一种基于大数据的动态智能识别系统的制作方法

1.本发明涉及文字输入识别技术领域，具体为一种基于大数据的动态智能识别系统。


背景技术：

2.在各种手持终端的使用过程中，文字输入是必不可少的。其中键盘输入的一种汉语拼音输入法正是当下主流文字输入方法之一，并在现有通过增加联想输入、词频统计功能，现有汉字拼音输入法已经在输入速度方面取得了长足的进步。
3.在手持终端上汉语拼音输入法又会根据用户使用习惯被分为9键输入和26键输入，对于习惯26键拼音输入法的用户在手持终端上输入文字时，因键盘总区域受终端体积限制而较小，且键位较多，导致单个键位区域小，输入过程中易出现手指点错位置，造成打字错误率提高，需要不断按退回键，最终影响打字速度，即便现有技术通过增加键盘纠错功能，但因每位用户的习惯不同，手持终端的体积不同，键盘纠错功能带来不了实质性的速度提升。因此，设计实用性强和准确性高的一种基于大数据的动态智能识别系统是很有必要的。


技术实现要素：

4.本发明的目的在于提供一种基于大数据的动态智能识别系统，以解决上述背景技术中提出的问题。
5.为了解决上述技术问题，本发明提供如下技术方案：一种基于大数据的动态智能识别系统，包括个人账户数据库、设备码识别单元、终端通道建立模块、定制识别模块和辅助输入模块，所述个人账户数据库用于建立存储当前用户的操作数据，所述设备码识别单元用于识别当前终端的设备码，所述终端通道建立模块用于根据设备码在个人账户数据库内新建设备终端通道，所述定制识别模块用于智能识别用户在当前设备终端下的输入行为数据，所述辅助输入模块用于根据用户输入行为数据智能调节键盘；辅助用户更加快捷流畅的输入文字；所述设备码识别单元、终端通道建立模块和个人账户数据库之间互相连接，所述定制识别模块与个人账户数据库以及辅助输入模块之间连接。
6.根据上述技术方案，所述个人账户数据库包括终端通道一、终端通道二以及到终端通道n，所述终端通道一、终端通道二以及到终端通道n均用于存储与其对应的设备终端下反馈行为数据。
7.根据上述技术方案，所述定制识别模块包括输入手势识别模块、按键预测识别模块和易错键识别模块，所述输入手势识别模块用于识别输入按键间隔时间行为并判断当前输入文字过程中采用的操作手势，所述按键预测识别模块用于识别输入按键顺序行为并在输入过程中实时预测用户下一个输入按下的按键，所述易错键识别模块用于识别输入出错行为。
8.根据上述技术方案，所述基于大数据的动态智能识别系统的运行方法主要包括以
下步骤：
9.步骤s1：在云端建立个人账户数据库；
10.步骤s2：文字输入前,登录个人账户，与云端个人账户数据库建立连接；
11.步骤s3：识别终端设备码，对比判断在个人账户数据库内是否有该终端设备码的对应终端通道，当有对应终端通道时，个人账户数据库调取该终端通道内数据作主导数据通道运行；当没有对应的终端通道，则调取终端通道建立模块，在个人账户数据库中建立新的终端通道，并以新的终端通道作主导数据通道运行；
12.步骤s4：文字输入过程中，识别用户的输入行为数据，并传输至当前主导数据通道，同时获取主导数据通道积累的行为数据，作为学习定制当前手持终端输入习惯的依据；
13.步骤s5：根据实时的学习定制到的输入习惯的依据，辅助改变输入法的单个键位区域和键位区域的偏向。
14.根据上述技术方案，所述步骤s4进一步包括以下步骤：
15.步骤s41：先识别判断输入文字时的手势操作模式，其中手势操作模块分为双手操作输入模式和单手操作输入模式，在主导数据通道中不同手势操作模式下对应不同的数据参考；
16.步骤s42：再预测用户文字输入过程中的下一按键指向对应键位的优先级；
17.步骤s43：最后识别并实时统计输入过程中各个键位的出错频率，和记录改正前后键位对应字符。
18.根据上述技术方案，所述步骤s41中识别判断输入文字时手势的方法包括以下步骤：
19.步骤s411：预设键盘中每一组按键至其余所有按键的距离，分别对应距离系数值l；
20.步骤s412：在输入单个文字或词组过程中，记录每两组按键顺序相邻的输入时间间隔值t；
21.步骤s413：通过公式p＝l/t求得相对输入速度值p；
22.步骤s414：当前文字输入过程中，重复运行步骤s412-步骤s413，当得到预设可参考量的相对输入速度值p的个数后，求上述对应p值方差δe，若δe≤r，则求上述对应p值平均数并将平均数值传输至当前主导数据通道，若δe》r，则继续获取最新的相对输入速度值p，其中r为输入速度偏差阈值；
23.步骤s415：平均数值与分别主导数据通道中学习得到的p1以及p2值作对比，当对比p1的差值较小时，则判定为单手操作输入模式，反之当对比p2的差值较小时，则判定为双手操作输入模式，其中p1为单手操作模式下的相对输入速度值，p2为双手操作模式下的相对输入速度值。
24.根据上述技术方案，所述步骤s42中预测下一按键指向对应键位优先级的方法主要包括以下步骤：
25.步骤s421：选取一个基准按键；
26.步骤s422：每当基准按键被触发按下时，记录下一个被按下的键位，并对其标记；
27.步骤s423：重复步骤s422，达到预设可参考量后，整理所有键位被标记次数；
28.步骤s424：相同手势操作模式下，按照被标记次数排序，预测得到该基准按键被按下后，下一按键指向对应键位的优先级；
29.步骤s425：重复步骤s421-s424，完成预测所有按键的下一按键指向对应键位的优先级。
30.根据上述技术方案，所述步骤s43进一步包括以下步骤：
31.步骤s431：易错键识别模块启动，选中“退回”键为感应键位；
32.步骤s432：相同手势操作模式下，当感应键位触发时，记录改正前后所对应键位，并根据预设键位图识别是否为相邻键位；
33.步骤s433：当识别为相邻键位后，分别记录感应键触发前按键指向键位以及其对应改正后的键位，并传输至当前主导数据通道；
34.步骤s434：整理统计感应键触发前按键指向对应键位出现的频率，对频率超过设定阈值键位识别为易错键。
35.根据上述技术方案，所述步骤s5进一步包括以下步骤：
36.步骤s51：完成用户输入行为的定制识别后，信号触发辅助输入模块启动，并获取识别到的输入手势；
37.步骤s52：设定当按下选取的基准按键时，其余键位区域按照被标记次数量放大，被标记次数越多，放大比例越大，当键位区域放大后影响周边键位区域时，周边键位区域等条件缩小；
38.步骤s53：确定易错键的键位区域，整理统计每一组易错键对应改正后的键位，选取该易错键相对改正后次数最多键位，确定其所在区域为偏移目标；
39.步骤s54：将易错键的键位区域向偏移目标处偏移额定区域。
40.根据上述技术方案，所述步骤s415中，主导数据通道中学习得到的p1以及p2值基于个人账户数据库中建立新的终端通道时，引导录入的不同操作手势下相对输入速度均值。
41.与现有技术相比，本发明所达到的有益效果是：本发明，通过建立个人账户数据库，并且针对同一个人账户下不同终端设备划分为不同的数据传输通道，学习识别用户在不同设备下的文字输入行为数据，记录至对应的终端通道，且不断更新改进行为数据，文字输入时智能辅助调节键盘键位大小方向，定制一套完全符合对应用户在对应终端的输入习惯，实现减少文字输入时的错误率和提高文字输入速度的作用，达到方便快捷的效果。
附图说明
42.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
43.图1是本发明的系统模块组成示意图。
具体实施方式
44.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
45.请参阅图1，本发明提供技术方案：一种基于大数据的动态智能识别系统，包括个人账户数据库、设备码识别单元、终端通道建立模块、定制识别模块和辅助输入模块，个人账户数据库用于建立存储当前用户的操作数据，设备码识别单元用于识别当前终端的设备码，终端通道建立模块用于根据设备码在个人账户数据库内新建设备终端通道，定制识别模块用于智能识别用户在当前设备终端下的输入行为数据，辅助输入模块用于根据用户输入行为数据智能调节键盘；辅助用户更加快捷流畅的输入文字；设备码识别单元、终端通道建立模块和个人账户数据库之间互相连接，定制识别模块与个人账户数据库以及辅助输入模块之间连接；通过建立个人账户数据库，并且针对同一个人账户下不同终端设备划分为不同的数据传输通道，学习识别用户在不同设备下的文字输入行为数据，记录至对应的终端通道，且不断更新改进行为数据，文字输入时智能辅助调节键盘键位大小方向，定制一套完全符合对应用户在对应终端的输入习惯，实现减少文字输入时的错误率和提高文字输入速度的作用，达到方便快捷的效果。
46.个人账户数据库包括终端通道一、终端通道二以及到终端通道n，终端通道一、终端通道二以及到终端通道n均用于存储与其对应的设备终端下反馈行为数据。
47.定制识别模块包括输入手势识别模块、按键预测识别模块和易错键识别模块，输入手势识别模块用于识别输入按键间隔时间行为并判断当前输入文字过程中采用的操作手势，按键预测识别模块用于识别输入按键顺序行为并在输入过程中实时预测用户下一个输入按下的按键，易错键识别模块用于识别输入出错行为。
48.基于大数据的动态智能识别系统的运行方法主要包括以下步骤：
49.步骤s1：在云端建立个人账户数据库；
50.步骤s2：文字输入前,登录个人账户，与云端个人账户数据库建立连接；
51.步骤s3：识别终端设备码，对比判断在个人账户数据库内是否有该终端设备码的对应终端通道，当有对应终端通道时，个人账户数据库调取该终端通道内数据作主导数据通道运行；当没有对应的终端通道，则调取终端通道建立模块，在个人账户数据库中建立新的终端通道，并以新的终端通道作主导数据通道运行；
52.步骤s4：文字输入过程中，识别用户的输入行为数据，并传输至当前主导数据通道，同时获取主导数据通道积累的行为数据，作为学习定制当前手持终端输入习惯的依据；
53.步骤s5：根据实时的学习定制到的输入习惯的依据，辅助改变输入法的单个键位区域和键位区域的偏向；有效减少用户在文字输入过程中因手持终端键盘总区域小、键位多，导致的单个键位区域小，输入过程中打字错误率高的问题。
54.步骤s4进一步包括以下步骤：
55.步骤s41：先识别判断输入文字时的手势操作模式，其中手势操作模块分为双手操作输入模式和单手操作输入模式，在主导数据通道中不同手势操作模式下对应不同的数据参考；因环境因素或人为因素等原因，存在不方便双手操作打字的行为，且手持终端具有便捷性，多元化，双手操作和单手操作的打字手感不一，从而区分判断输入文字时的手势操作模式，达到深度学习定制用户在当前设备上的文字输入行为；
56.步骤s42：再预测用户文字输入过程中的下一按键指向对应键位的优先级；
57.步骤s43：最后识别并实时统计输入过程中各个键位的出错频率，和记录改正前后键位对应字符。
58.步骤s41中识别判断输入文字时手势的方法包括以下步骤：
59.步骤s411：预设键盘中每一组按键至其余所有按键的距离，分别对应距离系数值l；
60.步骤s412：在输入单个文字或词组过程中，记录每两组按键顺序相邻的输入时间间隔值t；
61.步骤s413：通过公式p＝l/t求得相对输入速度值p；因在手持终端下，单手输入文字时遇到顺序相邻但彼此键位距离相差较大时，手指移动会延误按下速度，使得相对输入速度值p整体小于双手输入，和双手输入有明显落差，同时相对输入速度是考虑计算单个文字或词组，因此避免因边思考边输入文字造成降低输入手势识别的精准度；
62.步骤s414：当前文字输入过程中，重复运行步骤s412-步骤s413，当得到预设可参考量的相对输入速度值p的个数后，求上述对应p值方差δe，若δe≤r，则求上述对应p值平均数并将平均数值传输至当前主导数据通道，若δe》r，则继续获取最新的相对输入速度值p，其中r为输入速度偏差阈值；
63.步骤s415：平均数值与分别主导数据通道中学习得到的p1以及p2值作对比，当对比p1的差值较小时，则判定为单手操作输入模式，反之当对比p2的差值较小时，则判定为双手操作输入模式，其中p1为单手操作模式下的相对输入速度值，p2为双手操作模式下的相对输入速度值。
64.步骤s42中预测下一按键指向对应键位优先级的方法主要包括以下步骤：
65.步骤s421：选取一个基准按键；
66.步骤s422：每当基准按键被触发按下时，记录下一个被按下的键位，并对其标记；
67.步骤s423：重复步骤s422，达到预设可参考量后，整理所有键位被标记次数；
68.步骤s424：相同手势操作模式下，按照被标记次数排序，预测得到该基准按键被按下后，下一按键指向对应键位的优先级；
69.步骤s425：重复步骤s421-s424，完成预测所有按键的下一按键指向对应键位的优先级。
70.步骤s43进一步包括以下步骤：
71.步骤s431：易错键识别模块启动，选中“退回”键为感应键位；
72.步骤s432：相同手势操作模式下，当感应键位触发时，记录改正前后所对应键位，并根据预设键位图识别是否为相邻键位；
73.步骤s433：当识别为相邻键位后，分别记录感应键触发前按键指向键位以及其对应改正后的键位，并传输至当前主导数据通道；因手持终端单个键位区域小造成的打字错误几乎为按至相邻键位上，从而避免出现因重新编辑而按退回键造成易错识别率降低，提高定制识别能力；
74.步骤s434：整理统计感应键触发前按键指向对应键位出现的频率，对频率超过设定阈值键位识别为易错键。
75.步骤s5进一步包括以下步骤：
76.步骤s51：完成用户输入行为的定制识别后，信号触发辅助输入模块启动，并获取识别到的输入手势；
77.步骤s52：设定当按下选取的基准按键时，其余键位区域按照被标记次数量放大，被标记次数越多，放大比例越大，当键位区域放大后影响周边键位区域时，周边键位区域等条件缩小；实现了输入过程中可以对下一点击概率较大的键位所在区域放大，下一点击概率较小或为0的键位所在区域缩小的作用，达到合理利用键盘空间的效果，从而降低文字输入时的误触率；
78.步骤s53：确定易错键的键位区域，整理统计每一组易错键对应改正后的键位，选取该易错键相对改正后次数最多键位，确定其所在区域为偏移目标；因不同终端切换带来文字输入习惯难以改变，易造成个别键位习惯性点击偏移，通过对易错键区域偏移，降低切换不同终端文字输入时不适感；
79.步骤s54：将易错键的键位区域向偏移目标处偏移额定区域。
80.步骤s415中，主导数据通道中学习得到的p1以及p2值基于个人账户数据库中建立新的终端通道时，引导录入的不同操作手势下相对输入速度均值。
81.需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
82.最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。