日 2011.07.18 H04M 1/725(2006.01) H04M 1/247(2006.01) (71)申请人中兴通讯股份有限公司 地址 518057 广东省深圳市南山区高新技术 产业园科技南路中兴通讯大厦法务部 (72)发明人张琦 毛可 王晓梅 (74)专利代理机构北京派特恩知识产权代理事 务所(普通合伙) 11270 代理人蒋雅洁 王黎延 (54) 发明名。
2、称 一种预测用户操作的方法及移动终端 (57) 摘要 本发明公开了一种预测用户操作的方法，包 括：移动终端训练操作模型成功后，利用环境因 素和操作模型预测出调用指令，最后将调用指令 编写成选择信息显示给用户。本发明还同时公开 了一种移动终端，采用本发明能预测用户即将进 行的操作，为用户提供智能且细化的服务。 (51)Int.Cl. 权利要求书2页 说明书7页 附图4页 (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书 2 页 说明书 7 页 附图 4 页 1/2页 2 1.一种预测用户操作的方法，其特征在于，该方法包括： 移动终端训练操作模型成功后，利用采集到的环境因素和。
3、操作模型获取调用指令，最 后将调用指令转换为选择信息显示给用户。 2.根据权利要求1所述的方法，其特征在于，所述训练操作模型为：利用操作记录列表 对操作模型进行修正。 3.根据权利要求2所述的方法，其特征在于，所述利用操作记录列表对操作模型进行 修正，包括：移动终端逐条调用操作记录列表中的操作记录，将操作记录的环境因素作为操 作模型的输入信息，将操作模型的输出信息跟操作记录中的调用指令做比对，如果二者相 同则继续调用下一条操作记录进行比对，如果二者不相同，则将操作模型的误差加一，并修 正操作模型，然后调用下一条操作记录进行比对，直到将操作记录列表中的所有操作记录 都调用完。 4.根据权利要求1。
4、所述的方法，其特征在于，所述训练操作模型成功，为：统计操作模 型的误差，判断操作模型的误差是否低于预设的使用门限，如果低于使用门限，则训练操作 模型成功，否则训练操作模型不成功，重新训练操作模型。 5.根据权利要求1所述的方法，其特征在于，所述移动终端训练操作模型之前，该方法 还包括：移动终端保存调用指令并计数，当该调用指令的计数值高于预设的记录门限时，将 调用指令和环境因素编写为操作记录保存在操作记录列表中。 6.根据权利要求1至5任一所述的方式，其特征在于，所述将调用指令转换为选择信息 显示给用户，包括：将调用指令中的所要完成的操作编写成需要用户选择是否执行的一条 选择信息。 7.一种移动。
5、终端，其特征在于，该移动终端包括： 操作模型模块，用于训练操作模型成功后，将环境因素输入操作模型，操作模型计算输 出调用指令，再将调用指令发送给输出模块； 输出模块，用于接收操作模型模块发送的调用指令，将调用指令转换成选择信息发送 给显示交互模块； 显示交互模块，用于接收输出模块发送的选择信息，将选择信息显示给用户。 8.根据权利要求7所述的移动终端，其特征在于，该移动终端进一步包括： 输入因素采集模块，用于接收显示交互模块的发送环境因素指令，将环境因素信息发 送给操作模型模块； 相应的，所述操作模型模块，还用于接收输入因素采集模块的环境因素信息； 所述显示交互模块，还用于在检测到用户使用移动。
6、终端时，将发送环境因素指令发送 给输入因素采集模块。 9.根据权利要求7所述的移动终端，其特征在于，该移动终端进一步包括：输出事件抽 象模块和存储模块；其中， 输出事件抽象模块，用于判断调用指令的计数值是否超过记录门限，如果超过记录门 限，则将调用指令发送给存储模块，否则不做操作； 存储模块，用于接收输出事件抽象模块的调用指令。 10.根据权利要求9所述的移动终端，其特征在于，该移动终端进一步包括： 操作系统应用模块，用于将调用指令发送给输出事件抽象模块； 权 利 要 求 书CN 102891916 A 2/2页 3 相应的，所述输出事件抽象模块，还用于保存操作系统应用模块发送的调用指令。 1。
7、1.根据权利要求9所述的移动终端，其特征在于， 所述存储模块，还用于接收到调用指令时，从输入因素采集模块获取环境因素信息，将 调用指令和环境因素编写为操作记录，填写在操作记录列表中； 相应的，所述输入因素采集模块，还用于将环境因素信息发送给存储模块。 12.根据权利要求7所述的移动终端，其特征在于， 所述操作模型模块，具体用于逐条调用操作记录列表中的操作记录，将操作记录的环 境因素作为操作模型的输入信息，将操作模型的输出信息跟操作记录中的调用指令做比 对，如果二者相同则继续调用下一条操作记录进行比对，如果二者不相同，则将操作模型的 误差加一，并修正操作模型，然后调用下一条操作记录，直到将操作记。
8、录列表中的所有操作 记录都调用完。 13.根据权利要求7至12任一所述的移动终端，其特征在于， 所述操作模型模块，还用于判断操作模型的误差是否低于预设的使用门限，如果低于 使用门限，则操作模型训练成功，否则重新训练操作模型。 权 利 要 求 书CN 102891916 A 1/7页 4 一种预测用户操作的方法及移动终端 技术领域 0001 本发明涉及移动通信中的智能手机技术，尤其涉及一种预测用户操作的方法及移 动终端。 背景技术 0002 移动终端、如手机，已经作为一个生活必需品被随身携带，在每个人使用手机的过 程中，潜移默化中会形成一种习惯，这种习惯可以描述为：用户在每天的某段时刻、某个地 。
9、点和某个环境所进行的对手机习惯性的操作行为。换句话说，用户在一天中的某些特定的 时刻、特定地点对手机的使用具有一定规律。但是，现有的手机不能对用户的操作习惯进行 记忆，无法预测出用户即将进行的操作。 0003 目前，有些手机逐渐开始做出简单的改进用来解决这个问题，比如：添加记忆程序 来记忆用户上次的操作，或者是将应用程序的图标设置在主界面上，以供用户较快捷的使 用。但是，上述的改进方法，要么只能提供用户上次的操作记录，无法预测用户即将进行的 操作；要么需要用户进行手动操作，对经常使用的应用程序做设置，无法为用户提供智能的 服务。可见，目前没有移动终端能够预测用户即将进行的操作，为用户提供智能且。
10、细化的服 务。 发明内容 0004 有鉴于此，本发明的目的在于提供一种预测用户操作的方法及移动终端，预测用 户即将进行的操作，提供智能且细化的服务。 0005 为达到上述目的，本发明的技术方案是这样实现的： 0006 本发明提供了一种预测用户操作的方法，该方法包括： 0007 移动终端训练操作模型成功后，利用采集到的环境因素和操作模型获取调用指 令，最后将调用指令转换为选择信息显示给用户。 0008 上述方案中，所述训练操作模型为：利用操作记录列表对操作模型进行修正。 0009 上述方案中，所述利用操作记录列表对操作模型进行修正，包括：移动终端逐条调 用操作记录列表中的操作记录，将操作记录的环。
11、境因素作为操作模型的输入信息，将操作 模型的输出信息跟操作记录中的调用指令做比对，如果二者相同则继续调用下一条操作记 录进行比对，如果二者不相同，则将操作模型的误差加一，并修正操作模型，然后调用下一 条操作记录进行比对，直到将操作记录列表中的所有操作记录都调用完。 0010 上述方案中，所述训练操作模型成功，为：统计操作模型的误差，判断操作模型的 误差是否低于预设的使用门限，如果低于使用门限，则训练操作模型成功，否则训练操作模 型不成功，重新训练操作模型。 0011 上述方案中，所述移动终端训练操作模型之前，该方法还包括：移动终端保存调用 指令并计数，当该调用指令的计数值高于预设的记录门限时，。
12、将调用指令和环境因素编写 为操作记录保存在操作记录列表中。 说 明 书CN 102891916 A 2/7页 5 0012 上述方案中，所述将调用指令转换为选择信息显示给用户，包括：将调用指令中的 所要完成的操作编写成需要用户选择是否执行的一条选择信息。 0013 本发明还提供了一种移动终端，该移动终端包括： 0014 操作模型模块，用于训练操作模型成功后，将环境因素输入操作模型，操作模型计 算输出调用指令，再将调用指令发送给输出模块； 0015 输出模块，用于接收操作模型模块发送的调用指令，将调用指令转换成选择信息 发送给显示交互模块； 0016 显示交互模块，用于接收输出模块发送的选择信息。
13、，将选择信息显示给用户。 0017 上述方案中，该移动终端进一步包括： 0018 输入因素采集模块，用于接收显示交互模块的发送环境因素指令，将环境因素信 息发送给操作模型模块； 0019 相应的，所述操作模型模块，还用于接收输入因素采集模块的环境因素信息； 0020 所述显示交互模块，还用于在检测到用户使用移动终端时，将发送环境因素指令 发送给输入因素采集模块。 0021 上述方案中，该移动终端进一步包括：输出事件抽象模块和存储模块；其中， 0022 输出事件抽象模块，用于判断调用指令的计数值是否超过记录门限，如果超过记 录门限，则将调用指令发送给存储模块，否则不做操作； 0023 存储模块，。
14、用于接收输出事件抽象模块的调用指令。 0024 上述方案中，该移动终端进一步包括： 0025 操作系统应用模块，用于将调用指令发送给输出事件抽象模块； 0026 相应的，所述输出事件抽象模块，还用于保存操作系统应用模块发送的调用指令。 0027 上述方案中，所述存储模块，还用于接收到调用指令时，从输入因素采集模块获取 环境因素信息，将调用指令和环境因素编写为操作记录，填写在操作记录列表中； 0028 相应的，所述输入因素采集模块，还用于将环境因素信息发送给存储模块。 0029 上述方案中，所述操作模型模块，具体用于逐条调用操作记录列表中的操作记录， 将操作记录的环境因素作为操作模型的输入信息，。
15、将操作模型的输出信息跟操作记录中的 调用指令做比对，如果二者相同则继续调用下一条操作记录进行比对，如果二者不相同，则 将操作模型的误差加一，并修正操作模型，然后调用下一条操作记录，直到将操作记录列表 中的所有操作记录都调用完。 0030 上述方案中，所述操作模型模块，还用于判断操作模型的误差是否低于预设的使 用门限，如果低于使用门限，则操作模型训练成功，否则重新训练操作模型。 0031 本发明所提供的预测用户操作的方法及移动终端，具有以下的优点和特点：在操 作模型训练成功后，用户即将使用移动终端的时候，利用环境因素以及操作模型，移动终端 会为用户显示出预测到的用户即将进行的操作，用户只需要简单。
16、的进行选择就可以完成每 天重复进行的一系列相同的操作，不需要用户每天进行大量重复的操作，从而为用户提供 更为智能且细化的服务。 附图说明 0032 图1为本发明预测用户操作的方法流程示意图； 说 明 书CN 102891916 A 3/7页 6 0033 图2为本发明预测用户操作的移动终端的结构示意图； 0034 图3为本发明预测用户操作的移动终端应用于物联网环境的结构示意图； 0035 图4为本发明预测用户操作的移动终端应用于非物联网环境的结构示意图。 具体实施方式 0036 本发明的基本思想是：移动终端训练操作模型成功后，利用环境因素和操作模型 获取调用指令，最后将调用指令编写成选择信息显。
17、示给用户。 0037 其中，所述训练指利用移动终端保存的操作记录列表对操作模型进行修正； 0038 所述操作模型指预置在移动终端中的数学模型，操作模型的输入为环境因素，输 出为调用指令，实际中可以利用神经网络中的技术来制作； 0039 所述环境因素包括日期、时间、地点和温度等。 0040 下面结合附图及具体实施例对本发明再作进一步详细的说明。 0041 以下以手机为例，本发明预测用户操作的方法如图1所示，包括以下步骤： 0042 步骤101：手机在执行用户选定的一项应用进行操作时，保存对该应用程序的调 用指令并计数； 0043 这里，所述调用指令指，用户在使用手机的其中一项应用时发出的调用该应。
18、用程 序的指令，具体包括：所要调用的应用程序和所要完成的操作两部分内容，比如：用户设置 手机成为静音模式，所发出的调用指令中包括：调用手机模式管理程序、和选定静音模式这 两部分内容；或者用户编写短信完成后选择发送短信，则调用指令中包括：调用短信应用 程序、和保存短信及收件人号码并发送这两部分内容； 0044 所述保存该调用指令并计数包括：手机首先将调用指令调用的应用程序和所要完 成的操作跟手机中已存的所有调用指令调用的应用程序和所要完成的操作作比对，如果不 一致，则没有相同的调用指令，对调用指令进行计数后保存，如果一致，则存在相同的调用 指令，将已存的调用指令的计数值加一； 0045 步骤10。
19、2：手机将调用指令和手机采集的环境因素编写为一条操作记录保存在手 机的操作记录列表中； 0046 这里，步骤102进一步为：手机判断步骤101中所保存的调用指令的计数值是否超 过手机中预设的记录门限，如果超过记录门限，则将调用指令和环境因素编写为一条操作 记录保存在手机的操作记录列表中，否则返回步骤101； 0047 步骤102中所述采集环境因素，需要通过在手机上安装GPS模块、温湿度传感模块 等来进行采集，或者通过安装加载了物联网技术的采集模块与无线网关的交互也可以实现 环境因素采集，具体的采集方法要根据用户选择安装在手机上的模块而定； 0048 其中，所述采集环境因素可以为每次保存调用指令。
20、的同时进行采集，也可以为判 断出进行保存的调用指令的计数值超过记录门限的时候进行采集； 0049 其中，所述记录门限指根据实际应用预设的数值，当调用指令的计数值高于记录 门限，则开始对该条调用指令以及其所处的环境因素进行列表记录； 0050 所述操作记录列表指由多条操作记录组成的列表。 0051 步骤103：手机判断操作记录列表中所保存的操作记录的数量是否高于预设的训 练门限，如果高于训练门限，则进入步骤104，否则返回步骤101； 说 明 书CN 102891916 A 4/7页 7 0052 这里，所述训练门限指根据实际应用预设的数值，若操作记录的数量高于训练门 限就开始对操作模型进行训练。
21、。 0053 步骤104：手机利用操作记录列表训练操作模型，统计操作模型的误差； 0054 这里，所述操作模型指预置在手机中的数学模型，其输入为环境因素，输出为调用 指令，在实际应用中，可以利用神经网络中的反向传输(BP，Back Propagation)网络技术来 制作该模型；其中，神经网络是以模拟脑神经传递信息的方法建立起来的信息智能化处理 系统，具有自学习、自组织、自适应和非线性动态处理等特性，特别适合处理复杂的非线性 过程，BP网络是目前为止应用最为广泛和成功的神经网络之一，BP网络通常包括输入层、 隐含层、输出层，由BP网路建立起的数据模型，对于用户而言只能看到数据模型的输入层 和输。
22、出层的内容，比如，其中输入层为各个环境因素抽象出的数值，输出层为调用指令抽象 出的数值； 0055 所述利用操作记录列表训练操作模型指利用操作记录列表对操作模型进行修正， 包括：手机逐条调用操作记录列表中的操作记录，将操作记录的环境因素作为操作模型的 输入信息，将操作模型的输出信息跟操作记录中的调用指令做比对，如果二者相同则继续 调用下一条操作记录进行比对，如果二者不相同，则将操作模型的误差加一，并修正操作模 型，然后调用下一条操作记录进行比对，直到将操作记录列表中的所有操作记录都调用完； 所述误差指，操作模型的输出信息跟操作记录中的调用指令不同的次数；在实际应用中，利 用BP网络技术建立的数。
23、据模型是靠调整层与层之间的权值对数据模型进行训练的，对数 据模型的训练过程由正向传播与误差的反向传播两个过程组成，对数据模型训练的正向传 播为：手机逐条调用操作记录列表中的操作记录，将操作记录的各个环境因素所对应的数 值作为数据模型的输入，经隐含层处理后输出数值，若输出的数值与操作记录中的调用指 令对应的数值不符，则转向误差的反向传播阶段，并将误差加一，若输出的数值与操作记录 中的调用指令对应的数值相同，则调用下一条操作记录进行比对，直到将操作记录列表中 的所有操作记录都调用完；其中，误差的反向传播为：将数据模型的输出和操作记录中的 调用指令对应的数值之间的误差以BP网络数据模型的特定形式输入。
24、隐含层，由隐含层将 该误差向输入层反传，修正隐含层各个单元的权值；上述，正向传播与误差反向传播的各层 权值调整过程是周而复始地进行，权值不断调整的过程也就是对数据模型的训练过程，直 到误差小于预设的门限数据模型就可以投入使用；所述误差的反向传播即修正数据模型。 0056 步骤105：手机判断操作模型的误差是否低于使用门限，如果低于使用门限，则操 作模型训练成功，执行步骤106，如果不低于使用门限，则返回步骤104； 0057 所述使用门限指根据实际应用预设的数值，误差低于使用门限则说明操作模型训 练成功，误差高于使用门限则说明操作模型还需要继续训练。 0058 步骤106：用户使用手机时，手机。
25、将所采集的环境因素输入操作模型中，获取操作 模型输出的调用指令； 0059 这里，所述用户使用手机，指任何可以点亮手机屏幕的行为，比如，可以为用户解 锁手机，或者用户开机等。 0060 上述步骤106可以为：手机实时采集环境因素，当用户使用手机时，手机将当前环 境因素输入到操作模型中获取操作模型输出的调用指令； 0061 或者步骤106还可以为：手机实时采集环境因素，然后实时将当前环境因素输入 说 明 书CN 102891916 A 5/7页 8 到操作模型中获取操作模型的调用指令，当用户使用手机时进入步骤107。 0062 步骤107：手机将调用指令编写成选择信息显示给用户，并根据用户的选择。
26、进行 操作； 0063 这里，步骤107进一步为：将调用指令转换成选择信息指将调用指令中的所要完 成的操作编写成需要用户选择是否执行的一条选择信息，如果用户选择为“是”，则直接调 用应用程序并完成操作，如果用户选择为“否”，则结束操作。 0064 此外，在上述步骤105判断操作模型的误差低于使用门限后，即操作模型训练成 功后，手机还会对操作记录列表中的操作记录进行删除，该删除过程主要包括：手机周期性 的对操作记录列表中的操作记录逐条进行存储时长判断，如果操作记录的存储时长超过删 除门限，则删除该条操作记录，否则不做操作； 0065 这里，所述周期性指根据实际情况设定的时间，比如可以为1年；所述。
27、存储时长指 利用操作记录中的日期计算出的该记录距当前日期间的时间；所述删除门限指根据实际情 预置的一个门限值。 0066 可见通过上述步骤可以在用户即将使用手机的时候，利用环境因素以及操作模 型，手机会为用户显示出预测到的用户即将进行的操作，用户只需要简单的进行选择就可 以完成每天重复进行的一系列相同的操作；另外还能通过操作记录的删除操作，使手机获 取最新的用户操作记录，从而手机就能够利用用户最新的使用习惯做出更加准确的预测。 0067 为实现上述预测用户操作的方法，需要对移动终端进行改进，因此，如图2所示， 本发明还提供了一种预测用户操作的移动终端，包括：操作模型模块21、输出模块22和显 。
28、示交互模块23；其中， 0068 操作模型模块21，用于训练操作模型成功后，将环境因素输入操作模型获取调用 指令，再将调用指令发送给输出模块22； 0069 输出模块22，用于接收操作模型模块21发送的调用指令，将调用指令转换成选择 信息发送给显示交互模块23； 0070 显示交互模块23，用于接收输出模块22发送的选择信息，将选择信息显示给用 户。 0071 所述操作模型模块21，还用于在操作模型训练成功后，向显示交互模块23发送操 作模型训练成功的通知；相应的，所述显示交互模块23，还用于接收操作模型模块21发送 的操作模型训练成功的通知，然后开始检测用户是否使用移动终端； 0072 所述。
29、使用移动终端，指任何可以点亮移动终端屏幕的行为，比如，可以为用户解锁 移动终端，或者用户打开移动终端等。 0073 上述移动终端进一步包括：输入因素采集模块25，用于接收显示交互模块23发送 的采集环境因素指令，将采集的环境因素信息发送给操作模型模块21； 0074 相应的，所述操作模型模块21，还用于接收输入因素采集模块25的环境因素信 息；所述显示交互模块23，还用于在检测到用户使用移动终端时，将采集环境因素指令发 送给输入因素采集模块25，以触发输入因素采集模块25采集环境因素； 0075 其中，所述输入因素采集模块25，可以为接收到显示交互模快23发送的环境因素 指令后，再进行环境因素。
30、的采集，也可以为实时采集环境因素； 0076 这里，所述环境因素信息指由日期、时间、地点以及高度、温湿度等环境因素组成 说 明 书CN 102891916 A 6/7页 9 的信息。 0077 所述输入因素采集模块25，具体用于通过GPS模块、温湿度传感模块等来采集环 境因素，也可以是加载了物联网技术的采集模块，通过与无线网关的交互采集环境因素。 0078 上述移动终端进一步包括：输出事件抽象模块24和存储模块26， 0079 所述输出事件抽象模块24，用于判断调用指令的计数值是否超过记录门限，如果 超过记录门限，则将调用指令发送给存储模块26，否则不做操作；相应的，所述存储模块 26，用于接。
31、收输出事件抽象模块24的调用指令。 0080 所述输出事件抽象模块24，具体用于将调用指令的调用的应用程序和所要完成的 操作跟已存的所有调用指令的调用的应用程序和所要完成的操作作比对，如果没有相同的 调用指令，则对调用指令进行计数后保存；如果存在相同的调用指令，则将已存的调用指令 的计数值加一。 0081 所述存储模块26，还用于接收到调用指令时，从输入因素采集模块25获取环境因 素信息，将调用指令和环境因素编写为操作记录，填写在操作记录列表中；相应的，所述输 入因素采集模块25，还用于将采集的环境因素信息发送给存储模块26； 0082 其中，所述输入因素采集模块25，可以为接收到存储模块26。
32、的获取环境因素信息 的请求后，再进行环境因素的采集，也可以为实时采集环境因素。 0083 所述存储模块26，还用于统计操作记录列表中保存的操作记录的数量，判断操作 记录列表中保存的操作记录的数量是否高于预设的训练门限，如果高于训练门限，则将操 作记录列表发给操作模型模块21，否则不做操作；相应的，所述操作模型模块21，还用于接 收并保存存储模块26发来的操作记录列表，具体用于逐条调用操作记录列表中的操作记 录，将操作记录的环境因素作为操作模型的输入信息，将操作模型的输出信息跟操作记录 中的调用指令做比对，如果二者相同则继续调用下一条操作记录进行比对，如果二者不相 同，则将操作模型的误差加一，并。
33、修正操作模型，然后调用下一条操作记录进行比对，直到 将操作记录列表中的所有操作记录都调用完，然后判断操作模型的误差是否低于预设的使 用门限，如果低于使用门限则操作模型训练成功，否则重新训练操作模型； 0084 其中，所述操作模型指预置在操作模型模块21中的数学模型，其输入为环 境因素，输出为调用指令，在实际应用中，可以利用神经网络中的反向传输(BP，Back Propagation)网络技术来制作该模型；其中，神经网络是以模拟脑神经传递信息的方法建 立起来的信息智能化处理系统，具有自学习、自组织、自适应和非线性动态处理等特性，特 别适合处理复杂的非线性过程，BP网络是目前为止应用最为广泛和成功。
34、的神经网络之一， BP网络通常包括输入层、隐含层、输出层，由BP网路建立起的数据模型，对于用户而言只能 要看到数据模型的输入层和输出层的内容，比如，其中输入层为环境因素抽象出的数值，输 出层为调用指令抽象出的数值；利用BP网络技术建立的数据模型是靠调整层与层之间的 权值对数据模型进行训练的，对数据模型的训练过程由正向传播与误差的反向传播两个过 程组成，对数据模型训练的正向传播为：操作模型模块21逐条调用操作记录列表中的操作 记录，将操作记录的环境因素所对应的数值作为数据模型的输入，经隐含层处理后输出数 值，若输出的数值与操作记录中的调用指令对应的数值不符，则转向误差的反向传播阶段， 并将误差加。
35、一，若输出的数值与操作记录中的调用指令对应的数值相同，则调用下一条操 作记录进行比对，直到将操作记录列表中的所有操作记录都调用完；其中，误差的反向传播 说 明 书CN 102891916 A 7/7页 10 为：将数据模型的输出和操作记录中的调用指令对应的数值之间的误差以BP网络数据模 型的特定形式输入隐含层，由隐含层将该误差向输入层反传，修正隐含层各个单元的权值； 上述，正向传播与误差反向传播的各层权值调整过程是周而复始地进行，权值不断调整的 过程也就是对数据模型的训练过程，直到误差小于预设的门限数据模型就可以投入使用； 所述误差的反向传播即修正数据模型。 0085 所述操作模型模块21，还。
36、用于在操作模型训练成功后，通知存储模块26操作模型 训练成功；相应的，所述存储模块26，还用于接收操作模型模块21发送的操作模型训练成 功的通知，然后周期性的对操作记录列表中的操作记录逐条进行存储时长判断，如果操作 记录的存储时长超过删除门限，则删除该条操作记录，否则不做操作； 0086 其中，所述周期性指根据实际情况设定的时间，比如可以为1年；所述存储时长指 利用操作记录中的日期计算出的该记录距当前日期间的时间；所述删除门限指根据实际情 预置的一个门限值。 0087 所述移动终端进一步包括：操作系统应用模块27， 0088 所述操作系统应用模块27，用于将接收到的调用指令发送给输出事件抽象模。
37、块 24；相应的输出事件抽象模块24，还用于保存操作系统应用模块27发送的调用指令。 0089 所述操作系统应用模块27，还用于接收显示交互模块23的调用指令，并将调用出 的应用程序以及应用程序的响应发送给显示交互模块23；相应的，所述显示交互模块23， 还用于为用户显示界面，并将用户对应用程序的应用转化为调用指令发送给操作系统应用 模块27，再将操作系统应用模块发来的应用程序响应显示给用户。 0090 可见，应用上述的方案，就可以利用操作模型记住用户的操作习惯，从而能够达到 预测用户即将进行的操作的效果，使移动终端更加智能。 0091 本发明公开的技术方案可应用于物联网环境和非物联网环境，下。
38、面对具体实现做 进一步详细说明： 0092 图3为本发明提供的移动终端应用于物联网环境中的结构，可见移动终端添加了 输入因素采集模块，通过与外界无线网关的交互就可以从物联网获取地点、高度、温度、噪 声和关照这些环境因素，通过与外界时钟模块的交互就能够获得时间和日期，因此输入因 素采集模块就能够获得环境因素信息，从而完成发明中所给出的实现流程； 0093 图4为本发明提供的移动终端应用于非物联网环境中的结构，可见移动终端添加 了输入因素采集模块，具体可以是GPS模块、温湿度传感模块、噪声传感模块、光线传感模 块或时钟模块，或以上任意的组合，通过这些输入因素采集模块就能够获取地点、高度、温 度、噪声、光照、时间或日期这些环境因素，进而能够利用这些环境因素完成本发明中所述 的实现流程。 0094 以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。 说 明 书CN 102891916 A 10 1/4页 11 图1 说 明 书 附 图CN 102891916 A 11 2/4页 12 图2 说 明 书 附 图CN 102891916 A 12 3/4页 13 图3 说 明 书 附 图CN 102891916 A 13 4/4页 14 图4 说 明 书 附 图CN 102891916 A 14 。