本發(fā)明涉及通信領(lǐng)域中的信息管理技術(shù)，尤其涉及一種事件處理方法及網(wǎng)絡(luò)設(shè)備。

背景技術(shù)：

日歷是現(xiàn)在很多人不可缺少的日常工具，同時(shí)也被廣泛使用，從以前的紙質(zhì)到現(xiàn)在的電子版，而在日歷中新建事件來記錄日志和事件也是人們常用的一種方法，把這些事情綁定在日歷指定日期上，這樣到了指定時(shí)間點(diǎn)就會(huì)有提醒了。新建一個(gè)日歷事件需要手動(dòng)的對(duì)其中多個(gè)項(xiàng)目進(jìn)行設(shè)置，并且事件之間沒有關(guān)聯(lián)性，非常繁瑣，容易出錯(cuò)。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本發(fā)明的目的在于提供一種事件處理方法及網(wǎng)絡(luò)設(shè)備，能至少解決現(xiàn)有技術(shù)中存在的上述問題。

為達(dá)到上述目的，本發(fā)明的技術(shù)方案是這樣實(shí)現(xiàn)的：

本發(fā)明實(shí)施例提供一種事件處理方法，應(yīng)用于網(wǎng)絡(luò)設(shè)備，所述方法包括：

獲取到終端設(shè)備發(fā)來事件請(qǐng)求信息，其中，所述事件請(qǐng)求信息中至少包括有針對(duì)目標(biāo)事件的主題信息；

解析所述事件請(qǐng)求信息獲取到針對(duì)目標(biāo)事件的主題信息，至少基于所述針對(duì)目標(biāo)事件的主題信息以及預(yù)設(shè)事件規(guī)則庫確定目標(biāo)事件信息；其中，所述事件規(guī)則庫中至少包括由事件對(duì)應(yīng)的主題信息，以及所述主題信息對(duì)應(yīng)的至少一個(gè)維度的相關(guān)信息組成的事件規(guī)則；所述目標(biāo)事件信息中包括有主題信息以及至少一個(gè)維度的相關(guān)信息；

發(fā)送所述目標(biāo)事件信息至所述終端設(shè)備。

本發(fā)明實(shí)施例提供一種網(wǎng)絡(luò)設(shè)備，所述網(wǎng)絡(luò)設(shè)備包括：

事件規(guī)則模塊，用于獲取到終端設(shè)備發(fā)來事件請(qǐng)求信息，其中，所述事件請(qǐng)求信息中至少包括有針對(duì)目標(biāo)事件的主題信息；發(fā)送所述目標(biāo)事件信息至所述終端設(shè)備；

事件估計(jì)模塊，用于解析所述事件請(qǐng)求信息獲取到針對(duì)目標(biāo)事件的主題信息，至少基于所述針對(duì)目標(biāo)事件的主題信息以及預(yù)設(shè)事件規(guī)則庫確定目標(biāo)事件信息；其中，所述事件規(guī)則庫中至少包括由事件對(duì)應(yīng)的主題信息，以及所述主題信息對(duì)應(yīng)的至少一個(gè)維度的相關(guān)信息組成的事件規(guī)則；所述目標(biāo)事件信息中包括有主題信息以及至少一個(gè)維度的相關(guān)信息。

本發(fā)明實(shí)施例提供了事件處理方法及網(wǎng)絡(luò)設(shè)備，能夠接收到終端設(shè)備發(fā)來的事件主題時(shí)，基于事件主題從事件規(guī)則庫選取得到目標(biāo)事件信息，并且發(fā)送目標(biāo)事件信息至終端設(shè)備。如此，就能夠基于事件規(guī)則庫就能夠自動(dòng)為終端設(shè)備的用戶提供目標(biāo)事件，避免由于用戶手動(dòng)輸入而帶來的繁瑣以及誤操作。

附圖說明

圖1為本發(fā)明實(shí)施例事件處理方法流程示意圖；

圖2為本發(fā)明實(shí)施例規(guī)則建立場(chǎng)景示意圖一；

圖3為本發(fā)明實(shí)施例規(guī)則建立場(chǎng)景示意圖二；

圖4為本發(fā)明實(shí)施例網(wǎng)絡(luò)設(shè)備組成結(jié)構(gòu)示意圖；

圖5為本發(fā)明實(shí)施例網(wǎng)絡(luò)設(shè)備組成邏輯結(jié)構(gòu)示意圖。

具體實(shí)施方式

下面結(jié)合附圖及具體實(shí)施例對(duì)本發(fā)明再作進(jìn)一步詳細(xì)的說明。

實(shí)施例一、

本發(fā)明實(shí)施例提供了一種事件處理方法，如圖1所示，包括：

步驟101：獲取到終端設(shè)備發(fā)來事件請(qǐng)求信息，其中，所述事件請(qǐng)求信 息中至少包括有針對(duì)目標(biāo)事件的主題信息；

步驟102：解析所述事件請(qǐng)求信息獲取到針對(duì)目標(biāo)事件的主題信息，至少基于所述針對(duì)目標(biāo)事件的主題信息以及預(yù)設(shè)事件規(guī)則庫確定目標(biāo)事件信息；其中，所述事件規(guī)則庫中至少包括由事件對(duì)應(yīng)的主題信息，以及所述主題信息對(duì)應(yīng)的至少一個(gè)維度的相關(guān)信息組成的事件規(guī)則；所述目標(biāo)事件信息中包括有主題信息以及至少一個(gè)維度的相關(guān)信息；

步驟103：發(fā)送所述目標(biāo)事件信息至所述終端設(shè)備。

本實(shí)施例提供的處理方法可以應(yīng)用于網(wǎng)絡(luò)設(shè)備，所述網(wǎng)絡(luò)設(shè)備可以為網(wǎng)絡(luò)中的服務(wù)器，或者為網(wǎng)絡(luò)中的管理設(shè)備等。

其中，所述目標(biāo)事件的主題信息可以為用戶在終端設(shè)備側(cè)開啟應(yīng)用時(shí)，在所述應(yīng)用的主題編輯框中輸入對(duì)應(yīng)的主題信息。其中，所述應(yīng)用可以為終端設(shè)備中的日歷；用戶在標(biāo)題欄輸入事件相關(guān)的主題時(shí)，比如“買牛奶”，此時(shí)，控制終端設(shè)備的操作系統(tǒng)實(shí)時(shí)向網(wǎng)絡(luò)設(shè)備，就是后臺(tái)發(fā)起事件請(qǐng)求信息。

上述步驟102中，所述至少基于所述針對(duì)目標(biāo)事件的主題信息以及預(yù)設(shè)事件規(guī)則庫確定目標(biāo)事件信息，可以包括：

基于所述針對(duì)目標(biāo)事件的主題信息，從預(yù)設(shè)事件規(guī)則庫中選取對(duì)應(yīng)的匹配事件；

基于所述匹配事件獲取到以下至少一個(gè)維度的相關(guān)信息：

基于所述匹配事件、以及所述終端設(shè)備所在位置，從所述事件規(guī)則庫中選取得到目標(biāo)事件的執(zhí)行地點(diǎn)；

基于所述匹配事件從所述事件規(guī)則庫中選取得到目標(biāo)事件的執(zhí)行時(shí)間；

基于所述匹配事件從所述事件規(guī)則庫中選取得到目標(biāo)事件的邀請(qǐng)人信息。

其中，所述終端設(shè)備的所在位置可以由終端設(shè)備通過自身的gps單元獲取到所在位置，具體的，獲取到終端設(shè)備所在位置的方式可以為，通過事件請(qǐng)求信息中還包括有所述終端設(shè)備所在位置獲取到。比如，當(dāng)網(wǎng)絡(luò)設(shè)備接 收到事件請(qǐng)求信息后，就開始根據(jù)輸入的內(nèi)容進(jìn)行搜索，系統(tǒng)根據(jù)當(dāng)前時(shí)間(比如晚上商店是不開門的)、主題信息的內(nèi)容與后臺(tái)進(jìn)行計(jì)算、匹配(比如用戶每周六去超市的習(xí)慣、明天(開一天會(huì))的時(shí)間安排)，給出時(shí)間、地點(diǎn)、人員的安排。

具體來說，關(guān)于執(zhí)行時(shí)間的設(shè)置，可以為從事件規(guī)則庫里以事件主題為關(guān)鍵字進(jìn)行匹配，提取具有相等或相關(guān)關(guān)系的規(guī)則，獲取規(guī)則中用戶使用時(shí)間的習(xí)慣，例如：最近用戶最近“買牛奶“的時(shí)間為：周六上午9點(diǎn)。

查看用戶下一天的某個(gè)時(shí)段事件安排，如果沒有，則獲取事件所需的時(shí)間，如果明天下午沒有安排，則添加事件。

關(guān)于執(zhí)行地點(diǎn)的設(shè)置，可以為匹配事件規(guī)則后，從事件規(guī)則庫里提取最大的地點(diǎn)集合，并根據(jù)與當(dāng)前距離的遠(yuǎn)近以及事件中使用頻次進(jìn)行重新排序，返回。例如：“買牛奶“事件中地點(diǎn)規(guī)則為：家樂福(20次)，沃爾瑪(8次)。。。但根據(jù)收集實(shí)時(shí)定位結(jié)果來看，沃爾瑪里的更近一些，所以將沃爾瑪排在第一位，以此類推。

關(guān)于邀請(qǐng)人信息的設(shè)置，可以為匹配事件規(guī)則后，從事件規(guī)則庫里提取邀請(qǐng)人規(guī)則，并根據(jù)用戶與邀請(qǐng)人最近聯(lián)系統(tǒng)計(jì)結(jié)果(需從客戶端定期上傳通訊錄，后臺(tái)定期統(tǒng)計(jì))以及事件中使用頻次進(jìn)行重新排序，返回。例如：“買牛奶“事件中邀請(qǐng)人規(guī)則為：”同事1“(20次)、同事2(10次)。。。但讀取用戶通訊錄的統(tǒng)計(jì)結(jié)果，同事2(10次)與用戶最近聯(lián)系較多，可將同事2排在第一位。

本實(shí)施例中建立事件規(guī)則庫的方法可以包括：

確定所述終端設(shè)備對(duì)應(yīng)的用戶信息，基于所述用戶信息從用戶行為特征庫中獲取到用戶的歷史事件；

對(duì)歷史事件進(jìn)行聚合得到事件主題，基于具備事件主題的歷史事件，確定所述歷史事件對(duì)應(yīng)的至少一個(gè)維度的相關(guān)信息；

將所述歷史事件的所述事件主題及其對(duì)應(yīng)的至少一個(gè)維度的相關(guān)信息作為事件規(guī)則添加至所述事件規(guī)則庫。

所述方法還包括：

接收到所述終端設(shè)備發(fā)來的針對(duì)所述目標(biāo)事件的操作信息，基于所述操作信息進(jìn)行記錄以及統(tǒng)計(jì)；其中，所述操作信息至少包括有針對(duì)所述目標(biāo)事件的修改操作、刪除操作、復(fù)制操作；

比如，用戶如果對(duì)于網(wǎng)絡(luò)設(shè)備發(fā)來的目標(biāo)事件信息中的給出的至少一個(gè)維度的相關(guān)信息不滿意，可以修改事件的時(shí)間、地點(diǎn)、人員等信息；或者，用戶還可以刪除、批量刪除事件，用戶可以通過搜索查詢過往的事件，用戶還可以拷貝、粘貼已經(jīng)形成的事件，這些操作都會(huì)被系統(tǒng)所記錄。

相應(yīng)的，所述方法還包括：

基于所述針對(duì)所述目標(biāo)事件的操作信息，對(duì)所述事件規(guī)則庫中的事件的至少一個(gè)維度的相關(guān)信息進(jìn)行優(yōu)先級(jí)設(shè)置。

所述方法還包括：

基于所述目標(biāo)事件的執(zhí)行時(shí)間，確定生成針對(duì)所述目標(biāo)事件的提示信息，發(fā)送所述提示信息至所述終端設(shè)備；

判斷是否接收到所述終端設(shè)備發(fā)來的推遲操作信息；

若接收到所述推遲操作信息，則針對(duì)所述目標(biāo)事件進(jìn)行處理。

也就是說，除了終端設(shè)備能夠展示所述目標(biāo)事件信息之外，網(wǎng)絡(luò)設(shè)備還可以實(shí)時(shí)檢測(cè)發(fā)出的目標(biāo)事件是否到了其中的執(zhí)行時(shí)間，網(wǎng)絡(luò)設(shè)備會(huì)通過消息通知(比如短信、app提醒、郵件)的方式提示用戶，用戶可以選擇完成或推遲執(zhí)行。

所述針對(duì)所述目標(biāo)事件進(jìn)行處理，包括以下至少之一：

針對(duì)所述事件規(guī)則庫中所述目標(biāo)事件對(duì)應(yīng)的事件規(guī)則中的至少一個(gè)維度的相關(guān)信息進(jìn)行優(yōu)先級(jí)調(diào)整；

基于所述事件規(guī)則庫中針對(duì)所述目標(biāo)事件的事件規(guī)則，生成更新有的目標(biāo)事件信息，并發(fā)送更新后的目標(biāo)事件信息至所述終端設(shè)備。

具體來說，如果用戶選擇了推遲執(zhí)行，那么網(wǎng)絡(luò)設(shè)備側(cè)會(huì)根據(jù)用戶使用習(xí)慣及事件安排，向用戶提出另一個(gè)時(shí)間安排的建議，但不是在同一天，也 不是在那個(gè)特定的時(shí)間。比如用戶周六臨時(shí)有事無法去超市購物,系統(tǒng)會(huì)根據(jù)用戶的時(shí)間安排，例如周日沒有安排或周日事件空隙,給出時(shí)間建議。

另外，網(wǎng)絡(luò)設(shè)備會(huì)紀(jì)錄用戶的操作進(jìn)行統(tǒng)計(jì)分析，能夠從用戶的接受、刪除、修改、復(fù)制或者推遲等操作中總結(jié)規(guī)律，隨著時(shí)間的推移，能夠針對(duì)事件規(guī)則庫中的事件規(guī)則進(jìn)行優(yōu)先級(jí)調(diào)整，比如，針對(duì)事件規(guī)則中的至少一個(gè)維度的相關(guān)信息，進(jìn)行相關(guān)信息的優(yōu)先級(jí)調(diào)整，能夠給出更好的事件估計(jì)方案。

優(yōu)選地，本實(shí)施例提供的方案，還可以包括：至少基于所述事件規(guī)則庫、所述終端設(shè)備所處場(chǎng)景信息，針對(duì)所述終端設(shè)備的用戶生成預(yù)設(shè)時(shí)間段對(duì)應(yīng)的預(yù)測(cè)事件信息，發(fā)送所述預(yù)測(cè)事件信息至所述終端設(shè)備。用戶使用一段時(shí)間后，系統(tǒng)能夠根據(jù)第二天的時(shí)間安排，為用戶主動(dòng)規(guī)劃一些事件，對(duì)用戶進(jìn)行事件推送。比如：用戶每天下午五點(diǎn)都要去健身，系統(tǒng)累計(jì)一段時(shí)間后，會(huì)主動(dòng)新建一個(gè)健身事件，并提醒。

本發(fā)明實(shí)施例還提供了建立事件規(guī)則庫的方法，可以包括：

確定所述終端設(shè)備對(duì)應(yīng)的用戶信息，基于所述用戶信息，獲取得到用戶歷史信息，其中，所述用戶歷史信息中包括有至少一條歷史事件信息；

基于所述用戶針對(duì)歷史事件的至少一個(gè)特征向量，對(duì)歷史事件進(jìn)行聚合得到事件主題；

針對(duì)相同事件主題對(duì)應(yīng)的歷史事件及其所述至少一個(gè)特征向量，確定所述事件對(duì)應(yīng)的至少一個(gè)維度的相關(guān)信息；

將所述事件主題及其對(duì)應(yīng)的至少一個(gè)維度的相關(guān)信息作為事件規(guī)則添加至所述事件規(guī)則庫。

通過建立事件規(guī)則庫，能夠根據(jù)用戶行為特征引擎得到的用戶習(xí)慣特征來提取用戶的對(duì)某類日歷使用時(shí)間的特征，利用數(shù)據(jù)挖掘的方法從不同的維度分析出用戶近期生活、工作習(xí)慣的變化，從而得到某一用戶對(duì)于某一類特定事件的特定的時(shí)間使用習(xí)慣，有的放矢的為用戶的推薦合理的時(shí)間安排。

首先，對(duì)數(shù)據(jù)庫存在的用戶對(duì)某一事件的操作特征值、事件的主題、事 件持續(xù)使用的時(shí)間、事件的描述、事件的地點(diǎn)等作為特征向量，進(jìn)行聚類，并計(jì)算所有事件的相似度，將相似的事件歸為一類，不斷重復(fù)這一過程直到達(dá)到收斂條件，這樣通過聚類將所有的事件劃分為工作事件、會(huì)議事件、培訓(xùn)事件、開發(fā)事件、學(xué)習(xí)事件、旅游事件、紀(jì)念事件等類似的事件群。

用戶日常生活事件是多種多樣的,例如:開會(huì)、健身、培訓(xùn)、開發(fā)等，同時(shí)對(duì)同一事件的表述又不一定相同，比如：“買牛奶”可以表述為“去超市買牛奶”，“買xxx牛奶”，“買1l牛奶”等，這些表述不同，但其實(shí)都是“買牛奶”事件，所以有必要將這些類似的事件使用聚類的方法歸為一類，這樣才能對(duì)一類型的事件進(jìn)行歸納和總結(jié)，形成“用戶習(xí)慣”。

對(duì)事件的起始時(shí)間、平均時(shí)間、重復(fù)頻率等使用最小二乘法進(jìn)行擬合，獲得這一類事件的起始時(shí)間、平均時(shí)間、重復(fù)頻率的趨勢(shì)值。

例如：對(duì)于“買牛奶”事件群，可能包含幾十個(gè)或上百個(gè)與“買牛奶”類似的事件，每個(gè)事件都包含起始時(shí)間、平均時(shí)間、重復(fù)頻率等屬性，需要使用最小二乘法對(duì)每個(gè)屬性進(jìn)行擬合，獲得用戶“買牛奶”事件的時(shí)間使用趨勢(shì)。

對(duì)事件的地點(diǎn)進(jìn)行合并，獲取與某類事件相關(guān)的發(fā)生的地點(diǎn)最大集合，以及各個(gè)地點(diǎn)的使用頻次，并排序。例如：對(duì)于“買牛奶”事件群，許多事件都可能包含地點(diǎn)屬性，求得這些地點(diǎn)的合集，并統(tǒng)計(jì)每個(gè)地點(diǎn)的次數(shù)，并排序。

還可以包括對(duì)事件的邀請(qǐng)人也進(jìn)行合并，獲取與某類事件相關(guān)的發(fā)生的邀請(qǐng)人最大集合，以及各個(gè)邀請(qǐng)人的使用頻次，并排序。例如：對(duì)于“買牛奶”事件群，許多事件都包含邀請(qǐng)人屬性，求得這些邀請(qǐng)人的合集，并統(tǒng)計(jì)每個(gè)邀請(qǐng)人的使用次數(shù)，并排序。

另外，根據(jù)用戶對(duì)事件的延遲操作的個(gè)數(shù)，統(tǒng)計(jì)所有事件群的優(yōu)先級(jí)，以便于推送的先后順序。這樣如果客戶端將一系列操作集合上傳后，系統(tǒng)會(huì)計(jì)算用戶操作與事件的特征，并與已有聚類的相似度，自動(dòng)歸為某個(gè)事件，重新計(jì)算某類事件的各個(gè)要素，以此往復(fù)。

規(guī)則生成引擎產(chǎn)生的結(jié)果是事件規(guī)則庫，即包含了用戶近期的使用規(guī)則或習(xí)慣，這些規(guī)則包含了：時(shí)間規(guī)律、地點(diǎn)規(guī)律、邀請(qǐng)人規(guī)律、優(yōu)先級(jí)、使用頻次等信息，以供事件評(píng)估使用，例如：

對(duì)于“買牛奶”事件，形成的用戶最近使用規(guī)律是：

起始時(shí)間：周六上午9點(diǎn)

平均時(shí)間：兩小時(shí)

重復(fù)頻率：每周

地點(diǎn)：家樂福(20次)，沃爾瑪(8次)。。。

邀請(qǐng)人：同事1(20次)、同事2(10次)。。。

優(yōu)先級(jí)：1。

進(jìn)一步地，本實(shí)施例還可以提供預(yù)測(cè)事件信息，所述方法還包括：

至少基于所述事件規(guī)則庫中針對(duì)每一個(gè)事件的評(píng)分、所述終端設(shè)備所處場(chǎng)景信息，針對(duì)所述終端設(shè)備的用戶生成預(yù)設(shè)時(shí)間段對(duì)應(yīng)的預(yù)測(cè)事件信息，發(fā)送所述預(yù)測(cè)事件信息至所述終端設(shè)備。系統(tǒng)會(huì)紀(jì)錄用戶的操作，收集用戶對(duì)時(shí)間估計(jì)的反饋，并發(fā)送到服務(wù)端進(jìn)行統(tǒng)計(jì)分析，系統(tǒng)能夠從用戶的接受和拒絕中總結(jié)規(guī)律，隨著時(shí)間的推移，給出更好的事件估計(jì)方案。

用戶使用一段時(shí)間后，系統(tǒng)能夠根據(jù)第二天的時(shí)間安排，為用戶主動(dòng)規(guī)劃一些事件，對(duì)用戶進(jìn)行事件推送。比如：用戶每天下午五點(diǎn)都要去健身，系統(tǒng)累計(jì)一段時(shí)間后，會(huì)主動(dòng)新建一個(gè)健身事件，并提醒。

可見，通過采用上述方案，能夠接收到終端設(shè)備發(fā)來的事件主題時(shí)，基于事件主題從事件規(guī)則庫選取得到目標(biāo)事件信息，并且發(fā)送目標(biāo)事件信息至終端設(shè)備。如此，就能夠基于事件規(guī)則庫就能夠自動(dòng)為終端設(shè)備的用戶提供目標(biāo)事件，避免由于用戶手動(dòng)輸入而帶來的繁瑣的操作。

實(shí)施例二、

在上述實(shí)施例提供的方案的基礎(chǔ)上，本實(shí)施例進(jìn)一步介紹維護(hù)用戶特征庫的方法，即在用戶針對(duì)目標(biāo)事件進(jìn)行修改、刪除、復(fù)制、或者推遲等操作 時(shí)，網(wǎng)絡(luò)設(shè)備能夠基于用戶的操作信息進(jìn)行進(jìn)一步的用戶特征的處理，可以包括：

接收到所述終端設(shè)備發(fā)來的針對(duì)所述目標(biāo)事件的操作信息，基于所述操作信息進(jìn)行記錄以及統(tǒng)計(jì)；

其中，所述操作信息至少包括有針對(duì)所述目標(biāo)事件的修改操作、刪除操作、復(fù)制操作；

相應(yīng)的，所述方法還包括：

基于所述針對(duì)所述目標(biāo)事件的操作信息，對(duì)所述用戶行為特征庫中的事件進(jìn)行處理。

所述方法還包括：基于所述目標(biāo)事件的執(zhí)行時(shí)間，確定生成針對(duì)所述目標(biāo)事件的提示信息，發(fā)送所述提示信息至所述終端設(shè)備；判斷是否接收到所述終端設(shè)備發(fā)來的推遲操作信息；若接收到所述推遲操作信息，則針對(duì)所述目標(biāo)事件進(jìn)行處理。

其中，所述針對(duì)所述目標(biāo)事件進(jìn)行處理，包括以下至少之一：

針對(duì)所述用戶行為特征庫中所述目標(biāo)事件對(duì)應(yīng)的至少一個(gè)特征信息進(jìn)行調(diào)整；

基于所述事件規(guī)則庫中針對(duì)所述目標(biāo)事件的事件規(guī)則，生成更新的目標(biāo)事件信息，并發(fā)送更新后的目標(biāo)事件信息至所述終端設(shè)備。

建立用戶行為特征庫時(shí)，會(huì)首先獲取到用戶行為，也就是網(wǎng)絡(luò)設(shè)備接受從客戶端定期(比如一天)發(fā)來的用戶對(duì)事件的操作習(xí)慣，比如增加、刪除、修改、查詢、拷貝、粘貼事件、推遲事件、完成事件等，并存儲(chǔ)到數(shù)據(jù)庫中。

從數(shù)據(jù)庫里提取用戶對(duì)某一事件的操作數(shù)據(jù)，根據(jù)用戶使用事件的操作行為建立評(píng)價(jià)準(zhǔn)則，比如圖2所示，具體可以為執(zhí)行一次編輯操作就會(huì)有對(duì)應(yīng)的分值，分別針對(duì)編輯操作、推遲操作以及完成操作幾大類劃分，其中，編輯操作中可以有添加買牛奶事件、刪除、批量刪除、查詢買牛奶以及修改買牛奶等操作分別對(duì)應(yīng)的分值；推遲買牛奶也有對(duì)應(yīng)的分值等等，不再一一列舉。

根據(jù)評(píng)價(jià)規(guī)則，以用戶的操作流水和事件流水為依據(jù)，我們可以將用戶的近期新建事件、編輯事件等行為進(jìn)行計(jì)算，得到每個(gè)用戶和該用戶相關(guān)的每個(gè)事件的一個(gè)評(píng)分，如圖3所示，圖中分別針對(duì)用戶1、用戶2和用戶3的買牛奶、健身、開會(huì)、打電話以及學(xué)習(xí)等時(shí)間進(jìn)行綜合評(píng)分。

另外，用戶行為分析的結(jié)果存儲(chǔ)為用戶行為特征庫，包括：用戶與事件矩陣、事件每個(gè)操作的頻次、事件使用頻率等?；A(chǔ)數(shù)據(jù)存儲(chǔ)及分布式計(jì)算框架：這兩個(gè)模塊承擔(dān)了事件估計(jì)系統(tǒng)的最基礎(chǔ)的用戶事件評(píng)估、事件相關(guān)性等基礎(chǔ)數(shù)據(jù)的計(jì)算任務(wù)。其中基礎(chǔ)數(shù)據(jù)存儲(chǔ)，存儲(chǔ)了用戶的基本的日歷數(shù)據(jù)、事件數(shù)據(jù)、用戶的操作行為，而通過分布式計(jì)算框架可以為每一個(gè)用戶的事件進(jìn)行計(jì)算，可以根據(jù)用戶的長(zhǎng)期事件行為積累出每個(gè)用戶獨(dú)特的使用習(xí)慣，為上層的推薦提供可靠的數(shù)據(jù)源和依據(jù)。

可見，通過采用上述方案，能夠接收到終端設(shè)備發(fā)來的事件主題時(shí)，基于事件主題從事件規(guī)則庫選取得到目標(biāo)事件信息，并且發(fā)送目標(biāo)事件信息至終端設(shè)備。如此，就能夠基于事件規(guī)則庫就能夠自動(dòng)為終端設(shè)備的用戶提供目標(biāo)事件，避免由于用戶手動(dòng)輸入而帶來的繁瑣的操作。

實(shí)施例三、

本發(fā)明實(shí)施例提供了一種網(wǎng)絡(luò)設(shè)備，如圖4所示，包括：

事件規(guī)則模塊41，用于獲取到終端設(shè)備發(fā)來事件請(qǐng)求信息，其中，所述事件請(qǐng)求信息中至少包括有針對(duì)目標(biāo)事件的主題信息；發(fā)送所述目標(biāo)事件信息至所述終端設(shè)備；

事件估計(jì)模塊42，用于解析所述事件請(qǐng)求信息獲取到針對(duì)目標(biāo)事件的主題信息，至少基于所述針對(duì)目標(biāo)事件的主題信息以及預(yù)設(shè)事件規(guī)則庫確定目標(biāo)事件信息；其中，所述事件規(guī)則庫中至少包括由事件對(duì)應(yīng)的主題信息，以及所述主題信息對(duì)應(yīng)的至少一個(gè)維度的相關(guān)信息組成的事件規(guī)則；所述目標(biāo)事件信息中包括有主題信息以及至少一個(gè)維度的相關(guān)信息。

本實(shí)施例提供的處理方法可以應(yīng)用于網(wǎng)絡(luò)設(shè)備，所述網(wǎng)絡(luò)設(shè)備可以為網(wǎng) 絡(luò)中的服務(wù)器，或者為網(wǎng)絡(luò)中的管理設(shè)備等。

其中，所述目標(biāo)事件的主題信息可以為用戶在終端設(shè)備側(cè)開啟應(yīng)用時(shí)，在所述應(yīng)用的主題編輯框中輸入對(duì)應(yīng)的主題信息。其中，所述應(yīng)用可以為終端設(shè)備中的日歷；用戶在標(biāo)題欄輸入事件相關(guān)的主題時(shí)，比如“買牛奶”，此時(shí)，控制終端設(shè)備的操作系統(tǒng)實(shí)時(shí)向網(wǎng)絡(luò)設(shè)備，就是后臺(tái)發(fā)起事件請(qǐng)求信息。

所述事件估計(jì)模塊，用于基于所述針對(duì)目標(biāo)事件的主題信息，從預(yù)設(shè)事件規(guī)則庫中選取對(duì)應(yīng)的匹配事件；基于所述匹配事件獲取到以下至少一個(gè)維度的相關(guān)信息：

基于所述匹配事件、以及所述終端設(shè)備所在位置，從所述事件規(guī)則庫中選取得到目標(biāo)事件的執(zhí)行地點(diǎn)；

基于所述匹配事件從所述事件規(guī)則庫中選取得到目標(biāo)事件的執(zhí)行時(shí)間；

基于所述匹配事件從所述事件規(guī)則庫中選取得到目標(biāo)事件的邀請(qǐng)人信息。

其中，所述終端設(shè)備的所在位置可以由終端設(shè)備通過自身的gps單元獲取到所在位置，具體的，獲取到終端設(shè)備所在位置的方式可以為，通過事件請(qǐng)求信息中還包括有所述終端設(shè)備所在位置獲取到。比如，當(dāng)網(wǎng)絡(luò)設(shè)備接收到事件請(qǐng)求信息后，就開始根據(jù)輸入的內(nèi)容進(jìn)行搜索，系統(tǒng)根據(jù)當(dāng)前時(shí)間(比如晚上商店是不開門的)、主題信息的內(nèi)容與后臺(tái)進(jìn)行計(jì)算、匹配(比如用戶每周六去超市的習(xí)慣、明天(開一天會(huì))的時(shí)間安排)，給出時(shí)間、地點(diǎn)、人員的安排。

具體來說，關(guān)于執(zhí)行時(shí)間的設(shè)置，可以為從事件規(guī)則庫里以事件主題為關(guān)鍵字進(jìn)行匹配，提取具有相等或相關(guān)關(guān)系的規(guī)則，獲取規(guī)則中用戶使用時(shí)間的習(xí)慣，例如：最近用戶最近“買牛奶“的時(shí)間為：周六上午9點(diǎn)。

查看用戶下一天的某個(gè)時(shí)段事件安排，如果沒有，則獲取事件所需的時(shí)間，如果明天下午沒有安排，則添加事件。

關(guān)于執(zhí)行地點(diǎn)的設(shè)置，可以為匹配事件規(guī)則后，從事件規(guī)則庫里提取最 大的地點(diǎn)集合，并根據(jù)與當(dāng)前距離的遠(yuǎn)近以及事件中使用頻次進(jìn)行重新排序，返回。例如：“買牛奶“事件中地點(diǎn)規(guī)則為：家樂福(20次)，沃爾瑪(8次)。。。但根據(jù)收集實(shí)時(shí)定位結(jié)果來看，沃爾瑪里的更近一些，所以將沃爾瑪排在第一位，以此類推。

關(guān)于邀請(qǐng)人信息的設(shè)置，可以為匹配事件規(guī)則后，從事件規(guī)則庫里提取邀請(qǐng)人規(guī)則，并根據(jù)用戶與邀請(qǐng)人最近聯(lián)系統(tǒng)計(jì)結(jié)果(需從客戶端定期上傳通訊錄，后臺(tái)定期統(tǒng)計(jì))以及事件中使用頻次進(jìn)行重新排序，返回。例如：“買牛奶“事件中邀請(qǐng)人規(guī)則為：”同事1“(20次)、同事2(10次)。。。但讀取用戶通訊錄的統(tǒng)計(jì)結(jié)果，同事2(10次)與用戶最近聯(lián)系較多，可將同事2排在第一位。

本實(shí)施例中所述網(wǎng)絡(luò)設(shè)備還包括：

規(guī)則生成模塊43，用于確定所述終端設(shè)備對(duì)應(yīng)的用戶信息，基于所述用戶信息從用戶行為特征庫中獲取到用戶的歷史事件；對(duì)歷史事件進(jìn)行聚合得到事件主題，基于具備事件主題的歷史事件，確定所述歷史事件對(duì)應(yīng)的至少一個(gè)維度的相關(guān)信息；將所述歷史事件的所述事件主題及其對(duì)應(yīng)的至少一個(gè)維度的相關(guān)信息作為事件規(guī)則添加至所述事件規(guī)則庫。

所述網(wǎng)絡(luò)設(shè)備還包括：

用戶行為特征分析模塊44，用于基于所述針對(duì)所述目標(biāo)事件的操作信息，對(duì)所述用戶行為特征庫中的事件進(jìn)行處理；

相應(yīng)的，所述事件規(guī)則模塊43，用于接收到所述終端設(shè)備發(fā)來的針對(duì)所述目標(biāo)事件的操作信息，基于所述操作信息進(jìn)行記錄以及統(tǒng)計(jì)；其中，所述操作信息至少包括有針對(duì)所述目標(biāo)事件的修改操作、刪除操作、復(fù)制操作。

比如，用戶如果對(duì)于網(wǎng)絡(luò)設(shè)備發(fā)來的目標(biāo)事件信息中的給出的至少一個(gè)維度的相關(guān)信息不滿意，可以修改事件的時(shí)間、地點(diǎn)、人員等信息；或者，用戶還可以刪除、批量刪除事件，用戶可以通過搜索查詢過往的事件，用戶還可以拷貝、粘貼已經(jīng)形成的事件，這些操作都會(huì)被系統(tǒng)所記錄。

所述事件規(guī)則模塊，用于基于所述目標(biāo)事件的執(zhí)行時(shí)間，確定生成針對(duì) 所述目標(biāo)事件的提示信息，發(fā)送所述提示信息至所述終端設(shè)備；判斷是否接收到所述終端設(shè)備發(fā)來的推遲操作信息；若接收到所述推遲操作信息，則針對(duì)所述目標(biāo)事件進(jìn)行處理。

也就是說，除了終端設(shè)備能夠展示所述目標(biāo)事件信息之外，網(wǎng)絡(luò)設(shè)備還可以實(shí)時(shí)檢測(cè)發(fā)出的目標(biāo)事件是否到了其中的執(zhí)行時(shí)間，網(wǎng)絡(luò)設(shè)備會(huì)通過消息通知(比如短信、app提醒、郵件)的方式提示用戶，用戶可以選擇完成或推遲執(zhí)行。

所述針對(duì)所述目標(biāo)事件進(jìn)行處理，包括以下至少之一：

針對(duì)所述事件規(guī)則庫中所述目標(biāo)事件對(duì)應(yīng)的事件規(guī)則中的至少一個(gè)維度的相關(guān)信息進(jìn)行優(yōu)先級(jí)調(diào)整；

基于所述事件規(guī)則庫中針對(duì)所述目標(biāo)事件的事件規(guī)則，生成更新有的目標(biāo)事件信息，并發(fā)送更新后的目標(biāo)事件信息至所述終端設(shè)備。

具體來說，如果用戶選擇了推遲執(zhí)行，那么網(wǎng)絡(luò)設(shè)備側(cè)會(huì)根據(jù)用戶使用習(xí)慣及事件安排，向用戶提出另一個(gè)時(shí)間安排的建議，但不是在同一天，也不是在那個(gè)特定的時(shí)間。比如用戶周六臨時(shí)有事無法去超市購物,系統(tǒng)會(huì)根據(jù)用戶的時(shí)間安排，例如周日沒有安排或周日事件空隙,給出時(shí)間建議。

另外，網(wǎng)絡(luò)設(shè)備會(huì)紀(jì)錄用戶的操作進(jìn)行統(tǒng)計(jì)分析，能夠從用戶的接受、刪除、修改、復(fù)制或者推遲等操作中總結(jié)規(guī)律，隨著時(shí)間的推移，能夠針對(duì)事件規(guī)則庫中的事件規(guī)則進(jìn)行優(yōu)先級(jí)調(diào)整，比如，針對(duì)事件規(guī)則中的至少一個(gè)維度的相關(guān)信息，進(jìn)行相關(guān)信息的優(yōu)先級(jí)調(diào)整，能夠給出更好的事件估計(jì)方案。

優(yōu)選地，本實(shí)施例提供的方案，還可以包括：所所述事件估計(jì)模塊，用于至少基于所述事件規(guī)則庫中針對(duì)每一個(gè)事件的評(píng)分、所述終端設(shè)備所處場(chǎng)景信息，針對(duì)所述終端設(shè)備的用戶生成預(yù)設(shè)時(shí)間段對(duì)應(yīng)的預(yù)測(cè)事件信息，發(fā)送所述預(yù)測(cè)事件信息至所述終端設(shè)備。用戶使用一段時(shí)間后，系統(tǒng)能夠根據(jù)第二天的時(shí)間安排，為用戶主動(dòng)規(guī)劃一些事件，對(duì)用戶進(jìn)行事件推送。比如：用戶每天下午五點(diǎn)都要去健身，系統(tǒng)累計(jì)一段時(shí)間后，會(huì)主動(dòng)新建一個(gè)健身 事件，并提醒。

通過建立事件規(guī)則庫，能夠根據(jù)用戶行為特征引擎得到的用戶習(xí)慣特征來提取用戶的對(duì)某類日歷使用時(shí)間的特征，利用數(shù)據(jù)挖掘的方法從不同的維度分析出用戶近期生活、工作習(xí)慣的變化，從而得到某一用戶對(duì)于某一類特定事件的特定的時(shí)間使用習(xí)慣，有的放矢的為用戶的推薦合理的時(shí)間安排。

首先，對(duì)數(shù)據(jù)庫存在的用戶對(duì)某一事件的操作特征值、事件的主題、事件持續(xù)使用的時(shí)間、事件的描述、事件的地點(diǎn)等作為特征向量，進(jìn)行聚類，并計(jì)算所有事件的相似度，將相似的事件歸為一類，不斷重復(fù)這一過程直到達(dá)到收斂條件，這樣通過聚類將所有的事件劃分為工作事件、會(huì)議事件、培訓(xùn)事件、開發(fā)事件、學(xué)習(xí)事件、旅游事件、紀(jì)念事件等類似的事件群。

用戶日常生活事件是多種多樣的,例如:開會(huì)、健身、培訓(xùn)、開發(fā)等，同時(shí)對(duì)同一事件的表述又不一定相同，比如：“買牛奶”可以表述為“去超市買牛奶”，“買xxx牛奶”，“買1l牛奶”等，這些表述不同，但其實(shí)都是“買牛奶”事件，所以有必要將這些類似的事件使用聚類的方法歸為一類，這樣才能對(duì)一類型的事件進(jìn)行歸納和總結(jié)，形成“用戶習(xí)慣”。

對(duì)事件的起始時(shí)間、平均時(shí)間、重復(fù)頻率等使用最小二乘法進(jìn)行擬合，獲得這一類事件的起始時(shí)間、平均時(shí)間、重復(fù)頻率的趨勢(shì)值。

例如：對(duì)于“買牛奶”事件群，可能包含幾十個(gè)或上百個(gè)與“買牛奶”類似的事件，每個(gè)事件都包含起始時(shí)間、平均時(shí)間、重復(fù)頻率等屬性，需要使用最小二乘法對(duì)每個(gè)屬性進(jìn)行擬合，獲得用戶“買牛奶”事件的時(shí)間使用趨勢(shì)。

對(duì)事件的地點(diǎn)進(jìn)行合并，獲取與某類事件相關(guān)的發(fā)生的地點(diǎn)最大集合，以及各個(gè)地點(diǎn)的使用頻次，并排序。例如：對(duì)于“買牛奶”事件群，許多事件都可能包含地點(diǎn)屬性，求得這些地點(diǎn)的合集，并統(tǒng)計(jì)每個(gè)地點(diǎn)的次數(shù)，并排序。

還可以包括對(duì)事件的邀請(qǐng)人也進(jìn)行合并，獲取與某類事件相關(guān)的發(fā)生的邀請(qǐng)人最大集合，以及各個(gè)邀請(qǐng)人的使用頻次，并排序。例如：對(duì)于“買牛 奶”事件群，許多事件都包含邀請(qǐng)人屬性，求得這些邀請(qǐng)人的合集，并統(tǒng)計(jì)每個(gè)邀請(qǐng)人的使用次數(shù)，并排序。

另外，根據(jù)用戶對(duì)事件的延遲操作的個(gè)數(shù)，統(tǒng)計(jì)所有事件群的優(yōu)先級(jí)，以便于推送的先后順序。這樣如果客戶端將一系列操作集合上傳后，系統(tǒng)會(huì)計(jì)算用戶操作與事件的特征，并與已有聚類的相似度，自動(dòng)歸為某個(gè)事件，重新計(jì)算某類事件的各個(gè)要素，以此往復(fù)。

規(guī)則生成引擎產(chǎn)生的結(jié)果是事件規(guī)則庫，即包含了用戶近期的使用規(guī)則或習(xí)慣，這些規(guī)則包含了：時(shí)間規(guī)律、地點(diǎn)規(guī)律、邀請(qǐng)人規(guī)律、優(yōu)先級(jí)、使用頻次等信息，以供事件評(píng)估使用，例如：

對(duì)于“買牛奶”事件，形成的用戶最近使用規(guī)律是：

起始時(shí)間：周六上午9點(diǎn)

平均時(shí)間：兩小時(shí)

重復(fù)頻率：每周

地點(diǎn)：家樂福(20次)，沃爾瑪(8次)。。。

邀請(qǐng)人：同事1(20次)、同事2(10次)。。。

優(yōu)先級(jí)：1。

進(jìn)一步地，本實(shí)施例還可以提供預(yù)測(cè)事件信息，所述方法還包括：

至少基于所述事件規(guī)則庫中針對(duì)每一個(gè)事件的評(píng)分、所述終端設(shè)備所處場(chǎng)景信息，針對(duì)所述終端設(shè)備的用戶生成預(yù)設(shè)時(shí)間段對(duì)應(yīng)的預(yù)測(cè)事件信息，發(fā)送所述預(yù)測(cè)事件信息至所述終端設(shè)備。系統(tǒng)會(huì)紀(jì)錄用戶的操作，收集用戶對(duì)時(shí)間估計(jì)的反饋，并發(fā)送到服務(wù)端進(jìn)行統(tǒng)計(jì)分析，系統(tǒng)能夠從用戶的接受和拒絕中總結(jié)規(guī)律，隨著時(shí)間的推移，給出更好的事件估計(jì)方案。

用戶使用一段時(shí)間后，系統(tǒng)能夠根據(jù)第二天的時(shí)間安排，為用戶主動(dòng)規(guī)劃一些事件，對(duì)用戶進(jìn)行事件推送。比如：用戶每天下午五點(diǎn)都要去健身，系統(tǒng)累計(jì)一段時(shí)間后，會(huì)主動(dòng)新建一個(gè)健身事件，并提醒。

在上述實(shí)施例提供的方案的基礎(chǔ)上，本實(shí)施例進(jìn)一步介紹維護(hù)用戶特征庫的方法，即在用戶針對(duì)目標(biāo)事件進(jìn)行修改、刪除、復(fù)制、或者推遲等操作 時(shí)，網(wǎng)絡(luò)設(shè)備能夠基于用戶的操作信息進(jìn)行進(jìn)一步的用戶特征的處理，所述網(wǎng)絡(luò)設(shè)備還包括：

用戶行為特征分析模塊，用于基于所述針對(duì)所述目標(biāo)事件的操作信息，對(duì)所述用戶行為特征庫中的事件進(jìn)行處理；

相應(yīng)的，所述事件規(guī)則模塊，用于接收到所述終端設(shè)備發(fā)來的針對(duì)所述目標(biāo)事件的操作信息，基于所述操作信息進(jìn)行記錄以及統(tǒng)計(jì)；其中，所述操作信息至少包括有針對(duì)所述目標(biāo)事件的修改操作、刪除操作、復(fù)制操作。

所述事件規(guī)則模塊，用于基于所述目標(biāo)事件的執(zhí)行時(shí)間，確定生成針對(duì)所述目標(biāo)事件的提示信息，發(fā)送所述提示信息至所述終端設(shè)備；判斷是否接收到所述終端設(shè)備發(fā)來的推遲操作信息；若接收到所述推遲操作信息，則針對(duì)所述目標(biāo)事件進(jìn)行處理。

其中，所述針對(duì)所述目標(biāo)事件進(jìn)行處理，包括以下至少之一：

針對(duì)所述用戶行為特征庫中所述目標(biāo)事件對(duì)應(yīng)的至少一個(gè)特征信息進(jìn)行調(diào)整；

基于所述事件規(guī)則庫中針對(duì)所述目標(biāo)事件的事件規(guī)則，生成更新的目標(biāo)事件信息，并發(fā)送更新后的目標(biāo)事件信息至所述終端設(shè)備。

建立用戶行為特征庫時(shí)，會(huì)首先獲取到用戶行為，也就是網(wǎng)絡(luò)設(shè)備接受從客戶端定期(比如一天)發(fā)來的用戶對(duì)事件的操作習(xí)慣，比如增加、刪除、修改、查詢、拷貝、粘貼事件、推遲事件、完成事件等，并存儲(chǔ)到數(shù)據(jù)庫中。

從數(shù)據(jù)庫里提取用戶對(duì)某一事件的操作數(shù)據(jù)，根據(jù)用戶使用事件的操作行為建立評(píng)價(jià)準(zhǔn)則，比如圖2所示；根據(jù)評(píng)價(jià)規(guī)則，以用戶的操作流水和事件流水為依據(jù)，我們可以將用戶的近期新建事件、編輯事件等行為進(jìn)行計(jì)算，得到每個(gè)用戶和該用戶相關(guān)的每個(gè)事件的一個(gè)評(píng)分，如圖3所示。

另外，用戶行為分析的結(jié)果存儲(chǔ)為用戶行為特征庫，包括：用戶與事件矩陣、事件每個(gè)操作的頻次、事件使用頻率等?；A(chǔ)數(shù)據(jù)存儲(chǔ)及分布式計(jì)算框架：這兩個(gè)模塊承擔(dān)了事件估計(jì)系統(tǒng)的最基礎(chǔ)的用戶事件評(píng)估、事件相關(guān)性等基礎(chǔ)數(shù)據(jù)的計(jì)算任務(wù)。其中基礎(chǔ)數(shù)據(jù)存儲(chǔ)，存儲(chǔ)了用戶的基本的日歷數(shù) 據(jù)、事件數(shù)據(jù)、用戶的操作行為，而通過分布式計(jì)算框架可以為每一個(gè)用戶的事件進(jìn)行計(jì)算，可以根據(jù)用戶的長(zhǎng)期事件行為積累出每個(gè)用戶獨(dú)特的使用習(xí)慣，為上層的推薦提供可靠的數(shù)據(jù)源和依據(jù)。

下面結(jié)合圖5，結(jié)合每一個(gè)模塊的具體功能進(jìn)行結(jié)構(gòu)描述，其中客戶端用于泛指android客戶端、ios客戶端、web客戶端等，客戶端能夠與服務(wù)端進(jìn)行交互，并提供日歷的日常使用模塊，包括日歷的日、周、月瀏覽模式，新建、管理日歷。能夠在某一日歷內(nèi)增加、刪除、修改、查詢、拷貝、粘貼事件等；能夠在事件到達(dá)約定的時(shí)間進(jìn)行事件提醒功能，并引導(dǎo)用戶對(duì)事件進(jìn)行管理，進(jìn)行中、推遲還是完成；能夠完成服務(wù)端事件推送提示功能，并新建事件功能。此外，客戶端還負(fù)責(zé)采集、紀(jì)錄用戶操作事件的整個(gè)過程，并定時(shí)發(fā)往后臺(tái)系統(tǒng)。

事件規(guī)劃模塊中的新建事件功能，能夠根據(jù)用戶輸入的事件主題，客戶端發(fā)起請(qǐng)求，系統(tǒng)響應(yīng)客戶端發(fā)起的新建事件的請(qǐng)求，根據(jù)請(qǐng)求中的主題關(guān)鍵字通過事件估計(jì)模塊獲取新建事件中的時(shí)間、地點(diǎn)、邀請(qǐng)人等相關(guān)信息，返回給客戶端。事件規(guī)劃模塊中的延期事件功能，如果用戶對(duì)事件發(fā)起推遲請(qǐng)求，系統(tǒng)會(huì)紀(jì)錄該事件的推遲動(dòng)作，并將此類事件的優(yōu)先級(jí)降低，同時(shí)根據(jù)事件估計(jì)模塊重新獲取新的事件排期，地點(diǎn)、邀請(qǐng)人不變。事件規(guī)劃模塊中的推送事件功能，使用事件估計(jì)模塊的時(shí)間安排模塊，定期(比如每天凌晨)檢查每個(gè)用戶第二天的事件安排情況，如果檢測(cè)到有空余時(shí)間，服務(wù)端會(huì)根據(jù)近期用戶事件規(guī)則庫里的事件群優(yōu)先級(jí)進(jìn)行推送。

事件估計(jì)模塊，時(shí)間排期：從事件規(guī)則庫里以事件主題為關(guān)鍵字進(jìn)行匹配，提取具有相等或相關(guān)關(guān)系的規(guī)則，獲取規(guī)則中用戶使用時(shí)間的習(xí)慣，例如：最近用戶最近“買牛奶“的時(shí)間為：周六上午9點(diǎn)。查看用戶下一天的某個(gè)時(shí)段事件安排，如果沒有，則獲取事件所需的時(shí)間，如果明天下午沒有安排，則添加事件。地點(diǎn)估計(jì)：匹配事件規(guī)則后，從事件規(guī)則庫里提取最大的地點(diǎn)集合，并根據(jù)與當(dāng)前距離的遠(yuǎn)近以及事件中使用頻次進(jìn)行重新排序，返回。邀請(qǐng)人估計(jì):匹配事件規(guī)則后，從事件規(guī)則庫里提取邀請(qǐng)人規(guī)則， 并根據(jù)用戶與邀請(qǐng)人最近聯(lián)系統(tǒng)計(jì)結(jié)果(需從客戶端定期上傳通訊錄，后臺(tái)定期統(tǒng)計(jì))以及事件中使用頻次進(jìn)行重新排序，返回。

規(guī)則生成模塊中，規(guī)則生成引擎主要根據(jù)用戶行為特征引擎得到的用戶習(xí)慣特征來提取用戶的對(duì)某類日歷使用時(shí)間的特征，利用數(shù)據(jù)挖掘的方法從不同的維度分析出用戶近期生活、工作習(xí)慣的變化，從而得到某一用戶對(duì)于某一類特定事件的特定的時(shí)間使用習(xí)慣，有的放矢的為用戶的推薦合理的時(shí)間安排。對(duì)事件的起始時(shí)間、平均時(shí)間、重復(fù)頻率等使用最小二乘法進(jìn)行擬合，獲得這一類事件的起始時(shí)間、平均時(shí)間、重復(fù)頻率的趨勢(shì)值。對(duì)事件的地點(diǎn)進(jìn)行合并，獲取與某類事件相關(guān)的發(fā)生的地點(diǎn)最大集合，以及各個(gè)地點(diǎn)的使用頻次，并排序。對(duì)事件的邀請(qǐng)人也進(jìn)行合并，獲取與某類事件相關(guān)的發(fā)生的邀請(qǐng)人最大集合，以及各個(gè)邀請(qǐng)人的使用頻次，并排序；例如：對(duì)于“買牛奶”事件群，許多事件都包含邀請(qǐng)人屬性，求得這些邀請(qǐng)人的合集，并統(tǒng)計(jì)每個(gè)邀請(qǐng)人的使用次數(shù)，并排序；另外，根據(jù)用戶對(duì)事件的延遲操作的個(gè)數(shù)，統(tǒng)計(jì)所有事件群的優(yōu)先級(jí)，以便于推送的先后順序。

這樣如果客戶端將一系列操作集合上傳后，系統(tǒng)會(huì)計(jì)算用戶操作與事件的特征，并與已有聚類的相似度，自動(dòng)歸為某個(gè)事件，重新計(jì)算某類事件的各個(gè)要素，以此往復(fù)。

事件規(guī)則庫中，即包含了用戶近期的使用規(guī)則或習(xí)慣，這些規(guī)則包含了：時(shí)間規(guī)律、地點(diǎn)規(guī)律、邀請(qǐng)人規(guī)律、優(yōu)先級(jí)、使用頻次等信息，以供事件評(píng)估使用。

用戶行為特征引擎，用戶行為收集用于接受從客戶端定期(比如一天)發(fā)來的用戶對(duì)事件的操作習(xí)慣，比如增加、刪除、修改、查詢、拷貝、粘貼事件、推遲事件、完成事件等，并存儲(chǔ)到數(shù)據(jù)庫中。

用戶行為分析，用于從數(shù)據(jù)庫里提取用戶對(duì)某一事件的操作數(shù)據(jù)，根據(jù)用戶使用事件的操作行為建立評(píng)價(jià)準(zhǔn)則。根據(jù)評(píng)價(jià)規(guī)則，以用戶的操作流水和事件流水為依據(jù)，我們可以將用戶的近期新建事件、編輯事件等行為進(jìn)行計(jì)算，得到每個(gè)用戶和該用戶相關(guān)的每個(gè)事件的一個(gè)得分。

另外，其中，用戶行為特征庫，具體可以包括：用戶與事件矩陣、事件每個(gè)操作的頻次、事件使用頻率等。

基礎(chǔ)數(shù)據(jù)存儲(chǔ)及分布式計(jì)算框架，這兩個(gè)模塊承擔(dān)了事件估計(jì)系統(tǒng)的最基礎(chǔ)的用戶事件評(píng)估、事件相關(guān)性等基礎(chǔ)數(shù)據(jù)的計(jì)算任務(wù)。其中基礎(chǔ)數(shù)據(jù)存儲(chǔ)，存儲(chǔ)了用戶的基本的日歷數(shù)據(jù)、事件數(shù)據(jù)、用戶的操作行為，而通過分布式計(jì)算框架可以為每一個(gè)用戶的事件進(jìn)行計(jì)算，可以根據(jù)用戶的長(zhǎng)期事件行為積累出每個(gè)用戶獨(dú)特的使用習(xí)慣，為上層的推薦提供可靠的數(shù)據(jù)源和依據(jù)。

可見，通過采用上述方案，能夠接收到終端設(shè)備發(fā)來的事件主題時(shí)，基于事件主題從事件規(guī)則庫選取得到目標(biāo)事件信息，并且發(fā)送目標(biāo)事件信息至終端設(shè)備。如此，就能夠基于事件規(guī)則庫就能夠自動(dòng)為終端設(shè)備的用戶提供目標(biāo)事件，避免由于用戶手動(dòng)輸入而帶來的繁瑣的操作。

本發(fā)明實(shí)施例所述集成的模塊如果以軟件功能模塊的形式實(shí)現(xiàn)并作為獨(dú)立的產(chǎn)品銷售或使用時(shí)，也可以存儲(chǔ)在一個(gè)計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中。基于這樣的理解，本發(fā)明實(shí)施例的技術(shù)方案本質(zhì)上或者說對(duì)現(xiàn)有技術(shù)做出貢獻(xiàn)的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來，該計(jì)算機(jī)軟件產(chǎn)品存儲(chǔ)在一個(gè)存儲(chǔ)介質(zhì)中，包括若干指令用以使得一臺(tái)計(jì)算機(jī)設(shè)備(可以是個(gè)人計(jì)算機(jī)、網(wǎng)絡(luò)設(shè)備、或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本發(fā)明各個(gè)實(shí)施例所述方法的全部或部分。而前述的存儲(chǔ)介質(zhì)包括：u盤、移動(dòng)硬盤、只讀存儲(chǔ)器(rom，read-onlymemory)、隨機(jī)存取存儲(chǔ)器(ram，randomaccessmemory)、磁碟或者光盤等各種可以存儲(chǔ)程序代碼的介質(zhì)。這樣，本發(fā)明實(shí)施例不限制于任何特定的硬件和軟件結(jié)合。

以上所述，僅為本發(fā)明的較佳實(shí)施例而已，并非用于限定本發(fā)明的保護(hù)范圍。